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

Papers Builders01:15

Chinese contentAgentSWE：评测编程智能体能否按要求造出真正可用的智能体

一群研究者做了个叫 AgentSWE 的基准，25 个任务专门测编程智能体能不能真的按需求造出智能体，结果没一个过关，还总结了三种典型翻车模式。

#AgentSWE #编程助手 #智能体 #基准测试

arXiv cs.AI@Jiahao Wang et al. (5)Source

Papers Builders00:29

Chinese contentTabMF：用表格基础模型学习数据集表示

这篇论文把 TabICLv2 和 TabPFN-2.5 拿来当数据集编码器用，做数据集检索和分布偏移监测，做数据管理方向的朋友可以看看。

#TabMF #TabPFN #表格基础模型 #数据集表示

arXiv cs.LG@Rafiq Kamel et al. (5)Source

Papers00:14

Chinese content条件扩散模型有限样本误差上界研究：训练与离散化误差可联合分析

扩散模型的理论保证很少做到条件版本，这篇把训练误差和离散化步数一起算清了，做生成模型理论的可以看看。

#扩散模型 #score-based models #分布估计 #arXiv

arXiv cs.LG@Qiuyun ZhuSource

Papers Builders00:13

Chinese contentLLM 语义查询引擎实测：temperature 0 下结果仍最高 24% 变动

跑了120万次调用才发现，temperature 0 的语义查询结果也会变，三个知名基准的结论不少站不住，做数据管线的人该看看。

#SemBench #LRO-Bench #UDA-Bench #LLM

arXiv cs.AI@Oktie Hassanzadeh, Dharmashankar SubramanianSource

Papers Builders00:05

Chinese contentOrthros 注意力机制实现线性预填充与全注意力解码

一篇讲新注意力架构的论文，预填充快 21.9 倍还能保持 128K 长上下文召回，做长文本推理的可以看看

#Orthros #Transformer #注意力机制 #长上下文

arXiv cs.AI@Yuhong Chou et al. (7)Source

Papers20:45

Chinese contentIn-Context Learning 用于系统辨识：概率化架构与长序列处理

arXiv 上的新论文，把 in-context learning 搬进系统辨识，不用先估模型就能零样本预测，还能生成带不确定性的合成数据，做控制或建模的可以看看。

