19分钟前更新
- 让你更懂AI的 2026-11-04 12:05 北京 多轮去噪压成一步 扩散语言模型能够并行生成多个词元（token），却通常仍需经过多轮去噪，才能得到高质量文本。 如果把生成过程压缩到一步，模型能否在一次前向计算中，直接生成一整段连贯的文字？ 近日，来自香港城市大学、深圳大学、中国科学技术大学和牛津大学的研究团队提出 Seq-Drifting，将 drifting 生成建模引入文本序列，通过依赖当前生成上下文的漂移场，训练模型协调不同位置的词元选择，实现一步文本生成。 在无条件的 128-token 生成中，Seq-Drifting 的生成困惑度（Gen-PPL）达到 36.01，相较四步蒸馏基线 FMLM，实现 11.2 倍的实际运行时间加速。 研究还在条件续写、机器翻译、摘要生成及推理任务上验证了这一框架，探索一步生成在不同文本任务中的适用性。 相关论文题为 One-Step Text Generation by Seq-Drifting，代码和模型权重已公开。 论文地址： https://arxiv.org/abs/2610.12879 代码地址： https://githu
- 原创 帮你找工作的 2026-11-04 12:05 北京 让有价值的研究与创造，获得应有的空间和回报 阅读原文 跳转微信打开
- 黎宇哲 2026-11-03 23:23 北京 视觉数学均分最高涨9.9分 ©作者 | 黎宇哲 单位 | 华中科技大学硕士生 研究方向 | 多模态大模型 UniCAR-RL 不再让一个最终答案奖励同时承担“看”和“想”的监督，而是用三条共享参数的 RL 分支把感知与推理拆开优化，再在端到端 QA 中重新合起来。 本文介绍华中科技大学与华为合作的 UniCAR-RL：一个面向多模态视觉数学推理的三分支强化学习框架。 工作从一个很直接的问题出发：模型做错视觉数学题，很多时候并不是“不会推理”，而是第一步就把图看错了。 UniCAR-RL 不再把所有错误都压缩成一个最终答案奖惩，而是显式拆分感知、推理和端到端问答三种训练信号，仅依赖原始短答案监督，就能针对细粒度视觉感知进行强化学习优化。 该工作已被 EMNLP 2026 Findings 接收。 论文标题： UniCAR-RL: Seeing Better before Thinking Deeper in Visual Mathematics 收录会议： EMNLP 2026 Findings 作者单位： 华中科技大学、华为 论文地址：
- 原创 让你更懂AI的 2026-11-03 23:23 北京 串起模型、数据、环境与 Harness VLA、世界模型、机器人技能都有了，谁来负责协调它们？ 要让机器人完成“打开抽屉、取出蓝色方块、放到桌面”的任务，仅学会几个单独的动作还不够。 抽屉没拉到位、物体被遮挡、抓取后掉落，都可能打断原定计划。机器人还需要判断任务进度，决定接下来调用哪项能力，以及出错后如何补救。 这正是 Agentic Robots 关注的核心问题：如何协调已有的模型、工具与技能，根据执行反馈调整行为，并积累可供后续任务复用的经验。 Agent 的作用也由此延伸到模型训练、数据采集和仿真环境构建等环节。 香港中文大学 MMLab、复旦大学等机构的团队发布了综述《Towards Agentic Robots: Model, Data, Environment, and Harness》。 论文围绕模型、数据、环境与 Harness 四大领域、17 个功能类别，系统梳理了 Agent 如何参与机器人能力的开发、使用与迭代。 论文地址： https://arxiv.org/abs/2610.20442 文献仓库：
- 让你更懂AI的 2026-11-02 21:22 北京 RSI需要长期记忆 一次成功操作、一段纠错反馈，能否成为智能体下一次进步的起点？Cortex 将经验带来的帮助沉淀为长期参数记忆，在学习新内容的同时尽量保留已有能力，为智能体的持续自我改进提供可积累的基础。 一个智能体（Agent）接到任务后，会查阅文档、调用工具、尝试不同方案。在解决问题的过程中，它可能借助文档用对了一个陌生的工具接口（API），也可能借助文档避免了常见的操作错误。 任务结束，执行记录保存下来了。但下一次遇到相关问题时，它会因此做得更好吗？ 常规的上下文学习能够帮助模型利用眼前的信息，却不会自动更新模型参数。 如果一段经历只存在于当前上下文中，它对后续行为的影响往往需要通过再次提供或检索相关内容来延续。完成一次任务，并不意味着模型已经把这次经验学进了参数。 RSI（Recursive Self-Improvement，递归自我改进）也需要解决经验如何持续发挥作用的问题。系统在一轮任务中获得的新知识、有效策略和纠错经验，需要成为后续行动与改进可以复用的基础。[26] 受大脑记忆巩固机制启发，来自浙江大学、ByteD
