CLASHarness 新基准：多智能体冲突下，计算机操作任务如何评测
Hugging Face Papers 上的一项论文提出 CLASHarness，用可控生成管线构造 600 个可验证的多智能体冲突任务，专门评测视觉语言模型在计算机操作中处理矛盾信息、共享权限和任务交接的能力。
分类： AI 资讯
BigCell 生成 32768 像素全切片病理图像，合成数据提升小样本分类 18%
Hugging Face Papers 收录的论文提出 BigCell，首次在原生千兆像素（gigapixel）分辨率下生成连贯的病理全切片图像（WSI），并用合成样本把切片级小样本分类性能最高提升 18%。
ProbabilityBench发布：用精确真值概率评测模型不确定性
Hugging Face Papers 收录的 ProbabilityBench 提出一个带精确真值类别概率的基准，让模型不确定性评测和校准指标本身都能被量化检验。它值得关注，因为长期困扰概率校准研究的“真值不可知”问题，在模拟环境中被绕开了。
NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 74B-A9B，美国开源权重模型登顶
NVIDIA 于 2026 年 10 月 15 日发布 Nemotron 3.5 Super VL 和 Nemotron 3.5 Bolt 74B-A9B 两款开源权重模型。Super VL 以 26 分成为 Artificial Analysis 智能指数上得分最高的美国开源权重模型，Bolt 则以 74B…
JSSA 稀疏注意力：128K 上下文解码吞吐达全 KV 的 6.43 倍
一篇新论文提出 Joint Subspace Sparse Attention（JSSA），用共享低维查询—键子空间做 token 级选择，并配套免聚集的注意力内核，在 128K 上下文下把解码吞吐做到全 KV 注意力的最高 6.43 倍，同时精度接近全 KV。
SafeDriveVLA：导航条件世界模型让驾驶VLA识别冲突指令
2026年10月14日，Hugging Face Papers 收录的 SafeDriveVLA 论文提出一种能识别“不安全导航指令”的驾驶 VLA，并首次把导航跟随、冲突意识与对抗鲁棒性放在同一基准下评测。
InfiniSplat v2 如何改进前馈 3DGS：冻结几何、只训属性
alphaXiv 上公开的 InfiniSplat v2 提出把前馈 3D 高斯重建中的几何预测冻结、只训练高斯属性，在六个数据集的前馈评测中取得更低的感知误差指标。
RePR 提出生成式表征学习：作为扩散模型分词器，FID-50K 达 2.18
alphaXiv 上的一篇新论文提出 RePR，用生成模型的预测增益来训练图像分词器，在同等训练算力下让扩散生成质量超过直接做像素空间生成，ImageNet 条件生成 FID-50K 降到 2.18。
ReMaRk 提出联合奖励法，修正大模型推荐训练中的回复噪声问题
一篇新论文提出 ReMaRk 方法，指出 Rank-GRPO 在训练大模型推荐器时只随机选取一条回复作为奖励基准，导致优势估计中约 85% 的方差来自“抽到哪条回复”而非推荐质量本身。ReMaRk 改为对请求整体联合奖励，并在多个主干模型上取得更高训练效率。
一步生成模型Priming Models：先重建再对齐，ImageNet FID降至1.19
2026年10月，alphaXiv上的一篇论文提出Priming Models，用"先重建、后分布对齐"的两阶段训练，让单步生成器在ImageNet 256×256上达到FID 1.19，训练算力约为同类方法的十分之一。