今日候选池86篇硬过滤 LLM 打分后通过评估20篇精选 Top-10另列 10 篇速览。关注方向多 Agent 系统 / LLM 后训练RL/SFT / 扩散语言模型 / 推理加速 / 长上下文 / 量化交易 精选1.MPLMMessage Passing Enables Efficient Reasoning评分8.4·方向cs.CL · Computation and Language ·arxiv2607.01077· PDF MPLM 为并行 LLM 线程加入 send/receive 原语用消息传递与抢占减少推理上下文成本。并行推理长上下文消息传递摘要针对长 CoT 推理带来的计算瓶颈论文提出 Message Passing Language Models (MPLMs)让并行 LLM 线程通过轻量 send/receive 直接通信而非传统 fork-join 的一次性分叉合并。该框架通过减少重复上下文共享和支持 preemption 提前终止无望线程来提升效率。在 Sudoku 上MPLMs 所需上下文渐近小于串行 CoT 与并行 FJ并能解 25×25 难题在 3-SAT 中也因剪枝提升效率。评分细项rel 9.0 / nov 8.5 / prac 7.0 / author 7.02.AutoMemAutoMem: Automated Learning of Memory as a Cognitive Skill评分8.3·方向cs.AI · Artificial Intelligence ·arxiv2607.01224· PDF AutoMem 将文件系统操作建模为 agent 记忆动作用轨迹审查循环与自举训练提升长程任务记忆管理。Agent记忆长程任务训练框架摘要论文将记忆管理视为 LLM 可训练的认知技能metamemory让模型把文件系统操作作为一等 memory actions自主决定写入、检索和组织信息。AutoMem 包含两层自动优化强 LLM 审阅完整轨迹并改进提示、文件 schema 与动作空间同时从多轮任务中提取优质记忆决策训练模型。仅优化记忆、不改任务动作策略就在 Crafter、MiniHack、NetHack 长程游戏中使基础 agent 性能提升约 2-4 倍32B 开源模型接近前沿闭源系统。评分细项rel 8.5 / nov 8.0 / prac 8.0 / author 8.03.CATCAT: Confidence-Adaptive Thinking for Efficient Reasoning of Large Reasoning Models评分8.2·方向cs.CL · Computation and Language ·arxiv2607.00862· PDF CAT把自信度信号写入偏好优化按题目难度自适应压缩CoT长度。推理加速偏好优化长CoT压缩摘要大型推理模型依赖长 CoT 处理复杂任务但在简单问题上常过度思考带来高 token 开销。CAT 将模型内在自确定性作为 confidence 信号纳入偏好优化使推理长度随题目难度自适应调整。多基座、多基准实验显示CAT 在推理准确率上持续优于强基线可在高置信回答中压缩推理、在不确定问题上保留思考从而更好平衡准确率与延迟。评分细项rel 9.0 / nov 7.0 / prac 8.0 / author 6.04.Self-GCSelf-GC: Self-Governing Context for Long-Horizon LLM Agents评分8.4·方向cs.AI · Artificial Intelligence ·arxiv2607.00692· PDF Self-GC把工具结果和计划建模为索引对象用planner执行fold、mask、prune管理长程上下文。长上下文LLM Agent上下文压缩摘要长程 LLM agent 会积累工具结果、文件、计划和约束简单裁剪或末尾总结易丢失未来所需证据。Self-GC 将上下文视为可索引、可恢复对象由侧通道 planner 提议 fold、mask、prune并由执行框架保证安全提交和缓存友好。在 Hard Set 中可裁掉 43.95% 前缀 token 且 84.85% 后续不受影响生产套件和线上实验也显著降低输入 token展示了上下文生命周期管理的价值。评分细项rel 9.0 / nov 8.0 / prac 8.5 / author 6.05.MnemosyneMnemosyne: Agentic Transaction Processing for Validating and Repairing AI-generated Workflows评分7.9·方向cs.AI · Artificial Intelligence ·arxiv2607.00269· PDF Mnemosyne用ATP事务模型、约束准入和补偿日志验证修复AI工作流。agentic workflow工作流修复事务处理摘要论文提出 Agentic Transaction Processing (ATP)将 LLM/agent 生成的工作流动作视为不可信提案只有在可执行约束集 C 下通过确定性准入后才提交。系统 Mnemosyne 采用追加日志、状态投影、依赖安全补偿与提交记录证明四类安全性及有界局部修复保证。实验在九类伪造测试中拒绝目标违规同时保留有效操作投影与验证开销低于 6%局部修复显著减少编辑量。评分细项rel 8.5 / nov 7.5 / prac 8.0 / author 5.56.SEASelf-Evolving Agents with Anytime-Valid Certificates评分7.5·方向cs.AI · Artificial Intelligence ·arxiv2607.00871· PDF SEA用冻结基座模型、steering adapter和anytime-valid gate约束自演化代码代理。LLM Agent自演化代理SWE-bench摘要论文关注自进化 agent 中数据、评估器和假设空间均由当前策略生成导致传统学习保证失效的问题。SEA 将自修改限制在冻结基座模型外的小型 steering adapter 与版本化 harness 中并用 anytime-valid gate 在固定错误预算下生成可审计证书。其结合 best-of-N、微步搜索、自生成复现 oracle、搜索层控制和自修复等机制在 SWE-bench Verified 子集上显示强基座模型收益明显最佳从 29 提升到 34。评分细项rel 8.0 / nov 7.5 / prac 7.0 / author 5.07.LogbQuantLogQuant: Quantizing Language Models in Logarithmic Space评分7.5·方向cs.CL · Computation and Language ·arxiv2607.01127· PDF LogbQuant 使用可调底数的对数量化码本在 4-bit 权重压缩中减少高幅值权重误差。模型量化推理加速4-bit摘要本文针对语言模型量化中均匀 codebook 易受低频大幅权重影响的问题提出 Log_bQuant一种可调底数的对数量化方法以更好匹配参数分布。