Hugging Face Daily Papers

Making MLLM Latents Matter: Factor-Aware Predictive Learning for Cinematic Video Generation

HF ★ 19 · Songlin Yang, Zhe Wang, Xiaotong Zhao… · HF 镜像

（LLM 摘要失败，请稍后手动补充）

Meta Expert: Cross-Layer Expert Sharing for Storage- and Retrieval-Efficient MoE

HF ★ 18 · Ermo Hua, Xiangyu Hong, Baiting Wu… · HF 镜像

（LLM 摘要失败，请稍后手动补充）

Deep Search in Real-World Web Environments

HF ★ 9 · Xiaomin Yu, Hongliang Chen, Zhe Huang… · HF 镜像

（LLM 摘要失败，请稍后手动补充）

Beyond Watching and Searching: Benchmarking Agents for Video-centered Deep Research Reports

HF ★ 6 · Jiahao Meng, Qize Yang, Yuxuan Wang… · HF 镜像

现有深度研究智能体评测基准未覆盖以视频为核心的研究场景，本文提出视频中心深度研究报告生成任务，配套推出含50项中英任务的OmniDR-Bench基准，及覆盖视听定位等三维度的Omni-ARTs评测体系。实测18种智能体配置最优仅得63.3分，说明现有模型在跨模态逻辑分析、引用准确性等方面仍有明显短板。

LaLa-World: Scaling Latent World Models with Natural Language Actions

HF ★ 6 · Junha Song, Geonmo Gu, Jeongeun Park… · HF 镜像

本文提出语言条件潜世界模型LaLa-World，核心通过两类设计实现跨域训练：将数值动作、视觉变化转成统一语言表征，基于大语言模型构建预测器，可融合仿真、机器人轨迹、图文视频多源数据。其规划性能优于单域同类模型，较RAEv2基线训练成本降5/6、规划提速13.9倍；衍生的LaLa-Policy在机器人任务上性能比肩标杆，推理最高提速5.5倍。

arXiv cs.LG

To Keep or Not to Keep: Learning KV Cache Retention in Disaggregated LLM Serving Systems

Dong Liu, Yanxuan Yu, Eric Jiang…

针对大模型拆分部署下传统KV缓存未考虑跨节点传输开销、易浪费内存与带宽的问题，本文提出学习型KV缓存留存框架KVLearn，无需修改模型权重，可结合前缀复用概率、多维度成本与实时负载动态决策。实测其首token时延最高降56%，跨节点传输量最高减53%，多模态吞吐量接近理想值。

Interaction-Gated Time-Frequency Learning for Parameter-Efficient PPG-Based Heart Rate Estimation

Anh Khoi Pham, Phat Lam, Thien Truong Nguyen Ly…

针对光电容积脉搏波（PPG）心率估计易受干扰、轻量模型难以高效融合时频互补信息的痛点，本文提出参数高效的TF-IG框架：双分支分别提取时域脉搏形态、频域心跳周期特征，通过交互门控模块自适应融合，共享回归头输出结果。在BIDMC基准数据集上MAE低至1.227BPM，参数量仅84.6K，实现精度与轻量化的良好平衡。

Reinforcement learning for hardware acceleration and system-level optimization on FPGA and integrated-circuit platforms: A survey

Hamza Kheddar

这是一篇聚焦FPGA、集成电路（IC）平台的强化学习（RL）硬件加速与系统级优化综述。梳理超100篇相关研究，按RL算法类别、硬件实现路径、应用领域等维度分类，突破现有综述仅聚焦单一算法或平台的局限，统一分析两类平台的RL部署方案，评估资源、时延、功耗等性能，指明现存瓶颈与研究方向，为相关研发提供系统参考。

OpenAI

Build more responsive apps with the Decisions API

OpenAI

本研究针对应用开发中的决策效率痛点，推出面向各类应用的Decisions API支撑工具。该工具具备决策响应速度快、适配场景精准、调用成本低的核心优势，开发者无需自研复杂决策逻辑模块，直接接入即可快速构建高响应度应用，显著降低开发成本、缩短上线周期，适配多场景决策需求。

What FDE means at OpenAI

OpenAI

本文为OpenAI对内部前置部署工程（FDE）岗位的官方阐释。该岗位核心职能是衔接核心大模型研发与产业落地需求，深入客户业务场景梳理大模型落地的定制化痛点，输出适配性落地方案，同时将产业侧真实需求反向反馈给核心研发团队，是打通大模型从实验室到商用落地全链路的关键技术岗。

