AI 搜索

带引用 · 可溯源

先用站内已采集内容作答；站内不足时联网检索，每条结论都给出来源链接

大家都在搜：vLLM12 AbridgeKV 在 vLLM 中的实现改动涉及哪些模块？10 agent10 alignment10 fine-tuning10 multi-agent10 post-training10 pretraining10

AI 答案

资料有限基于 10 条来源 · 引用可点击溯源

现有资料不足以回答该问题。在提供的 10 条资料中，没有任何一条涉及名为 AbridgeKV 的方法，也没有任何资料讨论 KV 缓存压缩比与精度衰减之间的关系。可确认的情况如下：

资料 1–10 分别涉及多智能体自主通关《我的世界》1、轻度认知障碍检测 2、扩散语言模型的在线策略残差学习 3、科研想法生成的集合级强化学习 4、机器人世界模型测试时优化 5、单目 4D 感知 6、隐私检测基准 7、无位姿 NeRF 重建 8、人形机器人学习 9、低纹理视觉里程计 10，主题均与 KV 缓存压缩无关。
其中与“压缩/加速”最接近的是 3，它报告了扩散语言模型在 Qwen3-4B 上的 TPF 提升 6.2 倍、吞吐约 6.9 倍 3，但这是扩散语言模型的推理加速，不涉及 AbridgeKV，也未给出压缩比高于 4 倍时的精度衰减数据。

因此，关于“压缩比 > 4× 时 AbridgeKV 的精度衰减”这一问题，无法基于现有资料给出任何数字或趋势判断。建议补充 AbridgeKV 的原始论文或技术报告后再行分析。

继续追问

AbridgeKV 的原始论文或技术报告在哪里可以获取？KV 缓存压缩在 4 倍以上压缩比时通常会出现怎样的精度衰减趋势？资料 [3] 中的扩散语言模型加速方法与 KV 缓存压缩有何异同？

