Runoff：先独立考虑，再消除候选顺序影响
如何减少选择题和智能体菜单中的排列敏感性，又不支付全部轮换成本？
Runoff先逐项判断是否适合，再只对高概率候选做规范排序和循环轮换，将多数无关选项排除在联合比较之外。开放模型实验能消除所测洗牌下的答案翻转，但这不是正确率保证；API非确定性、概率并列和小菜单成本需要分别处理。
Jianguo Huang 等 / 南洋理工大学阅读简报
2026.10.15 简报
故障补刊 · 覆盖 2026.10.05 — 2026.10.15
以下为当期记录；研究详情页展示最新已核对信息。
6 项工作
UCoE：让评分程序与代理记忆一起更新
开放任务没有标准答案时，怎样检查负责指导改稿的验证器？
UCoE固定模型权重，让可执行评分规则与短程序记忆随任务流演化。它用局部退化的回答对筛选验证器，只接受通过比较的新评分程序，再由程序指导一次修订。论文重点是验证器的行为测试，而非模型训练；局部对比集的可靠性仍决定其边界。
Tianyi Xu 等 / Oregon State、Penn State、Johnson & Johnson、AG2 AI阅读简报
MSAR：让残差连接按上下文尺度检索网络深度
保留完整隐藏向量，用多尺度因果卷积构造不同的深度注意力视角
传统残差把各层结果固定相加，MSAR让每个后续层分别从历史层结果中检索。其关键不是切碎通道形成多个头，而是以邻近词的不同上下文窗口扩展完整向量，避免各流只剩同一向量的倍数。
Xiaohan Qin、Junchi Yan 等 / 上海交大、上海创智学院、小红书 Dots Studio阅读简报
UPTURN：在推理分岔处重开用户回合
紧张 token 预算下，保留正确前缀并改变后续推理，比重新采样更有效吗？
UPTURN 冻结推理模型，训练小型位置策略选择段落边界，再插入一个新的用户回合请求简洁求解。论文的重要性在于区分“沿原轨迹加反思词”和“真正重开对话回合”；收益主要出现在生成预算紧张时，不能概括为任意预算下都优于多采样。
Jiwon Jeon、Myungsik Cho 等 / KAIST阅读简报
zip2zip++：动态合并 token 后，如何少损失推理能力
容错编解码、数字保护与位置对齐共同修复动态词表接口
在已有BPE之上用LZW建立输入相关的超token词表，一步可生成多个基础token。新工作针对动态词表破坏输入输出几何、位置和字典同步的问题逐项修复；压缩率与模型质量仍存在明显取舍。
Saibo Geng、Andrea Gentilini、Xinxian Ma 等 / EPFL、TUM、ETH Zürich阅读简报
ClawLoop：把失败诊断接回智能体训练数据生产
没有外部教师，代理如何生成可验证、又处于自身能力边界的练习？
ClawLoop让同一27B模型构造工作区任务、执行并验证轨迹、训练自身，再用保留任务上的失败诊断指导下一轮出题。它把能力模板和领域工具图两条合成路线接成三轮循环；结果支持这套课程的价值，但小模型只是消费27B课程，并未自己完成闭环。
Hansi Yang 等 / 美团、北京大学阅读简报
人物与观点
0 条该期没有收录这个领域的人物动态。