Latest Global & ASEAN AI Business News, Tools & Industry Updates

Models12:27

Chinese contentPathAgentBench：证据寻找型病理VLM基准

想测试病理AI能不能像医生一样在超大图片里找病灶？这个基准专门考这个，结果发现定位能力还很弱。

#PathAgentBench #TCGA #病理图像 #视觉语言模型

arXiv cs.AI@Dankai Liao et al. (9)Source

Models12:09

Chinese contentISO：面向RLVR的等谱优化框架，加速模型微调

如果厌倦了RLVR微调慢慢跑，试试ISO：只用1/3的训练步数就能达到同等效果，Qwen3-8B上实测有效，代码开源。

#ISO #RLVR #Qwen3 #优化框架

arXiv cs.LG@Hanqing Zhu et al. (11)Source

Models11:26

Chinese contentVirtualSet：类型化本体世界作为LLM生成目标，实现有依据查询和受保护决策

VirtualSet让LLM不用冒SQL幻觉的风险，改天用类型安全的set表达式，BIRD上准确率反超4个百分点，写操作还能拦截瞎编的数据输入。

#VirtualSet #deepseek-reasoner #BIRD #AI安全

Event

arXiv: DeepSeek@Qunhui ZhangSource

Models12:31

Chinese contentGigaPath-Flash和GigaTIME-Flash：高效病理基础模型用于全切片和肿瘤微环境分析

研究者发布了两个轻量级病理AI模型，GigaPath-Flash在切片分析上几乎不输十亿参数大模型，速度快50倍；GigaTIME-Flash还能直接预测肿瘤微环境，速度更快又省显存。开源可用，做病理和免疫研究很实用。

