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Glance Forcing：让双向扩散模型一眼即成自回归
提出一种高效方法，将双向扩散模型蒸馏为因果少步自回归学生模型，把轨迹监督压缩到单样本，并分析了极端设定下质量坍缩的成因。
Latent Compaction：基于测试时训练的KV缓存压缩方法
提出通过测试时训练学习文档级紧凑KV缓存，在不访问下游问题、模型权重保持冻结的情况下压缩长上下文缓存以降低内存与注意力开销。
研究发现K型矮星周围的超级地球可能比地球更适合生命
科学家的实验显示，围绕橙色K型矮星运行的超级地球拥有更厚大气、更强磁场和更稳定气候，可能是银河系中最有生机的"超级宜居世界"。
自条件化使流匹配模型具备深度串行推理能力
论文从电路复杂度角度证明：在温和的正则性条件下，标准流匹配采样器的轨迹可被常数轮并行模型评估模拟，因此单纯增加采样步数无法提升固定深度骨干模型的表达能力，并提出自条件化以实现深度串行推理。
τ-Emotion-Bench：用真实用户情绪揭示大模型智能体的交互脆弱性
论文提出涵盖十个领域的 τ-Emotion-Bench 基准，在受控的情绪化用户交互下评估工具调用智能体，并配套 Tracer 数据生成管线用于构建任务与采集训练轨迹。
WEDGE：基于失败案例的策略条件化环境生成框架
论文提出 WEDGE 框架，利用预训练导航策略的失败轨迹，通过 LLM 提出并验证弱点特征，据此生成针对性训练环境以提升智能体适应能力。
SafeDriveVLA：导航条件世界模型驱动的冲突感知端到端自动驾驶
论文指出VLA模型开放的自然语言导航接口带来驾驶员误发或恶意下发不安全指令的新风险，提出了首个同时评估导航遵循与冲突意识及对抗鲁棒性的基准，并发现现有模型（如SimLingo在闭环中无法完成语言指令变道、冲突信号下性能骤降）均存在不足，进而提出SafeDriveVLA方法。
StreamErase：实现超快流式视频物体擦除
论文提出StreamErase，通过将双向基础模型的擦除能力迁移到单向流式生成器，在单张GPU上实现最高26 FPS、亚秒级延迟的流式视频物体移除。
AgentSafeEvo：面向LLM智能体安全的对抗协同进化强化学习框架
论文提出AgentSafeEvo，通过攻击者-防御者博弈的协同进化强化学习，提升LLM智能体在多轮工具调用中抵御恶意内容操纵的安全性。
VITAL：从视觉运动到精确动作的世界-动作模型
论文提出 VITAL 动作分词器，将视觉推导的运动骨架与紧凑的残差编码结合，把视觉运动作为主要预测目标，以提升世界-动作模型中厘米级精度的驾驶动作预测。
高动态相机下世界空间人体恢复的诊断研究
论文提出K-Pop压力测试（快节奏镜头与多人编舞的舞台视频），诊断出主流单目世界空间人体恢复方法中相机与人体估计在尺度不匹配导致轨迹漂移的问题。
MolLean: A Process-Verifiable Language for Chemical Reasoning
Chemical chain-of-thought can contain hallucinated structural and property claims. We thereby introduce MolLean, a proce…