专题｜RSI 与 Agent 自进化：站内内容地图与三条阅读路线
本站「RSI 与 Agent 自进化」专题入口页：把站内 11 篇原创深度与 14 条一手动态收进同一张地图——先给 30 秒定性（RSI 改"改进能力"、自进化改"任务表现"），再按概念／全景／证据／判定／事件／工程／治理七层分层索引，附三条按时间预算划分的阅读路线（30 分钟 / 2 小时 / 半天）、一页速查卡、收录标准与更新日志。
阅读全文 →
全部文章
ARCHIVE 共 469 条Iris-3B：像素空间扩散训练、转换与微调的探索
作者从头预训练了3B参数的像素空间文生图Transformer Iris-3B，并将预训练的潜在空间模型FLUX.2 Klein base 4B转换为像素空间，在单目深度估计和图像修复/超分辨率任务上微调，发现像素空间生成先验并未带来显著提升。
OpenAI一夜甩出722篇数学论文！黎曼霍奇BSD全上阵，数学家：读不过来
听雨* 2026-10-07 09:05:13 来源：量子位
三位菲尔兹奖得主：不代表认可
听雨 发自 凹非寺
量子位 | 公众号 QbitAI
刚刚，OpenAI往数学界扔了颗重磅炸弹——
一口气公开****722篇数学手稿****，全…
PersonTTS：面向个性化需求的摊销式智能体策略发现的测试时扩展方法
论文提出个性化测试时扩展（Personalized Test-Time Scaling）问题，将用户对精度、延迟与推理成本的联合要求纳入优化目标，并给出摊销式智能体策略发现框架 PersonTTS 以降低为不同用户需求重复搜索策略的开销。
EngramEdit：基于条件记忆实现大模型解耦知识更新
论文提出EngramEdit方法，利用DeepSeek Engram式条件记忆架构，在不改动Transformer骨干的情况下对事实知识进行解耦更新，并应对不同表述激活不同n-gram嵌入及共享嵌入误伤其他事实预测的挑战。
RoboJEPA：可扩展的机器人潜在世界模型
提出基于JEPA的机器人世界模型RoboJEPA，在覆盖12种机器人本体的数据集上训练，发现其想象误差随算力呈二阶幂律，可预测模型质量与下游规划性能的扩展规律。
Δ-MOPD：通过教师相对偏移实现多教师在线策略蒸馏
文章提出Δ-MOPD方法，将每个教师的“教师减基座”logit偏移重新锚定在学生的冻结初始化上，与端点监督在共同域组合和路由域蒸馏两种设置下进行对比，并揭示了继承的基座拉力阻碍端点迁移的机制。
GRACE：面向高效视频生成的生成感知潜空间压缩
论文提出生成感知潜空间压缩方法 GRACE，旨在解决高压缩率视频自编码器训练困难及压缩潜空间与预训练 DiT 分布不匹配的问题，从而加速视频扩散模型推理。
DSReg：无需重建即可可证明地恢复个体世界潜变量
该论文提出在无重建、无解码器、无标签的条件下，基于“结构多样性”条件和LeJEPA的线性可识别性，可证明地恢复个体的世界潜变量，弥补JEPA等方法只能识别到线性变换的不足。
Which Language Should a Skeleton Speak? Language Choices in Multilingual Reasoning
Skeleton-based reasoning prompting is a promising training-free approach for structuring LLM reasoning, but prior work l…
迟到25年！诺贝尔化学奖揭晓，95岁法国教授圆梦
衡宇* 2026-10-07 22:10:33 来源：量子位
乔不迟 发自 凹非寺
量子位 | 公众号 QbitAI
刚刚，2026年诺贝尔化学奖正式揭晓！
瑞典皇家科学院宣布，今年的诺贝尔化学奖授予法国巴黎第十一大学的**Henri B…
UniSkill：为演化中的策略学习与行动者对齐的技能提案
论文提出UniSkill，让共享策略在与环境交互的同时从轨迹中提出技能库编辑（新增、更新或不编辑），行动者通过环境奖励学习，而对比性动作反馈用于指导技能提案学习，以解决技能收益与行动者自身提升相互混淆的问题。
Long-WAM：扩展世界-动作模型的上下文长度
论文提出Long-WAM框架，在实时控制约束下扩展因果世界-动作模型的视觉历史上下文，发现自回归预训练的视频基础模型才能让更长历史带来收益，在RoboCasa GR-1上将成功率从63.3%提升到78.7%。