TMAS：多智能体协同扩展测试时计算

这篇论文用 80 年代的 Hopfield 能量函数改出一个 CRAM，42ms 训练就能解出 99.996% 的 Sudoku-Extreme，比 looped 模型快 1000 倍、推理省 282 倍 FLOPs。做推理模型研究的人应该看看，还能顺手对 Sudoku 基准祛魅。

做 RLVR 训练的同学可以看看：当验证器只能判错不能判对时，这篇论文的 NOPO 干脆只用负样本更新策略，避免奖励投机解法。在代码、数学、逻辑基准上 pass@k 都跑赢了标准 RLVR 基线。

这项研究问了个人们没细想的问题：超分模型修不清文字，是不是缺了推理能力。他们做的 ReasonText 基准把问题量化了，RTC 插件不用重新训练就能接在现有模型上提升文字修复，做图像修复或 OCR 相关工作的开发者可以直接借鉴这套思路。

推理型 VLM 的 KV 缓存太吃显存，这篇论文给出免训练方案：在线校准加敏感度 SVD，5.64 倍压缩基本不掉点，解码还能快 1.83 倍。做多模态部署、被长推理链显存困扰的团队值得看，代码说会开源。

做了实验才知道：让模型先重述题目不是万能的。这篇论文测了 8 个模型、8 个基准，给出三种改写方式和固定规则，规则化改写能涨 11.0%，乱改反而掉 5.6%。写提示词的人应该看看什么时候改写才有用。