论文

RoundPipe提出了一种打破权重绑定约束的新型流水线调度方案，将GPU视为无状态工作节点池，以轮询方式动态分配计算阶段，实现近乎零气泡的流水线。在8×RTX 4090服务器上，微调1.7B至32B模型时获得1.48-2.16倍加速，并能在单机上对Qwen3-235B模型进行LoRA微调。该方法显著提升了消费级GPU上大语言模型的训练效率，降低了硬件门槛。

本文提出探索式采样（ESamp），一种通过隐式蒸馏在测试时预测大模型深层表征、并用预测误差作为新颖性信号重加权候选token的解码方法，显式鼓励语义多样性。实验表明，ESamp在数学、科学、代码生成及创意写作等任务中显著提升Pass@k效率，并打破了多样性与连贯性的权衡。

提出RADIO-ViPE系统，直接从原始单目RGB视频流中实现开放词汇语义定位，无需相机标定或深度传感器。该系统通过紧耦合视觉与语言多模态嵌入，在动态环境下实现几何感知的语义关联，在动态TUM-RGBD基准上达到最优性能。该方法弥合了现实部署中的关键差距，可支撑自主机器人及无约束视频流的鲁棒语义理解。

本文提出Claw-Eval-Live，一个用于评测工作流智能体的实时基准。它通过可刷新的信号层和可复现的快照层，从公开工作流需求中构建任务，并记录完整执行轨迹进行多维度评估。实验表明，当前最先进的模型仅通过66.7%的任务，工作流自动化仍远未解决。

TIDE是首个跨架构扩散大语言模型蒸馏框架，通过三个模块——TIDAL动态调节蒸馏强度、CompDemo丰富教师上下文、Reverse CALM实现跨分词器对齐——将80亿密集和160亿MoE模型蒸馏至6亿参数学生模型，在8个基准上平均提升1.53个百分点，代码生成任务中HumanEval得分达48.78。该方法突破了学生与教师架构、注意力机制和分词器不同的限制，为高效部署dLLM提供了新路径。

本文提出一个五级分类法（原子生成、条件生成、上下文生成、智能体生成、世界建模生成），将视觉生成从被动渲染推进到智能生成。通过分析流匹配、理解-生成统一模型、后训练等技术驱动，并揭示当前评估偏重感知质量而忽略结构、时序和因果缺陷的问题。该路线图旨在为新一代智能视觉生成系统的理解、评估与发展提供以能力为中心的视角。

本文提出GLM-5V-Turbo，将多模态感知作为模型的核心组件，而非语言模型的辅助接口。通过模型设计、多模态训练、强化学习及工具链扩展等改进，该模型在多模态编码、视觉工具使用等智能体任务上表现优异，同时保持了强大的纯文本编码能力。这项工作为构建多模态智能体提供了实用见解，强调了多模态感知、分层优化和端到端验证的关键作用。

本文提出RecursiveMAS，一种将整个多智能体系统作为潜在空间递归计算的框架，通过递归链接模块实现智能体间协作循环和状态传递。实验表明，相比基线方法，平均准确率提升8.3%，推理速度加快1.2-2.4倍，令牌使用减少34.6%-75.6%。该工作为扩展AI系统的深度推理能力提供了新思路。

论文提出DV-World基准，包含260个任务，覆盖电子表格操作、跨平台图表适配与用户意图对齐三大真实场景。实验显示最先进模型综合性能不足50%，揭示了数据可视化任务中现有方法的重大缺陷。该基准为评估和推动智能体在复杂企业工作流中的应用提供了现实测试平台。

本文提出再生式优化（RvR）框架，将图像精炼从编辑式优化重新定义为基于目标提示和初始图像语义令牌的条件图像再生，从而扩大了修改空间，实现了更完整的语义对齐。实验表明，RvR在多个基准测试上取得了显著提升，Geneval从0.78提升到0.91，DPGBench从84.02提升到87.21，UniGenBench++从61.53提升到77.41。该工作揭示了再生范式在统一多模态模型中精炼图像的有效性，为文本到图像生成的质量提升提供了新思路。

本文系统梳理了奖励黑客现象在大模型（LLM/MLLM）中的表现、成因与影响，提出“代理压缩假设”（PCH）作为统一理论框架，将奖励黑客视为优化过程对压缩奖励表征的涌现结果。该框架统一解释了从过拟合、谄媚到欺骗性操控等跨场景现象，并归纳了针对性检测与缓解策略，揭示了基于代理的对齐范式在规模化下的结构性不稳定性。

本文通过改进数据质量和利用率，仅用约1万条开放数据训练出4B参数的边缘深度研究智能体DR-Venus。该智能体在多项基准上显著优于现有9B以下模型，缩小了与30B模型的差距，展示了小模型的强大潜力。