解读
2634 篇 · 选题榜 / 深度解读 / 科普 / 综述 / 视频脚本（学术推广产出）
LightMIS：无逐级解码器的超轻量医学图像分割
LightMIS 砍掉了传统 UNet 风格的"逐级解码器"，用 ScaleAligned Projection + Adaptive Fusion Cascade 把五级编码器特征"对齐→一次聚合→渐进融合"，在全量版本上以 0.131 M 参数 / 0.575 GFLOPs 跑出 86.71% Dice / 78.…
SAGE：通过拓扑引导缓解长程推理偏置
SAGE 把长程推理的脆弱性归因于"探索偏置 + 累积偏置"两类结构性问题，用符号闭包分析（SCA）作理论镜头，提出代数稀疏化 + 双曲结构引导的组合方案，在 12 个基准、7 个模型族上稳定超过基线，在开放任务 Andrews–Curtis 上最多取得 8 倍提升。 ⚠️ 存疑标注：abstract TLDR 未明确…
Intent2Tc：用语言模型把意图翻译成 Linux tc 配置
Intent2Tc 是一个闭环、LLM 驱动的框架，把 RFC 9315 风格的业务级 QoS 意图先拆成声明式子意图，再编译为经过验证的可执行 Linux tc 配置；在 100 条 intenttotc 翻译对上，Claude Sonnet4.6 拿到 0.98 语义相似度、1.0 语义单元覆盖、0.045 归一化…
通过连续深度批处理实现循环语言模型的深度自适应推理
⚠️ 本文仅基于 arxiv 公开 abstract + v2 提交历史（20260925）撰写；未读取 PDF 全文，方法细节中的若干术语定义、调度伪代码与具体基准数字以原文中明确表述为准，未明确处会逐条标注「原文未明确」。 1. 这是谁的事：Anthropicstyle 推理基础设施团队 + HuggingFace…
D-JEPA：决策对齐的潜在世界模型
DJEPA 在 JEPA 类潜在世界模型之上，引入一个「有界、置换等变」的算子，让潜在空间的距离直接反映「哪个候选动作能真正执行成功」，而不是仅仅反映「哪个未来看起来更接近目标」，从而把预测几何与决策几何对齐。 JEPA（Joint Embedding Predictive Architecture）一系的潜在世界模型…
解耦量化（Disaggregated Quantization）：为 LLM Prefill 与 Decode 分别量身定制
Disaggregated Quantization（DQ）抛弃「一个模型一份量化方案」的旧范式，为 Prefill（提示处理）和 Decode（生成）两阶段分别选用最合适的算术精度、权重与存储布局，让两者各取所长，在 Qwen3 与 Gemma3 上同时拿到精度与时延收益。 LLM 推理可清晰拆成 Prefill 与…
TimeEvo：失败驱动的时序 Agent 自演化框架
TimeEvo 把「时序 Agent 应该装哪些工具」从「人工事前配置」改成「按题运行时动态合成」，通过失败聚类 → 能力缺口诊断 → 证据级工具合成 → 配对准入闸门四步循环，让 Agent 从空工具库起步就能在 10 个时序 QA 任务、3 个基座模型上稳定涨点。 时序分析 Agent 的传统做法是「领域专家提前准…
机器人看视频的速度，被这套方法从「卡帧」提到「秒级」——浅层砍掉 52 倍
想象一下这个场景： 你戴着一副 AR 眼镜在厨房做饭，AI 助手在边上看你的每一个动作——切菜、翻锅、关火——并实时告诉你下一步该放多少盐。它必须在 1 秒内响应，否则你已经糊锅了。 你大概率以为：现在 GPT4V / Gemini 这类多模态大模型这么强，做个流式视频理解应该很简单吧？ 但 2026 年 9 月 Sh…
2609-30837
日期与轮次:20260929 · R2 中午棒 arXiv 链接: videokb 脚本原路径:/shared/videokb/scripts/tom/20260929_R2_mopdroutertokenalign_shortvideoscript.md 标题:MOPD 别硬路由给专才教师(14 chars · 命中…
利用预训练扩散模型与多模态条件增强摄影测量数字表面模型
⚠️ 本文仅基于 arxiv 公开 abstract + Remote Sensing 18(19), 3303 (2026) 期刊版元数据 + v1 提交历史（20260925）撰写；未读取 PDF 全文，方法细节、训练曲线、消融实验的具体数字以原文中明确表述为准，未明确处逐条标注「原文未明确」。注意本文已发表在 R…
