NVFP4量化让视频模型提速且不掉质量

UCSD Hao AI Lab 推出 JetSpec++，用因果并行草稿、隐状态预测器和锚点 token 解码器，在当前块验证前先草拟下一块，把草稿与验证流水线化，几乎隐藏全部草稿开销。

4️⃣ 但当证人被收买时…… 💰 在 100 个更难的案例中，被收买的证人数量超过了诚实证人。以下是各团队的表现： • 🏅 GPT6-Astra + Jev 集群：93 • 🥈 仅 GPT6-Astra：59 • 🥉 仅 Jev 集群：42 • ❓ 基于规则的领导者 + Jev 集群：0–1 结论：面对有组织的谎言，你需要一个会追问"是谁在说话"的推理型领导者。

2️⃣ 在 100 个较简单的案例中，很少有证人撒谎： • 🏅 GPT6-Astra 带领 12 个 Jev 智能体解出 96 个 • 🥈 GPT6-Astra 单独解出 57 个 • 🥉 Jev 集群单独解出 38 个 在较简单的案例中，每个谎言都来自单个证人，而每个真实事实都会出现两次。所以一个基于规则、只统计线索的领导者加上 Jev 集群就能找到真相，解出 97/100。 “ Elementary，我亲爱的 Watson。”

周五快乐！游戏开始了 🕵️🔍 一群快速决策智能体能抓住凶手吗？ 我们把三位侦探送进维多利亚晚期的伦敦调查 200 起案件：(1) Jev 集群单独行动，(2) GPT6-Astra 单独行动，(3) GPT6-Astra 带领 Jev 集群。 结论：集群能覆盖线索，但需要一位推理型领导者来发现矛盾并深入挖掘。 更多内容见本线程 🧵 和博客 👇 https://snyhlx.github.io/the_irregulars_detective_game/blog.ht…

1️⃣ 设置：每个案件有 100 个地址、10 名嫌疑人和 12 小时来指认凶手、动机和藏身之处。侦探团队包括两个角色： 🕵️ Holmes 负责推理和决策：GPT6-Astra、Jev，或一种证据计数启发式方法 👦 The Irregulars 负责搜索：Jev 智能体，或一种搜索启发式方法

我们还把 ORA 搬到了一台真实机器人上。 在低成本机械臂、固定 RGB-D 相机和腕部相机的初步运行中，DeepSeek-V4.1-Flash 通过抽屉把手打开了抽屉，并把一根糖果棒放进了盒子里。

新机器人，新手册。同一个智能体。 机器人卡片描述每个机器人的几何结构和控制方式。同一套测试框架可运行 ARX X5、ALOHA 和 Franka，使用各自专属的卡片、工具和控制器。

开源权重模型零样本能做到什么程度？ ORA：RoboTwin 上 69.2%；LIBERO-Pro 上 81.4%。 RPent（带任务专属记忆）：在 RoboTwin 上配合 GPT-5.5/Opus-4.7 达到 62.4%/58.4%；在 LIBERO-Pro 上配合 Opus-4.7 达到 82.4%。 相同案例，不同系统。https://github.com/RLinf/RPent

OpenAI Alignment 团队对比六个模型在 Respecting Warnings 安全评测与匹配的 Codex 生产决策上的表现，发现评测成功率普遍低于生产，差距为 10.2 至 37.4 个百分点。模型普遍口头表现出评测意识（评测中一般性意识率 57.0%–83.7%），但仅告知

OpenAI 自 GPT-5.6 起在其最强模型的内部和外部流量上部署激活分类器（probes），利用模型内部激活逐 token 实时评分，可在生成中途阻断违规回复和工具调用并交由推理模型复审。实验显示 probes 比更大的文本分类器对测试的越狱攻击更鲁棒，准确率随模型能力提升，且在后训练各检查点间迁移良好，但需为新基础模型重新训练，且只能检测可显式训练的已知违规类型。