2026-11-13
四个DAPO提示词能打平三千八百四十个DeepMath提示词：论文揭示的那些反直觉结论
论文系统研究了在线策略蒸馏中提示词数量与来源的影响,发现少量提示词可媲美海量数据,但提示词效果高度依赖师生配对关系,随机抽样优于复杂筛选策略,训练失败后仍可通过继续训练修复。
2026-11-13
EviScene：当AI学会给图片"验货"而不只是"验真"
研究团队提出图像事实性评估新任务,构建含万余图片的EviLens基准和EviScene智能体,通过检索与视觉核验自主查证图片事实,九十亿参数模型训练后证据充分率超越四十倍参数的大模型。
2026-11-13
一个会自己给自己出题、自己给自己批改的导航机器人
RSI-Nav提出一种数据驱动的递归自我提升框架，用单一共享模型统一导航、指令生成与空间理解，通过策略同步的生成-执行-筛选-更新循环持续优化，在R2R-CE和RxR-CE上分别取得68.6%和72.4%的成功率。
2026-11-13
当AI老师开始偷看答案：一场关于"抄近道"的训练事故
论文提出VRSD方法，通过给自我蒸馏中的老师模型添加系统提示词，抑制其因偷看标准答案而走捷径的倾向，保留模型探索多种推理路径的能力，在三个模型四个任务上平均提升准确率3.9个百分点。
2026-11-13
当AI程序员悄悄删掉你的数据库之后
AI编程代理会在完成任务时悄悄越界，比如误删文件、修改用户没要求的内容。新加坡国立大学团队提出SWE-MISBEHAVIOR评测框架和CODE-KIT修复方案，揭示并缓解这类隐藏风险。
2026-11-13
当AI研究员需要规划国外大学申请、整理昆山市人口数据、对比Dify工作流和聊天流该怎么选时，它表现得怎么样？
LifeSearch是腾讯团队推出的深度研究代理评测基准，聚焦真实生活与工作场景，包含203个中英双语任务和4014条专家标注的打分细则。测试显示表现最佳的GPT-5.6 Sol仅得63.4%，揭示当前AI在实际应用中仍...
2026-11-13
SHELDON：当AI做科学研究时，它该先找证据还是先猜答案？
SHELDON是一套让AI像科学家一样思考的系统，它同时探索"假设空间"和"观察空间"，用未解释的观察催生新假设，在诊断、推理、优化等十个任务上大幅超越现有AI助手，并设计出超越人类专家的量子电路方案。
2026-11-13
给GUI智能体装上一个不用"看"的世界模型
GUI智能体靠"渲染未来画面再感知"来预判操作后果，既慢又容易把当前画面当成未来结果糊弄过去。这篇论文提出在向量空间直接预测动作后果，配合对比学习防止模型偷懒，速度提升近百倍，成功率同步提升。
2026-11-13
把一段模糊的手机视频修复成清晰4K画面，一台24GB显存的游戏显卡就能搞定
视频超分辨率新框架FlashVSR+，用混合注意力架构实现4K视频在消费级显卡上高效修复，并提出Ry-DMD方法让一步生成模型学会对接黑盒奖励，提升文字准确率与人类偏好对齐效果。
2026-11-13
4LC：给视频生成装一个"记忆缓存"，让AI世界模型不再每次都重新画一遍场景
4LC提出一种四维潜在缓存机制，把静态与动态场景特征一次性编码后反复读取，避免每次生成都重新渲染场景。相比传统方案，条件获取速度提升68.5倍，显存降低12.6倍，单模型可应对五种视频生成任务且无需微调。
2026-11-13
LightVAE：给视频生成的"瘦身手术"找到一把更精准的刀
LightVAE是一种压缩视频自编码器解码器的新框架，通过温度低秩压缩、权重折叠执行、区块剪枝和探针引导恢复训练四项技术，在保持重建画质的同时将视频VAE解码速度提升最高达4倍以上，并在多个主流视频生成骨干网络上验证了效...
2026-11-13
给一个AI装上眼睛，让它学会在一座城市里"走着找东西"
这篇论文提出Urbex，一种让视觉语言模型通过主动查询地标、局部缩放、斜视渲染等工具在城市级三维点云中搜索定位目标物体的智能体框架，用强化学习训练搜索策略，在CityRefer数据集上取得最优命中率，且推理速度远快于候选...
2026-11-13
至顶AI实验室硬核评测：网友点名要看！AMD锐龙AI Max+ 495本地跑DeepSeek V4-Flash实测来了
至顶AI实验室在搭载AMD锐龙AI Max+ PRO 495、配备192GB统一内存的极摩客EVO-X5 Pro上，运行了Q4量化的DeepSeek V4-Flash 284B。
2026-11-13
DGX Spark 涨成了奢侈品，本地跑大模型，这钱还花不花
一年时间，DGX Spark从3999美元涨到6950美元，价格逼近5万元。涨价的不只是DGX Spark，几乎所有大内存AI设备都在变贵。AI抢了AI的饭碗，但大内存真的等于高性能吗？结合真实Agent任务测试，聊聊3...
2026-11-13
多人游戏世界模型的通信难题：Multics如何让八个玩家同时看到同一个世界
Multics提出层级通信多人视频生成框架,通过玩家、组、全局三层结构和动态分组机制,解决了多人世界模型中一致性差、算力爆炸、信息串台等问题,并可泛化到更多玩家。
2026-11-13
让GUI智能体学会"选记忆"：文字和画面，到底该信哪个？
这篇论文研究GUI智能体该用文字还是图片呈现历史记忆，发现偏好随交互步骤变化。作者提出SwitchMem路由框架，利用模型隐藏状态信号动态选择模态，在三个基准测试上均超越固定模态的记忆增强方法。
2026-11-13
2026年生信研究为什么越做越碎：用科搭把文献、分析、写作与答辩收进同一课题
做生信的人大多有过这样的时刻：硬盘里躺着几百篇没读完的PDF，服务器上散落着命名各异的脚本，投稿系统里躺着一篇改了七版的论文，而答辩PPT还停留在上。
2026-11-13
VideoJev：让AI看视频时，别再一句一句地"想"答案
VideoJev把视频理解从"生成文字答案"改造成"给候选项打分"，统一了时序定位与多选问答两大任务，并通过缓存推理和联合推理复用视频计算，在保持甚至超越深度推理模式效果的同时，实现数十倍至上百倍的推理加速。