候选选择 LLM-DailyDigest 2026-08-20 2026-08-20 约 100 字 预计阅读 1 分钟 候选选择 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 上下文压缩 1 UNREAL：单一模型统一检索与长上下文证据选择 10-08 判断校准 1 Localize-Then-Decide：LLM 判断的人类一致性保障 08-27 医疗人工智能 1 从评分到安全药集：药物推荐的精确安全约束解码 10-22 可信执行 1 Mid-Harness：通过动作采样与验证提升终端智能体执行可靠性 10-01 图像重排序 1 EviRank：以结构化证据提升多模态图像重排序 08-25 在策略蒸馏 2 兼容性很重要：在策略蒸馏中的词元级教师选择框架 10-18 DIAL-OPD：用更少 Token 提升在策略蒸馏效果 10-09 多智能体系统 1 智能体分歧下的贝叶斯反向推理集体决策 09-11 多模态学习 1 MetaEncoder：面向多模态系统一决策的自然语言双编码器 10-10 工具调用 2 SYNAPSE 分域评分保护未使用工具的检索性能 10-23 强化学习训练可迁移的小模型工具选择器 10-23 并行推理 2 CoRAL：混合扩散—自回归高效多模态推理框架 10-22 TRACE：基于跨轨迹证据的并行搜索智能体轨迹选择 10-01 开源模型 1 Project Greenhouse：低算力构建全开放自主智能体搜索模型 10-10 形式化证明 1 让方法库自荐：面向形式化证明的适用性感知方法选择 10-08 扩散模型 1 Policy-Mask：扩散特征的预算感知判别适配 10-24 技能优化 3 SkillContrast：差异引导的智能体技能重排 10-10 M-SQE：多语言智能体技能质量评估框架 09-17 超越 Top-k：面向 LLM 智能体的多样性感知技能路由 09-15 技能压缩 1 SGUID：为模型-技能协同演化筛选紧凑技能库 10-09 排序蒸馏 1 TUP：基于排名分类的 Best-of-N 蒸馏 08-21 推理优化 1 MIRAGE：强化学习引导的多视角创造性推理 09-21 推理效率 5 GUI-JEPA：基于候选条件潜变量的移动端 GUI 智能体快速动作策略 10-29 S&Q：面向智能体上下文发现的高效策略筛选 10-22 SSR：基于选择的高效多模态搜索智能体推理 10-08 SpecScale：面向测试时扩展的高效推测搜索服务系统 10-01 JET：基于候选似然与前缀复用的高效决策推理 09-29 数据策展 1 基于失败模式上下文赌博机的对抗数据策展 08-20 模型可靠性 3 Jev 风格 System One 结构能否降低选择偏差？ 10-27 Prism-1：位置与竞争选项无关的系统一评分 10-18 Jev 算术任务中的拒答瓶颈 10-01 模型微调 1 Span Readout 与选择性适配改进 JEV 蕴含重排序 10-27 模型架构创新 2 NUS推出原生决策架构Jeva 10-27 Jeva：从第一性原理构建决策原生 System One 模型 10-18 模型评测 4 事实召回中的“指令税”：基础模型优于指令微调模型 10-22 Jev 专用决策模型与通用 LLM 的多任务基准对比 10-09 面向决策的推荐重排序：Jev 实证研究 10-01 增量池化 LLM 评测：低成本选择检索模型 09-03 模型路由 2 重思时间序列预测中的智能体模型编排 10-22 多智能体系统中的模型池选择策略 09-16 模型轻量化 2 封闭集决策中的联合与逐选项紧凑编码器 10-23 Jev低成本匹敌7B模型的语音神经假体重排序 09-29 模式匹配 1 JevNexus：以决策为中心的模式匹配 10-08 测试扩展 1 真实开放任务中的测试时扩展：瓶颈在利用而非探索 08-20 测试时优化 3 PORTAL：何时应在测试时干预？ 10-29 SPLIT：不完美验证器下的测试时计算分配 10-19 测试时 LLM 集成的双样本规模：缓冲 ERM 与极小极大理论 10-18 神经符号人工智能 1 ACR：溯因学习中的候选保留策略 10-01 程序修复 1 TestGRAD：基于失败模式动量演化测试套件 10-08 程序进化 1 遗传编程实现可解释的 MILP 割平面选择 10-22 答案选择 1 候选供给与答案选择决定多智能体 LLM 裁判价值 08-27 置信度评估 5 多正确选项下决策模型的非对称概率分配 10-22 Chinese Decision：单次前向传播的中文概率决策模型 10-19 陪审团而非选民：无标签语言模型集成可靠性估计 10-18 置信度校准的评估器引导测试时推理扩展 10-18 Return or Revise：学习何时修订能改进检索增强问答 09-25 脚手架演化 2 LLM 智能体脚手架演化中的评估预算分配 10-29 SSR：通过连续尺度竞赛改进智能体脚手架演化 10-22 自我验证 1 LLM-as-a-Verifier：自验证让 DeepSeek V4 Flash 低成本反超闭源模型 08-21 视觉推理 1 PixelJev：从文本决策到像素级视觉选择 09-26 评测审计 1 输入盲控制揭示层程序选择的 Oracle 提升虚高 10-08 语音增强 1 基于音素的 TTS 数据增强扩展与 ASR 受控研究 08-29 贝叶斯优化 1 FGSS-BO：面向 LLM 贝叶斯优化的反馈引导假设管理 10-18 过程奖励模型 1 确定性 PRM 引导为何在离散扩散推理中表现不佳 09-30 逆合成分析 1 化学合理性感知大模型用于单步逆合成 08-21 递归自我改进 1 预算约束下的递归自我改进：执行前评估代码编辑 10-22 采样控制 3 GRAFT：恢复连续扩散语言模型缺失的采样接口 10-22 扩散语言模型的自排斥采样 10-01 嵌套序贯蒙特卡洛控制离散扩散生成 08-21 闭环自进化 1 选择不是学习：自进化模型的继承决策 10-18 预训练 1 覆盖率原则：预训练如何赋能后训练 09-14
