跳转至

Read this page in English

10月18日:公告重叠补漏与低成本组件验收

本轮处理 16项低成本组件/协议接口、3篇高成本资料。不是19篇10月18日首发,也不是全来源审查闭环;原论文v1为10月14–15日,列在10月16日公告中。上一轮选定范围合入不等同于整份公告已经逐篇全文审完。

完整范围

分组 论文 本轮交付边界
基础模型 P0 Memory Mosaics+ / Open-world AI,2610.20782 关联记忆、近期排除与两阶段归一化
Agent P0 Meta Diviner,2610.21281 带类型证据、时点快照、假设账本与人审更新
基础模型 P1 MJev-Spatial,2610.22276;视觉AdaLoop,2610.21323;SoftCache,2610.22369;RR-VLM,2610.22075 候选评分、视觉循环、缓存步长、共享参数循环与蒸馏接口
后训练 P1 TAG,2610.21404;MRTPO,2610.21439;token-level teacher selection,2610.21234;IG-OPD,2610.20664;RSHD,2610.21018 真实低维算子、训练目标与受约束重放接口
Agent / RSI P1 TORSI,2610.20665;ARIA,2610.20780;CODA,2610.20845;MemScope,2610.21170;JevAgentHarness,2610.21412 时钟、续写约束、技能扰动审计、局部patch回滚、shadow校准与回退
高成本资料 EgoJEPA,2610.20904;ORL,2610.20687;Remote KV tiers,2610.21500 仅中文方法、原图、代码状态与成本决定;无能力实现或实验指标

上述每篇的完整实验均不运行:成本过高,不复现(审查 DONE)。 16项组件另做有限机制验证;种子42/43/44不能把构造输入的机制诊断升级成公开benchmark能力对比。无新增checkpoint或数据集下载,不进行多卡、长rollout或商业API实验。

验收合同

  • CUDA部分必须真实运行于单张A100或A30;禁止静默回退CPU。保留源码commit、哈希、逐seed结果及脱敏GPU回执。
  • CPU协议接口必须实际执行状态转移、故障注入、独立参考及负对照,不能凭静态registry标签判完成。
  • 评测策略不读gold。训练专属verifier或note上下文与被测策略隔离;validation决定接纳,test不参与选择。
  • 所有组件均为诊断,不进入可晋级Evolve算子;完整实验的高成本决定是终态,不自动重试。
  • Diviner的生产效果是观测性cohort关联,不是随机A/B;Memory Mosaics+有Meta作者但注明个人身份研究,不描述为Meta生产模型。
  • 原图、中文详情、元数据、三维目录、指标与执行代码必须同步;仅收录论文不制造metrics或receipt。

检索覆盖与例外

本轮完整解析cs.AI/CL/IR/LG/CV/RO六个10月16日公告页,共1,615条分类记录,跨类去重1,153条;这只是公告召回完整,不表示逐篇全文审查完成。对相关标题/摘要分流,并对所选论文核对方法、配置和代码。

Google官方目录的终端直连超时;浏览器检索可读部分详情及Meta目录首页,不能据此宣称Google/Meta全目录已穷尽。DeepMind首页未发现相对上次快照的新增记录。检索异常保持异常,不当成“没有新论文”。因此本轮不推进审查水位,不改变已有覆盖快照。

推荐方向的RecSoup(2610.21220)与embedding隐私分析(2610.21713)核查了正文实验,未找到符合现有工业准入要求的真实生产用户量化A/B;不纳入工业实现队列。AbridgeKV(2610.20641)v1实际为10月7日,属于历史补漏,不算新首发。SkillNEO的开发/最终评估任务重合,不用作Evolve泛化证据。

运行与证据

三组入口分别为 scripts/run_oct18_foundation_components.py、scripts/run_oct18_post_components.py 和 scripts/run_oct18_agent_components.py;具体逐篇命令及实际结果见各独立详情页。集中验收器 scripts/curate_oct18_component_evidence.py 重新核对源代码、逐seed指标和统计,不接受失败、部分完成、遗漏种子或伪造聚合。

本轮已实际验收:10项CUDA组件在单张NVIDIA A100上运行种子42/43/44,6项CPU组件/协议接口运行同样三种子;3篇资料没有运行产物。构造输入、独立公式参考和负对照均保留在逐篇指标中,真实GPU回执位于 docs/gpu-validations/。这不是公开任务benchmark成绩,也不证明完整论文效果。

交叉审查修正了FP16教师硬路由的零概率边界,以及SoftCache重新分配时间网格后的跳步统计;两组CUDA诊断均在最终冻结源码上重新运行。输入指纹绑定生成配方版本、源码哈希和种子,而不是伪称下载了真实数据集。

冻结源码证明保留公开Git commit与必要tree对象,不复制权重、数据或源码blob。验收阶段核对真实Git对象;持久检查离线重算commit→目录树→当前文件的Git哈希与SHA256,因此浅克隆、squash合入和删除旧分支后仍能验证,不依赖永久保留本地历史。证明只说明源码身份,不替代GPU执行回执。