分类： AI 资讯

alphaXiv 2026年10月6日展示的一篇论文摘要提出了在线逆线性优化的确定性算法，遗憾上界为 O(√d)，每轮仅需一次线性优化，运行时间在维度 d 和步数 T 上均为多项式，回答了 Sakaue 此前关于多项式时间可达性的公开问题。

Hugging Face Papers 收录的一篇论文提出，跨分词器在线策略蒸馏中，一味扩大教师与学生预测的对齐覆盖反而可能拖累准确率，监督信号的可靠性比覆盖范围更值得优先考虑。

Google 发布实验性游戏平台 Playground，用户只需输入文字描述即可创建、游玩和分享自定义游戏，无需编程经验，并预告将接入 Unity Spark 提供专业级工具。

arXiv 上的一篇新论文提出 ADSD 框架，让 AI 智能体先诊断数值求解器为何出错，再发现可复用的求解技能，从而把“改代码”变成有结构的自我改进流程。

研究者提出 AdvSim2Real，在一个冻结的网页世界模型中让任务、注入攻击与智能体共同进化，4B 模型在模拟中训练后，面对训练时从未见过的前沿模型攻击，完成率相对基线提升 33.6%。

英伟达基于 Nemotron 3 系列，通过监督微调、强化学习和生成-验证-修正推理流程，在 IOI 2026 和 IMO 2026 的非官方基准中达到金牌水平，展示了一条可复用的领域专家模型打造路径。