数据合成 LLM-DailyDigest 2025-10-20 2025-10-20 约 100 字 预计阅读 0 分钟 相关消息（按子主题自动聚合） 三维生成 1 3DCodeVerse：以可执行代码生成与验证 3D 世界 10-18 世界模型 3 Holi-World：从人类第一人称经验构建整体世界智能 10-21 EVO-WAM：世界动作模型从自我想象中迭代进化 10-20 Code-as-World：智能体发现可执行世界表示以增强物理推理 09-01 两阶段蒸馏 1 GEAR：表格基础模型的生成扩增与真实锚定两阶段蒸馏 08-20 交互控制 1 OS-Kairos：以置信度机制避免 GUI 智能体“过度执行” 07-03 产业动态分析 1 模思智能获超10亿元Pre-A轮融资，押注全模态实时交互 10-18 代码评测 1 P2NPCBench：对抗重写下的 P 与 NP 完全问题配对评测 10-22 任务生成 5 腾讯混元 RST 递归合成 3.7 万个长程终端任务 09-07 FACET：保留源意图与可执行状态的终端任务合成框架 08-20 从 CNF 实例生成多样化可满足性逻辑推理问题 12-31 AgentSynth：面向通用计算机使用智能体的可扩展任务生成 06-19 TaskCraft：自动生成代理式任务与执行轨迹 06-13 低资源学习 1 面向低资源大模型任务的可迁移提示与对齐策略 07-01 低资源机器翻译 1 TranslatePsy-AfriSLM：面向非洲低资源机器翻译的高质量数据扩展 08-20 体裁扩展 1 属性引导的多体裁创意写作数据扩展 08-21 偏好优化 2 Style-Debiased DPO：用事实性感知偏好数据更新 LLM 知识 09-16 使用规则引导的合成数据进行可配置偏好调优 06-16 元认知 2 评估与改进大语言模型的自我建模能力 09-01 MERA：分离推理与控制的元认知推理框架 12-31 入侵检测 1 Diff-DDoS：面向5G信息物理系统的扩散攻击合成与鲁棒检测 08-19 具身基础模型 2 PDRVLA：融合物理动力学表征的视觉-语言-动作模型 10-29 Anvil：通过知识再循环扩展具身空间智能 10-18 具身规划 1 MAGMA-GEN：通过反事实重执行生成可靠恢复监督 09-18 动态增强 1 LSADA：学习状态感知的动态生成式数据增强 08-20 医疗人工智能 3 CarveMix-RC：病灶感知合成增强改善脑转移瘤罕见类别分割 09-30 Fathom-Vaidya：基于量规奖励提升医疗推理 09-22 MedDeID：本地化临床文本去标识化框架 09-10 医疗人工智能评测 2 MedBenchAgent：自动化构建医疗 VLM 评测基准 10-10 BRIE：面向电子健康记录检索的动态评测基准 09-25 医疗健康数据 1 用表格扩散 Transformer 生成基准健康数据 08-17 协作合成 1 GRA：多角色小模型协作生成媲美大模型的高质量训练数据 06-18 协同演化 5 CoDA：数据引擎与机器人动作策略协同演化 10-18 PRAXIS：符号档案驱动的自改进模型学习动力学 10-09 自消耗生成模型与人类偏好的协同演化 10-08 AI 的有性演化：多代模型种群的群体遗传学框架 09-17 清华 CPMöbius：Coach-Player 协作共演化实现自主出题训练 08-12 原型推理 1 ProtoReasoning：以推理原型提升大模型跨领域泛化能力 06-23 反思回溯 1 ASTRO：通过上下文反思与回溯训练语言模型推理 07-01 可扩展推理 1 SLR：可扩展逻辑推理的自动化综合框架 06-23 可解释性评测 1 CHIVE：用反事实实验评估大模型行为解释 08-18 合成强化 3 TRACE：以合成奖励训练因果探索推理智能体 09-10 Synthetic Data RL：仅靠任务定义合成数据并强化学习 06-25 合成数据强化学习：任务定义即你所需 05-23 合成数据训练 1 Synthetic Data RL：仅凭任务定义生成数据并强化学习 12-31 图像编辑 5 LayerEditor：将图像编辑为可复用 RGBA 图层 10-24 LensErase：面向万物擦除的图像编辑基础模型 10-18 CrossTimeEdit：奖励引导的历史街景生成与编辑 10-18 Paint-Anything：统一任意颜色控制的图像生成与编辑 09-22 PrismGPT：代理任务引导的区域感知照片编辑 