算法论文8

港中文x通义：TCOD让多轮Agent蒸馏大翻身

量子位2026-05-07

AI 摘要

港中大与阿里通义：提出TCOD方法解决多轮Agent蒸馏难题，成功率最高提18个点，训练快32%，让小模型‘复活’，未来时序课程机制或成标配。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Flow - OPD：打破图像生成多任务优化瓶颈

中国科学技术大学等机构团队提出Flow - OPD，这是首个将OPD引入流匹配模型的统一多任务后训练框架。它解决了流匹配模型后训练对齐中多任务的梯度冲突等问题，效果良好，未来有多个拓展方向。

视频扩散模型生成新视角视频时，现有方法缺显式3D结构。智象未来提出DreamWorld，用3D先验与两阶段框架，结合结构和生成能力，在多基准测试表现领先。

视觉-语言-动作（VLA）模型是端到端自动驾驶主流技术，但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2，实现自回归VLA向离散扩散模型迁移，解码加速15.1倍，多任务性能不降。

国立清华与英伟达团队研究《VLM-AR3L》，把Gemini 2.0、GPT-4.1等拉进考场，评估视觉裁决能力。结果显示Gemini综合最稳，开源小模型特定场景反超。还提出VLM-AR3L框架破使用瓶颈，实战超人类手写奖励。