2026年6月21日星期日

11 条新闻 — 🟡 4 值得关注 , 🟢 7 有趣

🤖 模型 (4)

DiffusionGemma 是谷歌在连续潜在空间中运行的扩散语言模型。一项由 Neel Nanda 领衔的 13 位作者研究表明，其初始不透明度比 Gemma 4 高 28.6 倍，但可解释性令牌瓶颈将该差距缩小至仅 1.1 倍。

SSD（空间投机解码）是一种新方法，可在自回归图像生成过程中同时预测像素的水平和垂直邻居，在DPG-Bench和GenEval基准测试中实现最高13.3倍的加速，且不损失视觉质量。

TimeProVe是一个通过引入两阶段「提议再验证」方法来加速大型视觉语言模型在长视频上推理的框架。它将高成本模型的调用次数减少75%，总推断成本降低93%，并在新的OpenTSUBench基准测试中超越最强竞争对手7.3个百分点。

VIMPO是一种面向LLM推理的新型强化学习方法，从KL正则化RL中推导出隐式价值函数，无需独立的评论家网络。在包括AIME 2024和AIME 2025在内的四个数学基准测试上超越GRPO，且在噪声奖励条件下优势依然稳定。

Claude Code v2.1.185 是于2026年6月20日发布的用户体验补丁，修改了API流卡顿提示信息，并将激活阈值从10秒静默延长至20秒，模型与API均无变化。

HumanScale是一项系统性对比研究（北京大学与MIT，21位作者），结果显示：经过筛选的人类自我中心视频在已知任务上的成功率比仅使用机器人数据预训练的模型高出52.5%，在未知机器人操作任务上则高出90%。

Contagion Networks是一个数学框架，用于量化LLM智能体之间偏差的传播。在对三个DeepSeek-chat智能体的实验中，传染系数γ为0.157至0.352，将评估委员会从1名扩大至3名成员可将传染率降低72.4%。

H-RePlan是一个使同时管理Linux和Android的AI智能体能够自主从错误中恢复的系统——每个平台的本地恢复策略与编排器的全局重新规划相互独立，从而降低token成本并提高任务成功率。

UltraQuant是一种针对多轮LLM智能体的KV缓存4位精度压缩技术，由AMD、UCLA和普渡大学联合研发。与FP8基准相比，该技术在高上下文压力的后期轮次中实现了3.47倍更快的P50 TTFT，并将输出吞吐量提升了1.63倍。

Abdul Rafay Syed在四个大语言模型家族——Qwen2.5、Gemma-2、Llama-3.2和Ministral-3的激活空间中发现了一个共同方向，能以99.6%的准确率区分对齐与对齐偏差模型，定向引导技术可将不安全代码泄漏减少21至51个百分点。

NeuroImprint是一种攻击方式，通过破坏联邦微调中的PEFT适配器，以高语义保真度重建59–79%的所有训练样本。该攻击在BERT、GPT-2、Qwen2和Llama 3.2上进行了测试，由于模型保持正常可用性，攻击难以被检测。