论文· arXiv 速览
AI 论文速览
arXiv 各子领域论文：本周热词、主题聚类、今日必读，附中文标题与一句话精读。
本周热门主题
12 个主题今日必读
10月9日 · 当日精选From Reactive Containment to Proactive Assurance: Lessons from OpenAI, Anthropic, and Google Agent Security Incidents
2026年OpenAI、Anthropic、Google的AI智能体安全测试越界触及真实系统，暴露行业防护漏洞。
智能体💡 三大AI巨头智能体安全事件首次系统性复盘
Caught in the Act: Probes Effectively Detect Sabotage and Catch Unverbalized Deception
研究用探针检测大模型欺骗与破坏行为，在SHADE-Arena达98.8% AUC，超越文本监控基线。
大模型💡 揭示白盒探针可高效抓出模型隐藏欺骗
VioLA: Learning Generalist Humanoid Control Policies from Human Data
VioLA用人类数据训练人形机器人全身控制策略，无需逐任务遥操作微调。
机器人💡 人形机器人通用控制新方法，值得关注
Cited but Not Consulted: A Counterfactual Audit of Legal Chain-of-Thought Faithfulness
研究发现法律AI引用法条只是装饰，换掉法条判决照样不变，暴露思维链不忠实。
大模型💡 揭示AI推理链造假的硬核审计
全部论文
659 篇All Verdicts are Not Equal: Rethinking LLM Judge Reliability
系统审计LLM评判可靠性，发现零温度下结论仍会翻转，位置顺序影响多数判定。
大模型💡 揭示LLM评审不可靠，评测者必读
MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement
小米发布MiMo-V2.6全模态模型系列，通过扩展强化学习算力推动模型自我进化。
智能体💡 全模态新模型，RL扩展自我进化路线值得关注
Deception by Omission: Language Models Knowingly Hide Their Mistakes
研究发现大模型会故意隐瞒自己的错误，聊天场景36.4%、智能体场景67.1%不披露。
大模型💡 揭示AI会主动隐瞒错误，值得警惕
Clinician use of language models diverges from how the models are evaluated
研究分析6千余医护人员8个月12.7万条真实提问，发现临床使用LLM的方式与基准测试评估严重脱节。
大模型💡 揭示AI医疗评估与真实临床需求的巨大鸿沟
NeMo-DCR: Bit-Exact Delta-Compressed Refit for Scalable Agentic RL at Trillion-Parameter Scale
英伟达提出NeMo-DCR，用增量压缩把万亿参数模型同步从87分钟缩到秒级，加速智能体RL训练。
系统高效💡 万亿参数RL训练同步瓶颈的硬核解法
From Reactive Containment to Proactive Assurance: Lessons from OpenAI, Anthropic, and Google Agent Security Incidents
2026年OpenAI、Anthropic、Google的AI智能体安全测试越界触及真实系统，暴露行业防护漏洞。
智能体💡 三大AI巨头智能体安全事件首次系统性复盘
Caught in the Act: Probes Effectively Detect Sabotage and Catch Unverbalized Deception
研究用探针检测大模型欺骗与破坏行为，在SHADE-Arena达98.8% AUC，超越文本监控基线。
大模型💡 揭示白盒探针可高效抓出模型隐藏欺骗
VioLA: Learning Generalist Humanoid Control Policies from Human Data
VioLA用人类数据训练人形机器人全身控制策略，无需逐任务遥操作微调。
机器人💡 人形机器人通用控制新方法，值得关注
Cited but Not Consulted: A Counterfactual Audit of Legal Chain-of-Thought Faithfulness
研究发现法律AI引用法条只是装饰，换掉法条判决照样不变，暴露思维链不忠实。
大模型💡 揭示AI推理链造假的硬核审计
