• 企业工作流中74%的任务不需要agent间协调，单调性分析提供了形式化判据：子结果合并不会变差的任务可以完全并行，省掉全部编排开销。

• 多个AI分析师对同一数据的结论频繁矛盾——分歧不是噪声而是结构性的，prompt措辞和模型选择已经预先给结论染了色。

• 多模态模型理解视频内容没问题，但理解步骤顺序准确率骤降。TPRU用RL微调7B模型在时序任务上超过GPT-4o，ICLR接收。

• Agent轨迹数据有了黑盒水印方案，在决策点嵌入隐蔽钩子动作，检测AUC达94.3，不需要访问模型权重。

也值得关注

• 自动驾驶E2E模型用稀疏世界模型做显式安全推理——从黑盒端到端决策转向可解释的安全约束建模。
• VLM在医学影像主动学习中过度自信 — softmax输出校准失效，换成分布式相似度证据框架后标注效率明显提升。
• 为MLLM嵌入版权触发器——特定图片输入触发所有权声明文本，实现模型归属追溯。
• 合成人脸训练FR系统的类内多样性瓶颈 — 在身份嵌入空间做角度扰动，生成同一身份的更多变体。
• AI生成伪造图片的像素级定位有了新思路——迭代放大流形偏离信号，对未见过的伪造手法也能泛化。
• 视频理解的时域适配器存在中速运动盲区 — 频域适配器补上这个感知缺口，细粒度动作识别明显改善。
• 定向编辑LVLM的幻觉敏感层就能抑制物体幻觉，不需要全量微调，精准干预优于全局调整。
• 连续控制的规划用时序抽象做分层决策 — 避免原始时间尺度上的搜索空间爆炸，在长horizon任务上优势明显。
• 事实核查从单一来源转向多来源对比 — 显式建模来源间的分歧信号，比依赖单个权威来源更鲁棒。
• 长视频理解用视觉定位锚定推理过程，GRPO课程学习让模型先学会"看哪里"再学"怎么想"。

阅读完整版 →