alphaXiv
AI summary · Qwen Summary in Chinese Indexed
Original source alphaXiv 页面展示其作为论文、研究者与机构连接平台的定位，并汇总了 2026 年 9 月底至 10 月初关于语言模型、生成模型、机器人、智能体和编码协作的最新研究条目。
平台定位
- alphaXiv 将论文、研究者和机构连接起来，并基于底层研究工作提供答案。
- 页面强调帮助用户判断值得阅读的内容、谁在研究相关主题，以及进行有依据的文献综述。
- 页面提供注册、登录、博客、反馈、MCP Server、Autoresearch 和浏览器扩展等入口。
最新研究概览
- 页面展示多篇 2026 年 9 月底至 10 月初的研究条目，覆盖 NLP、生成模型、机器人和智能体方向。
- 《Tokenization: A Survey for Modern NLP》讨论分词如何影响语言模型质量、多语言公平性、效率和安全性。
- 《Gemini 4 Argon》称早期测试者可用其发现并验证严重软件漏洞，包括一个暴露医院患者敏感信息的缺陷。
- 《Looped Diffusion Transformer》通过重复共享 Transformer 块提升文生图质量，而不增加模型参数。
语言模型与训练
- 《Context Language Models》提出可编辑自身上下文的模型，在长程研究和编码任务上优于现有管理策略，并常减少推理 FLOPs。
- 《Generalization Dynamics of LM Pre-training》指出预训练期间模型可能在浅层模式匹配与泛化之间突然切换，后期检查点推理或对齐可能更不可靠。
- 《ID Balancing》用基于 PID 的负载控制减少极稀疏 MoE 中专家过载和闲置，帮助扩展模型容量。
- 《When does distillation help reinforcement learning?》发现教师解训练在强化学习后提升较小模型，但对较大模型没有一致的最终准确率收益。
机器人与具身智能
- 《Counterfactual Video Generation Enables Scalable Humanoid Loco-Manipulation》用少量人类视频扩展训练数据，使人形策略无需真实微调即可抓取并搬运未见物体。
- 《T$^{2}$2 Mem》让机器人在使用中调整单一策略的记忆，以回忆隐藏物体、计数重复动作并复现演示流程。
- 《DexAgent》从单个人类视频生成灵巧操作训练数据，支持绳结和开瓶等真实任务。
- 《Tactile Curiosity Drives Robot Interaction》用触觉反馈引导无奖励探索，帮助机器人发现抓取技能并收集离线数据。
智能体与编码
- 《PivotOPD》教智能体在自身关键错误后如何恢复，以完成标准训练常未完成的多轮任务。
- 《Can Agents Design Libraries for Agents?》以下游编码智能体能否用库构建正确简洁程序来评估库，发现僵硬接口常导致额外代码。
- 《OpenCollab》提供可编程协作和可控运行时，其执行记录可用于验证编码智能体团队是否真正协作。
- 《DrivingBench》用真实汽车基准显示通用视觉语言模型能完成简单监督驾驶课程，但在感知、规划和延迟反馈上困难。
研究者关注
- 页面列出可关注的研究者，包括 Alex L. Zhang、Yann LeCun、Li Fei-Fei、Ion Stoica、Kaiming He、Andrej Karpathy 等。
- 还列出 John Schulman、Andrew Ng、Demis Hassabis、Sergey Levine、Yoshua Bengio、Christopher D Manning、Jeff Dean、Yejin Choi 等。
- 研究者条目包含姓名、职位和所属机构，例如 MIT、NYU、Stanford、UC Berkeley、Google DeepMind、Anthropic 等。