Papers15:18
Chinese content数据同化与嵌入式方法对比：动力学系统闭合模型学习训练动力学闭合模型到底嵌入模拟器还是分阶段离线训？这篇用 SIQR 模型把两边成本和精度账算清楚了。
Latest
Every published item, in order · 9845 items
Nov 3
Papers15:18
Chinese contentVis-Lens：用扩散模型生成神经网络偏好的视觉图像一篇研究论文：Vis-Lens 把 VAE 和扩散模型结合起来，能生成让神经元或脑区“最喜欢”看的图像，比之前的方法更真实，还不用逐图优化。
Chinese contentDynaSolver：面向动态边界 4D 流场预测的神经算子
机器人动起来周围气流怎么算？这篇用物理 token 加并行训练把动态边界 CFD 预测的自回归误差压下去了，还放出了 RoboCFD-4D 基准，做流体仿真代理的可以看看。
Scaling Theory Links Multi-Epoch Pretraining Overfitting to Ensembling
As datasets saturate, labs will reuse data across epochs, and this work predicts when that overfits and how ensembling shifts the optimal stopping point. Practitioners planning pretraining or distillation budgets get concrete allocation rules rather than intuition. The FineWeb experiments make the theory testable against single-model scaling baselines.
Chinese contentSonar-MoE：在反向传播中更新专家参数，降低 MoE 训练显存
论文讲了个省显存的训练技巧：专家参数反向传播时就地更新，微调 OLMoE 这类 MoE 模型显存省约两成，速度还更快。
Chinese contentBISECT：双层谱分解让 LoRA 持续学习突破零空间隔离瓶颈
一帮研究者发现 LoRA 持续学习的零空间隔离会饿死新任务学习，提出 BISECT 用谱分解解决，在五个基准上跑赢旧方法还零推理开销。
Papers15:13
Chinese content深度神经网络加速泊松过程强度估计的收敛速度一篇统计学习论文：用 DNN 做泊松过程强度估计，理论证明能接近 minimax 最优速率，还在 Allen Brain 的 Neuropixels 神经放电数据上实测赢了核估计器。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentCUA-Master：开源世界递归改进框架训练 27B 计算机操作智能体
一篇计算机操作智能体的论文，思路挺有意思：从教学视频里挖真实工作流当种子任务，再用快照回滚机制采集轨迹，27B 模型在 OSWorld Verified 拿到 80.2 分。
Chinese contentComplianceAtlas：用双智能体框架自动完成 AI Act 合规差距分析
arXiv 上的新论文，用两个智能体帮企业自动做 AI Act 合规差距分析，F1 比最强基线高了 0.3，做合规的可以看看。
Chinese contentSCOPE 框架：让 LLM Web 智能体从局部技能学成长程任务能力
训练 Web 智能体老是拿不到反馈？这篇把复杂任务拆成技能链一步步学的思路挺有意思，三个基准上最多提升 18.6%。
Chinese content多模态提示学习框架用 3D CT 预测肺腺癌浸润性
医学影像方向的朋友可以看看：用报告和关键词做双粒度对齐，1,593 个结节上 AUC 从 0.9297 拉到 0.9499，推理还只要 CT。
Chinese contentLUCA 发布：一个可评估实验推理过程的合成世界
这篇论文做了个叫 LUCA 的沙盒，专门测智能体是靠正确推理还是蒙对答案，7 个前沿模型测下来诊断能力差了 7 倍，挺有意思的。
Chinese content论文提出智能体互联网架构框架：MCP、A2A 协议如何走向可治理自主
搞智能体开发的话，这篇把 MCP、A2A、AGNTCY 这些协议串成了一张完整地图，还讲了怎么把它们落到服务治理层面。
Chinese contentStateBench：四级状态追踪基准揭示 GDN 与 Transformer 能力边界
这篇论文给状态追踪能力画了张精细地图，GDN 和 Transformer 各能解到哪一层都讲清楚了，还配套开源了 StateBench 可以直接测自己的模型。
Chinese contentAvatar Intelligence 提出持久个人智能体新范式与 AOI 评估框架
一群研究者提出让个人智能体长期替你做决定，还配套了 AOI 指标来算监督成本，做 Agent 方向的可以看看这套评估思路。
Chinese contentMIRA 训练框架用欺骗性视觉上下文提升多模态推理稳健性
一篇研究论文：MIRA 训练时故意塞误导性视觉信息，让模型学会自己发现并纠正错误，多模态推理基准平均涨 7%，还不用人工标注。
Chinese contentPACERec：用流匹配把协同信号注入 LLM 物品嵌入的推荐框架
一篇推荐系统论文，把 LLM 物品嵌入和协同过滤信号融合起来，专治长尾物品交互稀疏的问题，做推荐的可以看看思路。
Chinese contentNetworked AI：多智能体网络化系统架构与理论框架
几位作者把多智能体、信号处理和控制论揉成一个系统框架，还论证了资源需求能近线性扩展，做系统方向的朋友可以看看思路。
Chinese contentPRIME：用反事实路由改进 LLM 科学创意的修订决策层
这篇论文给现有的 AI 科研创意系统加了个“改哪、怎么改”的决策层，靠反事实推演选修改方案，消融数据挺扎实，做科研智能体的可以看看。
Chinese content用 LLM 从刑事判决书抽取结构化数据：DUI 案例抽取准确率从 52% 提升到 70%
做法律实证研究的朋友可以看看：用 LLM 把刑事判决书变成结构化数据，指令改一改准确率就从 52% 涨到 70%，方法写得很细。
Chinese contentVideoEditor-MoE：开源混合专家架构视频编辑模型，最高56B参数
