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)。
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)。
为此,XL-DocBench 提出了一套“树引导的由粗到细构建框架”(Tree-Guided Coarse-to-Fine Construction Protocol),在模型自动化提议与人工专业核验之间建立起清晰的分工管线。
来自卡耐基梅隆大学(Carnegie Mellon University)的研究团队提出了 框架,在保留大型预训练主干、多模态表达力与动作分块优势的前提下,通过“快慢感知解耦”与“自适应单步去噪调度”,打破了高延迟与低响应度之间的恶性循环。
针对这一困局,来自工业界的研究团队提出了全新审查系统 ARCTIC 。这项工作的核心立意,是将以往针对语法和样式的机械式“代码审查”(Code Review),重构为面向全局架构与关键风险的“代码批判”(Code Critique)。
针对这一核心冲突,最新研究提出了 SG-WAM (Self-Guided World Action Model)。该框架摒弃了繁重的未来像素生成,也不引入外部异构的未来表征编码器,而是直接在策略自身的表征空间内建立动力学预测。
为了打破这一僵局,研究团队提出了 WaiT (Wavelet-aware image Transformer)。其核心思想异常直观而精妙:名副其实地“等待信号”(Wait for the Signal)。通过可逆且无损的离散小波变换(Haar DWT),WaiT 将生成过程在频域上解耦为低频粗...
结果表明,四项在当今主流开源模型(如 Llama、Qwen、Olmo)中极度普遍的细微架构改动,存在极其致命的负向复合效应。单独看其中任何一项改动,对长上下文能力的损害都轻微到容易被当成实验噪声;但一旦同时引入三项或全部四项,模型在长文本下游任务(HELMET 基准)中的表现会直接暴跌多达 47%。
来自约翰斯·霍普金斯大学、微软研究院(Microsoft AI Frontiers)与普林斯顿大学的研究团队,在最新论文中直击这一结构性缺陷,提出了 Full-bandwidth Transformer 。
本文提出了 轨迹后门攻击 ( Trajectory Backdoor Attack ,简称 TBA )。在完全无需触碰技能代码、没有任何提权行为,甚至仅拥有普通用户提问权限(Query-only)的前提下,攻击者只需巧妙设计正常的任务 Prompt,诱导智能体在执行过程中暴露出特定的行为证据链。
由微软研究院、英伟达、纽约大学、普林斯顿大学与耶鲁大学等机构联合提出的 Dion3,正是针对这一系列系统与算法痛点交出的全栈答案。Dion3 从底层硬件算子、数学算法重构、优化器更新机制到分布式通信策略进行了彻底改造,将 Muon 正交化步骤的耗时全面压低。
针对这一断层,新研究提出了首个从单张静态插画直接端到端生成完整可驱动 Live2D 资产的系统 Bunraku。该系统的命名源于日本传统木偶净瑠璃(Bunraku),寓意多个操作者在统一的节奏下协同牵引同一个木偶。
为了打破这一困局,研究团队将技能进化重构为一个在探索与利用之间寻找平衡的受限马尔可夫决策过程(MDP),并提出了全新的进化框架 SkillBoost 。在涵盖复杂代码生成、多轮工具调用、高难度数学推理、具身交互及多模态文档问答等 23 个模型与基准配置的严苛测试中。
针对这一根本性瓶颈,来自苏黎世联邦理工学院(ETH Zurich)、斯坦福大学、Google、伊利诺伊大学厄巴纳-香槟分校等机构的研究团队提出了 TimeRLM 。
为了破解这一痛点,浙江大学的研究者们提出了 SkillAligner 。它的核心观点非常清晰: 在 Agent 执行任务前,绝不能把检索到的外部技能当成不容置疑的硬性指令,而应当将其视作“可以随意修改的底稿”(Adaptable Drafts) 。
针对这一长期困扰异构通信的核心冲突,研究团队提出了名为 XBridge 的免解码(Decode-free)通信协议。该方案将通信解构为离散实体锚点与连续上下文增强两个独立通道,在三大开源模型家族(Llama、Qwen、Mistral)与七大复杂基准测试中,不仅将通信延迟缩减了整整 11 倍。
复旦大学与上海市数据科学重点实验室的研究团队提出了名为 HarnessLens 的自演进框架。该框架打破了传统自优化方案“大水漫灌”式的评测逻辑,提出以“行为感知验证”(Behavior-Aware Verification)与“可归因证据门控”(Attributable-Evidence G...
近期由北京航空航天大学、河海大学、IQuest Research、澜舟科技、M-A-P 以及曼彻斯特大学等机构联合提出的 ModularRSI ,直击了这一领域长期存在的痛点,提出了首个解耦、对比驱动且真正面向泛化能力的 Harness 自进化框架。
为了破解这一死局,研究团队提出了专门面向程序验证的技能自进化框架 VeriSkill 。它跳出了通用自进化框架“见错就改”的粗放范式,建立了一整套兼顾“归因诊断、抽象泛化与语义保真”的进化闭环:首先在责任归因中剔除环境和求解器局限带来的伪信号,只捕获真正的技能缺陷;接着将具体的失败诊断签名聚类。
他们提出了名为 SAVOR (Strategy Abstraction Via Outcome-Conditioned Reflection)的元认知攻击框架,核心是将自适应的试错成本从“测试期在线交互”转移到“离线策略蒸馏”。
为了实现生成过程中的无缝感知,MOSS-VL 并没有沿用当前主流将视觉 Token 与文本 Token 混排自回归(Interleaved Autoregressive)的老路,而是重新设计了门控交叉注意力架构,使得外部视频流的注入完全独立于文本解码序列。
针对这一系列落地痛点,腾讯云与浙江大学的研究团队提出了名为 SkillEvo 的智能体技能自进化框架。研究的核心判断在于: 制约技能持续自进化的瓶颈,从来不是大语言模型的文本重写能力,也不是迭代轮数的多少,而是评估反馈机制能否持续提供可信的进化梯度。
由 Apple、香港中文大学(CUHK)、EPFL 等机构联合提出的 Modus ,直接打破了这一工程惯例。它证明了: 不需要为每个模态定制专门的预测头,也不需要外挂专有损失函数或复杂的任务管道,完全基于统一的单解码器(Decoder-Only)架构。
NCP-ArchPreview:实验结果显示,仅仅对这 17M 权重在 Magicoder、Orca-Math 等特定语料上进行低成本迭代,模型便能在完全不遗忘通用能力的前提下,迅速完成对目标领域的概念重对齐。其数学与代码能力的跃升幅度,甚至能媲美相当计算量级下的全参数微调。
Wix 团队在其线上生产环境提出并部署了一套 三阶段技能选择流水线 ,引入了 确定性可执行性门控(Deterministic Executability Gating) 机制。