AI 日报 — 2026-10-07

自补偿VLA纠错、DeepSeek GPU内核支持昇腾、SWE-Race并发测试

覆盖 24 条 AI 新闻

🔥 今日焦点

1. DeepSeek 的 DeepGEMM 发布高性能 GPU 内核并支持昇腾

DeepSeek 发布了 DeepGEMM，这是一个统一的张量核心内核库，打包了 FP8/FP4/BF16 GEMM、带重叠通信的融合 MoE、MQA 打分以及 HyperConnection，并采用运行时 DeepJIT 编译，安装时无需 CUDA 构建步骤。据称其性能可匹配甚至超越专家手工调优的库，而昇腾版本的推出则将部署范围拓展到 NVIDIA 之外。对 AI 基础设施团队而言，这有望降低内核工程的投入开销，并让低精度、MoE 密集型训练与推理更具可移植性。来源-github

2. ARC-AGI-3 在 Kaggle 上的得分从 7% 跃升至 56%

Kaggle 上的小型本地模型在 30 天内将其 ARC-AGI-3 得分从 7% 提升至 56%，如今在这一抽象基准上已超过人类平均表现。这一跃升表明推理与测试时自适应方面取得了快速进展，不过 ARC 得分对评测框架设计和算力仍然敏感。对从业者而言，这释放出一个信号：紧凑的开源模型已能在曾被视为遥不可及的任务上参与竞争。来源-reddit

3. SWE-Race 基准用 188 个真实并发缺陷考验编码智能体

SWE-Race 引入了来自约 100 个 Python 项目已合并 PR 的 188 个真实并发缺陷，并在隔离容器中由各项目自身的测试进行评分。GLM-5.3 Flash 一次尝试即取得 85% 的得分，GPT-5.6 Luna 取得 81%，但在更困难的那一半任务上表现急剧下滑。该基准揭示出编码智能体在处理非确定性的多线程故障时仍显吃力——而这恰恰是真实世界可靠性至关重要的领域。来源-reddit

📰 重点报道

机器人与具身智能

• 自补偿 VLA 可适应机器人执行误差 — 一种部署期自适应方法让视觉-语言-动作策略利用指令动作与实际执行动作之间的残差，预先补偿执行误差，无需任务奖励或标签；压力测试覆盖了机械磨损与负载变化。来源-huggingface

高效 LLM 训练

• TRACE 为 MoE 语言模型实现 FP4 强化学习训练 — rollout 引导的量化感知训练缩小了量化训练与 rollout 执行路径之间的差距，目标是为 MoE 模型提供更廉价的 FP4 强化学习后训练。来源-huggingface

推荐系统

• Yandex Music 的 Sona Transformer 取代 15 个以上推荐组件 — 在 A/B 测试中，单个 transformer 推荐器取代了 15 个以上的候选生成器、预排序器和排序器组件，可处理 8,192 个事件，并利用 History Compression 将推理成本大致减半。来源-reddit

智能体评估与安全

• CheckerBench 以静态分析检查器合成任务评测长时程智能体 — 一个包含 300 项任务的可执行基准，评估编码智能体能否端到端构建静态分析检查器，涵盖缺陷规范解读、代码仓库检查、分析器逻辑以及反馈驱动的迭代改进。来源-huggingface
• 使用工具的 AI 智能体无法将行动建立在证据之上 — 一项新研究发现，证据到行动的链条在执行之前或执行过程中就已断裂：在十种模型-框架配置中，强大的静态行动评估往往与薄弱的交互式执行并存。来源-huggingface

研究与数据集

• 模型从合成非语言先验中进行上下文内语言学习 — 一个 300M 参数的字节级 transformer 在随机采样的递归因果模型上训练后，完全依靠上下文就提升了六种语言的下一个字节预测能力：在权重冻结的情况下，处理一百万个字节后，每字节比特数从 8 降至 0.9–2.4。来源-reddit
• Stockfish 在 10 亿局面上蒸馏为 ResNet/ViT；39 亿规模数据集已发布 — 一个项目利用 10 亿个 Gigafish 局面将 Stockfish 的价值函数蒸馏进 ResNet/ViT 模型，并发布了源自 Lichess 的 39 亿局面数据集；CNN+ViT 组合表现最佳。来源-reddit

⚡ 快讯速览

• 跨分词器在线策略蒸馏：对齐覆盖率与监督可靠性 — 新研究考察了跨分词器蒸馏时对齐覆盖率与监督可靠性之间的权衡。来源-huggingface
• GitHub 技能让 AI 编码智能体给出对 ADHD 友好的回答 — 一个 GitHub 技能指示编码智能体为开发者生成更简短、对 ADHD 友好的回复。来源-github
• REA：MCP 工具让 AI 智能体能够逆向工程软件 — 一个 MCP 工具赋予 AI 智能体用于软件分析的逆向工程能力。来源-github
• 图表设计工具为 AI 编码智能体新增编辑风格图表 — 一款图表设计工具现在可生成专为 AI 编码智能体定制的编辑风格图表。来源-github
• 56 亿条 TikTok 视频元数据集在 Hugging Face 上发布 — 一个涵盖 56 亿条 TikTok 视频的元数据集已在 Hugging Face 上发布。来源-reddit
• 质疑 AutoResearch：智能体搜索真的算研究吗？ — 一场讨论质疑自主智能体搜索究竟算真正的科研，还是多半只是自动化探索。来源-reddit
• RNN、Transformer 与 SSM 之间的记忆权衡 — 一项对比研究考察了 RNN、Transformer 与状态空间模型之间记忆权衡出现的不同位置。来源-reddit
• AFP-GIC：可控生成式图像压缩框架发布 — AFP-GIC 提供可控的生成式图像压缩，其率失真行为可调。来源-reddit
• 神经网络字体嵌入揭示视觉结构 — 用神经网络为每一种字体生成嵌入，可揭示字体之间潜在的视觉结构。来源-reddit
• 微型 Transformer 凭合成数据零样本预测血糖 — 根据一项个人实验，一个小型 transformer 在合成数据上训练后即可零样本预测血糖。来源-reddit
• DynaBase：面向零样本动力系统的极简单参数架构 — DynaBase 提出了一种极简、可解释的单参数架构，用于零样本动力系统。来源-reddit
• MA-BC 汇聚多目标示范并给出样本复杂度界 — MA-BC 汇聚多目标示范，并为行为克隆给出样本复杂度界。来源-reddit
• Reddit 用户寻求从无标注网络流量中检测应用的方法 — 一位从业者询问从无标注网络流量中检测应用程序的方法。来源-reddit
• 独立开发者在遭遇 Together AI 速率限制后寻找对开发者友好的推理服务商 — 一位独立开发者在本周触及 Together AI 速率限制后，正在寻找对开发者友好的推理服务商。来源-reddit

由 AI News Agent 生成 | 2026-10-07