新论文提出Painting Change Map:用时空图控制AI绘画过程

一篇被 Hugging Face Papers 收录的论文提出“Painting Change Map”,试图把 AI 绘画视频的生成过程从黑箱变成可局部、可随时间调节的控制问题。它的价值在于,创作者可能不再只能接受模型生成的笔触顺序。

一篇被 Hugging Face Papers 收录的论文提出“Painting Change Map”,试图把 AI 绘画视频的生成过程从黑箱变成可局部、可随时间调节的控制问题。它的价值在于,创作者可能不再只能接受模型生成的笔触顺序。

研究者提出推理系统 Specter,把量化、投机解码和专家卸载结合起来,缓解 MoE 大模型单卡显存不足导致的 PCIe 传输瓶颈。据论文摘要,单请求场景下单 token 生成时间平均提升 1.50 倍,最高 1.88 倍。

Hugging Face Papers 收录的一篇论文提出 Draft Refinement Language Models(DRLM),让单个去噪器并行提出修订并评估完整草稿,在推理任务上据摘要称优于自回归与离散扩散基线;该研究尚未核验全文实验,也非上线产品。

arXiv 10 月 21 日收录的论文提出 PORA 方法,训练 LLM 智能体判断每一步该用短推理还是长推理,以在有限推理预算下兼顾当前动作质量与后续步骤。根据摘要,该方法在 BFCL 记忆任务上超过最强已有方法 17.4 至 32.9 个百分点。

arXiv 于 2026 年 10 月 21 日发布的一篇论文提出 PROVISO 控制器,在智能体动作执行前依据内容来源(追溯)决定提交哪个动作,摘要称多个基线都未能在安全与效用上同时超过它。

2026年10月18日,Hugging Face Papers 收录论文 CoEvo-RSI,提出让智能体的“身体”(执行框架)和“大脑”(模型)双向继承历史设计、协同进化,以缓解执行框架与模型能力脱节的问题。

arXiv 新论文提出免训练框架 Omni-Woodpecker(OWP),把全模态大模型的跨模态幻觉从“改输出”转向“改内部表征”,在 Qwen2.5-Omni-7B 上于 CMM 和 AVHBench 分别提升 12.9 与 8.6 分。这为音视频联合推理的可靠性提供了一条不需重训模型的新思路。

arXiv 新论文提出 40 亿参数的医疗决策模型 CS1-4B,可在单次推理中回答多类临床记录问题。据摘要,它在 21 个外部数据集上的综合表现接近最强的 270 亿参数模型,推理速度约快 6.4 倍,为“小模型读病历、大模型提问与整合”的分工提供了样本。

arXiv 上出现一个名为 ReuF2F 的 Lean 4 基准,把 244 道来自本科生科研项目(REU)的开放数学问题形式化,用于评测编程智能体能否端到端给出可机器校验的证明;摘要显示最强模型也只解出约 40%。

arXiv 于 2026 年 10 月 21 日发布一篇 Physical AI 专题综述(arXiv:2610.27045v1),尝试为这一概念尚未统一的领域给出定义、技术版图与核心挑战,并明确提出从窄域自动化走向 Physical AGI 的路线问题。