你的 AI Agent 真的「听话」吗？arXiv 2609.09875 给它打了个「全链路体检」——外挂式 trace reader + 十维评分 + 行为归因
arXiv 2609.09875（AgentAudit: An Open Framework for Trustworthiness Evaluation of AI Agents Across the Lifecycle，20260909 上传，23 页 / 12 图）做了一件让所有部署 AI Agent 的团队都能…
你的下一局 PUBG，可能要带一个「会说话的 AI 队友」上线了——141 个国家、3.9 万场真实战斗、净推荐意愿 +25.1 个百分点
arXiv 2609.29837（PUBG Ally: An Embodied Conversational Agent as a Teammate in PUBG: BATTLEGROUNDS，20260924 上传，55 页 / 19 图 / 16 表，KRAFTON 等机构 24 位作者）做了一件把「AI 队友」…
ARGUS：气候政策因果评估中识别假设的循证审计
Q1 这篇论文最想回答的真问题是什么？ 双重差分（DID）研究被广泛用于评估气候政策，但 DID 结论的可靠性取决于一组识别假设（平行趋势、无预期效应、组成稳定等），这些假设的「证据是否充分」能否被结构化、可复现地审出来？ Q2 与同方向已有工作相比，差异化贡献在哪？ 已有 LLMforscience 工作多集中在自动…
MOPD-Router：重新思考多教师在策略蒸馏中的教师路由
Q1 这篇论文最想回答的真问题是什么？ 多教师在策略蒸馏（MOPD）现有的「prompt 级别硬路由到领域匹配的教师」既依赖领域标签、又浪费其他教师的互补信号，能不能在 token 级别上无标签地路由到最合适的教师？ Q2 与同方向已有工作相比，差异化贡献在哪？ 已有 MOPD（如 MixtureofExperts 蒸…
IndicBankBench：面向印度零售银行的语言模型助手安全性与可靠性评测
Q1 这篇论文最想回答的真问题是什么？ 只看 LLM 银行助手「最终一句话回答」是否足够评判其可用性 —— 当助手必须在多轮工具调用中取数，写值、执行动作时，「最终答得对」与「全程可靠」之间存在多大鸿沟。 Q2 与同方向已有工作相比，差异化贡献在哪？ 已有的金融/Agent 评测要么偏纯对话（如 FinanceBenc…
BoundInk：面向边界感知的在线手写生成
BoundInk 把字符间边界（intercharacter boundary）显式作为生成单元，与字形局部过渡和文本上下文联合建模，在三个基准上归一化 DTW 降低 17.6~47.8%、盲测人类评估中 78.0~82.6% 的有效维度判断里胜出，解决了在线手写生成长期"字形好看但连笔断裂、间距不一致、风格漂移"的问…
段落边界并非空白：压缩深度作为层级结构的特征
这篇 position/方法学论文用层级旋转位置编码（hRoPE） + tokendistance精确估计器做的因果干预实验证明：在所有测试语料上，跨段落注意力确实相对按 token 距离匹配的基线被"压缩"，但仅"压缩"不足以诊断真正的层级结构；真正可复现的层级结构签名是"压缩深度"——真实段落通道的压缩更深且随语料…
VLA-Precision：面向视觉-语言-动作模型高效真实世界在线强化学习的非对称协同自举
VLAPrecision 提出 非对称协同自举（Asymmetric CoBootstrapping, ACoB）算法 + ACoBStream 闭环架构，让大尺寸 VLA 模型在真实机器人上做在线 RL 后训练：吞吐与算力效率最高提升 10.9×，在 9 个高精度化学实验任务上平均成功率 98.3%，每个任务 45.…
不破解模型就能"偷看"AI 内心独白:一篇用标准 API 重建 GPT-6 类前沿模型思维链的论文
arXiv 2609.26637(Toolbased CoT Extraction, Tao Ren et al., 奥尔堡大学 / 哥本哈根大学, 33 页 + 14 图, 202609 上传)做了一件反常识的事——它没说"破解模型",而是挖出 API 设计里一个厂商能堵却没堵的口子:只要你还能在 OpenAI / …
AgentWorld：长视野多智能体 LLM 协作基准
AgentWorld（UPenn，被 COLM 2026 接收）提出了一个跨 50+ 交互回合、要求 3–20 个角色不对等智能体在 MMORPG 沙盒里通过自然语言协调的多智能体基准，并配套一个新颖的「因果协作有效性 CCE」指标，把"有没有协作"从笼统的成功率里拆了出来；最强模型也只能做到 52.0% 任务成功率，…
