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。

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。

Hugging Face Papers 收录的论文提出 Urbex,用视觉语言模型智能体主动搜索城市级 3D 场景,把定位从候选排序变成交互式空间搜索,并在 CityRefer 上报告了更好的 Hit@1 和 IoU。

arXiv 上一项新研究提出 Echo,用 4 比特做张量并行的 all-reduce 通信,并通过误差反馈把累积误差控制在有界范围,目标是在不依赖 FP8/FP4 硬件的前提下加速大模型训练和推理。

一项 arXiv 新论文提出“云端模型写程序、本地小模型临场答疑”的混合代理架构,试图在数据不出设备的前提下,缩小端侧代理与云端大模型代理之间的效果差距。

arXiv 上一项新研究提出 MOSAIC,试图回答视觉语言模型的预测究竟由哪些训练样本、哪些图像区域和文本短语共同影响。它把此前多停留在样本级的归因,推进到多模态的局部证据层面,值得关注是因为它触及大模型可解释性中最难的一环:跨模态因果追踪。

arXiv 上一项新研究用反事实干预方法,发现仅以奖励为目标训练的 PPO 智能体,其价值函数内部似乎编码了 Crafter 环境中的部分规则,比如钻石何时可收集、水和食物如何影响健康等。这为理解无模型强化学习是否隐含世界模型提供了可视化证据。

arXiv 2026年10月14日发布的一篇新论文提出 VETNET,一个面向动物科学与兽医领域的实时基准数据集与评测框架生态,试图用标准化数据缩小兽医 AI 与人类医学 AI 之间的差距。目前仅为论文摘要披露,尚无论文全文实验核验。

论文 X-Ragent 提出一种工具增强强化学习后训练框架,让模型自己学会何时查询辅助证据、并只允许有效测量进入诊断推理;在三个胸片基准上取得最佳结果,其中完全留出的 ChestAgentBench 提升 8.6 分。

arXiv 上一份新论文提出长时程终端基准测试 LHTB 2.0,通过扩展任务和密集进度评分,发现只看最终结果会严重低估智能体在执行过程中的实际进展。

2026年10月,Hugging Face Papers 收录的论文提出 Multics,一种用分层通信替代全连接通信的多玩家视频生成框架,在4至6人场景下达到新的最优表现,并展示出从4人训练扩散到10人推理的泛化能力。