arXiv新论文LIFT:用部分推理轨迹挑选提示词,降低RLVR数据筛选成本

arXiv 上一项新研究提出免训练数据选择器 LIFT,只用不完整的推理轨迹前缀就能给提示词打分,在 Qwen2.5-Math-1.5B 和 DeepSeek-R1-Distill-1.5B 上把 RLVR 的数据筛选成本降低 3.7—9.1 倍,同时下游表现与对比方法 SHIFT 相当。

arXiv 上一项新研究提出免训练数据选择器 LIFT,只用不完整的推理轨迹前缀就能给提示词打分,在 Qwen2.5-Math-1.5B 和 DeepSeek-R1-Distill-1.5B 上把 RLVR 的数据筛选成本降低 3.7—9.1 倍,同时下游表现与对比方法 SHIFT 相当。

arXiv 新论文提出 SURE-Act 控制器,试图让调用工具的 AI 智能体在“自己动手、先查信息、转人工”之间做更合理的取舍。值得关注的点在于,它用反事实数据补上了交互轨迹里“没做的动作会怎样”的信息缺口。

arXiv 新论文提出 FusionRare,把符号推理、深度学习、病例检索和大模型推理融合到一个框架中,在 2,528 例严格隔离的临床病例上声称将罕见病诊断的 Recall@1 提升到表型-only 51%、表型+基因 79%。目前信息仅来自论文摘要,尚不能视为已上线产品或经过同行评审的临床工具。

2026 年 10 月 19 日发布在 Hugging Face Papers 的论文提出 DeOverlay 视频覆盖物去除模型和配套评测集 DVTE-Bench,目标是在去除字幕、标题、台标等遮挡后尽量还原原始画面。摘要称其在五项重建与感知指标上均优于四个基线。

arXiv 2026年10月20日出现一篇新论文,提出自监督方法 Mirror,让视频到动作模型通过与环境的交互自学,不依赖预先收集的动作数据或手工奖励。它值得关注,是因为视频生成模型能否在机器人、游戏中真正“执行计划”,长期受制于动作数据稀缺。

arXiv 于 2026 年 10 月 20 日发布的新论文提出 Cache2LoRA,在 17 个任务上以 0.663 的 macro F1 逼近完整上下文 ICL 的 0.671,同时把 32K 文档场景的解码吞吐提升到后者的 5.9 倍,为上下文内化这一技术方向提供了更强且更省算力的方案。

arXiv 上一项新研究测试了 LLM 智能体在程序化汉字书写任务中能否借“持久记忆”提升表现,结果显示记忆积累带来小幅增益,但记忆的设计方式会影响经验在何时、何处变得有用。

2026 年 10 月,Hugging Face Papers 收录的论文摘要显示,EgoXperience 提出从第一视角视频中联合重建相机、场景、手和物体的完整范式,并配套 6M 标注数据集与新基准,其 EgoX 模型在摘要报告的评测中误差显著降低。

arXiv 上一项新研究把文生图评测改写为“约束满足”问题,提出逻辑形式化框架与 LogicVal 方法,并报告现有模型在复杂多物体条件约束下明显失准。

Hugging Face Papers 收录的论文提出 HOLI-WORLD,一套从第一人称人类经验采集、自动构建世界记录到模型训练与独立评测的完整体系,并用约 100 个自采场景生成的约 8 万条 QA 训练出 HOLIWORLD-VL-4B。