1. 大幅提升高并发下的推理速度！南京大学与华为基模团队提出 AdaFlash，让投机解码在线自我改进 原创 钱宇阳 2026-10-19 00:00 河北 当大模型开始被 Agent 高频调用，推理加速的关键不再只是一次前向传播能生成多少 Token，还包括系统能否在真实流量中持续识别并跳过无效计算。 主页： http://qingkeai.online/ 作者：钱宇阳， 南京大学博士生 青稞社区为科研人员提供成果宣传支持，如有优秀研究成果分享推广，欢迎投稿 10/19 00:00 ♡
2. 直播预告！聊聊 RL-Kernel ，大模型 RL 后训练中的训推一致性实践 原创 青稞编辑部 2026-10-18 00:00 河北 模型 RL 后训练中，Rollout 与 Training 往往由不同引擎执行。即使模型、权重和 token 完全相同，仍可能因浮点归约顺序、并行分片、通信合并树及精度转换边界不同，产生 LogP 偏差，进而影响 PPO/GRPO 的 importance ratio、clipping 与训练稳定性。 10/18 00:00 ♡
3. 关于 Score Centering 的五种解释：drift、BPO、理想 baseline、STE、局部分布族 原创 青稞编辑部 2026-10-18 00:00 河北 最近的 Score Centering 居然有整整五种解释方法🫠🫠🫠每一个角度都很有趣！本文详细整理了五个解释 Score Centering（SC）的角度，而且每个都附上了出处链接。本文就是：「五等分的 Score Centering」。😉 主页： http://qingkeai.onlin 10/18 00:00 ♡
4. 让大模型从运动和交互中学习空间推理，理解环境变化。浙大团队最新提出Spatial-Interactor 青稞编辑部 2026-10-17 00:00 河北 以下文章来源于：青稞具身智能 青稞具身智能 青稞=青年科学家！聚焦具身智能World Model、VLA、RL等核心前沿技术。拒绝浅层科普，只做硬核干货与同频交流！ 空间智能不只取决于模型看过多少画面，也取决于它怎样学习画面之间的联系。 动作改变了世界或观察视角，新的观测又记录了变化的结果。把这些联系组织成 10/17 00:00 ♡
5. AutoSFT：“操作系统”式的 RSI 基础设施 青稞AI 2026-10-16 14:56 河北 大家好！分享一下最近的工作 AutoSFT。 Anthropic 披露今年 5 月起其合并代码八成以上出自 Claude，然后 OpenAI 披露 8 月中旬其研究部门的 agent 运行时长已是研究员工作时长的 3.1 倍。写代码、跑实验已经大量交给 agent，但“训练一个模型”本身，还很像在写机器代码。 10/16 14:56 ♡
6. Agentic RL 新解法！复旦上交开源 A3 框架，用 14B CLI Agent 击败 235B 大模型 原创 青稞编辑部 2026-10-16 00:00 河北 打破“参数即正义”！通过挖掘 Shell 命令结构中的细粒度信用分配（A3），14B 模型在复杂 CLI 任务中准确率直接翻倍（11.3% → 24.6%），甚至在分布外评测中正面越级挑战 235B 超大模型。 主页： http://qingkeai.online/ 作者：苏浩阳， 复旦大学博士生 青 10/16 00:00 ♡
7. 我们可能一直都低估了小模型！Select to Think：也许选择比生成更重要 原创 青稞编辑部 2026-10-15 00:00 河北 SLM 距离 LLM 的选择，到底有多远？ 主页： http://qingkeai.online/ 作者： 叶文萱，tum在读博士 青稞社区为科研人员提供成果宣传支持，如有优秀研究成果分享推广，欢迎投稿联系： aiFreeCode 论文 ：Select to Think: Unlocking SLM 10/15 00:00 ♡
8. 直播预告！当 AI 开始改进 AI，我们离真正的 RSI 还有多远？｜青稞 AMA：RSI 专题 原创 青稞编辑部 2026-10-14 00:00 河北 当模型能够生成改进方案、构建实验环境、验证结果，并将有效改进带入下一轮迭代，我们距离真正的递归自我改进（Recursive Self-Improvement，RSI）还有多远？ 主页： http://qingkeai.online/ 青稞社区为科研人员提供成果宣传支持，如有优秀研究成果分享推广，欢迎投 10/14 00:00 ♡
9. EngiWorld 把AI放进工程软件，检验交付能力 青稞AI 2026-10-13 14:14 河北 设计散热板，先在 AutoCAD 绘图，再用 SolidWorks 建模，最后交给 Abaqus 做热分析。AI 需要在软件切换后保持尺寸、单位和物理条件正确。它能交付通过工程验收的成果吗？ 清华大学、重庆大学、中国科学院大学、北京大学、Zhiman AI 等机构的研究者提出 EngiWorld，将智能体评测 10/13 14:14 ♡
10. 让 Agent 长会话更省、更好管！浙大最新推出 LightRSI 探索低成本自进化 原创 青稞编辑部 2026-10-13 00:00 河北 Agent 长会话上下文爆炸，推理开销剧增？LightRSI 推出 TokenPilot（EMNLP 2026录用）与可视化清理工具。通过前缀缓存复用、工具输出精简与任务级按需清理，大幅削减冗余。实测连续任务成本最高直降87%，让 Agent 执行真正轻量可控！ 主页： http://qingkeai 10/13 00:00 ♡