推荐理由：这篇论文用大量模拟数据告诉你，当前AI基准里的IRT方法可能不可靠，尤其模型少项目多时，别盲目信排名。

推荐理由：这篇论文用49道题测了Gemini、GPT-4等6个模型对科学图表的理解力，发现Gemini最强但人类平均还是更高，开源模型差距明显，想了解模型真实视觉推理能力可以一读。

推荐理由：这篇论文分析了AI如何把科研从手工艺变成流水线，还举了Genesis项目的例子，提出了七个扎心问题，比如同行评议会不会被机器淹没，读了对AI和科学的关系会有新认识。

推荐理由：这篇论文把仿人机器人控制的缩放问题拆解清楚了：Humanoid Transformer配合特定训练范式，让MPKPE直接降了82%，比现有控制器强一大截。

推荐理由：这篇论文发现DreamerV3等模型在Pong里会弄丢球，他们用CGSReg方法修了一部分问题，做强化学习的可以看看。

推荐理由：这篇论文用LLM智能体模拟政党结盟谈判，设计了MILT和CIS两个新指标来追踪条款来源和影响力，在比利时选举数据上验证了有效性，对政治学和AI研究都很有参考价值。

推荐理由：研究报纸结构理解的，有开源Tiramisu代码和新数据集，对文档数字化领域很实用。

推荐理由：脑科学研究有多繁琐你懂的，BrainPilot开源出来帮你自动查文献、做分析、防编造，性能不输顶级框架还省钱。

推荐理由：这篇论文从网络价值理论出发，推导出智能体协作的最优协议，发现廉价模型合作反而能胜过单一强模型，结果很反直觉，值得读。

推荐理由：这篇论文提出了一个叫ArtSplit的讨论工具，帮你理解AI协作创作时所有权到底该归谁，跟艺术家们聊了聊，发现简单量化行不通。

推荐理由：这篇论文用Claude Code和OpenAI Codex实测了记忆注入攻击，发现一旦恶意指令写入记忆，后续会话都危险，搞AI安全的一定要看看。

推荐理由：这篇论文讲AI会偷偷按自己价值观答题，比如Claude对自己公司更友好。想知道你的助手是否悄悄偏袒谁？值得一看。

推荐理由：用DINOv2-Small做MCI筛查，只训1.19M参数就比ResViT好，还自带可解释性，做医学影像分析的可以看看。

推荐理由：这篇论文提出了cGAP，一个新框架，用HOMALS加热图来可视化高维分类数据，特别适合基因、生物医学等领域。能保持原数据矩阵，同时揭示聚类和结构。

推荐理由：这篇论文提出了SMC-ES，把进化策略和统计模型检查结合起来，能生成带形式安全证明的控制策略。比普通RL更靠谱。

推荐理由：新论文用语义感知对比学习解决医学影像的假阴性问题，在脑肿瘤分类上AUC涨了22.6%，值得搞多模态医疗AI的人看看。

推荐理由：这篇论文用多轴Max@K强化学习，让T2I模型生成更公平多样的人像，公平分提升0.23-0.36，不牺牲质量。

推荐理由：LongStraw 能让你在固定 GPU 预算下做百万 token 级别的强化学习后训练，比现有 256K 的方法多处理 8 倍上下文，而且内存增长极低。

推荐理由：这篇论文用严格理论证明和实验验证了整流流中自蒸馏的改进方法，想了解生成模型自训练优化的可以看看。

推荐理由：MOJO让神经解码模型也能用大量无标签数据，比纯监督学习更强，尤其数据少时效果拔群。

推荐理由：这篇论文点出了一个关键问题：AI生成文本的优化可能走偏了，不只是工程进步，还牵扯价值观判断。适合想理解技术背后隐患的人。

推荐理由：这篇论文用Evo 2搞生物安全筛查，探针测耐药基因最高准到0.977，比自编码器靠谱还不用重训练。

推荐理由：Lighthouse RL用巧妙的‘灯塔’重置点大幅提升电路优化效率，样本快1.72倍，成功率拉满到100%。搞硬件优化的千万别错过。

推荐理由：这篇论文用Lyapunov指数做奖励，让强化学习不仅复现了Kapitza摆，还找到了更稳的竖直不倒方案，挺有意思。

推荐理由：想解决Agent长程任务奖励稀疏问题？看TRACE方法，无需额外批评器，用TD变化给每步打分，Qwen3在BrowseComp-Plus上从7分直接跳到35分。

推荐理由：这篇论文用EB-VAE同时预测肿瘤体积变化和患者脱落时间，还整合了基因信息，比传统模型更灵活，在黑色素瘤和乳腺癌数据上验证有效。

推荐理由：这篇理论论文把 Dikin walk 采样的混合时间从 $d^{2.5}$ 降到了 $d^{2.25}$，离理论下界 $d^{2}$ 更近了，搞采样理论的同学可以关注。

推荐理由：这篇论文教你用无监督聚类自动分析心脏PET/MRI，在99名患者上准确匹配医生判断，省时省力。

推荐理由：VAIOM 是专门处理金融连续数据的解码器模型，在汇率数据上比 LightGBM 强 0.03 比特以上，创新点是把连续输入和离散输出分开建模，值得做时序预测的人一看。

推荐理由：这篇论文搞了个P-EVAL框架来评估农业AI的安全性，Pezego-HITL架构在加纳测试，延迟降了55%，还挺靠谱的。

推荐理由：这个新方法挺聪明，用高维空间特性优化注意力计算，在GLM 5.2上实测提速1.2倍还省内存。

推荐理由：这篇论文提出 Deep Interaction，让你可以直接改推理步骤的错误，不用推倒重来。实验说 STEM 任务上纠错成功率涨 25%，token 还省 40%，挺实用的方法。

推荐理由：这篇论文把RAG和量规评分用在地震教育里，还搭了乐高机器人，让小学生边玩边学安全知识，挺实际的新方法。

推荐理由：这个框架把AI用在职业培训全流程，5个阶段都提速，已经帮人通过NVIDIA认证考试，还有美国会计委员会背书，挺靠谱。

推荐理由：满文OCR因为书写风格多变很难做，这篇论文用了个巧妙的办法：训练几个专家模型再加个路由分类器，哪个风格用哪个专家，精确到0.3%的错误率。挺实用的思路。

推荐理由：这篇论文用两千多个仓库的真实数据告诉你，小项目反而更爱用AI写代码，但整体上大家用得还不多。想了解实际项目怎么管AI贡献的可以看看。

推荐理由：这篇论文提出了CSFS方法，能在不牺牲预测精度的情况下减少21%的计算成本，适合做风电和太阳能预测的朋友参考。

推荐理由：想搞懂Transformer为什么深了还能训练？这篇从秩角度拆解跳接、归一化、双矩阵的设计逻辑，比堆实验更透彻。