Tool-Making and Self-Evolving LLM Agents in Low-Latency Systems（在新窗口打开）
预先将重复 SOP 编译为可验证工具供运行时调用，在履约中心告警分诊中降延迟并减错。
- 提出 agentic tool-making，在部署前将重复步骤编译为版本化工具
- 结合现场 trace 与标注用例合成并修复工具，运行时优先调用工具
- 在生产告警分诊与历史告警评测中报告延迟与错误率改善
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
2026-07-10 周五共 5 篇：生成 1 · 代码生成 0 · 智能体 0 · 世界模型与具身 0 · 理解 1 · 音频 1 · 基础模型 2
- 生成
- 文生图 1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 1OCR 0
- 音频
- 音频 1
- 基础模型
- LLM 2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 5 篇
Dive Into the Implicit Biases of Low-rank Vision-language Alignment（在新窗口打开）
系统分析对齐阶段对 LLM 做 LoRA 的隐式偏置，低秩对齐常优于全参并缓解 LS-curse。
- 实证低秩 vision-language alignment 更省算力且在多数基准上优于全参对齐
- 刻画行为由幻觉转向保守，并揭示全参对齐破坏视觉特征线性可分性的 LS-curse
- 从梯度平坦与特征扰动鲁棒性给出定理，解释结构保持式对齐
COALA: Robust Contextualized Speech-augmented Language Modeling for ASR via Contrastive Regularizer and Biasing Score Estimation（在新窗口打开）
COALA 提升多实体场景下 SLM 的 contextual biasing，缓解多目标语句训练坍缩。
- 提出 COALA，在复杂多实体场景增强 speech-augmented LM
- 将 SLM 隐表示映射到判别空间，量化音频段与候选实体匹配强度
- 在 LibriSpeech 上展示多种 biasing list 规模下的 contextual biasing 优势
Overthinking: Amplifying Reasoning Weights to Extract Learned Secrets（在新窗口打开）
用 reasoning task vector 放大“出声思考”倾向，提升黑盒审计中隐藏信息被诱出的频率。
- 定义 overthinking 模型：在非推理与推理蒸馏参数间外推放大推理方向
- 提出逐层衰减策略，在放大推理同时保持输出质量与连贯性
- 在四类实验与 2B–32B 模型上显示更易暴露训练中获得的可疑行为
TMI: Text-to-Image Meets Image-to-Image for Complementary Data Synthesis to Boost Long-Tailed Instance Segmentation（在新窗口打开）
T2I 与指令 I2I（VRAIN）混合合成训练数据，在 LVIS 上提升整体与 rare 类 AP。
- 提出 T2I 与 context-aware I2I 耦合的混合数据合成流水线
- teacher-student 筛选 prompt 指定类别以提升伪标签可靠性
- VRAIN 在 wild 场景中插入高置信实例，实现语义一致的自然编辑增强
没有符合条件的论文。