#In-Context Learning #系统辨识 #Transformer #元学习

arXiv cs.AI@Matteo Rufolo et al. (4)Source

Papers Builders20:09

Chinese content论文提出 Critique-Conditioned 自蒸馏，让打分教师先写批评再校准信号

这篇论文发现打分模型其实找不到学生错在哪，得先让它写一段批评再打分，信号才真正能纠错，还能救活做不出的数学题。

#自蒸馏 #GRPO #推理模型 #RLHF

arXiv cs.AI@Mayug Maniparambil et al. (5)Source

Papers Builders19:59

Chinese contentRATED：基于执行动态的可靠性感知工具检索框架

智能体调工具经常踩到挂掉的 API，这篇论文用 bandit 实时重排工具候选，把故障率从 86% 压到 3%，还附带了 21 万对的评测数据集。

#RATED #ToolLLM #智能体 #MCP/工具

arXiv cs.AI@Weiliang Chen, Song LiaoSource

Papers19:25

Chinese contentSigmoid 标签让 CNN-Transformer 实现亚度级 DOA 估计

一篇 DOA 估计论文，用 Sigmoid 标签替代传统分类标签，把精度做到亚度级，还对比了 Gaussian 和 BCE 几种标签的效果。

#DOA估计 #CNN-Transformer #深度学习 #信号处理

arXiv cs.AI@Lifeng Wang et al. (3)Source

Papers19:25

Chinese content研究首次证实图扩散模型存在记忆化现象

一篇有意思的论文：图扩散模型表面看在生成新图，其实悄悄背下了训练图，普通指标还查不出来。

#图扩散模型 #记忆化 #SBM #泛化

arXiv cs.AI@Adarsh Jamadandi, Nicolas KerivenSource

Papers Policy19:05

Chinese content研究显示 AI 模型可在权重中加密隐藏任意能力

一篇关于模型安全的论文：研究者能在模型权重里藏一个加密网络，密码学上几乎无法被审计发现，还公开了模型代码。

#AI安全 #模型审计 #后门攻击 #密码学

arXiv cs.LG@Andis Draguns et al. (4)Source

Papers Builders19:05

Chinese contentWeb$hell：用统一接口让 LLM 智能体访问网页

一篇新论文 Web$hell，把搜索、浏览器、文件系统三种网页访问方式合成一个接口，智能体跑搜索、导航、深度研究基准都更省成本。

#Web$hell #LLM智能体 #WebCache #深度研究

arXiv cs.AI@Sunghwan Kim et al. (5)Source

Papers Builders18:44

Chinese content自动驾驶车辆集体路径规划引入边际成本奖励，减少对人类驾驶车辆的干扰

自动驾驶车抢路会让人类司机变慢，这篇论文在 MARL 奖励里加了个边际成本项，实验里人类司机受影响从 1.7% 降到 1.1%，做交通仿真的可以看看。

#MARL #自动驾驶 #路径规划 #强化学习

arXiv cs.AI@Anastasia Psarou et al. (4)Source

Papers18:43

Chinese contentLatent Sociability Prior 改进图扩散模型，摆脱 E-R 先验限制

一篇图生成方向的理论修正：作者指出独立边更新导致先验必然是 E-R 随机图，提出 LSP 联合扩散来修复，做图生成的可以看看推导和实验。

#图扩散模型 #Latent Sociability Prior #图生成 #Erdős–Rényi

arXiv cs.AI@Adarsh Jamadandi et al. (3)Source

Papers Builders18:27

Chinese contentTask Context 如何改变语言模型中共享注意力头的角色

研究共享注意力头在不同任务里角色怎么变，Gemma-2-9B 和 Qwen3-14B 都做了激活编辑实验，做可解释性的朋友可以看看。

#Gemma-2-9B #Qwen3-14B #可解释性 #注意力头

arXiv cs.AI@Sovesh Mohapatra, Dani S BassettSource

Papers Builders18:20

Chinese contentMLLM读不出人眯眼才见的文字？SquintBench与Squint OPSD方法

多模态模型居然读不出人眯眼就能看到的隐藏文字，这篇论文造了个1076张图的测试集，还把成绩从26.5提到88.6，做法挺有意思。

#SquintBench #MLLM #多模态 #OCR

arXiv cs.AI@Chen Peng et al. (6)Source

Papers Builders18:20

Chinese contentArXiv 上线新书《Agentic Large Language Models》讲解智能体原理

一本讲智能体 LLM 怎么行动、怎么互相协作的新书，免费放在 arXiv 上，想系统了解 Agent 原理可以翻翻。

#Agentic LLM #arXiv #智能体 #LLM

arXiv cs.AI@Max van Duijn et al. (4)Source

Papers Builders18:20

Chinese contentSpatialASM 训练框架提升 LVLM 主动空间心理化能力

一篇教视觉模型像人一样主动换视角做空间想象的研究，7 个基准上 4 种骨干模型都有提升，做空间推理方向的可以看看。

#LVLM #SpatialASM #空间推理 #Chain-of-Thought

arXiv cs.AI@Yuhong Liu et al. (8)Source

Papers18:16

Chinese contentarXiv 论文：预测正确不等于记忆充分

一篇理论论文，证明只存预测结果会丢掉继续学习所需的信息，岭回归那组维度对比很直观，做持续学习的值得看看。

#持续学习 #岭回归 #循环状态 #attention

arXiv cs.LG@Robert Jenkinson AlvarezSource

Papers Builders18:16

Chinese contentMCGPO：基于匹配上下文的 LLM 智能体训练新方法

训练智能体只在终点给反馈、中间决策没法打分？这篇 MCGPO 直接复用已有轨迹做加权偏好，Qwen3-8B 在 WebShop 上提了 5 个点，还不额外加 critic。

