2023-10-27 17:40:35

小红书技术REDtech2023年10月26日约 1 分钟

, , 辽宁

KEEP THE THREAD GOING

2026年10月21日

百万 token 输入，首字还要等多久？小红书 DoSA 保持原始评分函数下的精确 Top-K，在三款模型上将首字等待缩短约 37%～48%。

2026年10月20日

从自己生成的经验中学习，已成为大语言模型后训练的重要方式。强化学习与 on-policy 蒸馏都依赖模型在训练中生成的 rollout。

2026年10月19日

球员动作连贯、画面细节清楚，精彩瞬间更有临场感。结合世界杯实践，拆解音画质增强、编码转码与多端播放的技术突破。

2026年10月16日

一份 Skill 能告诉 Agent 如何使用工具，但怎样把它变成有挑战、能执行、可评估的训练任务？小红书 AllSpark 提出 Skill2Env，从能力需求出发合成环境，再根据执行反馈逐步增加挑战。使用 1.5K 条轨迹微调，模型在七项 Agent 基准上均获提升。

2026年10月15日

从数据库检索信息，到阅读文档、更新记录和发送通知，Agent 如何学会完成跨应用业务流程任务？小红书 AllSpark 提出 CompoWorld，在组合层面扩展环境，将 448 个可复用服务组合成训练环境，在八项 Agent 基准上较基座模型平均提升 9.17 分。

2026年10月14日

AllSpark 团队联合商业算法提出 Vela，探索将经过匿名化、脱敏处理的行为数据转化为更有挑战性的训练任务。实验中，35B 模型在用户理解主基准上提升 11.5 分，五项通用基准平均提升 4.0 分，并为后续强化学习提供了更强的能力基础。

来自同一个声音