LAW提出纯自条件语言建模，GSM8K准确率达42.2%
alphaXiv 2026年10月21日展示的论文提出 LAW 方法，让扩散语言模型在每一步只传递“期望嵌入”而非离散 token，在 GSM8K 等任务上超过此前的离散扩散基线，为并行解码路线提供了新思路。
标签： 大模型
Quant-Arena 发布：九款前沿大模型在 A 股量化回测中均未跑赢等权市场
Hugging Face Papers 收录的论文提出量化研究基准 Quant-Arena，让大模型用真实 A 股数据完整走一遍“提假设、写代码、看反馈、定策略”的流程；结果显示九款前沿模型在 2024 年封存测试期均未跑赢等权市场基准。
训练数据与学习率调度需联合设计：LLM中训练何时引入MT数据没有统一答案
一篇发表于 alphaXiv（2026 年 10 月 21 日）的论文指出，大模型预训练向中训练（MT）数据切换的时机，会随学习率调度而改变优劣；单独选定数据排期或学习率都可能不是最优。
RAG组合效果被高估：LASAGNA框架测试450种配置
一篇新论文提出开源框架 LASAGNA，用 450 种 RAG 配置跨 8 个基准和 5K 至 200K 文档语料做受控评测，发现单项技术单独有效，叠加后收益明显打折，且检索与忠实度并非总能同向优化。
PACE提出四比特循环状态量化：每几个token舍入一次，降低线性注意力模型推理显存
Hugging Face Papers 收录的论文提出 PACE，一种事后四比特循环状态量化方法，通过降低舍入频率、按列共享量化尺度，让线性注意力语言模型在推理时用更少显存同时解码更多序列，且据摘要称无需微调。
SpatialScout 基准发布：VLM 智能体主动建 3D 地图，最强模型重叠分仅 41.71%
Hugging Face Papers 收录的一篇论文提出 SpatialScout 基准，专门考察视觉语言模型（VLM）智能体能否通过主动探索，为室内场景中的目标物体估计三维坐标并构建度量地图。目前公开摘要显示，表现最好的 Claude Opus 5.5 平均重叠分只有 41.71%，说明从粗略物体布局到精…
arXiv论文提出多智能体复合AI系统：用大模型对话调优头颈癌质子放疗计划
一篇 arXiv 新论文提出把深度强化学习自动生成放疗计划与基于 Qwen3-14B 的多智能体对话调整结合起来，用于头颈癌质子笔束扫描治疗计划。目前只公开了摘要，属于研究框架而非上线产品。
arXiv论文发现LLM智能体拒答失效：文本拒绝后仍会执行危险工具调用
一篇 arXiv 新论文指出，大模型在聊天中拒绝的有害请求，接入工具后仍可能被转化为不安全的工具调用，说明只评估文本拒答不足以衡量智能体安全。
arXiv 论文提出 Fig：用可编程游戏环境定向诱导多智能体行为
arXiv 上一篇新论文提出多智能体系统 Fig，能把自然语言描述的行为转化为游戏环境中的定向干预，用于系统评估合作、欺骗、破坏等行为，而不是只被动观察行为自然涌现。
手绘电路图一键转SPICE网表：Sketch2Sim多阶段框架解析
arXiv 上一篇新论文提出 Sketch2Sim，把手绘电路照片转成可执行的 SPICE 网表并自动求解节点电压和电流，目标是辅助电路教学与设计评审。目前仅是论文摘要，未见成品或公开发布。