#MCGPO #LLM智能体 #Qwen3 #WebShop

arXiv cs.AI@Chenxu Zhang et al. (6)Source

Papers US vs China17:55

Chinese contentMC-EvoBench：审计 Minecraft 智能体经验驱动自我改进的基准

中科大团队做了个 Minecraft 基准 MC-EvoBench，专门验证智能体是不是真学到了能跨世界迁移的能力，结论挺扎心：经验基本迁移不动。

#MC-EvoBench #Minecraft #智能体 #基准测试

arXiv cs.AI@Jingwei Song et al. (8)Source

Papers Builders17:55

Chinese contentFORTE：工业推荐系统的特征评估与淘汰生产框架

推荐系统特征越加越多却不敢删，这篇论文给出了一套可落地的删特征流程，实测砍掉 43.3% 特征还降了成本，做推荐的同行可以看看。

#推荐系统 #FORTE #特征工程 #A/B测试

arXiv cs.AI@Vishnu Arun et al. (10)Source

Papers Builders17:55

Chinese content研究：SWE-bench 上通过测试的补丁近半数存在运行性能差异

四个前沿模型解 SWE-bench，通过测试的补丁一半有性能差距，模型性能排名还和解决率反着来，做工程的人可以看看。

#SWE-bench #SWE-agent #Claude Opus 5 #GPT 5.6

arXiv: DeepSeek@Han Peng et al. (5)Source

Papers Builders17:50

Chinese contentRESCUE：用反事实评估方法检验机器人运行时监控告警是否值得干预

这篇论文问了个体面问题：报警器响了到底该不该管？用 12 万多个反事实分支做实验，结论挺反直觉。

#RESCUE #OpenVLA-OFT #π0.5 #VLA

arXiv cs.AI@David Ahmedt-Aristizabal et al. (4)Source

Papers Builders17:48

Chinese contentUkrMeme：用视觉语言模型检测乌克兰梗图中的说服技巧

乌克兰团队把 200 张战时梗图做成了带说服技巧标注的数据集，还测了各家视觉语言模型靠不靠得住，做内容审核或多模态研究的朋友可以看看。

#UkrMeme #多模态 #视觉语言模型 #乌克兰语

arXiv cs.AI@Nazar Andrushko et al. (3)Source

Papers Builders17:26

Chinese contentAlphaNIST：仅用二值奖励让机器人学会 NIST 装配板 20 项任务

学 AlphaGo Zero 的思路做机器人装配：不给演示、只给成败信号，一个策略搞定 NIST 装配板全部 20 个任务，成功率达 98.2%，值得看看它自己摸索出了什么招。

