Latest Global & ASEAN AI Business News, Tools & Industry Updates

Most DP training spreads its privacy budget uniformly across iterations, and this work proves that allocation, not just total budget, can be optimized with provable stability guarantees. Practitioners training differentially private models — from healthcare to finance teams subject to data-protection rules — can use the square-root allocation law or the PB-AMD method to squeeze more utility from the same certified privacy cost. The reduction to projected gradient descent comparisons makes the approach directly implementable.

#differential privacy #DP-SGD #optimization #open-source models

arXiv cs.LG@Umberto Biccari, Yongcun SongSource

Papers Builders13:00

Chinese contentH²R：用分层提示奖励改进数学推理强化学习

一篇 RL 训练新方法：把数学题拆成子问题当奖励里程碑，Qwen2.5-Math-7B 在 HiMath 上从 30.4% 涨到 45.6%

#H²R #Qwen2.5-Math #RLVR #HiMath

arXiv cs.LG@He Tu et al. (3)Source

Papers BuildersMulti-source12:59

Chinese content面向 GDN 循环状态低比特量化的 GGA 与纯写滑动窗口方法

Qwen3.5 上的低比特量化新论文，GGA 加滑动窗口比 STEPQuant 高 40 个百分点，还能让输出短三分之一，做长上下文部署的可以看看。

#Qwen3.5 #量化 #线性注意力 #GDN

Event

arXiv cs.LG@Qinghang Huang et al. (3)Source

Papers Builders12:59

Chinese contentMASCAL：多智能体协作中的置信度校准训练方法

多智能体交接老是靠猜答案对不对？这篇论文给每个 agent 加了正确概率输出，下游能据此决定信不信，还能支持选择性作答。

#MASCAL #多智能体 #强化学习 #论文

arXiv cs.LG@Chenxiao Fan et al. (12)Source

Papers Builders12:59

Chinese contentCovFedAvg 提出联邦模型选择新方法，Gas 任务宏平衡准确率提升至 89.84%

一篇联邦学习论文，思路是让各客户端不用交换数据也能收敛到行为兼容的共享模型，在 gas 传感器任务上比 FedAvg 高了约 1 个点。

#CovFedAvg #FedAvg #联邦学习 #模型选择

arXiv cs.LG@Federico Lucchetti, Marcus VölpSource

Papers12:59

Chinese contentTACFormer：基于 Transformer 的靶点条件 PROTAC 从头设计生成模型

把 ESM-2 的蛋白表征当条件喂给分子生成模型，一次生成整个 PROTAC 而不是只生成连接子，做药物设计的可以看看这篇。

#TACFormer #ESM-2 #PROTAC #药物设计

arXiv cs.LG@Yossra Gharbi, Rocío MercadoSource

Papers Builders12:59

Chinese contentsDMD：用 Sinkhorn 散度改进扩散模型蒸馏

一篇蒸馏方法论文，把 DMD 加上 Sinkhorn 最优传输修正，Qwen-Image 和 Wan2.1 上 2-4 步就能出图，多样性还比 DMD2 好。

#sDMD #DMD2 #Qwen-Image #Wan2.1

arXiv cs.LG@Jaihoon Kim et al. (6)Source

Papers Builders12:58

Chinese contentTuring 提出 C-MOPD 蒸馏方法，Turing-20B-A2B 整合得分达 0.9988

Turing 这篇论文讲怎么把多个专家模型蒸馏进一个 MoE，80 多行细节，还把训练步骤快了 2.86 倍，做训练的人可以看看。

#MoE #C-MOPD #Qwen3-8B #蒸馏

arXiv cs.LG@Yue He et al. (22)Source

Papers Builders12:58

Chinese content论文提出 Dynamic Wave 混合序列混合器，效率取决于实现而非架构

有人做了个注意力替代方案 Dynamic Wave，但真正有意思的是发现：效率优势换个注意力内核就没了，循环层省不省全看实现。

#Dynamic Wave #Transformer #注意力机制 #循环网络

arXiv cs.LG@Dmytro Babarytskyi, Oleksandr BabarytskyiSource

Papers Builders12:58

Chinese contentDWISE 调度引擎让扩散语言模型推理延迟降低至 1/5.4

扩散语言模型跑得慢可能不是模型的问题，是调度策略拖了后腿。这篇把延迟砍了 5 倍以上，做推理服务的值得看看。

#dLLM #SGLang #推理优化 #扩散语言模型

arXiv cs.LG@Lie Li et al. (5)Source

Papers Builders12:58

Chinese content研究：基于惊讶的流式持续学习会大量吸收虚假声明