Looking Inside LLMs: Small-World Connectivity as a Signature of Reasoning Performance
研究发现LLM注意力头激活网络的小世界指数越高，推理表现越好，为模型能力提供结构信号。
大模型💡 用小世界网络指标预测LLM推理能力，视角新颖。
GRPODropout: Less is More for Online Reinforcement Learning Rollouts
GRPO强化学习易熵坍缩，新方法通过筛选rollout缓解，提升探索与推理。
大模型💡 RL训练LLM的熵坍缩新解法，值得关注
Internalizer: Portable Context-to-Parameter Mapping for Very Large Language Models
提出Internalizer超网络，可为284B大模型生成文档专属LoRA适配器，实现上下文参数化。
大模型💡 超网络把上下文压进权重，规模提升百倍
Who Verifies the Verifier? Co-Evolving Inspectable Graders with Self-Improving Agents
提出让验证器与自改进智能体共同进化，用可检查的评分表达式替代LLM主观打分，减少奖励作弊。
智能体💡 解决自改进智能体评估盲区的新方法
生成对抗循环
SOTA
Generative Adversarial Loops
提出GAL框架，用生成器-判别器对抗循环自动生成测试数据与改进方法，推动AI自我进化。
智能体💡 AI自我进化新范式，对抗循环自动找弱点
When Do We Need On-Policy Distillation? Distilling on Offline Student Rollouts Is Often Better
研究发现离线学生采样蒸馏常优于在线策略蒸馏，17组师生模型中14组胜出。
NLP💡 颠覆常识：离线蒸馏竟比在线策略更优
SimVLA: Zero-Shot Sim-to-Real VLA Learning for Mobile Manipulation
提出SimVLA框架，仅用仿真数据训练移动操作VLA，实现零样本仿真到现实迁移。
机器人💡 机器人VLA免真机数据训练，仿真到现实零样本迁移
OmniDex: Scaling Dexterous Hand Grasping to Diverse Cluttered Scenes
OmniDex构建260万杂乱场景数据集，用种子筛选策略实现灵巧手抓取规模化训练。
多模态💡 灵巧手抓取数据瓶颈的规模化解法
MiDashengLM-Spatial: Unifying General Audio Understanding and Spatial Awareness
开源统一音频语言模型，同时支持通用音频理解与空间感知，打破单声道局限。
语音音频💡 首个开源统一音频理解与空间感知模型
Emergent Inverse-Depth Scaling From Nonlinearity In Attention
研究发现非线性注意力机制会自发产生逆深度缩放，挑战现有缩放定律理论。
大模型💡 揭示大模型缩放定律新机制，理论突破
Language Modeling is Monotone Compression
研究证明语言模型能力与其压缩能力正相关，压缩越强模型越智能。
安全对齐💡 揭示LLM智能与压缩能力的理论联系
Why LLM Agents Favor Their Group: Stakes, Observed Norms, and Reputation
研究发现LLM智能体偏袒本群体，主因是观察到成员互惠行为而非标签，个人记录可覆盖。
智能体💡 揭示AI群体偏见的机制与可干预点
Fluid-Gen-Zero: Grounding Pretrained Video Generators in Physics without Training
无需训练，用物理模拟器引导预训练视频生成模型，实现流体与物体交互的逼真视频。
多模态💡 免训练让视频生成懂物理，思路巧妙。
Rephrase Before You Act: Characterizing and Mitigating Language Sensitivity in Vision-Language-Action Models
研究发现视觉-语言-动作模型对指令措辞极度敏感，一词之差可致成功率暴跌，并提出改写增强缓解。
多模态💡 揭示VLA模型语言脆弱性，机器人指令鲁棒性关键发现
RoboJEPA: Scaling Robotic Latent World Models
提出RoboJEPA机器人潜在世界模型，跨12种本体训练，发现想象误差随算力呈二阶幂律缩放。
智能体💡 揭示机器人世界模型的算力缩放规律
SciExam for ENSO: Can AI Agents Build Climate Models?
