ICML 26杰出论文：清华JustGRPO攻克dLLM推理瓶颈；Segmentation-3.0轻量级说话人分割模型，兼顾单人与重叠语音检测

在最新揭晓的 ICML 26 中，清华大学团队的研究斩获了 Outstanding Paper Award（杰出论文奖）。

该研究聚焦于扩散语言模型（dLLM），尽管 dLLM 凭借无序生成与并行解码特性在自然语言处理领域大放异彩，但团队指出，该机制在处理数学和编程等一般推理任务时存在「灵活性陷阱（Flexibility Trap）」：无序生成会促使模型绕开高不确定性的逻辑词，从而限制了其推理潜力。

为此，团队提出 JustGRPO 模型。该方案摒弃了复杂的特定强化学习适配，在训练期直接引入自回归（AR）顺序与标准 GRPO 算法，并在推理期保留 dLLM 的并行解码优势。这种极简设计有效释放了模型的推理潜力，在 GSM8K 基准测试中取得了 89.1% 的准确率。

目前，HyperAI超神经官网已上线了「JustGRPO：用标准 GRPO 解锁扩散语言模型推理能力」，快来试试吧~

论文题目：The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models

论文链接：https://go.hyper.ai/hM7mt

在线使用：https://go.hyper.ai/c1a0C

免费领取算力福利

为了便于大家体验 HyperAI 的稳定算力服务，我们准备了丰富的「算力礼包」，内含 NVIDIA RTX 5090、PRO 6000 等 GPU 资源。

扫码添加微信（微信号：Hyperai01），备注「礼包」即可兑换福利！数量有限，手慢无~

欢迎登录官网查看更多内容：

https://hyper.ai/

7 月 04 日- 7 月 10 日，hyper.ai 官网更新速览：

* 优质教程精选：9 个

* 热门百科词条：5 条

* 7 月截稿顶会：3 个

访问官网：hyper.ai

公共教程精选

1. JustGRPO：用标准 GRPO 解锁扩散语言模型推理能力

JustGRPO 模型是由清华大学发布，其核心特点与创新点为：一种极简的强化学习方法，在训练时将扩散语言模型（Diffusion LLM）当作标准自回归模型，直接应用 Group Relative Policy Optimization（GRPO），无需轨迹近似、无需边际似然估计、无需任何扩散专用适配，即可达到 SOTA 推理性能（GSM8K 89.1%）。

在线运行：https://go.hyper.ai/c1a0C

Demo 页面

2. 冠心病预测：基于弗雷明汉数据集

Framingham 是由美国国家心肺血液研究所于 1948 年 9 月发布的心脏病研究数据集，构建了多个机器学习分类模型来预测个体在未来 10 年内罹患冠心病（Coronary Heart Disease，CHD）的风险。项目完整覆盖了数据清洗、探索性数据分析、特征工程、类别不平衡处理、超参数调优和集成学习等关键步骤。

在线运行：https://go.hyper.ai/tMRDG

相关性分析

3. 遗传算法入门教程：基于自然选择的全局优化算法

遗传算法（Genetic Algorithm，GA）是一种受达尔文自然选择理论启发的优化算法。它模拟生物进化过程中的选择、交叉和变异等机制，在搜索空间中高效地寻找最优解。教程以通俗易懂的方式介绍了遗传算法的核心概念，并以 Sphere 函数优化为例，逐步演示了完整的 GA 流程。

在线运行：https://go.hyper.ai/Bm7Pr

收敛曲线

4. Higgs Audio v3 TTS：对话式多语言语音合成模型

Higgs Audio v3 TTS 由 Boson AI 于 2026 年 6 月发布，是一款面向语音对话（Voice Agent）场景的对话式文本转语音模型。它基于约 4B 参数的自回归解码器，通过 Higgs Tokenizer 将语音编码为 8 个 codebook、25 fps 的离散音频 token，并以 24 kHz 采样率还原波形。模型支持 100+ 语言的零样本合成，可直接进行零样本声音克隆，并通过内联控制标签对情绪、风格、韵律、停顿与音效进行精细控制。

在线运行：https://go.hyper.ai/Sj9mk

Demo页面

5. 在 Shakespeare 数据集上用 nanoGPT 微调 GPT

nanoGPT Shakespeare 是基于 Andrej Karpathy 于 2023 年 1 月发布的 nanoGPT 项目构建的莎士比亚风格文本生成框架：它以 OpenAI 于 2019 年 2 月发布的 GPT-2（124M）为预训练基础，引入 Transformer 微调策略，可在消费级 GPU 上快速训练并生成具有莎士比亚风格的文本。

在线运行：https://go.hyper.ai/iqcyS

6. Segmentation-3.0：「Powerset」多说话人分割模型

Segmentation-3.0 由 pyannote 团队于 2023 年 9 月发布，是一个基于 pyannote.audio 3.0.0 训练的轻量级 powerset speaker segmentation 模型，主要用于帧级别的语音分析任务。该模型接收 10 秒、16kHz、单声道音频作为输入，并输出一个多说话人分类矩阵。模型基于 PyanNet 架构，由 SincNet、LSTM 和 Linear 线性层组成，参数量约为 1.47M。

在线运行：https://go.hyper.ai/rXNuo

Demo 页面

7. Qwythos-9B-Claude-Mythos-5-1M GGUF 推理部署

Qwythos-9B-Claude-Mythos-5-1M 是由 Empero 于 2026 年 6 月开发的推理型大语言模型，基于 Qwen3.5-9B 进行全参数后训练。该模型具备增强的推理能力，相比原始 Qwen3.5-9B 在 MMLU 上提升 34 分，gsm8k-strict 提升 30 分；支持原生函数调用，遵循 Qwen3.5 规范的 tool-call 格式；默认开启 YaRN rope-scaling，支持 1M 超长上下文；并继承 Qwen3.5-9B 的多模态视觉能力。模型无审查限制，可处理网络安全、生物医药等专业技术问题。

在线运行：https://go.hyper.ai/dxqRP

Demo 页面

8. Jigsaw 非预期偏见毒性分类 — EDA 探索性数据分析教程

2018 年，Kaggle 与 Jigsaw 举办了有毒评论分类竞赛。但因训练数据不平衡，模型产生了非预期偏见，错误地将「gay」等身份词汇与毒性强行关联，导致中性言论被误判为有毒。为了解决这一问题，该团队发起了一场新竞赛，旨在消除对特定身份群体的偏见。

在线运行：https://go.hyper.ai/LnJ2r

词云页面

9. Qwen-AgentWorld-35B-A3B：首个覆盖七大智能体交互域的语言世界模型

Qwen-AgentWorld-35B-A3B 是阿里巴巴集团通义千问团队于 2026 年 6 月发布的原生语言世界模型，并非传统的对话式大型语言模型。它基于 Qwen3.5-35B-A3B-Base 构建，以智能体的动作和交互历史作为输入，并通过长链推理预测下一个环境状态，从而模拟智能体的交互环境，例如终端、搜索和工具调用。

在线运行：https://go.hyper.ai/PbwGD