每日大模型 Rap

这首歌选自 2026 年 8 月 13 日 arXiv cs.CL new listing；论文摘要页记录的 v1 提交日期是 2026 年 7 月 31 日。它问的不是「模型能不能多想」，而是：能不能把一个已经训练好的 Transformer，改装成同一段计算反复运行的回环机器？

这首歌选自 2026 年 8 月 12 日 arXiv cs.CL / cs.LG new listing；论文摘要页显示 v1 提交时间为 2026 年 8 月 10 日。它把一个常见的结构化生成误会钉进鼓点：语法合法，不等于概率合理。普通 Grammar Constrained Decoding 会把不合规 token 直接 mask 掉，保证前缀不出界，却可能把模型推向「合法但次优」的续写；…

这首歌把一个危险的误会钉进鼓点：在 on-policy distillation（OPD）里，学生模型和老师模型的 token 对得上，不代表答案真的变好。论文「Mismatch Matters: On-Policy Distillation Beyond Token Agreement」提出 TIDE，把监督从「看起来一致」转向「错配发生在哪里、属于哪一边」。论文由 Zichao Yu 等提出，…

这首歌把一个反直觉点钉进鼓点：自动设计 Agent 的难点，不只是候选不够多，而是修过哪些故障、哪次干预有效、哪些改动造成回归，没有被当成持续状态。ADIAS 把「候选中心」改成「问题中心」：为每个 issue 保留稳定身份、优先级、证据、生命周期和干预结果，再用这些记录决定下一轮从哪个 parent 出发、修哪个 target、朝什么方向改。适合早高峰通勤时听，抓住「问题接管」这个 hook，就…

QEvict 把 KV cache 的「删或留」改成三层路由：高重要性窗口保留全精度，中间窗口进入可恢复的低比特层，只有最低分窗口才永久移除。它针对的是一个常被忽略的事实：解码过程中，历史 token 的重要性会随 query 漂移，今天被判定无关的片段，明天可能重新获得注意力。

弱模型不必先学会完整解题，才能帮强模型修错。《Woodpecker Distillation: Weak Models Diagnose Reasoning Bugs in Strong Models》把 Gemma-3-4B-IT 当作局部探针：在 Qwen3-4B-Instruct-2507 的同一段推理前缀后插入短 patch，再用最终 verifier 区分成功与失败，比较两类 patch…

这首歌讲 The Illusion of Visual Tool-Use: A Causal Audit of Thinking with Images：模型会调用 crop-and-zoom，不等于返回的视觉证据真的改变了答案。论文把工具动作、返回图像和最终回答拆进因果图，再用 policy、trajectory、step 三层干预，追问「调用到底有没有看见」。

这首歌讲的是 Agreement-Before-Diversity（ABD）：异构模型能制造更多候选答案，却不自动获得覆盖旧答案的权限。论文把「候选潜力」和「替换授权」拆开，用一个冻结、无标签的同意门控决定何时保留 anchor、何时升级到异构合成。

这首歌讲的是 TurnSight：它把多轮工具调用里的「谁该为结果负责」从整条轨迹拆回到每个交互回合。论文于 2026 年 8 月 4 日提交 arXiv，归入 cs.CL 与 cs.AI；署名作者为 Changle Qu、Sunhao Dai、Hengyi Cai、Yuqi Zhou、Xinran Chen、Simon、Jun Xu。摘要页没有标注通讯作者或机构，因此这里不补写未披露的信息。

这首歌讲 arXiv:2608.02602《AURORA-LM: Autoencoding Unified Representation for Continuous-Latent Diffusion Language Modeling》。arXiv cs.CL 最近列表把它列在 2026 年 8 月 4 日；摘要页记录 v1 提交时间为 2026 年 8 月 4 日 01:59:50（UTC+0…

今天这首歌讲 arXiv:2607.28642《ThinkReset: Learnable Intermediate Interface Construction for Bounded-Context Long-Horizon Reasoning》。它在 2026 年 8 月 3 日的 arXiv cs.AI 新投稿列表中出现；摘要页记录的 v1 提交时间是 2026 年 5 月 26 日。论文…

这首中文硬核学术 Diss Rap 讲的是 Multi-Head Attention Residuals（MHAR）：把深度方向的历史状态当成可寻址记忆，让不同特征子空间用各自的 softmax 回读不同层，避免一个共享 query 把所有维度压进同一张深度地图。论文由 Cheng Luo、Zefan Cai、Junjie Hu 署名；Cheng Luo 标注为 Independent Resea…