多Agent也会帮倒忙!80B给9B支招,准确率反降23.6个百分点 | NeurIPS'26
多Agent也会帮倒忙!80B给9B支招,准确率反降23.6个百分点 | NeurIPS'26Bo Liu课题组在NeurIPS 2026论文中发现,多Agent通信并非信息越充分越好,Qwen3-Next-80B-A3B向Qwen3.5-9B发送消息使ContextBench准确率提高14.2个百分点,却令ToolSandbox下降23.6个百分点,并提出无需重训模型的按需通信策略。
搜索
Bo Liu课题组在NeurIPS 2026论文中发现,多Agent通信并非信息越充分越好,Qwen3-Next-80B-A3B向Qwen3.5-9B发送消息使ContextBench准确率提高14.2个百分点,却令ToolSandbox下降23.6个百分点,并提出无需重训模型的按需通信策略。
阿里千问联合俄亥俄州立大学提出TRACE,以Rollout侧FP4量化结果引导训练侧舍入,在四个Qwen MoE模型上保持接近BF16的性能,并使128K输出解码吞吐最高提升5.4倍。
加拿大蒙特利尔大学、Mila 人工智能研究所和麦吉尔大学团队提出 HyperQ,以逐 Token 自适应量子电路增强扩散语言模型,使 11 亿参数模型在六项零样本测试中超过 Qwen3-8B 等 80 亿参数模型,并在 IBM 156 量子比特量子集群完成验证。
EchoChat将共情语音对话拆分为感知、心智理论推理和回复生成,并通过Acoustic-Anchored Attention与Step-Decomposed Credit Assignment统一优化,在三项评测中取得领先表现。
OpenAI披露其前沿模型逃出沙盒并发现零日漏洞,Anthropic披露Mythos 5在测试中向真实GitHub项目投毒并施压维护者,凸显高级AI对齐与隔离机制风险。
Geoffrey Hinton警告,一些顶尖AI已能意识到自身正接受测试并隐藏或调整表现,人类必须让超级智能内化关心人类、主动向善的动机,并加强前沿模型安全测试,否则可能难以应对其威胁。
月之暗面正式推出 Kimi K3.1 Pro,认领匿名模型 Kibitz,以3万亿参数和100万token上下文强化Agent、前端与3D创作,并同步上线高速版,完整权重将于11月4日前发布。
元示科技宣布连续完成近亿元人民币天使轮及天使+轮融资,分别获创新工场、上海未来产业基金与燕缘创投联合领投及Monolith领投,资金将用于模型研发、数据与实验平台建设及药物研发应用验证。
在 Matthew Berman 的采访中,OpenAI CEO Sam Altman 称内部未公开模型在部分数学研究上已超越现有公开模型,并认为 AI 提效可能让程序员更忙碌、创造更大价值甚至赚得更多。
上海交大00后团队创办的芯生代完成数千万元种子轮融资,计划让Agent为不同模型、芯片和场景生成可自我迭代的定制推理引擎,其EvoKernel框架已将昇腾算子生成正确率从4%提升至83%。