https://xxliu1996.github.io/AcademicPaperGrabber/ 每周自动抓取六个方向最近一周的热门论文，每个方向 10 篇，人读的那种周报。 zh-CN Sun, 18 Oct 2026 00:00:00 +0000 https://xxliu1996.github.io/AcademicPaperGrabber/r/2026-10-18.html https://xxliu1996.github.io/AcademicPaperGrabber/r/2026-10-18.html Sun, 18 Oct 2026 00:00:00 +0000 本周最显眼的现象是"决策模型"(System One / Jev 系列) 突然集中爆发——Jeva、VideoJev、MJev-Spatial、StartLux-Decision、DecisionRobust 等多篇论文几乎同时在做同一件事：把本该由大模型自回归生成的选择题，改造成一次前向打分，用来换取数量级的推理加速。与之呼应的是"在线策略蒸馏"(on-policy distillation) 这条线也在快速分化出新变体——Waypoint-OPD、CriticOPD、ActionOPD、VRSD 分别从早晚策略一致性、教师可恢复性、动作级对齐、熵保持四个角度修补同一个基础配方。Agent 方向的重心则从"能不能完成任务"转向"脚手架本身该不该自我演化"，Self-Evolving Agent Harness、Harness²、WorkRover 都在给智能体的执行框架装上反馈闭环；FDE-Gym、AgentSWE 两篇基准论文则不约而同地给这股热情浇了冷水——即便功能通过率很高，真正可靠交付的比例仍然很低。机器人方向，VLA 与世界动作模型(WAM)的融合继续加深，GreenWAM、LeWAM、WAVE-0 都在探索"一个模型同时做预测与控制"。相比之下，智能眼镜/可穿戴方向本周明显安静，没有出现热度和技术突破都突出的工作。 ｜ llm 10 篇；vlm 10 篇；agent 10 篇；deep-learning 10 篇；robotics 10 篇；wearable-xr 8 篇 https://xxliu1996.github.io/AcademicPaperGrabber/r/2026-10-12.html https://xxliu1996.github.io/AcademicPaperGrabber/r/2026-10-12.html Mon, 12 Oct 2026 00:00:00 +0000 本周最清晰的一条暗线是「强化学习进入抠成本阶段」：从 FP4/NVFP4 低精度回滚（TRACE、TRIAGE）、低秩梯度草图省显存（LoGRA），到 MoE 大模型的稳定 RL（MiMo-V2.6），大家不再争谁的 RL 更强，而是争谁的 RL 更便宜、更稳。与之呼应的是「环境即训练数据」的集体转向——Agent 方向这周几乎被各种 Gym 和 World 刷屏（AgentGarten、SoftwareGym、从轨迹重建的语言世界模型），机器人方向则被「世界-动作模型」统治（Long-WAM、UniWAM、ViGAR），核心命题都是：既然真实交互数据贵，那就把环境本身造出来。相比之下，多模态仍在生成与评测两头使劲，而智能眼镜 / 第一人称视觉这周偏安静，多是感知与交互的扎实工作，公开热度数据明显偏少。一句话：这是打地基的一周，不是放烟花的一周。 ｜ llm 10 篇；vlm 10 篇；agent 10 篇；deep-learning 10 篇；robotics 10 篇；wearable-xr 10 篇 https://xxliu1996.github.io/AcademicPaperGrabber/r/2026-10-01.html https://xxliu1996.github.io/AcademicPaperGrabber/r/2026-10-01.html Thu, 01 Oct 2026 00:00:00 +0000 本周 60 篇里最清晰的信号是 蒸馏与自进化 ：同族 on-policy 蒸馏的缩放定律、把教师当"方向"而非"终点"的表示空间外插、多教师反馈的音量校准、统一多模态模型拿自评当特权信息自蒸馏、代码 Agent 的分组评审信用重分配，一路排到揭露自进化搜索里"出题器与解题器串通作弊"的诊断工作。研究重心明显不在堆更大的模型，而在 把已有能力更省地搬到另一个模型或另一段推理里，同时防住自我改进过程中的指标幻觉 。 第二个高频信号是"harness"这个词本身——Raven 做"harness 的 harness"、Omni-IO 给已有 Agent 外挂全模态手脚、Mid-Harness 在模型与执行层之间插一道动作验证、MaLiang-Harness 把图像生成组织成构建-检查-修订流程，还有机器人侧的递归 harness 蒸馏。共同点是 不碰模型权重，改模型外面那层执行环境 。世界模型这条线也出现了类似的收敛：实证表明收益来自"准备未来"而非"生成未来"，一次前向就够。 两点需要如实说明：机器人方向本周 25 篇候选里有 24 篇拿到了社区投票，数据相当扎实；但 智能眼镜方向本周没有任何以眼镜硬件或整机系统为主题的论文 ，25 篇候选里只有 5 篇有公开热度数据，那一章的排序主要靠主题相关性，不是靠热度。 ｜ llm 10 篇；vlm 10 篇；agent 10 篇；deep-learning 10 篇；robotics 10 篇；wearable-xr 10 篇