多说话人转写不再逐人独立解码:Pandemonium让说话人互相看见,会议基准平均错误率降到14.7
面向多说话人会议转写的目标说话人识别此前按说话人逐个独立解码,且被限制在30秒窗口内。Pandemonium把说话人条件接入可整场解码的Parakeet长音频骨干,并加入跨说话人注意力与掩码修正模块,让同一场对话中的说话人表示在编码器内互相可见。在合成、伪标注与真实数据上训练后,该系统在多个会议基准上取得最优结果,并在预测说话人日志条件下平均cpWER为19.2。
面向多说话人会议转写的目标说话人识别此前按说话人逐个独立解码,且被限制在30秒窗口内。Pandemonium把说话人条件接入可整场解码的Parakeet长音频骨干,并加入跨说话人注意力与掩码修正模块,让同一场对话中的说话人表示在编码器内互相可见。在合成、伪标注与真实数据上训练后,该系统在多个会议基准上取得最优结果,并在预测说话人日志条件下平均cpWER为19.2。
共轭传热与浮力流的有限元求解器被改写为自动微分框架中的固定权重图程序,装配算子与代数多重格点都按稀疏图执行,不做任何训练。在离散、网格、时间步和容差完全相同的条件下,同一问题在单块H200上每步最多比32核CPU快181倍,压力求解单独快18.7倍。反向模式梯度与中心差分一致,隐式微分让一次梯度的代价稳定在约4.9次前向求解。
PhysicsNeMo-Mesh把仿真算例存成带命名边界和条件值的GPU原生网格,让预处理从数据集制作阶段移到每次训练时按需执行。在单台x86机器的本地NVMe上,整例加载比读VTK文件快88倍;在单块GB200上,网格操作比多线程VTK快6.2到1068倍,与训练重叠时6.0M参数Transolver的预处理只损失2.1%吞吐。合成热传导中几何与壁面条件同时变化时,按边界给出的条件把误差从几何-only的理论下限降到0.038–0.066。
ASSET 用强化学习训练语音编码器的分段边界,在 LibriSpeech 上以约少 25% 的音频词达到接近字符边界 oracle 的识别率。
状态空间模型解码此前每步都要把整个循环状态读入再写回,状态读写成为显存带宽瓶颈,投机解码也缺少廉价回滚。ReplaySSM把状态改写成一份检查点加一段近期输入的缓冲区,只在缓冲区填满时写检查点,多数步骤只追加输入并直接算输出。在vLLM上对Mamba-2与Gated DeltaNet实现后,服务批大小256时标准解码相对调优基线加速,两个120B级模型上吞吐接近vLLM投机解码,分离精度还降低了输出KL散度与下游精度损失。
连续比特流扩散把图像、语音和蛋白质都写成二进制码,用同一套训练与采样协议在语音—文本上做到联合生成词错率3.5%,蛋白质生成序列—结构对的折叠级一致率在正文与结论中分别报为75%和69%。
多智能体强化学习不再需要读取同伴的私有奖励:每个智能体用自己学到的奖励模型去评估同伴的转移,在 Escape Room、Clean Up 和 Commons Harvest 三个序贯社会困境中都能学出合作,且常比能看到真实奖励的智能体分得更均。
作者提出 MemCo 记忆中心协作框架,为每个智能体保留环境特定的局部记忆图,并把经证据聚合与 Wilson 下置信界筛选的可迁移工作流提升到共享全局记忆,在线决策时按当前状态、任务阶段与目标检索并落地局部与全局记忆;在 ALFWorld、PDDL、FEVER、ScienceWorld 四个基准与多个 LLM 骨干上,MemCo 在 12 个评测设置中 10 个取得最高准确率、9 个使用最少交互步数,例如 Qwen3-4B 下 ALFWorld 留出布局准确率相对次优基线提升 43.47%、步数减少 32.10%。
作者提出 PyRUA-Lean——一种交互式代码执行框架,将反馈驱动的机器人原语组合与选择性观测结合,让智能体把经典机器人原语与学习到的视觉-语言-动作(VLA)策略组合进 Python 单元以执行条件检查与局部重试,仅返回显式请求的图像与状态反馈用于重新规划;在 LIBERO-PRO、RoboTwin 2.0 与 RoboCasa365 的 700 个模拟任务实例上,与使用同一 GPT-6 Astra 规划器和相同底层机器人原语的工具调用基线相比,在相同 LLM 调用预算下总体成功率由 63.1% 提升至 71.7%,在两者均解决的实例上减少 49% 的 LLM 调用与 65% 的输入 token。
该工作提出 PLUTO,一个把智能体 AI 编码工具嵌入序列凸规划(SCP)架构的交互式轨迹设计框架,将自然语言交会任务需求映射为结构化数学约束,经自动凸化管线并入可执行最优控制问题;在覆盖 10 类约束的 50 条自然语言交会任务提示评测中,PLUTO 为每条提示都生成了轨迹,94% 的轨迹同时满足数值约束检查与原始任务意图的语义一致性。