Latest

如果你用 DRO 做鲁棒回归，这篇指出了它什么时候会慢一截，还给了两个能达到最优速率的替代算法和实现方法。

给 PINN 加一层不可学习的投影，误差直接低一个数量级，做物理机器学习的可以看看这个思路。

把 IRL 的奖励函数改用双曲距离来算，数据少时效果更好，还能用博物馆导航数据解读人的行为，做模仿学习的朋友可以看看。

这篇论文把 SAC 和 DeepMind Control 任务加上噪声做实验，讲清了什么时候该用可塑性保持方法、什么时候重置就够了，做 RL 的可以看看。

做超参搜索老是被预算卡住的可以看看：这篇论文给出一个基于期望改进的停止规则，还教你用两步前瞻证书判断是不是停早了。

卫星网络拓扑变化太快，传统 DRL 只看当下。RAMA 让每颗卫星带记忆检索历史经验，Starlink 场景时延降了 93%，做网络方向的朋友可以看看。

SGD 的步长到底该怎么设，这篇论文直接算出了极小极大最优解，还证明了唯一性，做优化理论或调参的都该看看。

教保育声学监测的人换掉 ACI 这类老指数：用 BirdNET 检测物种算多样性，和丰富度相关性 0.93，比传统指数高一倍，还讲了怎么控假阳性。

没有干净数据也能训练扩散模型，CIFAR-10、显微镜、SAR 上都验证了，做图像恢复的可以看看这套一致性思路。

想省显存给模型加循环层？这篇论文实测了 Qwen3 从 0.8B 到 9B 的效果，结论是小模型才划算，大模型纯亏推理算力。

这篇论文用 11 个编码器证明：多模型投票可能只是假冗余，四个模型有效规模不到三个。做医学分割集成的人该看看。

把临床流程因素塞进网络安全设计里的一篇论文，仿真数据挺具体，做医疗信息化或安全的人可以看看。

一篇教多模态模型先从示例里总结规则再答题的论文，相比直接映射输入输出，性能更稳、可解释性也更强。

一篇有意思的论文：VLM 和小模型不再转文字传话，直接在隐空间传视觉状态，只训 0.2% 的参数，CLEVR 上比文本通信高出 22 分。

如果你在做 AI Control 或监控器评估，这篇得看：它指出了标准数据集的两个漏洞，还重建了数据集和检查工具一并开源。

研究者拿 BioBERT 和 BioMistral 预测试验成败，PR-AUC 比 HINT 高 10–20%，而且冻结模型加分类器就够了，微调都省了。

训练交互式智能体奖励太稀疏的同学可以看这篇，TSBPO 用树结构采样分配延迟奖励，Qwen2.5-1.5B 就在 ALFWorld 跑到 97% 成功率。

做具身智能或机器人方向的朋友可以看看，这篇综述把记忆相关的架构和基准都整理成框架了，找研究方向挺省事。

一篇训练提效的论文：训练时只挑一半样本做反向传播，还比全量数据快1.2倍，比AdaSelection高1-2个点，做CV训练的可以看看

一份聚合物力场的新注意力机制论文，5M 参数下能量误差砍掉 67%，还跟 Meta 的 UMA-S 直接对比了误差数据，做分子模拟的可以看看。

稀疏微调总有些特征维度互相够不着，SWIFT 用小世界网络思路加一层置换把路打通，效果能追上全参数微调，代码也放出来了。

给向量加个补偿向量，能挽回78%的语篇副作用还能保留93%的转向效果，做模型行为控制的可以看看。

一篇把 QR-DQN 用到太空在轨检查任务上的论文，风险规避策略能把回报方差砍一半，还用枚举法验证了接近最优前沿。

欧洲团队发的新论文，把在轨检查的视角规划做成带机会约束的强化学习，违规率比传统固定裕度方法砍掉一半以上。

视觉语言模型经常瞎猜图像也能答对题，这篇论文用注意力分析定位了这些 token，再用梯度掩码修掉，还配了个 GRIT-Bench 基准。

研究团队发现 CoT 用多了反而掉分，提出用注意力熵判断何时才需要思考，免训练就在推理分割基准上拿了 SOTA，还更省算力。

unlearning 老问题的新解法：把要忘的知识定义成条件分布，再用强化学习精准抑制，比整句抹掉的方式误伤更小。

机器人收到空指令也照样干活，六个 VLA 模型全中招，论文还测了三种拦截办法哪个管用。

研究者真刀真枪拆了一个号称有25个认知机制的Agent系统，结果18个模块算完根本没人用，还给了可复用的审计方法。

气象海洋方向的研究者可以看看：用 CNN 加高斯过程做数据同化，比 3D-Var 快 98% 还带不确定性估计，协方差也能直接替换进 3D-Var。

理论向的读者看这篇：把 missing mass、自适应数据分析、测试误差估计统一到一个框架里，还给出两个误差界。

arXiv 上一篇新论文，教神经网络学 SDE 做生成，样本比同参数量的 score-based 方法更少跑偏到错误模式上，做生成模型研究的可以看看。

一篇协作学习论文，思路挺有意思：不让模型互相抄答案，而是利用彼此差异互相提升，24 个模型 36 组配对的实验做得挺扎实。

解释了为什么绝对位置编码难做长度泛化、相对的却行，还给出训练前就能算出来的判据 α_L，做理论的人都该看看推导。

一篇 RGB-T 检测论文：不修复坏输入，而是让检测器按损坏类型自适应调特征，FLIR 上 mAP50 最多涨 20.8 点。

做联邦学习或多人协作文本图像训练的可以看看，RASO 专门处理客户端缺模态的情况，比按可用性聚合更精细。

搞安全运营的可以看看：多个检测工具互相打架时，智能体会被带偏到准确率 0.13，CAV 用固定验证规则拉回 0.88。

有人把可解释性技术用到了端到端自驾模型上，能读出红绿灯、刹车这些内部特征，还能改潜变量控制车辆行为，代码也开源了。

把频率原理做成了可证明的版本：什么条件下低频先被学到、什么时候不成立，用 Legendre 和三角基做了实验验证。

做高阶图数据预测的朋友可以看看：CF-SNN 给单纯形神经网络加上带覆盖率保证的不确定性量化，多目标也能同时控住误覆盖率。