提出自动化框架，用角色驱动任务构建和智能体评估深度研究系统的报告质量与事实性
Yibo Wang, Lei Wang, Yue Deng, Keming Wu, Yao Xiao, Huanjin Yao, Liwei Kang,...
事实核查
基准测试
智能体评估
深度研究系统
自动化评估
通过多样化初始化、遗传进化和层级记忆三大机制，提升代码自进化搜索效率。
Tu Hu, Ronghao Chen, Shuo Zhang, Jianghao Yin, Mou Xiao Feng, Jingping Liu,...
LLM智能体
代码生成
算法效率
自进化优化
进化搜索
提出MAXS元自适应推理框架，通过前瞻策略和轨迹收敛机制解决LLM智能体的短视推理和路径不稳定问题
Jian Zhang, Zhiyuan Wang, Zhangqi Wang, Yu He, Haoran Luo, li yuan, Lingling...
LLM智能体
工具增强推理
推理优化
推理策略
测试时扩展
首个评估记忆驱动科学推理的基准，通过锚点和吸引子激活提升LLM推理能力。
Jian Zhang, Yu He, Zhiyuan Wang, Zhangqi Wang, Kai He, Fangzhi Xu, Qika Lin, Jun Liu
LLM评估
基准测试
科学推理
认知科学
记忆驱动推理
三项蒸馏改进技术将4B小模型推理能力提升至超越32B大模型水平
Shaotian Yan, Kaiyuan Liu, Chen Shen, Bing Wang, Sinan Fan, Jun Zhang, Yue...
SFT
代码生成
数学推理
知识蒸馏
链式思维推理
通过压缩链式推理到紧凑的连续潜在表示，实现视觉-语言-动作任务的高效推理
Chi-Pin Huang, Yunze Man, Zhiding Yu, Min-Hung Chen, Jan Kautz, Yu-Chiang...
具身AI
实时控制
强化学习蒸馏
推理效率
机器人操作
通过有限状态机实现可控自进化，提升深度研究任务的稳定性和性能
Shuo Zhang, Chaofa Yuan, Ryan Guo, Xiaomin Yu, Rui Xu, Zhangquan Chen, Zinuo...
多智能体系统
强化学习
有限状态机
检索增强生成
深度研究
7B小模型通过虚拟宽度扩展和两阶段RL在皮肤诊断上超越235B大模型
Lijun Liu, Linwei Chen, Zhishou Zhang, Meng Tian, Hengfu Cui, Ruiyang Li,...
信息论
医学AI
多模态大模型
强化学习
皮肤病诊断
通过显式相关性指标调制LLM注意力机制，提升RAG系统对噪声文档的鲁棒性
Fengran Mo, Zhan Su, Yuchen Hui, Jinghan Zhang, Jia Ao Sun, Zheyuan Liu,...
检索增强生成
注意力机制
解码优化
问答系统
鲁棒性
利用VLM/MLLM构建文本场景图，实现零训练3D开放词汇分割与指代表达分割
Sheng-Yu Huang, Jaesung Choe, Yu-Chiang Frank Wang, Cheng Sun
3D场景理解
VLM
开放词汇分割
无需训练
稀疏体素
基于Gemma 3的开源翻译模型，SFT+RL双阶段训练大幅提升质量
Mara Finkelstein, Isaac Caswell, Tobias Domhan, Jan-Thorsten Peter, Juraj...
多语言
大语言模型
强化学习
机器翻译
监督微调
利用熵作为自触发信号，在交互过程中动态生成步级经验指导，显著提升网页智能体推理能力
Wenyuan Zhang, Xinghua Zhang, Haiyang Yu, Shuaiyi Nie, Bingli Wu, Juwei Yue,...
