Latest Global & ASEAN AI Business News, Tools & Industry Updates

Interface design itself becomes a learnable, evolving capability, meaning smaller open models can beat frontier systems on computer-use tasks at a fraction of the cost. Builders working on agents can reuse the open-source repository and apply the evolution loop to their own workflows. The results set a concrete cost-performance benchmark against GPT-5.5 and Claude Opus 4.8 that teams choosing an agent stack can weigh directly.

#Agent S4 #Qwen3.8-27B #computer-use agents #open-source models

Event

arXiv cs.AI@Saaket Agashe et al. (8)Source

Papers BuildersSelected10:11

R2S Fixes Myopic Teacher Scoring in Agentic On-Policy Distillation

The non-obvious insight is that the failure of agentic distillation comes from the scorer's myopia, not from students drifting out of the teacher's reliable region, so the fix targets the teacher instead of constraining rollouts. Builders training agents via distillation can adopt R2S without task reward labels, using consensus or an LLM judge as the check. Code and details are on the project page at tree-shu-zhao.github.io/r2s/.

#R2S #on-policy distillation #agents #paper

arXiv cs.AI@Shu Zhao, Tan YuSource

Papers Builders10:10

Chinese contentSceneRig：从单张图像生成可仿真 3D 场景的智能体系统

一篇机器人方向的论文：单张图就能重建出能跑物理仿真的 3D 场景，还验证了真实机器人操作回放，做 sim-to-real 的可以看看。

#SceneRig #3D重建 #机器人 #仿真

arXiv cs.AI@Rundong Luo et al. (7)Source

Papers Builders10:10

Chinese contentCoRAL 混合框架：扩散模型并行规划，自回归模型执行推理

扩散模型并行出多条推理路径，再让自回归模型挑最优，速度质量两头占，做推理方向可以看看这篇。

#CoRAL #扩散语言模型 #多模态 #推理模型

arXiv cs.AI@Wei Cai et al. (4)Source

Papers Builders10:10

Chinese contentSage-A1.5 发布：35B MoE 智能体模型强化长程任务与科学探索能力

一个 35B 的 MoE 智能体模型 Sage-A1.5，能让多个子智能体并行分工干活，还会自己检查进度、换思路，甚至做探索性科学研究。

#Sage-A1.5 #MoE #智能体 #开源模型

arXiv cs.AI@Wenjie Lou et al. (99)Source

Papers Builders10:10

Chinese content用 31B 开源模型进化搜索优化生成式检索的语义索引

用本地 31B 开源模型自动进化检索的语义索引设计，NQ320K 上 Recall@1 提到 59.3%，不用调 API，搞检索的可以看看。

#生成式检索 #RAG #开源模型 #语义索引

arXiv cs.AI@Jinming Nian et al. (5)Source

Papers Builders10:09

Chinese contentAnomalyAgent 用 VLM 融合多个检测器提升视觉异常检测

一篇新论文，把多个异常检测器的结果交给 VLM 来仲裁融合，在 MVTec AD 和 VisA 上分数超过常规加权融合，做工业质检的可以看看。

#AnomalyAgent #VLM #异常检测 #MVTec AD

arXiv cs.AI@Shangquan Sun et al. (5)Source

Papers Builders09:49

Chinese contentNear-Duplicate 图片选择可向视觉语言模型传递隐含偏好

论文挺有意思：策展模型只是挑了挑几乎一样的图片，就把偏好悄悄传给了学生模型，LLaVA、Qwen 这些都中招，做数据清洗的值得看看。

#LLaVA-1.5 #Qwen2.5-VL #Qwen3-VL #AI安全

arXiv cs.LG@Jaeyoung Kim et al. (4)Source

Papers Builders09:48

Chinese contentarXiv 研究：DPO 超参数随模型规模变化，且不可跨数据集迁移

训练 DPO 的朋友可以看看：学习率要按模型大小重新调，验证损失也不靠谱，文章还给了一套省算力的调参方法。

