Latest

单像素成像每次只能选一种照明图案，怎么选最省测量？作者把贝叶斯实验设计写成 RL 问题，让策略直接输出下一个图案，还测了噪声下的表现，做计算成像的可以看看。

一篇有意思的论文：不改提示词，直接在模型推理链的怀疑点上编辑激活解释，就能让 GSM8K 少生成近一半 token，准确率几乎不掉。

快手把推荐系统的打分逻辑直接嵌进生成式解码里，线上看完播和长观看这类信号，观看时长涨了0.206%，做推荐的可以看看思路。

一篇搞联邦多模态融合的论文，数据缺模态、各站点分布还不一样时怎么训练，给出了理论保证加基准结果，做医疗或跨机构数据合作的可以看看。

arXiv 上这篇论文挺有意思：两个分类器怎么分工传消息，联合设计比各自设计高 18 到 22 个百分点，还给了什么时候该加搭档的判据。

这篇论文把 NF4、INT 这类固定量化网格换成了带两个参数的 SHq，4 比特下误差全面更低，还比 NVFP4 降了四到六成 KL 散度，做量化部署的值得看。

一张照片就能让人物视频模型保住脸和衣服，不用录视频做微调，代码和权重都开源了，做视频生成的可以试试。

OpenAI 的数学证明有了后续：研究者把其中隐式的重建步骤用双覆盖和填补穿孔显式化，适合关心形式化证明和 Grothendieck–Teichmüller 理论的人。

几个研究者把 2025-2026 年 30 家 AI 厂商的宕机记录做成了数据集，还拿来和以太坊 MEV 链上数据对上了，发现 OpenAI 宕机那天新交易机器人部署明显变少。做量化或链上开发的话挺有参考价值。

把 OpenAI 的证明和 Hu-Liu-Wan 解决 LeBrun-Salamon 猜想的工作串成一条 Fano 接触流形分类脉络，还做了简化，研究几何的人可以看。

用GPT、DeepSeek等四个模型自动写外骨骼控制代码，靠真人反馈迭代，肌肉激活降了三成左右，思路挺新鲜。

手搓 Dify 工作流太费劲的话看看这篇，ChatDify 用三个智能体把需求描述直接转成可用工作流，Qwen-3.7 后端成功率能到 0.96。

写 AI 小说全是一个名字的可以看看，不用重训模型，改一下采样流程就能把角色名重复砍掉 95%，还给了 20 个模型的实测数据。

做知识图谱的朋友可以看看这篇：OntoDoc 用四个智能体给本体术语自动写描述，完整性比模板方法最高多 2.8 分。

给 Codex 智能体加一份边界契约，40 个维护任务里可接受补丁从 9 个涨到 18 个，做法很简单，做智能体的可以看看思路。

卫星上跑神经网络怎么省电？这篇论文把 DNN 切一半放地面算，实测推理量多 20%、能耗还降 8.8%，做边缘推理的可以看看切分思路。

机器人领域的新论文，JADE 让 VLM 直接参与每一步动作去噪，四个真实双臂任务比 π0.5 高 20.8 个百分点，做 VLA 的可以看看。

arXiv 上的新论文，一个提示词小改动就能把生成内容的多样性从 13% 拉到 47%，做创意生成或探索类任务的可以试试这套思路。

563 个瑞士人做了个实验，发现立场偏保守的人在用 ChatGPT 查移民话题时会自己把问题问得更偏向，挺有意思的传播学发现。

这篇论文用 24 组配置实测告诉你：GPU 预算有限时，先想好买什么型号的卡，路由只是 secondary。做临床或垂直场景部署的可以看。

一篇挺有意思的论文：用 400 个真实城市数据任务测 AI 智能体，重点查结论有没有出处、证据不够时会不会老实拒答，还配了个记忆框架 TSM。

这篇 arXiv 论文提出 RAVEL 方法，用 world 模型低成本给 RL 策略排序，淘汰阶段再用少量真实审计兜底，还量化了模型排序可靠到什么程度、什么时候会失灵。

做推荐系统的朋友可以看看这篇：SIDRec 把语义 ID 构建和推荐目标一起训练，AUC/GAUC 最高提升 5.15%。

研究测了四种提示词优化器在 gpt-6 上的实际收益，结论是强推理模型上基本白折腾，只有格式类错误能靠优化救回来，还拆解了 GEPA 那点提升里多少是真本事。

这篇论文把 LLM 知识在三个层级迁移进生成式推荐，Recall@10 提了最多 12.9%，做推荐系统的人可以看看实现思路。

用扩散模型做逆问题的朋友可以看这篇综述，按离线/在线开销把 likelihood guidance、SMC 校正等方法梳理得很清楚，还列了加速方向。

有人把 2021 年那篇用纯噪声补少数类样本的论文复现了一遍，四个结论全复现成功，还发现它和加大网络的效果是互补的，做分类不平衡数据可以参考。

有人拿 Qwen3、Gemma 2 这些小模型研究怎么提前判断幻觉，还能直接翻转成拒答，代码都开源了，玩 SAE 的别错过。

做物理信息神经网络的朋友看这篇：HNN 不再要求你提前写出广义动量公式，双摆和滚动圆盘上都验证过了。

之前有人说对模型权重随机扰动一下就能挖出任务专家，这篇复现发现收益多半是选择噪声，方法拆解得很细。

跑一堆 LoRA 适配器做服务的朋友看这个：85 个 Qwen 和 Llama 适配器压到 7.7% 参数，分数基本不掉，吞吐还涨了。

把贝叶斯提问策略蒸馏进 8B 模型，猜词从 32 次降到 3.4 次，比 70B 老师还管用，思路很新。

埃塞俄比亚团队用梯度加特征选择预测玉米种哪块地，准确率 99.41%，比传统土地评估省时省钱，搞农业 ML 的可以看看

有人用作者代码完整复现了 INP-Former，MVTec AD 上 99.7 AUROC 没问题，但 MVTec AD 2 只有 63.4，连默认 6 个原型都不如 1 个，原文结论没全站得住。

做强化学习调参的值得看：论文说 Adam 固定平均率会把策略价值估偏，排序都排错，还给了个双跑修法，多跑一两次拟合就能纠正。

做图学习的朋友可以看看 GraCo，17 种图粗化方法统一接口，还带指标和四个数据集上的耗时内存对比，选方法省事多了。

劳伦斯利弗莫尔背景的团队给 BoomerAMG 装上 LinUCB 和 LSTDQ 在线调参，扩散问题提速 40% 左右，不用离线预训练，做数值模拟的可以看看。

做阿拉伯语教育 NLP 的可以看看，999 条科学实验加 2167 道选择题，还附了 10 个开源模型的 LoRA 微调评测结果，即将开源。

一群研究者证明了'奖励有上限就安全'这个假设不成立，MiniGrid 实验里智能体宁愿刷满足信号也不解任务，做 RL 奖励设计的人该看看。

把相对位置注意力塞进 FlashAttention 式内核，8K 序列反向最快快 21 倍，还省了 128 倍内存，做音频或长序列 transformer 的可以看看。