大语言模型
步级指导
熵触发
经验学习
网页智能体
通过指令感知的视觉token选择和位置保持策略，在保持UI定位精度的同时大幅提升推理效率
Mingyu Ouyang, Kevin Qinghong Lin, Mike Zheng Shou, Hwee Tou Ng
GUI Agent
UI定位
多模态大模型
效率优化
视觉Token剪枝
提出自适应前瞻机制，让LLM智能体在行动前动态决定想象多远的未来
Youwei Liu, Jian Wang, Hanlin Wang, Beichen Guo, Wenjie Li
LLM智能体
世界模型
任务规划
前瞻推理
强化学习
PUA通过操纵性提示利用LLM的偏好对齐倾向，降低事实准确性
Hongjun An, Yiliang Song, Jiangan Chen, Jiawei Shao, Chi Zhang, Xuelong Li
LLM评估
偏好优化
因子分析
对齐安全
提示攻击
SRENDER通过生成稀疏关键帧和3D渲染，将相机控制视频生成加速40倍以上
Jieying Chen, Jeffrey Hu, Joan Lasenby, Ayush Tewari
3D重建
扩散模型
相机控制
视频生成
高效计算
提出Shesha指标揭示表征稳定性与相似性独立，发现DINOv2存在"几何税"
Prashant C. Raju
可解释性
模型评估
神经科学
表征学习
计算机视觉
系统综述大语言模型中的记忆机制，构建隐式/显式/智能体记忆三层分类体系
Zixia Jia, Jiaqi Li, Yipeng Kang, Yuxuan Wang, Tong Wu, Quansen Wang, Xiaobo...
大语言模型
智能体
检索增强生成
综述
记忆机制
针对I2V模型中语义弱层导致的文本遵循性差问题，提出焦点引导框架通过细粒度语义指导和注意力缓存提升可控性。
Yuanyang Yin, Yufan Deng, Shenghai Yuan, Kaipeng Zhang, Xiao Yang, Feng Zhao
Attention Mechanisms
Controllability
Image-to-Video Generation
Semantic Alignment
Video Diffusion Models
用流等变记忆提升部分观测动态世界模型的长程一致性预测。
Hansen Jin Lillemark, Benhao Huang, Fangneng Zhan, Yilun Du, Thomas Anderson Keller
世界模型
等变性
视频预测
记忆网络
部分可观测
统一多种多模态推理技能为生成范式，用SFT+RL实现
Dongjie Cheng, Yongqi Li, Zhixin Ma, Hongru Cai, Yupeng Hu, Wenjie Wang,...
多模态推理
强化学习
生成式推理
统一模型
视觉思维链
通过规划阶段分支策略和多样性奖励提升LLM创意写作多样性
Qian Cao, Yahui Liu, Wei Bi, Yi Zhao, Ruihua Song, Xiting Wang, Ruiming...
GRPO
创意写作
多样性
大语言模型
强化学习
通过策略与评论家的协同进化，解决强化学习中评论家过时导致反馈失效的问题
Zhicong Li, Lingjie Jiang, Yulan Hu, Xingchen Zeng, Yixia Li, Xiangwen...
GRPO
大语言模型智能体
开放世界任务
强化学习
评论家模型
24B参数模型通过合成数据训练生成带内联引用的可验证长文档摘要
Benedikt Droste, Jan Philipp Harries, Maximilian Idahl, Björn Plüster
LoRA微调
可信AI
合成数据
引用生成
长文档摘要
通过合成可控难度的推理环境和自适应RL，持续提升LLM推理能力。
Caijun Xu, Changyi Xiao, Zhongyuan Peng, Xinrun Wang, Yixin Cao
大语言模型后训练
强化学习
推理增强
环境合成
课程学习
用 LLM 将自然语言调度偏好翻译成 Kubernetes 软亲和性规则，实现意图驱动的集群调度
Leszek Sliwko, Jolanta Mizeria-Pietraszko
Kubernetes
LLM应用
意图驱动系统
自然语言处理
集群调度
提出无语料形态学词典构建方法，系统评估BPE分词器在乌拉尔语系中的最佳词表规模
Iaroslav Chelombitko, Ekaterina Chelombitko, Aleksey Komissarov
NLP工具
乌拉尔语系
分词
形态学
词表优化