#DPO #微调 #超参数优化 #语言模型

arXiv cs.LG@Hannan Mahadik et al. (4)Source

Papers Builders09:48

Chinese contentPhyNet框架让工业流体系统故障诊断不受采样差异影响

搞工业故障诊断的可以看看，PhyNet 用物理变量当约束，四个基准包括三个真实空化数据集都拿了最优，不要求信号时间对齐，落地友好。

#PhyNet #故障诊断 #深度学习 #两相流

arXiv cs.LG@Yu Sha et al. (7)Source

Papers Builders09:48

Chinese content研究剖析 Agent Harness 优化收益：是激发能力还是扩展上限

一篇把 harness 优化收益拆开来量的论文，结论挺反直觉：小预算下赢了更强模型，预算放大后可能翻车，做 agent 工程的可以看看。

#Agent #Harness优化 #pass@k #递归自我改进

arXiv cs.LG@Younghyun Kim et al. (9)Source

Papers09:48

Chinese content神经 HJ 安全证书的枚举引导训练方法

训练安全的神经网络控制器一直很难，这篇用枚举反例微调证书，在真实赛车上做到零违例，做控制安全方向的可以细看。

#Hamilton-Jacobi #安全认证 #Isaac Sim #自动控制

arXiv cs.LG@Mihaela-Larisa Clement et al. (4)Source

Papers US vs China09:48

Chinese content从 token 到文件：检测并定位代码中的 AI 参与痕迹

现在代码审查越来越需要区分人和 AI 写的代码，这篇论文做到了行级定位，比以往只给一个文件总分的方法细多了，做代码安全或审计的可以看看。

#代码检测 #LoRA #HybridCodeAuthorship #代码生成

arXiv cs.LG@Yue Xu et al. (4)Source

Papers Builders09:47

Chinese contentLaLa-World：用语言条件训练潜在世界模型，规划速度提升13.9倍

这篇论文把世界模型和语言模型接上了：用语言描述动作，一个预测器跨机器人、视频多个领域通用，规划比视频生成基线快13.9倍，做机器人方向值得细看。

#LaLa-World #世界模型 #MPC规划 #机器人策略

Event

arXiv cs.LG@Junha Song et al. (8)Source

Papers Builders09:47

Chinese contentSAPD：不依赖环境交互、从离线轨迹训练 LLM 智能体

训练智能体不用再搭一堆环境了，SAPD 直接从离线轨迹学，比在线蒸馏快 4.7 倍，代码过阵子开源。

#SAPD #智能体 #策略蒸馏 #LLM

arXiv cs.LG@Juncheng Diao et al. (7)Source

Papers09:47

Chinese contentSPIN：面向在线持续学习的新型优化器

有人给在线持续学习专门造了个优化器，直接替换 SGD 或 AdamW 就能涨点，连无回放场景都有效，做持续学习的可以看看。

#SPIN #持续学习 #优化器 #SGD

arXiv cs.LG@Yongyi Wu et al. (3)Source

Papers Builders09:47

Chinese contentProVe：让大模型自己出草案再自验，解码提速2.5倍

一项把投机解码反着来的解码新方法，32B 模型自己出草稿再验证，吞吐提2.5倍还不用训草稿头，推理部署的可以看看。

#ProVe #投机解码 #推理优化 #开源模型

arXiv cs.LG@Ziqi Jin et al. (6)Source

Papers Builders09:47

Chinese contentAMD 提出 SliMOO：用多目标进化搜索做 LLM 深度剪枝

AMD 把剪枝当成多目标优化来做，Llama-3.1-70B 砍掉 25% 层后数学分还能涨 10 个点，代码也会开源。

#SliMOO #Llama-3.1 #Qwen3 #模型压缩

arXiv cs.LG@Guanchen Li et al. (5)Source

Papers Builders09:46

Chinese contentTerraNostra-Bench：面向全球 1 公里土地利用重建的时空评估基准

用卫星数据重建 1955 到 2019 年每年 1 公分辨率的土地利用地图，这篇论文把评估方法拆得挺细，做地球系统建模的可以看看。

#TerraNostra-Bench #U-Net #Swin #遥感

arXiv cs.LG@Amirpasha Mozaffari et al. (9)Source

Papers09:46

Chinese contentScaling Law 的理论基础：一份三步推导的技术笔记

想搞懂 Scaling Law 为什么长那样的人看这篇：它把损失下降拆成几何、谱、优化三步推导，emergence 和 grokking 也讲清楚了。

#Scaling Law #SE(3)#arXiv #理论分析

arXiv cs.LG@Tianyu Zhao, Zhixiang RenSource

Papers09:46

Chinese content研究限制坐标上限后 ℓ1 对抗攻击仍有 97% 成功率

一项对抗鲁棒性研究：给 ℓ1 攻击加个逐坐标上限，APGD-ℓ1 等三种攻击的成功率几乎不掉，说明扰动分布方式是个新评估维度。

#对抗攻击 #APGD-ℓ1 #ImageNet #LPIPS

arXiv cs.LG@Melika Shirian et al. (3)Source

Papers09:45

Chinese contentEngram Memory Network：借鉴人脑记忆机制的原型可解释模型

