解读
2629 篇 · 选题榜 / 深度解读 / 科普 / 综述 / 视频脚本（学术推广产出）
纠错何时算修复？SAKIKO：面向工具使用 LLM 内部干预的机制审计框架
SAKIKO 把「在 LLM 内部用激活干预（activation steering）修正工具调用决策」这件事从「看 net gain 涨没涨」提升到「必须做 destinationresolved 的归因审计」——同一份内部干预可能让净得分 +55，却悄悄损害一半以上原本正确的决策；作者用 7 个 LLM × 3 个…
文本到图像生成的 GAN 奠基之作：Reed 等人的 Matching-Aware 判别器与流形插值
这篇 2016 年 ICML 论文首次把字符级文本编码器与条件 GAN 拼成可工作的端到端文本图像生成流水线，并通过 GANCLS（matchingaware 判别器）和 GANINT（流形插值学习）两项机制，把生成图像与输入描述在 64×64 分辨率上真正对齐到「鸟羽色、花瓣数」级别的细粒度可识别，开启了后续 Sta…
激活函数综述：Nwankpa 等人如何把 ReLU/Sigmoid/Tanh 之后的「非饱和家族」摆到同一张桌上
这篇 2018 年的综述把深度学习在工程实践中实际使用的激活函数与文献里持续被提出但很少被采用的「研究型」激活函数并排比较，得出「Sigmoid/Tanh 在隐藏层已基本被 ReLU 家族取代、Swish/Mish 等非饱和非单调激活在深层 Transformer 类架构里占优、但工程落地仍受计算成本与硬件支持度制约」…
RAG 全景测绘：效率 / 防御 / 交互 / 推理四轴分类法
这篇综述把近两年 RAG 文献从「单管道视角」拉到「四轴分类法」，主张 RAG 不再只是"检索增强生成"三件套，而要同时回答四个工程问题——怎么更快、怎么更安全、怎么更可交互、怎么更会推理——才算一个完整的现代 RAG 系统。 现有 RAG 综述大多围绕"架构演进"做主线（Naive RAG → Advanced RA…
Walking the Embedding Space：从多模态 RAG 中提取私有数据集
作者提出 imMRAG——一种自适应、黑盒、针对 imagereturning MRAG 的数据提取攻击：把恶意指令藏在用户上传的图像里而不是文本 prompt 里，通过混合"已恢复图像 + 攻击者持有的影子图像"与相关性重采样，主动游走 embedding 空间，在 2,500 次查询内可恢复多达 611 张放射影像…
Generalization Is Stability, Not Accuracy：用 SAGO 把 LLM 评测从"单分"换到"多轴稳定性"
作者提出 SAGO（StabilityAware Generalization Objective）——一个把"LLM 泛化能力"从单点准确率重新定义为多轴稳定性的评测框架：对同一输入在多种变体下衡量"行为变化了多少"而不是"答对了多少次"，并实证指出主流模型在生成一致性、内部激活、置信度、镜像响应四个轴上都呈现统计显…
大模型推理太贵、显存不够？——Mamba-3 把"成本砍半、质量持平"这件事做出来了
你有没有这种体验： 跟 ChatGPT 聊一份 100 页的合同，它读到第 30 页就开始"忘事"——前面说的细节它记不住了，得你反复提醒。 或者用 Copilot 补全一段长代码，补到第 500 行它就慢得像老牛拉车——GPU 显存告急，价格账单吓人。 为什么？因为主流大模型（Transformer 架构）的推理成本…
当年让所有人"画猫画狗"的 GAN，现在走到哪一步了？——2019 年这篇综述，给整个 GAN 时代画了一张完整的「家族地图」
你有没有想过： 2019 年那会儿，你刷到一张"不存在的人脸"会惊掉下巴——那种像真人一模一样、但其实完全是 AI 画的图，背后就是 GAN（生成对抗网络）在出力。 可 GAN 到底有多少种变体？为什么同一篇论文里会冒出 DCGAN、WGAN、CycleGAN、StyleGAN、BigGAN 一堆名字？搞视觉的人怎么知…
DyRAD：面向动态驾驶场景的雷达新视角合成
DyRAD 通过将动态驾驶场景解耦为静态背景反射器与运动追踪动态点反射器，并借助解析式 PSF（点扩散函数）渲染完整的 rangeazimuthDoppler（RAD） tensor，实现了雷达Novel View Synthesis（NVS）在动态场景下的突破，RADIal 数据集上目标检测召回率从 26.9% 提升…
Memorizon：用"按需检索 + 跨帧共享 bank"突破世界模型的上下文窗口限制
