Latest

一篇改分词的论文：AdaBPE 能让 LaTeX 这类跨空格的结构化内容不被切碎，五个数据集上验证了效果。做 tokenizer 或训练模型的可以看看。

自动形式化里老方法判定等价太宽松，强证明器反而容易作弊。这篇给出更严格的判定规则，精确率能到100%，做形式化数学的可以看看。

Texas A&M 把物理约束硬塞进神经网络的开源框架，推理快还能严格满足约束，搞工程建模和优化控制的可以看看。

这篇论文把 RL 里的估计问题换了个推荐视角，还证明了均匀采样就能达到遗憾下界，做 MCTS 或 bandit 的可以看看。

arXiv 上这篇讲地理位置编码怎么接入 Sentinel-1/2 双模态的论文，17 个任务里赢了 68.8%，做地理空间模型的可以看看。

一篇立场论文，讲联邦学习共享机器人纠正数据时可能踩的安全坑，还给了可证伪的评估清单，做机器人学习的人可以看看。

理论上讲清了多步预测为啥能帮强化学习省样本，还给出 BF-BOLA 算法和匹配的复杂度界，做 RL 理论的可以看看。

测了11个模型发现：静态分析说“检查过了”，模型就真信，漏洞检出率掉19个点，论文还给了个修复方法。

用 TopKLoRA 微调出的回路比普通 LoRA 小十倍，还能精准切除后门而不伤指令能力，做模型安全和可解释性研究的值得看代码。

一篇军用方向的论文：作者用机器学习取代传统的静态 WEZ 距离分区，预测超视距空战中导弹的杀伤概率，连目标随机机动都算进去了。

算了一笔很实在的账：Chronos-2 什么时候比传统模型划算、剪掉 7.9% 参数还能省 9% 碳排放，做时序预测部署的可以看看。

一篇关于省 token 的论文：HarnessMM 把 Agent 已经决定过的动作存起来直接复用，DeepSeek harness 的 token 用量直接降到原来的 12%。

给模型解释的可信度做了套量化测试，GPT-4o-mini 表现最稳，DeepSeek 反而翻车，做可解释性研究的值得看看具体指标设计。

这篇论文找到了干预思维链的最佳时机：开头两三个 token。在 DeepSeek-R1-Distill-8B 上把安全输出率从 29% 拉到 82%，权重还不用动。

这篇论文把贝叶斯优化的采集函数求解提速了，精度不输 GP 版本，做超参优化或实验设计的可以看看。

卫星影像压缩成的向量到底装了什么？这篇论文拆开看了，能从中恢复火灾和作物信息，做遥感或生态监测的可以看看。

一篇冷静的方法论论文：用 ROC-AUC 0.839 对 0.559 这些实验数据说明图表示的优势可能只是混淆变量，做图模型解释的同行可以看看。

对分子生成或图生成感兴趣的人可以看这篇：把动作序列当条件，MOSES 有效率从 92.8% 涨到 99.2%，还有配套交互式讲解页面。

搞运筹或决策优化的朋友可以看看，这篇把 PtO 和 GtO 两条路线的 regret 边界和凸性权衡讲清楚了，选方法前能少踩坑。

ECMWF 把神经网络塞进 4D-Var 里在线学模式误差，顺序学习过拟合、批量版能泛化，做气象 AI 的人可以看看这套训练思路。

一篇 arXiv 论文提出 Ariadne，不用重新训练就能把微调效果迁移到不同大小、不同结构的 Transformer 上，比 rebasin 方法更快更省内存。

I-JEPA 表现不如 SimCLR 的原因找到了：预测器太窄，加宽后直接反超，还附了模拟器和模型可以自己跑。

arXiv 上这篇论文提出新的概念擦除方法，不用目标标签就比监督方法擦得更干净、损失更小，还能免费做表示转向，做隐私或公平性的开发者可以看看。

一篇提出预摊销 Thompson Sampling 的论文，把决策优化提前算好，还能用信息增益做 IDS 策略，做序贯实验设计的人可以看看。

一篇量化对比 VQC 与 GAE、VGAE 等经典方法的论文，数据是 383 个 Tor 主机的真实链接图，想看量子模型和经典图模型差距的可以细读。

搞光谱或科学计算的朋友可以看看，这篇把硬件采谱和贝叶斯深度学习做成闭环，只用部分波段就能完成材料识别。

微调时预训练数据拿不到、模型总忘旧知识？这篇提出 DRIVE 加权方法，把遗忘和学新任务拆开权衡，还开源了代码。

统计学者看过来：这篇把随机森林思路搬进多状态生存分析，不依赖 Markov 假设也能算转移率，还有现成 R 包 JumpForests 可以直接上手。

一个 6B 激活 0.5B 的 MoE 模型，跑循环层数就能切 5 档推理深度，小预算也能拿到 89% 的深度增益，挺实用的思路。

物理版科研能力测试题，63 道复现加 43 道发现题，最强模型闭卷也只有七成多正确率，还有合成数据能白嫖涨 11 个点。

这篇把歌唱当独立信号来分析，用 SHAP 指出颤音、咽音才是情感线索，做音频或音乐AI的可以看看思路。

一个测 LLM 逻辑一致性的开源工具，不需要标注答案就能跑，还带离线模式，做模型评测的可以试试。

这篇论文问了个挺实际的问题：药物设计 Agent 花对接算力学到的经验，能不能存下来给下一个蛋白口袋用。答案是能复用的部分主要是编辑动作本身，不是靶点信息。

一篇把连续扩散做文本生成的理论工作，8B 模型追平了同规模离散扩散，搞生成模型理论的可以看看。

给做智能体的朋友：这篇测了 MCP 工具挂掉时各家 agent 框架的表现，结论挺反直觉，模型变大不顶用，框架的错误处理才关键。

一篇无线通信基础模型的研究：把信道配置信息放进预训练，在 LoS 分类和 beam selection 等任务上，小样本场景效果比基线更好。

评测 GUI 智能体老盯着静态截图，这篇造了 601 个目标先藏起来的任务，人能拿 94.6%，GPT-5.5 只有 79.4%，差距到底卡在哪写得很清楚。

有人拿 BERT 分析了奥地利议会 22 年的演讲，发现联合执政的政党说话越来越像，退党议员也是换了党才改口风。

NVIDIA 把 Audio Flamingo Next 微调成能模仿具体真人的音乐品味和说话风格，10 个 persona 测试有效，做个性化 AI 的可以看看。

一个不用训练就能做视频异常检测的框架 SAAF，比之前的零样本方法快两倍多，还能超过监督模型，代码已开源。