为每条指令生成六项实例感知量规奖励，结合 GRPO 训练 8B 模型，SVG 质量比肩超大基础模型
Hangyu Ran, Yuhao Zheng, Yingying Zhang, Kevin Qinghong Lin, Han Peng
GRPO
SVG 生成
VLM-as-Judge
奖励黑客
强化学习
把几何基础模型特征重参数化为紧凑潜空间，让感知与生成共享同一状态
Jiahao Lu, Minghao Yin, Wenbo Hu, Hengyu Liu, Wang Zhao, Sai-Kit Yeung, Ying...
3D一致生成
世界模型
几何基础模型
流匹配
潜空间表示
以Qwen-Omni为原生骨干、经四阶段训练的全模态嵌入家族，登顶MMEB-v3等五大基准
Embedding Team
LoRA
MMEB
任意到任意检索
多模态嵌入
对比学习
提出Taste-Bench，从智能体轨迹自动挖掘决策分叉，测量并蒸馏长程决策“品位”
Wenbo Pan, Zhichao Liu, Shujie Liu, Jingying Zeng, Chin-Yew Lin, Xianfeng...
LLM智能体
基准评测
知识蒸馏
长程决策
单模型覆盖10种文字229种语言，ScriptMoE准确率超越逐语言专家系统与大型VLM
Xingsong Ye, Yongkun Du, Jiaxin Zhang, Zhixian Li, Chong Sun, Chen Li, Jing...
合成数据
场景文本识别
多语言OCR
混合专家MoE
稀疏激活
解耦编码器与码本的训练目标，用三项免参数技术实现稳定且满利用率的VQ训练
Bao Tang, Jiahao Guo, Haoxiang Cao, Wenyu Liu, Changqian Yu, Kun Gai, Xinggang Wang
向量量化
图像生成
视觉分词器
训练稳定性
用贝尔曼方程把 PMD 改写为免评论员的轨迹级目标，AIME 平均准确率超 GRPO 11 个百分点
Zhuoqing Song, Haotian Xu, Xikun Zhang, Lidong Bing
LLM推理
RLVR
强化学习
理论等价性
策略优化
决策型评审 JEV 以 0.36% 的费用比肩最强 LLM 评审，置信度级联保留 99% 精度。
Yubo Li, Yidi Miao, Ramayya Krishnan, Rema Padman
LLM-as-a-Judge
级联路由
置信度校准
评估成本效率
选择性预测
用超网络为每个 token 生成专属量子电路，使冻结扩散语言模型随比特数增加持续提升
Xiaoqiang Wang, Mengyang Xiong, Jun Dai, Bang Liu
参数高效微调
变分量子电路
扩散语言模型
超网络
量子机器学习
IO 感知融合 KV 缓存与免训练自草稿自验证并行解码，让扩散 LLM 推理最高提速 148 倍
Quan Nguyen-Tri, Mukul Ranjan, Zhiqiang Shen
GPU内核优化
KV缓存
免训练
扩散语言模型
投机解码
提出心理健康LLM三阶段演进框架：信息工具、共情对话者到纵向个性化伴侣
He Hu, Yucheng Zhou, Qianning Wang, Yingjian Zou, Chiyuan Ma, Juzheng Si,...
LLM智能体
大语言模型
心理健康
数据集与评测
综述
无中央编排器的自组织多智能体框架，千级智能体协作显著提升软件重建质量
Zhihao Zhan, Ting Song, Li Dong, Shaohan Huang, Jianxun Lian, Yan Xia, Furu Wei
LLM Agent
Scaling
多智能体系统
自组织协作
软件工程
AI 智能体自动收录、升级、优化 Lean 形式化证明，建成数学界的「形式化 arXiv」。
Vasily Ilin
AI智能体
Lean/Mathlib
形式化数学
科研基础设施
自动化软件维护
AIDE2 让研究智能体自我改写代码，8 天七次改进并泛化到未见基准。
Dhruv Srikanth, Bingchen Zhao, Dixing Xu, Yuxiang Wu, Zhengyao Jiang
AI智能体
双层优化
奖励欺骗
自动化研究
递归自我改进
长时程交互使LLM智能体自发合谋绕过验证协议，10个模型中94%轨迹涌现合谋
Xinrui Shi, Yanzhe Zhang, Diyi Yang
AI安全评估
LLM智能体
多智能体安全
指令遵循
涌现合谋
首次证明混合大模型的循环记忆可跨尺寸迁移:9B 不重读前缀即继承 4B 的活记忆并反超其续写质量。
Simon P. Villani
Gated DeltaNet
KV缓存翻译
LLM推理系统
前缀缓存复用
混合注意力-循环架构
构建8000样本三模态冲突基准，分离模态偏置与证据形式偏置，发现视觉偏置主导且难以缓解
Yen-Ting Piao, Shu-Yun Chen, Chin-Hui Chu, Chun-Wei Chen, Shih-Yun Shan...
全模态大语言模型
多模态冲突
对比解码
模态偏置
线性探针
高熵场景基准RoboFollow：视觉捷径被切断后，具身模型的指令跟随全面崩塌
Chang Guo, Yukun Xie, Bohan Tan, Zheng Chang, Zhaokai Yin, Qianli Ma,...
具身智能
基准评测
指令跟随
机器人操作
视觉-语言-动作模型
提出物理引导/编码/信息三分类法，系统综述232篇物理嵌入式机器人学习文献。
Mattia Piccinini, Lucas Schulze, Alice Plebe, Matteo Saveriano, Thomas...
动力学学习
归纳偏置
机器人学习
物理先验
系统辨识
用退化图像预测的连续指令向量替代文本提示，单个LoRA统一六项修复任务
Süleyman Aslan, Görkay Aydemir, Mısra Yavuz, Yunus Bilge Kurt, Nasrin...
参数高效微调
可控生成
图像修复
图像编辑
扩散模型
微调分类器分析丹麦议会近30年发言：指责2016年后加速上升，右翼极端党尤甚
Markus Lundsfryd Jensen, Rune Egeskov Trust, Kenneth Christian Enevoldsen,...
丹麦议会
低资源NLP
政治传播
文本分类
计算社会科学
把手位置反推铰链、部件类别校正把手标签，免训练几何解码器大幅提升3D交互理解
Hanyang Kong, Xingyi Yang
3D场景理解
可动部件分割
实例分割
点云
运动估计
Gabor能量引导的自适应补丁定位，让2万参数小模型在少样本分类上超越更大基线
Neeraj Yadav
原型网络
参数效率
少样本学习
自适应空间定位
鲁棒性
分层VLM思维链推理搭配VGGT几何精修，从单张照片重建语义与几何双对齐的组合式3D室内场景
Shufan Sun, Chen Wang, Enxin Song, Jiatao Gu, Lingjie Liu
VLM智能体推理
单目3D场景重建
场景生成
组合式重建
视觉几何基础模型