Memorizon 提出了一种用于"流式世界模型"（streaming world model）的训练与监督方法：通过让训练样本覆盖任意长的时间跨度、但每个样本只在最后 k 个 chunk 上打分，并以"相机共视性检索 + 共享 bank"代替对历史的 dense attention，把"长跨度监督"与"短跨度 att…
InterEvolve：面向人形机器人 loco-manipulation 的测试时奖励程序进化
InterEvolve 把"在测试时、靠 LLM + 数值优化器协作改写可执行奖励程序、释放既有全身控制器中早已存在但未被调用的运动能力"作为核心路径，让人形机器人无需重新训练就能完成训练集外、接触密集、多阶段的 locomanipulation 任务，并在 Unitree G1 物理机上跑通了自演化出的新策略。 人形…
RoPE 走到尽头了吗？长上下文失效的理论、诊断与缓解
一句话结论：把 RoPE 长上下文失效拆成「语义反转」与「位置不敏感」两类可测量病灶，给出零成本诊断工具与免训练的针对性修复，Qwen38B/Llama3.18BInstruct 准确率最大提升 20/25 pp。 RoPE（Rotary Position Embedding）是当前主流 LLM 的位置编码标配，但在长…
RAGScope：面向 RAG 幻觉分诊的泄漏可控、成本感知证据门控协议
一句话结论：给 RAG 系统一个能「便宜地把生成的答案分三档路由——接受 / 复核 / 强验证」的证据门控评估协议，本地特征即可达到 6.22 ms/example 的 CPU 推理，但跨域校准是真正的工程陷阱。 RAG 系统的幻觉问题通常用两类方式兜底：强 NLI 模型或 LLMasjudge。前者贵（百毫秒级）、后…
通过位置选择性自蒸馏从语言反馈训练 LLM 评判器
在训练 LLM 评判器时，用语言反馈（偏好理由）做自蒸馏（SelfDistillation），再通过熵移筛选过滤高熵移位置（context sharpening 区），保留低熵移位置（context spreading 区），可显著提升模型在主观任务上的分布外泛化能力，超越 GRPO 类 outcomesupervis…
主题综述 · risk（2026-10-01）
v1 → v2 重写说明（反思棒 #57 第四次实战）：v1 CJK 实测 = 4,118 严重越线 +218 + §0 自检栏 ① 用"略超"话术淡化 CJK 越线严重性——反思棒 #47 明文禁止该话术，且 1001 反思"行动 11 P0"承诺删除"略超 / 接近 / 沿用未尽"等淡化话术但 v1 未执行（自食其…
主题综述 · rag（2026-10-02）
本棒 netnew = 4 件：BoundaryMORPH（2609.27213，Sep 30）+ QReason（2609.30904，Sep 30）+ EngramRAG（2609.32049，Sep 30）+ RAGScope（2609.39075，Oct 02）。承接棒 8 件为 RAG 综述基线立锚（Lewi…
你以为写代码就是改代码?2026 这篇 66 页论文说:还得跑、得点、得截图,才算"做完一个 bug"
想象一下这个场景: 你让 AI agent 修一个 bug。代码改完,你按 PRD 走验收——结果 bug 还在运行时 UI 里,得让用户点开某个菜单才能复现。代码 diff 看着对,但软件实际跑起来就是错的。 这场景每个用过代码 agent 的人都撞过。问题是:没人专门测过这条"改代码 + 跑命令 + 点 UI + …
DataMagic：用声明式多智能体编排自动生成"数据视频"
§0 自检栏（v2 模板）：TLDR 有 ✓ ｜ arxiv 已 fetch ✓ ｜ GitHub 项目页已验（HKUSTDial/DataMagic）✓ ｜ 顶会 anchor IEEE VIS 2026 ✓ ｜ ⚠️ 标注 11 处 ｜ 反方 4 段（机制/数据/截止日/边界）｜ §八 工程坑 6 个 ｜ 诚实局限…
Smaller Models, Better Rejects：用小模型生成 Preference Distillation 的 rejected 反而更强
§0 自检栏（v2 模板）：TLDR 有 ✓ ｜ arxiv 已 fetch ✓ ｜ GitHub 项目页未在 abstract 给出（诚实承认）⚠️ ｜ 顶会 anchor abstract 未明 ⚠️ ｜ ⚠️ 标注 11 处 ｜ 反方 4 段（机制/数据/截止日/边界）｜ §八 工程坑 6 个 ｜ 诚实局限 3 …
HeteroFold：跨模型族的 Prefill-Free KV Cache 迁移，让异构多 Agent LLM 跳过重复 Prefill
§0 自检栏（v2 模板）：TLDR 有 ✓ ｜ arxiv 已 fetch ✓ ｜ GitHub 项目页未在 abstract 给出（诚实承认）⚠️ ｜ 顶会 anchor abstract 未明 ⚠️ ｜ ⚠️ 标注 10 处 ｜ 反方 4 段（机制/数据/截止日/边界）｜ §八 工程坑 6 个 ｜ 诚实局限 3 …
