[市场·2026-05-08] Paper Layer

← 返回主报告：[市场·2026-05-08] Politics

Paper Layer — 2026-05-08

来源：[paper-digest 2026-05-08](file:///home/.oh-my-agent/reports/paper-digest/daily/2026-05-08.json) — top picks 全量消化，外加 2 项 paper-digest 之外的技术信号。

来自 paper-digest 的关键论文

• 2605.05242 Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction — Agent 用终端工具直查原语料，绕过 embedding 检索；HF trending #3。对 RAG/agentic search 工程栈是范式级冲击。
• 2605.02910 CreativityBench: Evaluating Agent Creative Reasoning via Affordance-Based Tool Repurposing — 工具创造性重用基准，揭示当前模型短板；HF 单篇最高赞 18。可作为 agent planning 标准评测候选。
• 2605.04451 RemoteZero: Geospatial Reasoning with Zero Human Annotations — 无标注地理推理 + 语义自验证驱动 GRPO 自进化；把 RL 后训练扩展到 Earth observation。
• 2605.04956 KernelBench-X: A Comprehensive Benchmark for Evaluating LLM-Generated GPU Kernels — Triton 内核生成基准，15 类 176 任务；对 chips 层量化主线建立。
• 2605.05758 BioTool: A Comprehensive Tool-Calling Dataset for Enhancing Biomedical Capabilities of LLMs — tool-calling 数据集把 LLM 从问答拉到闭环 workflow；与 Anthropic financial agents / Mistral Vibe 主线同向。
• 2605.05922 Think, then Score: Decoupled Reasoning and Scoring for Video Reward Modeling — 视频奖励模型解耦推理与打分；CoT 质量直接转化为奖励精度。

技术信号（paper-digest 不覆盖的部分）

• AlphaEvolve 5/7 公开 GitHub repository_of_problems：整理 AI 在 Erdős / TSP / Ramsey 数等开放问题上的可验证记录与代码，DeepMind impact 复盘 同步把 AI for math discovery 推到 reproducible artifact 层。
• Mistral 5/2 同步把 Medium 3.5（128B / 256K / 77.6 SWE-Bench）权重以 modified-MIT 释出，并进入 NVIDIA NGC NIM Catalog——当周开源主权重落地最直接的信号。