混合GFlowNets组合异步策略，K=64覆盖39%基因组最优解
alphaXiv 2026年10月12日收录的论文提出 Mixture of GFlowNets（MoG），用一组异步训练的 GFlowNet 加一个软分类器划分状态空间，在基因组理想型设计任务中用 K=64 覆盖 1024 个最优解中的 39%，高于独立智能体的 31% 和数据并行训练的 20%。
标签： 算力
AReaL-RSI提出不更新权重的递归自我改进框架，多智能体协作超越Codex-Goal
alphaXiv 2026年10月13日展示的论文提出 AReaL-RSI 框架，通过多智能体协作实现递归自我改进，无需更新大模型权重，在终端任务和GPU内核优化上取得可量化提升。
PixelMoE：把LLM式MoE搬进像素扩散，ImageNet FID降至1.47
alphaXiv 上的一篇新论文提出 PixelMoE，把大语言模型常用的稀疏混合专家（MoE）结构直接迁移到像素空间扩散模型，在相同激活参数量下取得更低 FID，说明像素空间也能靠稀疏扩容提升生成质量。
地球观测模型不再手搓：智能体递归自我改进，6个标签逼近SOTA
一篇 2026 年 10 月 13 日上传至 alphaXiv 的论文提出，把地球观测（EO）任务交给通用编程智能体，由它自己写模型、训练、递归改进。在 4 个覆盖光学、SAR 和多光谱时序的基准上，智能体构建的模型超过当前最优结果，并且用约 1% 的训练标签仍能保住大部分精度。
跨模态幻觉新解法：CaRe 在推理阶段纠正模态误路由，无需重训
alphaXiv 收录的一篇论文提出免训练推理期方法 CaRe，试图在音视频冲突时纠正全模态大模型的“模态误路由”，让本已存在于相关单模态分支中的正确答案重新影响联合预测。
VEDJE 联合编码器：把视频检索缓存压缩四倍仍保持召回
一篇 2026 年 10 月 12 日发布在 Hugging Face Papers 的论文提出 VEDJE 视频-文本联合编码方案，把每个视频的特征缓存压缩到 12 KiB 后，仍能在 MSR-VTT 等数据集上保持接近的检索召回率，思路是“一次编码、多次复用”。
Cepheid提出无量纲运动补全先验，跨几何族超越调和延拓
Hugging Face Papers 上出现一篇题为 Cepheid 的论文，主张把残差结构从物理尺度中解耦，用一个无量纲先验解决跨几何族的稀疏到稠密运动补全问题；如果结果成立，这会让同一模型在不重训的情况下适配未见过的布料、腿式身体乃至动物视频和软体抓取。
ConicFlow：流匹配模型推理阶段受约束最优控制新方法
arXiv 上一篇新论文提出 ConicFlow，把流匹配模型在推理时满足硬约束的采样问题，转化成最优控制问题，试图在生成质量和约束满足之间取得更好平衡。目前公开信息仅为论文摘要，尚无已核验的完整实验或产品化落地。
Jeva提出决策原生架构，解决选项排列与空答案问题
Hugging Face Papers 收录的论文提出 Jeva，一种面向“系统一”快速决策的决策原生架构，试图同时解决答案缺失识别、选项顺序不变、候选集可扩展和跨请求复用四个结构性问题。
免训练扩散采样新方法：用回拉方向提升图像生成多样性
一篇 2026 年 10 月 14 日上传到 arXiv 的论文提出免训练方法，通过回拉几何寻找条件嵌入空间中对输出最敏感的方向，引导扩散模型在不同随机种子下产生更不同的图像，同时尽量保持与提示词的一致性和画质。