Self-HPO：让编码智能体的策略与工具链交替进化，Qwen3.5 解决率提升7个百分点
Hugging Face 论文提出 Self-HPO，让编码智能体一边用强化学习更新策略模型，一边由模型自己提出新的运行框架（harness），在三个编码基准上把 Qwen3.5-35B-A3B 的平均解决率从 57.8% 提升到 64.8%。
标签： 算力
Koi：多云端异构 LLM 推理集群的自校准规划器，登顶 alphaXiv
alphaXiv 于 2026 年 10 月 19 日公开论文介绍 Koi，一个面向多云端异构 GPU 集群的大模型推理规划器，利用语言模型层级提出部署假设，再由确定性工具验证与选型，据称在真实集群中比最强基线提升 1.18 倍有效吞吐并降低 20% 每 token 成本。
无数据扩散蒸馏新方法：一致性分布匹配实现单步生成FID 2.04
论文提出 Consistent Distribution Matching，一种无需蒸馏数据集、也无需教师模型反复采样的扩散与流模型蒸馏方法，在学生模型只做单次函数评估时，于 ImageNet 256×256 上取得 FID 2.04，目标是解决扩散模型推理慢的老问题。
LEV循环决策模型：不生成文本，靠重复计算在难题上提准
Hugging Face Papers 收录的论文 LEV 提出一种“循环决策”思路：不靠生成文本推理，而是重复运行模型层来加深计算，在难题上提升准确率，并可按需分配计算量。
LAW 统一语言、动作与世界建模，RoboTwin 平均成功率 94.21%
2026 年 10 月，alphaXiv 收录的论文提出 LAW 框架，把语言规划、动作生成与世界模型串成闭环，在 RoboTwin 的 50 项任务上平均成功率达 94.21%，长程真实机器人任务平均成功率 65%。它值得关注的地方在于，机器人长任务失败往往不是单步动作差，而是“做完没有、下一步做什么”的判…
Scene-Designer 让 AI 学会边设计边评审 3D 室内场景
Hugging Face Papers 于 2026 年 10 月 16 日收录的论文摘要显示，新框架 Scene-Designer 把“设计场景”和“评审场景质量”作为两类互补经验联合训练，目标是让智能体从自然语言生成更完整、可用、物理和功能上都合理的 3D 室内场景。值得关注的是，它不只提升生成，还试图让…
新论文提出词汇参考系，让大模型每个隐藏状态可读可归因可引导
Hugging Face Papers 于 2026 年 10 月 15 日收录的一篇论文提出“词汇参考系”（Lexical Reference Frames），声称能更贴近模型自身方式读取大模型残差流中的隐藏状态，使其可读、可归因、可引导。该方法目前属于研究进展，尚未成为已上线产品。
MOSS-Image 开源系统发布：长文本渲染与布局控制能力解析
2026年10月16日，Hugging Face Papers 收录的论文摘要显示，开源图像生成系统 MOSS-Image 试图补齐开源模型在密集文字和复杂版面上的短板，并同步提出两项评测基准。相关结论仅来自摘要，尚待全文及实际发布验证。
Qwen模型学会在3D空间主动观察，ACT3D六项基准平均53.2%
Hugging Face Papers 收录的论文提出 ACT3D，让视觉语言模型（VLM）像人一样一次只看一张图，通过移动视角主动寻找证据后再作答，并在六项 3D 基准上取得平均 53.2% 的准确率。这一思路值得关注，因为它把“该看哪里”变成了模型自己学出来的能力。
BridgeWAM 用 32 个桥接查询解耦视频与动作专家，推理提速 2.47 倍
Hugging Face Papers 上的一篇新论文提出 BridgeWAM，通过 32 个潜在桥接查询把视频、语言和本体感知信息压入共享潜空间，解耦视频专家与动作专家的深度，声称在 LIBERO 上达到 98.25% 成功率。它值得关注，是因为这直接针对世界动作模型里“视觉信息过载 + 算力冗余”的老问题…