Benchmark
Benchmark
Benchmark
Benchmark
Benchmark
TuringSpace : les CAPTCHAs interactifs mesurent l'intelligence spatiale des modèlesTuringSpace: interactive CAPTCHAs measure models' spatial intelligenceTuringSpace: interaktive CAPTCHAs messen das räumliche Denken von ModellenTuringSpace : les CAPTCHAs interactifs mesurent l'intelligence spatiale des modèlesTuringSpace: i CAPTCHA interativ mesuren l'intelligenza spaziala di modèll
TuringSpace est un environnement web de 125 CAPTCHAs interactifs couvrant cinq compétences spatiales, où chaque tâche se résout par des clics et des glissements à l'écran. Les humains réussissent 94,1 % des tâches ; GPT-6 Astra échoue encore 25,9 % du temps et Kimi K3, meilleur modèle à poids ouverts, 68,0 %. Les auteurs montrent aussi qu'un Qwen3.5-9B affiné sur ce gym passe de 1,6 % à 33,1 % de succès, avec un gain de 9,9 points sur VSI-Bench. Le
paper, porté par des chercheurs Meta, cumulait 13 votes sur les Daily Papers de Hugging Face au 20 novembre 2026.
TuringSpace is a web environment of 125 interactive CAPTCHAs covering five spatial skills, where each task is solved through clicks and on-screen drags. Humans complete 94.1% of the tasks; GPT-6 Astra still fails 25.9% of the time and Kimi K3, the best open-weights model, 68.0%. The authors also show that a Qwen3.5-9B fine-tuned on this gym goes from 1.6% to 33.1% success, with a 9.9-point gain on VSI-Bench. The
paper, led by Meta researchers, had amassed 13 votes on Hugging Face's Daily Papers as of 20 November 2026.
TuringSpace ist eine Web-Umgebung mit 125 interaktiven CAPTCHAs, die fünf räumliche Fähigkeiten abdecken; jede Aufgabe wird durch Klicks und Drag-and-Drop auf dem Bildschirm gelöst. Menschen bewältigen 94,1 % der Aufgaben; GPT-6 Astra scheitert noch in 25,9 % der Fälle und Kimi K3, das beste Modell mit offenen Gewichten, in 68,0 %. Die Autoren zeigen zudem, dass ein auf diesem Gym feinabgestimmtes Qwen3.5-9B von 1,6 % auf 33,1 % Erfolgsquote steigt, mit einem Zuwachs von 9,9 Punkten auf VSI-Bench. Das von Meta-Forschenden getragene
Paper hatte per 20. November 2026 13 Stimmen auf den Daily Papers von Hugging Face.
TuringSpace est un environnement web de 125 CAPTCHAs interactifs couvrant cinq compétences spatiales, où chaque tâche se résout par des clics et des glissements à l'écran. Les humains réussissent 94,1 % des tâches ; GPT-6 Astra échoue encore 25,9 % du temps et Kimi K3, meilleur modèle à poids ouverts, 68,0 %. Les auteurs montrent aussi qu'un Qwen3.5-9B affiné sur ce gym passe de 1,6 % à 33,1 % de succès, avec un gain de 9,9 points sur VSI-Bench. Le
paper, porté par des chercheurs Meta, cumulait 13 votes sur les Daily Papers de Hugging Face au 20 novembre 2026.
TuringSpace l'è on ambient web de 125 CAPTCHA interativ che quatten cinch abilità spaziaj, indova che everyTASK la se resòlv con di clicc e di strusaa in sul scherm. I òmen riessen in del 94,1% di task; GPT-6 Astra el falliss ancamò el 25,9% di voeult e Kimi K3, el mej modèll a pès avèrt, el 68,0%. I autor mostren anca che on Qwen3.5-9B rifinii in su 'sto gym el passa de l'1,6% al 33,1% de success, con on guadagn de 9,9 pont in su VSI-Bench. El
paper, portaa inanz de ricercador Meta, el cuntegniva 13 vòtt in sui Daily Papers de Hugging Face al 20 de november 2026.
