#论文解读
共 15 篇
一个冻结模型，能走出几条不同的推理路
想让模型给出多种解法，调温度往往只是换措辞。一篇新论文在不改权重、不加提示角色的情况下，靠专家路由的掩码让冻结模型产出真正不同的方法，多样性最高翻倍，代价几乎为零。
答对了不够，得把证据也拿回来
多数知识图谱 agent 只管把答案说对，不管有没有顺手把支撑证据取回来。一篇新论文把证据写进训练数据和奖励函数，让 3B 到 4B 的小模型在准确率和证据覆盖率上压过大模型。
模型迭代越快，预训练披露反而越丢
一项审计查了 41 个模型条目的透明度评分，发现版本更新常常丢掉上一代的披露项：总分看着没退步，细看却删了数据说明。买模型、评模型的人都该知道这个现象。
给大模型的性格旋钮，终于可以分着拧了
激活导向想让模型「更礼貌」就会连带改变别的性格。一篇新论文先给每个导向向量找准最有效的区间，再把多个属性的向量做正交化，让几个特质互不干扰地同时调节。
数据堆再多，也顶不上一条已知规律
一篇理论论文给「大数据取代领域知识」这个信念划了边界：当任务本身有已知结构时，纯靠样本学习会留下永久的不确定性。有数学证明和三组实验佐证，值得领域模型团队一读。
世界模型赢了任务，却没学会物理
一篇论文给潜在世界模型立了把新尺子：内在动态是否忠实于环境。结果意外的干净——被测的所有主流模型没有一个真的学会了环境的运转规律，它们只是把任务做对了。
预训练到底学会了什么，这次被逐段切开看了
研究者用按年份快照训练的模型给知识打了个「时间波动分」，发现网上少见的知识反而学得越练越好，训练末期反超常见知识。对评测选型和数据配比是直接提醒。
给 agent 喂数据，工具种类比任务量重要
一篇新论文用近 46 万个合成任务、849 个不同规模的模型，拟合出工具型 agent 的扩展律：预算变多时，扩工具和数据库的多样性比堆任务量更划算，花钱前可以先算再花。
一秒筛一个函数，漏洞检测的精度门槛怎么过
新论文把安全 agent 的上下文压进模型一次前向传播，一秒出一个函数的漏洞判定，精度追平慢几百倍的 agent。本文讲清方法取舍和三类工程角色的用法。
多轮对话里，越狱不需要奇招只需要几轮
一篇微软团队的新论文量化了多轮越狱的效率：平均三轮、成功率比静态攻击高一截。本文只讲论文披露的攻防格局与防御启示，不含任何攻击操作内容。
AI 研究报告读得越顺，可能越不可信
一篇新论文给「主张平滑」打了分：研究型模型写报告时把冲突证据磨成单一叙事。本文讲清这个新偏差的测量方法和给你所在的三个角色的具体启示。
让模型从全网网页里偷师排版，再生成网页
一篇 10 月 24 日提交的论文提出 WebViSE 框架：从成熟网页实现中自动抽取可复用的视觉技能，组织成多父结构技能库，可即插即用注入模型，也能合成训练数据。本文落到不同角色怎么用。
把跑通一次的 agent 流程，编译成可复用的程序
一篇 10 月 24 日提交的论文提出：把成功跑完的 agent 运行轨迹编译成神经符号程序，动作变代码、判断变模型调用。在 120 个任务上每次结果一致，输入 token 少约 70 倍。本文落到你该在什么时候编译。
语音智能体学着「边听边想」
论文「Heartbeat Thinking」让实时语音智能体在你说话时就推测性执行推理和工具调用，FDBench v3 上延迟降低 36.4%。本文讲清「心跳式」机制怎么工作、收益从哪来、什么场景不适用。
没事干的 agent，自己玩起来了
13 个 agent 在虚拟荒岛上闲了 30 小时，自己发明了游戏，还顺手发现了两条设计者没写进去的技巧。这篇讲清这个实验真正测到了什么，以及为什么"玩"这个说法要打个折。