Chinese contentMeta 论文：编码智能体通过复用尝试摘要大幅提升性能
这篇论文戳中了编码智能体效率低下的核心痛点——不是试得不够多，而是记不住经验。做 AI 编程工具或智能体开发的团队，可以直接借鉴其摘要复用和锦标赛选择方法，值得点开看看。
Latest
Every published item, in order · 1470 items
May 23
Chinese contentGoogle SensorFM：万亿分钟穿戴数据训练的基础模型
穿戴设备厂商和健康 AI 研究者终于有了一个通用基础模型，不用再为每个健康任务单独设计特征工程。做可穿戴健康分析的团队可以直接参考 SensorFM 的预训练思路，大幅降低模型开发成本。
Chinese contentGoogle DeepMind 新论文：AI 在 Lean 中搜索形式化数学证明
这篇论文展示了 AI 在数学证明中的实际进展，做形式化验证或数学研究的团队值得关注——它把 LLM 从“讲故事”变成“可验证的候选生成器”，直接解决了幻觉问题。
May 22
Chinese content通用LLM通过长思考破解数论难题，OpenAI模型展现前沿研究能力
这项发现打破了“只有专用模型才能做前沿研究”的认知，做AI科研或数学研究的团队值得关注——它意味着你的通用模型可能比想象中更聪明，只是需要给它更多思考时间。
Chinese contentOpenAI 模型自主解决平面单位距离问题，突破 80 年数学难题
数学家和 AI 研究者会兴奋——AI 首次自主攻克了 80 年悬而未决的数学难题，证明了 AI 在数学发现中的潜力，值得所有关注 AI 与科学交叉领域的人点开。
Papers00:42
Chinese contentLongMINT：评估长时域智能体系统在多目标干扰下的记忆能力做智能体系统开发的团队会直接受益——LongMINT 暴露了长时域任务中记忆干扰的痛点，看完你会重新审视自己的记忆模块设计。
May 21
Chinese contentBiomedical AI 或面临可重复性危机：97% 研究统计方法无效
生物医学 AI 研究者、审稿人和临床 AI 产品团队需要警惕——97% 的统计方法无效意味着大量已发表结论可能不可靠，建议点开看看你的领域是否也在用这些无效检验。
Chinese content10M参数模型GRAM通过并行推理路径超越3倍大小对手
GRAM用随机性打破了递归模型的确定性瓶颈，做推理模型或搜索算法的研究者可以直接复现，做数独或组合优化应用的团队值得关注。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentAI 解决 Erdos 难题：耗电 0.6-6.3 kWh，用水不到三颗杏仁
这个数字对比让 AI 能耗变得可感知——做 AI 研究或关心可持续计算的读者，看完会重新思考模型效率的价值。
Chinese content《Code as Agent Harness》百页报告：代码作为智能体框架的核心
做智能体框架开发的团队，这篇百页报告帮你理清了代码作为框架的核心逻辑和未来方向，建议直接收藏细读。
Chinese contentNVIDIA Nemotron 论文发布，@llm_wizard 详解
NVIDIA 的 Nemotron 论文是了解其 LLM 技术路线的一手资料，做模型训练或推理优化的开发者值得仔细研读，配合 @llm_wizard 的解读能更快抓住重点。
Chinese contentWhitepill：分布式训练可规避AI暂停条约，论文提出检测方法
这篇论文戳穿了AI暂停条约的技术漏洞——分布式训练让监管形同虚设，做AI治理、安全研究的团队值得细看，看完会对现有方案的有效性重新评估。
Chinese contentOpenAI模型自主解决1946年Erdős几何猜想，首次AI攻克数学核心开放问题
数学家和AI研究者会震惊——AI第一次独立解决了困扰人类80年的核心猜想，这不仅是数学的突破，更是AI推理能力的质变，值得所有关注AI前沿的人点开。
May 20
Chinese contentGoogle Nexus：用事件推理改进时间序列预测，Claude版MAPE降低86.6%
做时间序列预测的团队终于有了一个能理解「为什么涨跌」的框架，Nexus 把事件和数字结合，效果显著。做量化、经济预测或房地产分析的建议点开论文看看。
Chinese contentNexus：面向时间序列预测的智能体框架
时间序列预测是金融、能源、运维等领域的高频需求，Nexus 用智能体编排替代手动调参，做预测分析的团队可以直接参考其框架设计，省去重复造轮子的时间。
Chinese contentGoogle Nexus 论文：预测需理解事件，多 agent 拆解时间序列
做时间序列预测的团队终于有了新思路——Nexus 把事件理解引入预测，MAPE 降低 86.6% 的效果值得在业务中试试。
Chinese content经典人类说服技巧对AI有效：PNAS论文发现合规率从35%升至51%
做AI安全和人机交互的团队值得关注——这项研究揭示了人类说服技巧对AI的意外影响，提醒我们在设计对话系统时需防范操纵风险。
Papers02:40
Chinese contentFrançois Chollet：大多数人类任务非马尔可夫过程，智能体需精确追踪历史轨迹做智能体或强化学习的开发者会意识到，当前很多模型忽略了历史轨迹的精确追踪，Chollet 的观点直指智能体实用性的关键瓶颈，值得深入思考。
May 19