09-22 在策略蒸馏 2 策略内自训练：无数据监督的语言模型自我改进 10-27 RSOD 构建电信领域语言模型 Llama-CalixCLM v1 10-21 多模态学习 5 MSP：无需跨模态配对数据的模态自博弈训练 10-18 视觉语言预训练中的合成困难负样本：SNAP 10-08 OmniVChat：原生音视频对话的数据合成、评测与强化学习 09-22 视频与音频生成驱动的零样本力感知机器人操作 09-17 Motion-Omni：联合生成对话语音与全身动作 09-08 多模态推理 1 CoRGI：以视觉证据验证思维链的多模态推理框架 08-05 奖励建模 1 ActReview：基于作者答辩与量规奖励的可执行同行评审生成 09-09 奖励机制设计 2 可验证视觉奖励从合成场景迁移至自然提示 09-30 强化学习奖励机制现状：验证、粒度与训练策略 12-31 奖励蒸馏 1 AdvDistill：通过奖励引导的数据集蒸馏增强小语言模型推理能力 07-02 安全评测 1 AgentPolicyForge：从可执行环境构建策略基准与自适应防护 10-22 工具使用训练 2 MidTool：面向智能体工具使用的中期训练数据合成 08-21 Palmyra x6：基于锚定监督微调的企业级工具调用模型 08-18 工具调用 3 KOPA-Bench：韩国公共 API 多步工具调用基准与 EDGE 数据合成方法 09-07 多工具智能体的全自动推理轨迹生成与训练 12-31 DICE-BENCH：多轮多方对话中的大模型工具使用评估 06-28 工程进化 1 腾讯混元两项工作：Harness Handbook 与 RST 递归任务合成 08-20 序列推荐 1 RecPFN：面向上下文序列推荐的先验拟合网络 08-22 异常检测 1 基于 AUC 界的无异常数据自优化 09-24 弱点合成 1 SwS：LLM 推理强化学习中的自我感知弱点驱动问题合成 06-12 形式化证明 1 Goedel-Prover-V2：通过分阶段数据合成与自我纠正扩展形式定理证明 08-05 形式化证明语料库 1 开放证明语料库：大规模研究 LLM 生成的数学证明 06-30 心智理论 1 Mind2Dialogue：模拟用户心智状态训练人本语言模型 09-15 思维链 3 TraceForge：用学生模型自身思维风格蒸馏推理轨迹 10-22 ReDiST：面向学生能力的推理轨迹构造与蒸馏 10-19 CoTranslator：从逆向到正向的思维链翻译与推理蒸馏 10-18 意图拒绝 1 WIFA：基于意图组监督的 LLM 安全拒绝训练 08-16 批评微调 1 通过单问题批评微调释放预训练大模型的推理潜力 06-09 技能演化 1 Socratic-SWE：基于轨迹技能的自进化编程智能体 08-14 技能生成 1 Code2Skill：从代码仓库大规模合成可验证智能体技能 09-22 技能自博弈 1 阿里 Skill-SP：以自进化技能库实现高质量自博弈 08-12 指令数据合成 4 UniData：通用多模态指令生成流水线 10-10 EuroAlpaca：面向欧洲语言的任务保持型指令数据本地化 09-07 腾讯优图提出 RAIF 激励推理方法，复杂指令性能提升 11.74% 06-24 Infinity Instruct：扩展指令选择与合成以增强语言模型 06-16 推理效率 1 S&Q：面向智能体上下文发现的高效策略筛选 10-22 推理评测 1 RE-IMAGINE：用于推理评估的符号化基准合成 06-23 提示合成 2 PromptCoT 2.0：面向大语言模型推理的可扩展提示合成 12-31 PromptCoT 2.0：以 EM 循环合成高难度推理任务 12-31 数学合成 1 MathFusion：融合数学问题，45K 合成数据带来 18% 能力提升 06-18 数学推理 1 Tiny Transformer 的算法草稿纸与算术课程分阶段训练 10-08 数学数据 1 DeepMath-103K：用 10.3 万道高难数学题突破大模型推理瓶颈 06-12 数据合成 43 AutoData：智能体生成高质量合成训练数据 10-27 PrismaCoder：分解式评分标准驱动开放多模态代码智能 10-23 LongZero：零数据增强长上下文推理 10-22 合成数据训练何时可被理论保证有效？ 