完整日報

AI 日報 2026-09-17

57 則值得知道的變化

要聞

3 則

該架構僅保留任務規格等四類上下文，捨棄推理軌跡以避免干擾，並透過零 Token 資料刷新機制將任務時間縮減 14 倍。

新方法引入去噪進度分數與分層遮罩機制，解決擴散模型缺乏時間信用分配與似然估計偏差問題，可隨插即用於任何 GRPO 訓練器。

該技術在訓練軌跡中引入能量指南針評估序列品質，170M 參數模型僅需 8 步推論，效能超越 5 倍大模型的離散生成基準。

1 則

專案提供脈衝重建卷積模組權重、微調程式碼與支援多 GPU 調度的網頁介面，輸入格式為特定二值序列，完整生成流程需另行準備基礎模型。

5 則

報告指出 Agentic AI 將推動數位世界轉向以代理為中心，預期算力集群規模將提升百倍、任務成本下降千倍，並帶動龐大基礎設施投資。

研究發現三元模型零權重佔比高達 51.5%，藉此設計結合位元圖與符號向量的 BITCOS 佈局，取代傳統 5-trit 封裝，有效降低儲存成本。

該框架利用累積的發現歷史作為重播模擬器獲取即時回饋，在演算法、數學最佳化與 GPU 核心工程中，維持發現品質並大幅降低成本。

實驗結合自訂 GRPO 變體與 500 條 GPT-6 Astra 代理軌跡進行蒸餾，使原本無法處理多數查詢的模型，成功超越資料庫預設效能。

小米 Mimo 2.6 的訓練後儀表板已對外公開，網址路徑暗示可能涉及強化學習進展，官方尚未發布該模型或工具的具體細節。