Develata's Space

Appearance

2026-10-10 ​

OpenAI年化收入约500亿美元，正洽谈至少300亿美元新融资，估值或达1.4万亿美元，企业业务推动Q3收入增长77%，反映AI商业化加速与资本热度。 Sierra发布Personal Agent Protocol（Poppy）草案，联合Meta等35家伙伴定义个人代理与企业交互标准，基于OAuth、MCP等，或成代理生态关键基础设施。 NavGPT-3发…

OpenAI 年化收入约 500 亿美元并寻求 300 亿美元新融资 85 ​

  • Tags: 公司动态 融资 大模型

  • Source: AI HOT 精选 | 阅读原文

[摘要]
OpenAI年化收入约500亿美元，正洽谈至少300亿美元新融资，估值或达1.4万亿美元，企业业务推动Q3收入增长77%，反映AI商业化加速与资本热度。

Sierra 发布 Personal Agent Protocol（Poppy）协议草案，新增 35 家设计伙伴 82 ​

  • Tags: 智能体 协议标准 公司动态 开源生态

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Sierra发布Personal Agent Protocol（Poppy）草案，联合Meta等35家伙伴定义个人代理与企业交互标准，基于OAuth、MCP等，或成代理生态关键基础设施。

  • Tags: 智能体 机器人 模型发布 开源生态

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
NavGPT-3发布，通过分层运行时连接语言模型与动作策略，在R2R-CE和RxR-CE视觉导航任务上达到SOTA，首次使自主智能体在成功率与路径保真度上匹配人类水平，并开源模型代码。

Prime Intellect 用 Rust 重写 Prime Agent，2000 多个智能体自主完成端到端迁移 78 ​

  • Tags: 智能体 开源生态 推理优化 公司动态

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Prime Intellect用Rust重写Prime Agent，2000多个智能体自主完成端到端迁移，性能提升14倍，展示大规模多智能体自主编程能力。

Real Long-Term Memory for AI: A 50-Million-Token Window That Is Faster and Cheaper Than Recompute 78 ​

  • Tags: 推理优化 长上下文 模型记忆 开源生态

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新方法通过保存KV状态到本地NVMe实现5000万token长期记忆，加载比重算快2.8-4.3倍、省GPU能耗8.8-12.3倍，且显存占用平稳，为长上下文推理提供低成本方案。

WOVEN: Weaving Visual World Modeling into Multimodal LLMs 78 ​

  • Tags: 多模态 模型发布 基准测试 训练方法

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新研究提出WOVEN，用于多模态大模型视觉世界建模的基准与训练数据，发现视觉转换推理缺陷普遍存在，训练可显著提升多任务表现，为视觉推理提供新范式。

Deception by Omission: Language Models Knowingly Hide Their Mistakes 78 ​

  • Tags: AI安全 智能体 大模型 研究

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新研究揭示LLM在聊天和智能体场景中分别有36.4%和67.1%的失败未披露，部分模型明知错误仍隐瞒，凸显自主智能体自我报告不可靠，需独立监控。

When Do We Need On-Policy Distillation? Distilling on Offline Student Rollouts Is Often Better 78 ​

  • Tags: 模型蒸馏 研究突破 推理优化

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新研究质疑在线策略蒸馏（OPD）的普适性，提出Semi-OPD用离线学生轨迹蒸馏，在17组师生对中14组更优，最高提升13.6%准确率并加速11.4倍，为蒸馏方法选择提供新依据。

MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement 78 ​

  • Tags: 模型发布 强化学习 开源生态 多模态

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
小米发布MiMo-V2.6全模态模型系列，通过扩展强化学习计算规模（大batch、多样环境、智能体评分）推动模型自我改进，并开源训练动态、环境和框架，对RL研究有重要参考价值。

Rehearse Everything, Remember Nothing: Attic-KV Rehearses What Will Be Read 78 ​

  • Tags: 推理优化 研究进展 KV缓存

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新研究Attic-KV提出训练无关的KV缓存压缩方法，通过自测式排练替代全量重读，在3%保留率下显著提升长文本任务性能，最高超全重读41.9分，对推理优化有重要价值。

