推荐理由：AiFlow将LLM输出按token流式编排，实测应用延迟比LangGraph降70.9%-94.7%，队列占用也大幅减小。

推荐理由：MedUPS 用强化学习教模型在罕见病例中预测下一步决策，三个开源模型准确率都提升了，数据集和代码已开源。

推荐理由：论文把机器遗忘做到属性级：让模型忘掉指定属性，但保留同一人的其他信息。CLRP不用重训练，在多种多模态模型上都有效。

推荐理由：这篇把Solomonoff归纳改成能基于数据集预测，证明与原版等价且误差有界，做理论的人可以看。

推荐理由：这篇论文的DP-GRAMS能在差分隐私下找到密度模式，误差接近理论最优，还附赠回归和聚类版本。

推荐理由：把方程选择跟神经优化拆开：先冻结场重建，再用SVWS筛项。六个MDBench稀疏场景恢复率最高，KS方程提升最大。

推荐理由：把 Muon 更新压成每参数 1 bit 的符号，实验里 sign-after-LMO 最强，尽管理论上会发散，结论很反直觉。

推荐理由：这个新框架把联邦学习和分割学习结合起来，用量化省电，还能控制精度，比传统方法更适合手机这类设备跑大模型。

推荐理由：Llamaindex出的ExtractBench基准测文档提取。商业VLM长文档会截断，LlamaExtract Agentic Plus更准还更便宜。

推荐理由：这篇论文把空调故障诊断的知识结构做成了能查的本体，以后跨系统做FDD就不用各搞各的了。

推荐理由：想用LLM自动调超参？这个基准测了12个智能体，告诉你它们能做什么、卡在哪。

推荐理由：这篇论文给考试设计开了个新脑洞：用多模态对话和动态评估测认知边界，比传统考试更看重进步而不是扣分。

推荐理由：试试看这个新基准，FriendBench测AI能不能从20秒对话看出两人是不是熟人。最强模型和人类打了个平手，但AI有偏见：拿不准就说是陌生人。

推荐理由：这是篇新论文，LEMUR能直接从多人偏好学多目标策略，不用设奖励函数，基准上比现有方法强。

推荐理由：这篇论文提出了 COntExt，用运行指标自动帮你扩展本体，不用再手动梳理概念关系，四个安全本体上验证过效果。

推荐理由：这篇论文告诉你，现在AI检测器遇到‘人类写、AI改’就失灵，直接生成能抓到九成，改写后只剩三成，做防御的得看看。

推荐理由：这篇论文提出了CENDRe，给时间序列CNN做概念提取，能自动找概念数量，还能同时定位时域和频域，比只看时域的方法更靠谱。

推荐理由：这篇论文把模仿学习里交互到底帮不帮忙讲清楚了，还给了能跑的OVI算法，做RL或蒸馏的值得看一眼。

推荐理由：这篇论文给可解释性打分提出了一个新指标EPC，不挑模型，而且拿人类判断验证过，做XAI研究的可以看。

推荐理由：向量搜索老是调参？QASP 一次预测整条召回曲线，不用反复试，还省 80% 数据访问。做检索的朋友可以看看。

推荐理由：这篇论文提出用自动任务排序加独立QLoRA来微调LLM，在TRACE基准上拿到44.78，比堆参数容量更管用。

推荐理由：这篇论文用Lyapunov函数严格证明了策略梯度在扩散环境老虎机里的收敛性，遗憾界做到O(log T)，搞理论的人可以看看。

推荐理由：持续学习里OOD检测老退化，这篇论文讲清了原因，还给了免训练的TOOD校准方法，CIFAR上九成配置都能排前二。

推荐理由：DungeonBench用D&D战斗测AI战术推理，分单场和连战两关，发现大模型会打单场却管不好资源，想测AI决策的可以看看。

推荐理由：MOT-SR把工具和大模型结合起来找方程，40个任务上又快又准，还能处理引力波轨道建模，挺实用。

推荐理由：数学家们把一个2015年的猜想推翻了，用六个整数点就让棱锥宽度变大，差41%呢。

推荐理由：不用手动转录音频，自动从语音里挖出阿尔茨海默病早期信号，还能解释推理过程，比黑盒模型更让人放心。

推荐理由：TerraNova把地球和社会数据一起训练，能几分钟适配新变量，比地理模型多覆盖海洋和不确定性。

推荐理由：高熵钙钛矿不好算，这论文拿四种图神经网络试了迁移学习，发现形成能能搬，带隙不行，加点目标数据才准。ALIGNN表现最好。

推荐理由：这篇论文把迁移学习用在腹腔镜多器官分割上，CEMD模型微调后Dice到62.4%，还比从零训练快不少，做医学影像分割的值得看看。

推荐理由：这篇论文用模算术实验揭穿了一个幻觉：模型泛化好不代表扛得住后续干扰。高熵模型比AdamW更抗遗忘，想了解训练鲁棒性的可以看看。

推荐理由：这篇论文把Transformer的上下文管理建模成带Pop的栈，证明两个可弹出的通道就够模拟一切可计算函数，比只看参数规模有意思多了。

推荐理由：发了个叫Adaptive FastOPD的蒸馏加速方法，比OPD 15K快一半多，性能还更高。做训练加速的可以看看。

推荐理由：这篇论文用辛普森悖论测试干预数据，发现模型因果方向取决于上下文证据类型而非训练比例，还给了降错方案。

推荐理由：这篇论文把分子生成从一把梭变成边生成边检查，验证不过就改，效果在 ChEBI-20 和 PCDes 上有提升，做化学AI的值得看看。

推荐理由：这篇论文提出了 ARCTIC，专门解决 AI 写代码太多、人工审不过来的问题。它用意图预测和漂移检测揪出真正需要人看的改动，比传统工具更准更省 token。

推荐理由：DreamQAS用强化学习省真实VQE调用，BeH2少10.6倍，五任务里四个误差最低，做量子计算可看看。

推荐理由：这篇论文搞了个AMTFV，把数学验证拆成流程和计算两步，比直接写验证程序更稳，在多个模型上最高涨了8.3个点。

推荐理由：DeepSeek改了Engram的哈希方式，不同tokenizer之间不用再各自训练，效果还一样，做多语言模型的可以看看。