ORCA: Hunting Compositional Failures in Text-to-Image Diffusion（在新窗口打开）
ORCA 用正交残差组合对齐辅助损失，将 T5 latent 对齐到低秩视觉子空间，改善属性绑定与空间关系。
- 论证组合失败源于跨模态信息错位而非缺失，可用显式训练信号对齐
- 正交残差预测器连接 T5/CLIP 与冻结视觉编码器低秩目标，零推理开销
- 在 DiT/U-ViT 上提升 FID 与 GenEval，DiT-L/2 用一半步数超过 400K 强基线
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
2026-10-08 周四共 8 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 0 · 基础模型 6
- 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 0
- 基础模型
- LLM 6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 8 篇
Collaborative Reasoning Distillation via Cross-Feedback and Coherent Curation（在新窗口打开）
CRD 用教师互评、逐步质量评估与步骤拼接蒸馏推理，CRD-4B 在少量数据上达到强基线水平。
- 交互式交叉反馈让多个教师模型互批评推理过程
- 逐步逻辑有效性评估与连贯感知的步骤拼接合成优质轨迹
- Reasoning Quality Optimization 在预算约束下训练，CRD-4B 在 MATH-500 与 AIME'25 上超越基线
Understanding and Mitigating Token-Pruning-Induced Vulnerabilities in VLMs（在新窗口打开）
系统评估剪枝对 VLM 安全的影响，提出剪枝诱发恶意放大机制及推理时 Safety-Aware Pruning。
- 首次全面评估多种 Token-Pruning 策略随剪枝率变化的安全与效用权衡
- 识别背景 token 移除导致注意力坍缩至恶意锚点、放大越狱语义的机制
- SAP 插件式恢复良性 token 并重分配注意力，显著降低 ASR 且不损效率
sk-bench: A Native-First Benchmark for Evaluating Large Language Models in Slovak（在新窗口打开）
发布斯洛伐克语原生 LLM 基准 sk-bench，评测 55 个模型并总结低资源语言评测设计经验。
- 30 数据集、33 个计分任务变体，含 11 项首次面向生成式 LLM 的斯洛伐克资源
- 统一 harness 下对比开源与闭源模型及原生/翻译、人工/LLM 出题的排序差异
- 提出四条低资源语言基准设计建议并开源数据与代码
SkillForge: Co-Evolving Skills and Agents via Dynamic Skill Lifecycles（在新窗口打开）
用适应度驱动的技能试/active/stable/退役生命周期与 RL 协同优化策略与技能库，提升长程 Agent 成功率。
- SkillForge 在 RL 中按 fitness 管理技能状态，避免 obsolete 技能误导 agent
- 预 RL 评估预退役低 fitness 技能并 seed SFT，迭代中继续突变与退役
- 多交互 benchmark 上聚合成功率最高，并发布 SkillFurnace 数据集
How Do Agentic LLMs Decide to Call Tools? A Tool-Call Vector Shaped by Suppression（在新窗口打开）
用最小对比提示对揭示工具调用由紧凑内部状态 μ_Δ 因果决定，分析动词对工具先验的抑制机制。
- 将复杂 agent 提示压缩为单动词翻转工具决策的 500 对对比提示
- 定位因果必要且充分的工具调用向量，并泛化到多轮 benchmark 与无动词请求
- 揭示 scaffold 建立先验、分析类动词通过特征抑制先验的跨七模型共性机制
Goldsmith: Gold-Loss-Guided Definition Optimization with an Agentic Annotation Harness（在新窗口打开）
用少量金标样本通过可执行结构化损失与 LLM 文本梯度迭代优化标注定义，提升下游标注质量。
- 将标注定义视为可训练文本对象，在外部 harness 中打分并仅接受降损修订
- 在提示优化对比中优于直接改写、OPRO、APE、PromptBreeder
- 定义结合检索、路由与人审，改善 span、关系与事件论元等标注任务
Bridge Routing Heads: Where Multilingual Multi-hop Reasoning Lives in LLMs（在新窗口打开）
发现多语言 LLM 多跳推理依赖语言几乎互斥的 Bridge Routing Heads，激活干预可挽救跨语言失败。
- 三阶段流程在 Llama 3.1 70B 与 Qwen 2.5 72B 中识别 Bridge Routing Heads
- 语言专属 head 集合 Jaccard 极低，消融 BRH 显著增大两跳 NLL
- 无需训练，放大目标语言 BRH 可挽救大量跨语言推理失败
没有符合条件的论文。