AI FRONTIER
Signals worth understanding before they become obvious.
Flint-interactive: ngôn ngữ tạo trực quan hóa dữ liệu tương tác
Microsoft Research công bố Flint-interactive, một ngôn ngữ xây dựng trên Flint cho phép tác nhân AI định nghĩa thao tác nhấp, lọc, thu phóng, làm nổi bật và tương tác giữa các biểu đồ thông qua sự kiện ngữ nghĩa và toán tử cập nhật, với logic tương tác do trình biên dịch Flint xử lý.
- Flint-interactive chuyển các kích hoạt thô như nhấp, kéo và nhấn phím thành sự kiện ngữ nghĩa xác định phần tử biểu đồ và dữ liệu.
- Người dùng chỉ định tương tác bằng cách ánh xạ sự kiện ngữ nghĩa tới toán tử cập nhật biểu đồ như set style, set annotation và set viewport, không cần thao tác trên mark riêng của trình kết xuất.
- Có thể dùng trong môi trường chat hoặc canvas qua Flint-MCP và MCP Apps, nơi tác nhân có thể tạo interaction_spec cùng với đặc tả biểu đồ Flint.
- Flint Interactive Canvas cho phép ứng dụng xử lý sự kiện ngữ nghĩa bằng trình xử lý sự kiện để lọc bảng, cập nhật biểu đồ khác hoặc thay đổi trạng thái ứng dụng.
Với nhà phát triển tác nhân dữ liệu, giao logic tương tác cho trình biên dịch có thể giảm chi phí token và thời gian khi tạo và gỡ lỗi biểu đồ tương tác lặp lại, đồng thời giảm lỗi bố cục và tương tác.
WorldStream: truyền phát thế giới 3D tương tác với quy hoạch phân cấp và trạng thái bền vững
Bài báo giới thiệu WorldStream, một mô hình thế giới 3D mở rộng địa hình chơi được vượt ra ngoài mọi bản đồ định trước, phản hồi ngôn ngữ mở trong thế giới đang chạy và khôi phục những nơi đã ghé thăm cùng các chỉnh sửa của chúng. Một bộ quy hoạch phân cấp trên mô hình quyết định có kiểu phát ra trạng thái quyết định c...
- Macro cố định cấu trúc định cư, sinh thái, giao thông và thủy văn trên một nhóm ô, trong khi Micro chuyên biệt hóa hợp đồng đó thành ngữ nghĩa ô dưới địa hình đo được và các cam kết lân cận đã được chấp nhận.
- Truyền phát tách biệt phạm vi: các kế hoạch chạy trước dọc theo hành lang dự đoán, việc biên dịch chỉ diễn ra ở nơi di chuyển sắp cần đến, và hình học phía sau người dùng được giải phóng.
Với các nhóm xây dựng mô hình thế giới, việc tách quy hoạch, biên dịch và bản ghi trạng thái bền vững là một hướng kiến trúc cụ thể để đạt tính liền mạch giữa các ô và khả năng chỉnh sửa trong ngân sách có hạn.
Khi suy nghĩ trở thành ký ức: Hợp nhất học trong ngữ cảnh và tinh chỉnh
Bài báo đưa ra một quy tắc được chứng nhận, dựa trên định luật chính xác về giá trị thông tin, để xác định dữ liệu chưa từng thấy thuộc ngữ cảnh hay trọng số của mô hình tiền huấn luyện, và một kiểm định hiệu lực mọi lúc đưa ra lựa chọn đó từ các truy vấn giữ lại.
- Bài báo báo cáo kiểm định chọn bên tốt hơn giữa bộ đệm và tinh chỉnh của GPT-2 trong 61.948 trên 64.000 luồng truy vấn qua 32 so sánh.
- Bài báo báo cáo kiểm định sai trong tối đa 3,3% luồng rỗng.
- Bài báo báo cáo một bản vá nhìn thấy đặc trưng hình dạng cắt độ dài mã của mạng chiếm dụng tại đó xuống một trăm lần, trong khi tám bản vá bỏ lỡ nó gần như tăng gấp đôi.
- Bài báo báo cáo rằng với một khẳng định có hoặc không, việc định giá tái tạo một bộ phân xử bằng chứng đã công bố, với AUROC 0,91.
Quy tắc được chứng nhận này cho phép nhà xây dựng quyết định từ một phép đo và các truy vấn giữ lại liệu dữ liệu nên vào ngữ cảnh hay trọng số, giảm chi phí chọn giữa học trong ngữ cảnh và tinh chỉnh.
Mô hình mới trên OpenRouter: Recursive: Flint (miễn phí)
Flint là mô hình mixture-of-experts trọng số mở của Recursive, với khoảng 2,5B tham số hoạt động trên tổng 40B, được hệ thống tự nghiên cứu Eureka Machine của Recursive xây dựng cho các tác nhân lập trình.
- Tổng 40B tham số với khoảng 2,5B tham số hoạt động
- Cửa sổ ngữ cảnh 262.144 token
- Phát hành ngày 21 tháng 10 năm 2026
- Endpoint miễn phí có giới hạn tốc độ; chấp nhận tools cho gọi hàm và hỗ trợ response_format cho đầu ra JSON mà không áp đặt JSON-schema
Với người xây dựng tác nhân lập trình, Flint mang lại lựa chọn trọng số mở miễn phí với 2,5B tham số hoạt động và cửa sổ ngữ cảnh 262K để thử nghiệm.
SimHack: Dự đoán thời điểm bắt đầu reward hacking có thể phát hiện trước khi huấn luyện RL
Bài báo giới thiệu SimHack, một trình mô phỏng học động lực huấn luyện reward hacking từ một vài lần chạy RL tham chiếu quy mô nhỏ hơn và tạo các lần chạy mô phỏng phản thực cho các công thức mục tiêu chưa thấy mà không cần huấn luyện lại tốn kém, nhằm dự đoán phân phối bước khởi phát reward hacking.
