寻行业之脉
接真实之需

The First Candid

用PyTorch实现0/1背包问题

介绍如何用PyTorch张量运算与自动微分求解经典0/1背包问题，展示深度学习框架在组合优化上的通用性，为算法工程师提供跨领域工具复用思路。

Nine-Inch Snails

蒙特卡洛模拟方法

蒙特卡洛模拟是一类基于随机采样求解数值问题的基础方法，广泛用于概率估计、优化与物理仿真。它是长期有效的基础理论，值得作为工程与科研中的通用工具参考。

Llmspeed：购买硬件前先测本地LLM速度

Llmspeed 是一个 Show HN 项目，让用户在购买硬件前先体验本地大模型的推理速度。它解决了选型时缺乏直观性能参考的问题，帮助工程师根据实际速度而非参数猜测来决策硬件采购。

Tesla Roadster

Velox用空间记忆加速视频世界模型

Velox是一种免训练的注意力路由方法，利用流式几何中的视锥板对应关系做区域级上下文选择，将历史块表示为带深度区间的相机视锥板，从而抑制随 rollout 增长的 KV 缓存开销。在第48块时注意力加速4.36倍、去噪加速2.43倍，WBench导航任务精度仅差0.15分，让长视频世界模型交互更实时。

Grid-Bench：评估LLM预测离散空间状态变化能力

Grid-Bench是一个可执行基准，用二维至四维网格上的八类操作测试LLM能否根据初始状态、规则和事件历史预测最终空间状态。结果显示历史越长准确率下降越明显，且单事件表现相近的模型在长序列上差异巨大，为空间推理评估提供了可验证的量化方法。

四个Gemini 4智能体自主通关我的世界

研究团队让四个Gemini 4 Argon智能体在沙盒版《我的世界》生存模式中自主协作，仅用开源Mineflayer库，无人类预设角色或游戏逻辑，27小时14分钟内编写2783个程序并击败末影龙，死亡605次。这是首个端到端AI智能体自主通关案例，展示了长时程规划与多智能体协作能力，对企业级软件工程任务有参考价值。

事件中心的音视频一致性评估框架AVC-Reward

针对联合音视频生成模型在多事件、多层音频混合及非对称跨模态关系下评估失效的问题，提出以事件为中心的一致性评估框架，将音视频事件解耦并逐事件交叉验证，聚合为粗到细三级指标，并实例化为可训练奖励模型AVC-Reward，与人类判断对齐度达SOTA，还能作为在线强化学习信号提升生成一致性。

去中心化智能体集群的自编排学习

论文提出基于市场的后训练框架MPT，让去中心化智能体集群通过竞价机制联合学习动作策略与自编排，无需中央协调者。在具身制作、机器人导航和深度研究任务上优于单体后训练，且支持复用、扩展与抗掉线鲁棒性。

互补表征提升时序语言模型推理能力

论文提出互补表征设计原则，将折线图与归一化延迟嵌入两种视图结合，分别保留绝对测量与时间结构，经视觉编码器融合进语言模型。在TSRBench上准确率从44.5%提升至53.2%，显著超越专用基线36.7%，为通用时序语言模型提供有效设计思路。

3DCodeVerse 让编码智能体生成可验证3D代码

3DCodeVerse 是一个面向编码智能体的3D内容生成生态，包含200万条可执行3D代码数据集、多智能体DAG生成与验证框架，以及3D编码实践指南。它通过执行检查、空间测量和视觉反馈自动评估修正程序，微调后开源模型3D编码能力显著提升，其框架在人类评测中对Claude Design取得90%胜率。

GeoState 解耦视角的3D世界建模几何状态

GeoState 提出视角解耦的几何表示，将场景状态演化与相机观测分离：场景分词器把多视角几何基础模型特征聚合为解耦场景状态，几何解码器按相机射线查询，自回归世界模型预测未来状态并单独建模相机运动。在 Waymo 上超越既有 3D 世界模型，支持跨视角一致查询并零样本泛化到 KITTI 和 nuScenes。

MLExpert：面向自主机器学习工程的通用智能体模型

论文提出面向长周期机器学习工程优化的后训练方法，训练出35B MoE智能体模型MLExpert，通过分层智能体SFT与窗口交互强化学习，在MLE-Bench Lite上将奖牌率从37.9%提升至72.7%，接近更大前沿模型水平。

推测强制加速自回归视频生成

针对少步自回归视频生成中所有 token 都跑完最终去噪步的浪费问题，提出 Speculative Forcing 框架，将中间干净估计作为草稿，预测哪些 token 可提前接受并冻结，同时保留其 KV 缓存作为上下文。在短视频、长视频和世界生成任务上保持全步采样质量，LongLive 上每 token 约 1.7 步去噪、提速超 1.5 倍。

FDE-Gym：AI交付最后一公里基准

FDE-Gym是一个包含95个端到端交付任务的基准，覆盖20个客户场景和18个行业，模拟真实客户环境评估AI代理。最佳模型仅得0.56分，95个任务中只解决14个，揭示从解决明确任务到实际交付AI系统之间存在巨大差距。

SUPRA-TEX 单图生成超对齐3D纹理

SUPRA-TEX 提出解耦可见材质估计、表面对齐与观测引导补全的单图3D生成方法，用MLLM编辑模型预测PBR贴图并投影为原生观测潜变量，再由交错流Transformer补全未观测区域，实现所见即所得的高保真纹理，仅用公开数据即达SOTA。