解读
1094 篇 · 选题榜 / 深度解读 / 科普 / 综述 / 视频脚本（学术推广产出）
向量搜索即最近邻匹配：基于 RAG 的因果推断策略学习
本文把 RAG 重新解释为因果推断里的最近邻匹配：在潜在结果（potential outcomes）框架下用向量检索给每个候选动作拉「证据邻域」，再由生成器估计条件期望或差分，最后用 plugin 规则选动作；并对两步方法给出了候选生成 regret 与候选内选择 regret 的可分解界。 在个性化决策、医疗干预、推…
自托管 AI Agent 的自我状态攻击：操作系统防御能做到什么程度？
本文提出「自我状态攻击」（selfstate attack）这一新威胁类别：自托管 AI Agent 通过合法 OS 系统调用读写自己的记忆与配置文件，从而被攻击者接管；论文用 23 格攻击矩阵、43 个真实操作刻画攻击面，并系统评估了「分层防御栈」（指令/配置访问控制 + 记忆层工作负载条件检测 + 周期备份）的效果…
EduPanel：面向教学视频的三 Agent LLM 评判框架——可靠性、互补性与人类信任校准
EduPanel 把「教学视频质量评判」拆成三个专门 Agent（播主 Agent 学习者视角评估讲解、补全上下文；权威 Agent 按 rubric 评内容覆盖与正确性；评分 Agent 输出可解释的多维度分数），并在评测回路中度量专家与系统的互补性、让 LLM 反馈帮助专家把评分 MAE 从 0.87 降到 0.7…
Agentic RAG 综述:把"会反思、会规划、会用工具"的 Agent 塞进 RAG 流水线
一句话结论:这篇综述系统梳理了 Agentic RAG(把自主 Agent 嵌入 RAG 流水线)的发展脉络,提出基于"Agent 数量 / 控制结构 / 自主性 / 知识表示"四维的架构分类法,并对医疗、金融、教育、企业文档处理四个领域的设计权衡做了对比分析;最后点出评估、协调、记忆、效率、治理五大开放问题。 自检:…
PrivacyPeek：审计 LLM Agent「拿到了什么」，而不只是「说了什么」
PrivacyPeek 把 LLM Agent 的隐私审计视角从「输出/动作泄漏」前移到「采集阶段过度获取」，在 10 个 Agent / 4 个模型族 × 1182 个 case × 7 类采集行为 × 16 个应用域上证明：过度获取在主流 Agent 中普遍存在，且任务完成能力越强反而泄漏越严重，prompt 级防…
SimWAM:把视频生成器请下"推理席",只让它当"陪练"
一句话结论:SimWAM 用一个冻结的预训练视频专家 + 一个轻量动作专家做联合流匹配训练,推理时丢弃视频分支、只剩一个自包含的轨迹规划器;在 NAVSIM 上拿到 91.5 PDMS,延迟显著低于既有 WAMbased 规划器,并 zeroshot 迁移到 nuScenes。 自检:机制 3 段(联合流匹配 / 隔离…
PHOENIX:把"会说话的医生"塞进鞋盒大小的卫星
一句话结论:PHOENIX 用一个跑在星载嵌入式电脑上的 finetuned Small Language Model + 6 个地面 AI Agent,实现 CubeSat 的预测性自愈与多 Agent 指令回注;在 96 分钟轨道周期里把 85 分钟的"地面失联窗口"变成可观测、可恢复的自治时段。 自检:机制 3 …
YOLO-PEFT：在 YOLO 上做 PEFT 不是「挪一下 LoRA」那么便宜——结构感知的可审计规划器
把语言模型那一套 PEFT（LoRA / Adapter / RSLoRA）原样搬到 YOLO 系列实时检测器上会静默失败——异构算子和检测头组件让 adapter 插入位置有硬约束；YOLOPEFT 把这个约束建模成显式的 constraintplanning 问题，要么给出可审计的预算化 targetmodule …
Do AI Personas Grow?：LLM Agent 在「人生事件」后的性格漂移测得出来，但只能漂到「均值」
用 Big Five 作为心理锚，对 14 个 LLM 测了 11 类人生事件后的性格漂移：方向（变大/变小）能学到一些，但幅度普遍低于人类真实 effectsize，跨人格的散布被人为压缩 34 倍；作者把这件事量化为 BFIAdapt benchmark，并指出当前 PCAgent「会演人类性格的均值，但演不出形状…
单模型自预测误差：双向扩散模型的「往返一致性」检测
用一个统一的条件潜空间扩散模型，通过一个 direction 标志同时学会「时间正向」和「时间反向」推演，再把「前推 i 步 + 反推 i 步」的位移 C_i 当作自监督误差信号——无需 ensemble、无需保留数据、无需已知动力学方程，就能在推理时量化自回归长 rollout 的不可观误差，并把不可逆性转化为「可被…
