Latest

训练长程 Agent 时只有最终结果奖励不够用，这篇用模型自己的注意力给中间步骤发奖励，ALFWorld 成功率从 91.2% 拉到 97.1%，代码开源可复现。

有人把 Flux 当压缩算法用了，零样本做有损压缩，低码率下还能打赢专门训练的神经压缩模型，思路挺新鲜。

三个开源模型上做的对照实验，量化了模型“学来的信念”到底值多少条证据，做可解释性的朋友可以看看。

做 3D 头像的朋友可以看看，高斯 splatting 重建出的脸容易糊和拉伸，这篇用一步扩散模型修图，还不用逐帧跑，代码已开源。

NTT 的团队做了个有意思的研究：光看物体碰撞时的表面形变，就能推断里面有没有空腔、在哪。对做机器人和无损检测的人很实用。

删数据不用重新训练模型，这论文给出了不用保留原始数据的增量遗忘方案，transformer 上删 20 类还很稳。

标注数据太贵？这篇论文教你用 TANN 和 EPIC 挑最有价值的行，标注 5-10% 就能达到八成性能，还顺手提升 GBDT。

让模型自己判断代码对不对，又不想跑测试？这篇论文测了六种免执行预测器在换语言、换基准后还靠不靠谱，结论很具体。

实验设计挺巧的：给 GPT-6 一个只能算数不能读权重的工具，审计临床模型的效果和白盒一样好，对做模型审计的人很有参考价值。

一篇把智能体思路用在视觉任务上的论文，给 MLLM 加了放大和高亮两个工具，在 PSG 基准上拿了第一，做视觉推理的可以看看。

一篇去雾新论文，思路挺特别：不估大气参数，改学光在雾里能传多远，在 CDD-11 和 RTTS 上效果都更好。

一篇很实用的论文：不改模型不改 harness，只优化智能体环境就能把 Haiku 4.5 成本砍七成，做智能体的都该看看

arXiv上一套知识图谱修复方案，用一个router决定LLM代理什么时候去外部检索证据，六套测试里token更省、修复F1还更高，做图谱的可以看看

用推荐系统思路预测台风会打乱哪些港口、影响几天，Wide & Deep 模型比距离基线高出 55%-85%，做物流和防灾的可以看看方法。

这篇论文用 Claude Code 实测了语法树、调用图等五种代码地图，发现主要价值在省 token，定位类任务最多省 39%，写补丁类就没啥优势了。

想在 Pythia-70M 里定位出控制 are/is 输出的具体特征，删掉就变单数，Gemma-2-2b 和 Llama-3.1-8b 上也复现了。

机器人扩散策略想用 RL 微调但算不动？这篇 LARBRID 只优化初始噪声分布，速度提上去了，成绩还能涨 2-3 倍，代码开源可以跑。

arXiv 上一篇理论论文，把满足化学习规则改写成贝叶斯估计器 ACB，还证明不可达目标下探索不会收敛，喜欢决策理论建模的可以看看推导。

用 30 年病史训练 EHR 模型预测结直肠癌，发现回看 18 年效果最好，还顺带指出了 RoPE 处理长时间的问题。

一篇改进 kNN 的小论文：不再全局定一个 k，而是用遗传算法学出按每个样本自适应选 k 的策略，还附了 12 个数据集的实验和泛化证明。

一篇很实在的推理优化论文：把注意力分块按精度分档，长文本生成最高快 7.88 倍，代码已开源，做长上下文部署的可以试试。

这篇论文把两种衡量 AI 削弱人类权力的度量用不等式串了起来，还给出能从交互日志直接算的监控指标，做 AI 安全的方向可以看看。

做嵌入可视化的人可以看看，它不用标签，靠知识图谱三元组重构邻域图，8 个条件上 NMI 和 LT_2D 都赢了 kNN 基线。

一篇离线强化学习新论文，MAC-v2 用潜在世界模型加动作分块，在 LIBERO-10 这些视觉基准上跑赢了 model-free 和 model-based 基线，做 RL 的可以看看。

太阳能发电预测只能给单个数值不够用，这篇论文用两个LSTM分开预测辐照度和误差，不确定度偏差最多降56.5%，做新能源预测的可以看看。

一篇把 DINO 自监督搬到惯性传感数据的论文，一个模型同时搞定 HAR、动作捕捉、里程计这些任务，还能换采样率和佩戴位置，做可穿戴或机器人方向的可以看看。

几何深度学习论文把等变GNN的秩限制反着用，用奇异值谱给分子、蛋白复合物做点群识别，还能追踪对称性破缺，做结构分析的朋友可以看看。

搞RNN或循环模型训练的可以看看，这篇把截断BPTT到底丢多少梯度信息给出了数学刻画，结论挺实用。

PINN 找解，区间算术给严格误差界，Lean 再机器检查一遍，还顺手发现了新的高振幅 Wilton ripple 候选解，方法链路很完整。

一篇 RAG 新玩法论文：把文档离线灌成 KV 缓存，0.6B 小模型查询时直接吃缓存，30 组对比赢了 29 组，省算力场景挺实用。

一篇挺有意思的论文：有人能在不动准确率的情况下悄悄把模型预测掰向自己要的方向，连审计都能过，监管和用模型打官司的人该看看。

做偏好优化训练的可以看看：给 DPO 打了个闭式诊断指标，能提前判断冲突数据会不会让安全分、长度这些约束越训越差。

一篇图学习论文，提出 AtlasULP 框架，在没见过的图上不用重新训练就能做链接预测，生物网络这类长程依赖场景提升明显，做图方向的朋友可以看看。

做推理部署的可以看看：没有验证器也能做测试时扩展，在 LiveCodeBench 上无验证器时 mean@8 提升 35%，方法细节都在论文里。

数值方法论文，用张量网络 CP 分解把高维动理学方程的成本从指数压到多项式，3D3V 例子单 GPU 半小时训完，做等离子体或半导体仿真模拟的可以看看。

用超声波听声音就能提前发现钻头要卡死，Autoencoder 在 17 个钻头上一个故障都没漏，做工业预测维护的可以看看这份公开数据集。

GEAR 这个新微调方法把 LoRA 动态秩问题做成了几何问题，参数只用三分之一，分数还涨了近 2 分，搞微调的可以看看。