- 原创 让你更懂AI的 2026-11-02 21:22 北京 Best Paper写法学起来 不提供论文全文，也不需要联网检索，一段摘要就能生成六页 CVPR 底稿。 用 AI 辅助写论文，应该有不少人试过这样的 prompt： 参考 CVPR、NeurIPS Best Paper 的写作风格，帮我修改一下摘要和引言。 这类提示词可以要求模型模仿某种写作风格，但具体到一篇论文，研究缺口如何展开，方法动机怎样引出，实验结果又该如何支撑核心贡献，仍然需要更细致的论证设计。 最近开源的 Best-Paper-Writing-Skill，就尝试把这些写作经验整理成一套可执行的 Skill。 作者分析了 60 篇 CVPR、ICCV 和 NeurIPS 获奖论文，将总结出的写作规律封装其中，供 Claude Code 和 Codex 调用，帮助研究者从已有研究信息出发，生成完整的论文底稿。 填张表或直接提供一段摘要，就能让 Agent 从零写出完整的论文底稿。 作者还以 CVPR 2026 获奖论文为例，仅凭原始摘要，就生成了一份约六页的 CVPR 格式初稿。 一段摘要，直接生成六页论文 作者选
- 让你更懂AI的 2026-10-29 15:02 北京 几周前说过的话，AI还记得吗？ 几周前告诉 AI 助手的偏好，它今天还能准确记得吗？ 当用户状态发生变化时，助手能否在准确更新记忆的同时，保持记忆库的稳定性？面对需要综合多次对话才能回答的问题，它又能否找到并整合所需的证据？ 当大语言模型从单轮问答走向长期交互，记忆的准确保存、稳定更新与有效利用，直接关系到 Agent 能否持续提供可靠的个性化服务。 完整保存原始对话，容易使检索与回答过程受到冗余内容的干扰；将对话压缩为摘要或组织成三元组等结构化关系表示，则可能在提炼信息的过程中损失关键细节与上下文。 保存了对话，不等于建立了可靠的记忆。 在本文中，我们提出 AtomMem：先将对话转化为高价值、能够独立理解的原子事实（Atomic Facts），再用事件组织相关经历、用时序画像追踪用户状态的变化，并通过关联图召回分散的证据。 我们以高质量的记忆表示为基础，协同设计记忆的组织、更新与检索机制，支持长期交互中的信息积累、状态维护与证据整合。 其中，一个值得关注的发现是：即使不使用复杂的层次结构和图关联召回，仅基于向量相似度直接检索原
- 原创 Jiacheng Dong 2026-10-29 15:02 北京 AI加速科研之后 如果做出一篇论文比过去容易了，论文数量、顶会录用和引用次数，还能在多大程度上反映一个研究者的贡献？ ©作者 |Jiacheng Dong 定义和共识 在讨论这个现象和它的影响之前，先约定几个定义和共识。 首先，哪些资源在这篇文章里被看作增长缓慢、相对有限的： 1. 计算资源 2. 人的注意力和精力：包括 researcher 推进工作的精力，也包括审稿人和读者理解、判断一项工作所需的注意力 3. 时间：实验迭代的时间，人理解问题、积累经验的时间 这些资源的增长速度，短期内远远赶不上 paper 的膨胀速度。 其次，评价一个 researcher 的核心 metric 是什么：他对整个领域的总 contribution。 也就是说，我们真正关心的是一个 researcher 推进了多少领域认识，而不是他一共发了多少篇 paper。 只是前者很难直接衡量，所以大家普遍拿后者当 proxy metric。 在此基础上，再定义什么是一篇好 paper： 1. 能带来结论。这里的结论指：可复现、能被实验证
- 让你更懂AI的 2026-10-28 20:08 北京 实测13款模型 现如今多镜头音视频生成模型越来越强，生成的视频画面流畅、叙事看起来通顺。 但画面连贯≠会做专业剪辑。 很多 AI 视频可以产出观感丝滑的成片，却做不到基础剪辑要求：控制镜头数量与时长、实现、实现特定类型的蒙太奇叙事、实现指定的转场特效以及指定的音画关系等等。 现有绝大多数评测基准，大多聚焦画面、同步、物理合理性等通用指标，但是缺少对剪辑指令实际执行效果的专项考核。 针对这一缺口，来自阿里巴巴的研究者，推出 CutCraft：首个面向多镜头音视频生成、聚焦专业剪辑指令执行能力的评测基准，把镜头结构、转场语法、音画剪辑关系、蒙太奇手法等等全部纳入评测范围。 论文标题： Beyond Coherence: Benchmarking Professional Editing‑Technique Execution in Multi-Shot Audio-Video Generation 作者机构： 阿里巴巴、上海交通大学、复旦大学、德克萨斯大学奥斯汀分校、中科院软件所 论文链接： https://arxiv.org/abs
