2026年-腾讯游戏-第十一届游戏安全技术竞赛-比赛笔记
进了决赛，可惜折戟决赛，未能获得名次。收到腾讯游戏发的实习邀请，但目前暂无下文。 由于手头GPU不足，故采用了一些方法去减轻GPU的沉重负担，比如GBDT蒸馏LLM，比如小模型打草稿大模型来润色的思路。 也不知道决赛会不会因为使用了树模型和非完整end to end生成式训练而被“一票否决”。
Do Not Waste Your Rollouts： Recycling Search Experience for Efficient Test-Time Scaling
（arxiv 2026）
HALO
Raphael Pisoni 提出的一种名为 HALO (Hyperspherical Alignment & Latent Optimization, 超球面界定与潜在优化) 的全新损失函数。 该算法的提出旨在解决现代神经网络分类器存在的“盲目自信”和“幻觉”问题，通过重构潜在空间（Latent Space）的几何结构，使得模型在保持高准确率的同时，具备强大的“分布外（OOD）检测”能力
DYNAMIC MULTIMODAL ACTIVATION STEERING FOR HALLUCINATION MITIGATION IN LARGE VISION-LANGUAGE MODELS
（ICLR 2026）