celebrityanime

arXiv 新论文提出 PLVR，把教师模型的推理轨迹编译成可执行程序，在不改小模型权重的前提下，让 8B 模型在 tau2-Bench Telecom 上从 43.0% 提升到 91.2%。这说明在流程性较强的任务里，性能瓶颈可能是流程而不是模型能力。

一篇新论文提出 EdgeWise 框架，让本地小模型负责长任务的大部分步骤，只在关键步骤调用云端大模型，声称在特定基准上可减少最高 62% 的推理成本。

arXiv 上一篇新论文提出用有向无环图和行为树来编排规划、机器学习、约束编程与大语言模型等异构 AI 组件，试图把“单模型打天下”变成“多模型协同干活”。目前仅为论文摘要，尚无落地产品验证。

2026年10月14日，Hugging Face Papers 展示了一篇论文，提出 CommerceGen-Studio，一个号称能在实际生产中每天生成数百万张商业级电商主图的端到端框架，并在其自建基准 CommerceGen-Bench 上取得优于多个开源基线和部分闭源模型的成绩。

Hugging Face Papers 收录的论文 Velox 提出一种免训练注意力路由方法，利用相机视锥空间记忆筛选历史信息，在长视频生成中把注意力计算加速 4.36 倍、去噪加速 2.43 倍，同时基本不损失导航任务精度。

arXiv 2026 年 10 月 15 日收录的一篇新论文提出 ScreenRef 数据集与 D2RL 训练方法，训练出 GroundGUI-8B，在多个 GUI 定位基准上报告了 8B 量级中的竞争力成绩，为 GUI 智能体提供了一条开源数据加蒸馏强化学习的路线。

一种叫 RPO 的新方法，通过把注意力路由变成随机探索动作，在不改变扩散模型原有采样器的前提下完成强化学习对齐，文本生图和文本生视频任务上训练效率比 Flow-GRPO 类方法提升近 4 倍。