PISA：log-linear 复杂度的金字塔稀疏注意力
PISA（Pyramid TopK Selection Attention）提出一种先粗后细的 block 选择策略：把 keys 通过 pooling 压成 O(log N) 层金字塔，再在每层用 LogSumExp 评分把候选集逐步收窄，最终把 block sparse attention 的 selection …
主题综述 · rag（2026-09-28）
① CJK 实测 3,891 ≤ 3,900 硬约束 ✅ | ② 私域五维 SUM=0 grep 0 命中 ✅ | ③ 反方 v2 三段式按主线分布 §5.1§5.6（机制/数据/截止日），每主线 ≥150 字 ✅ | ④ ⚠️ 实测 17 处 密度 4.4/K ≤10/K ✅ | ⑤ verifiability 4/…
9 年前这篇论文悄悄给 LoRA 打了地基：1 个骨干 + 10 个"小挂件"就能服务 10 个视觉任务
你有没有这种感觉—— 你公司想做一个「能识别 100 类商品」的视觉模型。市面上每个公开数据集都只解决一小块：ImageNet 识别物体、交通标志识别、花卉识别、车型识别…… 传统做法：为每个任务训一个完整模型，存 100 份权重，部署 100 个推理服务。 但你隐约觉得：这 100 个模型 90% 的参数应该都是一样…
让 AI 像学生一样"做完 5 道题对答案"：Self-Consistency 用最笨的办法拿下数学题 17.9 分
你有没有这种感觉—— 你给 ChatGPT / Claude / Gemini 出一道小学应用题：「小明有 12 个苹果，送给小华 3 个，又买了 5 个，现在有几个？」它有时候能算对，有时候算错——而且你也不知道它这次是蒙对了还是真的算对了。 更糟的是—— 同样的题目，换个问法，它又错了。 这种现象的本质：模型推理时…
PsPLUG：在风格指令与隐式个性化之间打一个轻量补丁
PsPLUG 提出"个性化崩塌 (personalization collapse)"这一失败模式，并用一段用户级残差补丁把"显式风格指令"与"隐式个性化"重新解耦，使推理时可以连续调节两者权重。 个性化 LLM 通常要在两条信号之间做折中： 隐式信号：用户历史对话里沉淀的偏好（用词、口头禅、结构、话题倾向）。 显式信…
CARD：聚类级 + 解码级偏好注入的两段式个性化
CARD 用"先按风格聚类训 groupLoRA，再用隐式偏好对比学用户向量，最后在解码时注入偏好向量与低秩 logit 修正"的三段式架构，把个性化做成可大规模部署的服务端能力。 个性化文本生成长期被一个张力卡住： 已有路径各有短板： 1. 用户级 LoRA：参数随用户数线性膨胀，冷启动差； 2. 检索式 promp…
FoMo：用扩散轨迹的"分叉时刻"当人眼感知的距离标尺
FoMo 把扩散模型从噪声到图像的反推轨迹上的"分叉时刻"作为参考型图像质量评估 (IQA) 的感知距离标签，从而在没有人类标注的情况下生成大量点对点距离数据，并在多个 IQA 基准上超过人类标注集训练出来的指标。 参考型图像质量评估 (Referencebased IQA) 衡量的是"两张图在人眼里感知差异多大"，是…
视频选题榜 2026-09-28
· AVGRPO: ModalityAnchored Decoupling Diffusion RL for Joint AudioVideo Generation · 联合音视频 RL 别让奖励搅一起 = modalityanchored 解耦 + 冻结塔 + 自适应目标 + 5DAV 课程集 · round=R1 …
Jev in the Wild:一个快速决策模型如何在 7 天内长成生态
这是一份对 GitHub 上 2,170 个公开 Jev 项目(截至 20260922)的大规模数据驱动生态分析,量化了 Jev 作为"轻量决策组件"的真实用法:7 天内新增 1,865 个仓库 + 集成 305 个已有项目、斩获 43,750 stars,Attribute judgment(77%)、Scoring…
TrackEverything:把视频拍成一张去重的 3D 场景图
TrackEverything 是一个把视频表示成「持久 3D 场景轨迹」的稠密点跟踪器,首次做到在 40GB GPU 显存内跟踪 1000+ 帧视频中所有可见点,在短片上把开源全帧稠密 3D 跟踪器的 APD 指标拉高超过 20 个百分点,同时长序列上仍可与稀疏 SOTA 抗衡。 视频里的稠密点跟踪(dense po…