每日论文精读 #008：CForce 让扩散语言模型敢于“抢跑”——早期预测对齐后期修正，并行解码吞吐提升 31%
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。
论文精读
每日论文精读 #007：Agent的记忆会进化还不够，检索策略也要能进化
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
每日论文精读 #006：给AI Agent上护栏——冻结骨干+轻量分类头，50ms拦截185种攻击
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
每日论文精读 #005：AI科学家的工作流已经完整，缺的是直接看数据的能力
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，还自动发现地震基准里21.7%的’噪声’标注实为真实信号
每日论文精读 #004：RLHF的偏好平均化正在制造系统性不公
标准RLHF将不同用户群体的偏好平均化为单一奖励模型，多数群体主导学习而少数群体被系统性忽视，PA-RLHF通过分离偏好模式将公平差距从15.9pp降至9.6pp
每日论文精读 #003：多智能体RL训练中的模拟器崩溃——单一用户模拟器为何让策略越训越差
发现多智能体RL中单一冻结LLM模拟器会导致策略过拟合到模拟器的模式行为，提出Verbalized Sampling和Co-Training两种互补解法
每日论文精读 #002：长上下文训练反而削弱模型知识
上下文越长不一定越好——信息丰富的训练上下文会让模型变得’依赖上下文’，削弱参数化知识。
每日论文精读 #001：结构化记忆抑制过度个性化
给AI助手的记忆分个类，就能减少跨领域泄漏和谄媚问题——不改模型、不改记忆内容，只改呈现格式。