Latest

The key implication is that oversight mechanisms relying on reading a model's language output give a false sense of safety, since action channels can be steered invisibly. Robotics and autonomous-driving teams deploying reasoning VLAs should add direct verification of predicted action sequences rather than textual rationales. The evaluation uses NVIDIA's Alpamayo driving stack alongside InstructVLA, making the finding relevant to embodied-AI safety benchmarks rather than chat-only models.

#VLA #Alpamayo #InstructVLA #AI safety

arXiv cs.LG@Zihao Feng et al. (6)Source

Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.

Email Telegram channel

Papers Builders10:52

Chinese contentReCR：训练无关的自回归视频解码上下文重写方法

做视频生成或自回归模型的可以看看这篇：ReCR 不用训练，靠挑选历史上下文就能提升长视频生成的稳定性。

#ReCR #视频生成 #自回归 #文生视频

arXiv cs.LG@Lixuan He et al. (4)Source

Papers10:52

Chinese contentTemporal Difference Learning特征演化机制的理论分析

一篇强化学习理论论文，证明了 TD 学习里特征怎么自己长出来，还给出 regret 保证，做 RL 理论的可以看看推导思路。

#TD learning #强化学习 #Bellman #regret

arXiv cs.LG@Shangzhe Li et al. (4)Source

Papers Builders10:52

Chinese contentOmniST：无需固定传感器数量的时空预测模型，新增站点也能给出带覆盖保证的区间

气象站、空气监测这类传感器网络常增减站点，普通图神经网络直接失效。这篇 arXiv 论文的做法能让模型在没见过的站点也输出预测加置信区间，做时空数据的朋友可以看看。

#OmniST #时空预测 #conformal prediction #图神经网络

arXiv cs.AI@Praveg VashishthaSource

Papers Builders10:51

Chinese contentSeqoFlow：让 LLM 语义查询在运行时动态调整执行计划

数据库组搞的新系统，专门解决 LLM 查询计划跑一半就失效的问题，靠投机估算边跑边换方案，做 RAG 或语义查询引擎的可以看看。

#SeqoFlow #RAG #LLM 推理 #查询优化

arXiv cs.AI@Hengrui Zhang, Xupeng MiaoSource

Papers BuildersMulti-source10:51

Chinese contentOpenAI 证明矩阵乘法指数 ω≤9/4，新论文梳理其核心引理

OpenAI 这次不是发模型，是证明了矩阵乘法指数降到 9/4，这篇短文帮你拆解它到底用了什么数学技巧。

#OpenAI #矩阵乘法 #张量 #算法理论

Event

arXiv: OpenAI@Baitian LiSource

Papers Builders10:51

Chinese contentAgent Board：为跨会话智能体协作设计的看板式协调机制

一篇讲怎么让多个智能体像人类团队一样用看板交接活的论文，轮询成本差了 165 倍，做智能体编排的可以看看。

#Agent #智能体 #多智能体协作 #arXiv论文

arXiv: OpenAI@Tyler Hunt et al. (3)Source

Papers Builders10:51

Chinese contentAceAction 数据集发布：面向 3D 游戏环境的分层视觉-语言-动作学习

一个拿 3D 游戏录像训练智能体的数据集，把任务拆成子目标再对齐键鼠操作，500 条轨迹审核通过率 95.8%，做 VLA 研究的可以看看。

#AceAction #视觉-语言-动作 #游戏智能体 #数据集

arXiv cs.AI@Kailing Li et al. (8)Source

Papers Builders10:50

Chinese contentLIRA：基于损失扰动的可解释动态秩分配 LoRA 微调方法

一篇改进 LoRA 微调的论文，用二阶损失扰动给每层打分来动态分配秩，还兼容现有 (A,B) 结构，GLUE 上跑赢了基线，做微调的可以看看。

#LoRA #微调 #LIRA #RoBERTa

arXiv cs.AI@Sihao Wang et al. (6)Source

Papers Builders10:50

Chinese contentRecursa 论文提出递归自我改进框架，在 Firm Knowledge 基准上提升通过率

一篇关于让模型在没老师监督下自己变强的方法论文，用 DeepSeek-V4.1-Flash 测的，全通过率从 30% 拉到 55%，做 agent 自我改进的可以看看。

#Recursa #DeepSeek-V4.1-Flash #Qwen3.8 #自我改进

arXiv: DeepSeek@Erkang Zhu et al. (5)Source

Papers US vs ChinaSelected10:50

Multi-layer Indexer Speeds DeepSeek Sparse Attention Decode

The indexer scan, not sparse attention itself, turns out to be the long-context bottleneck, and reusing selections across layers removes it without any retraining. Teams serving DeepSeek-V3.2 or GLM-5 long-context workloads on SGLang can adopt MLI for faster decode at unchanged accuracy, and it composes with the IndexShare reuse GLM-5.2 already ships.