这条研究挺反直觉的：靠'惊讶'挑学习内容，模型反而最容易学进谎言。想给 LLM 做持续学习、知识更新的开发者值得看看这四个发现。

#持续学习 #LoRA #Qwen2.5 #Llama-3.2

Event

arXiv cs.LG@Abdelkader Metales, Miriam GrabenheinrichSource

Papers12:58

Chinese content符号回归用于母猪分娩预测：可解释模型误差9.28小时

欧洲团队用符号回归预测母猪分娩时间，误差9.28小时还能给出可读公式，比神经网络更透明，搞可解释AI的可以看看这个跨界案例。

#符号回归 #可解释AI #精准畜牧 #机器学习

arXiv cs.LG@Elisabeth Mayrhuber et al. (6)Source

Papers Builders12:31

Chinese content研究称不同语言的 Token 消耗量最高相差 17 倍

低资源语言用户用 AI 要多花好几倍的钱，有的模型差到 17 倍，看完你就明白为啥非英语市场做 AI 更贵更慢。

#Token #分词器 #多模态 #低资源语言

IT之家Source

Papers Builders12:02

Chinese contentFedASTRA：联邦超图学习中的潜在对应关系恢复方法

这篇论文提出了 FedASTRA，解决联邦超图学习里跨客户端超边匹配难题，还给出了性能和通信量的理论分析，做图学习方向的可以看看。

#FedASTRA #超图学习 #联邦学习 #ogbn-papers100M

arXiv cs.LG@Bo Yan et al. (4)Source

Papers11:56

Chinese content联邦训练会损害 Grad-CAM 可解释性吗？深度伪造检测研究给出答案

训练深度伪造检测模型时想用联邦学习保护隐私？这篇论文用 EfficientNet-B4 做实验，告诉你数据异构到什么程度 Grad-CAM 的解释会不可信。

#Grad-CAM #FaceForensics++#联邦学习 #深度伪造检测

arXiv cs.LG@Muhammad Uzair Shahid, Muhammad Zabil MehboobSource

Papers11:56

Chinese contentLoCoMAP：长上下文记忆访问预测让图分析预取更稳

搞系统或图计算的朋友可以看看，这篇把预取器的记忆访问预测历史拉到 128、跨度拉到 512，节点打乱都不用重训，CC 图上还留 95.4% 的 F1。

#LoCoMAP #PageRank #图分析 #预取

arXiv cs.LG@Dongyan Sun et al. (4)Source

Papers Builders11:56

Chinese content多臂老虎机新算法同时达到一阶后悔与最优最坏情况后悔界

把2019年那个带log的遗憾界做到O(√(KL*))，一个算法同时拿下stochastic和adversarial两种场景，做bandit理论的别错过。

#multi-armed bandits #regret #FTRL #Tsallis熵

arXiv cs.LG@Mengxiao ZhangSource

Papers Builders11:56

Chinese contentSAFT：只更新5%参数的稀疏对抗微调方法

这篇论文挺有意思：发现对抗鲁棒性其实藏在少数关键参数里，只微调约5%参数就能媲美全参数对抗训练，还比LoRA效果好。

#LoRA #SAFT #对抗训练 #参数高效微调

arXiv cs.LG@Zhaoxin Wang et al. (3)Source

Papers Builders11:55

Chinese content用运动基元表示平滑动作分块，改进机器人模仿学习

机器人模仿学习的轨迹总是抖，这篇把轨迹写成基函数组合，抖动降一个数量级，还不用重新训练。

#模仿学习 #动作分块 #ALOHA #ACT

arXiv cs.LG@Shota Nomura et al. (6)Source

Papers11:55

Chinese content掩码扩散模型在条件混合下的端到端理论保证

这篇理论论文回答了 MDM 为什么并行生成还能靠谱：只要信源满足条件混合，样本量不随序列长度涨，膨胀调度还能把步数从 Ω(N) 压到对数级。做扩散语言模型的人值得看。

#掩码扩散模型 #采样理论 #马尔可夫源

arXiv cs.LG@Fareed SheriffSource

Papers11:55

Chinese content研究解析 MoE 模型中 Softmax 路由坍缩与恢复机制

训练 MoE 模型卡在路由坍缩上的可以看看，这篇把概率恢复要多久推成了对数或幂律，还有对照实验验证。

#MoE #Softmax路由 #Transformer #论文解读

arXiv cs.LG@Shengze Xu et al. (3)Source

Papers Builders11:55

Chinese contentLinQuant：基于函数不变性的线性递归低精度量化框架

arXiv 上的一篇量化研究，专门解决 Mamba 这类线性递归模型的低精度推理问题，在 Mamba-2 和 Nemotron-H 上验证了效果。

#Mamba-2 #Nemotron-H #量化 #SSDi8

arXiv cs.LG@Neehal Tumma et al. (5)Source

Papers Builders11:55

Chinese contentEvo 2 模型检查点依赖 FP8 矩阵乘法精度，兼容性问题解析

有人发现 Evo 2 的 DNA 模型换了新 GPU 就算不准了，还写了个模拟器救回来，做模型部署的可以看看

#Evo 2 #FP8 #mmaemu #DNA语言模型

arXiv cs.LG@Xun Ding, Ziyuan QinSource

Papers Builders11:54

Chinese contentDobb 优化器让分片训练中的矩阵更新无需跨设备通信

训练超过单机显存的模型时，Muon 这类优化器会被跨卡通信拖慢，这篇论文的 Dobb 把矩阵更新改成块内本地计算，H100 上优化器调用从 124ms 降到 9.2ms，做分布式训练的可以看看。

