📄论文精选（LLM / 多模态）
arXiv 2610.08448 · cs.CL · HuggingFace Daily Papers 榜首
在策略蒸馏（OPD）在异构分词器场景下面临序列级与词表级对齐难题。本文系统检验了"扩大对齐覆盖即可改善学习"的既有假设，通过三组实验指出监督信号的可靠性比对齐覆盖率更为关键，为跨分词器蒸馏方法的设计提供了修正性结论。
知识蒸馏On-Policy Distillationcs.CL
arXiv 2610.08778 · cs.AI, cs.CL
"会解题"不等于"会教题"。现有将 LLM 训练为教师的方法依赖示范、偏好数据或预定义教学标准。Sherpa 提出让 LLM 依据学习者的实时状态自适应调整教学策略的训练框架，在教育型大模型方向上迈出了从"固定教学法"到"自适应教学法"的一步。
教育 AI自适应教学cs.CL
arXiv 2610.05912 · cs.AI · HuggingFace Daily Papers
面向"企业自主运转"这一智能体研究的长期目标，本文指出纵向企业数据稀缺、获取成本高且受隐私约束，历史档案亦不完备。MiniCorp 通过合成企业环境为训练与评估企业级智能体提供可控试验场，是 AI Agent Firm 方向的基础设施建设性工作。
多智能体企业智能体cs.AI
arXiv 2610.08791 · cs.CV
视频世界模型可生成视觉上逼真但物理上不一致的序列，对其在具身智能预测与规划中的可靠性构成挑战。该工作超越基于模型裁判或参考视频的评估方式，将物理测试从力学扩展到更广泛的物理定律，对世界模型的物理一致性进行直接检验，揭示了当前模型的系统性短板。
世界模型物理一致性评测基准
🌟开源与 Awesome 动态
GitHub Trending · addyosmani/agent-skills · ★102.8k · 单日 +677
Agent Skills 生态持续升温：该仓库收录面向编码智能体的生产级技能（skills），单日增长逾 600 star，累计突破 10 万。同类项目 cloudflare/security-audit-skill（安全审计技能）亦进入今日趋势榜，反映"技能化智能体"正成为开源社区的工程共识。
GitHub TrendingAgent Skills开源生态
GitHub · Awesome Lists · 本周活跃更新
sindresorhus/awesome 主仓近期以元维护为主（清理归档列表、修复 lint）。以之为索引向下游追踪，AI 方向活跃列表亮点包括：awesome-agentic-ai-zh（★7.4k，繁中/简中/英文三语 Agentic AI 学习路线图，10 月 7 日更新）、awesome-LLM-resources（★9.0k，覆盖多模态、Agent、MCP、推理等全栈 LLM 资料），以及新兴主题列表 awesome-agent-observability（LLM/Agent 可观测性工具与标准）。
Awesome ListAgentic AI可观测性
📝 编辑点评
今日研究图景呈现三条清晰主线。其一，后训练范式持续重构：HuatuoGPT-3 以纯 RL 路线完成医疗领域专家化，与跨分词器蒸馏研究共同指向"监督信号质量优先于流程惯性"的方法论转向。其二，智能体安全从被动防御走向主动对抗：AdvSim2Real 以 Web 世界模型承载自适应提示注入训练，标志着 Agent 安全评估向动态对抗环境迁移。其三，世界模型进入"物理大考"阶段，物理一致性正取代视觉逼真度成为核心评测维度，并与 QF3 等机器人 RL 工作共同支撑具身智能的可靠性议程。开源侧，Agent Skills 模式与可观测性 awesome 列表的兴起，显示智能体工程化正从框架竞争转向标准化资产沉淀。