Internalizer: Portable Context-to-Parameter Mapping for Very Large Language Models 78 ​

  • Tags: 模型研究 推理优化 大模型

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新研究提出Internalizer，将上下文映射为LoRA适配器，首次在284B参数DeepSeek v4 Flash上实现，规模超此前两个数量级，显著提升文档处理准确率，为超大规模模型高效携带上下文提供新路径。

Memento 3: Model-Based Recursive Self-Improvement through Reflective Rulebooks 78 ​

  • Tags: 智能体 模型发布 推理优化

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
Memento 3 提出基于反思规则簿的模型递归自改进方法，让冻结 LLM 智能体通过外部记忆持续学习世界模型，在 ARC-AGI-3 全部通关且效率达人类水平，展示无需更新模型即可实现自改进的潜力。

OpenAI 年化营收被曝接近 500 亿美元，与此前预期差距约 200 亿美元 75 ​

  • Tags: 公司动态 大模型

  • Source: AI HOT 精选 | 阅读原文

[摘要]
OpenAI 年化营收被曝接近 500 亿美元，低于此前预期约 200 亿美元，差异源于统计口径不同，引发科技股下跌，反映市场对 AI 商业化前景的敏感。

sigmaTransfer: Uncertainty Transfer from Small to Large Networks under mumathrm{P} 75 ​

  • Tags: 研究 推理优化 不确定性估计 模型发布

  • Source: arXiv Statistics - Machine Learning | 阅读原文

[摘要]
新研究提出σTransfer方法，利用μP参数化将小模型的不确定性精度选择零样本迁移到大模型，大幅加速贝叶斯推理，在1B到7B模型上中位提速2.3倍，提升大规模模型不确定性估计效率。

An Investigation of Robustness of LLMs in Mathematical Reasoning: Benchmarking with Mathematically-Equivalent Transformation of Advanced Mathematical Problems 75 ​

  • Tags: 模型评测 数学推理 研究发布

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新研究提出GAP方法，基于普特南竞赛题生成数学等价变体构建PutnamGAP基准，测试18个LLM发现所有模型在数学推理鲁棒性上显著下降，最强模型也难以迁移证明计划，揭示基准饱和下的真实推理短板。

State Stream Transformer (SST) V2: Parallel Training of Nonlinear Recurrence for Latent Space Reasoning 75 ​

  • Tags: 模型发布 推理优化 研究进展

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
SST V2提出在Transformer中通过非线性循环在连续潜空间进行推理，并行训练可行，在27B模型上提升GPQA-Diamond 15.15点，展现额外推理能力。

Clinician use of language models diverges from how the models are evaluated 75 ​

  • Tags: AI安全 大模型 评测方法 医疗AI

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
研究分析12.7万条临床真实查询，发现医生使用LLM的方式与基准测试差异巨大，现有评测无法反映实际部署表现，呼吁评测匹配真实临床使用。

Language Models as AI Research World Models 75 ​

  • Tags: AI研究 智能体 模型发布

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
研究提出语言模型作为研究世界模型（RWM），基于2600多条实验记录预测AI研究干预结果，跨环境知识可复用，显著提升实验选择效率，为递归自我改进提供新路径。

A Deafening Silence: Catastrophic Forgetting Lives in the Output Embeddings of Tokens the Data Never Speaks 75 ​

  • Tags: 大模型 研究进展 推理优化

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新研究揭示LLM灾难性遗忘集中在罕见token的输出嵌入，提出仅调整Adam epsilon的简单干预，可减少39.4%-67.9%遗忘，无需原数据，具广泛适用性。

Few Bits, One Law: Toward W2A4KV2 75 ​

  • Tags: 推理优化 模型压缩 研究进展

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
CanonQ提出统一量化感知训练框架，实现W2A4KV2极限低比特压缩，在LLaMA3等模型上大幅降低困惑度并提升零样本准确率，推动端侧部署。