跳到正文
10月10日 · 周六

全部论文

找到 91 篇
筛选5

影响

输出被操纵6可用性与可靠性5

系统形态

模型与 API57LLM 应用15AI Agent69coding agent11science agent5web agent1多智能体7具身与机器人7

层

提示层6模型层26应用层33训练与数据层23基础设施层3

系统组件

视觉7多模态9
同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 196 篇还没打标签，不在筛选结果里。
系统形态：模型与 API系统形态：LLM 应用系统形态：coding agent系统形态：web agent系统形态：具身与机器人清除全部

另有 196 篇论文还没打上分类标签，暂不在筛选结果里。

  2. 其他arXiv 2610.12235

    论文提出用语言模型充当 AI 研究世界模型，预测实验结果

    提出研究世界模型，用语言模型预测干预增益

    arXiv
    2610.12235
    发表
    层
    模型层
    场景
    模型与 API
    被测模型
    Claude Opus 5、Grok-4.6、GPT-6 Astra 等 13 个
    摘要作者称实验记录可在环境内外复用，并改善固定预算下的实验选择。

    作者把语言模型用作研究世界模型，在执行前预测干预增益的中位数，用来在有限预算下比较候选实验。要处理的缺口是研究智能体提案快于执行。同一类改动在不同参考模型、配方和预算下效果可以不同，因此需要能离开原环境继续使用的实验知识。

    深度解读完整解读
  3. 其他arXiv 2610.11959

    MiMo-V2.6：通过扩展强化学习迈向自我改进

    扩展全模态基座的强化学习以支撑智能体自我改进

    arXiv
    2610.11959
    发表
    层
    训练与数据层
    场景
    coding agent
    被测模型
    MiMo-V2.6-Pro、MiMo-V2.6-Flash、MiMo-V2.6-Distill-Qwen-9B
    摘要系列用三维扩 RL 与分组评分提升智能体分数，作者称最终表现与前沿模型相当。

    MiMo-V2.6 是全模态 MoE 技术报告，用扩大 RL 计算、环境和评分来追求智能体自我改进。

    深度解读完整解读
  5. 其他arXiv 2610.08917

    CARE：为视觉-语言-动作模型推理加速提供认证式选择

    提出 CARE，离线认证 VLA 加速配置的回合级失败风险并选出最快合格候选

    arXiv
    2610.08917
    发表
    层
    模型层
    场景
    具身与机器人
    被测模型
    OpenVLA-OFT、π0.5、π0 等 5 个
    摘要CARE 以配对回合认证加速诱发失败，在预算内选最快候选，不足则保留参考。

    CARE 在部署前从加速配置中选出最快、且加速诱发失败风险能被有限样本认证为低于用户预算的候选。证据不足就保留全计算参考策略。

    深度解读完整解读
  6. 其他arXiv 2610.08740

    Kosoy 提出鲁棒老虎机多项式时间学习器，推进 AI 对齐

    给出线性 robust bandits 特例的多项式时间学习者并证明小推广 NP-hard

    arXiv
    2610.08740
    发表
    层
    训练与数据层
    场景
    模型与 API
    摘要欧氏球仿射特例可多项式时间达到Õ(√T)。

    这是一篇关于不可实现 bandit 学习之计算边界的理论工作：线性 robust bandits 的一个欧氏球仿射特例有多项式时间、Õ(√T)遗憾的学习者，再做小推广就会落到复杂性坍塌。

    深度解读完整解读
  9. 其他arXiv 2610.08884

    Task-Sufficient Contraction：机器信息接口的源选择方法

    定义任务充分收缩，认证用 GC 替换全信源后速率–遗憾曲线不变

    arXiv
    2610.08884
    发表
    层
    应用层
    场景
    LLM 应用
    摘要任务可在优化前定出压缩信源。

    任务充分收缩处理机器信息接口上的信源选择：已声明任务有时可以在编码器、码本、速率、失真目标或优化器选定之前，定出一个更小的信源。

    深度解读完整解读
  10. 其他arXiv 2610.06452

    研究者提出多模态安全评测应衡量可控性而非仅做分类

    主张多模态安全评测应衡量可控性，并用 SAE 建立四轴画像

    arXiv
    2610.06452
    发表
    层
    模型层
    场景
    模型与 API
    被测模型
    LlavaGuard-v1.2-7B-OV、Qwen3.5-9B
    摘要四轴画像把读出与选择性控制分开。

