每日大模型 Rap
一首硬核学术 rap，讲清如何把预训练 Qwen2.5-0.5B 改装成可重复运行的 latent 回环：6M LoRA 也能装机，但深度选择和多机制共存仍是边界。
SHIM 让语法约束不只保证合法，还用解析器与词法状态校正被 mask 扭曲的概率分布，在更低推理代价下把自然续写救回来。
TIDE 揭穿 on-policy distillation 的低 KL 假象：用两路 mismatch 校正，让强错配下的推理从重复循环回到更短、更有答案的轨道。
ADIAS 把自动 Agent 设计从候选中心改成问题中心，用持久 issue state 追踪故障生命周期与干预结果，让每轮代码修改都从更合适的修复现场出发。
QEvict 把长上下文 KV cache 从一次性删除改成可恢复的三层管理，在有限内存下让历史窗口有机会重新回到全精度。
Woodpecker Distillation 用弱模型局部探针修复强模型可恢复的推理 bug：不抄补丁，而是蒸馏成功与失败干预造成的未来分布变化。
CauAudit 证明视觉工具的调用次数和视觉证据的因果贡献不是一回事：有些模型真的看见，有些只是调用得很像看见。
ABD 先用同模型同意保护可信答案，只有证据不足时才放行异构合成，把多样性何时值得信任写成可审计的门控。
TurnSight 把多轮工具调用的 credit assignment 从整条轨迹拆回交互回合，用执行后果与多 horizon hindsight 决定哪一步该加权。
AURORA-LM 不先压扁能解码的连续表示，而是只收窄噪声输入通道；这首 rap 把全宽 latent、分块扩散与关键实验数字唱清。
ThinkReset 把固定上下文里的长链推理改成可学习的接口写回与重置，在 Qwen3-8B 的多个数学、逻辑和科学推理基准上提升 Avg@8，但目前仍受固定触发比例、最多两次重置与任务范围限制。
MHAR 用零增参数的多头深度路由，让不同子空间分别回读残差历史，并在 8B 中训的 GSM8K 与 GPQA 上各提升 3.2/3.1 个百分点。
