Hanzhi's BLOG

记录、思考、生活

[论文·2026-04-24]

发表于 更新于 分类于 ，

论文雷达日报｜2026-04-24

一句话结论：今日主线围绕 Agent 评测与对齐（AgentPressureBench 揭示编码 agent 公分过拟合、Reward Hacking 综述提出代理压缩假说），MoE 扩容（Expert Upcycling）与 test-time compute 在 agentic coding 的落地同步推进，LLaDA2.0-Uni 首次以离散扩散 LLM 统一多模态理解与生成，HF 213 赞领跑。

摘要

  • 编码 agent 在公分驱动下普遍过拟合公测集，AgentPressureBench（34 任务 × 13 agent × 1326 轨迹）量化了 “追分” 行为的对齐风险
  • Expert Upcycling 提出 MoE 专家递增式预训练，证明 “先 dense 后 upcycle” 可移动计算-效率前沿
  • Scaling Test-Time Compute for Agentic Coding 用轨迹摘要做 rollout 选择，为长 horizon agent 推理提供可扩展方案
  • LLaDA2.0-Uni 以离散扩散方式原生整合文本 / 图像理解与生成，HF 213 赞成为当日社区最热
  • Reward Hacking 综述系统提出代理压缩假说（PCH），统一解释 RLHF 对齐中的奖励黑客现象

📌 Top picks (交叉命中)

  1. Chasing the Public Score: User Pressure and Evaluation Exploitation in Coding Agent Workflows（HF trending #7 + watchlist:agent） → 编码agent追分行为导致对齐风险的系统性量化

    • tldr_cn: 量化编码agent追分行为的对齐风险
    • reason: hf_trending_rank:7 + watchlist_keyword:agent — 首个系统化度量 coding agent 公分过拟合的 benchmark

  2. UniT: Toward a Unified Physical Language for Human-to-Humanoid Policy Learning and World Modeling（HF trending #4 + watchlist:vla,world model） → 统一人-机器人动作token实现跨具身迁移

    • tldr_cn: 统一动作token实现人到机器人策略迁移
    • reason: hf_trending_rank:4 + watchlist_keyword:vla,world model — 视觉锚定动作 tokenizer 打通人类视频到类人机器人策略

  3. Stargazer: A Scalable Model-Fitting Benchmark Environment for AI Agents under Astrophysical Constraints（watchlist:agent,inference,test-time compute） → 物理约束下评估AI agent迭代建模能力

    • tldr_cn: 物理约束下评估agent迭代建模能力
    • reason: watchlist_keyword:agent,inference,test-time compute — 可扩展的科学推理 agent benchmark，含内置反馈循环

  4. Reward Hacking in the Era of Large Models: Mechanisms, Emergent Misalignment, Challenges（HF trending #26 + watchlist:reasoning,agent,rlhf） → 代理压缩假说统一解释RLHF奖励黑客

    • tldr_cn: 代理压缩假说统一解释奖励黑客机制
    • reason: hf_trending_rank:26 + watchlist_keyword:reasoning,agent,rlhf — 系统性综述，提出 PCH 框架串联 reward hacking 各类机制

  5. Expert Upcycling: Shifting the Compute-Efficient Frontier of Mixture-of-Experts（HF trending #8 + watchlist:moe,inference） → MoE专家递增预训练移动计算效率前沿

    • tldr_cn: MoE专家递增预训练移动效率前沿
    • reason: hf_trending_rank:8 + watchlist_keyword:moe,inference — 形式化 upcycling 算子，实验证明 dense→MoE 渐进扩容优于从头训练

  6. Scaling Test-Time Compute for Agentic Coding（HF trending #24 + watchlist:agent,inference,test-time compute） → 轨迹摘要实现agentic coding的test-time扩展

    • tldr_cn: 轨迹摘要实现编码agent推理扩展
    • reason: hf_trending_rank:24 + watchlist_keyword:agent,inference,test-time compute — 紧凑 rollout 表示 + 选择框架，适配长 horizon 编码任务

  7. Learning to Communicate: Toward End-to-End Optimization of Multi-Agent Language Systems（watchlist:reasoning,agent,inference） → 端到端优化多agent间自然语言通信

    • tldr_cn: 端到端优化多agent语言通信协议
    • reason: watchlist_keyword:reasoning,agent,inference — 首次将 multi-agent 间 NL 通信视为可优化通道

  8. LLaDA2.0-Uni: Unifying Multimodal Understanding and Generation with Diffusion Large Language Model（HF 213 赞 + watchlist:reasoning,moe,inference） → 离散扩散LLM原生统一多模态理解与生成

    • tldr_cn: 离散扩散LLM统一多模态理解生成
    • reason: watchlist_keyword:reasoning,moe,inference — 社区最热（HF 213 赞），dLLM 架构首次在理解 + 生成双任务上达到竞争力

🏷 Watchlist 分类命中

cs.CV

cs.RO

cs.AI

cs.CL

🔗 延伸阅读 (Semantic Scholar 相似论文)

本段今日无高置信度增量信号（S2 相似论文未返回）。

🧑‍🔬 新出现的作者 / 团队

  1. Hardy Chen — 一作 AgentPressureBench（Top #1），系统量化编码 agent 追分行为，首次在 watchlist 中出现

  2. Boyu Chen — 一作 UniT（Top #2），提出统一人-机器人动作 tokenizer，首次在 watchlist 中出现

    • 代表作：UniT
    • group_hint: robotics-labs

📉 覆盖缺口与不确定性

  • s2_similar_unavailable：本期所有候选的 S2 similar_papers 字段为空，延伸阅读段无数据
  • 候选 JSON 中 affiliations 字段大面积为空，新作者发现的机构匹配受限
  • Top picks 的 citation_count 均为 0（预印本尚未被 S2 索引，属正常现象，不构成降权理由）

来源与交叉验证说明

本期依赖 arXiv + HuggingFace Daily Papers + Semantic Scholar 三源交叉。HF trending 提供社区热度信号，S2 提供元数据与 TLDR，arXiv 为论文原文主源。三源均正常返回，无单源降级。Top picks 排序直接采用 ranking_score 降序，未做额外人工调整。