Latest Global & ASEAN AI Business News, Tools & Industry Updates

Chinese contentStBR：用潜空间散度约束改进离线强化学习策略正则化

一篇离线RL的新论文，思路是不约束动作而是约束状态后果，用潜空间散度做可计算的替代，基准成绩有提升。

arXiv cs.LG@Wen Jiang et al. (3)Source

TIDE Speeds FSDP2 Training with Zero-Copy Collectives on 64 GPUs

The hidden cost in FSDP training is often layout conversion and collective interference rather than compute, and TIDE shows both can be largely eliminated with standard NCCL APIs rather than custom hardware. Teams running large-model training on multi-node clusters can adopt it to reclaim step time and GPU memory without changing FSDP2's per-parameter kernels. The mixed-precision bf16-to-fp32 reduce-scatter is a capability stock NCCL lacks, making the implementation details directly reusable.

#FSDP2 #NCCL #TIDE #distributed training

arXiv cs.LG@Zejian Wang et al. (14)Source

Papers Builders09:50

Chinese contentHotPOT：用异构物理专家算子 Transformer 做大规模 PDE 预训练

一篇把物理方程直接写进专家结构的 PDE 论文，17M 小模型反而打赢更大的 MoE-POT，做科学计算的可以看看代码。

#HotPOT #MoE #PDE #Transformer

arXiv cs.LG@Jiayi Li et al. (8)Source

Papers09:48

Chinese contentRainCheck 研究揭示孟加拉国降雨预测中的数据泄露问题

这篇论文用孟加拉国 66 年数据证明：很多降雨预测模型的"高分"其实是数据泄露，气候学基线就能打平大部分机器学习模型，做时序预测的都该看看。

#降雨预测 #Bangladesh #时间序列 #机器学习

arXiv cs.LG@Shahran Rahman Alve et al. (4)Source

Papers09:48

Chinese contentPCPS 方法用扩散先验降低 X-ray 叠层成像扫描重叠需求

一篇成像方向论文：用扩散先验做后验采样，让叠层成像在低重叠扫描下也能重建准，做 X-ray 成像的可以看看。

#扩散模型 #叠层成像 #Ptychography #后验采样

arXiv cs.LG@Yihan Qiu et al. (5)Source

Papers Builders09:47

Chinese content水下多任务操作研究：14 个 VLA 模型在海上的模仿学习对比

马耳他团队把 14 个 VLA 模型搬到了海底沉船上真机实测，ACT 单任务策略完胜通用 SmolVLA，结论对做具身的很有参考价值，硬件套件也开源了。

#VLA #水下机器人 #模仿学习 #ACT

arXiv cs.LG@Greta Perez-Haiek et al. (6)Source

Papers09:47

Chinese contentConvex-SKM-Net：面向神经凸约束满足的低延迟块半空间修正层

一个能塞进神经网络的凸约束修正层，SOC-MPC 推理快了 144 倍还保证可行性，做优化控制或电力系统调度的可以看看实现思路。

#Convex-SKM-Net #模型预测控制 #凸优化 #论文

arXiv cs.LG@Haoyu Zhu et al. (3)Source

Papers Builders09:47

Chinese contentGearUp：利用 DAG 空闲时间隐藏 Serverless 推理加载开销

一篇系统方向的论文：GearUp 把模型加载塞进 DAG 的空闲时段，延迟最高降到十分之一，内存还省九成，做推理服务的人可以看看。

#Serverless #推理服务 #GearUp #冷启动优化

Event

arXiv cs.LG@Qi Qi et al. (5)Source

Papers Builders09:47

Chinese content一个模型学560个PDE算子：in-context多保真学习框架

搞科学计算的朋友看看这个：用in-context学习把560个PDE算子塞进一个25万参数的小模型，新PDE给几对演示就能直接预测，不用重新训练。

#多保真学习 #PDE求解 #in-context learning #算子学习

arXiv cs.LG@Xinyuan Li et al. (4)Source

Papers Builders09:47

Chinese content梯度驱动的对抗增强框架可攻破不可学习数据保护

有人用梯度方法破解了'防爬虫训练'的不可学习数据集，CIFAR-10 上干净准确率大幅回升，做数据保护的人得看看。

#不可学习数据 #对抗增强 #CIFAR-10 #数据隐私

