所有文章 · SURL AI News

DSLE 將《黑暗靈魂》22 場頭目戰封裝成 Gymnasium 環境，但公開儲存庫仍是空殼

DSLE 以 Docker、Wine、虛擬顯示器與程序記憶體讀取，把商業遊戲中的即時戰鬥改造成可平行重設的強化學習基準。五種基線只穩定攻克教學頭目，而論文所稱已公開的程式目前尚未出現在儲存庫。

GENCO 透過異質圖注意力、物理量解碼及反覆殘差修正，統一處理潮流、最佳潮流與狀態估計。大型電網的批次推論明顯快於傳統 AC 求解器，但零樣本跨電網及真實 SCADA 準確率仍不足以直接取代既有工具。

Coderlet 將模型呼叫、工具驗證、執行結果與持久記憶拆成三個明確邊界，並以 MIT 授權提供可執行的 Python 實作。它適合研究代理控制流與失敗復原，不是性能更強的編程代理，而且目前會直接沿用使用者的作業系統權限。

Universal Activation Bus 將五個語言模型的中間表徵對齊至固定的 3,072 維空間，新模型只需訓練自己的線性編碼器與解碼器。實驗中的模型可沿用同一組探針、稀疏自動編碼器及自然語言解釋器，但較寬模型的表徵重建仍會明顯失真。

北京大學研究者讓多模態模型只負責解讀操作意圖，再由 Text／Icon 候選偵測器與凍結 CLIP 選出點擊區域，ScreenSpot-Pro 準確率由所列最佳基線的 18.9%升至 41.3%。論文所稱「無回歸」只適用於最終匹配階段，候選框偵測器本身仍使用框回歸損失，而且尚未公開實作。

Open-EA 把多輪視覺模型評測軌跡整理成 10,042 筆監督資料，將原本依賴 GPT-4o 的規劃流程移植至本機 EA-3B。模型、資料建構與 runtime 已公開，但「評測時間降至傳統方法 10%」主要來自原始 API 代理，不能直接視為 EA-3B 的普遍效率保證。

TIDE 不再把高 token 一致率直接視為蒸餾成功，而是分別處理學生過度生成及漏掉教師偏好 token 的問題。強錯配設定下，方法同時把平均回答長度縮短 3.6 倍，但重現完整訓練仍需八張 GPU，且作者未提供 checkpoint。

ICBQ 不更換量化器，而是讓相鄰 Transformer 區塊的邊界接受第二次聯合校正，減少早期誤差沿深度累積。品質改善的代價是量化時間平均增加 21%，且作者尚未釋出實作。

QueryProof 把歧義判定、SQL 白名單與執行後驗證交給確定性規則，只讓模型處理指標解析及 SQL 草擬。它在 80 題凍結測試集勝過未配置相同外殼的 32B 基線，但按題型家族重抽樣後，優勢區間仍跨越零。

ArchAgent v2 將 L1D、L2 與 LLC 預取器分階段演化，再以即時容量檢查淘汰超出硬體預算的候選。最終設計在 DPC4 模擬環境比人工冠軍 BertiGO 高 0.3%，但尚未經實體晶片驗證。

Tevatron-Elastic 將早退、Matryoshka 向量及層間 token 壓縮統一成可設定的 operating point，一個 checkpoint 可服務多種成本配置。Qwen3‑0.6B 重排序器在第 16 層維持完整品質，同時於作者測試環境加速 1.75 倍。

KVDiagnosis 不只比較長上下文總分，而是為每種壓縮設定建立 FullCache 配對，追蹤證據保留、注意力及機率漂移。團隊亦因實作稽核排除 7,800 組結果完全相同的 PyramidKV 紀錄，凸顯跨方法評測容易被轉接器錯誤污染。