最新模型
BaKron 將雙側 Hessian 量化降至三次複雜度，8192 方陣核心較 YAQA 快 60 倍
BaKron 以反對角線平行化及遞迴分治，在保留輸入、輸出兩側曲率資訊時把總工作量由四次降至三次。Llama 3 8B 的 2.81-bit 實驗改善 GPTQ 的困惑度，但整體量化時間仍更長，且目前未見公開實作。
Archive
推論系統
推論 runtime、量化、 serving、KV cache、成本與效能。
最新模型
代理工具
690 項代理技能實測：混合檢索 hit@5 達 73.5%，加入 LLM 知識圖譜反降 11.2 點
新研究發現，以嵌入近鄰預先限制候選邊，會讓知識圖譜無法觸及檢索器原本找不到的技能。BM25 與向量融合仍留下約四分之一查詢未解，但在相同 token 預算下勝過圖譜鄰居。
最新模型
Hyper-ES 先用梯度建立低維搜尋空間，數學推理平均高於 GRPO-LoRA 1%
Hyper-ES 不在數十億維模型權重上直接做隨機演化，而是以少量微調方向構成子空間，再搜尋逐層模型合併係數。作者在三款模型與六項數學資料集報告小幅增益，但方法並非完全無梯度。
最新模型
MACRO 重排凍結 Transformer 層，六款模型平均準確率提高 5.0 個百分點
MACRO 不更新模型權重，而是為每項任務搜尋可跳層、回跳及重用隱藏狀態的固定執行路徑。作者在 13 項基準報告搜尋時間由 14.8 小時降至 1.6 小時，但每個新任務仍需標註訓練與驗證資料。
最新模型
Google 開放 WeatherNext 2 程式與權重，完整模型推論需 H100 級記憶體
Google DeepMind 釋出 WeatherNext 2 的 JAX 實作、預訓練權重與可在 Colab 執行的精簡版，涵蓋最長 15 天的全球天氣及熱帶氣旋預測。這讓研究者能重建自迴歸預報流程，但完整模型仍依賴 ECMWF 初始資料與高階加速器，輸出也不能取代官方警報。
推論系統
WitProbe 為四類注意力記憶建立執行期風險帳本，1,240 萬次讀取未超出預算
新研究以具型別的誤差契約統一監測 KV cache、潛在快取、稀疏選擇器與遞迴狀態，並用 Lean 檢查可形式化的組合規則。公開儲存庫能重建論文數字與 67 項定理，但不含架構專用探針及完整服務平台。
代理工具
CodeGrep 將程式庫搜尋拆成 14B 專用代理，修復成功案例少用 19% token
CodeGrep 先以平行 grep、glob 與檔案讀取縮小修改範圍，再把候選檔案交給凍結的 OpenHands 程式代理。它在 SWE-bench Verified 維持約 27% 修復率並降低推理成本，但模型與訓練管線尚未公開。
最新模型
RRC 將生成式獎勵模型的排序轉成 GRPO 訊號，AlpacaEval 2 得分由 35.8% 升至 41.3%
RRC 不再把偏好 token 的機率直接當獎勵，而是從候選答案的相對排序建構分數。8B 獎勵模型配合八次投票時，ArenaHardV2 亦由 8.0% 提高至 11.2%，但代價是額外的獎勵模型推論。
代理工具
程式化工具呼叫在 14 款模型中有 11 款不輸 JSON，長鏈任務差距達 18.8 個百分點
新研究把 API schema 編譯為具型別的 Python stub，讓模型在單次推理中以程式串接或平行呼叫工具。方法在 BFCL v4 子集多數模型不輸原生 JSON，但目前只測到回傳參數的模擬工具，尚不能證明真實 API 工作流同樣受益。
最新模型
DASH 依推理軌跡動態分配蒸餾權重，Qwen3 三種規模皆優於固定權重基線
DASH 不再等量處理每個 token 的教師—學生差異，而是依整條生成軌跡調整監督可向前傳播的距離。作者在三項數學基準報告穩定增益，並公開訓練程式、評測流程與 LoRA 權重。
代理工具
Argus 讓固定權重代理累積經驗，SWE-Bench Pro 準確率由 59% 升至約 78%
Argus 把長期任務拆成受限 mission，並由 Manager、Planner、Engineer 與 Reviewer 共同維護可持久化狀態。作者報告它以 1.41 倍 token 成本提高程式修復成績，代理產生的 RWKV6 核心亦經外部修正後合併至開源專案。
推論系統
ReCo 以步驟獎勵協調 KV cache 與推理長度，端到端延遲縮短逾兩倍
ReCo 依每個推理步驟的程序獎勵動態壓縮 KV cache，同時抑制重複反思並提早停止。三款推理模型、六項基準的作者實驗顯示，生成 token 減少 37% 至 65%，延遲改善 2.08 至 2.35 倍。