Latest
The architectural split between 3D state prediction and rendering avoids the drift that plagues video-frame-recurrent world models, and the laptop-scale latency shows the approach runs on consumer hardware rather than data-centre GPUs. Developers building playable-world or interactive-simulation demos can download the code and weights and extend the framework to other games or rule-based gameplay. It compares with video-only world models like Genie-style systems by trading appearance realism for spatial persistence and control.
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。
The physics framing turns schedule design for masked diffusion decoding into a geometry problem, giving practitioners a principled way to choose unmasking steps instead of heuristics. Builders working on parallel decoding, such as teams tuning LLaDA- or Mercury-style diffusion LMs, can use the closed-form metric to cut error at a fixed step budget. The finding that errors concentrate early for long-correlation text directly informs how to allocate compute across generation steps.
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。
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。
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。
Mila团队的新论文，把持续强化学习的长期记忆和短期适应拆成两套表征，在Craftax-Classic上跑赢了基线，做CRL的可以看看。
让模型自己看着实验数据改自己的权重，不用重训练。用 GPT-6 Astra 做的，回放里 8 组测试赢了 7 组，思路挺新。
强化学习理论党看过来：MFRLC用LSVI-UCB加原始-对偶做约束MDP，拿到K^{3/4}次线性遗憾界，还不用估计转移核。
有人拿 GPT-2 架构去控制 cartpole 和 acrobot，不给参数只给轨迹，居然真能稳定住没见过的系统，挺有意思。
搞量化风控的可以看看：用扩散模型合成极端行情样本，XGBoost 分类 AUC 冲到 0.96，比纯真实数据训练还高。
化学实验室自动化的新基准，1000 道专家手工出的题考了 28 个多模态模型，结果发现它们看实验视频还行，真要动手操作就不行了。
Only the latest 2000 items are listed; for older ones see the daily archive