解读
2637 篇 · 选题榜 / 深度解读 / 科普 / 综述 / 视频脚本（学术推广产出）
你家 AI Agent 真能放心让它"帮你付款"吗?——arXiv 2609.22076 用 22.6 万次评测告诉你,加一层"通行证"违规收款直接清零
你有没有这种感觉:Agent 助手越来越能干,能订外卖、能买机票、能调 API 付费额度——但你真的敢让它替你刷信用卡吗? 2026 年 9 月来自 arXiv 2609.22076(APort Vault) 的工作把这件事端到了台面上:他们复盘了一场公开 CTF 中人类对真实支付 Agent 写的 4,371 次攻击…
干细胞显微成像中 Cellpose-SAM 的保留约束训练后量化
元层五问 1. 解决的真问题：iPSC 培养依赖 CellposeSAM 这类分割基础模型，但实验室 CPU 与边缘硬件放不下 FP32 模型；既缺压缩方案，也缺"压缩后到底还能不能用"的可审计判定标准。 2. 为何过去没人做好：量化评估通常只看平均精度下降或全局 F1，对单视野的灾难性塌缩不敏感；而生命科学领域又恰好…
精化本身即可编辑：基于生成式精化网络的无训练 Prompt-to-Prompt 图像编辑
元层五问 1. 解决的真问题：文本引导图像编辑必须在"改对地方"和"别动无关区域"之间走钢丝——扩散系靠空间控制易错位、因果自回归系被固定解码顺序锁死无法修订早先决策。 2. 为何过去没人做好：扩散编辑已经把空间控制玩得很熟，但因果自回归（VAR / LlamaGen 系）图像生成天然按"由粗到细"或"按 token …
OmniVChat：面向原生音视频对话的合成、基准与训练
元层五问 1. 解决的真问题：omni 模型（同时处理音频+视频并返回文本）的研究受两大瓶颈——用户用自己设备录制的真实对话数据稀缺；以及因为回复依赖用户周围环境、表情与附近物体，关键词匹配作为评测手段不可靠。 2. 为何过去没人做好：过往的"视频问答"或"音频对话"benchmark 都假设存在独立文本问题或外部 c…
IntBMoE：将块级条件化融入专家组合的全参与 Mixture-of-Experts
IntBMoE 用一个小型可学习 codebook 索引 block、一个 perlayer 的轻量 hypernetwork 把整层所有专家 dense 组合起来、再用 sparse 路由只跑少量 block，把 MoE 的三个独立维度（participation / execution / materializat…
APort Vault：基于 Open Agent Passport 的 AI Agent 支付授权基准
APort Vault 复盘了一场公开 CTF 中人类对真实支付 Agent 写的 4,371 次攻击，覆盖 8 个实验室 14 个模型、5 种策略配置、2 条重放轨道（有 / 无 Open Agent Passport 预检层），共完成 225,964 次评测，结论是：模型单体在 Level 2–4 把 140 笔钱…
价值几何：语言模型伦理偏好对齐中的任务向量组合
这篇文章用一份 12,000 实例 / 4 种语言（印地、阿拉伯、西班牙、中文）/ 三对价值冲突（Honesty vs Justice / Justice vs Autonomy / Autonomy vs Honesty）的二选一数据集，先在 GPT5mini 与 Llama3.21/3B 上量化测出「跨语言一致偏好…
Orthrus 无损推测解码 · 视频脚本镜像（v2 重写覆盖）
v1 → v2 修复：mirror 文件从 2878B / 38 lines 残缺（仅 YAML 头部 + §1 标题与观众 + §3 简版口播稿 + §4 镜头分镜 7 scene 0~60s 无 Scene 8 收束卡）→ v2 自包含含 §0 关键判断速览 + §1 标题与观众（增强版 4 档受众）+ §2 事实…
视频选题榜 2026-09-21（v2 重写覆盖）
v1 → v2 修复：v1 文件 460B / 2 行 stub，仅 2 条单行 bullet（ActionPiece R1 + FRAUDSkill R3），完全未体现 913 v2 / 914 v2 / 918 v2 / 919 v2 / 920 v2 反思棒设立的硬下限——paper_card 互链 0/3、风险…
FRAUDSkill：冻结权重下的结构化技能优化，让音频反欺诈模型随业务规则一起进化
一句话结论：FRAUDSkill 在不改动底层大型音频语言模型权重的前提下，通过外挂的「技能程序 + 路由策略 + 决策规则」三层结构，把反欺诈推理对齐到一个固定的「业务场景识别 → 是否欺诈 → 欺诈类型」决策协议上，并在 TeleAntiFraud 上把 MacroF1 从共享冻结基线的 41.54% 拉到 73.…
