视频选题榜 2026-09-30

• https://arxiv.org/abs/2609.31415 · KV cache 复用精度评估 · Boxoffice 基准 · RAG KV 复用默认只看平均精度撞 2 堵墙 = confounder audit + reuse dynamics coverage + Boxoffice 程序化生成 · round=R1- https://arxiv.org/abs/2609.32577 · GAGAR · 代码 Agent RL 的分组智能评分 + 优势再分配 · GRPO 默认二元奖励 = 通过/失败铁板 = 撞 3 堵墙(高质量实现拿不到更多梯度 + 轨迹长度失控膨胀 + 训练不稳定)· round=R2- https://arxiv.org/abs/2609.36246 · OLIVE · LLM 蒸馏在线干预 · 学生生成前缀 + 教师续写 tail · 蒸馏默认三类做法 = SFT 协变量偏移 + OPD 前缀碎片化 + 分布匹配 logprobs 依赖 = 撞 3 堵墙 · round=R3