参考来源

10 条

1站内四个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。Hugging Face Papershttps://huggingface.co/papers/2610.22319 2站内CogDrift-4D: Hierarchical Multimodal Modeling of Temporal Behavioral Decay for MCI Detection提出 CogDrift-4D 分层 4D Transformer 框架，用 18 个月七次无脚本多模态交互数据构建 Batch×Session×Time×Feature 张量，通过会话内回归斜率与跨会话递归交叉注意力建模行为衰退，配合质量门过滤噪声，实现轻度认知障碍检测（准确率 0.733），为居家实时痴呆筛查提供可扩展方案。arXiv cs.LGhttps://arxiv.org/abs/2610.20877 3站内On-Policy Residual Learning for Diffusion Language Models提出 ORL，一种面向扩散语言模型（DLM）的在线策略残差学习框架，通过熵收缩目标与异步残差捕获、块扩散注意力等系统协同设计，显著提升每前向 token 数与端到端吞吐。在 Qwen3-4B 转换的 4B DLM 上 TPF 提升至 6.2 倍、吞吐约 6.9 倍，单 H100 服务下速度-质量帕累托前沿优于 EAGLE3/DFlash 投机解码，并可迁移至 LLaDA-2.1-mini 与 DiffusionGemma。arXiv cs.LGhttps://arxiv.org/abs/2610.20687 4站内用集合级强化学习训练模型生成多样化科研想法研究提出文档驱动的想法生成任务，要求模型基于论文产出高质量且彼此不同的想法集合。方法采用集合级强化学习目标，在一次生成中写出K个结构化想法卡片，并按与先前想法的距离加权质量联合打分，促使新想法远离已有想法。8B模型在无污染基准上的创意效用超过Claude Opus 4.8与GPT-6 Astra，专家评估与后者相当，且想法可执行性未下降。Hugging Face Papershttps://huggingface.co/papers/2610.22324 5站内T2-Z：机器人世界模型的环境隐变量测试时优化T2-Z 为机器人世界模型引入可学习的环境隐变量，在测试时仅凭少量交互轨迹优化该隐变量，使模型适应未见过的摩擦、质量等环境因素。在 7 个仿真设置和 4 个真实任务中，物体预测误差从 15.20 降至 7.00，动作成功率从 33.73% 提升至 72.96%。Hugging Face Papershttps://huggingface.co/papers/2610.22364 6站内Gen4P 用视频生成器实现单目4D感知Gen4P 提出统一框架，将预训练视频生成器改造为前馈式4D感知器，无需迭代去噪，单次编码即可从单目视频恢复4D几何与运动，并支持灵活时空采样。在3D点跟踪、视频深度和相机位姿估计上达到领先水平，展示了视频生成预训练用于统一4D感知的潜力。Hugging Face Papershttps://huggingface.co/papers/2610.22371 7站内QuasiLeak-Bench：策略条件下的准证据组隐私检测基准现有隐私基准多关注显式标识符或属性推断，忽略了孤立弱但联合可揭示隐私的准证据组。该工作提出 QuasiLeak-Bench，用逆向构建流水线生成可靠标注，评估检测器能否恢复完整准证据组并按披露策略标记违规。实验显示现有检测器迁移差、本地模型远落后于闭源模型，但微调 4B 模型可超越最强提示模型，表明任务可学习。Hugging Face Papershttps://huggingface.co/papers/2610.21333 8站内MELON: Reconstructing 3D objects from images with unknown posesGoogle Research 提出 MELON，一种无需相机位姿估计、预训练或复杂训练流程的 NeRF 方法，可从 4-6 张无位姿图像中同时推断物体中心相机位姿并重建 3D 物体，解决了位姿与重建互为前提的"鸡生蛋"难题及伪对称导致的局部最优问题。Google AI Bloghttp://blog.research.google/2024/03/melon-reconstructing-3d-objects-from.html 9站内KODA: Kinematics--Observation Data Alignment for Humanoid Learning from Human Egocentric DemonstrationKODA 提出将人类第一视角 RGB 演示转换为类人机器人全身 VLA 训练数据的方法：用稀疏追踪与采样优化生成经仿真校验的规范全身轨迹，据此合成机器人视角观测，并为不同控制器生成状态-动作监督。在 Unitree G1 四项任务上，机器人数据不变时未见条件成功率提升约 45 个百分点，降低了对昂贵机器人演示的依赖。arXiv cs.ROhttps://arxiv.org/abs/2610.21152 10站内Line-Augmented cuVSLAM: Robust Visual Odometry in Low-Texture Environments该工作为 CUDA 加速的 cuVSLAM 增加线特征扩展，用 Plücker 坐标与 4-DOF 正交表示建模直线，将鲁棒点到线残差融入原有高斯-牛顿位姿求解与滑动窗口 BA，在低纹理仓库环境中自适应加权。TUM 与 Replica 上轨迹误差降低约 30-39%，无跟踪失败，对仓储机器人定位有实用价值。arXiv cs.ROhttps://arxiv.org/abs/2610.20958

AI 答案正在检索与综合…

站内相关条目

10 条 · 点击可看原文全文与中文译文

返回信息流

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。

Agent·Hugging Face Papers·5 天前

#agent

行业

CogDrift-4D: Hierarchical Multimodal Modeling of Temporal Behavioral Decay for MCI Detection

提出 CogDrift-4D 分层 4D Transformer 框架，用 18 个月七次无脚本多模态交互数据构建 Batch×Session×Time×Feature 张量，通过会话内回归斜率与跨会话递归交叉注意力建模行为衰退，配合质量门过滤噪声，实现轻度认知障碍检测（准确率 0.733），为居家实时痴呆筛查提供可扩展方案。

行业落地·arXiv cs.LG·5 天前

#multimodal

大模

On-Policy Residual Learning for Diffusion Language Models

提出 ORL，一种面向扩散语言模型（DLM）的在线策略残差学习框架，通过熵收缩目标与异步残差捕获、块扩散注意力等系统协同设计，显著提升每前向 token 数与端到端吞吐。在 Qwen3-4B 转换的 4B DLM 上 TPF 提升至 6.2 倍、吞吐约 6.9 倍，单 H100 服务下速度-质量帕累托前沿优于 EAGLE3/DFlash 投机解码，并可迁移至 LLaDA-2.1-mini 与 DiffusionGemma。

