跨域泛化 LLM-DailyDigest 2026-08-18 2026-08-18 约 100 字 预计阅读 1 分钟 跨域泛化 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） 三维生成 1 UniMate：统一驱动多样骨架动画的基础模型 09-08 上下文学习 2 上下文强化学习是否为后验采样器：实证检验 10-22 超出预训练支持的指令与组合任务上下文学习 10-19 世界模型 7 千诀发布跨本体预测式世界模型 Polibrain 10-22 PhysiCalWorld：世界模型的上下文物理校准 10-22 表征先验如何塑造世界动作模型的泛化能力 10-22 物理参数偏移下的因果世界模型 10-22 PDE-JEPA：参数化偏微分方程的潜在动力学预测学习 10-08 Simple-WAM：测试时未来建模提升世界动作模型泛化 10-01 JEPA-Anything：跨异构世界的通用预测模型 09-19 代码评测 1 面向编程智能体的紧凑文档：基准、优化器与迁移失效 09-28 价值估计 1 TPPO：面向语言模型推理的价值跟踪 PPO 10-18 信用分配 1 SCAPO：半事实信用增强策略优化 10-09 偏好优化 2 TPO：面向 OOD 的三级分布鲁棒直接偏好优化 10-21 面向 LLM 智能体的轮次级多尺度密度比估计 09-16 具身基础模型 6 游戏规模化：在多样虚拟世界中持续预训练具身智能体 10-23 VLA 模型的指令-动作绑定失效与反事实训练 10-01 LIT：打破视觉-动作捷径的机器人基础模型训练 09-15 OpenWAM：开放模块化世界-动作模型预训练框架 09-10 Show-Harness：用语义接口释放 VLM 机器人控制能力 09-10 ZimaBlue：可扩展视频预训练驱动的泛化世界行动模型 09-03 具身规划 1 编码智能体求解广义任务与运动规划 09-26 可见性约束 1 受限证据可见性促进共享基因组语言模型社会的组合泛化 08-21 因果推理 1 小型 Transformer 以跨上下文不变机制追踪潜在共同原因的贝叶斯证据 09-30 图推理 1 GRAIN：以结构不变奖励提升真实世界图推理鲁棒性 08-28 在策略蒸馏 2 在线还是离线策略学习？蒸馏动态的系统研究 10-08 在策略与离策略学习的蒸馏动力学系统研究 09-30 多模态学习 2 YingLan：异构海洋观测统一表征的多模态基础模型 10-22 MSP：无需跨模态配对数据的模态自博弈训练 10-18 奖励建模 1 AgentRM：以奖励建模增强智能体泛化 09-07 工具调用 1 强化学习训练可迁移的小模型工具选择器 10-23 序列推荐 1 RecPFN：面向上下文序列推荐的先验拟合网络 08-22 弱到强泛化 1 随机特征网络中的二次弱到强泛化 10-08 强化学习 1 Delphos：多任务强化学习辅助离散选择模型设定 09-17 心智理论 1 ToM2Vec：用于多智能体协调的连续心智理论词元 10-22 思维链 2 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 技能演化 2 HSE：面向编程智能体的分层技能演化 10-27 自演化技能能否泛化到留出任务？ 10-01 持续学习 3 知识重构缓解持续领域适应中的灾难性遗忘 10-22 APRIL：面向呼吸音域增量学习的歧义感知专家路由 10-21 无需持续训练的持续学习：Latent Concept PFN 10-08 推理优化 1 递归推理模型的优化、架构与测试时扩展瓶颈 10-01 推理评测 1 时间计算与时间理解均无法单独解释 LLM 时序推理 10-22 数学推理 1 共享回路预测 LLM 算术推理的跨格式泛化 09-07 数据合成 3 合成数据训练何时可被理论保证有效？ 10-21 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 InfiNoVA：面向视点不变机器人策略的无限新视角增强 09-24 数据混合 1 数据混合支撑多语言同语推理泛化 09-10 数据策展 1 多样化 SFT 推理轨迹提升强化学习后泛化 09-29 智能体训练 3 借助用户手册适配新软件的计算机使用智能体 10-19 Caddie：基于任务结果训练 LLM 智能体顾问 10-08 MintAct：面向数字环境的统一视觉智能体 09-22 智能体评测 2 APTInvestBench：跨遥测条件下的自主 APT 调查评测 10-01 RecreationWorld：可扩展、可验证的混合计算机操作智能体环境 09-21 机制发现 3 Grokking 中的子空间结晶：秩压缩追踪相变 10-27 几何无关的极端情景数据驱动发现 10-21 语言智能体行为的轨迹抽象方法 10-08 检索失效 1 工具技能检索中的来源风格坍缩 