KL 散度實現更有原則的多智能體溝通
這項研究提出，當多智能體強化學習代理人的信念分布超過固定 KL 散度閾值時，才觸發彼此溝通。在較困難的 Predator-Prey 20×20 基準測試中，最佳設定的成功率達到 42%，高於 IC3Net 的 31%；此外，信念頭也提升了 MPE 獎勵並降低變異。
Search
直接匹配不多，已補上最新動態。
Tag: #kl-divergence3 results
Qwen3.5-35B 動態 GGUFs 達 SOTA 基準
更新 Qwen3.5-35B-A3B Unsloth 動態量化，在幾乎所有位元達 SOTA，透過 150+ KL 散度基準。發布 9TB 研究文物，包括所有測試配置。修復影響量化上傳者的工具呼叫聊天模板錯誤。
🔬
互動式 KL 散度視覺化工具推出
一個全端執行的互動式探索器，讓使用者控制兩個偏斜常態分佈，視覺化 KL 散度的被積函數與度量。展示平均偏移、偏斜、截斷與離散化效果。歡迎機器學習社群提供回饋。
Codex 正縮小與 Claude Code 的差距
OpenAI 表示 Codex 活躍使用者已突破 2,000 萬，第三方追蹤數據則顯示其近期增速超越 Claude Code。Claude Code 目前規模仍較大且深受開發者採用，但隨著 Anthropic 接近早期市場飽和，其高速成長已經放緩。
🔬
腦機介面助患者重新站立與看見
中國多項臨床試驗正利用腦機介面，協助脊髓損傷患者站立與行走，並讓失明患者恢復有限的視覺感知。試驗結果差異很大，凸顯這項技術的潛力，以及目前在訊號採集、解碼與復健方面的限制。
Alibaba 重組 AI 與雲端業務
據報 Alibaba 正合併電商業務、整合雲端與晶片業務，並將 Qwen 拆分為獨立子公司。報導亦涵蓋 Unitree 計畫登陸科創板、Anthropic 據傳的年化營收，以及 Alibaba 持續投入 AI 對利潤與現金流造成的壓力。
Meta 因具成癮性的平臺設計面臨審判
California 與其他 28 個州指控 Meta 設計 Facebook 和 Instagram 使其具成癮性、違反兒童隱私法，並隱瞞相關做法。檢方將其涉嫌採取的策略概括為「吸引、留住、收集、隱瞞」。
Ox Alpha：神秘模型公開亮相
Ox Alpha 是一款透過 OpenRouter 與 OpenCode 提供的匿名模型，具備 100 萬 token 上下文、圖片與影片輸入、工具呼叫及免費使用等能力。早期測試顯示其推理與程式設計表現強勁，但開發者、參數量、訓練資料與正式基準排名仍未獲確認。
Cloudflare Agent Tracing 新增 Payload 控制功能
Cloudflare 推出 Agent Tracing，支援設定 Payload 截斷限制。不同支援的 Agent 框架在 Payload 預設記錄策略上有所差異，因此開發者在設定可觀測性時需要檢查各框架的個別設定。
好萊塢創作者在失業潮中訓練 AI
編劇、導演與製片人正接下臨時工作，教導 AI 系統編劇與製作規劃等技能。時薪介於 12 至 200 美元之間，但部分工作者認為這等同於協助自動化自己的職業。