SERL: Self-Examining Reinforcement Learning on Open-Domain（在新窗口打开）
LLM 同时作 Actor 与 Judge，用 Copeland 成对比较与自洽奖励在无外部信号下自改进。
- 提出 SERL，解决开放域 RL 难以验证奖励的问题
- Actor 与 Judge 协同，Judge 可靠性反哺 Actor 奖励
- Qwen3-8B 在 AlpacaEval 2 LC 胜率由 52.37% 升至 59.90%
前沿论文
14 大方向 · 三级优先筛选 · 每日更新
最近更新：2026-10-16 13:30
2025-11-12 周三共 14 篇：生成 2 · 代码生成 0 · 智能体 0 · 世界模型与具身 0 · 理解 4 · 音频 3 · 基础模型 5
- 生成
- 文生图 2图编辑 0视频生成 03D 生成 0
- 代码生成
- Visual2Code 03D2Code 0
- 智能体
- GUI Agent 0
- 世界模型与具身
- 世界模型 0具身智能 0
- 理解
- VLM 4OCR 0
- 音频
- 音频 3
- 基础模型
- LLM 5统一多模态 0
这一天为历史补采：作者单位只来自 OpenAlex，入选论文比每日更新少；要点由 AI 根据论文摘要生成，以原文为准。
共 14 篇
HQ-SVC: Towards High-Quality Zero-Shot Singing Voice Conversion in Low-Resource Scenarios（在新窗口打开）
HQ-SVC 用解耦 codec 联合内容与说话人特征，零样本 SVC 质量与效率优于 SOTA。
- 解耦 codec 联合提取内容与说话人特征，缓解分离建模信息损失
- 音高与音量建模及可微信号处理与扩散逐步 refine 输出
- 零样本 SVC 领先 SOTA，并优于专用超分方法的语音自然度
Cross Modal Fine-Grained Alignment via Granularity-Aware and Region-Uncertain Modeling（在新窗口打开）
提出显著性、粒度与区域级不确定性统一建模，提升细粒度图文对齐的鲁棒性与可解释性。
- 指出现有方法缺乏模态内显著性机制与细粒度不确定性建模
- 用模态偏置与高斯混合表示区域特征，弱化脆弱跨模态注意力
- 在 Flickr30K、MS-COCO 上多骨干达到 SOTA
Where and What Matters: Sensitivity-Aware Task Vectors for Many-Shot Multimodal In-Context Learning（在新窗口打开）
提出 STV，在 LMM 中按敏感度决定 task vector 插入位置与取值，提升 many-shot ICL。
- 利用 query-context 激活差分的结构模式定位敏感插入位置
- 各位置预聚类激活库并用强化学习选取插入向量
- 在 Qwen-VL、Idefics-2 及 VizWiz、OK-VQA 等上优于既有 task vector 方法
Think-at-Hard: Dynamic Looped Transformers for Improved Reasoning（在新窗口打开）
TaH 用轻量决策器只对难 token 做 latent 迭代与 depth-aware LoRA，同参下多项推理基准更优。
- 揭示循环 Transformer latent 过度迭代现象，oracle 策略可显著提分
- 轻量 decider 选择性触发迭代，LoRA 专注难 token refine
- duo-causal attention 在迭代深度维传递信息，93% token 跳过仍超 always-iterate
Last Layer Logits to Logic: Empowering LLMs with Logic-Consistent Structured Knowledge Reasoning（在新窗口打开）
Logits-to-Logic 在自回归输出层做 logits 强化与过滤，缓解 KGQA 等任务中的 Logic Drift。
- 针对结构化知识推理中 LLM 的逻辑漂移问题
- 提出 logits 强化与过滤框架修正输出逻辑缺陷
- 在多个 KGQA 基准上显著提升逻辑一致性
Laytrol: Preserving Pretrained Knowledge in Layout Control for Multimodal Diffusion Transformers（在新窗口打开）
LaySyn 数据与 Laytrol 网络继承 MM-DiT 参数，缓解 layout-to-image 的质量与风格漂移。
- 构建 LaySyn，用基模型合成图减轻分布偏移
- Laytrol 自 MM-DiT 继承参数并专用初始化激活布局控制
- 布局 token 使用 Object-level RoPE 提供粗位置信息
Test-time Diverse Reasoning by Riemannian Activation Steering（在新窗口打开）
测试时在球面乘积上做黎曼优化得到激活导向向量，提升 Best-of-N 多样性与数学题准确率。
- 提出无监督测试时激活导向，同步优化多条推理轨迹的导向向量
- 以最大化干预激活张成体积为目标，化为 log-det 黎曼优化
- 在主流数学基准上优于普通随机采样的一致性与准确率
SpikCommander: A High-performance Spiking Transformer with Multi-view Learning for Efficient Speech Command Recognition（在新窗口打开）
全脉冲驱动 Transformer 结合多视图时序自注意力，在语音命令数据集上优于同类 SNN 且参数量更少。
- 提出 MSTASA，融合脉冲时序注意力与多视图学习
- SpikCommander 集成 SCR-MLP 增强时序与通道特征
- 在 SHD、SSC、GSC 上优于 SOTA SNN 方法
Continual Unlearning for Text-to-Image Diffusion Models: A Regularization Perspective（在新窗口打开）
系统研究序列遗忘请求下的持续 unlearning，提出正则与梯度投影缓解效用崩溃。
- 首次系统研究文生图扩散模型的持续 machine unlearning
- 分析参数漂移导致保留知识遗忘与图像退化
- 语义感知梯度投影约束漂移，与现有 unlearning 方法兼容
Pruning as Regularization: Sensitivity-Aware One-Shot Pruning in ASR（在新窗口打开）
在 Whisper-small 上用敏感度引导的一次性剪枝，既压缩又显著降低 LibriSpeech 等 WER。
- 论证一次性幅度剪枝对 ASR 可作隐式正则而非仅压缩
- 结合梯度与 Fisher 敏感度做组件级剪枝，揭示编解码结构不对称
- 40% 稀疏下仍近基线，优于全局剪枝在同等稀疏下的失效
DynaAct: Large Language Model Reasoning with Dynamic Action Spaces（在新窗口打开）
用 LLM 从语料抽取动作草图，子模贪心选紧凑候选动作集，提升复杂推理且控制延迟。
- 自动构造紧凑动作空间替代手工或穷举搜索
- 子模函数联合评估动作效用与多样性并贪心选取
- 六个标准基准上显著提升整体表现
Privacy Beyond Pixels: Latent Anonymization for Privacy-Preserving Video Understanding（在新窗口打开）
冻结视频编码器上 plug-and-play 的 AAM 在潜空间去隐私，泄漏降约 35% 且下游效用近基线。
- 提出视频基础模型潜空间视觉隐私形式化与 Anonymizing Adapter Module
- clip 级自监督隐私、效用共训与 latent consistency 三项训练目标
- 动作识别、时序检测、异常检测等多下游近基线，并缓解性别偏见
Federated CLIP for Resource-Efficient Heterogeneous Medical Image Classification（在新窗口打开）
FedMedCLIP 在联邦场景下冻结 CLIP 编码器并通信 FAM，在四个医学数据集上以较低成本取得可行精度。
- masked FAM 降通信、冻结 CLIP 降计算
- 私有 MLP 分类器与 KL 蒸馏实现 FAM 与 MLP 互学
- 模型压缩传参，集成预测；ISIC2019 等指标优于基线
没有符合条件的论文。