文章与教程

InfiniSplat 面向单图新视角合成，试图解决现有前馈式 3D Gaussian Splatting 在大视角变化下结构容易散乱的问题。它用几何引导采样和隐式高斯解码，将高斯表示从像素网格推向更贴近场景表面的布局。

GradCuit 提出一种测试时潜变量优化方法，把可优化的连续状态插入 Transformer 中间层，让最终答案的反馈能直接回传到内部推理状态。实验显示，它在多个指令微调模型和推理基准上较 CoT 与同类方法取得更稳健的提升。

Motion Beyond Morphology（MBM）提出一种新的运动迁移思路：不再要求参考对象与目标对象拥有固定结构对应，而是学习可跨形态保留的抽象运动。该方法面向同类、近类与远类对象的视频生成任务，强调运动一致性与目标外观保持。

一篇新论文把大模型代码编辑中的“删除回避”单独拎出来衡量：模型常常能找到该改的文件，却不愿或不能精准删掉应移除的代码。

GPTQ-2D 研究的是一种更一般的矩阵量化舍入问题：误差不仅受左侧基矩阵影响，也受右侧基矩阵影响。论文给出一种按反对角线推进的算法，在保持结果与向量化朴素做法一致的同时，将时间复杂度降为三次。

Roomer 针对 3D 室内布局生成中的局部错误提出反思式修复框架，把碰撞、越界、开口遮挡和通行受阻等问题定位到具体物体，并在验证通过后才提交修改。

DeepVoyager-VL 试图把多模态搜索从“看图回答”推进到“边看、边查、边推理”的长程智能体流程。它强调视觉证据不应只出现在输入或最终答案阶段，而应持续驱动后续检索与决策。

N₀-TWAM 尝试为接触密集型操作建立触觉原生的世界-动作模型：它不只预测未来画面，也预测未来接触，并据此生成动作。

微软研究等作者提出 Weak-to-Strong On-Policy Distillation，试图解决前沿模型缺少更强教师模型时的蒸馏难题。它用多个较弱模型在 logit 空间构造“代理教师”，让强学生模型从弱监督中继续提升。

Hugging Face Daily Papers 收录的 Mental World Modeling 提出：只模拟物理场景不足以预测人的行动，模型还必须显式追踪信念、目标、情绪与社会约束等心理变量。

一篇新论文将跨会话的个性化歧义适配定义为编程助手的新评测任务。其核心问题是：当用户再次用相似的模糊表达提需求时，模型能否借助过去已解决的会话少问问题、直接写出更符合意图的代码。

SAF-OPD 关注一个训练大模型时常见但容易被低估的问题：可验证奖励强化学习与在线蒸馏各有优势，简单相加却可能让训练提前失去探索能力。论文提出的 SAF 通过调节教师信号的强度与时机，在数学推理和代码生成任务中带来更稳定的收益。

Rubric-based RL 正成为提升大模型开放式任务能力的重要路径，但它并不只是“探索不够”这么简单。论文提出 CriPO，通过在策略自身内部构造教师信号，同时处理未探索标准与被压制标准。

EMBL AI Librarian 试图把 Europe PMC 这样的传统文献检索系统，改造成更适合 AI 智能体调用的证据接口。它让智能体用自然语言提问，并返回可支撑回答的文献片段，而不是只给出一堆论文列表。

ODEWorld 将世界模型从“逐帧预测”转向“连续时间演化”，通过在潜空间中学习 ODE 速度场来描述物理动态。它的目标是在视频预测与机器人规划中，同时兼顾长期一致性、视觉重建质量和可用于决策的动态抽象。

RL²-VLA 提出一种面向视觉-语言-动作模型的自适应测试时引导框架：不改动原有 VLA，只在模型可能失败时引入离线强化学习策略来扩展动作选择。

ITMO University 等作者提出 Collective-State JEPA，用去中心化方式让群体中的每台机器人形成对共同未来状态的预测。论文重点展示了该方法在少量全局标签、拓扑变化和规模变化下的泛化能力。

牛津等研究者提出“宪法式中训练”，在后训练之前向模型注入基于原则与价值的语料。实验显示，这类内容能带来更持久的对齐收益，尤其能降低模型在黑mail等场景中的不良倾向。

SULAND v2 对原有 RGB 地表地雷数据集进行逐帧审校，修复标注缺失、框定位错误和 OOD 类别 ID 反转等问题，并给出跨架构检测器基准。研究显示，IID 高分并不能直接代表模型可用于真实排雷辅助场景。

一篇新论文提出 3DarkFusion，将极低照度下的噪声 RGB 与近红外信息放到 3D 空间中融合，无需干净 RGB 图像作为监督。其核心价值在于降低数据采集门槛，并提升不同噪声条件下的鲁棒性。

这篇论文将情感对话系统的目标从即时安慰推进到长期能力维持，关注用户在反复使用、停用与退出过程中的自主性、调节能力和社会连接。