每日论文 2026-07-13 · PolySight

2026-07-13 周一共 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 0图编辑 0视频生成 13D 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

前一天后一天

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

LLMP1 顶会EMNLP 2026

DynamicMCPBench: A Trace-Grounded, Effect-Scored Benchmark for LLM Agents over Live MCP Servers（在新窗口打开）

可复用框架在真实 MCP 上按效果检查点而非最终答案评分，暴露长工具链任务普遍失败。

提出可在你方 MCP 与任务上重跑的 benchmark 框架，非固定数据集
从成功轨迹蒸馏路径无关的效果检查点，以 pass^3 评估是否复现效果
大规模实验显示最强 agent 约解一半任务，工具链越长准确率显著下降

LLMP1 顶会AAAI 2026

Optimizing Against Safety Representations: Activation-Guided Adversarial Suffixes and the Geometry of Refusal（在新窗口打开）

用激活空间中的拒答方向作目标，改进对抗后缀攻击并分析安全表示的分布特性。

提出 Activation-Guided GCG，直接优化内部拒答方向而非输出目标
提出 Soft-GCG，在 Gumbel-Softmax 连续松弛下约 33× 加速且成功率更高
表明安全表示分布于前向全过程，大模型在算力受限设定下更抗越狱

音频P1 顶会ICML 2026

ReGen: Hierarchical Multi-Prompt Representation Generation for Efficient Waveform Diffusion Models（在新窗口打开）

在单扩散模型中联合估计表示与数据的多个向量场，提升低码率波形与 TTS 质量与效率。

提出 ReGen 层次多提示框架，缓解 DiT 中间表示正则对生成能力的隐式纠缠
引入 generalized flow matching（GFM）以改进条件流匹配泛化
ReGenVoice 在小数据上取得较好可懂度与说话人相似度，LDM 6.25 Hz 训练采样高效

视频生成P1 顶会ECCV 2026

Beyond Time Shifts: Adapting Omni-LLM as a Reference-Free Evaluator for Generative Audio-Visual Models（在新窗口打开）

用成对人工排序与 R-GRPO 将相对同步感知蒸馏为连续无参考指标，对齐人类偏好。

构建 SynthSync：生成式失败样本及成对人工排序数据集
适配 Omni-LLM 与连续潜变量投影，把相对排序映射为绝对连续分数
提出 R-GRPO，用列表式分数分布内化同步的全局因果结构

VLMP1 顶会ECCV 2026

On Locality and Length Generalization in Visual Reasoning（在新窗口打开）

在需跨图聚合信息的视觉任务上，严格局部感知的循环策略可缓解长度泛化失败。

从视觉状态跟踪与长度泛化角度对比全局输入与局部序列视觉
揭示视觉模型会像语言模型一样利用全局捷径导致长度/复杂度泛化失败
表明基于严格局部感知的循环视觉策略可恢复组合泛化能力