#开源工具
共 11852 篇相关文章
Pixel-UMI：从人体演示学习全身操作策略
Pixel-UMI 提出从传感器化人体演示学习环境感知全身操作策略的流程，包含环境感知重定向 EAR、重定向误差感知掩码 REAM 与 DAgger 在线纠正，在五项任务上平均任务进度达 87.0%。
Pixel：软硬件协同设计的全栈机器人学习系统
Pixel 是面向通用移动操作的全栈机器人学习系统，将低成本轮式人形硬件、多种数据采集接口、统一全身控制器与分层策略学习管线协同设计，支持语言条件化视觉运动控制和长程任务执行。
WebHarbor：用153个真实网站环境训练GUI智能体
WebHarbor 是一套包含 153 个 Docker 化真实网站环境的套件，覆盖 3518 个多步骤与登录后任务，既可用于 GUI 智能体可靠评测，也能支撑强化学习训练，让 Qwen 4B 级模型泛化到未见任务。
预训练数据规模逆转：Muon微调优势为何被AdamW反超
新研究发现预训练数据规模足够大时，AdamW在微调后反超Muon。边际-散布比理论解释这一逆转，为优化器选择提供新视角。
RLVR泛化困境：推理策略为何在OOD下失效
研究揭示RLVR在分布外任务上推理策略崩溃的现象：模型放弃推导退化为暴力枚举，而协同训练双射反转任务能意外恢复OOD准确率，为LLM推理泛化提供新思路。
FADE：解耦能力与难度的在线RLVR调度新方法
FADE提出双线性状态空间滤波，解耦模型能力与提示难度，提升在线RLVR调度效率。在五个推理基准上验证，每步开销低于0.6毫秒，显著改善准确率与校准度。
D&A：解耦描述与评估，让VLM成为零样本机器人奖励模型
D&A 框架将 VLM 的机器人任务进度估计解耦为客观描述与显式评分两阶段，用文本化成功定义对抗确认偏差，纯提示方法即可匹配后训练奖励模型，支持零样本泛化与下游强化学习。
Strategist：用元智能体进化推理策略
Strategist是一个跨任务进化推理策略的元智能体。它将策略编写为可执行蓝图并构建蓝图库，通过检索、生成、测试和修订的循环自动改进推理流程。在30个基准测试中，Strategist在24个上超越最强基线，平均准确率持平（74.7% vs 74.0%）且推理成本降低39%，策略还能迁移到未见任务和模型。
31.6M参数土耳其语音识别模型：ufakzeka-kulak开源发布
ufakzeka-kulak 是一个 31.6M 参数的开源土耳其语语音识别模型，基于 FastConformer 和 TDT，Apache-2.0 许可。在 FLEURS 和 Common Voice 上 WER 优于 Whisper base/small，本文解读其训练数据筛选、评估设计与应用场景。
AI智能体如何从量子经验中涌现时空结构？
一项研究训练强化学习智能体完成量子信息任务，其内部预测模型自发涌现出闵可夫斯基时空的因果结构，为时空概念源于操作经验提供了首个计算性例证。
OpenAI Pando：为Codex级推送打造的Git后端
OpenAI构建Pando，一个兼容Git的后端系统，专门应对Codex等AI编码代理产生的大规模推送压力。本文解析其设计动机、技术权衡及对代理集群的影响。
10年109k篇ML论文压缩成千个主题页：基准纪录、消融与审稿期待一页看懂
一个团队将ICML、NeurIPS、ICLR、CVPR、AAAI自2016年以来的约10.9万篇接收论文聚合为1260个主题页，展示基准纪录时间线、消融实验、常用对比基线与最新预印本，免费开放但明确声明非排行榜。
阿里Qwen Code仓库泄露Qwen4系列模型：max、coder-plus、omni齐曝光
阿里Qwen Code仓库的Pull Request意外泄露Qwen4系列模型ID，包括qwen4-max、qwen4-coder-plus和qwen4-omni-120b，上下文长度统一为262,144。本文分析命名体系、产品路线与社区反应。
开源模型承接九成智能体任务，成本仅二十分之一
Hacker News讨论指出开源模型可完成约九成智能体任务，成本仅为闭源方案二十分之一。本文分析这一判断对模型选型、混合路由与智能体产品设计的影响。
Hacker Times：当Hacker News变成一份复古报纸
Hacker Times 是一个把 Hacker News 改造成《纽约时报》报纸版式的实验项目，每小时更新一次。本文分析其设计思路、社区反响，以及报纸化排版对阅读行为的启示。
322M小模型微调实战：三轮迭代，两次失败，终让编程Agent更安全
开发者记录laya-guard项目：将322M小模型微调为编程Agent的命令安全守卫。三轮训练中两次失败，暴露数据长度偏差、注释偏见和密钥暴露盲区，最终以61%allow比例交付，并反思评估独立性难题。
纯NumPy手搓深度学习框架，轻量级DL新选择
一个用纯NumPy从零构建的轻量级深度学习框架登上Reddit并获JOSS期刊收录。本文分析其教学与研究价值、适用边界，以及为何从零实现框架是理解深度学习的最佳路径。
多AI智能体桌面协作实验：Bangstick让AI角色分工合作
开发者分享Bangstick多智能体桌面协作实验：多个AI智能体以桌面角色形式分工合作，支持ChatGPT、Claude Code、本地LLM等多种后端，探索AI优先的桌面环境新形态。
