Inherited, Not Invented：推理模型里「wait」从何而来
分析推理模型写「wait」再重思的习惯：大的 RL 收益未必依赖该词，追溯其来源与必要性。
AI 深研院 · 重点 0 · 其他 15 条
AI 深研院 · 论文
Hugging Face Daily Papers 与 arXiv 精选
其他 15 条去噪后未进重点的条目，按发布时间倒序
F2G-Pose：几何感知的 RGB-D 类别级位姿估计
在无实例 CAD/参考图条件下，用基础特征提升做直接 RGB-D 类别级物体位姿估计。
掩码扩散语言模型的学习式 unmasking 策略对照研究
对照实验评估哪些 unmasking 策略更能兼顾掩码扩散 LM 的速度与准确率。
LaLa-World：用自然语言动作扩展潜在世界模型
将 JEPA 风格潜在世界模型接上视频生成式的语言条件接口，用于跨域想象规划与下游策略。
Foundation4D：面向自动驾驶的统一感知与重建模型
多相机驾驶视频上统一做几何估计、3D 检测、语义占据与高斯重建，并共享时空注意力骨干。
SplatLab：面向 3DGS 研究的自主科研系统
针对 3D Gaussian Splatting 复现成本高的问题，搭建端到端自主科研流水线以缩短从论文到实验的周期。
Meta Expert：跨层专家共享以提升 MoE 存取效率
提出跨层共享专家的 MoE 设计，试图降低大规模稀疏模型的存储与检索开销。
HyperDrone：百万帧级仿真到现实的四旋翼迁移
面向高速批渲染的四旋翼仿真器，称批渲染速度较现有 SOTA 快 20 倍以上。
Who Takes the Lead?：模型能力与人机协作中的主导权
研究语言模型代理能力增强后如何与人类分工，避免把「更少求助」误读为协作失败。
EvalResearchBench：智能体能否自建反馈以递归自我改进
探讨 AI agent 是否能像人类专家一样挑选/设计紧凑评测集，降低递归自我改进中的评测成本。
MambaAct：面向 VLA 的高效 Mamba 动作专家
用 Mamba 动作专家降低视觉-语言-动作模型的推理成本，服务实时控制。
LLM-Attacker：分裂/联邦语言模型隐私评测红队框架
统一评测从客户端中间表示重建原文的攻击，比较分裂式与相关部署下的隐私风险。
Realism VS Accuracy：事件序列预测的生成建模视角
从生成建模角度讨论事件序列预测中真实感与准确度的权衡，覆盖金融医疗等场景。
更多 5 条未进正文的候选，按发布时间倒序；默认折叠
- Skeleton-Grounded Latent Action Model for Robot World ModelsHF Daily Papers · 10月22日
- TARSphere: A Robot-Oriented Full-Stack Framework for Long-Horizon Embodied Agents in Evolving Physical and Social EnvironmentsHF Daily Papers · 10月21日
- SEAM: Spectral Embedding Alignment and Merging for Low-Resource TTSHF Daily Papers · 10月19日
- Bridging Exploration and Persona: Information-Directed Dueling for Test-Time Agent PersonalizationHF Daily Papers · 10月17日
- IF-MAP: Influence-Function-Inspired Agent Prioritization in Multi-Agent SystemsHF Daily Papers · 10月17日