arXiv cs.LG@Long Dang et al. (3)Source

Papers09:46

Chinese content数据量异构性提升神经影像联邦学习性能

做医学影像或联邦学习的朋友可以看看：这篇论文说一个大数据站配小站点，比大家数据量均分训练效果更好，小站点数据也能被充分利用。

#Federated Learning #ENIGMA #MRI #阿尔茨海默病分类

arXiv cs.LG@Paul Kurian et al. (6)Source

Papers Builders09:46

Chinese contentB2P-Corr 框架解决 PCC/CCC 相关性损失的小批量优化偏差问题

训练回归模型要用 PCC 或 CCC 做损失的话，这篇给了在小批量下估计梯度不偏的方案，两个变体开销都很小，可以直接试。

#PCC #CCC #梯度估计 #随机优化

arXiv cs.LG@Jingquan Yan et al. (4)Source

Papers09:46

Chinese contentarXiv 论文用注册式重放检验 Adam 中 epsilon 对低频词嵌入行的实际作用

论文用一种很较真的注册式重放方法，证明 Adam 里调大 epsilon 不只是简单缩小低频词的步长，实验设计本身挺值得学。

#Adam优化器 #epsilon #Transformer #嵌入层

arXiv cs.LG@Lngel KyoSource

Papers Builders09:46

Chinese content42K创作者仿真框架：让小创作者每周自然曝光增长33%的推荐策略

想搞推荐系统公平性的朋友看这篇：4.2万创作者的仿真环境，一套策略让小创作者周曝光涨33%。

#推荐系统 #多臂老虎机 #创作者经济 #公平性

arXiv cs.LG@Sohini Roychowdhury et al. (8)Source

Papers14:08

Chinese contentarXiv 论文提出"结构鸿沟"：数据量再大也替代不了结构化推理

这篇论文论证了纯堆数据学不会的东西：已知结构能保证的，有限数据学习永远差一截，还有精确证明，做方法研究的话很值得看

#arXiv #推理模型 #研究报告

arXiv cs.LG@Kheer Sagar Patel, Mojtaba SoltanalianSource

Papers Builders12:30

Chinese contentCRISP：面向边缘服务器 MoE 推理的剪枝与调度协同设计

MoE 模型跑在边缘设备上会被专家权重搬运拖慢，这篇论文提出 CRISP，在 Mixtral-8x7B 上把吞吐拉到 2.1 倍，精度只掉 3.6%，做端侧部署的可以看看。

#MoE #Mixtral #DeepSeek #边缘计算

arXiv: DeepSeek@Congwei Zhang et al. (9)Source

Papers Builders10:56

Chinese contentPORTAL：控制测试时干预时机的自适应框架

测试时适配容易一批起效一批翻车，这篇论文的 PORTAL 教模型自己决定何时干预、何时标注，做部署优化的话值得看看原理。

#测试时适配 #标注查询 #分布偏移 #PORTAL

arXiv cs.LG@Jiahao Zhang et al. (4)Source

Papers Builders10:55

Chinese contentHeads of Security：注意力门控防御提示注入攻击

prompt injection 一直没好办法防，这篇用注意力门控把攻击成功率从 97% 压到 10%，还不太掉性能，做安全或 agent 的值得看。

#prompt injection #AI安全 #Llama-3.3-70B-Instruct #GPT-OSS-20B

arXiv cs.LG@Igor Shilov et al. (9)Source

Papers Builders10:55

Chinese contentLEAP 手零样本迁移训练方案：让灵巧手安全完成任意姿态抓取

伯克利团队用纯仿真训练 LEAP 手做任意姿态抓取，4800 个目标 95% 成功，安全过滤器还能减少 75% 掉落，方案全开源。

#LEAP hand #灵巧手 #机器人 #仿真到真实迁移

arXiv cs.LG@Ian Chuang et al. (5)Source

Papers BuildersSelected10:55

SynthAPI Pipeline Derives Scaling Laws for Tool-Use Agents

The non-obvious finding is that data composition, not raw task count, drives tool-use agent performance, giving teams a concrete recipe for allocating synthetic data budgets. Builders training or fine-tuning agents can apply SynthAPI's control axes to prioritize tool and database diversity over volume. Compared with prior synthetic environment generation work, this approach offers a quantitative scaling law rather than ad-hoc data curation.

