标签： 人工智能

一篇 2026 年 10 月发布在 alphaXiv 的论文提出“弱到强验证器加固”方法：把评分逻辑放进隔离沙箱，用黑客-修复循环自动找漏洞并打补丁，在 Terminal Bench 等三个智能体环境上降低了奖励攻击成功率。它值得关注，因为奖励攻击会让大模型训练和评测的分数失真。

alphaXiv 2026年10月12日展示的论文提出 DuoDiscover 搜索系统，用“木尺”代理评测绕开动辄数小时的昂贵真实验证，在软件、GPU/TPU 内核和 CPU 芯片设计任务上取得显著优化，直指自主发现的评测瓶颈。

alphaXiv 上的一项研究提出 LLM-to-Flow Distillation（LFD），让冻结的大模型充当“教师”，把“生成有抗癌潜力的多肽”这类自然语言目标拆解成可学习的子目标，再通过 DPO 逐步蒸馏进专业流式生成器，无需显式代理奖励。

alphaXiv 上公布的论文 ProTok 提出用产品量化把蛋白质的结构、序列、功能映射到同一套离散词表，单个检查点即可在缺少部分模态时推理，在 28 个结构分词器评测划分中拿下 21 项第一。

一项名为 Interaction-as-a-Judge 的研究提出让 computer-use agent 直接操作运行中的网页、桌面应用和游戏，用交互过程来评估和修复 AI 生成的交互式应用。相比只读代码的评测方式，该方法在预测人类偏好和验证需求上均有提升，还能在推理阶段以更高比例修复损坏功能。