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 523 条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%。
MIMESIS：将用户模拟器作为交互智能体的训练环境
MIMESIS 基于真实人类对话构建用户模拟器，采用显式推理监督和 13 种真实行为模式，其 9B 模型 SOUL-Index 达 65.7，超过最强前沿模型。
On-Policy Distillation Teaches New Skills but Not New Knowledge
On-policy distillation (OPD) strengthens language-model reasoning, yet whether students acquire new factual knowledge or…
RunningTab：通过环境侧标签页实现直接工作区交互
论文提出RunningTab框架，为LLM智能体直接操作工作区文件（DWI）提供环境侧的任务级标签机制，跟踪任务要求、已读文件与未打开文件，避免信息遗漏。
QuadTok：用于自回归图像生成的四叉树视觉分词器
QuadTok 提出基于四叉树的视觉分词方法，对复杂区域动态分配 token、对均匀区域用粗分辨率，在 ImageNet 上节省约 10% token 并在 COCO 零样本迁移时节省 9%，且树结构天然支持自回归图像生成。
RoboQuest：面向目标导向具身探索的通用物理智能体基准
RoboQuest 是一个具身探索基准，要求智能体在陌生环境中通过物理交互主动获取任务相关信息，据此调整后续行动并自主决定何时完成任务，包含十个移动操作任务。
UltraText Bench：面向图像生成中视觉文本渲染的双语综合评测基准
论文提出UltraText Bench，一个包含432条中英双语提示、覆盖24类真实场景和三个难度等级的基准，用于评测纯提示生成密集视觉文本的表现，并使用Q-Judger视觉语言模型从文本保真度、清晰度和空间质量等维度打分。