10-21 Vela：以用户行为监督激发 LLM 智能 10-18 TerminalHorizon：扩展长期终端智能体数据 10-18 GRADS：可控难度的图调控智能体数据合成框架 10-18 ZoomCap：证据路由视觉缩放实现可恢复视觉信息迁移 10-18 TimeCap：可扩展的可穿戴健康时序数据标注流水线 10-18 LLM 弱标注用于网络安全推文分类：教师-学生框架 10-18 真实世界训练数据是否是通用图异常检测的必要条件？ 10-09 差分隐私合成时序的序列组装策略评估 10-08 合成伪方言增强提升语音语言模型方言鲁棒性 10-08 Proximal以AI合成代码数据实现2亿美元年化收入 10-01 Wavelet Flow Matching：面向多变量时间序列的生成方法 10-01 AutoDataBench：评测智能体能否生成自我改进所需数据 09-30 FoMo：以扩散轨迹分岔时刻度量图像感知距离 09-29 CollaFuse：跨组织隐私保护金融欺诈检测的协同合成数据 09-29 从扰动公开文档合成上下文学习训练数据 09-29 SciWalker：基于算子图与执行反馈合成科学编程问题 09-26 面向5G CSI增强的结构化姿态条件流匹配 09-26 TransBERT：面向领域语言建模的合成翻译框架 09-23 SynthDemo-RL：LLM 合成示范突破 VLA 稀疏奖励瓶颈 09-21 Fisher-Rao 几何视角下防止合成数据训练的模型坍塌 09-17 跨语言临床标注投射：六语言约束文本生成研究 09-11 ToolLoop：动态自反馈的闭环工具使用数据合成框架 09-09 IIns-GAN：带位置标签的无线信号深度生成模型 09-07 LentEx：基于合成数据与指令微调的隐式实体抽取 09-07 MedFlow：类别感知多尺度医疗时序数据合成 09-07 IRWOZ 2.0：面向工业机器人对话的 LLM 增强数据集 09-07 DataFoundry：递归自改进的数据生产流程 09-02 唐杰披露智谱大模型训练数据与后训练布局 09-01 水印与掩蔽递归离散分布估计的极小极大界 09-01 以训练分布归纳偏置学习可接受 PDE 假设的几何结构 09-01 RailGen：智能体引导的铁路小型异物生成与检测 09-01 合成数据隐患：无害文本中的隐蔽定向偏见注入 09-01 RailSyn：面向铁路异物检测的诊断引导图像生成 09-01 什么是优质智能体数据？基于 ACE 视角的数据生成框架 08-28 AlphaGeometry：用合成数据学习几何辅助线生成 12-31 SWE-Flow：以测试驱动方式合成软件工程数据 12-31 仅用约100道种子题，Socratic-Zero合成数据质量超GPT-5 09-23 Code2Logic：游戏代码驱动的多模态推理数据合成 09-23 SWE-Flow：以测试驱动方式合成软件工程数据 06-09 数据混合 2 受控预训练数据混合对代码能力的条件迁移 10-10 合成与真实数据结合的低资源满文历史OCR 09-11 数据策展 8 LongForge：用证据-断言推理图度量与改进长上下文指令数据 10-19 AutoSFT：多智能体自动化研究监督微调数据 10-18 基于训练动态的合成数据特性分析 10-01 策略多样性采样提升大模型自训练 09-28 FROST：真实数据锚定的在线合成数据筛选 09-26 WeVisDoc：面向稳健端到端文档解析的两阶段数据框架 09-19 面向金融推理的数据中心后训练：挖掘、蒸馏与可验证学习 09-10 基于失败模式上下文赌博机的对抗数据策展 08-20 数据自演化 6 Dreaming Learning 缓解合成数据训练中的模型坍缩 10-22 SynCo：多智能体强化学习驱动的数据合成协同训练 10-10 网络化自消费生成生态系统的稳定性与多样性 10-08 程序验证驱动的视觉语言模型自进化 09-29 VISA：面向多模态指令遵循的智能体自演化数据合成 08-27 BigBang-V1：35B 模型用自演化合成数据挑战万亿参数模型 08-07 数据课程 1 面向通用图像生成的能力中心化数据设计 08-19 文本数据增强 1 PromptAug：使用数据增强进行精细冲突分类 07-01 时间序列预测 1 MetaCaster：多智能体驱动的轻量时序预测器少样本训练 08-25 智能体 1 SWE-Dev：通过训练与推理扩展构建软件工程智能体 06-07 智能体自进化 3 Dr. Free：无需难度奖励的自进化搜索智能体 09-29 SEA：面向计算机使用的自我进化代理 08-06 UI-Genie：面向移动端 GUI 智能体的自改进框架 05-28 智能体训练 4 编码智能体训练为何要重新审视源代码？ 