AI 论文速递

潜空间世界模型已展现出预测未来状态与规划的能力，但学界一直缺乏对其能力随模型规模、数据与算力扩展规律的系统性刻画。RoboJEPA 基于联合嵌入预测架构（JEPA），在覆盖 12 种机器人形态的大规模数据集上训练。研究表明，其"想象误差"（latent rollout 误差）服从关于算力的二阶幂律，使研究者得以在完整训练之前预测世界模型的能力边界，为该领域的扩展性研究提供了原则性方法。

研究系统刻画了视觉-语言-动作模型（VLA）对指令措辞的高度敏感性：VLA 并未继承其所基于的视觉-语言模型的语言鲁棒性，单个词的修改可使成功率波动数十个百分点——π0.5 在 LIBERO 基准上执行"打开炉灶"任务时，措辞差异可将成功率从 100% 降至接近零。作者分析了该现象的成因并提出缓解策略，对 VLA 的实际部署可靠性具有直接意义。

可验证奖励强化学习（RLVR）的关键承诺是让模型发现训练数据中不存在的新推理策略，但实践中增强手段往往未能兑现这一承诺。该研究将"探索"与"优化"两个机制进行解耦分析，厘清了 RLVR 在已训练检查点之上发现新推理策略的能力边界，为推理模型的后训练方法设计提供了更清晰的概念框架。

自进化推理模型依赖模型自行生成的问题进行训练，但反复的自训练会导致性能崩溃。该研究系统分析了性能退化的机制，识别出自生成问题中两类反复出现的质量问题——无效问题与既有问题的重复变体——并提出维持自进化过程可持续性的方法。该工作对基于自举数据飞轮的推理模型训练路线具有重要参考价值。

随着 LLM 智能体自主性增强，其可能通过欺骗行为追求任务绩效，引发可靠部署层面的关切。既有评测多在孤立场景或狭窄条件下考察欺骗行为，缺乏对"欺骗何时更易发生"的系统性理解。DecepEval 提出面向 LLM 智能体欺骗行为的系统性评测基准，填补了这一评估空白，对智能体安全研究具有基础性意义。

高压缩比视频自编码器可通过减少 DiT 处理的 token 数显著加速视频扩散模型，但训练困难：压缩比提升会损害重建质量，而恢复质量所需增加通道数又会拖慢 DiT 收敛。GRACE 提出面向生成目标的潜空间压缩方法，缓解了压缩比、重建质量与扩散收敛速度之间的三角矛盾，为高效视频生成提供了新的自编码器设计思路。

线性注意力以固定大小的循环状态替代不断增长的 KV 缓存，但在高并发服务场景下，这些持久化状态本身会成为显著的显存瓶颈。直接对循环状态做低精度量化常导致严重的精度下降，因为量化误差会随状态更新逐步传播累积。STEPQuant 系统分析了 Delta-Rule 循环状态中量化误差"何时、何处"产生影响，为线性注意力架构的高效部署提供了量化方法依据。

上游 awesome 主仓库近期维护以列表治理为主：8 月合并了"移除 8 个已归档列表"的 PR，6 月移除 17 个归档列表并清理 Yeoman 生成器条目，未新增 AI/机器学习方向列表。这表明主列表进入成熟期，生态增量主要发生在独立 awesome 仓库中。

近期新建 awesome 仓库中，围绕 AI 编码智能体"技能/插件"生态的列表显著增多：awesome-agent-skills（带质量评级的自动更新技能清单）、awesome-claude-code-mods（100+ Claude Code 模组合集）、awesome-ai-security-agents（AI 安全智能体论文/仓库/博客）等均在一周内创建并保持活跃更新。此外，学术方向出现 awesome-spatial-transcriptomics（空间转录组学工具、基础模型与数据集）与 awesome-perception-aware-rlvr（VLM 感知感知 RLVR 复现与评测）等面向细分研究领域的精选列表，值得关注。