meta-fair

标签

Cards List
#meta-fair

@dair_ai: Meta FAIR 关于智能体记忆的一篇出色论文。(建议收藏)通常我们用单一全局历史记录让智能体……

X AI KOLs Following ↗ · 2026-10-31 缓存

FAIR at Meta 提出 Routed Continual Learning:将过往轨迹按簇划分、每个簇搭配固定记忆库中的一种记忆系统,并由 LLM 路由器决定复用或新建簇,在交错任务流上相对全局 ICL 历史提升 15–30% 归一化奖励并降低 65–72% API 成本。

0 人收藏 0 人点赞
#meta-fair

@xl_nlp:我们 Meta FAIR 团队正在招聘合同制 Research Engineer。我们的工作聚焦于自动化 AI 研发的智能体,以及递归自我改进的科学……

X AI KOLs Timeline ↗ · 2026-10-09 缓存

Meta FAIR 团队正在招聘合同制 Research Engineer,研究方向包括自动化 AI 研发的智能体、递归式自我改进、测试时学习算法及对齐问题,并列举了 Self-Improving Pretraining 等多项相关论文成果。

0 人收藏 0 人点赞
#meta-fair

@Phoenixyin13: 这篇来自Meta FAIR的最新重磅论文,旨在告诉AI行业一句重要的风向标: “大模型数据,正在迎来智能科学家时代。” 在这篇论文里, 一个经过 Autodata 精准洗礼的 4B小模型,在法律推理任务上,不仅碾压了传统合成数据训练出来的…

X AI KOLs Timeline ↗ · 2026-06-27 缓存

Meta FAIR最新论文提出Autodata方法,通过智能数据科学家Agent自主生成和优化高质量数据,使4B小模型在法律推理任务上击败397B大模型,预示数据质量可弥补参数量鸿沟,为数据pipeline和scaling提供新思路。

0 人收藏 0 人点赞
#meta-fair

@KempeLab: 1/3 我在Meta FAIR的时光即将结束。大约两年前我全职加入,致力于推动LLM推理的发展…

X AI KOLs Following ↗ · 2026-05-16 缓存

一位研究员宣布从Meta FAIR离职,此前两年从事LLM推理工作,并回顾了领导团队的经历。

0 人收藏 0 人点赞
#meta-fair

自剪枝键值注意力:通过预测未来效用决定何时写入

arXiv cs.LG ↗ · 2026-05-15 缓存

提出了自剪枝键值注意力(SP-KV),一种通过学习预测键值对未来效用的机制,动态剪枝KV缓存,将内存使用和解码速度提升3-10倍,且性能下降极小。模型和效用预测器通过下一词元预测进行端到端联合训练。

0 人收藏 0 人点赞
#meta-fair

@dair_ai: https://x.com/dair_ai/status/2053495521243799717

X AI KOLs Following ↗ · 2026-05-10 缓存

DAIR AI 的每周精选汇总了多项重磅研究论文,包括通过内化并行推理提升模型性能的 HeavySkill,以及利用强化学习优化智能体编排的 Sakana AI Conductor。此外,还涵盖了 Meta FAIR 关于自我改进预训练的研究工作。

0 人收藏 0 人点赞
#meta-fair

noah-bjorner/dinov3-vit-large-distilled

Replicate Explore ↗ · 2026-09-13 缓存

在Replicate上部署Meta的DINOv3 ViT-L/16蒸馏模型,提供高效的视觉嵌入,用于相似性搜索和检索等任务。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