菜单
实测、横评、价格、性能与适用人群
一句话结论 Nace AI开源Drex Max v1 27B决策模型，支持Apple Silicon本地运行，将复杂决策任务从云端API转移至本地硬件。 关键要点 Drex Max v1 采用27B稠密模型架构，包含64层，其中48层为Gated DeltaNet线性注意力层，16层为全注意力层，支
一句话结论 该研究通过课程驱动的深度强化学习框架，在 100,000 轮评测中实现 99.98% 的远程着陆成功率，较基线模型显著提升了着陆精度与燃料利用效率。 关键要点 采用三阶段课程学习，初始水平距离设定为 1,000 至 1,500 单位，远超既往基准测试范围。 引入评论家预热程序与复习机制，
一句话结论 DISCO框架通过服务端部署草稿模型副本，消除词表级分布传输开销，在带宽受限场景下显著提升LLM推理速度。 关键要点 DISCO框架通过在服务端部署草稿小语言模型（SLM）副本，使服务端本地获取投机采样所需的草稿分布，避免设备与服务端间的全词表分布传输 框架仅在设备与服务端间交换草稿生成
一句话结论 KORA 架构通过确定性优先的执行控制，在基准测试中显著减少不必要的模型调用，但未证明生产环境下的成本或能效优势。 关键要点 KORA 引入预推理控制层，优先尝试确定性路线，仅在确定性处理不足时升级至模型路径。 在 100 项任务的确定性主导基准中，KORA 避免了 80 次模拟模型调用
一句话结论 研究揭示显式高斯点过程滤波器在长时间静默后首步更新呈指数级放大，并给出可计算的过冲预测指标。 关键要点 论文提出了精确分布公式，用于刻画长时间静默后滤波器首个更新步骤的指数放大效应。 针对显式单评分步骤滤波器及其隐式后验众数对应版本，推导了带有相反符号对数修正项的状态方差二阶静默展开式。
一句话结论 ResCom通过闭式解低秩补偿激活量化残差，使Llama-3-8B在4-bit权重激活量化下MMLU提升2.89个百分点，且不增加校准后权重更新。 关键要点 在Llama-3-8B模型上采用4-bit权重与激活量化，rank-32注意力补偿使WikiText-2困惑度从7.708降至7.
一句话结论 部署策略变更可能导致固定世界模型的不确定性校准失效，研究提出加权共形校准方法，使模型无需更新即可保持有效覆盖率。 关键要点 当源分布与目标分布共享条件机制 $P(Y|X)=Q(Y|X)$ 时，干预由结果前的测度变化 $w(X)=dQ_X/dP_X$ 识别，该比值在策略控制动力学中分解为状
一句话结论 研究发现主流长程代理基准对上下文压缩极具容错性，因任务目标固定且进度存盘，压缩丢失多可恢复，但防作弊等约束易被静默移除。 关键要点 固定使用 OpenCode 代理脚手架，在其内部实现并测试了五种不同的上下文压缩策略。 在三个长程基准上评测了三款前沿模型，其中两款具备 1M 上下文窗口的
一句话结论 研究提出基于生理认知约束的模拟伙伴训练框架，实现零样本人机协作性能与人类直接评测基准对齐。 关键要点 采用程序化认知约束（反应延迟、感知局限）替代历史行为数据集，解决纯模拟训练过拟合到人工惯例的失效问题 在修改版 Lunar Lander 环境中，该框架训练的代理在跨域博弈（cross-
一句话结论 新研究表明 Muon 优化器仅在非各向同性的结构化噪声下发挥加速作用，并能将任务频率依赖从线性降低至平方根级。 关键要点 在经典的各向同性噪声假设下，Muon 优化器不提供超越简单重缩放学习率的加速效果。 该研究建立了双任务场景下的精确平衡阈值，并发现 Muon 可将任务频率依赖度从线性