Latest

理论向的文章：作者改进了近端采样器在非凸密度下的查询复杂度，LSI 条件下得到次多项式查询上界，还证明了 PI 情形的 oracle 下界。做采样理论的朋友可以看看证明思路。

OpenAI 给出了悬挂数十年的图论猜想证明，但写得太简略，这篇论文把它逐句展开成组合学家能读的版本，还推广到旋转系统。

量化圈的朋友可以看看这篇：多个模型学到同一方向会互相踩踏，论文给了个简单惩罚层，实测把最大回撤砍了近 10 个百分点。

arXiv 上这篇讲怎么防止交易智能体海量试规则时假阳性爆炸，实验里未调整检验 94.5% 假晋升，PROMOTE 压到 0，做量化的人可以看看。

有人给 OpenAI 那两份数学手稿写了篇论文，用解析方法换了个路子证明了其中的定理 3.1，数学向的朋友可以看看。

清华团队的实证研究，发现 agent 进化完一个任务再进化下一个，之前练的技能会大幅退化，做 agent 开发的值得看看这些避坑发现。

一个把'指挥'和'干活'拆开跑的智能体框架，人能直接改文件插手，断线还能接着干，成绩追平 Codex 和 DeepSeek Harness。

一篇机器人操控方向的新论文，用人类演示数据训练机器人全身动作，五项任务平均完成度 87%，做具身智能的可以看看方法细节。

研究 GUI 智能体的朋友可以看这篇：153 个还原真实网站的容器化环境，含 3,518 个任务，还能直接拿来跑 RL 训练，代码全开源。

Muon 预训练更快，但这篇论文发现数据喂够多之后微调反而是 AdamW 更强，训练前选优化器时可以看看。

这篇论文把 RLVR 泛化失效拆得很清楚：模型看着会推导，换个分布就偷偷改成枚举。想搞懂训练出真实推理能力的人建议看。

RLVR 训练老在 all-pass/all-fail 提示上浪费算力，这篇论文把提示难度和模型能力拆开分别建模，5 个基准上都涨点，每步只多 0.6 毫秒，做强化学习调度的可以看看。

用便宜的脑电帽代替 fMRI 做脑机接口，直接从 EEG 检索你读过的整句话，方法讲得很细。

不用训练，改一下提示词就能让 VLM 当机器人奖励模型用，效果还能追上花钱训练的版本，做机器人方向的朋友可以看看。

这篇论文提出 PKPS，只跑部分查询就能预测模型在整套基准上的分数，能省下大量评估算力，做模型评测的可以看看。

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。

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。

物理学家训练了个强化学习智能体，没告诉它时空规则，它自己学出了Minkowski时空的因果结构，思路很妙。

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。

一篇评估时间序列基础模型不确定性的论文，告诉你现有模型校准差在哪、事后重校准能救哪些、救不了哪些。

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。

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。

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。

用 10 个 LLM 自动写气象参数化代码，100 个方案里有 2 个误差打平了人工调优的版本，搞科研自动化的可以看看这篇。

拍一张建筑照片就能生成可编辑的 CGA 程序化 3D 模型，做建筑建模或游戏资产的人可以看看这个思路。

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。

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。

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%。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。