LongStraw：两百万词元也能做RL

LongStraw重排计算与状态保存，让百万词元级RL后训练在固定GPU预算下显出可行路径。

深度专题 FEATURES — 2

PAPER HF 50

BadWAM发现：机器人“预演”变化不大，动作却可能被悄悄带偏。

PAPER H 7

把数据、训练与模型一起放大，人形机器人全身控制呈现可扩展迹象，但“缩放律”仍待验证。

速览 BRIEFS — 9

PAPER

SEED把Agent走过的弯路变成逐步提示，并随当前模型一起更新。

H 3 · HF 93

PAPER

DriftWorld把反复去噪压成一步生成，让机器人能更快预演大量行动方案。

H 2

PAPER

RoboTTT让机器人边执行边“记笔记”，把动作历史扩展到8K步。

H 25 · HF 19

PAPER

把验证过的知识存成KV缓存，小模型不用改权重，也能直接复用。

HF 10

PAPER

从真实集群挑题并按耗时计分，检验AI内核能否真正上生产

PAPER

LIFT给视觉主导的VLA补上力觉，让机器人接触物体后还能及时纠偏。

PAPER

攻击者借公开评论批量投放内容，或能绕过直接篡改数据源，把隐蔽行为带进基础模型。

H 30

PAPER

篡改数据和 README，就可能让 AI 分析 Agent 替假结论背书。

PAPER

把多机器人操控切到“旁观者视角”，全局协作更快，精细操作仍可切回第一人称。