大模型·arXiv cs.LG·5 天前

#diffusion-lm

大模

用集合级强化学习训练模型生成多样化科研想法

研究提出文档驱动的想法生成任务，要求模型基于论文产出高质量且彼此不同的想法集合。方法采用集合级强化学习目标，在一次生成中写出K个结构化想法卡片，并按与先前想法的距离加权质量联合打分，促使新想法远离已有想法。8B模型在无污染基准上的创意效用超过Claude Opus 4.8与GPT-6 Astra，专家评估与后者相当，且想法可执行性未下降。

大模型·Hugging Face Papers·4 天前

#llm

具身

T2-Z：机器人世界模型的环境隐变量测试时优化

T2-Z 为机器人世界模型引入可学习的环境隐变量，在测试时仅凭少量交互轨迹优化该隐变量，使模型适应未见过的摩擦、质量等环境因素。在 7 个仿真设置和 4 个真实任务中，物体预测误差从 15.20 降至 7.00，动作成功率从 33.73% 提升至 72.96%。

具身智能·Hugging Face Papers·4 天前

#robotics

行业

Gen4P 用视频生成器实现单目4D感知

Gen4P 提出统一框架，将预训练视频生成器改造为前馈式4D感知器，无需迭代去噪，单次编码即可从单目视频恢复4D几何与运动，并支持灵活时空采样。在3D点跟踪、视频深度和相机位姿估计上达到领先水平，展示了视频生成预训练用于统一4D感知的潜力。

行业落地·Hugging Face Papers·5 天前

#video-generation

大模

QuasiLeak-Bench：策略条件下的准证据组隐私检测基准

现有隐私基准多关注显式标识符或属性推断，忽略了孤立弱但联合可揭示隐私的准证据组。该工作提出 QuasiLeak-Bench，用逆向构建流水线生成可靠标注，评估检测器能否恢复完整准证据组并按披露策略标记违规。实验显示现有检测器迁移差、本地模型远落后于闭源模型，但微调 4B 模型可超越最强提示模型，表明任务可学习。

大模型·Hugging Face Papers·5 天前

#llm

其他

MELON: Reconstructing 3D objects from images with unknown poses

Google Research 提出 MELON，一种无需相机位姿估计、预训练或复杂训练流程的 NeRF 方法，可从 4-6 张无位姿图像中同时推断物体中心相机位姿并重建 3D 物体，解决了位姿与重建互为前提的"鸡生蛋"难题及伪对称导致的局部最优问题。

其他·Google AI Blog·5 天前

#nerf

具身

KODA: Kinematics--Observation Data Alignment for Humanoid Learning from Human Egocentric Demonstration

KODA 提出将人类第一视角 RGB 演示转换为类人机器人全身 VLA 训练数据的方法：用稀疏追踪与采样优化生成经仿真校验的规范全身轨迹，据此合成机器人视角观测，并为不同控制器生成状态-动作监督。在 Unitree G1 四项任务上，机器人数据不变时未见条件成功率提升约 45 个百分点，降低了对昂贵机器人演示的依赖。

具身智能·arXiv cs.RO·5 天前

#vla

具身

Line-Augmented cuVSLAM: Robust Visual Odometry in Low-Texture Environments

该工作为 CUDA 加速的 cuVSLAM 增加线特征扩展，用 Plücker 坐标与 4-DOF 正交表示建模直线，将鲁棒点到线残差融入原有高斯-牛顿位姿求解与滑动窗口 BA，在低纹理仓库环境中自适应加权。TUM 与 Replica 上轨迹误差降低约 30-39%，无跟踪失败，对仓储机器人定位有实用价值。

具身智能·arXiv cs.RO·5 天前

#vslam