iFeeling Daily

每天精选值得关注的 AI 动态

每天精选值得关注的 AI 动态

前沿技术

Photoroom公开了他们训练PRX模型的数据管道全流程，从混合数据源、VLM重标、格式选择到过滤去重，每一步都有实测数据和经验教训。特别值得一提的是他们对JPEG与PNG的严格对比测试，以及灵活的跳过列表设计，对做生成模型训练的同学很有参考价值。

传统MoE在每层独立选专家，效率极低。PathMoE发现token会自发聚类到少数路径上，于是通过简单共享跨层路由参数来强制放大这种模式，在0.9B和16B模型上效果显著，还省掉了麻烦的辅助损失函数。思路直接，证据扎实。

LeRobot v0.6.0 把机器人学习的闭环真正打通了：世界模型策略在训练时学会想象未来，推理时零成本；奖励模型自动判断成败；部署时出错的瞬间就能采集纠错数据，直接用于下一轮训练。整个流程就像装上了飞轮。

Hugging Face 正在解决自定义 GPU 内核的安全分发难题：通过新仓库类型、受信任发布者和代码签名机制，让恶意内核无机可乘，同时为 AI Agent 自动编写和迭代内核铺平了道路。

Axiom Math 创始人 Carina Hong 刚从 2 亿美元融资中走出来，就放下狠话：靠堆算力做不出数学 AGI，形式化验证才是正路。她的团队 30 人，在 Putnam 数学竞赛上拿了满分，碾压所有人类和 AI。

自回归图像生成模型如果想在推理时引导生成方向，关键竟然不是模型大小，而是数据如何分词。1D有序tokenizer比2D网格结构更利于test-time search，甚至不做模型训练也能用搜索算法直接生成图像。一个让tokenizer设计从附属品变成核心决策点的有趣发现。

MIPS重复查询太慢？这篇论文教你用神经网络学会“预判”答案。核心是把搜索问题转化成学习一个凸函数，然后直接利用它的梯度找到最优键。效果拔群，代码已开源。

OpenAI 首席研究官 Mark Chen 边做饭边聊：Scaling Laws 没死，但需要更聪明的计算分配；o1 推理模型的押注源于“难评分任务”的突破；评测基准已经陷入信任危机，下一步是让模型在真实工作流中自我进化。

AlloyDB把AI函数内置到数据库里，用智能批处理和优化代理模型，直接把处理速度推到每秒10万行，成本降到六千分之一。以后写条SQL就能调Gemini处理非结构化数据，不用再搭一堆复杂管道了。这可能是数据库进化的一个新方向。