给智能体框架的递归自我改进加上正则化，让收益从过拟合演化集转向可迁移
Peng Xia, Rujun Han, Zifeng Wang, Yanfei Chen, Yufan Zhang, Yoonho Lee,...
LLM智能体
智能体框架进化
正则化
泛化
递归自我改进
让目标相机位姿查询隐式3D记忆，实现分钟级一致的实时可交互视频世界模型
Wangbo Yu, Kunhao Liu, Wenbo Hu, Shenghai Yuan, Chaoran Feng, Haiyang Zhou,...
实时交互生成
相机控制
视频世界模型
视频扩散
隐式记忆
双9B全双工前端与异步执行框架共享因果时间线，边对话边调用外部能力
Ruixiang Zhao, Hualei Wang, Renhe Sun, Enzhi Zhou, Jincenzi Wu, Xujie Song,...
全双工语音交互
多模态大模型
异步工具调用
流式视频理解
语音智能体
用能力导向的数据配方把通用大模型调成会解题、懂课程、能诊断、善引导的 K-12 教育模型
Hao Liang, Qihan Lin, Meiyi Qiang, Linzhuang Sun, Hengyi Feng, Mingrui Chen,...
AI辅导
K-12教育
指令微调
教育基础模型
数据工程
用游戏化语义动作接口加少样本上下文演示，让冻结VLM零训练闭环操控机器人达SOTA
Meng-Hao Guo, Zhe-Han Mo, Jia-Jun Wang, Yi Zhang, Kejin Wang, Yi-Xuan Deng,...
VLA
VLM
上下文学习
具身智能
机器人操控
多任务智能体强化学习训练工具调用策略，视频生成 VABench 提升 19.1 分
Binxu Li, Haoyi Duan, Yuhui Zhang, Yaohui Zhang, Zihao Lin, Kaituo Feng,...
GRPO
VLM评测
工具调用
智能体强化学习
视频生成
任意文档先归一化为 PDF，经一次多模态转换后按 ID 规划分块，成本大降且检索持平
Uday Allu, Abhivanth Sivaprakash, Pratik Singh, Aman Manocha
PDF处理
RAG
企业知识库
多模态大模型
文档分块
首个5000小时AAA游戏多尺度指令数据集，配离线在线双轨基准，评测47个模型
Yiran Wang, Xingyilang Yin, Junfu Pu, Guangzhi Wang, Kaifeng Li, Mingyu...
基准评测
多模态大模型
指令遵循
数据集
智能体
用定位-修正-继续的Token级循环标注对齐数据，时间降52%且保持on-policy分布
Lei Yang, Mengyin Liu, Jia Wang, Hangyu Guo, Liang Zhao, Zheng Ge, Kang An,...
Agent轨迹
LLM对齐
人机交互
偏好数据
数据标注工具
按类目把SWE任务分而治之训练专家，再用多教师在线蒸馏合并成单一更强智能体
Jie Zhao, Ziyu Jiang, Suhang Zheng, Minghui Shan, Xiaoxiao Xu, Lin Qu
SWE-bench
多教师蒸馏
强化学习
类目专家训练
自进化训练
用审阅代理把优化框架的行为蒸馏进模型权重，部署时只需最小框架
Haoran Ye, Yuxing Lu, Haonan Dong, Zhaochen Su, Guojie Song
LLM智能体
智能体框架
监督微调
知识蒸馏
训练数据构造
用冻结的可提示3D定位骨干替代语言/视频基座，让机器人操作策略直接建立在显式物体几何之上
Gehao Zhang, Weikai Huang, Shailesh Shailesh, Yiyan Peng, Jiafei Duan, Ranjay Krishna
3D视觉定位
Sim2Real
世界-动作模型
机器人操作
流匹配
用轻量级“系统一”结构化决策替代自回归LLM管控记忆读写，准确率与效率双提升
Dongming Jiang, Yi Li, Bingzhe Li
Agentic Memory
LLM Agent
System 1/System 2
多关系图
系统效率
首次解析文生视频模型运动规划机制，发现RoPE空间衰减缺陷并以轻量频率缩放修复。
Yueyan Li, Haibo Wang, Caixia Yuan, Xiaojie Wang
RoPE
可解释性
扩散模型
注意力机制
物理常识
从失败经验中学习纠错：经验引导数据合成+3D监控原子级纠错，大幅提升VLA恢复成功率
Junlan Xiao, Junwei Jiang, Zaibin Zhang, Yifan Wang, Zhongbo Zhang, Huchuan...
VLA
具身智能
双臂协同
基准评测
失败恢复
用三层心理架构加临床量表启发的评估，让LLM角色扮演在统计上难辨真假
Rotem Dror, Zohar Elyoseph, Yuval Haber, Elad Refoua, Oshrat Ayalon, Adir Solomon
LLM智能体
人格建模
对话评估
心理健康仿真
心理学架构
把63万条人类视频改造成机器人演示，VLA真机完成率从51.5%升至80.3%
Jinho Jeong, Se June Joo, Jaehyun Kang, Dongyun Kim, Yena Kim, Hanjung Kim,...