08-18 模型可靠性 2 决策模型诊断 HVAC 故障：推理需求、物理表征与偏移鲁棒性 10-08 固定置信度分布下的可靠性漂移与脆弱性画像 10-01 模型架构创新 1 Transformer 层间持久循环记忆提升语言模型泛化 09-16 模型路由 1 AutoAdapt：自动领域发现与低成本模块化扩展 10-08 泛化机制 1 同策略蒸馏泛化的双重效应：行为迁移与能力跷跷板 08-18 测试时优化 1 OpTTA：面向规划的乐观测试时世界模型适应 10-27 测试时训练 1 Agentic-TTT：学习测试时训练策略，实现自主参数级改进 10-09 混合微调 1 在策略参数更新方向奠定 LLM 后训练泛化基础 10-08 演化能力评测 1 EngramBench：面向技能演化脚手架的能力本位评测基准 10-01 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 4 Player-1：从合成经验中学习通用游戏控制 10-18 SoftwareGym：以合成软件环境扩展计算机使用智能体训练 10-18 PhantomEnvironments：用虚构世界训练可泛化搜索智能体 10-01 AgentMercury：规模化合成可验证商业智能体环境 08-24 神经符号人工智能 1 OntoAct：基于本体抽象的假设驱动神经符号智能体 10-18 科研评测 1 ExplorationBench：在可验证异世界中评测 AI 探索能力 09-25 程序进化 1 遗传编程实现可解释的 MILP 割平面选择 10-22 稠密匹配 1 FreeMatching：超越时空先验的可泛化稠密对应匹配 10-18 算法模型化 1 算法模型化：将优化算法转化为可演化智能 10-19 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 经验学习 2 自进化智能体能修复失败，却难以从失败中泛化 10-19 Learning to Coach：训练教练模型提炼可迁移经验 09-15 置信度评估 2 小模型也能合理自评置信度 10-01 CoCal：面向大语言模型的伴随式置信度校准 09-29 能力迁移 1 机器人零样本泛化：以数据多样性突破规模瓶颈 10-22 脚手架优化 3 智能体接口的决策几何：策略如何内化 Harness 偏好 10-29 Harness Scaling：面向跨脚手架泛化的智能体强化学习 10-22 环境无关编码智能体中的脚手架作用 10-18 脚手架演化 7 Evo²：冻结执行器权重，协同进化工作流与演化策略 10-29 RRSI：正则化智能体脚手架的递归自我改进 10-27 Google Harness²：冻结模型，递归改进 Agent 外壳 10-18 RRSI：正则化智能体 Harness 递归自我改进框架 10-08 ModularRSI：冻结模型权重实现 Harness 持续自我改进 09-25 ModularRSI：模块化通用递归脚手架自我改进 09-17 StarHarness：以分层搜索演化企业智能体脚手架 08-26 自博弈 2 零数据自博弈预训练 09-25 SQL-Zero：零标注自进化 Text-to-SQL 09-07 自蒸馏 1 FRED：面向世界动作模型的自蒸馏未来视频表征 10-24 蛋白质建模 1 学习蛋白质折叠能否泛化至更广泛推理？ 10-01 融合范式 1 跨领域 RLVR 能力整合：三类融合范式比较 08-28 视觉推理 1 NAT-ARC：自然图像预训练迁移至ARC视觉推理 10-08 认知推理 1 ARCANA：抽象与远类比推理评测基准 10-22 评测基准 2 EvoBench：面向环境建模的演化诊断评测框架 10-27 HugAgent：访谈驱动的真人模拟与信念更新评测 10-18 评测审计 2 Harness Evolution 公平评测：复杂进化不如多次采样 09-17 时间后置测试集仍无法消除预训练领域熟悉度 09-10 跨域经验迁移 1 Isaac 启发学习：跨域经验驱动大模型认知内生化 08-27 软件补丁回移 1 自动化安全补丁回移基准：现有工具能走多远？ 08-19 迁移能力评测 1 多执行框架强化学习中的信用分配与可迁移性 09-07 递归自我改进 5 AREX-2以长程反思训练探索递归自我改进 10-27 MaD-RSI：以模型为数据的智能体脚手架递归自我改进 10-21 ModularRSI：模块化、可泛化的 Harness 递归自我改进 10-18 RRSI：正则化智能体脚手架的递归自我改进 09-22 三位研究者对谈递归自我改进离我们还有多远 09-13 长期记忆 1 ExperienceIndex：基于知识载体的经验记忆 10-08 预训练 3 像素语言模型的多语言预训练扩展规律 10-22 平行数据驱动的多语言两阶段预训练 10-22 学习潜在多表征实现先验数据拟合关系模型 10-19
