技术方向
大模型是怎么练出来的：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
4 条精选近 30 天 4 条共收录 42 条
苹果研究团队在 arXiv 提交论文，披露并开源人形机器人自主控制系统 HALO，并在宇树科技 G1 上进行真实环境验证。系统以千问 Qwen3.6-35B-A3B 进行任务编排、Qwen3.5-2B 生成动作，Tracker 以每秒 50 次运行；6 个真实环境中的 360 次单项任务平均成功率为 91%，3 种长序列复合任务平均成功率为 70%。
推荐理由：论文公开了 HALO 的分层控制架构与代码，并提供真实机器人任务的成功率数据，便于理解感知、动作生成和策略跟踪的协同方式。
METR审计认为，Anthropic模型改进速度约翻倍，其中约80%可能源于AI参与公司内部研究，因此可能在去年7月越过其 Responsible Scaling Policy 的警示阈值。审计基于2026年8月12日至10月29日的内部数据，真实加速倍数估计在1.3至3之间；Anthropic删除了多数高价值证据，且取消了对算力分配的核查。
推荐理由：METR披露了Anthropic内部模型加速与AI辅助研究的关联，也揭示关键证据被删减带来的审计不确定性。
Thinking Machines Lab 发布第二代开放权重模型 Inkling 2 Small，总参数量为 594B，每次推理激活 17B，支持 100 万上下文和可调思考力度。
推荐理由：文章梳理了 Inkling 2 Small 的架构、训练和评测表现，并分析其使用 Kimi K3 轨迹带来的开源生态影响。
MIT 研究人员展示 GPT-6 Astra 无需传统再训练，即可直接分析并修改其他 AI 模型的内部权重，并将其称为 Weight-Space Programming。
推荐理由：研究以 Qwen3.5-0.8B 为例展示了直接修改模型权重的实验效果，也明确呈现了方法受限于模型已有能力的边界。