VLA预训练
人类视频
具身智能
机器人操作
运动重定向
提出信息效率比IER衡量token梯度估计可靠性，0.1%-1%预算即可匹敌全量OPD
Huanxin Sheng, Zhiling Ye, Haonan Wang, Jian Wang, Jinjie Gu, Jian Kang
Token选择
信息几何
医疗推理
在线策略蒸馏
大语言模型训练
用HJ可达性安全critic门控VLA微调，VLM rubric自动生成逐步安全标签
Manan Tayal, Akshay Nambi
Hamilton-Jacobi可达性
VLA模型
具身智能
安全强化学习
机器人操作
将正字法变化无损分解为PUA操作码前缀，词表最多缩减19.7%
Connor Makowski, Willem Guter
BPE
Unicode编码
子词分词
词表压缩
发现FP8强化学习全流程的过裁剪失稳根因，提出校准裁剪恢复BF16性能并提速1.5倍
Fanchao Chen, Ziheng Jiang, Ziyun Wei, Zheng Zhong, Du Li, Chi Zhang, Haibin...
FP8量化
PPO/GRPO
低精度训练
大语言模型
强化学习
离线缓存世界模型特征做余弦对齐，0.8B小VLA零推理成本获得大模型级精度
Trung Dao, Sankalp Yamsani, Jaden Park, Joohyung Kim, Yong Jae Lee
世界模型
机器人学习
知识蒸馏
表征学习
视觉-语言-动作模型
符号门控与 β∈[0,2] 让单次 KDA 转移实现平面旋转，表达力追平 DeltaProduct2
Julien Siems, Riccardo Grazzi, Korbinian Pöppel, Jaisidh Singh, Arber Zela,...
Delta规则
循环架构
状态跟踪
线性RNN
表达能力理论
构建多阶段后训练基准，诊断智能体遗忘机制，提出LoRA专家混合方法MLE
Haixin Wang, Xiaoxuan Wang, Junkai Zhang, Han Zhang, Renliang Sun, Alexander...
LLM智能体
LoRA
后训练
在线策略蒸馏
持续学习
把技能正确性形式化为霍尔式规范一致性，用意图掩码多视图推理加沙箱验证自动检测技能缺陷
Yizhuo Zhang, Bo Kang, Yi Yang, Zhiyu Duan, Zhouteng Ye, Shunkun Yang
LLM智能体
形式化方法
技能质量保障
程序分析
软件工程
借鉴法证隐藏信息测试，从内部激活读出被隐瞒的答案，区分「不肯答」与「不会答」
Hiskias Dingeto
AI安全
可解释性
机器遗忘
模型审计
沙袋行为
仅在双向扩散模型上训练控制分支，零样本迁移至流式骨干实现15 FPS实时视频编辑
Yujia Hu, Jiajun Li, Zihao He, Songhua Liu
扩散模型
流式生成
自回归
视频编辑
零样本迁移
用变异分析给GPU内核基准判题器定标，官方检查漏检16.9%的可测故障
Mingzhe Du, Anh Tuan Luu, Dong Huang, See-Kiong Ng
GPU内核
LLM代码生成
变异测试
基准评估
软件工程
行为唯一确定输出Fisher几何：它跨模型共享、由语言统计塑造，并规定最小扰动干预
Dario Picozzi
Fisher-Rao度量
信息几何
可解释性
柏拉图表示假说
模型干预与转向
从策略文档提取合规规则并枚举违规场景，自动合成数据库接地的边界任务来改进工具调用智能体。
Harshavardhan Abichandani, Penny Chong, Jiyuan Shen, Gunraj Singh, Ashutosh...
合成数据生成
工具调用智能体
智能体框架优化
智能体评估
监督微调
用小区域估计跨领域借力，同时改进AI分解式评估的估计精度与模型验证
Sho Kawano, Zehang Richard Li, Paul A. Parker
AI评估
不确定性量化
小区域估计
抽样调查
贝叶斯层级模型
用有界规范坐标图的稠密对应取代稀疏位姿回归，单图重建可编辑的组合式三维场景
Yang-Tian Sun, Tianjia Liu, Zehuan Huang, Yi-Hua Huang, Xiaoyang Lyu, Ziyi...
单图3D场景重建
对应估计
布局生成
扩散Transformer
组合式表示
背景token丢弃+块稀疏注意力，将多视角扩散3D纹理生成推至2048分辨率并提速数十倍
Yibo Zhang, Ze Yuan, Nan Cao, Li Zhang, Yan-Pei Cao, Yuan-Chen Guo, Rui Ma
3D纹理生成
DiT计算加速
多视角扩散模型
稀疏注意力
高分辨率生成
用预结构化的 TAPe 表示替代原始像素，以不足 10 万参数统一实现分类、检测与分割
Sergey Kurinov, Alexey Upatov
OOD泛化
多任务学习
实例分割
小样本学习
目标检测