一篇讲视频编辑模型怎么用 MoE 省算力的论文：56B 参数但每 token 只激活 8B，还开源了框架，做视频生成方向可以看看路由分析。
Papers14:56
Chinese contentQ-CamTuning：面向直播摄像头调优的多模态大模型直播画质调参这活儿有 AI 干了，这篇论文造了个能看图、找问题、直接告诉你怎么调摄像头参数的模型，IQA 方向的研究者可以看看。
Chinese contentBLPO：跨任务共享经验优化长程 LLM 智能体训练
这篇论文解决长程智能体训练中 rollout 太少、优势估不准的老问题，思路是把不同任务的经验汇到全局记忆里共享，ALFWorld 和 WebShop 上都跑出了效果，做智能体 RL 的可以看看。
Chinese contentCAREFUL-Bench: 针对多轮 LLM 函数调用的效果感知评测基准
BFCL 有个盲区：模型调用函数前先确认会被扣分。这篇给 BFCL 加了效果感知评分，还发现函数文档加副作用提示对 8 个模型都没用。
Chinese contentGPT-6 Astra 直接改写 Qwen3.5-0.8B 权重，数学能力提升 6 倍
有人让 GPT-6 直接手改 Qwen 小模型的权重，不改 99.98% 的参数，数学就涨了 6 倍，全程零训练零梯度，思路很邪门，推荐看看原文。
Chinese contentElevenLabs 分析 469 个生产环境语音 Agent：对话越长，成功率越高
ElevenLabs 拿 469 个生产环境的 Agent 做了对比分析，发现对话越复杂语音模式越占优，做语音产品的话值得看看数据。
Milvus tests hyperbolic embeddings in image search rankings
The geometry matters less than the query type: hyperbolic scoring helps descriptive captions but hurts broad category queries where rare taxonomy terms dominate the gap. Teams running image search should benchmark Lorentz against cosine on their own query logs instead of assuming hyperbolic is uniformly better. Milvus supports hyperbolic ranking through a standard inner product, so no new infrastructure is required to test it.
Chinese content研究称 LLM 可直接改写神经网络权重，GPT-6 Astra 微调 Qwen3.5-0.8B 数学能力提升至 6 倍
有人让 GPT-6 Astra 直接改 Qwen3.5-0.8B 的权重，不动一行训练代码，数学就快了 6 倍，这思路挺新鲜。
Chinese content用 GPT-6 Astra 直接改 Qwen3.5-0.8B 权重，数学能力提升 6 倍
有人让 GPT-6 Astra 不训练直接改 Qwen3.5-0.8B 的权重，数学提升 6 倍，思路很新鲜，帖子不长值得看看。
Chinese content不训练不算梯度：GPT-6 Astra 改 0.016% 权重，Qwen3.5-0.8B 数学正确率升 6 倍
MIT 那篇权重空间编程的博客，让 GPT-6 直接手改 Qwen 小模型的权重，数学分涨 6 倍，里面几个失败条件也讲得挺实在。
Chinese contentAnthropic 研究：专家把工作交给智能体后，关键决策还在谁手里
Anthropic 做了个 50 名数据分析师的随机试验，想搞清楚专家用智能体干活时，关键决策权到底还在不在人手里。
Paper: First Tokens After Thinking Tag Limit CoT Controllability
The finding points to a cheap, practical lever: intervening at the very start of a reasoning trace can double a model's compliance with reasoning-style instructions, no retraining required. Practitioners building monitored or steerable CoT pipelines can try token prefilling or banned-opening lists right away. The split between add/restyle control and omission control also gives benchmark designers a concrete axis to test separately.
Chinese contentGPT-6 Astra 直接改写 Qwen3.5-0.8B 权重，数学能力提升最高 6 倍
有人让 GPT-6 Astra 手改 Qwen3.5-0.8B 的权重，不动训练流程，数学就快了 6 倍，思路很新奇。
Chinese contentMIT CSAIL 用 GPT-6 Astra 直接改写 Qwen 0.8B 权重，数学能力提升 6 倍
MIT 团队不训练不微调，直接让 GPT-6 Astra 改 Qwen 0.8B 的权重，改 0.016% 参数数学就快 6 倍，脑洞很新。
Chinese contentOpenAI 证明 Erdős 相似性猜想后，arXiv 出现人工详细解读
OpenAI 证了 Erdős 相似性猜想，这篇解读只用基础测度论就能看懂证明思路，数学爱好者别错过。
Chinese content研究提出 Residual Agents 让 AI 科学家复现量子计算论文
这篇论文发现 AI 智能体很难复现量子论文的结果，然后靠记录修复经验把成功率从 68% 拉到 85%，成本只要 Claude Code 的三分之一，做科研自动化的可以看看思路。
Only the latest 2000 items are listed; for older ones see the daily archive