OpenVLHarness：视觉代理需要能复用的证据，而不只是更多工具
把定位、深度、搜索结果保存为可寻址对象，再交给同一骨干模型计算
无需微调的视觉工具框架，将九类能力接到多模态模型，并在单个问题内保留图像、数组和网页句柄。22项基准显示平均提升，但附录也揭示坐标格式、错误对象选择与无证据猜测仍可能得到正确评分；分数提升不等于推理链全部可靠。
UCLA NLP / OpenVLHarness 作者团队阅读简报
2026.10.21 简报
每日研究 · 覆盖 2026.10.14 — 2026.10.21
以下为当期记录；研究详情页展示最新已核对信息。
3 项工作
KEEP-Bench：压缩后答对，不代表证据没有丢
如何检查歧义分支、适用条件和少数观点是否仍在摘要里
KEEP-Bench不只看压缩后的问答正确率，而是逐条检查必要命题能否从压缩文本推出。4102个案例覆盖平行推理链、带条件的事实和文本占比很低但仍必要的观点。最强受测模型也只在约三分之二案例中保留全部证据，说明上下文能装下不等于摘要能忠实保留。
Ziqing Man 等 · UCLA阅读简报
TokenGate：让模型学会跳读，而不只压缩 KV 缓存
先全读浅层，再让深层只计算被门控保留的上下文
长上下文的成本不仅来自保存 KV，也来自每层都计算每个输入 token。TokenGate 在模型早期插入可学习门控：先让浅层读完整上下文，再选出 K 个位置供深层处理。门控分数同时进入注意力，使选择模块可随 LoRA 一起训练。论文在小模型、任务定制微调与单请求设置下展示首 token 延迟和显存的改善；这不是对任意模型无需训练的压缩插件。
Liana Patel 等 · Stanford / UC Berkeley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。