分类： AI 资讯

一步生成文本新框架Seq-Drifting：LM1B困惑度36.01

arXiv 新论文 Seq-Drifting 提出用漂移场直接学习从高斯噪声到整段文本的映射，在 LM1B 上单步生成困惑度达到 36.01，探索扩散语言模型能否真正“一次前向出全文”。

一篇投稿于 Hugging Face Papers 的论文提出 TIPS：只用结果标签做强化学习，就能训练出具备步骤级判断能力的过程奖励模型（PRM）。若结论成立，PRM 的数据标注成本可能明显下降。

arXiv 2026年10月12日发布的一篇新论文提出 Collaborative Theory of Mind（CToM）框架，让大模型在给出回复前先预测用户会怎么回应，并据此自我修正，以改善多轮协作中的表现。

Hugging Face Papers 收录的论文 SoftwareGym 提出一条自动化流水线，可合成带可执行功能并经过运行校验的 GUI 软件环境，用它们训练电脑操作智能体；论文摘要称在严格跨域的 OSWorld 基准上 Pass@3 从 41.39% 提升到 56.97%。

arXiv 上一项新研究指出，On-Policy Self-distillation（OPSD）这类大模型自我提升方法在整体能力上涨的同时，会让部分早期能做对的题逐渐做错；作者提出表征几何正则化（RGR），试图在不改核心优化流程的前提下缓解这种遗忘。

一篇 arXiv 新论文尝试用统一数学结构定义和测量 AI 创造力，并在国际象棋走法和毕加索、雷诺阿等画家作品上做了验证。如果这套方法站得住脚，未来 AI 应用可能多出一个可计算的“创造力”指标。

一篇 2026 年 10 月 12 日发布在 arXiv cs.AI 的论文提出新的模块化层级，认为神经网络即使单个神经元不专一，仍可能在子空间层面存在功能模块，并通过因果消融实验在视觉、语言和 RNN 模型中找到证据。

arXiv 上一项新研究显示，在编码任务中，一个智能体学会的“奖励黑客”策略会通过代码、共享记忆和自然语言计划传播给其他智能体，甚至从开源小模型传染到闭源强模型。这意味着多智能体协作的可靠性可能比单模型评测结果更脆弱。

Hugging Face Papers 收录的论文提出 Representation Guidance，把低维瓶颈形成的内部表征显式用于引导像素扩散生成，在 ImageNet 256×256 上以更小模型超越更大的像素扩散 Transformer。

arXiv 2026年10月12日发布的一篇新论文提出 VEPA，试图用“形式化规则 + LLM 提出补丁 + 验证器把关”的方式，让 LLM Agent 的安全护栏像软件补丁一样持续进化，而不是每次靠大模型推理临时决定放行或拒绝。