ARXIV DIGEST

arXiv 论文精读

每天从 arXiv 最新投稿里筛出 3–5 篇高价值论文，用中文讲清「它解决了什么、怎么做的、数字有多硬、对工程有什么影响」。不翻译摘要，只做解读。

6篇深度解读

1个月归档

每日更新频率

按月份归档 RSS 订阅

2026 年 10 月

6 篇解读 · 最近更新 2026 年 10 月 29 日

2026 年 10 月 29 日 cs.CV arXiv:2610.37668

Honeycomb-Surfels: Compact Hexagonal Primitives for Efficient Scene Rendering and Reconstruction

把 2D 高斯的圆形/方形基元换成六边形面元并配上一阶颜色场，同等显存下 PSNR 比 2DGS 高 4.53–7.38 dB，速度还快 2.31 倍。

3D 重建高斯泼溅新视角合成

2026 年 10 月 29 日 cs.CV arXiv:2610.37662

Can Discrete Tokens Serve as Semantically Lossless Representations of Visual Signals?

量化误差大不代表语义损失大；真正决定多模态理解上限的是「有效比特预算」。作者用因子化 VQ 在更高比特下追平连续表征，离散表征里刷新 SOTA。

多模态视觉 tokenizer向量量化

2026 年 10 月 29 日 cs.LG arXiv:2610.37657

Heads of Security: Learned Attention Gates Improve Prompt Injection Robustness

不重训整个模型，只给每个注意力头配一组「可信 / 不可信」门控，就能把黑盒攻击成功率从 97% 压到 10%，同时通用能力不掉分。

LLM 安全提示注入注意力机制

2026 年 10 月 29 日 cs.CL arXiv:2610.37651

GEPA-Curator: Curated Learning for Self Improving Agents

反思式提示优化把所有失败都当学习信号，而很多失败源于环境噪声；先策展任务、再检索历史成功轨迹，效果最高比 GEPA 提升 20.7%、比 ACE 提升 21.2%。

Agent 自进化提示词优化数据策展

2026 年 10 月 29 日 cs.CL arXiv:2610.37649

Can LLMs Uncover Hidden Physical Laws through Free Exploration?

在一个物理规律被改写的模拟世界里放手让模型自己玩，只有 GPT-6-Astra 达到 16.7% 的发现率，其余 11 个模型全部为 0%。

AI for Science自主探索基准测试

2026 年 10 月 29 日 cs.LG arXiv:2610.37648

Scaling Laws for Tool-Use Agents via Controllable Environment Synthesis

用 45.8 万个合成任务、849 个模型拟合出一条可预测的缩放定律：预算增长时应优先扩「工具与数据库」的多样性，而不是继续加任务数量。

Agent缩放定律合成数据