← 前一天
2026-09-18
后一天 → 今日

DeepSeek-V4.1-Flash：把 KV 缓存压缩推向极限

👍 214

跨层复用+FP4量化+有界重放三管齐下，将KV缓存压至前代1/4至1/8且性能更强

DeepSeek-AI, Anyi Xu, B. Li, Bangcai Lin, Bing Xue, BingCheng Xian,...
FP4量化 KV缓存压缩 强化学习 推测解码 智能体训练
✅ 已总结
详情 →

编码代理框架（Harness）设计的实证研究

👍 68

176组受控实验解析编码代理框架三大组件的条件效应：上下文管理、规划与动作空间

Run-Ze Fan, Zihao Zhang, Simin Ma, Yebowen Hu, Shouju Wang, Kaiqiang Song,...
SWE-Bench Terminal-Bench harness设计 上下文管理 实证研究
✅ 已总结
详情 →

JEPA-Anything：跨异构世界的统一预测世界模型

👍 55

提出正交预测分解OPF，把JEPA单目标嵌入拆为互补正交因子，用一套核心横跨七个领域实现世界建模

Taoyong Cui, Zhongyao Wang, Xinyue Xu, Weiyang Liu, Zhaochen Yu, Yuying...
JEPA 世界模型 正交分解 科学发现 自监督学习
✅ 已总结
详情 →

面向LLM助手的可验证社会推理评测

👍 43

用Fuse多智能体仿真构造可验证真值，系统评测LLM用户中介社会推理

Amir Taubenfeld, Zorik Gekhman, Avigail Grinstein-Dabush, Itay Laish, Ariel...
多智能体仿真 对齐评估 社会推理 评测基准 谄媚性
✅ 已总结
详情 →

自进化搜索索引（Self-Index）

👍 38

索引通过诊断-修订-验证闭环自主进化，无需人工干预即适配任意语料与检索器

Sangam Lee, Wonjae Lee, Sunghwan Kim, Deogyong Kim, Jaehoon Kim, Daye Nam,...
LLM智能体 RAG 信息检索 搜索代理 索引优化
✅ 已总结
详情 →

WeVisDoc：从覆盖到能力的鲁棒端到端文档解析

👍 24

两阶段数据框架：先广覆盖构建，再按残差诊断定向补数与重分配，端到端解析四榜第一。

Hao Yu, Kang Liu, Linnan Zhao, Jiabo Zhan, Chong Sun, Chen Li, Jing Lyu
OCR 多模态大模型 数据中心训练 数据混合 文档解析
✅ 已总结
详情 →

FAMOS：从稀疏观测前馈建模三维铰接物体

👍 16

从少量无序部分点云一次前馈即可联合预测可动部件分割与关节参数，比优化方法快近三千倍

Kevin Qu, Tao Sun, Massimiliano Viola, Liyuan Zhu, Zhizhuo Zhou, Sayan Deb...
3D视觉 Transformer 关节参数估计 前馈建模 可动部件分割
✅ 已总结
详情 →

面向细粒度多模态感知的区域级策略优化

👍 16

以区域为动作、答案似然为奖励的强化学习，让轻量提议网络聚焦证据，4倍更少token精度更高

Yuheng Shi, Xiaohuan Pei, Minjing Dong, Chang Xu
区域级强化学习 多模态大模型 细粒度感知 视觉token效率 高效推理
✅ 已总结
详情 →

特权信息为在线策略自蒸馏带来了什么

👍 11

构建答案匹配六视角数据集，发现OPSD收益主要来自蒸馏本身，特权参考的额外增益很小且依赖训练轨迹

XiuYu Zhang, Wei Chow, Junfeng Fang, Zhenkai Liang, Tat-Seng Chua
LLM蒸馏 实证分析 数学推理 特权信息 自蒸馏
✅ 已总结
详情 →