全部动态

这个框架用扩散模型做公里级天气预测，垂直风误差不到3%，比传统方法快很多，做精细化气象预报的朋友可以看看。

这篇论文的PUMA框架能实时诊断大模型推理时是有效思考还是绕圈子，在1.5B到32B模型上准确率更高且更省计算，推荐给关心推理效率的朋友。

一篇论文提出VLA-ReID方法，专门解决蜜蜂等高度相似物体跟踪中的身份切换问题，不用额外标注就把重识别精度拉高了一大截。

想看最强的AI在实时观察任务上有多弱吗？ActiveVision让GPT-5.5和Claude Fable 5原形毕露，人类碾压它们。

想看看AI能不能做商业案例分析？这个新基准直接给模型打分，结果挺有参考价值。

研究者发布了Loopie循环Transformer，用更少活跃参数在IMO和IPhO拿到金牌，比普通模型强很多。

MeanFlowNFT让平均速度生成器也能用上强化学习，4步生成效果比50步的RL模型还好，值得试。

NeuronSoup用遗传算法进化共享神经元图，不依赖反向传播，在MNIST上达到85.9%准确率，模型只有115KB，适合探索非梯度训练的新路子。

一种新的Transformer改进：只改中间20%的层加个循环机制，就能让模型推理更持久，而且可以直接改装现有模型不用从头训。

临床医生亲自设计的AI安全测试，能精准定位模型在哪类医疗错误上出问题，搞医疗AI的必看。

Qwen3-8B长上下文微调显存不够？HGA方案在16GB卡上跑16384令牌，比密集训练省显存还快一点，代码正在路上。

OpenAI的o4-mini做大学物理题整体准，但看图题就露馅了，准确率从96%掉到79%。

DriftWorld 能让机器人快速想象动作结果，比扩散模型快 17 倍，还能离线评估策略，性能强又省时。

MetaPerch通过引入元数据作为辅助信号，让生物声学模型学会了更多环境关联信息，在多个数据集上比现有模型更强。

这篇论文用原子动作来编舞，比直接生成连续动作更可控，效果也更自然，做AI舞蹈生成可以看看。

HealthClaw能记住你的健康习惯和变化，测试中准确率从0.2%飙到45.7%，还更保护隐私，开源可用。

手机上跑智能体不用再模拟点击了，PalmClaw直接调用摄像头、传感器等设备功能，速度快94%，值得试试。

这篇论文提出了一个聪明的点子：让注意力机制像人一样，在关键地方用更多计算资源，其他地方粗略处理。复杂度降低但精度不降，做推理优化的同学可以关注。

ATACOM-DC改进了安全强化学习，通过方向性约束只在必要时限制动作，比普通方法探索更高效。

Qwen3微调模型在化学机理推理上直接击败了专用FlowER，准确率从5.1%提升到8.3%，化学和AI交叉领域值得一看。

NeuralActuator 让几百块的机器人也能感知外力，不用额外传感器。它缩小了仿真和现实的差距，还能提升模仿学习效果。

药物筛选老难题，量子版QSVM直接拿AUC从0.80干到0.875，比传统梯度提升强了近9个点，搞药化的人值得看看。

ZoRRO 不用训练就能做新闻推荐，速度比深度学习模型快 600 多倍，点击率还差不多，特别适合大规模部署。

这基准测试了LLM在科学计算成像编程上的真实水平，发现它们在算法选择和物理建模上容易出错，挺有参考价值。

金融欺诈检测的老大难问题有了解法：Semantic Pareto-DQN 不用重采样，直接多目标优化，既能抓到欺诈又少误拦正常交易。

ALICE用聚合蒸馏把8个专家模型塞进一个骨干，在96个病理任务上拿了最佳平均分，还开源了代码。

NVIDIA 实验室提出 ARDY，能实时生成高质量人体运动，支持文本+约束控制，比传统方法更可控、更快速。

这个框架用Gossip历史做共识，不用区块链，训练质量不差还能抗恶意节点，适合想搞去中心化联邦学习的人看看。

想省显存又不想损失太多模型质量？BiSCo-LLM用二进制球面编码把LLM压到2比特，不用查码表，存储更省。

他们搞了个带记忆的 8B 多模态智能体，20 轮对话检索准确率 91.4%，比 32B 模型还快一半。代码和 demo 都开源了，值得看。

CO-LMLM用360M参数打平gpt-4o-mini，事实准确度比Claude还高，这是用更小模型做更好知识检索的路线。

多跳知识图谱问答一直难在中间节点没语义关联，RSF-GLLM用循环软流解决了这个瓶颈，比那些全靠LLM暴力推理的更快更准。

VAORA 用一个巧妙的奖励设计，让 VLM 在物理推理中不再瞎想，在 PHYRE 和 Virtual Tool 上泛化能力更好。

FreqDepthKV在长上下文推理中将KV缓存压缩3.9倍，同时保持任务精度，比此前压缩方法更稳定，适合内存受限场景。