2
1# 0609 MLSYS 论文简报
Audio:
## 内容时间戳
- Opening: 0609 MLSYS 论文简报
- 基于 2026-06-08 晚间完成的 arXiv 论文召回与筛选；音频不朗读链接。
- Clairvoyant: Predictive SJF Scheduling to Mitigate Head-of-Line Blocking in Serial LLM Backends
- 机构：独立研究者
- 夯到拉评价：顶级（Jeff champion）
- 亮点：这篇叫 Clairvoyant: Predictive SJF Scheduling to Mitigate Head-of-Line Blocking in Serial LLM Backends，作者是一位独立研究者。问题背景非常具体：像 Ollama、llama.cpp 这种串行的 LLM 推理后端，本质上是 FCFS 准入，一次只跑一个请求。
- Link: arxiv.org
- Self-evolving LLM agents with in-distribution Optimization
- 机构：埃因霍温理工大学; 利物浦大学
- 夯到拉评价：人上人（Ada champion）
- 亮点：我这篇是算法侧的 champion，叫 Self-evolving LLM agents with in-distribution Optimization，作者是埃因霍温理工大学和利物浦大学的团队，方法名叫 Q-Evolve，已经被 ICML 2026 收了。问题是 LLM agent 做长程决策时的 credit assignment：奖励通常只在 episode 末尾给一次，sparse reward 让策略学习非常不稳。
- Link: arxiv.org
- SlimSearcher: Training Efficiency-Aware Web Agents via Adaptive Reward Gating
- 机构：浙江大学; 蚂蚁集团
- 夯到拉评价：顶级（Ada champion）
- 亮点：论文叫 SlimSearcher: Training Efficiency-Aware Web Agents via Adaptive Reward Gating，作者来自浙江大学和蚂蚁集团。问题很直接：现在的 deep research agent 在 GAIA、BrowseComp 这种长程信息检索任务上能力很强，但都是暴力解法——盲目调工具、堆冗长 reasoning，token 和 tool call 都极度浪费。
- Link: arxiv.org
- Wrap-up
- 总结本期重点论文和后续阅读优先级。
今天的主线是 LLM 系统和 Agent 训练里的效率问题：从串行推理后端的 head-of-line blocking，到 self-evolving agent 的长程 credit assignment，再到 web agent 训练中的 token/tool call 浪费。Clairvoyant 关注调度路径，Q-Evolve 关注自进化 agent 的优化路径，SlimSearcher 则把 deep research agent 的效率问题放进 reward design 里处理。
## 制作元信息
- 论文召回：原始 JSONL 记录 356 篇；新论文 356 篇；带入 backlog 8 篇。
- 筛选链路：新候选 295 篇；backlog 候选 5 篇；粗排 300 篇；LLM 精评 15 篇；本期播客主讲 3 篇；快速提及 3 篇。
- LLM：claude-opus-4.7；input 9564 tokens，output 3219 tokens，总计 12783 tokens。
- TTS：seed-tts-2.0；Jeff voice zh_male_m191_uranus_bigtts，Ada voice zh_female_yingyujiaoxue_uranus_bigtts；25 turns，输入 3848 字符，计费文本 3848 words。
