算法论文8

清华、快手：AttnRL让大模型推理更高效

机器之心2025-10-21

AI 摘要

清华、快手团队：提出AttnRL框架，用注意力机制引导过程监督强化学习探索。它解决传统方法效率问题，在多数学推理基准测试中提升准确率，实现性能与效率双赢。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

字节发现DeepSeek弱点实测V4.1结果不同

本文报道字节Seed团队发现DeepSeek V4基础模型因分块KV压缩存在周期性相位敏感性弱点，作者复刻实验实测现役DeepSeek V4.1-Flash，讨论了长上下文评测的盲区，新版本弱点已明显减轻。

快手科技针对工业搜索广告中生成式检索存在的目标割裂、新广告冷启动、异构广告语义差异等痛点，提出UniGD生成-判别一体化框架，经公开测试与工业验证，效果与业务收益提升显著。

著名技术博主Sebastian Raschka针对GPT-6 Astra的循环Transformer设计与隐藏思维链争议，万字详解技术细节，分享Astra实测表现，梳理循环Transformer技术演进，澄清相关误解。

快手 AB 指标生产场景从 Spark 切换到 Doris 提速 145 倍、资源消耗降 72%，刷新 Doris 单机群最大规模。本文介绍选择 Apache Doris 的原因，以及在存储、计算、调度、稳定性等方面的优化，对构建 AB 实验平台有参考价值。