今日场景社区搜索 (UGC 短文本搜索): 用户在社区平台搜索帖子、问答、评论等 UGC 内容。核心指标是搜索相关性 (nDCG) 和点击率 (CTR)。关注：语义匹配、query 理解、短文本召回、排序模型、LLM 在搜索中的应用。 — 评分 38 篇，入选 10 篇，分数 3.15 – 4.10
论文把嵌入模型选型从“只看排行榜”改成端到端部署决策，比较商业 T3EM 与多种开源模型，并覆盖 MTEB 的分类、聚类、检索、重排等 7 类任务。报告共 33 页、20 张表，进一步把分块、索引、延迟、成本与部署约束纳入同一框架；摘要未给出统一胜率，结论强调按任务约束选型。
Meituan美团发布基于 LongCat 2.0 的企业级 Agent 工作台与托管平台：底座模型总参数 1.6T、平均激活约 48B、支持 1M 上下文，并在 5 万张国产算力卡上完成全流程训推。CatPaw 已覆盖 9 万员工、搭建 3 万个 Agent，托管沙箱支持百毫秒级冷启动、动态扩缩与全链路可观测。
INSIGHT大规模 Agent 基建的关键不是单一模型指标，而是把技能复用、凭证托管、租户隔离、权限审计、运行环境和成本观测做成统一控制面。社区搜索团队若建设检索运营 Agent，可直接借鉴“隔离沙箱＋托管凭证＋可回放会话”的组合，先解决安全和运维，再扩展自动化能力。
ByteDance字节团队将 VLM 数据配比拆成类间单变量搜索与类内约束凸优化，并以每数据集抽样 150 条的自动评估估计质量、难度和多样性；自动评分与人工共识的 Spearman 相关系数达 0.82 和 0.75。用 80B 多模态续训 token 后，4B 模型在 16 个基准上的均分与 Qwen3-VL-4B 同为 62.5。
INSIGHT其价值在于把“堆数据”变成可审计的预算分配：熵正则防止权重过度集中，固定类间比例后可单独判断新数据集是否值得纳入。搜索团队可把内容域、语言和难例类型视为数据类别，用小模型代理搜索配比，再迁移到大模型训练，降低全量重训试错成本。
Meituan美团以 PosterCraft、PosterOmni、PosterReward 构建“生成—编辑—评判”闭环，训练数据覆盖 200 万文字渲染样本、20 万多任务配对和 7 万偏好对。奖励模型专项评测准确率达 86%，线上结构化模型的色系识别准确率为 96.2%；三项工作均已开源并落地外卖、品牌 IP 与信息流治理。
INSIGHT工程上最值得复用的是将生成器、统一编辑器和质量守门模型拆开演进，再用奖励信号闭环联动，而不是把所有目标塞进一个模型。UGC 搜索的内容生产或治理链路也可采用同样模式：生成候选、可控修订、独立质量评估，并让评估器同时服务离线训练与线上拦截。
Sol-Attn 针对长序列扩散 Transformer 的注意力瓶颈，把动态路由、稀疏计算和误差补偿合并到一次 online-softmax 中。它按块阈值即时筛选关键 KV，并复用未选块的代理分数近似其贡献，无需物化完整代理图；在视频生成与编辑上分别获得 2.1 倍和 2.3 倍端到端加速，同时保持视觉质量。
INSIGHT方法说明动态稀疏化的系统收益来自“选择过程本身也必须廉价”，否则路由开销会吞掉稀疏计算节省。对长上下文检索或多模态排序服务，可重点验证在线阈值、代理分数复用和尾部贡献近似三件套，但必须同时监控质量退化与请求级预算波动。
该工业报告冻结 12B 模型，在旁路维护“先验证、后存储”的精确记忆：9 类任务共 180 个新实例达到 180/180，复用时生成 token 为 0；开放推理的一致性门控为 88/88。记忆选择耗时 1.4 微秒，完整复用为 6–23 毫秒、36 mWh，单张 46GB GPU 可提供 600 万 token 的可移动窗口。
INSIGHT对高频重复意图，经过独立校验的精确地址缓存可能比继续扩模型更省钱、更确定；但近似相似检索在 4500 条记忆中选错率达 94.3%，说明不能把普通向量召回直接当作可信复用。社区搜索可先在规则稳定、答案可验证的运营任务试点，并保留严格失效与重新验证机制。
Alibaba
Zhejiang University
Tsinghua University
Ningbo UniversityHupan LaboratoryClinFusion 用级联空间感知局部融合把多个专用 2D 编码器与原生 3D 编码器接入统一多模态模型，并配套 MedIF-Bench 与基于 ROI 的报告评估。模型在 24 个开源医疗基准中赢得 20 个，在与强闭源模型比较的 16 个基准中领先 13 个；代码和权重已在 GitHub、Hugging Face 开放。
INSIGHT虽然场景是医疗，其“通用编码器＋专用编码器＋受引导融合”的架构可迁移到图文 UGC：保留统一语义空间，同时为 OCR、商品图或视频帧增加专家特征。更重要的是，评估应绑定证据区域而非只比生成文本，这可用于多模态搜索结果的可追溯质量检查。
论文提出 QPM 元模型与 Constrainify Web 应用，让领域专家用自然语言和可复用模板描述数据质量约束，再通过模型驱动子流水线翻译为可执行检查。成果以 10 页、12 幅图展示从概念要求到重复运行分析的工具链；当前摘要没有给出准确率、耗时或生产规模，因此工程可行性证据仍偏早期。
INSIGHT该思路适合把 UGC 质量规则从零散 SQL 和口头规范提升为版本化模板：领域人员负责定义期望，平台负责生成、执行和追踪检查。落地时应补上规则编译正确率、误报率、执行成本与回滚机制，避免“无代码”把复杂性隐藏在不可审计的生成步骤中。
论文发现带 CFG 的 on-policy 扩散蒸馏存在分支级欠约束：在两类对照条件中，教师负分支含学生不可见信息时，正负误差会相互抵消，形成 Negative Branch Asymmetry。作者提出 PDM，分别约束正向预测与 CFG 条件方向，并在稠密到稀疏的视频控制蒸馏中验证其对推理 guidance scale 更稳健。
INSIGHT基础设施侧的启示是，蒸馏验收不能只看最终合成输出；当多个分支可相互抵消时，总损失正常也可能掩盖内部退化。训练平台应记录正分支、负分支和条件方向的独立误差，并对不同推理尺度做压力测试，再决定是否将稀疏学生模型上线。
WorldDiT 用单一扩散 Transformer 同时学习连续动作块与未来 RGB patch，训练时加入视觉世界预测，推理时移除 RGB 头，仅生成 7 步动作并执行前 3 步后重规划。其不足 10 亿参数的模型在 LIBERO 四个套件、24 种方法的参数—成功率比较中位于 Pareto 前沿，训练使用单机 8 张 RTX Pro 6000。
INSIGHT“训练期增加辅助目标、部署期裁掉辅助分支”是兼顾表征质量与推理成本的实用设计，适用于需要丰富监督但线上预算严格的模型。迁移到搜索系统时，可让训练模型额外预测内容结构或未来行为，线上只保留召回或排序主头；但需用消融确认辅助目标确实贡献收益。