Latest

搞图神经网络的朋友可以看看，这个库把 15 种层神经网络统一成消息传递实现，不用再手动拼全局拉普拉斯矩阵，省内存也好扩展。

本地跑 MoE 模型的可以看看，Bevy 不靠预测专家，靠调度并发请求，吞吐量是 llama.cpp 的 3.46 倍。

单像素成像的新玩法：直接为分类学测量模式，8 次测量顶固定变换 32 次，X 光探伤场景挺实用。

一篇理论向的多智能体强化学习论文，用 pre-window curvature 把不可加奖励下的策略优化降到多项式时间，还给出近似保证，做 MARL 的可以看看。

一篇时序预测论文，用 Koopman 算子把扩散模型的多步采样换成一步闭式计算，快 25 倍还拿了 ProbTS 上 13/17 的 CRPS 第一，做预测的可以看看。

这篇论文讲了个挺实际的问题：模型拟合同一批数据，内部机制却可以有完全不同的解。NANO 方法让训练主动制造多样性又不破坏拟合，做混合建模的可以看看。

材料模拟圈的朋友可以看看，扩散桥模型把 Al-Cu 凝固相场模拟提速约 73 倍，还不会像 U-Net 那样把枝晶抹平。

联邦学习选客户端有新招了：FedCSGA 用遗传算法挑子集，四个数据集上准确率最高涨 7.0%，收敛还更快。

arXiv 上这篇论文用 ZTF 的 4 万颗变星数据对比了两类方法，结论是经典特征模型更强，做时序分类的可以看看失败原因分析。

这篇论文把图神经网络做入侵检测的水分挤干了：去掉评测泄漏后，图模型精度和不带图的 MLP 打平，树模型反而更强，唯一赢在抗噪声。做安全检测选型的值得看看对比细节。

给 token 打个影响力分数就能剪掉大块注意力计算，FLOPs 和延迟都降，代码也开源了，做视觉模型部署的可以看看。

这篇论文给 GRPO 打了个小补丁：按结果密度反着缩放奖励，就能不牺牲对齐的前提下让文生图多样很多，改动量很小。

研究团队发现模型答错的数学题里有一小半其实能靠搜索轨迹救回来，他们就拿这部分数据去训练，Qwen3-VL-8B 用更少数据提了分，做法挺巧的。

给 Allentown 12.5 万居民造了一套假档案来考 AI 办案，16 个模型里大多数不及格，连前沿模型也会被骗。

做了 SAE 抑制 PII 实验的同学注意，47% 成功率实测只有 2.8% 能扛住多指标检验，评估方法得换。

搞边缘 IoT 部署的可以看看：设备挂了副本自动顶上，用 MILP 算最优放置，实测延迟比随机方案低 18.3%。

一篇少见的线上 LLM 系统实战复盘：游戏教练把策略适用条件做成显式包，正确率从 57.9% 拉到 82.0%，还踩出发布验证的坑

arXiv 上这篇论文把 CAA 固定方向转向升级成按查询检索目标状态，词级和从句级编辑还给出了不同的施加深度，做可解释性研究的可以看看。

一篇搞交易数据预训练的论文，TAPES 会自动挑对下游有用的预测目标，金融风控这类任务上跑赢了基线方法。

机器人领域的新框架 Cycle WAM，让视频和动作双向对齐，LIBERO-Pro 上拿了同类最好成绩，还能改进 DreamZero。

一篇自监督学习论文，把多模态特征拆成共享和各自独有两部分，机器人、自动驾驶相关的研究者可以看看开源代码。

机器人听不懂"收拾房间"这种模糊话怎么办？这篇论文让 AI 先反问你几个问题，再画图确认，比直接硬干靠谱多了。

做幻觉检测评估的可以看看：用 BLEURT 相似度打标签误标率近一半，QGen-9B 只有 12.86%，选 judge 前先读这篇。

一篇论文提出 UAPA，专门解决开放集测试时适应里 OOD 样本污染训练的问题，在 CIFAR 和 Tiny-ImageNet-C 上 OSCR 提升约 1-2 个百分点，做 TTA 研究的可以看看。

一篇 arXiv 论文，教 Looped Transformers 在循环推理的中途就产出有用候选解，N-Queens 覆盖率从 45.75% 拉到 91.03%，做循环模型训练的可以看看。

心理咨询师的能力评估一直靠人工打分，又贵又难规模化。这个数据集首次公开了 890 段带评分的咨询师视频，想做情感计算或多模态评估的可以看看。

一个改进多跳 RAG 检索的新方法，把查询和图上下文联动更新，四个多跳 QA 数据集上 Recall 和准确率都有明显提升，做 RAG 的可以看看。

医生标注的一万多对息肉图像训练出的 Siamese 网络，判断两图是否同一息肉能到 92% 准确率，做医疗影像的可以看看。

有篇论文把费耶阿本德的科学哲学做成了多智能体变分推理实验，对比单一理论和多元理论社区怎么更新信念，哲学加建模的思路挺有意思。

不用重新训练模型，靠 OCR 加 LLM 加扩散模型就能把图片里的文字换成译文，翻成中文的场景还能跑赢现有编辑系统，做图像翻译的可以看看这篇。

arXiv 上的新论文 OSGR，让 GPT-4o 在地理观测问答基准 Earth-Bench 上的准确率从 49.3% 拉到 63.7%，做时空检索推理的可以看看。

多智能体辩论会把本来能拒绝的不安全内容采纳率推到 100%，这篇给出不改模型就能压回 2% 以内的修法，做智能体的都该看看。

arXiv 上的 FoldScape 论文，用序列生成蛋白质各折叠阶段的构象，覆盖范围比 AlphaFold 3 系综宽约一个数量级，做结构预测的可以看看。

离散扩散蒸馏有了新目标函数 BCSM，把 CSM 的平方级开销降到线性，单步推理还能在 HumanEval 上多拿 16.9%，做生成模型蒸馏的可以看.

一篇训练智能体的新论文，思路挺巧：基座 harness 跑挂了就让一堆兄弟 harness 救场，再把本事转移回策略本身，AppWorld 等三个基准都涨了。

这篇论文测了 RAG 检索被投毒会发生什么：5 篇攻击文档就能让 BGE-small 的目标暴露率到 100%，做检索安全的人应该看看具体数字。

一篇安全方向的论文，思路挺巧：不写英文指令，改用一个训练后删掉的 token 来锁住 reward hacking，效果还能打平 gradient routing。

如果你在用磁性图网络处理有向图，这篇把相位何时会丢方向信息的条件讲得很精确，还配了可复现的实验对照。