学术论文 ^[53]

Wal3：革新数据库日志存储的对象存储WAL系统，由Chroma团队研发，直击传统WAL依赖本地磁盘运维复杂、中心化设计扩展瓶颈的痛点。通过完全基于对象存储（如Amazon S3）构建，创新采用集合级独立日志路径，实现吞吐量随集合数量线性扩展；依托S3对象锁与版本控制，数据持久性达99.999999999%（十一个九）；无状态计算层设计消除节点存储配置负担，降低运维成本。核心技术上，利用S3条件写入确保日志连续性，分段日志架构实现无锁并发，setsum校验和融合CRC32与SHA-256优势，大幅提升数据完整性。相比Kafka等传统方案，Wal3支持百万级集合扩展，适配云原生架构，开源特性或将推动向量数据库、时序数据库等写密集型场景的存储革新。

大型语言模型（LLM）常因死记硬背训练数据导致隐私泄露、泛化能力弱，马里兰大学等团队提出“金鱼损失”训练法，通过静态哈希掩码让模型“选择性失忆”，从依赖记忆转向逻辑推理。实验显示，极端训练场景下标准模型记84篇文章，该模型零记忆；标准批处理中记忆化降60%以上，且GLUE准确率、问答性能与原模型持平甚至略升，隐私信息复现率降82%。其通过修改损失目标直击记忆化核心，计算成本增仅2%，已开源适配LLaMA等模型，为LLM提升泛化与安全性提供高效方案。

扩散语言模型（DLMs）因并行解码潜力被视为文本生成新方向，但推理效率瓶颈限制其落地。香港理工大学与达特茅斯学院团队发现“早期答案收敛”现象：DLMs在解码早期（20%-40%迭代步数）即可形成稳定语义，后续多为局部优化。基于此提出的Prophet解码策略，通过监测top-2候选token置信度间隙动态停止推理，实现2.8-3.4倍加速，准确率仅微降（如GSM8K加速3.2倍，准确率降0.3%）。该“即插即用”算法无需额外训练，适配主流DLM模型，可将响应延迟压缩至亚秒级，助力智能客服、实时翻译等场景落地，为边缘设备部署开辟路径，推动扩散语言模型从实验室走向产业应用。

动态场景图生成是计算机视觉核心技术，能为视频帧检测物体并推断关系，广泛应用于自动驾驶、智能监控等领域。弱监督动态场景图生成（WS-DSGG）虽降低标注成本，但目标检测瓶颈制约性能。北京大学团队提出TRKT模型，通过关系敏感知识挖掘（关注物体及交互区域）及时序增强（结合光流信息抗运动模糊），搭配双流融合模块优化定位与置信度，将检测准确率（mAP）从67.4%提升至72.5%，场景图生成Recall@50从45.2%提升至49.3%，在运动模糊、遮挡场景表现更优，推理延迟降低10%。模型已开源，助力自动驾驶路况理解、智能监控异常检测等落地。

腾讯AI Lab发布的Think-In-Games（TiG）框架，重新定义了游戏AI决策范式。该框架通过“双循环协同机制”，让140亿参数（14B）大模型在《王者荣耀》中展现超越6710亿参数（671B）模型的策略精度，首次实现游戏决策可解释性。其核心创新在于外层LLM生成自然语言策略（如“优先控制中路视野”），内层强化学习模型执行并反馈，配合GRPO算法实现低成本训练（成本仅为千亿级模型的1/8），宏观动作准确率达90.91%。TiG已应用于《王者荣耀》人机模式升级及《穿越火线》等FPS游戏，未来有望从游戏拓展至自动驾驶、金融风控等领域，为通用AI决策提供高效范式。