Latest

Every published item, in order · 8120 items

Blogs News Posts Papers Papers page →

Oct 21

Papers Builders10:10

Chinese contentCoRAL 混合框架：扩散模型并行规划，自回归模型执行推理

扩散模型并行出多条推理路径，再让自回归模型挑最优，速度质量两头占，做推理方向可以看看这篇。

#CoRAL #扩散语言模型 #多模态 #推理模型

arXiv cs.AI@Wei Cai et al. (4)Source

Papers Builders10:10

Chinese contentSage-A1.5 发布：35B MoE 智能体模型强化长程任务与科学探索能力

一个 35B 的 MoE 智能体模型 Sage-A1.5，能让多个子智能体并行分工干活，还会自己检查进度、换思路，甚至做探索性科学研究。

#Sage-A1.5 #MoE #智能体 #开源模型

arXiv cs.AI@Wenjie Lou et al. (99)Source

Papers Builders10:10

Chinese content用 31B 开源模型进化搜索优化生成式检索的语义索引

用本地 31B 开源模型自动进化检索的语义索引设计，NQ320K 上 Recall@1 提到 59.3%，不用调 API，搞检索的可以看看。

#生成式检索 #RAG #开源模型 #语义索引

arXiv cs.AI@Jinming Nian et al. (5)Source

Papers Builders10:09

Chinese contentAnomalyAgent 用 VLM 融合多个检测器提升视觉异常检测

一篇新论文，把多个异常检测器的结果交给 VLM 来仲裁融合，在 MVTec AD 和 VisA 上分数超过常规加权融合，做工业质检的可以看看。

#AnomalyAgent #VLM #异常检测 #MVTec AD

arXiv cs.AI@Shangquan Sun et al. (5)Source

RisingGemini 4 Hydrogen Colette Kress Hydrogen Outlook More →

Papers Builders09:49

Chinese contentNear-Duplicate 图片选择可向视觉语言模型传递隐含偏好

论文挺有意思：策展模型只是挑了挑几乎一样的图片，就把偏好悄悄传给了学生模型，LLaVA、Qwen 这些都中招，做数据清洗的值得看看。

#LLaVA-1.5 #Qwen2.5-VL #Qwen3-VL #AI安全

arXiv cs.LG@Jaeyoung Kim et al. (4)Source

Papers Builders09:48

Chinese contentarXiv 研究：DPO 超参数随模型规模变化，且不可跨数据集迁移

训练 DPO 的朋友可以看看：学习率要按模型大小重新调，验证损失也不靠谱，文章还给了一套省算力的调参方法。

#DPO #微调 #超参数优化 #语言模型

arXiv cs.LG@Hannan Mahadik et al. (4)Source

Papers Builders09:48

Chinese contentPhyNet框架让工业流体系统故障诊断不受采样差异影响

搞工业故障诊断的可以看看，PhyNet 用物理变量当约束，四个基准包括三个真实空化数据集都拿了最优，不要求信号时间对齐，落地友好。

#PhyNet #故障诊断 #深度学习 #两相流

arXiv cs.LG@Yu Sha et al. (7)Source

Papers Builders09:48

Chinese content研究剖析 Agent Harness 优化收益：是激发能力还是扩展上限

一篇把 harness 优化收益拆开来量的论文，结论挺反直觉：小预算下赢了更强模型，预算放大后可能翻车，做 agent 工程的可以看看。

#Agent #Harness优化 #pass@k #递归自我改进

arXiv cs.LG@Younghyun Kim et al. (9)Source

Chinese content神经 HJ 安全证书的枚举引导训练方法

训练安全的神经网络控制器一直很难，这篇用枚举反例微调证书，在真实赛车上做到零违例，做控制安全方向的可以细看。

#Hamilton-Jacobi #安全认证 #Isaac Sim #自动控制

arXiv cs.LG@Mihaela-Larisa Clement et al. (4)Source

Papers US vs China09:48

Chinese content从 token 到文件：检测并定位代码中的 AI 参与痕迹

现在代码审查越来越需要区分人和 AI 写的代码，这篇论文做到了行级定位，比以往只给一个文件总分的方法细多了，做代码安全或审计的可以看看。

#代码检测 #LoRA #HybridCodeAuthorship #代码生成

arXiv cs.LG@Yue Xu et al. (4)Source

Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.

