扩散模型纠错训练：无需CFG也能提升生成质量
alphaXiv 上公开的一篇论文提出“纠错训练”方法，用一个小型纠错器修正扩散模型自身预测的累积误差，在无引导生成时显著改善 FID，效果接近 CFG，且推理成本可通过蒸馏摊销。
分类： AI 资讯
JetBrains 4782 份真实会话显示：Coding Agent 基准与工程师任务流存在系统性错位
一项基于 JetBrains IDE 中 4782 份真实工程师会话的研究发现，现有 issue 型基准任务与真实任务流差别明显，论文提出 SWE-TaskFlow 让基准向目标场景校准。
CASE：让医疗智能体主动寻找证据，纵向推理准确率提升超16%
研究者提出CASE临床智能体框架，让视觉语言模型学会在长周期病历与多序列MRI中主动搜寻证据，而不是只对预先筛选好的资料作答。在UK Biobank构建的纵向基准上，其Qwen3-VL-8B智能体在匹配条件下答案准确率相对GPT-5.4和Claude Opus 4.8分别提升超16%和10%。
MixTok 混合视觉分词器：1D 全局加稀疏 2D，降低图像 token 预算
Hugging Face Papers 收录的论文 MixTok 提出一种混合视觉分词方案：用紧凑的一维全局 token 打底，再按内容复杂度稀疏补充二维局部 token。在相同平均 token 预算下，图像重建与生成的评测指标表现有竞争力，指向“按需分配算力”的视觉 tokenization 路线。
LLM 投机解码新方法：用信息熵与 CKA 自动挑选隐藏层
一篇来自 Hugging Face Papers 的论文提出用信息熵和 CKA 相似度自动挑选 LLM 的隐藏层组合，用于投机解码，在 EAGLE3 风格实验中优于 [2, N//2, N-3] 等固定默认规则。
AI 早报｜2026年10月13日（Meta 发布 Muse Wonder 跻身前列，亚马逊拟 70 亿美元收购 Decart）
今日看点：Meta 的 Muse Wonder 在独立评…
AA-3D基准测试：顶尖AI模型为何更早查看自己渲染的3D场景
Artificial Analysis 发布 AA-3D 基准，用交互式 3D 场景任务评测 AI 模型，发现排名靠前的模型会更早查看自己生成的画面并开始浏览器测试，而这一行为与 Elo 排名高度相关。
CoTrace提出终端智能体训练新思路：运行时与模型协同进化，Qwen3.5-9B任务通过率提升
alphaXiv 于 2026 年 10 月 7 日展示的论文提出 CoTrace 数据配方，让终端智能体的运行时（harness）与模型权重交替进化，在 Tmax 评测中将 Qwen3.5-9B 解决任务数从 78 提升至 88（SFT）或 90（在线 RL）。
大模型“不思考”模式失灵：alphaXiv论文提出思维惯性
alphaXiv 上一篇论文指出，即使显式关闭大模型的思考模式或要求“只给答案”，模型仍经常输出推理过程，作者把这种现象称为“思维惯性”，并认为“不思考”应作为独立能力来评测。
Sonic-AMG：面向空间音频的流式人体动作生成，FID降至8.714
alphaXiv 上挂出的一篇论文提出 Sonic-AMG，尝试让角色在声音还在持续输入时就同步生成动作，而不是等整段空间音频播完再离线生成，目标是解决流式场景下的训练与推理错位问题。