部署工程

技术方向 · 把模型跑起来的工程实践：推理优化、量化与成本、Serving 架构与可观测性 · 共 3313 条

只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。

10月7日周三 · 20 条

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.SE一手来源研究

SAFESHIELD：小语言模型部署时安全的决策组织框架

该论文提出 SAFESHIELD，一个面向小语言模型部署时安全的决策组织框架。作者将部署时安全形式化为决策组织问题，包含面向责任的决策分解与显式协调两个维度，并实例化了准入、路由、证据、发布四类决策职责，通过可审计的 Decision Trace 记录决策。实验表明，移除准入门控会显著增加错误发布，而阻断上游证据会使发布准确率从 96.0% 降至 69.5%

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.MA一手来源研究

智能体VLM流水线中的视觉编排税：审计与认证视觉证据复用

该论文提出「视觉编排税」概念，指出在智能体式 VLM 流水线中，同一静态图像证据会被多个专家智能体反复重建为图像条件请求，造成编排层冗余。作者开发了从测量到认证的框架：审计侧用指标统计视觉证据触碰次数与结构冗余，在 SeeingEye 和 MAMMQA 等任务上发现 66.8%–75.6% 的触碰冗余；认证侧提出 SharedVisCache，按图像内容、预

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.CL一手来源研究

无需LLM摘要的树导航：长文档问答分层检索的匹配成本研究

该论文提出 NavTree，一种仅使用叶节点的分层检索器，在长文档问答中不依赖 LLM 生成摘要，而是用确定性平衡段树作为导航结构。在匹配成本评估中，NavTree 在分层检索器中表现最强，并在多跳问答上显著优于 BM25，且索引阶段零 LLM 调用。研究还发现，摘要树的主要收益来自导航而非摘要内容本身，摘要节点在多块预算下反而会挤占不同子树的叶节点。

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.AI一手来源研究

Proxy Confidence：用代理模型对数概率审计黑盒 LLM Agent

该论文提出一种名为 Proxy Confidence 的黑盒 LLM Agent 审计方法：由于前沿聊天 API 隐藏 token 概率且模型近乎确定性导致自一致性失效，作者用一个低成本开源权重代理模型并行读取相同上下文、schema 和候选动作，通过 teacher forcing、request-PMI、判别式判定和工具选择竞争等互补读出方式，从代理模型

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.SE一手来源研究

Google 部署 AutoRepair：低延迟智能体自动修复测试失败

Google 在 arXiv 发布论文，介绍其部署于内部开发工具 Critique 和 Cider 的 AI 智能体 AutoRepair，用于在持续集成系统的 pre-submit 阶段自动修复测试失败。AutoRepair 采用 ReAct 风格的生成-验证循环，并加入执行前后弃权过滤器，以满足严格的低延迟要求。论文称这是首个面向 pre-submit

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.CL一手来源研究

零样本可视化：用用户提示轴探索文本语料

该论文提出零样本可视化（ZSV）任务，允许用户用自然语言指定概念轴，将文本语料映射到对应概念坐标上进行可视化探索。作者构建了基准，比较嵌入相似度、直接语义判断和条件似然估计三类打分方法，发现基于下一词概率的打分在语义忠实度、分数保真度和计算成本间取得最佳权衡。研究还发现离题文档存在组合情感偏差，并给出构建端到端ZSV基线的实践指南。

当日发布

正文结构化主题已通过公开置信门槛

arXiv cs.MA一手来源研究

S1-MAS：System One 引导计算分工的高效多智能体协作

该论文提出 S1-MAS 框架，将多智能体系统中的协调决策与推理任务解耦：由轻量级 System One 控制器（Laya）负责任务选择、角色分配和终止判断，轻量级读取器（Qwen3-0.6B）检索证据，而强 LLM 仅负责开放式推理。在七个基准上对比 AgentVerse、DyLAN 和 SelfOrg，S1-MAS 将 GPT-4o token 消耗降低