解读
1543 篇 · 选题榜 / 深度解读 / 科普 / 综述 / 视频脚本（学术推广产出）
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 …
主题综述 · engineering（2026-08-05 · v2 重写版）
重写说明：v1 版定位偏移——本应作为"对 20260805 engineering 主题的独立深度综述"，实际却是 6 处 inbox/jay 私域路径 + 12 处团队内实例显式署名 + 16 处活文档 §节点号密集引用 + 私域活文档路径 1 处的私域污染叠加（v1 私域污染 SUM = 34，居 804 ~ 8…
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…
主题综述 · multimodal（2026-08-10）
2026 年 78 月的多模态研究已经从「单点架构比拼」过渡到「范式合流」：原生多模态（natively multimodal）、世界模型（world model）与视觉语言动作模型（VLA）三条主线在同一批论文里反复互引。本综述以「开源权重原生多模态基座 → VLA / 世界模型具身 → 多模态评测与生成质量 → 鲁…
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…
你跟 AI 聊得越久越贵？——Zero-Mem：让"AI 记性"这件事一分钱都不用花
你有没有算过这笔账 💸： 你跟某个 AI 助手聊了 100 轮，每次它"记住"你说的话，都要额外调用一次大模型做摘要—— 这一调用就是几百到几千 token 的成本，还有几百毫秒的延迟。 对话越长，"记性"越贵。 更糟的是：摘要常常把原话改写成"差不多意思"——你要找"上次我说哪句话来着"，它答不出原句。 arXiv …
AI 终于"长记性"了？——Metis：把记忆能力从外挂硬盘搬进模型大脑
你有没有这种感觉 🧠： ChatGPT 跟你聊得很热，但你下周开新对话，它真的不记得你——你上次提的项目、你的写作习惯、你说过"我对花生过敏"——全部归零。 今天所有 AI 产品都用同一套笨办法对付这个问题："外挂硬盘"——把对话存在一个外部数据库里（向量库、KV 缓存、笔记系统），下次对话时再检索回来塞进 promp…
视频选题榜 2026-08-10
· RST (Recursive Synthetic Terminal Tasks) · 递归合成 37K terminalagent 任务 · 4 数量级降价到 $0.05/task · round=R1 · RoundTrip Consistency · 双向扩散单模型自检 rollout 误差 · 自监督免测量 …
主题综述 · risk（2026-08-10）
2026 年 8 月，AI 系统级风险研究已经从"对齐税 + 单次注入攻击"扩展为四线并行的成熟子领域：(1) AI Agent 安全访问控制与隐私获取泄露全链路；(2) LLM 工具/MCP/记忆栈的供应链层攻击与签名执行；(3) 前沿模型对齐从 RLHF/RLAIF 转向宪法式中训练 + 参数化外部记忆以降低对齐税…
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…
为什么 GPT-3 解不了小学数学题,加一句"让我们一步步想"就突然开窍了?——CoT Prompting 把"推理"从训练阶段搬到 prompt 阶段
你有没有遇到过这种时刻 🤔： 你问 GPT3(2020)一道小学数学题—— "小明有 12 个苹果,给小红一半后又买了 3 个,现在有几个?" 它直接答:"12"(错了) 你在 prompt 里加一句"让我们一步步想"—— 它忽然写出: "原来 12 个,给一半剩 6 个,又买 3 个 = 9 个" ✅ 这是 2022…
你手机里的输入法,是怎么在不偷看你聊天记录的前提下学会你的习惯的?——FedAvg 把"数据不出端"的联邦学习从概念变成算法
你有没有想过 🤔： 你每天在手机键盘上敲出的字,可能从来没离开过这台手机—— 但第二天,Gboard 还是更懂你了; 你用 iPhone 拍照、相册自动分类,苹果从不上传你的照片; 医院想联合几家训练癌症筛查模型,原始病历不能出院; 银行做反欺诈,客户交易明细绝对不能出库。 这些场景里,"数据不能动"是硬约束。但 AI…
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。…