Le filThèmes : RechercheInfraOpen source
RealtimeWAM accélère jusqu’à 25 fois les modèles d’action du monde, avec moins de 1 % de perte
1 sourcemis à jour il y a 1 jpertinence 2,5 sur5
L’essentiel
RealtimeWAM génère les actions en une seule étape et exécute l’inférence de façon asynchrone. Le code et les checkpoints sont publiés sur le dépôt LightX2V.
Propagation1 article, publié par HF Daily Papers le 6 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceChengtao Lv, Jinyang Du, Shuyi Feng et al.huggingface.co
RealtimeWAM: One-Step Asynchronous World Action Models (site externe)
Achieves up to 25× speedup over existing WAMs with less than 1% accuracy degradation.
Sur les mêmes thèmes
Open source
Ai2 publie Olmo-core 3, son framework d’entraînement ouvert pour de grands modèles à mélange d’experts
Recherche
RayOrch, un moteur distribué, préserve les liens parent-enfant dans la préparation de données d’IA
Infra
Galahad, une couche mémoire pour vLLM, SGLang et llama.cpp, évite de relire les mêmes textes
Recherche
LoGRA réduit la mémoire de l’entraînement par RL des LLM grâce à des esquisses de gradient de bas rang
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5