#GigaPath-Flash #GigaTIME-Flash #病理学基础模型 #肿瘤微环境

arXiv cs.AI@Naoto Usuyama et al. (27)Source

Models12:18

Chinese contentO-VAD：基于对象中心跟踪与推理的工业视频异常检测

O-VAD不用训练就能检测工业视频异常，跟踪对象状态变化，比传统方法更准。

#O-VAD #工业视频异常检测 #视频异常检测 #对象跟踪

arXiv cs.AI@Mei Yuan et al. (8)Source

Models BuildersMulti-source11:57

Chinese contentFlashRT 智能体框架实现实时多模态应用高效部署

部署多模态模型时延迟高吞吐低？FlashRT 让智能体自动优化，实测延时降 70 倍，吞吐升 3.6 倍，AMD 平台效果尤其猛。

#FlashRT #NVIDIA #AMD #推理优化

Event

arXiv cs.LG@Krish Agarwal et al. (6)Source

Models11:48

Chinese contentClouDens: 针对大规模云系统监控的上下文感知异常检测框架

IBM 发的新框架 ClouDens，用图神经网络做云系统异常检测，在真实数据集上比 GRU 模型更准更早，适合做运维监控的朋友看看。

#ClouDens #IBM Cloud Telemetry Dataset #异常检测 #图神经网络

arXiv cs.LG@Thu T. H. Doan et al. (6)Source

Models11:27

Chinese contentCriPO：基于自蒸馏增强评分RL，解决优化信号丢失问题

这篇论文分析了评分RL中信号丢失的普遍问题（57%样本受影响），并提出CriPO自蒸馏方法，在医学和科学基准上效果更好且训练更快。

#CriPO #Rubric-based RL #自蒸馏 #强化学习

arXiv cs.AI@Mingxuan Xia et al. (10)Source

ModelsSelected10:55

Chinese contentSFC框架：用图结构共形预测保证科学生成的有效性

想做可靠的科学生成？SFC框架让模型一边写一边用共形预测校验事实，结果比DeepSeek和GPT-4都准，还能少犯73%的科学错误。

#SFC #共形预测 #科学推理 #DeepSeek-R1

arXiv: DeepSeek@Mingqiao Mo et al. (3)Source

ModelsSelected10:54

Chinese content数据优先本体论的显式世界模型：DaoQL多模态存储验证与反事实推理评估

这篇论文把LLM当推理引擎，把知识存进显式数据库DaoQL，反事实推理比GPT-4o单独强49个百分点，适合做高精度场景的参考。

#DaoQL #GPT-4o #反事实推理 #显式世界模型

arXiv cs.AI@Zhanbo Li et al. (4)Source

Models09:59

Chinese contentNode4All：无需数据集特定优化的通用图节点表示学习

不用为每个图数据集调参了，Node4All一个模型跑25个基准排名第5，还支持one-shot学习。

#Node4All #Channel Graph Transformer #图基础模型 #节点表示学习

arXiv cs.LG@Dooho Lee, Jaemin YooSource

Models09:58

Chinese content蒸馏强化学习Distilled RL改进LLM后训练

这个新方法把强化学习和知识蒸馏结合在一起，解决了RL和OPD各自的短板，跨家族蒸馏效果尤其好。

#Distilled RL #LLM #后训练 #知识蒸馏

arXiv cs.LG@Chen Wang et al. (7)Source

ModelsSelected09:56

Chinese contentDynImmune-BERT: 神经ODE驱动的连续时间免疫组库模型

你要是做免疫组库时间序列分析，这个模型把神经ODE和Transformer揉在一起，能处理克隆动态和复发，比静态模型强。

#DynImmune-BERT #免疫组库 #神经ODE #时间序列

arXiv cs.LG@Rong Fu et al. (8)Source

Models09:34

Chinese contentApeliotes：基于扩散模型的公里尺度多层大气场生成框架

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。

#Apeliotes #扩散模型 #天气预测 #公里尺度

arXiv cs.LG@Evangelia Rafaela Frastali et al. (4)Source

Models09:30

Chinese contentPUMA：相位-动量对齐诊断大推理模型推理病理

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。

#PUMA #大推理模型 #测试时扩展 #推理效率

arXiv cs.AI@Cheng Yan et al. (7)Source

Models09:27

Chinese contentVLA-ReID：视频级关联重识别改进多目标跟踪

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。

#VLA-ReID #多目标跟踪 #重识别 #BEE24

arXiv cs.AI@Yanrong Qin et al. (3)Source

Models US vs ChinaMulti-source09:33

Chinese contentActiveVision新基准：GPT-5.5和Claude Fable 5主动观察得分不足11%

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。

#ActiveVision #GPT-5.5 #Claude Fable 5 #多模态

Event

arXiv cs.AI@Jiarui Zhang et al. (6)Source

Models09:17

Chinese contentBusinessCaseBench：衡量AI在商业分析中的表现

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。

#BusinessCaseBench #LLM #基准 #商业分析

arXiv cs.AI@Ajay Patel et al. (6)Source

Models09:16

Chinese contentLoopie循环Transformer发布，IMO和IPhO获金牌

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。

#Loopie #IMO #IPhO #推理模型

arXiv cs.AI@Zitian Gao et al. (7)Source

Models11:58

Chinese contentMeanFlowNFT：将前向过程强化学习应用于平均速度生成器

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。

#MeanFlowNFT #DiffusionNFT #强化学习 #视频生成

arXiv cs.LG@Yushi Huang et al. (5)Source

Models11:51

Chinese contentNeuronSoup：无需反向传播的异步共享神经元时间图进化架构

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。

#NeuronSoup #遗传算法 #共享神经元 #异步处理

Event

arXiv cs.LG@Subodh KaliaSource

ModelsMulti-sourceSelected73°11:32

Chinese contentRoboTTT：将机器人策略视觉上下文扩展到8000时间步

NVIDIA发布了RoboTTT，能把机器人策略的上下文窗口做到8000步，看懂人类演示后直接模仿，长任务完成率比单步模型高87%。想了解机器人怎么学更长历史可以看这个。