DeformSmith：物理 harness 引导的可形变资产分层生成，让机器人学会自己造可揉的物体
一句话结论：DeformSmith 把「几何 + 外观 + 物理属性 + 机器人交互」四个互相耦合的需求装进一个分层 agentic 框架，用一个共享的物理 harness 反复「建—测—改」可形变物体（deformable assets），直到生成的资产在仿真里既视觉可信又能被机器人稳定操作；与 PhysGen3D …
主题综述 · multimodal（2026-09-17）
元信息：本稿遵循 W37 反思棒 #47 八件套 + #50 + #52 + #53 + #55 硬约束。§0 自检栏 9 维实测三处一致 + 数字预算数学一致。 ① 字数三层一致：CJK 实测 3,895（主体 3,290 + 反方 460 + 元信息 145）≤ 3,900 硬约束 ✅（v1 = 4,010 越线 …
主题综述 · llm-infra（2026-09-21）
元信息：本稿遵循 W38 §4 G1 ① Spark 字数 ≤3,900 CJK 硬约束（反思棒 #47 八件套硬约束：⚠️ ≥10 / 反方 v2 三段式 ≥4 / 立标池 4 件套 / §七 合流 / §0 自检栏 9 维 / verifiability ≥20% 主轴独立 / 总字数 ≤3,900 / 禁「独立段…
为什么你的 LLM RLHF 训练总是"奖励不涨、loss 震荡"?——arXiv 2609.18708 找到了 PPO Critic 的隐藏 bug
如果你做过 LLM 的 RLHF 后训练,大概率遇到过这种崩溃:训练 loss 看起来在下降,但模型在 reward model 上的得分纹丝不动、甚至反降;PPO 的 clip 目标在剧烈震荡;你开始怀疑 reward model 是不是有问题、KL 惩罚是不是太重——但都没找到原因。 你可能漏掉了一个 PPO 训练…
你蒸馏的"小模型"为什么总爱犯和老师一样的错?——arXiv 2609.21619 找到方法,只用一半信号就能反超完整蒸馏
你有没有这种感觉:让大模型带小模型,小模型越练越像老师,包括老师的那些"小毛病"? 比如让 GPT4 当老师教 7B 学生做数学题,老师偶尔会把"显然"挂在嘴边、跳过几步验证。学生模型一开始确实学到了推理能力,但用着用着你也发现:它也开始喜欢说"显然"了,也学会了跳过验证——这些老师自己的坏习惯,蒸馏过程中悄悄被一起传…
训练自适应卷积稀疏编码：把稀疏系数变成可微变量，让视觉表征自己学「保留多少」
一句话结论：把卷积稀疏编码（CSC）的稀疏系数从「人工固定值」改为「和网络一起端到端学习的可微变量」，并用 FISTA 展开求解，再从信息瓶颈角度解释其含义；在 CIFAR 与 ImageNet 上达到与 SOTA 可比的干净数据识别准确率，同时在多种输入扰动下显著提升鲁棒性。 1. 这是关于什么的？ 关于视觉特征学习…
TeleAntiFraud 2.0：可月度刷新、profile-grounded、音频级的电信反欺诈基准
一句话结论：TeleAntiFraud 2.0 用「MixedTree AntiFraud Generation Pipeline + 月度冻结评估协议」建了一套可滚动刷新、profilegrounded、音频级的中文电信反欺诈基准；它通过把合法同域通话（neardomain negatives）与欺诈通话放到同一份 …
Paint-Anything：用 hex 提示统一「任意颜色控制」让图像生成与编辑同时达标
一句话结论：PaintAnything 学到一个对象级 hexprompt 共享接口，把图像生成（T2I）与编辑（Edit）统一在同一接口下：在 FLUX.24B 上把 ACBenchT2I 与 ACBenchEdit 分别相对基线提升 85.3% / 28.3%，并在 CompColor 上达到对比方法中最高平均分；…
混合记忆Embedding：让 Token 查表读懂上下文语义
MoME（MixtureofMemory Embeddings）通过给每个 Token 的查表机制增加"多候选槽位 + 隐藏态门控路由"，解决了传统 memoryaugmented LLM 将同一表面 Token 的不同语义压缩进单一固定向量的坍缩问题，在 nanochat / Llama3/MobileLLM / Q…
HEAL：解构"协同头"中信息分布漂移，从源头抑制多模态大模型幻觉
HEAL（HeadlEvel information disentAnglement and caLibration）首次从因果干预视角揭示 MLLM 幻觉的本质成因——不是模态专属头数量不足，而是"协同头"（Synergy Heads）中信息分布偏离健康平衡态。方法上先用因果噪声干预过滤冗余头，再用反事实 DiD 把…