一篇可解释 AI 论文，EMN 模仿人脑记忆检索原型来解释分类结果，在四个数据集上把子类对齐提升了 104.57%，准确率也没落下。

#可解释AI #原型网络 #Hopfield网络 #EMN

arXiv cs.LG@Hyunjun Kim, Myoung Hoon HaSource

Papers Builders09:45

Chinese content面向分布式光伏发电预测的预训练框架研究

这篇论文把光伏电站预测做成了基础模型，479 个站点训练后新站点直接零样本用，搞能源预测的可以看看思路。

#光伏发电 #时间序列预测 #基础模型 #零样本

arXiv cs.LG@Dayin Chen et al. (9)Source

Papers Builders09:45

Chinese contentARC 方法用稀疏重连替代稠密训练阶段，大幅降低稀疏化计算成本

训练稀疏网络的省算力新招：用稀疏重连阶段替代昂贵的稠密阶段，CIFAR100、ImageNet 和 GPT-2 上都验证了效果，做模型压缩的可以看看。

#模型压缩 #稀疏训练 #AC/DC #GPT-2

arXiv cs.LG@Rahul Nittala et al. (4)Source

Papers Builders09:45

Chinese content给模型一根手指：用儿童计数策略审计 VLM 的视觉推理

研究者让 VLM 像小孩学数数那样逐个点物品数数，9 个模型的精确计数范围差了近 100 倍，标记还能审计模型是不是真在看图。

#VLM #视觉语言模型 #计数基准 #agent循环

arXiv cs.LG@Yingxin Jia et al. (4)Source

Papers09:44

Chinese content通过热力学奇点检测扩散模型的记忆化现象

扩散模型老是背训练图？这篇论文给出一个热力学判据，能直接检测模型是不是在记忆化，做扩散模型的同学可以看看。

#扩散模型 #记忆化 #热力学奇点 #Stable Diffusion

arXiv cs.LG@Iljung Kim et al. (4)Source

Papers Builders09:38

Chinese content研究探讨 LLM 推理何时能可靠复用中间结果

DeepSeek 系模型实验数据挺有意思：只给答案就能把第二问成功率从 36% 拉到 57%，做 agent 规划的可以看看。

#DeepSeek #LLM 推理 #推理模型 #中间结果复用

arXiv: DeepSeek@Deyuan Liu et al. (8)Source

Papers Builders09:38

Chinese contentMLIPS：跨层共享索引池，vLLM 实测长上下文最高提速 1.40 倍

这篇论文教你让稀疏注意力模型多层共用一套候选池，不用重训，vLLM 里给 DeepSeek-V4-Flash 实测提速 1.4 倍还省电，做推理优化的值得看。

#MLIPS #DeepSeek-V4-Flash #vLLM #稀疏注意力

arXiv: DeepSeek@Samkit Jain et al. (3)Source

Papers Builders09:38

Chinese contentAgenticVulHunter：用本地开源模型在终端里挖漏洞

研究者做了个能在终端本地跑的漏洞挖掘智能体，用 DeepSeek V3.1 和 Qwen3-Coder 测出了比 Claude Sonnet 4 方案还高的准确率，搞安全审计的可以看看。

#AgenticVulHunter #Qwen3-Coder #DeepSeek V3.1 #代码安全

arXiv: DeepSeek@Nishant Abhishek et al. (3)Source

Papers BuildersSelected09:38

SAR Metric Quantifies Vulnerability Monoculture Across Foundation Models

Distillation, widely treated as a cost-free way to propagate capability, appears to propagate shared weaknesses at the pool level — a systemic risk individual robustness scores miss. Security teams and labs evaluating fleets of models can use SAR-style measurement to diversify their stacks. The finding is directly relevant to any ecosystem, including ASEAN deployments, that leans on a small set of distilled frontier models rather than independently trained ones.

#DeepSeek-R1 #Claude Opus 4.6 #AI safety #adversarial robustness

arXiv: DeepSeek@Leo Elmecker-Plakolm et al. (4)Source

Papers Builders09:37

Chinese content十款大模型幻觉与事实可靠性横评：Perplexity 与 DeepSeek V3 准确率最高

一篇把 ChatGPT、Gemini、DeepSeek V3 等 10 个模型拉到同一起跑线测幻觉的论文，结论很反直觉：答得全的不一定准，Falcon 零幻觉但漏掉大半答案。

#DeepSeek V3 #LLaMA 3 #Gemini #幻觉评测

arXiv: DeepSeek@Osama Shabih et al. (4)Source