全部动态

你同事那篇声效查询微调方案，用语音模仿来操作，和之前方法比效果不同，值得看看。

这是科研团队用可解释AI做气候预测研究，用模型分析大气环流与降水联系，预测干旱效果比常规方法更好。

你关注的AI研究团队发布了新看法，说以后衡量AI系统得看输出精度而不是单纯的能力，他们的方法能帮你实际优化系统，和以前的方式不一样，值得了解。

研究团队提出把梯度提升集成叶值当坐标的新方法，能让模型决策解释更精准，复现决策和实际可行性都比普通方法好

你试试 DistScan，它能检测目标检测模型的后门，不用搞复杂步骤，比以前方法效果强不少。

试试GS-VLA的方法，它能帮冻结VLA政策抗视角变化，和之前方法比更简单高效

朋友间可以说：你关注S-JEPA的话，这篇讲它编码器里概率和GMM成分映射的研究值得看看，用不同方法对比后发现映射很重要，和普通做法比效果不同哦。

我朋友刚分享了个新方法，能在概率空间给多变量数据画图，和之前方法比更通用，不管数据啥样都能用呢。

这学术研究提出新风险度量法，用最优传输球替代旧模式，应对环境变化更高效，和传统方法比能覆盖更多风险点。

OpenAI做了关于大模型后训练的研究，能分析训练策略问题，和以前方法比效果不一样。

老张他们团队发的新研究，用贝叶斯分类看扩散模型适应高维数据，比之前方法效果更好了。

Anthropic用了1250份访谈数据做研究，能帮你了解职场生成式AI互动里的不透明情况，和以前只关注产出的研究不一样。

Anthropic出的Claude Opus 5帮忙搞的那套六次学术笔记，讲经典量子混沌到全息理论，比一般资料详细，想学这方向的可以看看。

这篇论文揭示了在线约会中代理使用的不对称现象，对设计更智能的匹配系统有重要启示。

FlightLLM用LLM解释飞行事故原因，比传统方法更直观，还能直接给出可操作的安全建议。

生物科学AI研究者提出了'可追溯信任'框架，帮你理清AI输出如何安全指导实验室行动。

研究人员提出Dual Co-Train框架，只需5张标记图像就能实现跨数据集超声波舌部分割，效果优于监督方法。

研究人员提出CAD方法，从进化程序中自动提取可重用原语，显著提升程序化内容生成质量。

研究发现小模型按评分标准批改试卷和大模型一样可靠，评分标准比模型智能更重要。

论文提出了一种即插即用的图结构难度估计器，能智能分配探索资源，让RLVR更高效。

金融时间序列变化点检测的新方法EvoTS-Agent，能自动优化模型选择和参数，无需专家干预。

这篇论文对比了不同LLM在信用风险解释中的表现，发现证据表示比模型选择更重要，对金融AI应用很有参考价值。

DeepMind团队提出NSPER方法，结合新颖性和惊喜信号，让强化学习更高效探索。

论文揭示SFT和RL如何让模型真正用低资源语言思考，而非表面准确率提升，还发布了五个实用检查点。

OpenAI最新研究测试了GPT-5.4在法律推理上的表现，结果发现AI法官还差得远呢。

这篇论文揭示了贝叶斯博弈中后悔分解的统一框架，将多种机器学习方法纳入同一理论体系。

这篇论文揭示了自我改进智能体的脆弱性，指出任务顺序和规范不足会影响其性能，对AI安全研究有重要启示。

TokEval帮你更科学地评估分词器，实验显示不同特性影响不同能力，比盲目预训练更高效

医学影像领域新突破：用原始表示学习重建动态对比增强MRI，无需大量训练数据。

OYS方法用贝叶斯优化调整扩散模型采样，5步就能达到50步的质量，速度提升10倍，还不需额外训练。

TabNSM提出了一种新颖的表格回归方法，通过稀疏交互和难度感知采样，解决了深度表格回归中的关键挑战。