问答式速览
今天主要是什么? HF 10-26 每日论文榜六篇,加上 llama.cpp 夜间一批修复构建。论文 arXiv 首发均早于窗口,HF 上榜时刻也可能晚于窗口。
哪篇有可直接下载的权重? NUS Generalized CycleGRPO:三套 4B 视频定位模型,Apache 2.0,10-21 已上传。
哪篇数据最大? 阿里 UserArena:64,729 条真实购物会话,但仓库只公开 535 条评测会话,许可为非商业。
影响面较大的工程修复? llama.cpp b11883:旧逻辑量化四维张量时只处理前 ne[2] 片,其余行被丢弃。
有什么更正? 素材说 b11888 修复“超过 255 字符的 Token”,Release 说明实为 grammar 递归深度上限。
数字怎么看?
- DirCast 的 29.2% 是对 GPT-4o 的解说对比胜率,不是准确率。
- HoloBoxing 的“7 分钟”只算新增训练,不含控制器预训练。
- Omni-Woodpecker CMM +12.9 分,为作者自测。