Latest

研究发现模型安慰人不只是看当下说什么，还会被之前的聊天轨迹影响，用户收起情绪时模型表现最不像真人，做对话评估的可以看看这套 TraDE 方法。

这篇论文把分位数分布式 RL 的估计误差界做到了极小化极大最优，统计方向的同学可以细看证明思路。

博世工厂真实数据验证的 VLC 室内定位研究，用迁移学习把精度提高 47%，高噪声下模型效率从 10.4% 拉到 67.5%，做工业物联网定位的可以看看。

这篇不改模型只改输入表示：把分子图拆成 BRICS 片段节点，GNN 的解释就直接落在官能团粒度上，化学家能看懂，精度还基本不掉。

一群研究者发现不用改架构，只要把 flow-matching 模型的训练噪声分布往高噪阶段偏移，布局遵循度就能从 25.9% 涨到 80.8%，训练文生图模型的值得看看。

有人把贝叶斯优化提速了 100 到 1000 倍，性能还不掉，6000 多维也能跑，搞超参优化的可以看看。

这篇论文提出反射性矩阵 Γ，把多智能体间的相互影响建成网络结构，谱半径跨过 1 就从稳定收敛变成损失线性增长，比以前的标量收缩常数刻画得更细。

一篇理论论文，把差分隐私在线预测的遗憾度从 √T 压到 √L*，低损失场景下隐私几乎零成本，做理论的朋友可以看看。

一帮研究者做了个叫 SCARCE 的图神经网络框架，训练时完全不用类别标签，靠环境分区和对抗混淆就能扛住分布偏移，在 DrugOOD 上跑赢其它无标签方法。

arXiv 上的新论文，教你怎么把拒绝方向按提示加权组合，既能削弱拒绝也能反向修复被破解的模型，比单一均值方向更灵活。

如果你维护检索系统，模型一升级就得重做全量索引，这篇论文给了个不用重索引的思路，连旧模型都不用依赖，很实用。

一篇讲怎么把 DPO 训练提速 30% 的论文，分支剪枝拿到 1.426 倍单步加速，代价是准确率略降，做偏好优化的可以看看。

医疗 AI 方向的研究者可以看看这篇：它在 MIMIC-IV 上验证了块扩散比自回归快约 1.43 倍，预测性能还几乎不掉，论文思路和实验设计都挺扎实。

理论向读者看这篇：把 MIL 里常用的 softmax 近似 max 讲透了，还用随机能量模型和 Hopfield 网络解释了梯度下降何时失效，推导和模拟都对得上。

一篇因果发现方向的论文：Loscar 把 RESIT 框架推广到 LSNM，用分位数回归套预训练表格模型，多变量场景比 FGLS 强不少。

JEPA 在图像上很能打，但用 MIMIC-IV 一测，做病历表征还是干不过老老实实的 MLM，结论挺反直觉的。

一篇把标准注意力、线性注意力、RNN 全部用几何框架统一起来的理论论文，想搞懂 attention 底层数学原理的可以啃一啃。

用 396 个 QASPER 问题和 8 本教材实测了 11 种长文档检索方案，结论挺反直觉：扫全文不一定更强，Hybrid + Jev 证据覆盖 94.1% 还更快更省钱。

arXiv 上这篇论文教你怎么把 7B/8B 模型压到 3-4 比特还给太空机器人用，混搭三种量化器比单用一种效果更好，做端侧部署的可以看看。

这篇论文测了 16 个模型当支付审批监控器的表现，发现一起失效的根源是共享证据源，结论是数来源别数票，做智能体安全的人可以看看。

有人给 VHDL 代码生成做了个专门基准，18,500 多条样本微调后语法正确率到 92%，还真能跑上 FPGA 硬件，做芯片设计的可以看看。

做图生成的人可以看看：用 FlexAttention 实现的边感知注意力层，显存省了 65%，吞吐还更快。

这篇论文把几秒人类手部动作变成灵巧手能用的技能，跟踪人类动作学先验，又靠噪声环境逼它泛化，还验证了真机迁移。

一篇做噪声下导航规划的新论文，用 Neumann 边界条件加 Monte Carlo 标签训练出能跨几何泛化的价值场，4D 重规划成功率 95% 以上还比对手快几十倍。

搞 LiDAR 建图的同学可以看看，把经典曲面能量泛函搬进神经隐式 SDF，平滑度和保真度兼顾，推理还不加开销，代码开源了。

一篇求解 PDE 的论文，把串行积分改成时间并行，训练从慢到一秒以内，还带误差证明，搞科学计算可以看看。

有人专门为野外相机拍的动物照片改进了 MAE，重建指标比原版 MAE 高出好几 dB，做生态监测或自监督的可以看看架构细节。

这篇论文把每 token 的电耗拆成活跃字节加解码时间两个量，误差 3.73% 以内，做推理部署省电的可以照着算。

教扩散模型学你的新概念还不忘旧的，这套残差适配方法保真度最高，参数还能砍 72%，玩个性化生成的看看。

OpenAI 刚用非构造性方法给出 ω≤9/4，这篇论文把构造写出来了，矩阵乘法复杂度爱好者可以直接看推导。

三个后端、五千多个仓库被扒了一遍配置，想知道大家平时真的调哪些推理参数、哪些基本没人碰，看这篇就够了。

联邦学习里不同群体抢一个模型、另一个模型饿死怎么办？这篇把路由干预建模成控制问题，用 EXP3 自动选策略救回来，还开了源代码。

用 LightGBM 对 Google Trends 和疫情数据做双向预测分析，还提出了 DPRS 这个新指标，做时序预测的可以看看误差分布熵的思路。

搞优化理论的朋友可以看看，这篇把 SGD 在深度线性网络里的收敛性证明补上了，条件还挺宽松，不要求 Lipschitz。

这篇论文实测了 LLM 选特征到底靠不靠谱，结论挺实在：7B 的模型还不如传统统计方法，但特征名字本身对回归任务确实有用。

一篇很新颖的架构论文：给每个神经元学一个位置，只连附近的邻居，17 个世界模型任务里赢了 16 个，做模型结构的人可以看看。

论文提出 Tessera，把细胞空间关系建模成保留方向的相对关系，表征质量和零样本泛化都超过现有空间基础模型，做空间组学的可以看看。

NVIDIA 把 ReMEmbR 扩到机器人集群了，Jetson 本地编码不上传原始画面，还能抹掉人脸过 GDPR，做仓储机器人的可以看看。

一个测多视角空间生成的新基准，11 个模型都考砸了，微调 BAGEL 能涨 24 分，做空间生成方向可以看看。

SRE 排障神器来了：论文把散落的日志拼成一张图，多智能体自动跑因果分析，LLM 直接给你代码级根因报告。