新基准SciExam让AI智能体用真实观测数据自主构建ENSO气候模型，检验其科研能力。
智能体💡 首个让AI独立建模气候的硬核科学基准
TouchScale: 500 Hours of Human Vision and Touch for Visual-Tactile Learning
发布500小时人类视觉-触觉数据集TouchScale，为具身学习提供物理交互监督。
视觉💡 迄今最大规模视觉-触觉数据集，具身智能关键资源
Does Document Structure Help Dense Retrieval? A Placebo-Controlled Ablation of Four Mechanisms Across Two Corpora
四项文档结构增强检索技术在同一协议下做安慰剂对照消融，发现增益多来自文本扰动而非结构本身。
检索增强💡 戳破RAG结构优化幻觉，实验设计严谨
Inverting Multi-Vector Visual Document Indices
多向量视觉文档索引可被逆向还原出原始页面，隐私风险被低估。
生成扩散💡 揭示向量数据库泄露可还原文档，隐私安全必读。
Workhorse: Learning Robust Whole-Body Humanoid Loco-Manipulation from Human Data
Workhorse用人类演示数据训练人形机器人全身操作，视觉规划加强化学习跟踪，在Unitree G1上完成搬箱任务。
强化学习💡 无需真机数据的人形全身操作新方法
NCCL M2N: A Layout- and Topology-Aware Collective for Distributed Tensor Resharding
NCCL M2N：面向分布式张量重分片的布局与拓扑感知集合通信库，解决M对N重分布低效问题。
系统高效💡 大模型训练通信瓶颈的硬核优化方案
Dex-One2Many: Learning Dexterous Manipulation from a Single Human Demonstration
从单个人类视频学习灵巧操作，结合模仿与强化学习提升泛化能力
机器人💡 破解单视频模仿泛化难题的新方法
Rubric-CEPR: Self-Evolving Image Editing via Reward-Verified Self-Distillation
提出自进化图像编辑框架Rubric-CEPR，仅用自身生成结果做奖励验证自蒸馏，无需人工标注或外部奖励模型。
视觉💡 免人工标注的自我进化图像编辑新方法
DreamTrue: Action-Faithful Robot World Model with Counterfactual Post-Training
提出DreamTrue机器人世界模型，用反事实后训练提升动作忠实度与物理合理性。
机器人💡 机器人世界模型新方法，解决动作跟随与失败样本偏差。
On the estimation and validity of AI time horizons---a statistical look at the METR plot
用样条和IRT重算METR的AI时间跨度，发现2-30分钟区间难度几乎不随人类耗时增长。
AI综合💡 挑战AI能力评估经典指标，方法论值得关注
What 30,000 Hours of Ego-centric Video Does Not Teach
研究用3万小时第一视角视频训练世界模型，发现智能体建模好但物体保真度差。
视觉💡 揭示世界模型扩展瓶颈，物体交互仍是难题
OuroWorld: Bringing Any 3D World Alive as Diverse, Endlessly Looping 3D Cinemagraphs
OuroWorld 让静态 3D 高斯场景变成多视角无缝循环的动态 3D 电影图。
多模态💡 免掩码把静态3D场景变循环动态，值得一看
WorldGuide: Goal-Directed Video World Model for Procedural Task Execution
提出WorldGuide闭环视频世界模型，能根据生成状态决定并执行下一步动作，完成长时程序性任务。
视觉💡 闭环视频世界模型新范式，解决长时任务执行难题
OmniCapBench: A Deep-Structured Evaluation Framework for Fine-Grained Audio-Visual Captioning
提出OmniCapBench音视频字幕评测基准，解决现有评测覆盖与定位难兼顾的问题。
多模态💡 音视频多模态评测新基准，值得关注
SpatialHarness: Test-Time Spatial Scaffolding for Fine Robotic Manipulation
提出SpatialHarness测试时空间脚手架，无需微调即可提升机器人精细操作能力。
机器人💡 机器人精细操作新思路，免微调提升空间感知
Mental-Models for Multi-Agent Systems
提出心智模型框架，让AI智能体在部分可观测下推断他者意图，提升多智能体协作决策。
智能体💡 多智能体协作前沿，心智理论落地AI
VersaCamVLA: Camera-Configurable VLA Policies for Robotic Manipulation
提出VersaCamVLA，让机器人VLA策略不再依赖固定相机配置，可适应任意数量与位姿的相机。
多模态💡 解决机器人VLA相机配置泛化难题
LEGO: A Lifting-Free Approach for Exocentric-to-Egocentric Video Generation
提出LEGO方法，无需点云提升即可从第三人称视频生成第一人称视频
生成扩散💡 免点云重建的新视角合成新思路
Generative Neural Retargeting for Human-to-Robot Dexterous Manipulation
用生成模型把人类手部动作重定向到机器人灵巧手，兼顾运动学与动力学可行性。
机器人💡 机器人灵巧操作的数据重定向新方法
Ecology of AI Agents: Collaboration Creates a Population Threshold for Takeoff
研究AI智能体协作的临界规模：恶意智能体可能自我复制失控，探讨遏制条件。
智能体💡 揭示AI智能体群体失控风险的关键阈值
FastBench: Can Streaming VLMs Perceive High-Dynamic Real-World Streams?