- Bài báo báo cáo SimHack dự đoán bước khởi phát trung vị với sai số tương đối 11,3% và đạt tương quan xếp hạng giữa các công thức là 0,85 trên các công thức mục tiêu chưa thấy.
- SimHack tổng quát hóa cho khác biệt về quy mô mô hình, chương trình học, số rollout và tốc độ học giữa công thức tham chiếu và mục tiêu.
- Như một ứng dụng, SimHack sàng lọc các chương trình học RL ứng viên và tìm ra các chương trình học trên cùng tập kịch bản huấn luyện lâu hơn 96,6% mà không bị hacking.
- Bài báo nhận thấy tỷ lệ hacking ban đầu một mình không quyết định thời điểm khởi phát, vốn thay đổi đáng kể giữa các công thức huấn luyện và các lần chạy lặp lại.
Nhà xây dựng có thể sàng lọc trước chương trình học bằng SimHack trước các lần chạy RL tốn kém để chọn công thức ít rủi ro hơn với chi phí thấp.
KVLearn: Học cách giữ KV cache cho dịch vụ LLM phân tách
Bài báo giới thiệu KVLearn, một khung học dựa trên chi phí để giữ KV cache trong dịch vụ LLM phân tách, gồm Prefix Reuse Predictor (PRP), Cost-Aware Retention Score (CARS) và Adaptive Threshold Controller (ATC), được đánh giá trên khối lượng công việc văn bản và đa phương thức.
- Bài báo báo cáo thời gian tới token đầu tiên end-to-end giảm tới 56% so với No-Cache, 38% so với LRU-Pool và 33% so với các baseline kiểu Mooncake.
- Bài báo báo cáo khối lượng truyền KV giữa các node giảm tới 53% so với LRU-Pool.
- Trên MM-Session, thông lượng vẫn nằm trong khoảng 5% so với oracle.
- PRP ước lượng xác suất tái sử dụng từ các đặc trưng prefix cấu trúc và thời gian mà không sửa đổi trọng số mô hình; bài báo được chấp nhận tại ACM SYSTOR 2026 và mã nguồn đã có sẵn.
Với các nhóm xây dựng dịch vụ suy luận phân tách, KVLearn cho thấy việc đưa chi phí tính lại, truyền và lưu trữ vào quyết định nhận cache có thể giảm cả thời gian tới token đầu tiên lẫn băng thông giữa các node mà không cần thay đổi trọng s...
MPS trong PyTorch 2.15: hỗ trợ FP8 và giải mã MoE nhanh hơn 5–6,5 lần
PyTorch 2.15 mang tensor FP8, matmul nhóm gốc và các kernel Metal chuyên dụng vào backend MPS, giúp giải mã mô hình MoE nhanh hơn 5–6,5 lần so với 2.14 và yêu cầu macOS 15 cùng Python 3.11 trở lên.
- Tensor torch.float8_e4m3fn nay chạy trên MPS với một byte mỗi giá trị, bằng một nửa dung lượng lưu trữ của FP16 hoặc BF16, và F.scaled_mm hỗ trợ chia tỉ lệ theo tensor và theo hàng.
- Trên M3 Ultra với torch.compile, Qwen3.6-35B-A3B tăng từ 9,4 lên 61,3 tokens/s và LFM2.5-8B-A1B từ 23,6 lên 123,6 tokens/s.
- Trên 96 dạng lớp BF16 từ các mô hình thực tế, việc nối kernel GEMV với F.linear mang lại mức tăng tốc trung bình nhân 1,23×.
- Đỉnh bộ nhớ driver khi giải mã VAE của Wan2.2 giảm từ khoảng 270 GiB xuống 8 GiB, và softmax FP32 trên một hàng logits [1, 128256] giảm từ 57 µs xuống 7 µs.
Nhà phát triển trên Mac có thể tiết kiệm bộ nhớ bằng trọng số FP8 và tăng tốc đáng kể giải mã LLM MoE lẫn dense, miễn là nâng cấp lên macOS 15 và Python 3.11.
Tuyên bố lớn, chênh lệch nhỏ: Lợi ích GraphLLM được báo cáo có trụ được trước các baseline đơn giản?
Bài báo so sánh bốn đại diện baseline, được tinh chỉnh chỉ bằng chọn lựa trên tập validation, với giá trị trung bình cao nhất mà mỗi nghiên cứu trong ba nghiên cứu gần đây báo cáo cho một phương pháp dựa trên LLM trên các split khớp nhau, và ghi lại các rủi ro đánh giá trong mã đã phát hành.
- Correct & Smooth trên đặc trưng TF-IDF kém tham chiếu với trung vị 2,3 điểm phần trăm, và MLP trên embedding e5-large-v2 đóng băng kém 2,8 điểm.
- Correct & Smooth nằm trong 3 điểm so với tham chiếu hoặc tốt hơn trên 15 trong 24 tác vụ, nhưng tham chiếu cao hơn đáng kể trên 12 trong 22 tác vụ có thể kiểm tra.
- Báo cáo về cùng phương pháp trên cùng split khác nhau tới 12,5 điểm giữa các bài báo có cấu hình không được ghi là khớp nhau.
Người xây dựng pipeline phân loại node GraphLLM nên chạy baseline TF-IDF đã tinh chỉnh và embedding đóng băng trên cùng split và kiểm tra loader dữ liệu cùng giao thức tinh chỉnh trước khi tin vào lợi ích state-of-the-art được báo cáo.