实验显示在 4-bit 精度下相比 tensor-wise 非对称线性量化该方法在多项基准上表现更优同时带来适度推理加速和显著显存节省适合消费级 GPU 上的私有部署。评分细项rel 8.0 / nov 7.0 / prac 8.0 / author 5.08.OpenAgentCan Agents Generalize to the Open World? Unveiling the Fragility of Static Training in Tool Use评分7.6·方向cs.AI · Artificial Intelligence ·arxiv2607.01084· PDF OpenAgent 构造工具使用开放世界扰动层级比较 SFT/RL 退化并提出 Perturbation-Augmented Fine-Tuning。Agent训练SFT强化学习工具使用摘要本文关注 LLM agent 在真实开放环境中面对用户查询、工具集和交互动态变化时的泛化脆弱性。作者形式化提出 OpenAgent 设定并构建可控沙盒从感知、交互、推理、内化四层刻画环境分布偏移。实验表明SFT 与强化学习训练的 agent 在开放偏移下均出现不同程度性能下降。基于此论文提出 Perturbation-Augmented Fine-Tuning以提升工具使用 agent 的鲁棒性。评分细项rel 8.0 / nov 7.0 / prac 7.0 / author 7.59.FutTimingEnd-to-End Parametric Portfolio Policies for Cross-Asset Futures Timing: When Do AI Models Beat Simple Rules?评分7.7·方向q-fin.PM · Portfolio Management ·arxiv2607.00475· PDF 用可微 Sharpe 损失端到端训练 LSTM 与 Transformer 期货择时组合策略并比较风险平价与动量规则。量化交易组合管理Transformer摘要本文研究跨资产期货择时中端到端 AI 投资组合策略何时优于简单规则。作者不先预测收益再优化权重而是让模型直接从市场状态映射到组合权重并用可微 Sharpe ratio 损失训练。实验覆盖16个高流动性 CME 期货对比等权、风险平价和时间序列动量。结果显示学习策略在整体跨资产组合和部分子资产中领先但优势不均LSTM 与 transformer 毛收益相近计入交易成本后 transformer 交易更少、表现更稳。评分细项rel 9.0 / nov 6.0 / prac 7.0 / author 5.010.ASPIREASPIRE: Agentic /Skills Discovery for Robotics评分7.0·方向cs.MA · Multiagent Systems ·arxiv2607.00272· PDF ASPIRE在code-as-policy循环中诊断执行失败并沉淀可迁移机器人技能库。Agentic工作流机器人技能代码策略摘要ASPIRE 面向机器人自动技能发现缓解传统编程中多模态感知、接触动力学和失败恢复难题。它采用 code-as-policy通过闭环执行引擎记录细粒度多模态轨迹自动诊断失败、生成修复并验证同时把成功修复沉淀为可复用技能库并用进化搜索探索多样任务和控制程序。实验显示ASPIRE 在 LIBERO-Pro、Robosuite 双臂交接和 BEHAVIOR-1K 长程家务任务上显著优于既有方法并可零样本泛化到未见长程任务。评分细项rel 6.5 / nov 8.0 / prac 8.0 / author 6.5 速览 · 其他通过评估的工作10 篇一句话扫读按评分从高到低点击标题跳转 arxiv。cs.CV7.2Autonomous Scientific Discovery via Iterative Meta-Reflection· DiscoPER让 LLM 生成并执行代码探索数据集用统计检验和 meta-reflection 迭代重定向假设搜索。cs.CV7.1QCA: Query- and Content-Aware Keyframe Selection for Long Video Understanding· QCA按查询相关性与内容偏差分段分配预算免训练选择长视频关键帧接入Video-LLM。cs.CL6.9The State-Prediction Separation Hypothesis· 提出双计算流Transformer分离状态存储与next-token预测提升预训练效率。cs.MA6.9From Real-Time Planning to Reliable Execution:Scalable Coordination for Heterogeneous Multi-Robot Fleets in Industrial Environments· SCALE用运动诱导冲突削减和CAPH超图在线协调异构仓储机器人车队。cs.MA6.8M2Note: Continual Evolution of Vision Language Models via Mistake Notebook Learning· M2Note把VLM失败轨迹转成主题指导笔记用多模态RAG在推理时复用纠错步骤。cs.CL6.6From Personas to Plot: Character-Grounded Multi-Agent Story Generation for Long-Form Narratives· MAGNET 用角色 agent、共享 world state 与 ATLAS 图验证生成百页长篇故事并减少 hallucination。cs.AI6.8Personalization as Inverse Planning: Learning Latent Design Intents for Agentic Slide Generation via Structural Denoising· SPIRE把幻灯片个性化建模为inverse planning用结构去噪任务训练双代理RL生成布局。cs.CV6.9Perceive-to-Reason: Decoupling Perception and Reasoning for Fine-Grained Visual Reasoning· P2R 将 VLM 细粒度视觉推理拆成定位与作答并用 PRA-GRPO 交替强化学习两类角色。cs.CL6.2Logit-Contribution Scoring Identifies Non-Literal Retrieval Heads· LOCOS 用 OV-circuit logit 投影识别非字面检索头消融少量头使 NoLiMa ROUGE-L 崩塌。q-fin.TR6.4When large trades are not news: Liquidity tail risk and price discovery· 用 Student-t 尾部建模流动性订单流推导大宗交易价格冲击与订单流学习的固定点均衡。数据源arxiv.org · 评分与中文摘要由 LLM 自动生成仅供初筛参考
