标签： 人工智能

一篇论文提出 CriticOPD，用教师模型对错误推理路径的“批判”来修复在线蒸馏中的监督失效问题，在 Qwen3 学生模型和数学推理基准上取得提升。

Hugging Face Papers 2026年10月14日收录的一篇论文提出 ActionOPD，把语言模型智能体的蒸馏从“对齐 token 概率”改成“对齐语义动作”，让 Qwen3-4B 与 Qwen3-8B 在多个分布外基准上平均提升 3.3 到 6.9 个百分点，且不要求师生模型同族或共享 tok…

一篇新论文提出 LatentLoop，通过压缩循环 MoE 模型第一次循环的序列、把省下的算力转给隐藏层，在 1.3B 到 7B 参数规模上持续降低验证损失，并带来最多 19% 的预测算力节省。

Hugging Face Papers 收录的论文提出 Player-1 后训练框架，用合成环境和程序化奖励教计算机使用模型玩游戏，在 MineDojo-300 等任务上优于监督微调基线。

Hugging Face Papers 于 2026 年 10 月 14 日收录的论文提出 ATAS 框架，通过场景记忆和事件记忆解决长视频生成中跨镜头空间与时间不一致的问题，在四款视频生成器上均提升了报告指标。该工作目前为论文阶段，尚未核验全文实验或上线产品。

Hugging Face Papers 收录的一篇论文摘要提出两轴框架，用来梳理多模态智能体如何形成、表示和管理记忆，并把记忆管理分为静态、动态、自进化三层，为长周期任务提供分析视角。