SimpleOPD：跨分词器在线蒸馏，数学证明提升21.2分超Gemini
来自上海人工智能实验室（Shanghai Artificial Intelligence Laboratory）等机构的研究团队提出了全新的蒸馏框架 SimpleOPD 。
推理模型优化
AGI FRONTIER
AI前沿分享第10页
深度解读 AI 论文，追踪 Agent、推理、多模态与具身智能的最新进展。
PAPER INSIGHTS
更多论文解读
PowerSlider：微软与康奈尔提出 PTA 解耦，30% 电网限电下推理吞吐提升 1.64 倍
基于此，研究团队提出了 PowerSlider 运行时系统，通过将流水线解耦为 Prefill-Think-Answer 三阶段、引入带容忍裕度的 Flex SLO 契约，并借助极速 KKT 在线求解器在毫秒级内完成功...
推理AI工程
OAT：以粗到细有序Token重构机器人接口，60余项任务验证对数级推理
针对这一瓶颈，研究者们提出了 OAT （Ordered Action Tokenization，有序动作离散化）。OAT 的核心洞察在于，一个优秀的机器人动作分词器不能仅仅充当离线的无损压缩工具，而必须成为深度契合策略...
具身智能强化学习
ODYSSE：剧集级策略优化破局模糊需求，让Agent学会个性化推理
面对这种“个性化智能体推理”（Personalized Agentic Reasoning）挑战，格里菲斯大学与昆士兰大学的研究团队提出了强化微调框架 ODYSSE ，其核心是面向整段交互轨迹的强化学习算法 ESPO ...
AI Agent推理
NeuRoute：用Logit引导神经路由，十亿级向量单机不到1小时建完索引！
针对这一长期存在的系统瓶颈，来自阿肯色大学小石城分校（University of Arkansas at Little Rock）的研究团队提出了 NeuRoute 。这项工作没有试图将哈希打造成终极检索工具，而是退后...
推理
MathForm：知识检索+验证迭代，8B小模型形式化准确率反超32B
为了打破这一僵局，来自面壁智能（ModelBest）与清华大学的研究团队提出了 MathForm 框架。该研究彻底颠覆了“一次性黑盒翻译”的旧范式，将自动形式化重构为“检索规划—编译器诊断—语义一致性校验—多轮修正”的...
RAG
KYA：攻击智能体不能单靠盲猜，侦察驱动让注入成功率提升高达67%
近期提出的黑盒自动化渗透测试框架 Know Your Agent（KYA） 首次打破了这种以 Payload 变异为中心的狭隘思路。研究表明，面对具备多步规划和工具调用能力的复杂智能体，盲猜 Prompt 的有效性会断...
AI Agent
InMind：直接问倒背如流却频频踩雷？揭秘Agent记忆的隐式关联盲区
由中国科学技术大学与 Metastone Technology 联合提出的最新研究《Keep It InMind》，揭示了隐藏在几乎所有大模型记忆架构深处的“隐式关联盲区”（Implicit-Association B...
知识系统AI Agent
KAP：打破Prompt平铺孤岛，128K上下文KV访问降至5.5%
为了打破这种“前端精挑细选、后端全量硬吃”的割裂状态，来自 QiYuanLab 与北京科技大学的研究团队提出了 KAP （Knowledge Access Planning，知识访问规划）。
基础模型
FlowBlock：免训练波前并行，扩散大模型吞吐提升4倍精度反增
华中科技大学与小红书团队在最新论文中提出了名为 FlowBlock 的免训练并行解码框架，从底层打破了这一看似不可逾越的块间串行壁垒。该研究敏锐地指出，在以 LLaDA-2.1 为代表的新一代具备“自我纠错”（Toke...
