深度专题 FEATURES — 3
LeWAM：世界与动作一起学
LeWAM把“看懂世界”和“学会行动”一起训练，让机器人既能直接出手，也能先预演再规划。
Agent推理卡在分词器上
前缀缓存省下模型计算后，重复分词成了Agent服务的新堵点；GraphTok把这道CPU工序搬上GPU。
稀疏草稿加速RL长回放
S³R用稀疏注意力打草稿、完整注意力验收，在不换训练样本分布的前提下加速RL长答案生成。
速览 BRIEFS — 8
PAPER
KV缓存开始随负载变档
KV缓存会随实时负载自动“腾挪”，空闲时多留历史，繁忙时让出显存。
PAPER
世界动作模型该保留什么视觉信息
重建得像，不等于看得准：机器人需要另一套视觉摘要。
PAPER
机器人也该学习失败动力学
HF-WM把成功动作故意扰乱，让机器人世界模型补上“失败会怎样”的一课。
PAPER
SmolWAM把世界模型塞进边缘设备
SmolWAM压缩世界动作模型，让机器人本地“边想边做”更接近可行。
PAPER
扩散模型强化学习补上信用分配
DiffusionART把最终评分拆回生成各步，兼顾在线强化学习的效率与稳定性。
PAPER
预训练爬虫也要看网站产出率
先抽查每个 Host 的少量页面，再把爬取预算投向高产站点，可能比抓完再筛更省成本。
PAPER
LLM记忆改到测试时再建
T2Mem不再提前固化全部记忆，而是看到问题后边推理、边追索历史证据。
PAPER
二元奖励教出精密装配
只看最终成败，机器人在模拟装配中自行学会纠偏与任务排序。