斯坦福&MIT新作：VR采集75小时仿真数据，灵巧手五项真机任务全解锁
如果说机械臂是机器人的“手臂”，那灵巧手就是它的“指尖”——能抓鸡蛋、玩叠叠乐、拧瓶盖的那种指尖。但灵巧操作一直是机器人领域的老大难问题：机械臂在工厂里已经干了几十年活了，灵巧手却还在实验室里“装婴儿”。为啥？
标签：模型训练
共 155 篇
母语推理只掉3个点？Apple最新多语言GRPO实证
Apple Research出品，一份覆盖9个模型、11种训练语言、最多23种训练变体的大规模 GRPO 多语言实验。它用数据回答了「非英语推理训练到底行不行」这个老问题，还挖出了跨语言迁移背后的隐藏退化风险。做多语言强化学习或推理模型训练的同学，这份图谱值得收藏。
超越DARTS的NAS新范式：0.26M参数拿下99.63%准确率
世界模型这两年火得发烫。无论是视频生成、机器人控制还是游戏AI，都指望它能学会在脑子里模拟真实世界的变化规律。可大伙儿慢慢发现一个尴尬现状：让世界模型在开放世界里随便"脑补"未来，它玩得挺欢；
首次把DPO用到视频配音，CLIP分数冲到13.65
视频配音总是慢半拍？清华联手上海AI Lab把RLHF里的偏好优化搬进了视频配音任务，音画同步和听感双双拉满，还顺手解决了重建损失"听着对、感觉不对"的老毛病。
图像配准｜仅2分钟+零真值，韩国团队让3D大模型位姿、深度更准更一致
VGGT、DA3这类3D视觉基础模型，前向一次就能出位姿、深度和点云，但训练时没做显式多视角几何约束，结果经常“自相矛盾”。本方法把特征匹配得到的2D像素对应点当作伪真值，在测试时给模型补上显式几何约束，单场景最快2分钟完成自适应，6个模型、4个数据集位姿与几何估计全部一致提升，主打一个即插即用。
46语言屠榜！小米开源翻译模型无参考后训练超GPT-5
这可能是目前“无参考后训练”最扎实的一篇落地研究：小米直接用GRPO把46语言翻译模型的无参考质量分数推过了谷歌翻译和GPT-5，还顺手开源了模型和代码。想搞懂“不依赖参考译文怎么训翻译模型”，这篇值得精读。
波恩大学新研究：一个特征让大模型「黑化」？错位率62%反超微调
继6月拆过阿里的百万级SAE之后，这次德国波恩大学把SAE用到了更刺激的地方：给大模型的「黑化」行为做定位。团队发现微调时涌现的错位行为，其实由预训练阶段就存在的人格特征驱动——单个特征引导的错位率高达62%，反超微调本身的35%，还能一键「回正」。更反直觉的是：人类写的反派文本不足以诱导错位，AI自己生成的却可以。论文横跨可解释性、数据归因与AI安全，值得
多轮搜索Agent新范式：小模型蒸馏精炼上下文，性能逼近GPT-4
搜索智能体总是"检索到答案却答不出来"？问题很可能出在上下文干扰。港中大等机构这篇研究系统地定位了干扰源——最新检索回来的文档，并设计了蒸馏式上下文精炼器，让智能体在"生成"之前先"精炼"，可靠性和效率双双提升。看完这篇，对多轮搜索智能体的调优思路会有新的启发。
最新研究：从84秒到0.05秒，独立研究者让VBGS实时重建提速1680倍
3D高斯泼溅做持续重建，最大痛点就是慢。这篇论文用空间截断变分推断加改进重分配，把每帧训练延迟从84秒干到0.05秒，1680倍提速还不掉质量，直接在RTX 3070 Ti上跑通。做机器人实时建图的读者，这篇相当值得看。
华中科大+地平线新作：流式视频生成FVD暴降36.6%，训练推理终于“对齐”了
视频生成要当世界模型，最大的坑就是训练时乱炖噪声、推理时要按顺序去噪。华中科大联合地平线这篇Stream Forcing把“训练节奏”做成课程：先广撒网、再精对齐，UCF-101上FVD直接降了36.6%，还能零样本飙到128帧。继2026年6月聊过NVIDIA+清华的Causal-rCM之后，这是又一篇把流式生成训练做扎实的工作。
仅1500张图让ViT学会看“鸟喙”，CVPR 2026新方法鲁棒性大涨
本论文针对视觉Transformer在分布偏移下依赖背景等虚假相关性的顽疾，提出概念引导微调（CFT）。仅用1500张图、无需人工标注，让模型注意力从背景转向鸟喙、鱼鳍这类判别性语义概念，五个OOD基准一致提升。CVPR 2026 Highlight，代码已开源，可复现性强，值得细读。
代码生成｜中科院大作：安全测试当规范，结构化反馈零回归修复80个
大模型生成的代码能跑就算完？一测就出安全漏洞的场面见过太多。这篇论文把安全测试当“可执行规范”提前塞给模型，2705条轨迹实测：隐藏的联合成功率平均涨19.3个百分点，但也有模型越看测试越翻车。机制级严谨、工程级实用，值得细读。