#AlphaNIST #强化学习 #NIST Assembly Task Board #机器人操作

arXiv cs.AI@Octi Zhang et al. (15)Source

Papers Builders17:08

Chinese contentBranchOPD：分支式在策略蒸馏提升数学与智能体任务表现

训练小模型的同学可以看看这篇：用分支采样蒸馏，token 成本降三成，数学和 agent 任务成绩都比普通蒸馏高不少。

#On-Policy Distillation #ALFWorld #WebShop #微调

arXiv cs.AI@Dongyang Chen et al. (7)Source

Papers Builders16:45

Chinese contentPAGE 框架用 AI 规模化研究美国漫画与日本漫画

有团队用 AI 把近 4000 本美国漫画和 87 卷日本漫画做了规模化分析，还能认出画师的画风，做人文研究的可以看看这套方法。

#PAGE #视觉语言模型 #多模态 #数字人文

arXiv cs.AI@Emilio FerraraSource

Papers Builders16:20

Chinese contentX-AgentRed 框架通过工具依赖图自动发现个人智能体的有害调用路径

个人智能体连一堆服务，良性请求也可能串出有害结果。这篇提出用工具依赖图自动挖有害路径，比 STAC 多 77%，还覆盖近 3 倍工具。

#X-AgentRed #智能体 #AI安全 #红队测试

arXiv cs.AI@Yeonsung Jung et al. (8)Source

Papers Builders16:07

Chinese contentHMA 多智能体会话交替框架在 MLE-bench 取得 78.2% 奖牌率

两个智能体轮流干、每次重置上下文，Kaggle 奖牌率干到 78.2%，还只用基线四分之一时间，做 MLE 智能体的可以细看。

#MLE-bench #多智能体 #Kaggle #CR-SMDP

arXiv cs.AI@Changye Li et al. (15)Source

Papers Builders11:22

Chinese content连续扩散语言模型设计空间研究

论文提出DoubleCat和SemiCat两种新方法，让连续扩散语言模型性能超越离散扩散，TinyGSM准确率提升三倍多。

#CDLMs #扩散模型 #TinyGSM #SemiCat

arXiv cs.LG@Oscar Davis et al. (8)Source

Papers Builders11:17

Chinese content强化学习突破策略限制的新方法

阿里发布RTI技术，解决强化学习稀疏奖励问题，让AI智能体突破自身能力限制。

#RTI #强化学习 #LLM智能体 #阿里巴巴

arXiv cs.AI@Chen Xi et al. (12)Source

Papers Builders11:16

Chinese contentReplaySSM：缓存SSM输入而非状态

ReplaySSM通过缓存输入而非状态，大幅提升SSM模型性能，特别适合大模型推理场景。

#ReplaySSM #Mamba-2 #Gated DeltaNet #vLLM

arXiv cs.AI@Ze-Wei Liou et al. (7)Source

Papers Builders11:12

Chinese contentDualQuant：大模型双尺度无校准量化方法

清华团队推出DualQuant，无需校准数据就能量化大模型，精度媲美SmoothQuant，性能提升超2倍。

#DualQuant #Llama #Qwen #量化

arXiv cs.AI@Mahsa Salmani et al. (3)Source

Papers Builders11:03

Chinese contentSafeDiSTL：多智能体强化学习安全框架

SafeDiSTL解决了多智能体系统中如何公平分配约束责任的问题，在三个基准任务上显著提升安全性能。

#SafeDiSTL #多智能体强化学习 #信号时序逻辑 #约束优化

arXiv cs.AI@Hongrui Zheng et al. (3)Source

Papers Builders11:01

Chinese contentHIDE方法解释黑盒模型

HnS方法能解释黑盒视觉模型，不需要模型权重或标记数据，还能做图像级归因分析。

#HIDE #黑盒模型 #概念归因 #视觉模型

arXiv cs.LG@Bhanu Tokas et al. (4)Source

Papers Builders10:41

Chinese contentβ-Flow：扩散与流模型的通用后验采样方法

这篇论文提出β-Flow方法，统一了扩散和流匹配模型，在7个逆问题上达到最先进性能，还能根据数据稀疏性调整先验强度。

#β-Flow #扩散模型 #流匹配 #后验采样

arXiv cs.LG@Teo Deveney et al. (3)Source

Papers Builders10:31

Chinese content基于解释性世界模型的强化学习信用分配

斯坦福团队新论文EWM用语言模型解释解决RL长期奖励分配问题，在多个基准测试中大幅提升性能。

#强化学习 #解释性世界模型 #信用分配 #语言模型

arXiv cs.AI@Oriol Corcoll et al. (3)Source

Papers Builders10:31

Chinese contentGenVerOpt实现机器视觉非语言推理

GenVerOpt让机器像人类一样进行视觉推理，在多个领域超越现有系统，解决了AI长期面临的非语言推理难题。

#GenVerOpt #视觉推理 #DeepSeek #ChatGPT

arXiv: DeepSeek@Shaheer U. Saeed et al. (5)Source

Papers Builders10:23

Chinese contentRegulaTutor：长期个性化学习理论框架

RegulaTutor将认知理论与AI辅导结合，能根据学习者历史动态调整教学策略，比传统系统更精准。

#RegulaTutor #个性化学习 #SRL #教育AI

arXiv cs.AI@Yonggang Li et al. (5)Source