推荐理由：Nature Medicine那篇论文把模型考倒了，但作者直接把考卷开源了。后来GPT-5.5 Pro重新考，分数涨了10%！

推荐理由：这篇论文搞清楚了只给正样本时proper学习到底能学啥，发现了VC维不够用，还新造了个叫“均匀外部可分离性”的条件，搞理论的人值得看。

推荐理由：这篇论文用扩散偏移解决了连续时间潜变量因果模型的可识别性难题，不需要稀疏性假设，还拿真实桥梁数据做了验证，做时间序列因果推断的值得看看。

推荐理由：这篇论文用严格实验告诉你：不同博弈算法选出的纳什均衡不一样，R-NaD倾向最大熵，CFR+倾向低熵，这会影响你对付弱对手的鲁棒性。

推荐理由：这篇论文把拓扑数据分析用到异常分割的测试时自适应里，六个基准上F1平均涨了15%，尤其擅长处理有复杂形状的缺陷，很实用。

推荐理由：做智能体自循环的该看看这篇，剑桥让评估器和智能体一起进化，避免奖励黑客，思路很直接。

推荐理由：这篇论文点出了AI的下一个进化方向——从聊天变成真正干活。腾讯学者说要结合持久空间和可复用技能，才能让AI成为数字同事。

推荐理由：如果你用 LLM 做评估，这个方法比传统打分更透明——拆成原子问题逐一判断，还能直接帮你改进提示词。

推荐理由：一个人用一块显卡做出 SIGGRAPH 论文，InfiniteDiffusion 让扩散模型无限生成，Terrain Diffusion 是第一个能学的地形生成器，很厉害。

推荐理由：这篇论文用简单思路修了GDN-2的三个bug，实测1.3B模型困惑度降了0.18，还省内存和参数，想搞高效注意力的话值得看。

推荐理由：别以为用文档就能让LLM老老实实回答，1.19%的幻觉率也是定时炸弹，尤其长上下文风险更高。

推荐理由：这篇论文用Facet-Probe测试了18个主流多模态大模型，发现它们对输入顺序都很敏感，最好的模型也错13.4%，提醒我们模型可靠性还不是想象中那么好。

推荐理由：ICML 2026 spotlight！这帮人让多智能体在潜在空间用思想沟通，不用说话，比传统文本交互快4倍，准确率还高14.6%。

推荐理由：这篇论文把SETH下界从特殊维度扩展到所有可构造维度，说明计算几何经典问题的维度依赖几乎无法消除。

推荐理由：这篇论文为空间受限下的语言学习建立了严格理论框架，给出了指数和多项式空间下的精确界限，对理解计算资源与生成能力的关系很有启发。

推荐理由：想搞清楚什么才算智能体？这篇论文给出了五个硬指标，比瞎猜管用多了。

推荐理由：Google用PaLM 2发现，模型不靠堆算力背答案，而是靠推理串起脑袋里分散的知识点。比直接猜准多了。

推荐理由：这篇论文告诉你，求解偏微分方程时该用复傅里叶还是实哈特利基——没有万能赢家，得看算子有无相位。

推荐理由：自动搭数据管道的难题，FlowPipe用LLM+生成流网络解决了，74个数据集上准确率升12%，训练快12倍多，比老方法强一截。

推荐理由：这篇论文用RoPE感知的位分配方案，在KV缓存量化上显著提升长上下文检索和推理，效果逼平fp16，值得研究量化的朋友细读。

推荐理由：这篇论文让AI智能体自己学会改进工具链，三步流程从找问题到验证，基于DeepAgents框架，适合做Agent开发的人看看。

推荐理由：这篇论文提出一种课程强化学习，能帮LLM突破自己的推理能力边界，在多个模型上效果显著，值得关注。

推荐理由：如果你在选agent通信协议，这篇把MCP、A2A等9个协议的底层模式画清楚了，指出状态化会话是共识，去中心化发现还缺。

推荐理由：这篇论文用OpenAI Codex的思路做智能体技能提取，八个聚类五个纯度超0.95，但GRPO只提了2个点，分析很实在。

推荐理由：这篇论文用群元素当token，不用那些复杂的学习核，参数还少50到80倍，做SE(2)、SO(3)和仿射群上的任务都更好，值得看看思路。

推荐理由：这篇论文用800多个Linux内核漏洞样本做了严谨测试，发现LLM微调后只是改分数线，不是真懂安全。检测率刚过50%，别指望它们当安全审计员。

推荐理由：这篇论文讲怎么用量子通信让分布式训练既省带宽又有信息论隐私保护，比经典协议通信量减半，梯度检测上还有指数级优势。

推荐理由：长上下文推理，内存传输是瓶颈。新方案SAC用CXL按需取KV缓存，比RDMA吞吐量翻倍、延迟降到十分之一，做稀疏推理的值得一看。

推荐理由：这篇论文做了件实在事：给AI智能体设计了一个能自动拆复杂任务、按顺序调多个技能的系统。还附带了新评测集，想了解多技能路由可以看看。

推荐理由：这篇论文把HB和ASGD在批量大小上的效率权衡讲清楚了，特别是那个sqrtκ倍的窗口，对想用动量方法加速训练的人很有参考价值。