分類： 演算法優化

• 推理不再為 logits「搬磚」：FlashSampling 讓解碼提速 19%
• 賦予大模型「終身學習」能力，北航 CASE 框架：編輯千次不失憶，額外參數不到 1MB丨WWW'26
• VideoSeek 長影片理解 Agent：讓 GPT-5 在長影片理解上再提 10 個百分點的祕密
• 別再迷信結果獎勵了！港中文發現並解決 RL 中的「資訊自鎖」難題！
• Mamba-3：專為推論效率打造的新一代狀態空間模型
• 太狂了！MIT 團隊在 Transformer 內部打造電腦，LLM 從此無需外部工具？
• LLM RL 訓練軌跡竟然是線性的？Miaow Lab 最新工作：無需繼續訓練，直接「預測」未來模型！
• 強化學習遠非最優，CMU 剛剛提出最大似然強化學習
• DeepSeek-GRPO重要性權重設計錯誤？詳解Qwen3新強化學習演算法GSPO
• ！離AGI更近了！！0.31元人民幣運行Google的AlphaEvolve和UBC的DGM「達爾文-哥德爾機」？
• 50年僵局突破！麻省理工學院最新證明：演算法中，少量記憶體勝過大量時間