GEOALIGN来了：让LLM在线RL少走弯路，Qwen3稳定提分
这篇论文抓住了在线RL最烦人的毛病：明明奖励不低，训练却像坐过山车。GEOALIGN不跟奖励硬刚，而是从“方向”下手，专门揪出那些高分但带偏全局更新的rollout，思路相当清爽。
最新文章
共 1672 篇
DFC把工具调用压进单特征，Qwen2.5-3B溢出6.8%
这篇论文把强化学习后的大模型工具调用，拆成了可定位、可操控、还能“溢出”的内部特征。更有意思的是，单个 A 专属特征就能把工具调用能力直接拉满，机制味儿很浓。
Nautilus盯住耀发：10秒级光谱破解宜居性难题
这份白皮书不搞花里胡哨的算法炫技，而是直指一个很现实的问题：恒星耀发到底会把系外行星“烤”成什么样。Nautilus若真按设想落地，10秒级、宽波段、时变光谱这套组合拳，确实有机会把“拍脑袋黑体”升级成“有证据的耀发模板库”。
WACV 2026新作：真实相机超分为何总翻车？
这篇论文很像给真实超分模型做了一次“跨场景校准”：先适应合成盲退化，再对齐经典双三次评测协议，最后再回到轻度真实相机退化。它最有意思的地方，不是单点堆损失，而是把训练分布这件事摆到台面上认真收拾。
WACV 2026新作：DCH-RealSR三阶段对齐，真实超分再涨2.04dB
这篇论文最有意思的地方，不是又堆了多少花活，而是把盲超分最容易被忽略的“分布对不齐”拎出来狠狠干了一顿。三阶段对齐思路很朴素，但对真实相机数据确实有效，适合想看“训练协议怎么影响结果”的读者。
离散扩散VLA上RL终于跑通了？99.7%与30.6%提升
这篇论文专门盯上了离散扩散VLA的“RL卡脖子点”：最终动作的边缘概率算不出来，那就直接优化去噪轨迹本身。思路很硬，结果也很硬，LIBERO和RoboTwin 2.0都打出了能拿出来讲的成绩。
KAIST新方法：点跟踪监督4D视频生成，几何一致性更稳
这篇论文最有意思的地方，不是又堆了一个更大的生成模型，而是盯上了扩散模型里“偷偷干活”的注意力层。它把多视角点跟踪塞进训练里，专门修理几何和运动一致性，思路很聪明。
CVPR 2026思路很新：EVIS把视频分成事件再分割
视频里常常不止一个事件，硬把它们当成“一锅粥”来分割，模型就容易看花眼。EVIS干脆先把视频拆成简单事件，再一段一段对齐文本，思路挺顺手。
从3%到91%：Aalto让LLM学会修系统模型
这篇论文不跟语法错误死磕，而是专门盯住“看起来没毛病、其实物理上不对劲”的语义Bug。Aalto University用知识图谱给小模型喂规则，还让它输出补丁而不是整段重写，工程师看一眼就能决定要不要采纳。
CHI 2026新研究：草图+标签，竟不如打字省心？
这篇论文表面看是在研究“草图、文字、标签”哪种提示方式更好，实际上是在追问：AI把设计流程变得太顺滑，会不会顺手把设计思考也磨平了？SketchifAI给出的答案不算简单，值得细看。
Gurobi新招：三人扑克从24小时压到1.16秒
多人不完全信息博弈最烦的地方，不是“有没有解”，而是“解明明在那儿，电脑却算到怀疑人生”。这篇论文给松弛变量和乘子变量补上有限界，直接把求解器的搜索空间勒紧，三人库恩扑克完整版本从24小时以上压到1.16秒，属于很实在的加速。
Python 3命令行版CABS-flex 3来了：一条命令搞定蛋白柔性、肽建模和对接
这篇工作不是在“发明新蛋白”，而是在把原本分散的 CABS-flex 与 CABS-dock 工具链，收拢成一个更顺手的 Python 3 命令行平台。蛋白柔性、肽建模、蛋白-肽对接三件事一锅端，外加 cg2all 深度学习重建，挺适合做批量流程和可复现分析。