- 原创 风儿轻轻er 2026-10-28 20:08 北京 从核心循环到工程细节 一个看似简单的 Agent Loop，真正做成 Coding Agent 有多复杂？ Agent Loop 的基本流程并不复杂。 模型发起工具调用，Harness 执行后将结果返回给模型，模型再决定下一步。围绕这几步，就能搭建一个最简单的 Agent 循环。 但在 Claude Code、Codex 这样的实际产品中，还需要处理大量具体问题：工具如何并行执行、用户能否中途追加指令、权限检查放在哪个环节、上下文接近上限时如何压缩，以及整个循环什么时候结束。 不同 Harness 对这些问题的处理方式并不相同。 最近有人整理了 Claude Code、Codex、OpenCode、Pi、Oh My Pi 和 DeepSeek Harness 的 Agent Loop，从循环结构、工具执行、上下文管理到扩展机制，逐一梳理了六套系统的具体实现。 六套系统遵循相似的基本流程，但在循环的组织方式、状态管理和扩展机制上，各有不同的设计取舍。 Claude Code Claude Code 的 agent loop 是一
- 让你更懂AI的 2026-10-27 13:32 北京 城市AI不只看卫星 想象城市中两片建筑形态相近的区域：一片主要服务周边居民，另一片吸引来自城市各处的消费者。 卫星影像提供了建筑、道路和地表的信息，人们在不同地点留下的活动联系，则为理解两片区域的角色补充了另一类线索。 发表于 ICLR 2026 的 MoRA 围绕这一问题展开：能否把地点之间的人类活动联系，与兴趣点、卫星影像和人口统计信息结合，让模型更好地理解区域的社会经济特征？ 论文的全国范围实验显示，MoRA 在九项任务中的八项取得了所比较方法中最高的平均 R²，同时保留了明确的数据覆盖与适用边界。 研究由来自香港大学、腾讯微信和香港城市大学的研究者合作完成，Ya Wen 与蔡纪烜（Jixuan Cai）为共同第一作者，Yulun Zhou 为通讯作者。 本文由共同第一作者蔡纪烜供稿，介绍论文的方法、主要发现与尚待验证的问题。 论文标题： MoRA: Mobility as the Backbone for Geospatial Representation Learning at Scale 论文地址： https://p
- 原创 让你更懂AI的 2026-10-27 13:32 北京 连Kernel都不用手搓了 DeepSeek 刚把推理框架开源，AI 就在相关算子上跑出了更快的实现，连底层 Kernel 优化也开始卷起来了。 同样一款大模型、同样一块芯片，换一套更高效的底层算子，推理速度就可能拉开明显差距。 DeepSeek 在底层计算优化上已经下了不少功夫。从 FlashMLA、DeepGEMM 等高性能算子库，到近日开源的推理框架 DeepInfer，相关工程成果正陆续开放。 就在 DeepInfer 开源的不久后，一个叫 ForgeKernel 的项目，在 DeepSeek V4.1 Flash 相关算子任务上，跑出了比其开源 NVIDIA 实现更快的结果。 这些 Kernel 由 AI 自主编写、测试和反复优化，整个过程无需工程师逐行调优。 ForgeKernel 还登顶了两大公开算子榜单：NVIDIA SOL-ExecBench 的 FlashInfer-Bench B200 合集，以及昇腾 CANNBench 的 A3、950DT、950PR 硬件榜。 一边是积累了大量专家实现和优化经验的
