Latest

卫星影像压缩成的向量到底装了什么？这篇论文拆开看了，能从中恢复火灾和作物信息，做遥感或生态监测的可以看看。

一篇冷静的方法论论文：用 ROC-AUC 0.839 对 0.559 这些实验数据说明图表示的优势可能只是混淆变量，做图模型解释的同行可以看看。

对分子生成或图生成感兴趣的人可以看这篇：把动作序列当条件，MOSES 有效率从 92.8% 涨到 99.2%，还有配套交互式讲解页面。

搞运筹或决策优化的朋友可以看看，这篇把 PtO 和 GtO 两条路线的 regret 边界和凸性权衡讲清楚了，选方法前能少踩坑。

ECMWF 把神经网络塞进 4D-Var 里在线学模式误差，顺序学习过拟合、批量版能泛化，做气象 AI 的人可以看看这套训练思路。

一篇 arXiv 论文提出 Ariadne，不用重新训练就能把微调效果迁移到不同大小、不同结构的 Transformer 上，比 rebasin 方法更快更省内存。

I-JEPA 表现不如 SimCLR 的原因找到了：预测器太窄，加宽后直接反超，还附了模拟器和模型可以自己跑。

arXiv 上这篇论文提出新的概念擦除方法，不用目标标签就比监督方法擦得更干净、损失更小，还能免费做表示转向，做隐私或公平性的开发者可以看看。

一篇提出预摊销 Thompson Sampling 的论文，把决策优化提前算好，还能用信息增益做 IDS 策略，做序贯实验设计的人可以看看。

一篇量化对比 VQC 与 GAE、VGAE 等经典方法的论文，数据是 383 个 Tor 主机的真实链接图，想看量子模型和经典图模型差距的可以细读。

搞光谱或科学计算的朋友可以看看，这篇把硬件采谱和贝叶斯深度学习做成闭环，只用部分波段就能完成材料识别。

微调时预训练数据拿不到、模型总忘旧知识？这篇提出 DRIVE 加权方法，把遗忘和学新任务拆开权衡，还开源了代码。

统计学者看过来：这篇把随机森林思路搬进多状态生存分析，不依赖 Markov 假设也能算转移率，还有现成 R 包 JumpForests 可以直接上手。

一个 6B 激活 0.5B 的 MoE 模型，跑循环层数就能切 5 档推理深度，小预算也能拿到 89% 的深度增益，挺实用的思路。

物理版科研能力测试题，63 道复现加 43 道发现题，最强模型闭卷也只有七成多正确率，还有合成数据能白嫖涨 11 个点。

这篇把歌唱当独立信号来分析，用 SHAP 指出颤音、咽音才是情感线索，做音频或音乐AI的可以看看思路。

一个测 LLM 逻辑一致性的开源工具，不需要标注答案就能跑，还带离线模式，做模型评测的可以试试。

这篇论文问了个挺实际的问题：药物设计 Agent 花对接算力学到的经验，能不能存下来给下一个蛋白口袋用。答案是能复用的部分主要是编辑动作本身，不是靶点信息。

一篇把连续扩散做文本生成的理论工作，8B 模型追平了同规模离散扩散，搞生成模型理论的可以看看。

给做智能体的朋友：这篇测了 MCP 工具挂掉时各家 agent 框架的表现，结论挺反直觉，模型变大不顶用，框架的错误处理才关键。

一篇无线通信基础模型的研究：把信道配置信息放进预训练，在 LoS 分类和 beam selection 等任务上，小样本场景效果比基线更好。

评测 GUI 智能体老盯着静态截图，这篇造了 601 个目标先藏起来的任务，人能拿 94.6%，GPT-5.5 只有 79.4%，差距到底卡在哪写得很清楚。

有人拿 BERT 分析了奥地利议会 22 年的演讲，发现联合执政的政党说话越来越像，退党议员也是换了党才改口风。

NVIDIA 把 Audio Flamingo Next 微调成能模仿具体真人的音乐品味和说话风格，10 个 persona 测试有效，做个性化 AI 的可以看看。

一个不用训练就能做视频异常检测的框架 SAAF，比之前的零样本方法快两倍多，还能超过监督模型，代码已开源。

同一套任务，换不同 harness 排名就变。这篇用 52,168 条轨迹告诉你怎么区分模型和 harness 谁在背锅，做智能体的都该看看。

arXiv 上新论文 CASE，专门治多模态模型分不清相近情绪的问题，把 Qwen3-VL-8B 的 CA-MER 准确率从 46.80% 拉到 59.13%，还不用动模型参数。

一篇让智能体积累因果经验的论文，金融预测比基线高了 25.4%，做 Agent 记忆系统的可以看看思路。

一篇做多模态嵌入的论文，把推理当成隐变量来训练，MMEB-V2 上 78 个任务全赢了基线，视觉文档检索涨了 6 分多，做检索的可以看看。

让 LLM 照着护士用的分诊指南一步步执行，566 个场景测出 0.95 准确率，直接问 LLM 只有 0.47，过度分诊也从 0.5 压到 0.02。

做 Web3 安全评测的可以看看：这套路子用协议变异生成新任务，照抄链上公开攻击代码没用，3035 个任务还覆盖检测到修补全流程。

做病理图像分析的朋友可以看看，AutoMIL 把预处理到评估全自动化，不用手动配置也能跑到接近专业流水线的分数。

一篇医疗预测的论文：DIGOM 用图同时建模患者间和跨模态关系，在 MIMIC-IV 等数据集五个任务上都拿了最高 AUROC，模态缺失时也更稳。

训练科研智能体最缺的就是能跑、能验证的环境，这套流水线从代码仓库自动造出近 10 万个，还把 Qwen3.5 训出了跨基准提升。

这篇论文提了个省钱的办法：不用跑昂贵的机器人闭环测试，用 S² 指标就能提前判断哪个模型训出来更靠谱。做具身智能的值得看看。

论文算出：只训练不到 5% 的神经元就能拿到几乎全部的近似精度提升，做科学计算或网络压缩的可以看看这条数学依据。

这篇论文解决了 AI 决策该不该信的问题：错漏审比例可设阈值、有数学保证，还比基线少用大量人工审核，做智能体安全筛查的值得看看。

训练方偷偷用了你的图片集合很难查，这篇论文给出办法：提前在数据里埋低频水印，事后用几十张生成图就能验证，画质几乎无损。

循环模型每次循环都要单独存一份 KV 缓存，内存爆炸。这篇论文的两阶段训练方法让缓存能跨层共享，首 token 时间砍了 83.6%，做长推理的可以看看。

一篇隐私方向的新论文：自蒸馏模型原来会留下可被攻击的训练数据痕迹，OP-Print 用残差信号和重启稳定性就能把成员识别出来，基线全都失效。