系统综述AR视频生成的记忆机制，提出形式-功能-操作-学习-评估五维分类与记忆揭示型评估准则
Harold Haodong Chen, Rongjin Guo, Disen Lan, Wen-Jie Shu, Hongfei Zhang,...
世界模型
综述
自回归视频生成
记忆机制
评估基准
用W1–W6六级能力框架统一评测视频、空间、具身世界模型的交互可靠性
Zhiqi Bai, Junai Cai, Yixin Chen, Jingrun Du, Tao Feng, Wei Gong, Siyuan...
3D场景生成
世界模型
具身智能
视频生成
评测基准
把记忆策展从写入推迟到读取时刻，按任务定制载荷并用GRPO训练策展器。
Yefan Zhou, Yang Li, Zeyu Leo Liu, Semih Yavuz, Shafiq Joty
GRPO
LLM智能体
强化学习
智能体记忆
读时策展
用三级交互课程与特权在线蒸馏，教会VLM建模状态转移并提升长时程空间推理
Kaixiang Yao, Xu Wang, Miao Pan, Hu Xiyue, Weishi Wang, Daniel Dahlmeier,...
强化学习
数据集构建
知识蒸馏
空间推理
视觉语言模型
双轨记忆+强化学习Writer，破解群聊记忆的消息归属与状态重建难题
Haobo Zheng, Tan Tang, Yan Chen, Weijie Wang, Yingcai Wu
GRPO
LLM Agent
RAG
双轨记忆
多参与方对话
以查询自适应的动态评分细则为中间锚,经两阶段GRPO联合训练消除视频奖励模型的标量漂移
Zhenchen Tang, Yang Li, Songlin Yang, Bo Peng, Xiaotong Zhao, Shuai Li,...
GRPO
RLHF
多模态大模型
奖励模型
强化学习
公理化刻画token级信用并证明唯一性，据此提出评论家对齐训练PACT
Jiayan Fu, Hang Xu, Yong Zhang, Zhaokai Luo, Yao Hu, Dongyan Zhao, Mu Chuan
Actor-Critic
LLM后训练
信用分配
强化学习
理论驱动算法设计
四级语义保持变换使仓库成为评估时才实例化的潜变量，揭示 SWE-bench 高分部分源于记忆
Silin Chen, Yufei Yang, Xiaodong Gu, Yuling Shi, Chengcheng Wan, Haibing Guan
LLM智能体评估
SWE-bench
数据污染
语义保持变换
软件工程基准
用工具调用逼出闭源模型隐藏思维链，发现最强模型推理最短最难压缩
Xiaoyu Luo, Tao Ren, Wenrui Yu, Xiao Li, Qiongxiu Li, Johannes Bjerva
API安全
大模型推理
思维链提取
推理效率
模型可解释性
腾讯混元开源 MoE 模型：800 亿总参仅激活 130 亿，性能对标更大模型
Tencent Hunyuan Team, Ao Liu, Botong Zhou, Can Xu, Chayse Zhou, ChenChen...
Agent
大语言模型
强化学习
推理效率
混合专家 MoE
先采样求解数学模型再渲染成有状态工具环境，让动力学与可验证奖励同源，3美分造一个训练场
Xinjie Shen, Wei Fan, Xudong Guo, Jianhong Tu, Yang Su, Chuqiao Kuang,...
GRPO
可验证奖励
智能体强化学习
环境生成
运筹学优化
以强注意力方向为参照做KL正则，弥合联合生成中的跨模态注意力不对称
Ohad Rahamim, Dvir Samuel, Idan Schwartz, Gal Chechik
LoRA微调
多模态生成
扩散Transformer
注意力机制
视频生成
免训练框架：Blossom 全局最优层配对+广义 Sylvester 闭式共享字典+HTP 稀疏化
Baher Mohammad, Ammar Ali, Stamatios Lefkimmiatis
Transformer
低秩分解
后训练压缩
字典学习
模型压缩
用固定大小的联想记忆与初始场景锚点替代不断增长的观测历史，让机器人策略记住交互过程
Tej Deep Pala, Navonil Majumder, Bryce Goh, Raphael Yee, Jianfei Yang,...
