Spare
PulseAugur coverage of Spare — every cluster mentioning Spare across labs, papers, and developer communities, ranked by signal.
- 2026-10-04 product_launch Spare launched a new application for Mac users, enabling custom plugin creation. 来源
2 天有情绪数据
-
SPARE方法通过定向剪枝专家来提高MoE模型效率
研究人员开发了SPARE（Sparsity Allocation via Routing Entropy，通过路由熵进行稀疏分配），一种新颖的无需训练的方法，旨在通过减少其内存占用量来提高混合专家（MoE）模型的效率。SPARE根据令牌路由的熵来确定每层需要剪枝的专家数量，从而允许在路由分散的层中进行更积极的剪枝。该方法已在Mixtral、Qwen3和DeepSeek等各种MoE模型上展示了准确性的提高，尤其是在高剪枝率下。
-
SPARE框架通过自适应检索增强流媒体视频理解
研究人员开发了SPARE，一个旨在通过智能整合历史上下文来增强流媒体视频理解的新型框架。SPARE使用一个轻量级门控来判断近期观察是否足以回答问题，如果不足，则检索相关的历史片段来补充当前上下文。这种方法通过LoRA指令调优进行训练，允许模型联合使用近期观察和检索到的历史信息，并在证据仍然不足时放弃。SPARE在OVO-Bench和StreamingBench等基准测试中实现了比Qwen3-VL-8B-Instruct等现有模型显著的准确性提升。
-
新的 Mac 生产力应用 'Spare' 发布；Sanity 挑战赛代理提交详情
蒙特利尔的一个小团队开发了 Spare，一款专为 Mac 设计的新的生产力和编码桌面应用程序。另外，Sanity 挑战赛第一赛道的提交项目涉及创建一个能够查询真实世界内容的代理。
-
Spare AI 发布 Mac 应用，支持使用 GPT-5.6 创建自定义插件
开源 AI 工具 Spare 已为 Mac 用户推出新应用。该应用允许用户通过描述所需功能来创建自定义插件。功能包括菜单栏番茄钟、交互式桌面宠物以及可回忆最近 50 条记录的剪贴板管理器。该服务提供来自 Spare 开源社区的免费代币，并可无限次使用 GPT-5.6。通过 Spare 创建的插件可以轻松地与他人分享和安装。
-
SPARE框架在多模态大语言模型代理中修剪推理文本，保留视觉证据
研究人员开发了SPARE框架，旨在管理多模态大语言模型（MLLM）代理的上下文修剪。该方法解决了“文本债务”问题，即模型自行生成的推理文本会压垮上下文窗口，从而掩盖关键的视觉证据。SPARE采用KL引导的方法移除冗余的推理令牌，同时保留重要的视觉信息，从而提高代理的准确性并增强其对视觉输入的依赖性。
-
新研究探讨流匹配模型增强与漏洞 · 跟踪9个来源
研究人员正在探索增强流匹配模型的新方法，流匹配是生成任务的一种流行范式。一篇论文引入了“去噪加速”（accel）作为估计流匹配动作不确定性的免费代理，通过识别错误输出来提高实时控制的安全性，而无需额外的计算开销。另一项研究提出了“DRIFT”，一种对抗性补丁攻击，通过靶向去噪轨迹来有效破坏流匹配的视觉-语言-动作模型，揭示了其感知鲁棒性中令人惊讶的漏洞。此外，还提出了“单侧分位数耦合流匹配”（QC-FM）和“能量引导流匹配”（EG-F…
-
AI研究揭示并解决自动驾驶车队中的延迟不公平问题
一篇题为“不平等的行程，不平等的地点”的新研究论文调查了自动驾驶车队协调系统中的延迟不公平性。该研究使用来自曼哈顿、芝加哥和旧金山的数据，发现虽然系统通常针对总旅行时间进行优化，但这可能会掩盖不同行程和地区之间延迟分布的显著差异。该研究引入了一个名为SPatially Aware RErouting (SPARE) 的新框架，旨在通过智能分配重新规划能力和基于观察到的等待压力进行重新规划来提高效率和公平性。
-
新方法剪枝视觉令牌以实现高效MLLM推理 · 跟踪4个来源
研究人员开发了多种新方法来高效剪枝多模态大语言模型（MLLM）的视觉令牌，旨在降低推理成本和延迟。LAST框架利用最后一个查询令牌的注意力来指导剪枝，无需访问云端模型，即可在将令牌数量减少87.5%的同时保留94.5%的准确率。SFPruner将剪枝重新构建为单次前向传播，将Qwen2.5-VL的令牌选择时间从112.4毫秒显著缩短至2.5毫秒。SPARE是另一种方法，将剪枝视为子空间重建，通过最小化重建误差并纳入“反相关性”标准，在…
-
哈里王子错过白金汉宫住宿申请截止日期，王室关系紧张
哈里王子在即将到来的伦敦之行中将不住白金汉宫，因为他错过了接受邀请的最后期限。一位王室消息人士表示，尽管反复要求，哈里仍未及时确认其住宿计划，导致该提议被拒绝。这种情况凸显了哈里王子与父亲查尔斯三世国王之间持续紧张的关系，特别是哈里此次行程将因安全问题不带他的孩子们 Archie 和 Lilibet。
-
GPUSparse系统利用GPU并行化加速学习稀疏检索
研究人员开发了GPUSparse，一个旨在通过利用GPU并行化来加速学习稀疏检索模型的新系统。该系统解决了当前稀疏检索方法中存在的CPU瓶颈问题，该问题阻碍了实时性能。GPUSparse引入了GPU并行倒排索引、批处理的scatter-add评分算法以及融合的Triton内核，在保持高检索质量的同时实现了显著的加速。
-
新的SPARE方法以最小的性能损失削减VLM视觉令牌
研究人员开发了SPARE，一种通过剪枝视觉令牌来降低视觉语言模型（VLMs）计算负载的新颖方法。与忽略令牌幅度的先前最大化多样性策略不同，SPARE将令牌缩减重新构建为子空间重建问题，从而最小化重建误差。该方法还包含一个“反相关性”标准，识别那些尽管与图像-文本相关性较低，但能更好地保留上下文信息的令牌。实验表明，SPARE可以在不进行额外训练的情况下，从LLaVA等模型中移除高达94%的视觉令牌，同时保持95%的基线性能。
-
加拿大启动人工智能数据中心计划以实现数字独立
加拿大正在启动一项“数字独立”计划，以加强其国内人工智能基础设施，旨在减少对美国科技巨头的依赖。加拿大人工智能部长 Evan Solomon 宣布，通过计算接入基金（Compute Access Fund）将为不列颠哥伦比亚省的 44 个项目提供高达 6600 万美元的资金。该计划支持加拿大本土的数据中心和公司，重点关注可持续性和社区效益，包括与 Telus 合作建立新的人工智能数据中心站点。
-
加拿大初创公司在人工智能、交通、视觉特效等领域大放异彩
Hacker News 上的一场讨论重点介绍了多家加拿大科技公司，涵盖了从成熟企业到新兴初创公司。参与者分享了有关交通技术、视觉特效软件和人工智能等多个领域公司的信息。值得一提的公司包括提供交通管理工具的 Spare.com、提供 Houdini 等视觉特效软件的 SideFX，以及提供全球基础模型的 Urbanlogiq。