#Dobb #Muon #Dion #FSDP

arXiv cs.LG@Shi-Yuk Fong et al. (3)Source

Papers11:54

Chinese content安全多目标强化学习：全程零约束违反与收敛保证

搞强化学习又怕策略踩安全红线的看这篇，零约束违反加收敛保证都给了。

#MORL #安全强化学习 #多目标优化 #Pareto最优

arXiv cs.LG@Chenxi Li et al. (5)Source

Papers11:54

Chinese content广义类别发现中的语义错配问题：评估与缓解方法

训练用的监督信号会让评估指标悄悄虚高，这篇论文发现新类准确率能被高估 25 个点，还给了修复的评估和训练方法，做半监督聚类的值得看看。

#广义类别发现 #匈牙利匹配 #半监督学习 #聚类

arXiv cs.LG@Zitai Wang et al. (7)Source

Papers11:54

Chinese contentMulClip：面向 MCU 储层计算的无查表激活函数，更新耗时仅为 tanh 的 0.34 倍

MCU 上跑储层计算的话这篇很实用：不用查表的激活函数，速度是 tanh 的三分之一不到，NARMA-20 上误差还降了 22%。

#MulClip #储层计算 #MCU #激活函数

arXiv cs.LG@Guren Matsumura et al. (3)Source

Papers BuildersMulti-source11:52

Chinese contentRetroChessBench 基准发布：GPT 6 Astra 在国际象棋回溯推理中大面积失败

GPT 6 Astra 做数学题很厉害，但给它回溯国际象棋题，24 次只对 2 次，这个新基准专门测模型的纯推理能力，失败原因分析很有意思。

#RetroChessBench #GPT 6 Astra #推理模型 #基准测试

Event

arXiv cs.LG@Tidor-Vlad PricopeSource

Papers Builders11:52

Chinese contentCLAR：面向制造工业互联网灾害诊断的类增量学习新方法

工业互联网上灾害种类不断冒新、样本又少，这篇论文的 CLAR 用潜在表示+注意力打分做回放式增量学习，还给了理论证明，搞边缘部署的可以看看。

#CLAR #类增量学习 #制造工业互联网 #Replay

arXiv cs.LG@Avranshu Mahanty et al. (3)Source

Papers Builders11:52

Chinese contentBEVLight：用无人机俯视图实现可泛化的交通信号控制

论文把无人机俯拍画面直接变成红绿灯控制策略，不用路边固定摄像头，换路口也能用，比视觉基线平均减少 7-9% 等待时间。

#BEVLight #交通信号控制 #无人机 #强化学习

arXiv cs.LG@Maonan Wang et al. (8)Source

Papers Builders11:22

Chinese content研究提出人与 AI 智能体协同改进方法并发布 HackBench 基准

这篇论文给出了让研究智能体和人类一起做研究的训练方法，还配套发了 HackBench 评测 reward hacking，做智能体训练的可以看看。

#HackBench #智能体 #RL #reward hacking

arXiv: OpenAI@Tianjian Li et al. (13)Source

Papers Builders11:00

Chinese contentQUANTA：自主操作量子测量设备的智能体框架

研究者把测量量子材料的活儿交给 AI 智能体自己规划、自己操作 PPMS 设备，还在 TaP 和 Co2MnGa 上跑通了，做材料实验的可以看看。

#QUANTA #PPMS #智能体 #量子材料

arXiv cs.AI@Eunbi Rha et al. (9)Source

Papers10:59

Chinese contentGazeEval：用眼动追踪数据预测 AI 生成视频的视觉真实感

90人看了438个AI视频，靠眼动数据就能71.3%准确率预测观众觉得真假，做视频生成评估的可以看看这套方法。

#GazeEval #眼动追踪 #视频生成 #Visual Turing Test

arXiv cs.AI@Danqing Shi et al. (4)Source

Papers Builders10:59

Chinese contentCopyLoop：免训练解码算法让 Looped Transformer 提速最高 10.70 倍

arXiv 上这篇论文提出了 CopyLoop，不用重新训练就能给 Looped Transformer 解码提速最高 10.70 倍，在 6 个模型检查点上验证过，做推理加速的可以看看。

#CopyLoop #Transformer #推理加速 #解码优化

arXiv cs.AI@Wenyu Du, Stephen ChungSource

Papers Builders10:59

Chinese content新研究测试视觉语言模型时长常识推理，多轮思维链也难奏效

论文让模型判断'后院种花是常住还是 Airbnb 是短住'这类时长问题，主流模型集体翻车，分析写得挺细。

#视觉语言模型 #Chain-of-Thought #常识推理 #多模态

arXiv cs.AI@Chenyang Yu et al. (4)Source