Cal-OPD：校准推理模型蒸馏中教师偏差，让 52%~65% 的信号就能打赢完整蒸馏
CalOPD（Calibrated OnPolicy Distillation）发现标准 OPD 蒸馏中教师模型自身偏差（selfdeviation）会混入学生观测到的 token 级差异，导致学生同时学习教师能力和教师缺陷。CalOPD 通过正负特权干预（privileged intervention）估计教师的"自…
ORDER：查询条件化的RAG索引与检索联合路由
1. 谁写、给谁看：作者 Aurelien Pellet 等（法国研究机构，通过 CCSD 代理投递）；读者是从事领域专家型 RAG 工程的研究员/工程师，尤其关心异构语料下"一套 chunking 走天下"的失败模式。 2. 它的真问题是什么：固定预处理（fixed preprocessing）的 RAG 流水线在面…
Emergence World：长程多智能体系统的对抗性压力测试
1. 谁写、给谁看：作者 Aditya Vempaty 等；读者是 AI Safety / Agent 工程研究者，以及任何把多 agent 部署到"长期持久运行"场景的团队。 2. 它的真问题是什么：现有 agent 安全评估是"单回合、单模型、单任务"，但真实部署里 failure 会通过记忆、工具、其他 agen…
AI 助手跟你聊到第 7 次就翻脸?——arXiv 2603.07670 把「Agent 记忆」从玄学拉成了一门工程学科
你大概率有过这种经历:跟 AI 助手第一次对话时它温温柔柔、记性超好——知道你不吃辣、项目 deadline 是下周五、讨厌用 emoji;等到第 7 次对话,它把这些全忘了,又开始用 emoji、推荐川菜、问你 deadline 是什么时候。 你以为它"不听话"了。 arXiv 2603.07670(Memory f…
AI Agent 越来越"会做事"了,为啥生产里还是翻车?——arXiv 2602.16666 用 12 个指标把"靠谱"这事儿拆明白
你有没有这种感觉:Agent 跑 demo 时像天才,一上生产就开始掉链子——同一道题问两次,答案不一样;用户换个说法,Agent 跑偏;偶尔还来个"误删数据库"或者把 prompt 里的密钥吐到日志里。 你以为是模型不够大。arXiv 2602.16666(AI Agent Reliability)说,问题根本不在模…
推广选题榜 · 2026-09-21
近 30 天论文池，基于被引 + 影响力被引 + 新近度综合排序，筛选最具推广价值的工作。 1. Agentic Harness Engineering (AHE) arxiv: 2604.25850 推广理由： Harness 工程化是 Agent 落地最被低估的环节——本文提出 AHE 闭环，将每次编辑变成可证伪契…
为什么 arXiv 1511.02136 这篇"图上的扩散卷积"，是 GCN 之前图深度学习的关键奠基——而且你今天用的所有 GNN 都欠它一笔
你有没有这种感觉 🕸️？ 你做推荐系统 / 知识图谱 / 社交网络分析，想把图数据喂给神经网络——但 CNN 处理不了"节点数不固定 + 邻居顺序任意 + 全局结构无规律"的图。 你去翻 paper，发现 GCN（Graph Convolutional Network）似乎是最经典的图神经网络。 你想搞清楚"GCN 是…
当 GPT-4 去做美国医生执照考试——为什么 arXiv 2303.13375 这篇"让通用大模型上医学考场"的论文，是 2023 年整个医疗 AI 行业的转折点
你有没有这种感觉 🩺？ 2023 年初，医疗 AI 圈都在说"通用大模型不懂医学，必须做专才微调"。 Google 花大价钱做了 MedPaLM——基于 540B 参数的 FlanPaLM 做医学微调 + 510 条专家示例 prompt + 多次采样投票改写，专门刷医学题。 大家都以为"医疗 AI 必须这么干"。 然…
Occamy-1.0 · 视频脚本镜像（v2 重写覆盖）
v1 → v2 修复：mirror 文件从 1870B / 29 lines 残缺（仅头部元数据 + §1 简版 + §3 简版口播稿 + §4 镜头分镜 7 scene 0~60s 无收束卡）→ v2 自包含含 §0 关键判断速览 + §1 标题与观众 + §2 事实依据（7 条 verbatim + paper_c…
视频选题榜 2026-09-20（v2 重写覆盖）
v1 → v2 修复：v1 文件 569B / 3 行 stub，仅 3 条单行 bullet（SelfEvolving Search Index R1 + Fuse Verifiable Social Reasoning R2 + EvoSkillGUI R3），完全未体现 913 v2 / 914 v2 / 918…