标签： 人工智能

一篇 arXiv 新论文测试了小参数 LLM 智能体在明确墙钟时间预算下的表现：加上计时反馈或强化学习后，智能体能较好地遵守截止时间，但仍不擅长把多出来的时间转化为更好的任务表现。

一篇2026年10月9日发布于arXiv cs.AI的立场论文提出，面向人的AI不应强行把人类的不同标注压缩成唯一标准答案，而应区分“有意义的模糊”和“噪声”。这关系到推荐、内容审核、医疗辅助等系统是否真正尊重人的差异。

arXiv 新论文提出 Plan-and-Patch，用扩散语言模型（dLLM）生成程序式规划并在出错时只修补局部区域；在 Natural Plan 任务上，无任务训练的扩散规划修复成功率达到 53.7%，约为自回归模型 27.0% 的两倍。

一篇发布于 Hugging Face Papers 的论文提出 MC-Sparse，这是一种免训练稀疏注意力框架，声称在不明显损失生成质量的前提下，让扩散 Transformer 的视频与 3D 生成去噪速度最高提升 2.32 倍。