Apple
Apple
Apple
Apple
Apple
Depth Pro 2 : Apple pousse la profondeur métrique sur images et vidéoDepth Pro 2: Apple pushes metric depth for images and videoDepth Pro 2: Apple treibt metrische Tiefe auf Bildern und Video voranDepth Pro 2 : Apple pousse la profondeur métrique sur images et vidéoDepth Pro 2: Apple el sping la profondità metrega sora immagin e video
Apple publie Depth Pro 2, une famille de modèles de profondeur métrique monoculaire qui traite images et vidéo à résolution native avec un unique réseau, levant l'arbitrage classique entre netteté des frontières et cohérence temporelle. Les auteurs revendiquent un nouveau front de Pareto en précision métrique, netteté, cohérence temporelle et temps de calcul, avec code et poids publiés sur
GitHub et le
site du projet (20 novembre 2026).
Apple releases Depth Pro 2, a family of monocular metric depth models that processes images and video at native resolution with a single network, removing the classic trade-off between boundary sharpness and temporal consistency. The authors claim a new Pareto frontier in metric accuracy, sharpness, temporal consistency and compute time, with code and weights published on
GitHub and the
project site (20 November 2026).
Apple veröffentlicht Depth Pro 2, eine Familie monokularer metrischer Tiefenmodelle, die Bilder und Video in nativer Auflösung mit einem einzigen Netzwerk verarbeitet und damit den klassischen Zielkonflikt zwischen Kantenschärfe und zeitlicher Kohärenz aufhebt. Die Autoren beanspruchen eine neue Pareto-Front in metrischer Genauigkeit, Schärfe, zeitlicher Kohärenz und Rechenzeit, mit Code und Gewichten auf
GitHub und der
Projektseite (20. November 2026).
Apple publie Depth Pro 2, une famille de modèles de profondeur métrique monoculaire qui traite images et vidéo à résolution native avec un unique réseau, levant l'arbitrage classique entre netteté des frontières et cohérence temporelle. Les auteurs revendiquent un nouveau front de Pareto en précision métrique, netteté, cohérence temporelle et temps de calcul, avec code et poids publiés sur
GitHub et le
site du projet (20 novembre 2026).
Apple el publica Depth Pro 2, ona familia de modèll de profondità metrega monocularej che 'l lavora immagin e video a resoluzzion nativa con on ùnegh red, che 'l leva l'arbitrage classegh tra nettezza di fronter e coerenza temporal. I autor revendichen on noeuv front de Pareto in precision metrega, nettezza, coerenza temporal e temp de calcol, con codes e pès publicaa in su
GitHub e 'l
sitt del progett (20 de november 2026).
NVIDIA
NVIDIA
NVIDIA
NVIDIA
NVIDIA
PMD : la distillation de diffusion récupère la pleine diversité du professeurPMD: diffusion distillation recovers the teacher's full diversityPMD: Diffusions-Destillation holt die volle Vielfalt des Lehrers zurückPMD : la distillation de diffusion récupère la pleine diversité du professeurPMD: la distillazzion de diffusion la recupera la piena diversità del professor
Posterior Matching Distillation, travail signé NVIDIA publié le 20 novembre 2026 dans les Daily Papers, entraîne un étudiant stochastique à reproduire la distribution complète du professeur de diffusion via des contraintes de moyenne « tiltées », sans réseau de score auxiliaire. Sur SDXL et FLUX.2 [klein] 4B, PMD obtient le meilleur FID des méthodes en 4 étapes, selon le
paper (5 votes).
Posterior Matching Distillation, work by NVIDIA published on 20 November 2026 in the Daily Papers, trains a stochastic student to reproduce the full distribution of the diffusion teacher via “tilted” mean constraints, with no auxiliary score network. On SDXL and FLUX.2 [klein] 4B, PMD achieves the best FID among 4-step methods, according to the
paper (5 votes).
Posterior Matching Distillation, eine Arbeit von NVIDIA, veröffentlicht am 20. November 2026 in den Daily Papers, trainiert einen stochastischen Studenten darauf, die vollständige Verteilung des Diffusions-Lehrers über «gekippte» Mittelwert-Nebenbedingungen zu reproduzieren — ohne hilfsweises Score-Netz. Auf SDXL und FLUX.2 [klein] 4B erreicht PMD laut
Paper den besten FID unter den 4-Schritt-Methoden (5 Stimmen).
