标签
本文介绍了针对LinkedIn语义搜索的对齐策略检索框架，利用嵌入向量划分为类别监督分段，并采用两阶段GPU架构以提升召回率和精确率，显著效果在A/B测试中得到验证。
据报道，OpenAI已完成其下一个大规模AI模型的预训练，使用超过10万亿token数据，并被称为"Bel"。
Google AI 演示了 Gemini 3.5 Flash-Lite 处理超过100万张目录图片，以低延迟和高效令牌提取结构化数据，适用于大规模工作流。
TableVerse 引入了一个完全自动化的 Real2Sim 流水线，将非结构化、野外图像转换为高保真、可模拟的桌面环境，具有精确的度量标准和物理稳定性，同时提供了一个大规模数据集（TableVerse-100K），用于可泛化的机器人操作。
提出 SG-JEPA，一种面向大规模动态图的联合脉冲嵌入预测架构，该架构沿时间维度将节点划分为上下文集和目标集，以学习预测性嵌入，在节点分类上取得有竞争力的性能，同时可扩展到拥有1300万条边的图，并避免了复杂的自监督机制。
Anthropic 概述了使用 Claude Code 进行大规模代码迁移的六步流程，重点包括创建规则手册、依赖关系映射以及通过强大的评审模型进行迭代验证。
TabLoRA 提出了一种针对大规模表格数据的参数高效神经集成方法，通过共享公共骨干网络并引入预测器特定的低秩适配，在性能上与 GBDT 和深度学习基线方法相竞争。
PRIME-RL是一个用于大规模异步强化学习的框架，设计上易于定制，可扩展至1000+块GPU，并支持多种模型和环境。
本文介绍了协同路径构建器（CoRC），这是一个框架，允许独立求解的子问题在优化过程中交换客户和车辆，从而提升大规模容量限制车辆路径问题的可行性和可扩展性。
一位在 xAI 领导 SGLang 团队的前伯克利博士，解释了如何使用分离预填充/解码、专家分片以及通信/计算重叠，在 10 万块 GPU 上为 Grok 提供服务，以实现碾压 DeepSeek API 的价格。
Miles是RadixArk推出的一个开源的PyTorch原生框架，用于大规模LLM强化学习后训练，集成了SGLang、Megatron-LM和Ray，以实现高吞吐量的推演和分布式训练。
LongCat-2.0是一个大规模混合专家（MoE）模型，总参数量1.6万亿，激活参数量480亿。
本文挑战了异步流水线并行中一步梯度延迟天生不稳定的假设，表明性能下降取决于优化器的选择。研究证明，Muon等优化器对一步延迟具有鲁棒性，并引入了一种基于误差反馈的修正方法以进一步缓解陈旧的梯度问题，在高达10B参数的LLM预训练中实现了接近同步训练的性能。
介绍了DF3DV-1K，一个包含1048个场景和89924张图像的大规模真实世界数据集，用于无干扰的新视角合成，同时提供了九种方法的基准测试，以及通过微调基于扩散的2D增强器来改进辐射场方法的应用。
一个新的人工智能模型正在使用超过100万亿个令牌进行训练，是其他模型如Kimi、Mimo和DeepSeek通常使用的27-50万亿令牌预训练数据规模的两倍。
GPIC 是一个新的大规模图像-文本数据集和生成建模基准，据称比 ImageNet 高效得多，并且是现实世界问题的更好代理，具有完全许可的研究和商业使用许可。
新的arXiv论文宣布了最大的多语言食品模型，该模型在7种语言的410万食谱上训练，包含1,790种食材，压缩至2MB。
SciAtlas是一个大规模、多学科的知识图谱，包含超过4300万篇论文和30亿个三元组，旨在通过神经符号检索算法为AI驱动的自动化科学研究提供结构化知识。