📄 每日论文精读

9月12日 · NTU提出PaperCompiler，将论文证据编译为仓库级实现规格（含证据溯源、非降级约束、所有权图），在Paper2CodeBench上参考忠实度从3.64提升至4.15，高危缺陷率从13.2%降至6.1%。

9月11日 · 字节Seed提出Vision-of-Thought，在VLM与扩散解码器之间插入离散视觉思维层，GenEval达0.91超越Mogao与FLUX。

9月10日 · ViSAR完全在ColPali/ColQwen2.5的嵌入空间内操作，构建查询条件化的页级相似度矩阵动态决定检索页数：平均只取4.7页（固定top-10、启发式方法取15-18页），端到端延迟最高降58.7%，精度还略有提升，且相似度矩阵稀疏度与答案对错正相关——一个免费的检索质量监控信号。

9月9日 · EMNLP 2026系统演示论文：固定环境单变量对照100个多文件重构任务，AST感知分块检索比朴素token窗口分块高25-30pp，精简检索单Agent（86%）完胜子Agent委派（66%），且检索带来的精度增益恰好抵消其token开销——单次成功成本不变。

9月8日 · 仅重复一遍过程指令这一零成本黑盒干预，让7个模型的协议完整率从90.22%升至93.17%，但最终答案准确率纹丝不动——控制面与答案面的分离值得工程侧深思。

9月7日 · 美团+北航提出Behavior2Trip基准与B2T-Agent：从用户历史行为轨迹推断偏好生成旅行计划，GPT-4.1最难任务全约束通过率仅0.5%，而GRPO强化学习训练的Qwen3-8B反超至4.7，还泛化赢下TravelPlanner。

9月6日 · IIT Jodhpur等提出IndicSafeEval：7,200条说服式越狱提示覆盖4种印度语言，实测5个开源模型攻击成功率最高81.7%；「权威背书」和「逻辑感召」平均越狱率超70%，且强制英文回复后ASR从68.9%升至82.2%——安全对齐的短板在多语言场景暴露无遗。

9月5日 · NTU提出PaperCompiler：论文转代码的中间产物从自由格式的计划摘要改为显式的仓库级规约（需求规约+所有权图+文件契约），在Paper2CodeBench上参考保真度相对提升13.8%，高危缺陷率从13.2%降至6.1%。

9月4日 · 不配对数据、不从零训练，仅用LLM把元数据翻译成临床报告做对比对齐，就给呼吸音编码器装上零样本诊断能力

9月3日 · 仓库级代码生成中，错误的代价并不均等：少数关键token一旦生成错误，整段代码就滑向错误语义路径。ACToR在生成时识别这些关键token并按需触发针对性检索，在CoderEval上相对提升15.4%。

9月2日 · KAIST提出Super Library Agent：Agent在依次生成多个应用时同步维护跨应用共享库，用自然语言摘要索引发现可复用组件、用调用图上下文保证迁移安全，冗余度降38%、补丁体积降73%。

9月1日 · 防御栈本质是集成学习：15对防御的失效相关性全部为正（φ 0.30–0.75），乘法组合是永远达不到的下界；七层栈拒绝81%良性请求却与最强单层无统计差异——深度买了拒绝，没买安全。

8月31日 · Behavior2Trip提出从用户历史行为轨迹隐式推断偏好的旅行规划新任务，RL训练的Qwen3-8B在个性化约束上大幅反超GPT-4.1

8月30日 · 蚂蚁集团开源Agent安全护栏框架：NSFA风险分类法+双模式推理，0.8B小模型即可实时拦截Agent运行威胁，F1超Llama Guard 3达30个点。

8月29日 · 用胁迫性、紧迫性语言给LLM下指令会显著降低代码正确性和安全性——18万次生成的大规模实证研究证明，对AI'施压'适得其反，而模型选择远比prompt措辞重要。

8月28日 · EMNLP 2026研究发现：嵌入式激活转向在SFT/RLHF微调后权重编辑几乎不被逆转（ρ=0.004），但行为可能通过替代通路回归，安全相关的拒绝抑制在SFT下平均损失64%效果。

8月27日 · 用凸组合结构化数据预测器让流轨迹可证明地落在合法token嵌入上，甩掉CE解码器后Gen. PPL反而从60降到33。

8月26日 · Prime Intellect开源Prime Agent：不训练模型、不写死工作流，只用持久REPL+递归子代理+可精炼记忆三层状态架构，让同一个模型的长程任务得分翻三倍——harness即能力。

8月25日 · 港科大/牛津等提出 DPQ：量化会悄悄改变模型的置信度与弃答行为，校准数据应按部署目标定向选择——边界保持用高怀疑混合（r75），宽分布保持用温和配方。

8月24日 · Adobe/Vanderbilt 等机构提出 Personalized Auto-Research：把研究者画像作为上下文贯穿检索、假设、实验、写作、评审全流程，解决 AI co-scientist 千人一面的问题。

8月23日 · 蚂蚁安全实验室提出NSFA风险分类法（185类风险变体，对齐3份OWASP指南）+双模Guardrail：生成式推理做可解释离线审计，冻结骨干上的轻量分类头做到50ms实时检测，0.8B-9B全尺寸模型F1超最强竞品6-12个点。

8月22日 · 中科院团队提出SWE-Touch基准：在Agent修Bug过程中注入与任务冲突的用户代码编辑，9个主流模型平均解决率暴跌7.7个百分点，排名大幅洗牌——自主能力强的模型不等于能应对共享工作区的变化。

8月21日 · 系统对比8个开源SLM在急诊三大决策任务上的微调策略：LoRA微调的Mistral-7B分诊准确率反超Claude Sonnet 4.5，转诊推荐全面领先，仅诊断预测仍有差距——隐私合规驱动的本地化医疗AI正走向实用。

8月20日 · 七个通用工具的图推理智能体 GRA，在工业混合知识图谱上以不到三分之一的输入 token 胜过全量上下文基线 5.1 个百分点——赢在'选择性访问'而非图拓扑本身。

8月19日 · Benjamin Belay 提出计算溯源（Computational Provenance）概念：经过验证的模型内部因果状态，可以决定生成文本中的统计信号，即使最终答案完全相同，检测器也能从文本措辞中恢复出模型实际走了哪条内部计算路径。

8月18日 · 上海交大 & 蚂蚁集团提出 Consistency Forcing，用模型自身解码轨迹做自蒸馏，让 dLLM 早期低上下文预测对齐后期高置信预测，TPF 从 6.94 提到 9.08 且质量不降。

8月17日 · ERSkill把记忆检索行为建模成可执行的技能程序，用经验前缀树+双前沿机制让技能集与路由器共同进化，三个记忆基准上平均分超最强基线28-31%，且跨数据集直接迁移有效

8月16日 · SingGuard-NSFA用CIA三元组构建185类Agent安全风险分类体系，生成式推理离线审计+判别式分类头在线拦截双模式，9B模型超最强竞品6-12个F1点，50ms完成实时检测

8月15日 · 现有AI科学家只消费人工预处理后的文本和特征，属于工作流完整、证据不完整。OmniScientist让多模态感知贯穿研究全生命周期，正面对比85%获胜

8月14日 · 标准RLHF平均化异质偏好导致少数群体被忽视，PA-RLHF将公平差距降40%

8月14日 · 单一冻结LLM模拟器导致策略过拟合，Co-Training可提升14%泛化成功率

8月12日 · 信息丰饶悖论：上下文越长模型越依赖上下文，参数化知识反而下降

8月8日 · 减少8.8%跨领域泄漏，不改模型只改呈现格式