对文本「多读几遍」的架构被看好:NCM、Read Twice、Cartridges 同源
SonglinYang4 · x · 2026-10-15
Stacked Compute 的 Simran Arora 表示继续看好在处理和生成时对文本进行多次读取的 AI 架构,并指出三条工作其实是同一思路的不同实例:
- NCM:对响应进行迭代式精炼,配图演示其迭代解出一道数独棋盘的过程
- Read Twice:以多次重复文本为条件进行条件化
- Cartridges:生成多个合成视图再处理
这一观点呼应了「像人一样反复阅读」的处理范式,暗示迭代式/多遍推理可能是超越单次前向传播的一条架构路线。
「研究」频道最新
- UCB 与阿里提出 RAESR:在冻结 DINOv3 潜空间做超分,512px 仅 37ms — RTP-LLM · 2026-10-15
- Stony Brook 推出 BigCell:首个吉像素级全切片病理图生成模型 — StonyBrook-CVLab · 2026-10-15
- NavGPT-3 首次让导航智能体达到人类水平:RxR-CE 成功率 90.43% — Metacognition-AI · 2026-10-15
- 字节 Seed 提出 Cortex:把上下文蒸馏为参数记忆,14B 模型保 88.9% 增益 — ByteDance-Seed · 2026-10-15
- 普林斯顿发布 SWEeper-Bench:最强 Agent 也只能解 59% 的交互式 bug — zlab-princeton · 2026-10-15
- 清华提出 Latent Compaction:KV 缓存压缩 32 倍仍保 96.7% 检索精度 — Yingfa Chen · 2026-10-15