- 让你更懂AI的 2026-10-23 20:20 北京 AI拒答也得查过程 「抱歉，这个请求我不能帮助。」 看到这样的回答，我们很容易认为：模型成功拒绝了危险请求。 但如果它在此前的「思考过程」中，已经给出了可被滥用的信息，最后才补上一句拒绝呢？ 当推理模型开始「先思考，再回答」，安全审核也多了一个必须回答的问题：最终答案之前的推理过程，是否已经暴露了有害信息？ 最终答案安全，不等于推理过程安全。 针对这一问题，上海创智学院与复旦大学团队提出 ReasoningShield，首次提出并定义思维链安全审核任务，构建专用数据集与评测基准，并训练、开源 ReasoningShield-1B/3B 审核模型。 目前该工作已获人工智能国际顶级学术会议 NeurIPS 2026 Evaluations and Datasets Track 录用。 论文标题： ReasoningShield: Safety Moderation over Reasoning Traces of Large Reasoning Models 论文链接： https://arxiv.org/abs/2505.17244
- 原创 让你更懂AI的 2026-10-23 20:20 北京 投稿前，先看看今年的变化 CVPR 2027 首次公布完整的五类桌拒清单。 CVPR 2027 今年的投稿规则里，有几条值得提前划重点。 官方首次集中公布五类桌拒情形，超过投稿配额、缺少必要声明，甚至严重审稿失职，都可能让论文在完整评审前出局。 先看投稿数量。ICLR 2027 每位作者最多署名 20 篇，AAAI 2027 主技术赛道最多 10 篇，CVPR 则继续保持 25 篇的上限。 但今年新增的一条规定，可能让部分新人团队连第二篇都没法投：如果一篇论文的作者均不具备合格互惠审稿资格，每人最多只能参与 1 篇此类投稿。 AI 使用也有新要求。哪怕只用 AI 修改语法，也必须在论文中说明。缺少 LLM 使用声明，论文可能直接被拒稿。 与此同时，CVPR 也将引入大会批准的 AI 工具辅助审稿。 赶在截稿前，一套面向 CVPR 论文的独立开源 Skill——CVPR Paper Playbook 也上线了，可以帮助研究者检查论文贡献、实验设计和图表，并给出投稿前预审意见。 投稿日期 CVPR 2027 将于 2027 年
- 让你更懂AI的 2026-10-22 19:55 北京 让大小模型自己学会分工 借助大模型，智能体已能完成软件开发、科学研究等复杂任务，但多轮交互中频繁调用大模型，推理成本也随之居高不下。 实际上，复杂任务的各个环节对模型能力的要求不尽相同：小模型虽难以独立完成整个任务，却往往能胜任其中的部分子任务。 因此，让大小模型合理分工、协同作业，是兼顾任务效果与推理成本的关键。 上海 AI Lab 研究团队提出自进化智能体路由框架 RSI-Router，从执行轨迹中挖掘可复用的子任务，探索大小模型分工，并提炼模型专属执行技能，让分工策略与执行技能在持续迭代中共同进化。 论文标题： RSI-Router: Evolving Subtask-Level LLM Routing and Skills for Cost-Efficient Agents 论文链接： https://arxiv.org/abs/2609.34712 以 DeepSeek-V4.1-Flash 为大模型、Qwen3.5-9B 为小模型，RSI-Router 在五个 Agent 评测基准上： 1. 性能反超：五个基准的任务表
- 原创 让你更懂AI的 2026-10-22 19:55 北京 RSI也开始算性价比 清华、智谱团队的这项新研究，让 Harness 在复盘中学会了算账，分数更高，花钱更少。 唐杰的名字，又出现在一篇 Agent 论文的共同通讯作者名单里。 这一次，来自清华大学、智谱、上海交大、华威大学和可灵 AI 的研究团队，把执行成本也纳入了 Harness 的自我进化。 现有的 Harness RSI 方法已经能够从执行轨迹中总结经验、自动改进运行规则。但更充分的探索和验证往往伴随着更多 token 消耗，agent 的成绩涨了，账单也跟着涨。 研究团队提出的 HarnessPro，会同时复盘任务失败和多余开销，再用 AI 生成的测试筛选候选方案，兼顾性能与成本。 在 GPT-5.5 搭配 Codex 的三个基准上，Heavy 方案相较 RHO 的平均任务通过率提高 2.0 个百分点，单任务执行成本平均下降 26.1%。 除了追求性能的 Heavy，它还提供兼顾两端的 Medium 和省钱优先的 Lite。三档方案面向不同预算需求，代码已经开源。 论文标题： HarnessPro: Recursi