10-19 借助用户手册适配新软件的计算机使用智能体 10-19 GraphForge：基于证据图的工作区合成与智能体训练 10-01 Iris：攀登搜索智能体性能前沿 09-07 模型发布 2 Mitra-v2：高效开放表格基础模型 09-07 GLM-5.3：后训练扩展强化编程与网络攻防能力 08-14 模型微调 1 Compile by Training：将自然语言规范编译为本地神经函数 09-07 模型架构创新 1 LimiX-2：面向通用结构化数据智能的上下文机制网络 09-18 模型训练 1 面向噪声 LLM 标注的错误类型感知 NER 损失重加权 09-01 模型评测 1 SQLMorph：基于查询变异与细粒度指标的Text-to-SQL评测框架 09-09 测试时训练 1 仅传频率描述符的智能眼镜部署时适应框架 10-22 测试生成 1 CodeContests+：为竞技编程生成高质量测试用例 06-10 游戏生成 1 ViGaL：以游戏化合成任务培养通用多模态推理能力 12-31 漏洞训练 1 CyberFactory：用真实漏洞实例扩展大模型网络安全能力 08-27 特质迁移 1 扩大量化生成蒸馏数据使教师潜在特质更易显现 08-29 环境合成 11 可控环境合成揭示工具使用智能体缩放定律 10-29 WildAWM：面向计算机使用智能体的可控环境与任务合成 10-23 DynaWeave：动态场景合成驱动智能体环境适应 10-22 CoworkEnv：为长时程协作智能体合成可执行训练环境 10-21 OfficeTown：生成式组织仿真促进智能体持续演进 10-19 Player-1：从合成经验中学习通用游戏控制 10-18 Data World：从零规模化合成数据环境 10-18 WorkGenesis：构建训练工作型智能体的可执行职业环境 10-01 World State Generator：基于可验证世界状态的智能体规划 09-22 CodeMidas：从源代码规模化构建编程智能体强化学习环境 09-21 CogEvol：高效可靠的学习环境生成模型 09-02 界面移除 1 Game2World：清理游戏 UI 以扩展世界模型训练数据 08-27 科学推理 1 史上最大高质量科学推理后训练数据集开源，快速让 Qwen3 等变“科学家” 12-31 科学数据 2 上海创智学院与上海交通大学发布科学推理数据集 MegaScience 12-31 AutoSDT：面向开放科学智能体的数据驱动发现任务合成管道 06-12 科学检索增强生成 1 ScIRGen：为科学研究合成真实的大规模 RAG 数据集 06-16 科研智能体 2 SAIL：基于科学感知闭环的科研智能体模型 10-10 PaperGym：以评分准则驱动科研计划生成与训练 09-01 科研评测 1 DrugTargetWorld：训练与评测 AI 科学家的合成生物样本库 10-08 程序修复 1 Anchored Self-Play：锚定自博弈提升代码修复真实性 08-14 策略优化 1 Sample What You Say：让语言模型按其声明的分布采样 09-30 红外目标检测 1 合成数据训练热红外无人机检测模型 08-19 结构引导 1 设计合成：通过结构引导控制数据生成 06-11 结构推理 1 通过结构化推理增强大语言模型 06-26 缺失前提识别 1 ACA-RL：面向缺失前提推理的询问、条件回答与弃答强化学习 08-18 网页数据合成 1 BrowserForge：并行浏览器沙箱扩展网页交互轨迹 08-26 置信度评估 1 合成标签如何改善保形预测的条件覆盖 09-29 自博弈 3 零数据自博弈预训练 09-25 SQL-Zero：零标注自进化 Text-to-SQL 09-07 SSR：通过自博弈训练超智能软件智能体 08-14 自学习 1 MIT SEAL：通过自生成数据与权重更新实现模型自我适应 12-31 自蒸馏 5 SynthSelf：通过合成自蒸馏持续后训练小模型 10-18 Pivot-SD：掩码扩散语言模型的高效自蒸馏 10-08 几何修改输出提升生成模型自训练 09-30 面向可控安全拒答的边界感知自蒸馏 09-07 无监督同策略自蒸馏 U-OPSD 08-12 自训练 1 CMU 提出自我奖励训练 SRT：大模型能否实现无标签自训练？ 