提升模型推理、规划和验证能力、增强多模态模型理解图表和文档的能力、评测视频生成的时间一致性和运动真实感
今天主要跟进：提升模型推理、规划和验证能力、增强多模态模型理解图表和文档的能力、增强多模态模型理解图表和文档的能力。
本期从 2026-07-10 论文源抓取并去重 249 篇候选论文，筛选 6 篇重点论文与 20 篇补充关注。
本期重点
今天最值得跟进的方向
今天的高分论文主要指向：提升模型推理、规划和验证能力、增强多模态模型理解图表和文档的能力、增强多模态模型理解图表和文档的能力。下面按核心问题、方法线索、主要论点和关键词整理，便于快速判断后续跟进价值。
重点论文：核心问题、方法线索与关键词
提升模型推理、规划和验证能力
中文标题强化学习中的多模态奖励黑客
信号显示强化学习（ RL ）越来越多地用于对齐多模态大语言模型（ MLLM ） ，但较高的奖励并不总是意味着更好的任务绩效
关键词alignmentsafetymultimodalvlm
代码/数据需查看原文确认
增强多模态模型理解图表和文档的能力
中文标题具有连续元数据条件的参数高效视觉语言适应用于动物重新识别
信号显示长期动物重新识别（ ReID ）必须保持稳健，以适应逐渐的形态演变和季节性外观变化
关键词inferenceservingalignmentevaluation
代码/数据需查看原文确认
增强多模态模型理解图表和文档的能力
中文标题SVF-CR：Synchronized Visual-Facial Cross-Refinement 面向 Multimodal Ambivalence 与 Hesitancy Recognition
信号显示矛盾和犹豫是通过语言内容、面部行为、视觉背景和声音线索的组合来表达的微妙行为状态
关键词evaluationcodemultimodalvideo
代码/数据需查看原文确认
评测视频生成的时间一致性和运动真实感
中文标题针对电信/物联网欺诈控制请求的区块链相关可审计决策管理
信号显示电信欺诈控制研究通常仅限于检测器级分类，但部署使用需要请求级策略解析、生命周期可追溯性和可审计性
关键词deploymentlatencyevaluationthroughput
代码/数据需查看原文确认
提升模型推理、规划和验证能力
中文标题具体行动条件世界模型的因果偏差潜伏行动模型
信号显示行动条件世界模型（ ACWM ）旨在模拟以具体行动为条件的未来观测，为机器人规划、政策评估和数据增强提供有前途的基础
关键词ragevaluationfine-tuningrobot
代码/数据需查看原文确认
提升 RAG 检索和知识库问答可靠性
中文标题FreyaTTS技术报告
信号显示我们推出了Freya-TTS ，这是一种紧凑、无标记器、土耳其第一的文本到语音模型，旨在实现高度可靠和高效的对话合成
关键词raginferencedeploymentevaluation
代码/数据需查看原文确认
其他值得关注
中文标题Weaving Light 与 Time：Unified Harmonic-Geometric Representation Learning 面向 Dense RGB-Event Parsing
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
中文标题QANTA 2026通过置信度校准和增量推理的特定任务多模态问答代理
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
Seeing is Free, Speaking is Not: Uncovering the True Energy Bottleneck in Edge VLM Inference
中文标题看是免费的，说不是：在Edge VLM推理中发现真正的能量瓶颈
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
DGSfM: Depth-Guided Scale-Aware Global Structure-from-Motion
中文标题DGSfM：Depth-Guided Scale-Aware Global Structure-来自-Motion
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
Letting the Data Speak: Extracting Keywords from Crowdsourced Collections with AI
中文标题让数据说话：使用人工智能从众包集合中提取关键词
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
Super-Tuning: From Activation-Aware Pruning to Sparse Fine-Tuning
中文标题超微调：从激活感知修剪到稀疏微调
关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
Rethinking Monocular Depth Embedding for Generalized Stereo Matching
中文标题重新思考广义立体声匹配的单目深度嵌入
关注理由涉及多模态模型中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
HiHR: Hierarchical Hyperbolic Representation for Aerial-Ground Person Re-Identification
中文标题HiHR：Hierarchical Hyperbolic Representation 面向 Aerial-Ground Person Re-Identification
关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
VTaMo: Video-Text Alignment Model for Sign Language Translation
中文标题VTaMo：Video-Text Alignment Model 面向 Sign Language Translation
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
Subtoken Vision Transformer for Fine-grained Recognition
中文标题Subtoken Vision Transformer 面向 Fine-grained Recognition
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
MOSAIC: Adaptive Inter-layer Composition for Efficient Heterogeneous Vision-Language Models
中文标题MOSAIC：Adaptive Inter-layer Composition 面向 Efficient Heterogeneous Vision-Language Models
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
PAC-ACT: Post-training Actor-Critic for Action Chunking Transformers
中文标题PAC-ACT：Post-training Actor-Critic 面向 Action Chunking Transformers
关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
中文标题从上面提示概念细分：评估SAM 3在遥感中的零拍和一拍能力
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
中文标题爱丽丝：从视觉、视觉语言和幻灯片级专家那里学习通用病理学基础模型
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
Decoupling Language Guidance from Backbones for Text-Guided Medical Segmentation
中文标题文本引导医学分割的主干解耦语言指导
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
STEEL: Sparsity-Aware Fused Attention for Energy-Efficient Long-Sequence Inference on AMD's XDNA NPU
中文标题STEEL：Sparsity-Aware Fused Attention 面向 Energy-Efficient Long-Sequence Inference on AMD's XDNA NPU
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
When Routes Run Out: Adversarial Co-Learning and Explainable Robustness in Quantum Repeater Networks
中文标题当路由耗尽时：量子中继器网络中的对抗性共同学习和可解释的鲁棒性
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
Mach-Mind-4-Flash Technical Report
中文标题Mach-Mind-4-Flash技术报告
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
Forget Narrowly, Retain Broadly: Unlearning as an Asymmetric Generalization Problem
中文标题狭隘地忘记，广义地保留：将学习视为不对称泛化问题
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
Temporal Knowledge Graph Forecasting under Distribution Shifts: A Synthetic Evaluation
中文标题分布变化下的时间知识图预测：综合评估
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
阅读边界
- 自动排序会偏向有社区信号、代码信号和工程关键词的论文。
- 简报默认基于标题、摘要和公开元数据，不替代全文精读。
- 外部 API 限流或不可用时，相关信号会降级为空并在内部记录中保留说明。