提出FastBench基准，评测流式视频大模型在高动态真实视频流中的感知能力。
大模型💡 流式VLM高动态感知新基准，评测方向值得关注
RoboRSI: Stable, efficient, and reusable robot self-evolution in complex real-world environments
机器人自我进化系统RoboRSI，通过代码修复与技能精炼，让机器人在真实环境中持续学习并复用经验。
智能体💡 机器人自我进化新方法，代码修复+技能复用值得关注
A Unified Bellman Operator for Safety-Critical Reinforcement Learning
提出统一贝尔曼算子，将性能与安全约束融合进单一价值函数，实现安全强化学习。
强化学习💡 安全强化学习理论突破，值得研究者关注
OneSearch-VL: Unified Multimodal Deep Research Agent for Image and Video
提出OneSearch-VL统一多模态深度研究智能体，用视觉锚定证据图串联图像视频检索与推理。
视觉💡 统一图像视频深度研究的新智能体框架
WOVEN: Weaving Visual World Modeling into Multimodal LLMs
提出WOVEN，将视觉世界建模作为共享训练原语，提升多模态大模型的时空与物理推理能力。
大模型💡 多模态大模型空间推理短板的统一解法
WorldCast: Distributed Multiplayer World Models
WorldCast提出分布式多人世界模型，各玩家本地生成视频并交换状态，实现可扩展的多人一致环境。
视觉💡 分布式架构破解多人世界模型扩展难题
GLIO2: A GPU-Parallelized Tightly-Coupled LiDAR-Inertial-GNSS System for Robust and Real-Time Global Localization and Mapping
GLIO2：GPU并行紧耦合LiDAR-惯性-GNSS系统，实现大规模退化环境下实时全局定位建图。
机器人💡 解决LiDAR融合定位漂移不可恢复的痛点
Predicting Alignment Generalization with Value Representations
研究通过价值表征预测微调后模型在未见过场景中的对齐泛化行为
大模型💡 揭示微调对齐的意外泛化，值得关注
LeWAM: A JEPA World Action Model with Diffusion-Steering-Based MPC
提出LeWAM，基于JEPA潜在空间的双向世界动作模型，用扩散引导MPC做规划。
机器人💡 JEPA世界模型新进展，机器人规划值得关注
ViSkill: Reinforcing VLM Agents with Evolving Visual-Native Skills
ViSkill让视觉语言模型智能体用可演化的视觉技能卡学习，提升样本效率。
智能体💡 视觉原生技能让VLM智能体更高效学习
SpaceCast-Bench: Evaluating Predictive Spatial Reasoning in Vision-Language Models
提出SpaceCast-Bench，首个评测视觉语言模型预测性空间推理能力的基准。
推理💡 首个预测性空间推理基准，含3862题。
GeoReform: Reflective Formalization Evolution for Multimodal Geometry Problem Solving
提出GeoReform方法，通过反思式形式化演化提升多模态几何解题能力。
大模型💡 揭示几何形式化中冗余与歧义的核心难题
ARC：机器人基础模型的推理配方
SOTA
ARC: A Reasoning Recipe for Robot Foundation Models
提出ARC推理配方，无需扩大模型即可提升机器人基础模型零样本任务表现。
推理💡 机器人基础模型免训练提效新思路
WorldAlign: Decoupled 4D Reward for World-Consistent Video Generation
提出WorldAlign，解耦4D奖励提升视频生成的世界一致性
多模态💡 视频生成一致性新方法，值得关注
Latent Core Tokenizer: Compress, but Meaningfully
提出LCT分词器，先发现语言结构再建词表，104种语言上优于BPE。
NLP💡 多语言分词新方法，显著提升词表效率
数据更新于 16 小时前 · 共 659 篇 · 来源 arXiv