算法论文8

潘韶武等：可学习自编码器突破柯尔莫哥洛夫屏障

力学与人工智能2026-04-30

AI 摘要

RPI的Nithin Somasekharan和潘韶武提出可学习加权混合自编码器，融合POD与Autoencoder。实验显示，该方法能突破柯尔莫哥洛夫屏障，降低重建误差，提升复杂PDE系统预测精度，或降低计算成本。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

万卡RL训练：如何选最优Batch Size

本文是腾讯混元团队针对大模型强化学习规模化训练的研究，聚焦万卡级算力下Batch Size优化问题，拆分样本效率与系统效率的影响，给出可落地的调优框架，实测可缩短29%训练时间。

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。

现有音视频生成领域的奖励模型多依赖局部指标打分，不符合人类整体审美感受，易让模型“刷高分”却未真正提升生成质量。复旦大学团队推出VA-Judger，基于一万组人类偏好数据训练，可从整体维度判断生成质量，对齐人类审美。

本文是被EMNLP 2026主会录用的算法论文，针对现有工具调用合成数据「先生成再筛选」的缺陷，提出分阶段分解加动态自反馈的ToolLoop方法，有效提升合成数据质量，实验效果优于现有方案。