#DeepSeek #DeepSeek Sparse Attention #GLM-5 #SGLang

arXiv: DeepSeek@Serdarcan Dilbaz et al. (4)Source

Papers10:50

Chinese content研究显示 Gemini 和 DeepSeek 在合金性能预测上超越 SteelBERT 等专用模型

这篇论文拿 Gemini 和 DeepSeek 跟材料学的 SteelBERT 掰手腕，结果通用模型赢了，还只用 5% 高质量数据就能打平全量数据，做材料预测的值得看看方法细节。

#Gemini #DeepSeek V3.1 #SteelBERT #材料性能预测

arXiv: DeepSeek@YuJie Liu et al. (6)Source

Papers Builders10:50

Chinese content用软标签双向锚定与主动学习构建电网方言俚语词库

云南玉溪电网客服的方言词库搭建方法，软标签让候选词从41个涨到349个，做方言NLP的可以参考。

#主动学习 #Sentence-BERT #方言NLP #词库构建

arXiv cs.AI@Rong Chang et al. (3)Source

Papers10:49

Chinese contentZiYor 系统给出 QPLIB 2096 全局最优值的精确证明

一个 300 变量的非凸优化难题，被 ZiYor 这个自进化 AI 系统算出了可机器验证的精确最优证明，连对偶证书都齐了。

#ZiYor #QPLIB #组合优化 #整数规划

arXiv cs.AI@Jingyang Du et al. (3)Source

Papers Builders10:49

Chinese contentDualWorldBench：评测智能体在符号与具身世界中的规划能力

一个新基准 DualWorldBench，专门测智能体做多目标规划的真实水平，实验发现感知好不代表规划好，做 Agent 评测的可以看看。

#DualWorldBench #智能体 #基准测试 #具身智能

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

Papers Builders10:49

Chinese contentDiMuRe：诊断引导的多层级恢复框架提升机器人任务执行成功率

机器人任务中途被打断怎么办？DiMuRe 用诊断挑恢复方案，成功率从 58.68% 拉到 81.90%，还带了个新基准 LIBERO-Disturb。

#DiMuRe #VLA #机器人 #MLLM

arXiv cs.AI@Renkai Yi et al. (7)Source

Papers Builders10:49

Chinese contentIntentGEO 提出意图感知生成引擎优化，AMO 让引用排名平均提升 35%

研究发现自动优化提示反而可能越改越差，AMO 用固定核心指令加可学习附加策略的思路，把引用排名提升 35%，做 GEO 或推荐系统的可以看看。

#GEO #IntentGEO #AMO #豆包

arXiv cs.AI@Runlin Lei et al. (4)Source

Papers BuildersMulti-sourceSelected10:49

GC-MoE Operator Accelerates MoE Inference with CUDA Green Contexts

The technique shows that partitioning a single GPU with CUDA Green Contexts removes the resource contention between dispatch warps and GEMM warps that limits fused MoE operators like Mega MoE. Practitioners serving DeepSeek-V4.1-Flash or GLM-5.2 on Hopper or Blackwell clusters can adopt the open-source operator to cut decode latency without extra hardware. The results on H20 GPUs, a China-market chip, make it especially relevant for deployments where H100-class hardware is unavailable.

#GC-MoE #DeepSeek #GLM #CUDA Green Contexts

Event

arXiv cs.AI@Yong Li et al. (3)Source

Nov 3

Papers Builders16:01

Chinese content神经符号结合方法让 LLM 精确求解 Zebra 逻辑谜题

把逻辑谜题交给 LLM 解析、再丢给精确覆盖求解器算答案，纯 CoT 解不好的题这条路能稳定做对，做求解器集成可以参考。

#神经符号 #LLM #CoT #逻辑推理

arXiv cs.AI@Paulius Skaisgiris et al. (6)Source

Papers Builders16:00

Chinese contentStrategist：用元智能体自动进化推理策略

一篇把推理策略交给智能体自己进化的论文，30 个基准里赢了 24 个，成本还降 39%，做 Agent 的人可以看看思路。