Hugging Face 发布 3D 生成模型 TRELLIS.2 微调指南
Hugging Face 发布面向 3D 生成模型的微调指南,用 LoRA 和 PEFT 库微调 TRELLIS.2,并提供可本地或 Hugging Face Jobs 运行的脚本与容器。实验以 GSO 数据集中 188 个鞋类对象为子集,仅对 sparse-structure flow DiT 和 shape flow DiT 加 LoRA 适配器,以改善鞋底几何精度,材质生成阶段不微调。
Hugging Face 发布面向 3D 生成模型的微调指南,用 LoRA 和 PEFT 库微调 TRELLIS.2,并提供可本地或 Hugging Face Jobs 运行的脚本与容器。实验以 GSO 数据集中 188 个鞋类对象为子集,仅对 sparse-structure flow DiT 和 shape flow DiT 加 LoRA 适配器,以改善鞋底几何精度,材质生成阶段不微调。
AWS 发布官方模拟器 aws-emulator,让开发者无需付费 API key 就能在本地克隆环境测试其多项服务。该工具用 Rust 编写,项目前三周产生了 29,684 次提交,Swaminathan (Swami) Sivasubramanian 在 Werner Vogels 博客的客座文章中介绍了它的由来。
NVIDIA 在 KubeCon + CloudNativeCon 上宣布,将智能体安全与治理运行时 OpenShell 捐赠给 CNCF,进入 Sandbox。
Hugging Face 博客介绍 HOPE(Higher-Order Pruning of Experts),一种考虑专家两两交互的二阶 MoE 剪枝方法,替代按独立重要性打分的一阶方法。在 50% 剪枝率下,HOPE 平均排名优于所有方法,在智能体编程任务上相比次优方法最高提升 +6.1%。该方法无需训练,可与量化组合使用,用于缓解专家 MLP 占用的推理内存。
AI2 在 Hugging Face 发布 ToyBlocks,一个围绕机械臂与桌面方块的开源仿真框架,并把它定义为首个 FoundationWorld,配套任务与演示自动生成工具及行为评测指标。
Google Research 提出 Agile Deliberation 框架,把主观视觉分类器的定义过程变成人与 AI 的迭代对话:先由用户把概念拆成子类与排除项,再由视觉语言模型主动挑出语义边界模糊的图片,让用户澄清真实意图,反馈直接进入自动提示词优化循环。
Mistral 发布首个时序基础模型系列 Timestral,最大 209M 参数在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一,仅用此前 SOTA 三分之二的参数。
推荐理由:Mistral 首发的时序基础模型以 209M 参数在三个公开基准上居首,并给出四个尺寸和 CPU 推理延迟对比。
Berkeley AI Research 博客介绍给 K-Search 演进式内核搜索框架新增 MLX 后端和结构化 CUDA-to-MLX 翻译层,把已有 CUDA 内核知识迁移到 Apple Silicon。
推荐理由:研究展示 CUDA 优化经验可经结构化翻译迁移到 MLX,让演进式内核搜索在 Apple Silicon 上接近专家水平。
伯克利 AI 研究团队介绍了 SPEX 与 ProxySPEX 两种算法,用于在特征归因、数据归因与机制可解释性中大规模识别关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题;ProxySPEX 进一步利用层次结构,在约少 10 倍消融次数下达到 SPEX 的性能。在情感分析与 RAG 等任务上,SPEX 在上下文扩展到数千特征时仍保持高忠实度。