视频选题榜 2026-10-02
· MidHarness · Scaling Actions Between Model and Harness for Terminal Agents · 把 testtime compute 从生成端挪到 modelharness 边界,候选 action 先验后发,强 verifier 让弱 generator …
主题综述 · llm-infra(2026-10-02)
本棒 netnew = 6 件主增量 + 1 件承接稳态精修预备级锚定(14.7h 滑动窗口):① Periodic Weak Spots KV 压缩相位敏感性 ⭐⭐⭐⭐⭐ ② FRAC 分数阶动力学 SSM ③ LoopLMs 循环 LM 机制 ④ Loop Scaling Laws 循环 + MoE 联合缩放 ⑤ …
MILO：通过多 Agent 协同进化自动化发现 Agent Harness
1. 它要解决的"真问题"是什么？ Agentic 系统（LLM + harness）的瓶颈不在模型而在 harness（执行控制 + 工具/环境交互封装），而 harness 设计是组合爆炸空间，每次换模型都要重做；现有自动化方法要么只动 prompt、要么只动 skill，要么被固定搜索策略困在局部利用。 2. 它…
DAGent：先评估再扩张——给深度研究 Agent 的增量式 DAG 规划
1. 它要解决的"真问题"是什么？ 现有 DAG 多 Agent 框架在执行前一次性展开整张任务图，失败 / 缺证据后才修补——这在深度研究任务里特别脆：证据最薄弱时系统最笃定，后续修补又得重做无谓的子任务分支。 2. 它提出的关键新意在哪？ 把"一次性计划"换成 EvaluatethenGrow：Orchestrat…
Tacit-TTS：免转录、10× 加速的零样本语音克隆
1. 它要解决的"真问题"是什么？ 现有零样本语音克隆 TTS 走两条路：(a) 自回归（AR）语义建模——零样本质量与表现力强，但顺序解码延迟大；(b) 非自回归（NAR）——快，但通常要求推理时拿到参考语音的转录文本（transcriptdependent），把限制条件转嫁给了 ASR。 2. 它提出的关键新意在哪…
PixelUMM：在像素空间统一图像与视频理解和生成的无编码器多模态模型
PixelUMM（Pixelspace Unified Multimodal Model）通过把图像表示为空间 patch、视频表示为时空 tubelet，用单层线性投影直接把原始像素接入共享的多模态 backbone，并采用 MixtureofTransformers 架构（共享 attention + 任务专属参数…
RWTD：用奖励加权传输蒸馏对齐一步生成器
RWTD（RewardWeighted Transport Distillation）提出了一种只需要生成样本和标量奖励、不需要可微似然也不需要去噪轨迹的后训练方法，把一步生成器（如 SANA Sprint 1.6B）的 GenEval 分数从 0.73 推到 0.80，并能在多奖励切换时保持组合能力的稳定。 一步生成…
BIABench：用 16 项真实生物图像任务给 AI agent 出一道"长时序难题"
BIABench 从已发表的生物图像研究中重建了 16 个端到端任务，要求 agent 通过代码、专业软件、渲染视图完成 2D/3D/时序图像分析，并用"outcome 分数（文件级对比）"和"process 分数（VLM 评估方法选择与质控）"双轨评分——结果发现：在常规 2D 任务上 agent 已经能用，但在加入…
你以为 VLM 评判员真的在"读文字"——2026 这篇论文说：塞张图它就漂分，漂的方向还跟图的内容无关
想象一下这个场景： 你做情感分类任务，要评一句话是「字面义」还是「比喻义」。prompt 里写："忽略图像，只看文字做判断"。然后 VLM（GPT4V、Gemini、QwenVL 这类能看图的模型）拿到一句 "he was boiling with anger"，拿到一张"沸腾的水壶"图，答：literal（字面）。 …
你让 AI 帮你装软件、删文件——它一句话就把系统搞崩了？这篇 2026 的论文在「模型-沙箱之间」加了一道拦截门
想象一下这个场景： 你让一个 AI agent 帮你跑 pip install opencvpython，AI 一秒钟答：「好的」。但它实际执行的命令里漏掉了版本号，把你正在跑的 PyTorch 环境依赖给污染了——接着每一条后续命令都报莫名其妙的错。 更糟的是：AI 下一步本来可以生成"正确"命令救场，但环境已经被它…