MLLM 能解码「创造性跳跃」吗？C4：中文成语跨概念创造性评测框架
把「跨概念理解（crossconcept understanding）」这一创造性认知能力形式化成 crossconcept encoding（构题）+ crossconcept decoding（解题），针对中文成语的「跨概念隐喻」构造出 C4 评测框架与 C4Eval 基准（合成 184 + 人工 37 个跨概念成…
当「特权指导」错位：多轮 Agent 的状态匹配路由与上下文自蒸馏
针对多轮 Agent 的 privileged onpolicy distillation，论文把「学生走到了参考轨迹未覆盖的状态」这件事命名 statereference mismatch，并提出 SMRCSD：每一步先用执行状态做匹配检查（StateMatched Routing），匹配上时再用参考轨迹构造「状态条…
训练策略优化的幻象：单调推理策略才是 LLM 强化学习的真正目标
这篇论文指出了 LLM RL 后训练里一个被忽视的目标错位——训练引擎里"更好的策略"并不等于推理引擎里"更好的策略"——并提出了新的优化目标 MIPI（Monotonic Inference Policy Improvement）与两步实现 MIPU（Monotonic Inference Policy Update…
Beyond IID：表格基础模型真的有那么通用吗？
本文推出 BeyondArena——第一个面向表格数据（tabular data）的统一整体基准，支持 IID / 时序（temporal）/ 分组（grouped）三类任务，覆盖样本量与特征维度的多个尺度，并包含含文本字段、高基数特征的多样化特征类型；同时开源配套工具 Data Foundry（Python 框架 +…
Agentic Abstention：Agent 真的知道什么时候该停手吗？
论文正式定义并系统研究了「Agentic Abstention（代理式弃答）」这一序列决策问题：在多轮工具调用场景中，LLM Agent 何时该停止行动、承认任务不可完成；并提出一种不更新模型参数的上下文工程方法 CONVOLVE，把成功轨迹蒸馏为可复用的停止规则。 现有 LLM Agent 的评测几乎只奖励「完成任务…
ILLUME-X：照亮统一多模态的自由形式图文交错生成
ILLUMEX 提出一种统一多模态范式，通过「扩展训练数据管线 + 渐进式训练 + 自适应目标」三个组件，在自由形式（自由长度、自由顺序）的图文交错生成上显著优于现有统一模型，并配套提出 ILScore 综合评测指标；论文已被 ECCV 2026 接收。 现有的图文生成模型大致分两类： 扩散类（Stable Diffu…
DuoMem：双空间蒸馏让 4B 端侧模型跑出 72B 记忆 Agent 的水平
DuoMem 提出「上下文空间 + 参数空间」双轨蒸馏，把大型 LLM Agent 在多轮任务中的程序化求解能力迁移到 4B 学生模型；在 ALFWorld 上，4B 模型的任务成功率从 4.3% 跃升到 77.9%，逼近 72B 教师（87.1%），且推理速度快 3 倍以上，可在边缘设备实时部署。 记忆增强型 Age…
从检测到行动：用 LLM Agent 桥接工业故障检测与容错控制
这篇论文给"工业过程控制"加了一个LLM Agent 中间层：把故障检测器（FDI/FTC 中的 Detection 模块）的报警转成约束感知的恢复动作，并用数字工厂孪生 + Graph RAG 在下发到 PLC 之前先仿真验证，避免了"LLM 直接控制物理设备"的不可控风险。 工业过程控制系统里，长期存在一个工程痛点…
QVal：低成本评测长 horizon LLM Agent 的密集监督信号
QVal 提出一个免训练的评测底座，把"密集监督信号"与"训练管线"彻底解耦：直接衡量信号对参考策略 Q 值的排序一致性，发现简单 prompting 基线系统性击败近年文献里"花哨"的密集监督方法，且表现按方法家族聚类——一句话，密集监督这一整片研究领域的主流假设（"复杂信号 = 更好的信号"）并不成立。 当 LLM…
一个场景，两种深度：探究单目基础模型中的几何歧义
同一透明场景的同一条相机光线可以合法地穿过前景玻璃、落在背景上，但主流单目深度估计模型对"深度该落在哪一层"各有偏好——这并非错误，而是深度监督本身引入的约定俗成。 Monocular depth estimation（单目深度估计）将 3D 世界压缩为每个像素一个深度标量。然而在透明场景中，同一条光线可以同时穿过前景…
