东京大学最新研究：LLM游戏世界不再“过目忘”，JSON状态工程让游戏世界活起来！
LLM驱动的游戏通常只擅长“聊天式”角色扮演，但世界却是“过目忘”的——NPC不记得你是谁，你改变不了世界。本文把这个问题当成架构问题而非模型问题来解决，用一套严格的JSON状态+POMDP形式化框架，把“这个世界会记住你”这件事从口头承诺变成了可验证的工程现实。
标签：大语言模型
共 322 篇
Meta最新研究：不用重算！KVEraser让LLM“精准忘记”一段上下文，速度飙升4倍
让LLM“精准抹除”一段已处理的上下文，代价居然这么小！Meta与佐治亚理工的这个工作，用学习型KV编辑替代暴力重算，搞定Agent、RAG场景下的“事后诸葛亮”式内容删除，一次编辑，速度效率直接拉满。
伦敦国王学院最新研究：给扩散LLM解码装上“锚点”，精度飙升6.4%，速度狂飙7.2倍！
扩散大模型并行解码虽快，但“一锅粥”式的上下文让错误像雪球一样越滚越大。伦敦国王学院这篇论文，巧妙地提出了一种无需训练的“锚点”机制，像给混乱的生成过程立了个不倒的“路标”，让模型在嵌入空间里就能“拨乱反正”，效果拔群。
告别千篇一律，VLM自进化提问框架让问题又难又多样
一般的VLM只会当“答题机器”，这篇来自马里兰大学、UCLA和MBZUAI的工作，却让模型学会了“问问题”，而且问得越来越好。无需人工标注，模型自己就能在问答之间形成“进化闭环”，看到QG分数飙升82%，龙哥直呼过瘾。
伯克利最新研究：扩散模型RL后训练总翻车？DiPOD一招“双重漂移”告别失效，稳如老狗
继2026年6月聊过自蒸馏扩散语言模型后，伯克利等机构再放大招！本文精准诊断出扩散模型RL后训练的“双重漂移”顽疾，并提出DiPOD框架巧妙根治。不仅理论扎实，在数独任务上首次实现零样本饱和，机器人控制训练也更稳了。
台大&哈佛最新STG：LLM写Verilog测试平台，比迭代法快720倍，还除掉了经典benchmark
LLM生成的Verilog代码质量再高，最后还得靠验证来把关。往小了说是洗数据，往大了说是测试时搜索的命门。今天这篇台大和哈佛的STG，直接把测试平台生成从“玄学”变成了确定性程序，不仅快得离谱，还顺手揪出了经典benchmark里藏了多年的bug。
UT Austin联手NYU新研究：GENIE，一个能告诉你“故事到底新奇在哪”的细粒度评价神器
还在为一个“创造力得分”争得面红耳赤？UT Austin和NYU的学者们告诉你，真正的评判应该像医生诊断，精准到每个“器官”。本方法把“新颖性”拆解成6个维度，让AI的“创造力”不再是一笔糊涂账。
北航PoetryQwen：9.7%提升，让大模型真正读懂古诗
AI读懂古诗词，不再只是押韵和翻译！北航团队带来CCPoetry-49K数据集和PoetryQwen模型，让大模型不仅能翻译，还能理解情绪和深层含义，这可是古诗理解的硬核升级。
武汉大学最新研究：用扩散模型的"天性"反制模仿，一招让照片"神隐"
当你想保护自己的照片不被AI拿去“换脸”，现有方法都是在图像上加点看似“聪明”的扰动。但武大这项研究告诉你：别跟扩散模型死磕了，让它自我怀疑才是王道！一句话：用魔法打败魔法，效果直接翻三倍。
中科院发CVPR 2026：专攻风格一致性的奖励模型，效果吊打ImageReward
继之前我们聊过阿里"统一思考者"给AI画图装大脑、字节跳动"先想后画"解决图像编辑难题后，龙哥发现，AI图像生成领域对风格的控制越来越精细了。但一个核心瓶颈一直没解决： AI作画好不好看，谁来打分？ 通用奖励模型（比如ImageReward）根本不懂「风格」，只知道「像不像」或者「喜不喜欢」。今天这篇CVPR 2026的新作StyleDoctor，就是给风格