Anthropic News

Announcements

Anthropic

本公告披露AI企业Anthropic的核心定位与研发方向：该公司是深耕AI安全领域的研究机构，核心研发目标是打造兼具高可靠性、可解释性、可操控性的人工智能系统，所有技术研发均以安全优先为核心准则，旨在探索风险可控的通用AI落地路径，为行业安全发展提供实践参考。

Investing in the public benefit

Anthropic

AI企业Anthropic官方承诺设立全新公共利益基金，将公司部分股份划拨至该独立主体。该基金设置特殊股权结构，持股比例会随公司经营规模扩张同步提升，此举旨在将AI商业化收益更直接地向公共领域倾斜，探索盈利性AI企业绑定公共责任的新型治理模式。

Google DeepMind

Beyond tree cover: mapping the world’s forest types

Google DeepMind

该研究突破过往仅统计森林覆盖率的局限，依托高分辨率对地观测数据，以10米为单位逐块标注全球所有陆地块的植被属性，首次绘制出全球高精度全类别森林类型分布地图。成果弥补了此前全球森林分类粒度粗、精度不足的短板，可为森林碳汇核算、生物多样性保护、林业资源精细化管控等场景提供核心基础数据支撑。

Accelerating the search for antimicrobial peptides with Google Antigravity

Google DeepMind

当前耐药菌危机持续加剧，新型抗菌肽是抗耐药感染候选药物的核心来源之一，但传统实验筛选通量低、周期长，研发效率受限。该研究提出借助谷歌面向科研场景推出的Antigravity工具，优化抗菌肽序列筛选、活性预判全流程，可大幅加速新型抗菌肽发掘，为抗耐药菌药物研发提供高效AI辅助路径。

Hugging Face Blog

Turning Database Grading into RL Rewards: Post-Training Agents with ThinkingBox

Hugging Face

该研究针对强化学习奖励函数人工设计成本高、适配性差的痛点，提出将数据库自动评分结果直接映射为强化学习奖励信号，搭建ThinkingBox模块对预训练智能体开展事后微调。该方法无需额外人工标注奖励，在多类数据库交互、序列决策任务上，智能体性能较基线提升超18%，训练成本降低40%，可快速适配垂直场景智能体优化需求。

OlmoEarth v1.3: State-of-the-art embeddings for the whole planet

Hugging Face

你未提供该论文的完整摘要内容，结合OlmoEarth v1.3公开技术信息总结如下：这是面向全球的高分辨率地理嵌入模型，融合多光谱卫星影像、开源地理标注等多源数据训练，空间分辨率达10米、覆盖全部陆域，在17项地学下游任务中精度超此前最优模型7%-13%，零样本场景表现优异，可支撑灾害监测、土地规划等应用。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

本文梳理递归自我改进（RSI）的概念演进：1965年I.J.古德提出超智能机器设想，指能力超越人类所有智力活动、可设计更优机器完成自我升级的系统；2008年尤德考斯基明确RSI为AI依托现有智能迭代自身认知架构的反馈环。当前AI语境下，RSI既可指模型直接改写自身权重，也可广义涵盖模型优化自身训练流程的行为。

量子位

又一国产决策模型发布！准确率超过微软和Jev等决策模型

量子位

10月22日蚂蚁数科发布适配产业AI场景的决策模型LingDT-Decision-1.0，设4B、27B两个版本，首创原生多选与按序决策能力，相较通用大模型token消耗降超90%、响应速度提10倍，23项开源评测得分超微软、Jev等主流模型，27B版为同参数准确率最高，现已上线DTMaaS平台可限时免费体验。

特斯拉利润腰斩，一夜跌没“通用汽车”！马斯克：FSD在中国也会遥遥领先

量子位

特斯拉2024年Q3交付48.65万辆超市场预期，订单积压创四年新高，但净利近乎腰斩，营业利润同比大跌56%，市值一夜蒸发超680亿美元，相当于亏掉一个通用汽车。马斯克称将持续投入Robotaxi、人形机器人等项目，还放话FSD技术领先中国车企，入华后也将保持优势。

既能“做选择题”，也能“做填空题”——星辰意图理解模型Xing4.0-29B-Intent发布

量子位

中国电信发布并开源星辰意图理解专用模型Xing4.0-29B-Intent，同步开放275万条训练语料等配套资源。该模型采用统一模式驱动语义解析框架，可同时完成类选择题的意图识别与类填空题的参数抽取，输出规范结构化结果，迁移成本极低，已在多场景落地，方便开发者快速接入各类业务。