分类： AI 资讯

arXiv新论文提出Route-and-Generate框架：按题目难度分配推理算力

arXiv 上一篇新论文提出 Route-and-Generate（Rouge）框架，让大模型按输入难度自适应决定推理“用多少力”，试图同时缓解简单题过度思考和难题思考不足。该研究目前仅有摘要公开，尚未核验全文实验。

一篇最新 arXiv 论文提出“人机发现闭环”，让 AI 代理参与数值与符号求解、分布式搜索和假设提炼，在 Lehmer 问题上给出覆盖任意目标次数的构造方法。其价值在于展示了大模型参与数学研究的可复用工作流，而非某个产品发布。

arXiv 上一篇预印本论文发现，把失败走法和报错写进对话记录后，小型 LLM 在某些游戏中反而更可能重走刚失败的那一步；受影响的概率随模型和失败类型而不同，目前结论只基于摘要所述实验。

Hugging Face Papers 收录的论文提出 Deep Fusion Memory（DFM），用因果记忆预测器在中间隐藏状态融合外部知识，构建训练数据所需的检索查询减少 32 倍，且在多个 QA 任务上优于最强基线。

一篇 arXiv 新论文用攻击图中的“路径集合”重新刻画抽象论辩框架里稳定语义与偏好语义何时给出相同结论，并称所得条件严格包含 Dung 的有限争议性条件和 SCC 对称条件，可同时用于有限与无限框架。

StyleStream 2.0 是一篇新论文提出的流式语音风格转换框架，把消费级 GPU 上的端到端延迟从约 1 秒压缩到 520 毫秒，并首次让用户可以用文本提示设计和编辑目标音色。它值得关注，因为实时语音变声和配音正在从实验室走向可交互的工程实现。

一篇 arXiv 新论文把 Yager 1987 年的证据组合规则做成可微分层，让深度网络在链路上每一步都输出合法的 Dempster–Shafer 质量函数，并用“无知集”上的质量当作“我不知道”信号。据摘要，该信号能在视觉和语言两类任务上给人类分歧排序。

Hugging Face Papers 收录的一篇论文提出 OpenDS 任务与 OpenDS-World 基准，专门考察 Deep Search 智能体在真实开放网络中的多步检索能力；在统一工具环境下，12 款前沿模型最高准确率为 39.0%，说明端到端“联网做研究”仍远未成熟。

arXiv 上的一篇新论文提出用多任务深度学习“替代模型”来模仿 BurnP3+ 野火模拟器的输出，把原本需要数天到数周的灾害制图流程压缩到秒级，为加拿大全国尺度的野火风险分析提供了新思路。

Hugging Face Papers 收录的论文 WorldStream 提出一种开放式 3D 世界模型，试图让可玩地形超出预设地图，同时支持语言指令交互与已访问区域的状态恢复，值得关注的是它把“无限生成”拆成了可管理的规划与流式编译问题。