多模态&视觉模型训练
FigMirror：把大模型电脑操作能力迁移到画图，科研图表风格迁移提升11.4分
来自穆罕默德·本·扎耶德人工智能大学（MBZUAI）等机构的研究团队提出了 FigMirror。这项工作指出了一个长期被忽视的事实：科研图表与操作系统图形界面（GUI）在底层结构上高度同构，都是由代码生成的离散几何元素。
行业应用
EvolvingWorld：让角色与世界双向协同演化，破除长程叙事模拟衰退
针对这一长期被忽视的瓶颈，来自香港科技大学、华中科技大学以及 Lightspeed 等机构的研究团队提出了 EvolvingWorld 。这是一个面向交互式文学世界模拟的开放架构（Open-Schema）协同演化框架与基准。
AI Agent
ART：给具身大模型引入即时工具调用，成功率提升超20%且不毁动作
为了打破这一困局，来自星尘智能（Astribot）、云天励飞、聚溪科技、香港中文大学与清华大学的研究团队提出了一种名为 ART（Agentic Robot with Tool-use）的全新工具注入微调框架。
具身智能AI Agent
EvoDRC：让大模型自主修芯片！技能演化框架把版图违规降低73.5%
近期发表的研究提出了 EvoDRC 框架，试图打破这一僵局。该方案将大模型（LLM）驱动的智能体系统引入块级（Block-level）DRC 自动化修复，并提出了一套“技能自演化”（Skill-Evolution）机制...
AI Agent
ERR+：奖赏推理“熵降”，字节新框架提点8.7%且Token缩减20%
针对这一两难困境，字节跳动与华东师范大学的研究团队提出了全新框架 ERR+ 。与以往试图压制熵的做法不同，ERR+ 敏锐地捕捉到一个全新现象： 真正优质且正确的推理链，并不是从头到尾保持低熵，而是在探索之后发生频繁且剧...
推理
DelegSearchBench：解耦Deep Search能力，调用搜索不等于智能
DelegSearchBench：为了从根源上确立诊断标准，论文正式提出了 委派智能（Delegation Intelligence） 的概念。在深层信息搜寻场景中，模型不应被预设为盲目开启检索的无脑搬运工，检索工具实...
推理
CodeRescue：代码报错不必换大模型，35%成本超越全量升级
针对这一症结，来自亚马逊、字节跳动、纽约大学与华盛顿大学的研究团队提出了名为 CodeRescue 的后失败恢复路由框架。该工作颠覆了“失败即升级”的固有认知，将代码执行失败后的应对机制建模为跨异构动作的决策路由，并引...
AI Agent
310万次Rollout证实：大模型自主发现系统不存在“万能框架”，动态调度胜过固定方案
然而，来自 IBM、MIT 和 UC Berkeley 的联合研究团队在最新论文中提出了一个尖锐的问题：那些宣称性能卓越的复杂框架，究竟是在通用机制上真正带来了质的飞跃，还是仅仅在极少数偶然的“高光运行”（Lucky ...
基础模型
Auto Research：AI科学家闭环搜出701次代码迭代，泛化验证真能打？
他们提出了针对材料科学的 Auto Research 工作流，设定了极其苛刻的审计红线： 严格隔离搜索与最终评估，将搜索空间解耦为四大干预维度，并将最终选定的代码完全“冻结”，送入绝对不可见的保留测试集（Hold-ou...
基础模型
ATLAS：把Agent黑盒轨迹转为状态机，让14B小模型攻防成功率达50%
他们提出了名为 ATLAS（Automata Learning for Agent Trajectory Analysis and Strategy Discovery）的全新框架，首次将大语言模型的语义抽象能力与形式...
AI Agent
ArbiGraph：单任务近满分，为何分支任务会让智能体准确率大跌33%？
针对这一空白，研究人员提出了 ArbiGraph ，一个能够任意扩展、拓扑结构可控且完全可自动验证的评测基准生成器。通过将任务形式化为强类型的有向无环图（DAG），ArbiGraph 能够剥离单任务解题能力的干扰，专门...
AI Agent
RPM：Meta让AI研究员学会“挑实验”，节省超1/3算力且刷新两项SOTA
面对这一瓶颈，来自 Meta FAIR、牛津大学以及伦敦大学学院（UCL）的研究团队提出了一个极具针对性的解法： AI 研究偏好模型 （AI Research Preference Models，简称 RPM ）。他们...
基础模型
AhaBench：给大模型灌经验真有用？普林斯顿等拆解长程持续学习三大硬伤
AhaBench：研究团队设计了一个三联记分卡机制： 1. 初始得分（Initial Score, ） ：模型在没有经验时的“冷启动”能力。2. 经验后得分（Post-Experience Score, ） ：经历过相...
AI AgentAI评测
Agentic Real2Sim：开箱即用的物理数字孪生与低成本模型验证
来自哥伦比亚大学、约翰斯·霍普金斯大学、加利福尼亚大学洛杉矶分校（UCLA）等多所高校与机构的研究团队，针对这一长期困扰业界的工程痛点，提出了 Agentic Real2Sim 框架。
AI Agent多模态&视觉