推荐理由：这篇论文出个黑盒诊断，看LLM集体输出分散时是不是真改观点，结果GPT和Gemini相反：Gemini 94%在复读，GPT 24%。

推荐理由：RTB请求转发太多？这篇论文用竞争感知调度砍掉34%流量，收入还涨4.6%，搞广告系统的朋友可以读读。

推荐理由：这篇论文把推荐系统的分布外问题拆成环境识别和偏好建模两步，CILER 在三个数据集上十二项指标全涨，做法扎实，做推荐的朋友值得看看。

推荐理由：论文测了五个多模态模型做截图转代码填空，发现它们都按重复UI模式猜答案，最强Codex-5.3文字准确率也只有13.89%。

推荐理由：LiveEvalBench开源了，用三个AI角色协作评测网页生成，比静态基准更贴近真实开发场景。

推荐理由：这篇论文搞了个叫ASD的投机解码改进，不用重新训练就能提速，实测吞吐最高涨15%，代码也开源了，跑推理的可以看看。

推荐理由：这篇论文用GPT和DeepSeek跑了24个六智能体世界，不看角色标签，只看机制本身能不能催生经济行为，结论挺反直觉。

推荐理由：想解决城市服务碎片化问题？这个框架把LLM和代码、API、MCP接起来，跑通跨系统任务，成功率比最强基线高10个点。

推荐理由：SAT-Edge-Agent在ARM芯片上跑通卫星边缘智能体编排，延迟数据公开可复现，关心边缘AI的可以看看。

推荐理由：让GPT-5.4、Gemini 3.1和Claude 4.6评审300篇ICLR论文，发现它们能区分录用和拒稿，但分不清oral和poster，Gemini给分偏高。用AI审稿前先看看这个。

推荐理由：ATFlash 在 1M token 上下文把 Qwen2.5-7B 提速 1.31 倍，精度不掉，而且能直接叠加现有稀疏方法。

推荐理由：这篇论文用多维方法测了15个大模型的统计推理，不只是比正确率，还看解释风格，发现Anthropic和OpenAI的模型各自有相似的话风。

推荐理由：这是篇讲怎么把大模型因果推理能力蒸馏到小模型的新论文，CausalOPD专治“答案对但推理过程错”，三个领域里错误率从15.7%砍到4.4%，小模型还赢过了大牌模型。

推荐理由：这篇论文对付时序预测里的周期漂移，用SO(2)旋转加相位注意力，想法挺巧妙。

推荐理由：这篇论文把权重空间消融的分析从单层推到了多层，还在Qwen2.5上验证了闭式注意力界，顺手找出了一个涌现电路，挺有意思。

推荐理由：LoRA 服务老被显存和 PCIe 卡脖子？SALT 用 r≤2 的残差加固定质心，精度追上高秩，vLLM 吞吐最高多 51%。

推荐理由：ConformalShift 攻击心电监测，不改波形和标签，只重排真实事件顺序，成功率从 4.4% 提到 66.7%。

推荐理由：用真实试验数据训练AI规划临床试验，奖励加权行为克隆F1达46.2%，比工具智能体高很多，做医药AI的可以看。

推荐理由：房颤检测选哪个ECG基础模型？FOUND-AF用4个数据集统一测了9个模型，ECGFounder综合最强。

推荐理由：这篇论文教你怎么在能耗不稳定的MCU上做持续学习，不用反复上机测试，Cortex-M4上误差只有16.6%。

推荐理由：电力行业想学AI但怕门槛高的，可以看看这个开源框架，从基础DNN到CNN潮流代理再到强化学习，都有Jupyter Notebook能直接跑。

推荐理由：AtumAI 能自动写数据中心控制策略，你输入一句话它就出方案，论文里三个任务都赢过专家手调基线。

推荐理由：这篇综述把生成式和智能体AI的认知短板按五个维度梳理清楚了，还给了个ACIA架构思路，适合想系统了解认知AI研究现状的人。

推荐理由：如果你是搞生成模型评测的，这篇论文指出了公平性评估里常被忽略的问题：该拿什么目标分布去比。它给了个框架，还附了AP-Bench的具体数值。

推荐理由：Wix用确定性门控砍掉59.4%无用技能调用，省2.3亿token，还量化了不设门控的7.8%误选率。做客服Agent的可以参考。

推荐理由：这篇arXiv论文搞了个新架构，让AI不碰物理世界也能跨领域找数学等价关系，还自带DAB-30基准能检验，值得搞科学发现的朋友看看。

推荐理由：讲清楚了跨会话攻击怎么绕过检测，还给了个叫Magnet的解法，做AI安全的值得看看。

推荐理由：一篇讲怎么测AI长期影响的论文，用社会科学的方法补NLP的短板。适合做AI安全和行为研究的人读。

推荐理由：OpenAI刚证完三角形Ramsey数超指数，这篇直接用类似构造推广到所有奇圈，更妙的是证明是ChatGPT 5.6 Pro自动找出来的，值得看看。

推荐理由：这篇数学论文给出了无挠非 sofic 群的新构造，跟 OpenAI 那个 Leavitt 代数例子不是一回事，想看群论新进展的可以读读。

推荐理由：这篇arxiv论文把扩散模型和大语言模型在医学影像里的应用讲得挺清楚，还介绍了基础模型怎么建，适合想了解医疗AI技术路线的人。

推荐理由：头回有人把Sheaf神经网络放到归纳任务里系统跑分，1890组实验，结论是调外围架构比调Sheaf算子更划算。

推荐理由：PGBB这招挺巧，把贝叶斯自助法改成按组分权重，不用给每个人的数据加独立噪声，隐私预算省了，后验不确定性也给得准。相比要预设生成模型的私有方法，它在人口普查数据上更好。

推荐理由：V4-Flash实验：思考让指针追踪0/16→14/16，孪生任务仍50%。换接口比堆算力更重要。

推荐理由：论文提出LiveMem，给LLM加了个永久记忆状态，上下文窗口再长也不怕忘事。在LongMemEval上跑分领先，值得一看。