#RoboTTT #测试时训练 #机器人策略 #上下文缩放

Event

arXiv cs.AI@Yunfan Jiang et al. (11)Source

Models10:00

Chinese contentT2MLR: Transformer中层循环提升推理能力

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。

#T2MLR #Transformer #推理模型 #循环架构

arXiv cs.AI@Ziyang Cai et al. (5)Source

Models09:58

Chinese contentMedFailBench：临床医生构建的医疗AI安全边界开源基准

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。

#MedFailBench #医疗AI #AI安全 #安全边界

arXiv cs.AI@Goktug OzkanSource

Models09:41

Chinese contentHGA：在16GB显存上实现16384令牌长上下文微调

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。

#Qwen3-8B #HGA #长上下文 #QLoRA

arXiv cs.AI@Vladimir Fedosov et al. (4)Source

ModelsMulti-source09:31

Chinese contento4-mini评估：解决大学物理问题准确率约90%，图文问题仅79%

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%。

#o4-mini #OpenAI #推理模型 #多模态

Event

arXiv: OpenAI@Amir Bralin, N. Sanjay RebelloSource

Models09:30

Chinese contentDriftWorld: 基于漂移生成模型的快速机器人世界建模

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。

#DriftWorld #世界模型 #机器人 #生成模型

arXiv cs.LG@Susie Lu et al. (4)Source

Models11:33

Chinese contentMetaPerch：利用元数据提升生物声学基础模型性能

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。

#MetaPerch #生物声学 #基础模型 #元数据

arXiv cs.LG@Mustafa Chasmai et al. (3)Source

Models09:41

Chinese content原子动作驱动的音乐舞蹈生成方法

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。

#舞蹈生成 #原子动作 #结构感知 #两阶段生成

arXiv cs.AI@Xinhao Cai et al. (7)Source

Models09:40

Chinese contentHealthClaw：一种用于纵向个人健康管理的自演化智能体

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。

#HealthClaw #智能体 #AI安全 #开源模型

arXiv cs.AI@Haoran Li et al. (13)Source

Models11:35

Chinese contentPalmClaw：原生移动端智能体框架

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。

#PalmClaw #智能体 #移动设备 #开源框架

arXiv cs.AI@Hongru Cai et al. (4)Source

Models09:58

Chinese contentAVQ-Attention：自适应分配码本容量的高效注意力机制

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。

#AVQ-Attention #VQ-Attention #Flash Attention #推理优化

arXiv cs.LG@Winfried van den dool et al. (5)Source

Models09:56

Chinese contentATACOM-DC：方向性约束增强安全强化学习探索

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。

#ATACOM-DC #安全强化学习 #方向性约束 #探索效率

arXiv cs.LG@Paolo Magliano et al. (5)Source

Models US vs China09:11

Chinese content用大语言模型学习化学反应机理推理，Qwen3微调模型超越专用FlowER

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。

#Qwen3 #FlowER #化学反应 #推理模型

arXiv cs.LG@Xingyu Dang et al. (4)Source

Models11:52

Chinese contentNeuralActuator：机器人动力学与外力感知的神经驱动建模

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。

#NeuralActuator #NAD #力感知 #机器人动力学

arXiv cs.LG@Zhiyang Dou et al. (12)Source

Models11:47

Chinese contentQ2SAR：利用量子多核学习克服药物发现中的经典瓶颈

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。

#Q2SAR #QSAR #量子支持向量机 #DYRK1A

arXiv cs.LG@Mariano Caruso et al. (4)Source

Models US vs ChinaSelected11:01

Chinese contentBandit PCA的极小极大最优遗憾

这篇论文把Bandit PCA的遗憾上界从O(d√(rT log T))降到O(r√(dT))，下界也提到Ω(r√(dT))，彻底解决了这个优化问题的理论最优性。

#Bandit PCA #在线PCA #遗憾分析 #极小极大最优

arXiv cs.LG@Moïse Blanchard et al. (3)Source

Models10:54

Chinese contentZoRRO：零权重个人化新闻推荐系统，可扩展部署

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。

#ZoRRO #新闻推荐 #零权重 #A/B测试

arXiv cs.LG@Johannes Kruse et al. (7)Source

Models Builders09:31

Chinese contentImaging-101: 针对科学计算成像的LLM编码智能体基准测试

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。

#Imaging-101 #LLM编码智能体 #科学计算成像 #基准测试

arXiv cs.AI@Siyi Chen et al. (12)Source

Models10:47

Chinese contentSemantic Pareto-DQN 多目标强化学习框架用于金融异常检测

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。

#Semantic Pareto-DQN #多目标强化学习 #金融异常检测 #类别不平衡

arXiv cs.AI@Cláudio Lúcio do Val Lopes, Lucca Machado da SilvaSource