持续视觉记忆：维持大型视觉语言模型深度生成中的感知
Persistent Visual Memory: Sustaining Perception for Deep Generation in LVLMs

Siyuan Huang, Xiaoye Qu, Yafu Li, Tong Zhu, Zefeng He, 等 (+4)
⭐ 11

• 大型视觉语言模型（LVLMs）在生成长序列时，常常面临视觉信号稀释的问题，导致模型难以有效维持对视觉信息的关注。
• 为解决此问题，本文引入了一个轻量级的持续视觉记忆模块，该模块旨在增强模型在长时间生成过程中的视觉感知能力。
• 该模块的核心机制在于能够有效维持模型对视觉输入的注意力，从而避免视觉信息在长序列生成中被逐步淡化。
• 通过集成此模块，实验结果证明模型的视觉推理性能得到了显著提升，尤其是在需要持续感知力的复杂任务中表现更优。

🔗 arXiv · 🤗 HF

#大视觉语言模型 #视觉记忆 #注意力机制 #长序列生成 #推理

基于检索增强代码合成的高保真3D对象生成
BlenderRAG: High-Fidelity 3D Object Generation via Retrieval-Augmented Code Synthesis
⭐ 1 · arXiv · HF
#三维对象生成 #检索增强 #代码生成 #大语言模型 #零样本学习

幻觉削弱信任：元认知是通往可靠大模型的出路
Hallucinations Undermine Trust; Metacognition is a Way Forward
⭐ 5 · arXiv · HF
#大语言模型 #幻觉缓解 #元认知 #不确定性 #智能体

计数作为大语言模型可靠性的最小化探针
Counting as a minimal probe of language model reliability
⭐ 1 · arXiv · HF
#大语言模型 #可靠性评估 #机制可解释 #状态追踪 #长上下文 #基准测试

智能体AI系统应被设计为边际Token分配器
Agentic AI Systems Should Be Designed as Marginal Token Allocators
⭐ 1 · arXiv · HF
#智能体系统 #资源分配 #大语言模型 #系统设计 #强化学习 #推理优化

OpenSeeker-v2：用高难度轨迹探索搜索智能体极限
OpenSeeker-v2: Pushing the Limits of Search Agents with Informative and High-Difficulty Trajectories
⭐ 2 · arXiv · HF
#搜索智能体 #监督微调 #数据合成 #复杂推理 #大语言模型

SymptomAI：面向日常症状评估的对话式AI智能体
SymptomAI: Towards a Conversational AI Agent for Everyday Symptom Assessment
⭐ 2 · arXiv · HF
#大语言模型 #对话智能体 #鉴别诊断 #可穿戴设备 #数字医疗 #主动健康

大规模文件依赖的AI智能体工作区基准测试
Workspace-Bench 1.0: Benchmarking AI Agents on Workspace Tasks with Large-Scale File Dependencies
⭐ 1 · arXiv · HF
#智能体 #基准测试 #工作空间 #文件依赖 #大语言模型

HEAVYSKILL：智能体框架中作为内在技能的深度思考
HeavySkill: Heavy Thinking as the Inner Skill in Agentic Harness
⭐ 4 · arXiv · HF
#大语言模型 #智能体 #复杂推理 #测试时扩展 #强化学习

基于编排轨迹的LLM多智能体系统强化学习综述
Reinforcement Learning for LLM-based Multi-Agent Systems through Orchestration Traces
⭐ 1 · arXiv · HF
#多智能体 #强化学习 #信用分配 #编排机制 #大语言模型

PatRe：面向专利审查全生命周期的审查意见与答辩生成基准
PatRe: A Full-Stage Office Action and Rebuttal Generation Benchmark for Patent Examination
⭐ 2 · arXiv · HF
#专利审查 #大语言模型 #文本生成 #法律推理 #基准测试 #动态交互

ESARBench：无人机具身搜救智能体基准测试
ESARBench: A Benchmark for Agentic UAV Embodied Search and Rescue
arXiv · HF
#具身智能 #无人机 #大语言模型 #搜救 #视觉语言导航 #基准测试

Skills-Coach: 基于免训练GRPO的智能体技能自进化框架
Skills-Coach: A Self-Evolving Skill Optimizer via Training-Free GRPO
arXiv · HF
#大语言模型 #智能体 #技能优化 #强化学习 #工具调用 #自动化评估

基于对抗多智能体协作的自主科学研究框架Aris
ARIS: Autonomous Research via Adversarial Multi-Agent Collaboration
⭐ 31 · arXiv · HF
#科研自动化 #多智能体 #对抗协作 #大语言模型 #工作流编排

大语言模型强化学习轨迹展开策略全面综述
Generate, Filter, Control, Replay: A Comprehensive Survey of Rollout Strategies for LLM Reinforcement Learning
⭐ 1 · arXiv · HF
#大语言模型 #强化学习 #轨迹展开 #复杂推理 #过程监督 #智能体

基于Tsallis损失连续体的推理模型训练与冷启动缓解
How Fast Should a Model Commit to Supervision? Training Reasoning Models on the Tsallis Loss Continuum
arXiv · HF
#大语言模型 #强化学习 #推理模型 #冷启动 #损失函数 #模型微调

HERMES++：面向3D场景理解与未来生成的统一自动驾驶世界模型
HERMES++: Toward a Unified Driving World Model for 3D Scene Understanding and Generation
⭐ 13 · arXiv · HF
#自动驾驶 #世界模型 #场景理解 #点云生成 #大语言模型 #鸟瞰图

ResRL：通过负样本投影残差强化学习提升大语言模型推理能力
ResRL: Boosting LLM Reasoning via Negative Sample Projection Residual Reinforcement Learning
⭐ 2 · arXiv · HF
#大语言模型 #强化学习 #推理能力 #梯度解耦 #表征学习 #多样性

何时思考与发声：大模型推理的动态披露策略学习
When to Think, When to Speak: Learning Disclosure Policies for LLM Reasoning
⭐ 1 · arXiv · HF
#大语言模型 #交错推理 #强化学习 #流式输出 #响应延迟