← 前一天
2026-09-30
后一天 → 今日

机器人上下文学习：方法与应用

👍 89

按证据到动作的执行接口综述机器人上下文学习，提出四家族分类、评估控制与自改进议程

Haojian Huang, Zexi Li, Junhao Guo, Yehang Zhang, Wenxuan Peng, Bohan Zhou,...
VLA 上下文学习 世界模型 导航 持续改进
✅ 已总结
详情 →

LEGO-Anything：面向3D场景重建的编程智能体

👍 65

编程智能体迭代写Blender代码，把单张图像重建为可编辑、可查询的3D场景程序

Xirui Li, Peng Shi, Mingwen Dong, Sheng Zhang, Zhuoyan Xu, Dongkyu Lee,...
3D场景重建 Blender Image-to-Code 基准评测 编程智能体
✅ 已总结
详情 →

跟随实体：面向智能体搜索的语料库地图

👍 55

离线构建实体-文档导航层，让智能体沿实体页面收集跨文档证据，质量与token效率双提升。

Soyeong Jeong, Sujay Kumar Jauhar, Sung Ju Hwang, Andrew Joohun Nam
RAG 企业知识库 实体解析 智能体搜索 语料库导航
✅ 已总结
详情 →

大语言模型是通用异步智能体

👍 54

AsyncLLM框架让LLM以async/await协程共享记忆，无需微调即成通用异步智能体

George Yakushev, Denis Mazur, Vladimir Bartenev, Vyacheslav Zhdanovskiy,...
KV缓存共享 LLM推理系统 asyncio并发 免训练方法 多模态大模型
✅ 已总结
详情 →

LongCat-DeepResearch 技术报告

👍 45

LongCat 深度研究系统以 ResearchSpec 协调多智能体规划、章节研究与分层编辑。

Meituan LongCat Team, He Zhu, Yue Xu, Wanli Wu, Haolin Ren, Yuxin Bian,...
LLM智能体 多智能体 技术报告 报告生成 深度研究
✅ 已总结
详情 →

OmniTaskonomy：视觉生成何时能改善视觉理解

👍 40

构建19种生成任务×25项理解能力的迁移图谱，发现两阶段课程与梯度对齐决定生成能否提升理解

Jiaxin Ge, Yiming Qin, Ji Xie, Haozhe Jiang, Xiaochuang Han, Junyi Zhang,...
任务迁移 基准构建 梯度对齐 统一多模态模型 视觉理解
✅ 已总结
详情 →

PanoVLN：迈向高效的全景视觉语言导航

👍 33

全景输入+长序列规划+不确定性执行+几何融合，导航成功率大幅刷新SOTA

Zhen Wang, Changpeng Wang, Zhe Liu, Zhangyang Qi, Yuxiang Lu, Zimo Zeng,...
全景感知 具身智能 机器人导航 视觉语言导航 视觉语言模型
✅ 已总结
详情 →

周期性弱点：分块 KV 缓存压缩引发的相位敏感性

👍 32

分块 KV 缓存压缩使检索精度随信息相对压缩窗口的相位周期性波动，差距可达 40 个百分点。

Xingyu Zhu, Pu, Yi, Ziheng Cheng, Ang Lv, Jing Liu, Lexing Ying, Yiyuan Ma, Xin Dong
KV缓存压缩 位置偏差 机制可解释性 检索鲁棒性 长上下文推理
✅ 已总结
详情 →

各向异性表示改进 JEPA 世界模型中的规划

👍 24

把正则化目标从各向同性换成可学习的各向异性高斯，使潜空间几何对齐任务代价，提升规划成功率。

Mingu Kang, Yoori Oh, Sookyung Kim, Joonseok Lee
JEPA 世界模型 机器人控制 表示学习 视觉目标规划
✅ 已总结
详情 →

ROSS：通过选择性监督从自生成轨迹中再学习

👍 24

把RL训练中被丢弃的历史自生成轨迹变成可复用经验，只对精选片段施加模仿损失

Zhiwei Zhang, Huayu Deng, Fei Zhao, Jiayan Fu, Bin Liang, Kam-Fai Wong, Mu Chuan
LLM后训练 在线策略蒸馏 强化学习 智能体RL 选择性监督
✅ 已总结
详情 →

