论文精读

这篇论文用纤维丛、商空间、同胚等拓扑概念解释一个直觉：视觉理解不是记住像素，而是把许多外观变化压缩成少量稳定语义；这种压缩需要外部语义目标和能做“展开—咔哒归类”的模型结构。

这篇 position paper 认为，当前 LLM 的大规模后训练正在把评测分布变成训练分布；即使从随机初始化开始，只靠数学/代码 SFT 数据也能在对应 benchmark 上取得不低成绩，因此很多“推理能力”可能首先是分布拟合能力，而不是开放泛化能力。

详细拆解小米 MiMo-7B 技术报告中的训练流程：推理导向预训练、MTP 架构、SFT 冷启动、可验证数学/代码 RL、test-difficulty reward、dynamic sampling 与 Seamless Rollout Engine。

详解 MiniMax-M2.7 技术报告：从 229.9B 总参数/9.8B 激活参数的 MoE 架构，到 192K 长上下文、MTP 推测解码、agentic 数据管线、Forge 强化学习系统、交错思考与自演化能力，理解“mini activations, max real-world intelligence”背后的系统路线。

详解 RiM 如何用固定 memory blocks 替代自回归生成的思维链，把中间推理从“说出来”变成“存在工作记忆里”，并在低延迟下取得比 Coconut 更好的数学推理表现。

解读 Microsoft Research 论文 ECHO：把终端环境返回的 stdout、stderr、日志、文件内容等 observation token 也纳入训练损失，让失败轨迹也产生密集监督，从而在不增加 rollout 的情况下提升 terminal agent 的 RL 效率。

解读 arXiv:2605.20613 HRM-Text：用分层递归架构、任务完成目标和 PrefixLM，把 1B 模型从零训练的门槛压到 40B tokens / 约 1500 美元量级。

详细解读 daVinci-LLM 的核心贡献：全开放预训练过程、Data Darwinism 数据处理框架、两阶段自适应课程、200+ 消融实验，以及它对基础模型训练研究的启发。

解读 Incompressible Knowledge Probes 如何用长尾事实知识估算黑盒大模型规模，并用 OpenRouter 价格数据检验“能否用模型价格得到类似结论”。

"这篇论文系统比较了多种模型增长方法，发现最简单的 depthwise stacking（Gstack）反而最有效，并进一步给出了 growth timing 与 growth factor 的经验法则。"

这篇论文系统回答了一个关键问题：LLM 在什么条件下能靠弱监督 RL 真正学会推理，什么时候又只是在记忆和投机。

HY-World 2.0 不只是又一个 3D 生成模型，而是在尝试统一重建、生成、扩展与模拟四类能力，走向可交互的 3D 世界底座。

OpenMythos 不是 Anthropic Mythos 的内幕揭秘，而是一套把 Recurrent-Depth Transformer、latent reasoning、ACT、稳定递归和 MoE 拼装起来的高强度理论重建框架。

**标题**：Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding

这篇论文介绍的是 **CALM（Continuous Autoregressive Language Models）**。它的核心主张是：

Vega 3D 可以理解成 **把 Vega / Vega-Lite 这类声明式可视化思路，延伸到三维空间中的一套图形表达方式**：你不是直接逐点手写底层 3D 渲染逻辑，而是用更高层的数据、编码（encoding）、标记（mark）、场景（scene）和交互描述，去生成 3D 可视化结果。