全部动态

这是篇研究论文，作者提出了一种叫CanvasAnneal的新框架，专门用来提升扩散语言模型做复杂推理的能力，比如数学题和用工具，效果比之前的方法好。

这是篇关于机器学习理论的研究论文，作者用树张量网络（TTN）模型来研究损失景观与学习难度之间的关系，对理解深度学习中的优化问题很有价值。

这是篇关于强化学习正则化方法的论文，作者提出了新方法，通过理论分析和实验验证了其有效性。

这是篇关于如何提升强化学习模型鲁棒性的研究论文，作者开源了实现代码，对做相关研究的人可能有参考价值。

学术研究者或算法工程师如果对提升大规模最优传输（OT）计算效率感兴趣，可以看看这篇论文，它提出的 HELLO 算法在百万级数据点上的表现很有参考价值。

这是篇关于如何提升LLM诚实度评估准确性的技术论文，作者团队通过具体实验指出了现有基准测试的缺陷，并提供了可复用的解决方案，对做相关研究或评估工作的人很有参考价值。

这个研究很实用，帮你理解为什么你的大模型推理时 GPU 利用率看起来很高，但实际计算效率可能很低。作者用具体的技术（vLLM、FlashAttention-3）和硬件（H100）做了实验，结论很扎实。

学术研究者可以试试这个新指标，它比传统方法更准确，能帮你更精准地评估模型在数学手写识别上的表现。

一篇很有意思的论文，作者把扩散模型和认知科学里的Cobweb模型联系起来，解释了扩散模型如何学习概念层级，挺有趣的。

这个医学影像分割模型很实用，能同时处理CT和MRI数据，而且只需要少量标注就能完成胰腺子区域的分割，比单独用一种模态效果好。

这个研究提出了一个专门用于可解释动态生存分析的模型，对医疗领域应该有用。

研究团队开发了一种针对表格模型的量化方法，能显著提升推理速度，且在多个基准测试中保持精度，值得了解。

这个研究解决了自动驾驶中一个很实际的问题，就是让AI驾驶更符合人类舒适感。他们开发了一个方法，让AI在控制车辆时更平滑，不会突然加速或转向，比之前的方法更好。

朋友，GPT-5.6-Sol在物理基准测试上的表现被低估了，专家重评后它的分数大幅提升，说明我们之前对模型的评估可能有问题。

朋友，这篇论文挺有意思的，它指出现在的大模型在处理长流程操作时很吃力，比如遵循几十页的规则手册，准确率很低，这提醒我们不要过度依赖它们做这类复杂任务。

想了解如何提升大模型 MoE 分支卸载效率的朋友可以看看这篇论文，它提出了新的方法，让卸载后的性能更接近全负载水平。

朋友A对朋友B说：最近看到个挺有意思的论文，叫GTR+，是做无监督文本检索人物的，效果还不错，代码也开源了。

想了解大模型助教是否真的公平？看这篇研究，他们用新基准测试了五个不同能力的模型，发现能力强的模型反而可能有更大的公平性差距。

学术研究分享，提出新方法，开源代码，对做文本分类的研究者可能有参考价值。