EasyPPO：稳定Critic是PPO训练的关键

👍 22

三项改动稳定PPO评论家网络，三任务RLVR全面超越PPO与VAPO

Xuanyi Zhou, Qiuyang Mang, Huanzhi Mao, Dacheng Li, Wenhao Chai, Mayank...
LLM后训练 PPO RLVR 强化学习 训练稳定性
✅ 已总结
详情 →

Marathoner：超长时程自主智能体

👍 19

以PR任务合成、RFT与后期奖励强化学习，训练9B模型连续执行10小时以上并超越部分闭源模型

Zhang Ruiyang, Ou Jinpeng, Xie Yifan, Zhou Jingang, Pan Lirui, Guo Qingpei,...
后训练 强化学习 数据合成 智能体 软件工程
✅ 已总结
详情 →

同家族在线策略蒸馏的缩放特性

👍 17

OPD峰值精度可由师生规模与教师分数用幂律提前预测，弱教师能把大模型教得超过自身

Yuntai Bao, Qinfeng Li, Guoqing Jiang, Liwei Chen, Zhiheng Qin, Xuanping Li,...
在线策略蒸馏 弱到强泛化 强化学习 数学推理 缩放定律
✅ 已总结
详情 →

循环Transformer中的递归推理步长调度

👍 16

追踪进展-波动平衡，在线自适应调度循环推理步长，免重训提精度并最高加速1.56倍

Boyuan Wang, Chengyao Yu, Jiaxi Ren, Hongxin Wei, Bingyi Jing, Yuxin Tao
循环Transformer 循环推理 推理加速 测试时计算 自适应步长
✅ 已总结
详情 →

CrossBFM:跨人形机器人具身蒸馏共享潜在行为空间

👍 15

用统一编码器把冻结行为基础模型的潜在空间跨具身蒸馏到新人形机器人,单台仅需约10 GPU小时

Tan-Dzung Do, Tuan Dat Phuong, Nico Bohlinger, Cuc T. Trinh, Siwei Ju, Vien...
Forward-Backward表示 人形机器人 全身控制 无监督强化学习 知识蒸馏
✅ 已总结
详情 →

HiRAE：基于残差预算的层次化表征自编码

👍 15

按深度分组施加残差预算，融合DINOv3全部24层，rFID降30%且生成不受损。

Xuanyu Zhu, Yan Bai, Yang Shi, Yihang Lou, Yuanxing Zhang, Tengfei Liu, Jing...
图像生成 扩散模型 潜在空间 表征自编码 视觉Tokenizer
✅ 已总结
详情 →

基于图像生成的视觉推理：REIMAGIN 框架

👍 15

把指令驱动的图像生成模型当作开放式视觉工具，让多模态大模型在像素空间里推理

Nishad Singhi, Hector Garcia Rodriguez, Aditya Arora, Marcus Rohrbach, Anna Rohrbach
LLM智能体 图像生成 多模态推理 视觉基准
✅ 已总结
详情 →

TabFM：面向表格数据的零样本基础模型

👍 15

400M参数表格基础模型，纯合成数据预训练，单次前向零样本登顶TabArena

Weihao Kong, Erez Louidor Ilan, Shuxin Nie, Taman Narayan, Rajat Sen, Yichen...
AutoML 上下文学习 合成数据预训练 基础模型 表格学习
✅ 已总结
详情 →

WorldLine：面向机器人操作的动作驱动视觉仿真

👍 12

解耦动力学学习与动作接地，用万小时视频加图像空间动作映射训练跨本体机器人世界模型

Shenghe Zheng, Wenbo Li, Jiyao Zhang, Bin Xia, Haoyang Huang, Nan Duan, Jiaya Jia
世界模型 具身规划 机器人操作 策略评估 视频生成
✅ 已总结
详情 →

像素扩散模型的对抗训练

👍 12

在预训练像素扩散模型上加判别器后训练，恢复缺失高频细节并全面提质

Xin Lin, Zhifei Zhang, Yuqian Zhou, Haitian Zheng, Zhe Lin, Ming-Hsuan Yang,...
像素空间生成 后训练 扩散模型 文生图 生成对抗网络
✅ 已总结
详情 →

语言模型是“不安全”的报告者

👍 11

语言模型默认隐瞒工作中的关键缺陷，一句“要诚实”即可大幅提升披露率

Jenny Y. Huang, Jiameng Fan, Ahmed Imtiaz Humayun, Maximillian Chen, Tian...
LLM安全与对齐 可解释性 激活转向 诚实性评估
✅ 已总结
详情 →