Posterior Matching Distillation, travail signé NVIDIA publié le 20 novembre 2026 dans les Daily Papers, entraîne un étudiant stochastique à reproduire la distribution complète du professeur de diffusion via des contraintes de moyenne « tiltées », sans réseau de score auxiliaire. Sur SDXL et FLUX.2 [klein] 4B, PMD obtient le meilleur FID des méthodes en 4 étapes, selon le
paper (5 votes).
Posterior Matching Distillation, laurà firmaa NVIDIA publicaa el 20 de november 2026 in di Daily Papers, l'adestra on student stocastegh a riprodu la distribuzzion completa del professor de diffusion via di vincoej de media « tiltade », senza red de score ausiliaria. Sora SDXL e FLUX.2 [klein] 4B, PMD l'otten el mej FID di metod in 4 pass, segond el
paper (5 vòtt).
Post-entraînement
Post-training
Post-Training
Post-entraînement
Post-addestrament
AutoMaster : rendre le même modèle meilleur professeur de lui-mêmeAutoMaster: making the same model a better teacher of itselfAutoMaster: dasselbe Modell zum besseren Lehrer seiner selbst machenAutoMaster : rendre le même modèle meilleur professeur de lui-mêmeAutoMaster: fà vegnì el midemm modèll on professor mej de lu medemm
AutoMaster (RUC-AIBOX) propose un post-entraînement autonome où un agent LLM conçoit des « skills » en langage naturel pour corriger les mauvaises habitudes des trajectoires du professeur avant fine-tuning du modèle cible. Sur des tâches de terminal, recherche et ingénierie logicielle avec des cibles 4B et 9B, le gain atteint 1,42 à 8,99 points de performance moyenne par rapport au SFT vanilla, à teacher et recette fixés. Le
paper est en ligne depuis le 20 novembre 2026.
AutoMaster (RUC-AIBOX) proposes autonomous post-training in which an LLM agent designs natural-language “skills” to correct the bad habits of the teacher's trajectories before fine-tuning the target model. On terminal, search and software engineering tasks with 4B and 9B targets, the gain reaches 1.42 to 8.99 points of average performance over vanilla SFT, at fixed teacher and recipe. The
paper has been online since 20 November 2026.
AutoMaster (RUC-AIBOX) schlägt ein autonomes Post-Training vor, bei dem ein LLM-Agent «Skills» in natürlicher Sprache entwirft, um schlechte Angewohnheiten der Lehrer-Trajektorien zu korrigieren, bevor das Zielmodell feinabgestimmt wird. Auf Terminal-, Such- und Software-Engineering-Aufgaben mit 4B- und 9B-Zielen beträgt der Zugewinn 1,42 bis 8,99 Punkte gegenüber durchschnittlicher Leistung bei fixem Lehrer und fixer Rezeptur — gegenüber Vanilla-SFT. Das
Paper ist seit dem 20. November 2026 online.
AutoMaster (RUC-AIBOX) propose un post-entraînement autonome où un agent LLM conçoit des « skills » en langage naturel pour corriger les mauvaises habitudes des trajectoires du professeur avant fine-tuning du modèle cible. Sur des tâches de terminal, recherche et ingénierie logicielle avec des cibles 4B et 9B, le gain atteint 1,42 à 8,99 points de performance moyenne par rapport au SFT vanilla, à teacher et recette fixés. Le
paper est en ligne depuis le 20 novembre 2026.
AutoMaster (RUC-AIBOX) el propon on post-addestrament autonom indova che on agent LLM el disen di « skills » in lengoeu natural per correg i cativ abituden di traiettori del professor prima del fine-tuning del modèll obietiv. Sora di task de terminal, ricerca e ingegneria del software con di obietiv 4B e 9B, el guadagn el riva de 1,42 a 8,99 pont de performance media rispett al SFT vanilla, a professor e ricetta fissaa. El
paper l'è in ligna del 20 de november 2026.