今日必看

检索器与生成器共进化

生成式检索器和强化学习一起长。

ASCII Attack：把有害请求装成艺术批评

用 ASCII 艺术重包装有害请求。

PEARL：路径-实体对齐的归纳知识图谱

上下文子图做归纳关系学习。

PGPO：多轮 Agent 的势能引导策略

势能引导的策略优化，打多轮 agent 任务。

PhoenixNest-Video：有证据的视频干预

多模态 agent 做自动视频干预，强调证据。

SkillGLoW：长程技能巩固

按程序家族巩固技能，自改进长程 agent。

有界理性下的可评估辅助

propose/learn 循环，助手要可评估。

超上下文窗口的持续发现

数据中心 agent 要持久发现上下文，不靠窗口。

逆向物流的语义巡检与回收分配

语义信号辅助巡检和回收分配。

H3-World：语言理解变成世界控制

把语言理解接到世界控制。

像素文本表示学习基础

讨论像素级文本表示该怎么设计。

怎么评通用机器人策略能否上真机

真机部署评测，不停留在仿真分。

多模态 LLM 当通用 VLA 控无人机

把 MLLM 当通用视觉-语言-动作智能体飞无人机。

统一多模态的理解-生成协同

原生统一多模态里理解和生成怎么互相帮。

smol.ai：Fable / Mythos 5.1 汇编

把发布、价格、系统卡串成一期。

怎么写 LLM-as-Judge 的可靠量表

Google AI 讲评测量表，避免法官模型胡打分。

Figure Index：大规模真机数据

8 月 25 日：宣称最大最多样的物理世界数据。

Glance：单次细粒度图像描述

一次前向做细粒度 caption，配 SimLoss。

规模化接入 AI，先求简单

MIT TR：集成要简单，才能规模化。

EM²Mem：事件中心多模态记忆

Runway Solaris：实时生成软件界面

Interface World Model 首作 Solaris：逐帧实时生成可交互界面，而不只是预渲染视频。

CRISP：结构感知稀疏预填充

按结构质量做输入自适应稀疏 prefilling。

多智能体提示优化：控制流与数据流分离

稳定提示优化，把控制流和数据流拆开。

Agent 记忆会洗权限

内生授权清洗：记忆层变成越权面。