算法论文8

阿里Qwen等提出OPUS预训练新范式

机器之心2026-03-16

AI 摘要

阿里Qwen、上交大等团队提出OPUS范式：不再按传统思路筛数据，而是把数据选择与优化器更新方向对齐。实验表明，它能提升效率和性能，让预训练进入“更新效率战”。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

七校联合开源机器人世界模拟器OpenWAM

来自新加坡国立大学、清北等七所高校的研究团队，开源面向世界动作模型的全栈研究基础设施与基座OpenWAM，拆解核心问题，通过实验总结出高性能WAM构建原则，已通过仿真与真实机器人验证。

本文聚焦机器人学习人类操作的数据痛点，灵初智能提出逆向生成强配对数据的新思路，升级Psi-R2.5模型，提升数据可用性，降低新任务适配成本，方案已落地客户现场。

本文介绍上海AI Lab与上海交大团队联合提出全新预训练任务NCP，打破传统逐词预测教条，开源全球首个8.9B规模离散隐空间基座大模型，预训练Token消耗仅需一半，收敛速度提升近一倍，下游性能显著提升，公开全部训练资产供全球研究使用。

腾讯混元团队在 ACL 2026 Findings 发布的 ToolCPT 指出，Agent 用不好工具病根在预训练。它从真实代码挖工具，写说明书，融入预训练，实验显示能有效提升工具运用能力，但也有局限和成本。