05-27 自进化 2 专访胡梦康：Agent 之后，下一站是 AI 自我进化 08-18 多数投票驱动的推理模型迭代式自我训练 02-03 自进化框架 1 MIT 提出自适应语言模型框架 SEAL 09-25 自适应 1 自适应语言模型（SEAL） 06-12 自适应推理 1 推理混合：教大型语言模型使用自适应策略进行推理 07-01 蛋白质建模 1 AI BioDesign获9460万美元，构建蛋白质设计实验闭环 09-21 表格基础模型 1 EXAONE Tabular 1.0：紧凑型表格基础模型 08-27 规则评测 1 RuleWeaver：评测大模型规则中心场景推理 08-29 视觉推理 4 SpatialASM：将主动空间心智化内化至视觉语言模型 10-18 SpatialBlock：合成积木堆叠任务增强 LVLM 空间智能 09-13 SynthRL：以可验证数据合成扩展视觉推理 06-04 SynthRL：通过可验证的数据合成扩展视觉推理 06-03 视觉模型 1 FreeMatching：突破时空先验的可泛化稠密对应匹配 10-10 记忆能力评测 1 MemSim：用于评估大模型个人助理记忆能力的贝叶斯模拟器 09-30 论文轨迹 1 将科学论文展开为多轮生成轨迹以持续预训练 08-27 评分偏差 1 评估 LLM-as-a-Judge 中的评分偏差 06-30 评测基准 5 OSynth：面向纵向上下文的会议理解评测 10-22 AraDynFact：阿拉伯语事实知识动态评测框架 09-30 Artificial Societies Benchmark：合成人口研究的多维效度验证框架 09-25 TeleAntiFraud 2.0：可刷新、画像驱动的音频电信诈骗检测基准 09-17 专家引导的情境化有效评测基准生成框架 09-16 评测基准构建 1 BTS-AgentBench：从只读遥测日志构建可复现智能体基准 08-28 评测审计 1 False Frontiers：自进化搜索智能体的协同作弊诊断与缓解 10-01 语音增强 2 SNOAR：无需干净参考的自训练语音降噪框架 10-18 基于音素的 TTS 数据增强扩展与 ASR 受控研究 08-29 课程学习 2 合成任务扩展训练大模型进行小分子设计 09-07 百个种子问题驱动的多智能体课程生成 12-31 课程生成 1 Ornith-1.5自生成任务闭环提升编码智能体 08-27 资源图谱 1 LLM强化学习环境与开源训练框架资源图谱 12-31 转录组生成 1 知识引导的合成转录组数据生成方法 08-16 软件工程 1 SWE-Flow：以测试驱动方式合成软件工程数据 06-12 连续推理 1 SynAdapt：利用合成连续思维链实现高效自适应推理 08-05 递归自我改进 10 OXR 1.3B 开源：文档解析三榜第一并引入 RSI 训练 10-29 MASS：通过多智能体自监督实现递归自我改进 10-09 EvoAudio：音频理解的递归自我改进 09-24 MetaRSI：协同进化数据、Harness 与模型的自我改进框架 09-16 MetaRSI-v1：协同优化数据、模型与 Harness 的递归自我改进系统 09-15 智谱融资335亿元，60%投向GLM与RSI研发 09-14 智谱披露下一代 GLM“完全自训练”体系 09-14 智谱披露 GLM-6.0“完全自训练”递归改进路线 09-14 智谱获50亿美元融资，加速下一代GLM递归自我改进 09-14 MetaRSI-v1：统一元递归自我改进架构 09-09 遥感数据增强 1 合成数据增强用于乌克兰战损农田卫星分析 08-18 错误反思 1 LEMMA：用“错题本”反思学习提升大模型数学推理能力 06-19 长期记忆 2 OneStreamer：统一流式视频感知、记忆与主动响应 10-08 ICML：面向长期对话的交互式记忆学习 09-16 闭环自进化 1 AI4AI：AI训练、优化与评测AI的新范式 08-20 顶级会议论文 1 小米 8 篇大模型与智能体论文入选 EMNLP 2026 08-29 预训练 2 学习潜在多表征实现先验数据拟合关系模型 10-19 合成预预训练可扩展，但并非源于语法先验 10-01 预训练对齐 1 Synthetic Persona Pretraining：从首个 Token 开始对齐 08-16 题目生成 2 自动生成用于阅读理解评估的推理问题 06-12 通过联合叙事与难度控制推进问题生成 06-11