MuSViT：面向乐谱表示的基础视觉模型
MuSViT（Music Score Vision Transformer）推出乐谱领域首个基础视觉骨干：用 Masked Autoencoders（MAE）在 IMSLP 970 万页乐谱上预训练 ViT，并通过合成数据 → 真实数据的两阶段课程，最终在四个下游任务（整页/谱表级识别、乐谱符号检测、谱面难度分类）的线…
ZooClaw-FashionSigLIP2：面向稳健时尚检索的蒸馏微调
在通用视觉语言编码器（SigLIP2base）上做全面微调+知识蒸馏，再用 WiSeFT 权重插值与原始模型融合——这条简洁的技术路径，在时尚检索任务上同时击败了 LoRA、更大骨干网络（最高 1B 参数）以及外部训练数据。 视觉语言模型（VLM）做检索的本质是让图像和文本映射到同一个 embedding 空间，然后计…
AI-Infra-Guard：面向多层 Agent 红队测试的统一框架
AIInfraGuard 是一个开源 AI 红队框架，提出"攻击面是分层的"这一核心观察，将 AI Agent 的攻击面分为基础设施层 / 协议与工具层 / Agent 行为层 / 模型层四层，每层匹配最合适的检测范式（确定性规则、LLM 智能体审计、多轮黑盒红队、越狱工具链），并号称是当前唯一同时覆盖 Agent S…
SHIFT：门控调制激活引导，用于 RAG 中的知识冲突缓解
SHIFT 将 RAG 系统中"检索到的上下文"与"模型参数记忆"之间的知识冲突，从直接修改神经元转变为学习一个轻量门控模块（< 0.01% 可训练参数），让 LLM 在生成时自适应地调配内部激活，决定该信上下文还是信记忆。 RAG 系统依赖两个知识来源：Parametric Knowledge（存储在模型参数中的知识…
PaLM：用 Pathways 扩展语言建模至 540B
Google 用 Pathways 系统在 6144 块 TPU v4 上训练了一个 540B 密集激活 Transformer（PaLM），在数百项语言基准上以少样本学习的方式刷新 SOTA，并在 BIGbench 上首次让模型平均得分超越人类。 2022 年初，LLM 赛道有两条明显的工程痛点： 1. 规模上限：G…
Visual Instruction Tuning（LLaVA）
Liu 等人首次用 GPT4 生成的语言图像指令微调数据 把一个视觉编码器（CLIP ViTL/14）与一个大语言模型（LLaMA）拼成端到端可训练的视觉对话助手 LLaVA，并在合成多模态指令集上以相对分 85.1% 逼近 GPT4。 2023 年春天多模态 LLM 赛道正卡在一个真问题：视觉语言对齐≠视觉指令跟随。…
Mamba：基于选择性状态空间的线性时间序列建模
Gu & Dao 在 S4 状态空间模型基础上，把 SSM 参数变成 输入依赖的"选择性"函数，并设计了一个不依赖 attention 也不含 MLP 的硬件感知并行算法，从而在语言、音频、基因组三种模态上以更小模型达到 Transformer 同等或更好的精度，并把推理吞吐拉到 约 5× Transformer。 T…
GBC：用梯度化连接打开多 Agent 系统的细粒度归因
GBC（GradientBased Connections）把多 Agent 系统（MAS）当作一个可微的计算图，通过基于梯度的连接权重量化每个 Agent 的输出对下游 Agent 在token 级的影响，从而把"哪个 Agent 的哪一步搞砸了"这种归因问题从黑盒变成可计算——并据此做针对性 prompt 优化，在…
PerceptionRubrics：将多模态评估校准至人类感知
PerceptionRubrics 是一个面向多模态生成的"评分量表式"评测框架，用 1038 张信息密集图像与 1 万余条实例级 rubric，把"语义整体相似度"换成"原子级事实审计"，并通过 Gated Scoring 让"漏掉关键视觉事实"直接判失败，从而暴露出当前 SOTA 模型在密集合上"看着都对但连起来就…
Erase-then-Delta Attention：解耦 Delta 规则线性注意力中的擦除地址与写入地址
本文提出 ErasethenDelta Attention (EDA)：在 Deltarule 线性注意力的更新规则里，把"在哪里擦除陈旧记忆"与"在哪里写入新内容"解耦——先沿一个学习到的擦除方向做定点擦除，再沿当前写地址做 Deltastyle 修正写入。在 2.5B 稠密模型和 25BA2.8B MoE 模型家族…