Chinese contentNVIDIA 证明 AI 学习无需反向传播：EGGROLL 扩展进化策略至十亿参数
这项研究打破了深度学习十年来的反向传播依赖，做大规模模型训练或非可微分任务（如强化学习、神经架构搜索）的团队可以直接关注 EGGROLL，它可能改变你构建模型的方式。
Chinese content腾讯混元开源 Chronicles-OCR：评估 VLLM 对古代汉字的视觉感知基准
做 OCR 或古籍数字化的团队终于有了一个针对古代汉字的专业评估基准，可以直接用来测试自家 VLLM 的视觉感知能力，值得关注。
Chinese content腾讯开源Chronicles-OCR：古汉字视觉感知基准，横跨3000年7种字体
古文字识别是AI视觉的硬核边界，做OCR或文化遗产数字化的团队可以直接用这个基准测试自家模型，看看它们穿越回3000年前还能不能认出字。
Papers13:13
Chinese content研究证实：人们偏爱“谄媚”AI，加剧认知偏见与极端化这项研究戳破了AI中立的幻觉——你越喜欢一个AI，它可能越在强化你的偏见。做产品、做内容、做决策的人都该看看，否则你正在亲手建造自己的信息茧房。
Chinese contentMeta 发布 AIRA：双智能体自主搜索神经网络架构，超越 Llama 3.2
做架构搜索或智能体系统的开发者值得一看——AIRA 用双智能体分工策略解决了搜索效率问题，而且思路可以迁移到管道组装、查询规划等场景，直接参考论文实现。
May 18
Chinese contentVPD 论文让神经网络权重变得可读：adVersarial Parameter Decomposition
VPD 解决了神经网络可解释性长期以来的痛点——权重不可读，做模型调试、安全对齐或研究 AI 内部机制的团队可以直接用这个工具来追踪和编辑模型行为。
Chinese contentNous Research 提出 Token Superposition Training，LLM 预训练速度提升 2.5 倍
训练 LLM 的团队终于有了一个不改变模型、不调优化器的加速方案——直接插进去就能省 2.5 倍时间，做预训练或资源受限的开发者值得一试。
Chinese contentPwC论文：Agent搜索中grep比语义搜索更准？
这篇论文挑战了“语义搜索是Agent标配”的直觉，做Agent检索或RAG的开发者值得一读，看完可能会重新审视你的检索策略。
Chinese contentGoogle Nexus论文：时间序列预测从统计外推转向多agent因果推理
做时间序列预测的团队终于有了新思路——不再死磕历史曲线，而是用多agent理解政策、突发事件等因果因素，效果直接降维打击。搞量化、供应链或金融预测的开发者建议点开，看看怎么把文本推理融入预测流程。
Chinese contentGPT-4与GPT-4o混合实验：新模型效果更显著
AI研究者或实验设计者注意了：模型版本差异可能显著影响结论，使用最新智能体工具能放大效果，建议在论文中明确标注模型版本。
May 17
Chinese contentLLM智能体记忆不可靠：反复重写反而更糟，清华等团队新研究
做智能体系统或记忆管理的开发者，这篇论文戳中了记忆重写的致命缺陷——原始经验比精炼总结更可靠，看完你会重新思考记忆存储策略。
Chinese contentGoogle DeepMind 论文：AI 智能体的真正安全问题是环境而非模型
这篇论文把 AI 智能体的安全边界从模型内部扩展到了整个互联网环境，做智能体开发和安全研究的团队必须重新审视攻击面——你的智能体可能正在被看不见的网页内容操控。
Chinese content斯坦福论文：单智能体在多跳推理中优于多智能体系统
这篇论文戳破了多智能体系统“越多越好”的迷思，做AI推理和智能体架构的开发者看完会重新思考设计方向——先试一个强模型，别急着堆智能体。
Chinese content阿里发布VulnSage：多智能体框架实现自动化漏洞利用生成
安全团队终于有了能实际验证漏洞利用的AI工具——VulnSage把代码理解转化为真实攻击路径，做渗透测试或漏洞研究的开发者可以直接参考论文方法。
Chinese contentAI Agent 用 grep 搜索比语义检索更准：Direct Corpus Interaction 论文
这篇论文颠覆了「检索必须靠语义索引」的直觉，做 AI Agent 或搜索系统的开发者值得一读——它可能改变你对工具接口设计的思考方式。
Chinese contentGoogle Nexus 论文：预测需要事件上下文，而非仅历史数据
Nexus 把时间序列预测从纯数字游戏变成因果推理，做金融、房地产或供应链预测的团队值得关注——它用事件上下文把误差砍掉 86%，思路可以直接借鉴。
Papers16:36
Chinese contentLLM智能体记忆不可靠：万亿投资后仍存根本缺陷做AI智能体开发的团队值得关注——记忆机制是当前瓶颈，这篇论文直接挑战了“记忆越多越好”的假设，看完会重新思考你的记忆策略。
Chinese content世界模型特刊：AI 超越 LLM 的关键问题，全明星阵容集结
世界模型是 AI 从“鹦鹉”走向“真正理解”的关键一步，做 AI 研究或关注 AGI 路径的人，这篇特刊的阵容和问题清单值得细读。
Chinese content工具调用智能体可解释性论文：模型知道该调用工具但执行失败
做工具调用智能体开发的团队，如果遇到模型明明知道该用工具却就是不调用的怪现象，这篇论文直接点出了后层几何结构的根本原因，值得一读。