VLA
机器人操作
联想记忆
长时程记忆
门控Delta规则
用预算化实验后的完整预测表，衡量 AI 智能体对组件干预效果的定量理解能力
Jingjie Ning, Xueqi Li, Yibo Kong, Dongting Li
AI智能体
响应面重建
基准测试
实验设计
科学发现
异步视频-动作双专家架构：慢速预测缓存复用、快速动作实时纠偏，16.47Hz 闭环操作
Jisong Cai, Yao Mu, Ganlin Yang, Zhe Cao, Zhangzheng Tu, Xing Gao, Kailin...
力觉与触觉
异步推理
机器人操作
流匹配
物理世界模型
用物理仿真数据微调9B多模态大模型，实现闭环机器人装箱决策，性能超启发式与RL。
Donghao Zhou, Jia-Hui Pan, Fan Zhang, Xingyuan Bu, Shilong Li, Xiaojie Gao,...
具身智能
基准评测
多模态大模型
机器人装箱
物理仿真
重建微调的高维表征因维度坍缩使v预测失效，改用x0预测即可高效扩散
Chao Feng, Zhiyang Xu, Bowei Chen, Yuanjun Xiong, Xiyao Wang, Jui-Hsien...
x0-prediction
扩散模型
文本生成图像
流匹配
表征自编码器
用E锚定路由头在直接检索与两种生成记忆间选择性干预，QA均值37.65升至39.28
Mingyuan Li, Guangsheng Yu, Juyuan Zhang, Xu Wang, Zhibo Man, Haonan Zhang,...
检索增强生成
残差注入
自适应路由
记忆增强语言模型
2383人随机对照实验证实AI辅导GRE提分与专家等效，最佳模型成本低至1/918
Curtis Northcutt, Inaara Hasmani, Kevin Feng, Trevor Khangi, Andreas...
AI教育
LLM评估
基准平台
学习增益
等效性检验
借鉴软件工程Pull Request,把文档持续更新拆成可审查的知识级声明提案与文本diff
Alexander Martin, Benjamin Van Durme
信念修正
可解释AI
声明级编辑
多语言维基百科
报告更新
以关节轨迹条件化的因果自回归扩散世界模型构建实时、可扩展的机器人神经仿真器
Wenkang Qin, Yukun Zhou, Noah Shen, Jisong Cai, Dongxiao Mao, Baicheng Li,...
世界模型
具身智能
推理基础设施
机器人仿真
自回归生成
固定智能体团队从协作经验中学出可复用组织策略，协同计算超越最强成员与完美路由。
Aneesh Pappu, Mirac Suzgun, Yongchan Kwon, Federico Bianchi, Batu El, Mykel...
LLM推理
多智能体协作
组织心理学
自组织
进化搜索
用熵触发+记忆化树搜索替代无记忆温度采样，同预算精度更高且快3倍
Oleksii Streltsov, Oleksandra Vitko
大语言模型
推理优化
搜索算法
测试时扩展
解码策略
主张为每个基准结果并列报告校准分数，使其成为LLM评估的一等标准
Mario Sanz-Guerrero, Katharina von der Wense
LLM评估
校准
立场论文
置信度估计
按ΔWER排序剪掉Whisper编码器6层，免标注蒸馏恢复性能，端到端提速1.75倍
Rasmus Aagaard, Nicki Skafte Detlefsen
Whisper
层剪枝
模型压缩
知识蒸馏
语音识别
让编程智能体解出长时程灵巧机器人任务，再把验证过的解法变成可规模化的VLA训练监督
Haoxiang You, Zeyu Shen, Yilang Liu, Zhicheng Zheng, Lihan Zha, Kashu...
仿真基准
具身智能
合成数据
机器人操作
编程智能体
LRH并非单一假说，而是由表示等价关系区分的假说族，声明需以群作用(G,M,F,P)显式规定
Louie Hong Yao, Yuhao Li, Shengchao Liu
可解释性
立场论文
线性表示假说
群论
表征等价
以语义事件为规划单元，双接口桥接高层指令与机器人长时程执行
Howard Lu, Shalfun Li, Porter Pan, Cris, Lumen, Cyril, Eric Hu, Lily Li,...
VLA
任务规划
具身智能
机器人操作
潜空间推理