    作者主张多模态安全评测在行为分类之外，单独报告可控性画像，而不是把检测准确当成控制证据。

    深度解读完整解读
  11. 其他arXiv 2610.06317

    论文提出可审计的文本水印合规方案以落实欧盟 AI 法案第 50 条

    把文本水印证据写成带错误率的三态可审计结论

    arXiv
    2610.06317
    发表
    层
    模型层
    场景
    模型与 API
    摘要把水印合规从普遍检测改成带范围的证据曲线、三态报告和再校准，模拟支持平方修正。

    指定配置下的文本水印被做成可审计测量：记录证据如何衰减，并把检测收成三态，而不是判定人类作者身份。

    深度解读完整解读
  14. 其他arXiv 2610.05689

    研究者提出用可逆神经网络为 AI 控制系统寻找可证明的前向不变集

    提出用可逆网络为给定 AI 控制器寻找可证明前向不变集

    arXiv
    2610.05689
    发表
    层
    模型层
    场景
    具身与机器人
    被测模型
    Pendulum AI-controller、Cart pole AI-controller、PVTOL AI-controller
    摘要用潜空间超矩形加解析验证，为事先给定的 AI 控制器寻找 FIS。

    本文处理的是认证场景：AI 控制器事先给定，不能为了构造 Lyapunov 函数去改控制器，却仍要给出可解析核验的安全依据。

    深度解读完整解读
  16. 其他arXiv 2610.04792

    多模态一定更好吗？缺失模态鲁棒性的几何视角与 Geodesic Unlearning 方法

    提出 Geodesic Unlearning，沿测地线编辑权重以提升缺模态鲁棒性

    arXiv
    2610.04792
    发表
    层
    模型层
    场景
    模型与 API
    被测模型
    RoBERTa、ResNet50、Qwen2.5-3B 等 6 个
    摘要GU 用测地线子空间编辑应对部署时缺模态下降，并尽量保住全模态精度。

    这项工作讨论多模态模型在部署时整段缺一个模态的性能下降，并把校正写成训练后的子空间编辑。

    深度解读完整解读
  17. 其他arXiv 2610.06950

    低秩激活引导实现参数高效决策算子：330K 参数匹配 1.33M 强化学习算子

    提出 DecSteer，用共享低秩残差算子把审议收成直接决策

    arXiv
    2610.06950
    发表
    层
    模型层
    场景
    模型与 API
    被测模型
    Qwen3.5-4B、Llama-3.2-3B-Instruct、Qwen3.5-0.8B
    摘要DecSteer 用小参数 BC 算子把长推理收成短决策，增益随基座余量变化并可组合。

    DecSteer 是加在冻结语言模型残差流上的 System-1 决策算子，用行为克隆代替强化学习来调用模型里已有的技能。

    深度解读完整解读
  19. 其他arXiv 2610.03389

    Patch-to-Prune：在 Qwen2.5-VL 与 LLaVA 上剪枝视觉计算

    提出 Patch-to-Prune，旁路 VLM 部分层的视觉投影计算

    arXiv
    2610.03389
    发表
    层
    模型层
    场景
    模型与 API
    被测模型
    Qwen2.5-VL-3B-Instruct、Qwen2.5-VL-7B-Instruct、LLaVA-v1.6-Vicuna-7B-HF 等 4 个
    摘要P2P 用深度上的激活修补旁路视觉投影，以可调容忍度交换准确率与计算量。

    P2P 是面向 VLM 推理的训练无关计算旁路：不删除视觉 token，而在选定 decoder 层用固定激活代理代替视觉投影。

    深度解读完整解读
  20. 其他arXiv 2610.03093

    LS-AR 双通道架构：文本目标丢弃可抵御提示注入但引入潜在向量攻击面

    提出 LS-AR，用潜向量经 FiLM 调节自回归解码以保持宏观目标

    arXiv
    2610.03093
    发表
    层
    模型层
    场景
    模型与 API
    被测模型
    LS-AR (Static)、LS-AR (Dynamic)
    摘要用潜通道把宏观目标从 token 流拆出，并在合成检索与规划上比较静态、动态两种调节。

    LS-AR 给因果解码器加一条不占窗口的连续目标通道，用来处理长程生成里宏观指令被挤出上下文或被注意力稀释的问题。

    深度解读完整解读
加载更多