FlowRL: Potrivirea distribuției recompenselor pentru LLM RL • Schimbări de la maximizarea recompenselor → potrivirea distribuției • +10,0% față de GRPO, +5,1% față de PPO la matematică; Câștiguri puternice pe cod • Minimizează KL invers pentru a acoperi toate căile de raționament valide (evită colapsul modului)

Apple prezintă AToken: Un tokenizator vizual unificat • Primul tokenizator care unește imagini, videoclipuri și 3D • Spațiu latent 4D comun (păstrează atât reconstrucția, cât și semantica) • Sarcini puternice de generare și înțelegere (ImageNet 82,2%, MSRVTT 32,6%, 3D acc 90,9%)

SakanaAI prezintă optimizarea robustă a nucleului CUDA agentic • Fuzionează operațiunile, accelerează pasele înainte/înapoi, depășește liniile de bază ale lanternei • Conducta Agentic LLM: PyTorch → CUDA → optimizarea evolutivă a timpului de execuție • Verificare soft: LLM-urile semnalizează nuclee incorecte (↑ 30% succes de verificare) • robust-kbench: nou benchmark pentru performanța reală a nucleului + corectitudine