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。
Latest
Every published item, in order · 8120 items
Oct 12
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。
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。
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。
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。
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。
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。
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。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Adaptive DHiSparse Speculative Decoding
This approach solves a critical bottleneck in long-context AI serving by enabling more efficient memory usage while maintaining high throughput. The technology allows models to handle significantly larger contexts without hitting memory limits, which directly impacts real-world applications requiring extensive context windows. Developers working with large language models should consider this optimization technique to improve performance in production environments.
Only the latest 2000 items are listed; for older ones see the daily archive