- 常胜、葛朋林 2026-10-21 21:42 北京 以下文章来源于：开放知识图谱 开放知识图谱 OpenKG：开放促进互联、链接创造价值 Agent也有自己的「关系图」了 国防科技大学赵翔教授团队与天津大学王鑫教授团队合作在软件学报发表综述论文 “图智能体概念与研究进展”。 01 动机 大语言模型通过大规模语料预训练获得自然语言理解与生成能力。大模型智能体以其为推理与决策核心，围绕任务目标感知环境、制定计划、执行行动，并依据环境反馈调整行为，形成交互闭环。当任务涉及多个阶段、工具或持续交互时，智能体需要维护实体关系、步骤依赖和动态任务状态。仅依赖文本上下文，模型可能遗漏关键证据、违反工具调用的顺序约束，或沿用过时状态。系统因而需要明确记录相关关系与任务状态，并在执行过程中及时更新。 图结构可以显式表示这些关系：将知识实体、工具、子任务和记忆单元表示为节点，将语义关联、数据流向、执行依赖和时间关系表示为边，使分散在文档、任务描述和交互记录中的关系能够被查询和更新。这些关系进一步用于检索、规划和推理：知识图谱中的实体连接引导证据检索，工具图中的接口关系限定调用组合，任务图中的依赖边约束步
- 原创 让你更懂AI的 2026-10-21 21:42 北京 从精读论文到顶会写作 本科一作 3 篇 A 会是什么水平？不妨看看这份科研笔记。 本科期间，不到两年时间，以第一作者身份发表 3 篇 CCF-A 会议论文，包括 NeurIPS 和 ICML，Google Scholar 引用超过 100 次。 最近，一位名为「橘寄」的科研博主分享了自己的本科科研经验。 除了论文成果，作者还曾获得国家奖学金，以及清北、香港和新加坡多所高校的 PhD offer。 从如何精读论文、上手大型代码仓库，到寻找科研 idea、完成顶会论文写作，这几篇笔记涵盖了不少具体做法。 以下是相关内容的整理，尽量保留作者原有的经验分享和第一人称表述。 本科科研从读论文开始 27 届保研季刚刚结束，不少学弟学妹感到焦虑，来问我：本科阶段该怎么做科研、发论文，提升升学竞争力？ 和大家分享一些本科做科研的实用经验。 一、系统阅读该方向近期的文章 这里的阅读是循序渐进的过程。 1. 精读该方向 2-3 篇文章 这里的精读指的是包括 Related Work 在内的所有正文部分。 请注意，有读不懂的地方，你可以随时让 A
- 让你更懂AI的 2026-10-20 09:08 北京 看得懂，却不会推理 多模态大模型已经能够准确识别图像中的物体、模仿特定艺术风格、感知画面情绪，甚至解答复杂的几何问题。 但在模型内部，认出一只“猫”和理解“正义”或“危险”，走的是同一套编码机制吗？为什么模型明明能“看懂”几何题里的辅助线关系，却依然算不出正确答案？ 为了打开这一黑盒，来自上海交通大学、蚂蚁集团的研究人员提出了一套基于 Activation Steering 的因果探测框架，从被动观察转向主动因果干预，系统揭示了多模态大模型对不同视觉概念的编码方式，以及视觉感知与逻辑推理之间的断层。 论文标题： Causal Probing for Internal Visual Representations in Multimodal Large Language Models 论文地址： https://arxiv.org/abs/2605.05593 数据集地址： https://huggingface.co/datasets/hehehahi4/Vis_diff 从“被动观察”到“主动因果干预” 要搞清楚模型内部如何编码
- 原创 让你更懂AI的 2026-10-20 09:08 北京 12项基准，8种真机 给 GPT-6-Astra 换套 Harness，RoboDojo 成功率直接从 15.83% 涨到 54.17%。 同样是 GPT-6-Astra，换套 Harness，机器人操作的成功率能差多少？ 来自商汤科技、南洋理工大学等机构的联合研究团队，在 RoboDojo 的 42 项任务上进行了一组 Harness 消融实验。 基础 Agent 配置的成功率为 15.83%，平均得分 22.96；加入上下文学习知识包，再让 GPT-6-Astra 与视觉—语言—动作模型（VLA）闭环协作，成功率升至 54.17%，平均得分达到 60.08。 GPT-6-Astra 的参数没有改变，机器人任务成功率却达到原来的 3.4 倍。 在另一组 RoboDojo 挂杯测试中，GPT-6-Astra 根据头部摄像头画面，误以为杯把已经套上挂钩。腕部摄像头却显示杯子仍在桌上。模型继续调整，也没能及时确认真正的接触状态。 〓任务完成状态误判及其他典型执行失误 SenseNova 研究团队推出的SenseNova-Robo