#SynthAPI #agents #open-source models

arXiv cs.LG@Andrew Szot et al. (8)Source

Papers Builders10:55

Chinese contentEnvSched：环境感知调度提升 Agent 强化学习 rollout 效率

训练 agent RL 太烧 rollout 预算的可以看这篇，EnvSched 在 Qwen3-8B 上 40 步就跑赢随机选任务 120 步的效果，省了三倍训练量。

#EnvSched #Qwen3-8B #强化学习 #智能体

arXiv cs.LG@Sihan Yang et al. (12)Source

Papers Builders10:51

Chinese contentZero-shot框架用多模态模型识别足球转播事件，F1达72.0%

不训练就能看球赛自动挑事件，靠解说文本加分镜省72%推理成本，还超过专门训练的SoccerNet模型，做视频集锦的可以看看。

#多模态 #zero-shot #SoccerNet #视频理解

arXiv cs.LG@Sadia Kamal et al. (3)Source

Papers Builders10:51

Chinese contentSpectral Braids：用拓扑辫子刻画动态有向网络的新方法

作者把复数特征值随时间的缠绕路径变成一条拓扑辫子，再用 Burau 表示转成特征向量，四分类做到 97.1%，比不追踪特征值的基线 44.5% 高出一大截，图机器学习方向值得看看。

#图神经网络 #谱方法 #辫子理论 #动态网络

arXiv cs.LG@Mehmet Emin Aktas, Esra AkbasSource

Papers Builders10:51

Chinese contentLCM-Promo：用微调 LLM 做促销分配的增益模型

把 LLM 用在电商促销分配上，单 token 输出当转化概率用，A/B 测试里转化涨 1% 还省了 6% 促销费，思路挺有意思。

#LLM #LCM-Promo #微调 #增益模型

arXiv cs.LG@Nesta Midavaine et al. (7)Source

Papers Builders10:50

Chinese contentPneuma：面向商用飞机预测性维护的大规模真实时序基准发布

航空业终于有了公开的预测性维护数据集，9.2 亿时间步、9 个真实故障场景，想搞工业时序的同学可以拿来跑 baseline 了。

#Pneuma #时序预测 #异常检测 #预测性维护

arXiv cs.LG@Jiafeng Lin et al. (8)Source

Papers PolicySelected10:50

Theory Explains Why Unsupervised RLVR Collapses on Large Datasets

The paper turns a known failure mode of self-rewarding training into a predictive formula, giving practitioners a way to estimate safe dataset sizes before a run collapses. It also identifies two concrete mitigations, removing the shared coupling direction or adding a marginal-entropy bonus, that were validated on an actual Transformer. Researchers working on verifiable-reward training and anyone training reasoning models without labels will find the scaling laws directly applicable.

#RLVR #reinforcement learning #reasoning models #open-source models

arXiv cs.LG@Peize DingSource

Papers Builders10:50

Chinese contentGroundControl：用卫星图像辅助多视角扩散模型生成新视角

Niantic Spatial 做了个多视角扩散模型，把卫星图当额外条件喂进去，生成看不到的街景视角时布局不再乱编，连 3D 重建都不需要。

#GroundControl #扩散模型 #多模态 #Niantic Spatial

arXiv cs.LG@Akshay Krishnan et al. (10)Source

Papers Builders10:50

Chinese contentGTFormer 用图网络替代自注意力，实现 8192 倍长度外推

用图网络替掉自注意力，训练只到 512 长度就能零样本跑 400 万 token，线性内存还不爆显存，思路挺新鲜。

#GTFormer #GNN #Transformer #长上下文

arXiv cs.LG@Elisabeth FinkSource

PapersMulti-sourceSelected10:47

Study Explains Why DPO Updates Stay Sparse via NTK Theory

The practical payoff is a theoretical licence to merge DPO-aligned checkpoints: sparser, disentangled updates mean less interference when combining model variants. Researchers working on preference alignment or model merging can use the support-pair bounds to reason about how many samples actually shape a fine-tune. Teams choosing between DPO and SFT for multi-task pipelines get a concrete 35× interference reduction figure to weigh.

#DPO #NTK #Llama-3-8B #Mistral-7B

Event

arXiv: Anthropic@Kensuke Sasaki, Issei SatoSource

PapersMulti-source10:38

Chinese contentarXiv 论文用 OpenAI 证明 Haldane 能隙的方法证明 S=1 链基态唯一性

用 OpenAI 证明 Haldane 能隙那套方法，把 S=1 海森堡链基态唯一性证出来了，还坦承 ChatGPT 参与写证明，数学和 AI 协作两个角度都挺有意思。

#Haldane gap #Heisenberg chain #ChatGPT #arXiv

Event

arXiv: OpenAI@Hal TasakiSource

Papers10:33

Chinese contentVideoLVR：用潜空间视觉证据改进视频推理

一篇讲视频推理的新论文，思路是让模型在思考时能回看关键画面片段，不用塞进一堆帧，做视频理解方向的可以看看。