Wild 0.9.0 版本发布，新增链接器脚本支持、Mac和Wasm平台移植、LTO支持及调试信息压缩。Floo v0.10 发布，简化终端工作区管理。OpenMLS 是 Rust 实现的消息层安全协议库，支持多平台。Scena 1.5.1 更新，优化3D渲染功能。

本研究提出Robo2VLM框架，旨在提升视觉语言模型在真实情境下的应用能力。通过多模态机器人轨迹数据生成视觉问答查询，Robo2VLM-1有效增强了模型在空间和交互推理方面的能力。

本研究提出DexWild-System，通过人手操作收集多样化的机器人数据，降低成本并提升数据多样性。实验结果表明，该方法使机器人在新环境中的成功率达到68.5%，并实现5.8倍的跨体现泛化能力。

本研究提出了ODYSSEE模型，利用深度学习技术识别活牡蛎，以解决传统监测方法的破坏性和劳动强度问题。尽管模型速度较快，但准确率较低，尤其受到图像质量的影响，因此未来需提升模型的准确性和图像质量。

本研究提出WILD数据集，旨在解决合成图像源归属问题。该数据集包含来自10个商业生成器的图像，适用于模型训练和评估，推动后处理效应和对抗攻击的研究。

本研究提出了一种基于低功耗GPU的自动车牌识别（ALPR）原型系统，旨在提高城市巡逻中的识别准确性和速度。该系统在新数据集上实现了86%的检测精度和67%的字符识别率，显示出良好的应用潜力。

本研究探讨了零强化学习在多个基础模型中的应用，克服了Qwen2.5模型的局限性。通过调整奖励格式和查询难度，显著提高了推理准确性和回复长度，并首次在小型模型中观察到“恍然大悟”现象。相关代码和工具已开源，支持进一步研究。

This post contains the slides from the talk that I gave at PGConf.dev in Vancouver a few weeks ago, together with the transcript and other information. This is my new approach to sharing...

本论文介绍了HalluQA基准，用于评估中文大型语言模型中的幻觉现象。通过对24个模型进行实验，作者发现18个模型的非幻觉率低于50%，表明HalluQA具有很高的挑战性。作者还分析了不同类型模型中的幻觉类型及其原因，并讨论了不同类型模型应优先考虑的幻觉类型。

Paper link: SHEPHERD: Serving DNNs in the Wild Achieving scalability, high system goodput and maximize resource utilization, at the same time is hard for an inference system. while individual...

I don’t normally write about new gadgets when they come out, but once in a while, a new device captures my imagination and creativity so much that I can’t help write a little bit about how I use...

开门见山地说，「塞尔达传说：旷野之息」是我玩过最好的 RPG（角色扮演）游戏