深度解读

深度解读 · 第 7 页

共 769 篇 · 按日期新到旧 · 每页 30 篇 · 第 7 / 26 页

查找解读请用站内搜索。

2026-10-28 7

系统与索引

Governing Enterprise AI Traffic at Scale: Design and Operation of a Policy-Driven, Multi-Vendor LLM Gateway on Envoy

企业同时用多家大模型,每个应用各接各的,就会密钥满天飞、换模型要改代码、花钱没人管。PayPal 的 Cosmos 网关基于 Envoy 代理,把认证、预算、策略这类要查外部服务的慢决策放到代理外,把格式翻译和计 token 放在代理内,流式回复的每一块都不用等外部调用。

生成式推荐

SLIDE: Search-to-List Item Distillation for Single-Rollout Generative Retrieval

生成式召回线上通常用束搜索出候选,各条束互不可见;想让模型一口气写出整张列表,最直接的贪心解码效果却差得多。淘宝的 SLIDE(一种把离线搜索结果蒸馏成列表的训练方法)把搜索挪到离线:教师对每个训练请求跑束搜索,把搜出的商品按得分拼成一条长序列,学生照着学,线上只贪心解码一遍。

生成式推荐

LoopGR: Parameter-Efficient Scaling for Generative Recommendation via Recurrent Depth

生成式推荐想变强通常就是加层,也就是加参数和显存。腾讯的 LoopGR(一种循环复用解码器的生成式推荐结构)让同一个解码器反复跑好几遍。每两遍之间,把解码器开头 BOS 位置的隐状态(概括模型此刻对目标的判断)加到历史的每个位置上,再用一个很小的 GRU 沿物品顺序重写历史表示。

具身智能

Zero-HLM: Generalizable Humanoid Loco-Manipulation without Real Robot Data

人形机器人要学会走到桌前、拿起香蕉再放进篮子这类长任务,通常要靠人遥操作采上百条真机示范,桌子挪个位置往往就得重采。Zero-HLM 改为全部在仿真里造数据。它用手机拍一圈真实房间,重建成既像照片、又能做物理交互的仿真场景,再把少量遥操作示范自动改写成上千条新示范。

2026-10-27 18

AI 搜索

System One models Are Not Better Rerankers

拿新出的决策模型给检索结果重新排序,并不比专门微调的重排序模型好,这是帕绍大学这篇论文的结论。决策模型也叫 System One 模型,对一个问题直接给出校准过的“是”的概率,不生成文字,刚发布几周就被拿去做重排序。

个性化推荐

iFusion: Integrating Dynamic Interest Streams via Diffusion Model for Click-Through Rate Prediction

CTR 模型通常把长期行为和短期行为各自编码,再拼接或过门控合成一个兴趣向量,短期行为里大促囤货、帮别人买东西这类一次性噪声,会被直接写进长期偏好。京东这篇 ICLR 2026 论文把长期兴趣当底稿,先加噪,再以最近几段会话为条件一步步去噪,生成融合后的兴趣向量。

具身智能

Coupling Execution Horizon and Sampling Depth in Flow-Matching VLA Policies

这篇论文发现,基于流匹配的视觉语言动作模型里,求解动作的迭代步数和每次执行的动作步数是耦合的,最优选择还会反转。这类模型从一段随机噪声出发,用数值求解一步步把它推成一段平滑的动作。部署时通常把两者分开调:执行步数用来摊薄推理延迟,迭代步数则保持很高以求精确。

2026-10-26 5

AI 搜索

PersonalQuery-Benchmark:Evaluating Retrieval Robustness to Personalized User Expression Differences

两个用户想买同一件商品,一个写“我要草莓味、无乳糖的希腊酸奶”,另一个写“我在找一款希腊酸奶,它是草莓味的,而且无乳糖”,还顺手把一个词拼错了,搜索结果会一样吗?这篇论文用亚马逊三个品类的真实用户评论做了一个基准 PQB,专门测同一需求换种说法后结果稳不稳。

AI 搜索

Collection-Date Assignment Redirects Answers in Temporal QA

检索增强问答系统常给网页片段附上采集日期,这篇论文发现,==这个只代表哪天抓下来的字段能把大模型的答案带偏==,而它并不代表内容哪天更新过。比如问某个冰球运动员在某一天效力于哪支球队:旧版本写的是旧球队,新版本在提问日期之前修订过,写的是转会后的球队,所以正确答案在新版本里。