Email Telegram channel

Papers Builders09:47

Chinese contentLaLa-World：用语言条件训练潜在世界模型，规划速度提升13.9倍

这篇论文把世界模型和语言模型接上了：用语言描述动作，一个预测器跨机器人、视频多个领域通用，规划比视频生成基线快13.9倍，做机器人方向值得细看。

#LaLa-World #世界模型 #MPC规划 #机器人策略

arXiv cs.LG@Junha Song et al. (8)Source

Papers Builders09:47

Chinese contentSAPD：不依赖环境交互、从离线轨迹训练 LLM 智能体

训练智能体不用再搭一堆环境了，SAPD 直接从离线轨迹学，比在线蒸馏快 4.7 倍，代码过阵子开源。

#SAPD #智能体 #策略蒸馏 #LLM

arXiv cs.LG@Juncheng Diao et al. (7)Source

Chinese contentSPIN：面向在线持续学习的新型优化器

有人给在线持续学习专门造了个优化器，直接替换 SGD 或 AdamW 就能涨点，连无回放场景都有效，做持续学习的可以看看。

#SPIN #持续学习 #优化器 #SGD

arXiv cs.LG@Yongyi Wu et al. (3)Source

Papers Builders09:47

Chinese contentProVe：让大模型自己出草案再自验，解码提速2.5倍

一项把投机解码反着来的解码新方法，32B 模型自己出草稿再验证，吞吐提2.5倍还不用训草稿头，推理部署的可以看看。

#ProVe #投机解码 #推理优化 #开源模型

arXiv cs.LG@Ziqi Jin et al. (6)Source

Papers Builders09:47

Chinese contentAMD 提出 SliMOO：用多目标进化搜索做 LLM 深度剪枝

AMD 把剪枝当成多目标优化来做，Llama-3.1-70B 砍掉 25% 层后数学分还能涨 10 个点，代码也会开源。

#SliMOO #Llama-3.1 #Qwen3 #模型压缩

arXiv cs.LG@Guanchen Li et al. (5)Source

Papers Builders09:46

Chinese contentTerraNostra-Bench：面向全球 1 公里土地利用重建的时空评估基准

用卫星数据重建 1955 到 2019 年每年 1 公分辨率的土地利用地图，这篇论文把评估方法拆得挺细，做地球系统建模的可以看看。

#TerraNostra-Bench #U-Net #Swin #遥感

arXiv cs.LG@Amirpasha Mozaffari et al. (9)Source

Chinese contentScaling Law 的理论基础：一份三步推导的技术笔记

想搞懂 Scaling Law 为什么长那样的人看这篇：它把损失下降拆成几何、谱、优化三步推导，emergence 和 grokking 也讲清楚了。

#Scaling Law #SE(3)#arXiv #理论分析

arXiv cs.LG@Tianyu Zhao, Zhixiang RenSource

Chinese content研究限制坐标上限后 ℓ1 对抗攻击仍有 97% 成功率

一项对抗鲁棒性研究：给 ℓ1 攻击加个逐坐标上限，APGD-ℓ1 等三种攻击的成功率几乎不掉，说明扰动分布方式是个新评估维度。

#对抗攻击 #APGD-ℓ1 #ImageNet #LPIPS

arXiv cs.LG@Melika Shirian et al. (3)Source

Chinese contentEngram Memory Network：借鉴人脑记忆机制的原型可解释模型

一篇可解释 AI 论文，EMN 模仿人脑记忆检索原型来解释分类结果，在四个数据集上把子类对齐提升了 104.57%，准确率也没落下。

#可解释AI #原型网络 #Hopfield网络 #EMN

arXiv cs.LG@Hyunjun Kim, Myoung Hoon HaSource

Papers Builders09:45

Chinese content面向分布式光伏发电预测的预训练框架研究

这篇论文把光伏电站预测做成了基础模型，479 个站点训练后新站点直接零样本用，搞能源预测的可以看看思路。

#光伏发电 #时间序列预测 #基础模型 #零样本

arXiv cs.LG@Dayin Chen et al. (9)Source

Papers Builders09:45

Chinese contentARC 方法用稀疏重连替代稠密训练阶段，大幅降低稀疏化计算成本

训练稀疏网络的省算力新招：用稀疏重连阶段替代昂贵的稠密阶段，CIFAR100、ImageNet 和 GPT-2 上都验证了效果，做模型压缩的可以看看。

#模型压缩 #稀疏训练 #AC/DC #GPT-2

arXiv cs.LG@Rahul Nittala et al. (4)Source

Papers Builders09:45

Chinese content给模型一根手指：用儿童计数策略审计 VLM 的视觉推理

研究者让 VLM 像小孩学数数那样逐个点物品数数，9 个模型的精确计数范围差了近 100 倍，标记还能审计模型是不是真在看图。

#VLM #视觉语言模型 #计数基准 #agent循环

arXiv cs.LG@Yingxin Jia et al. (4)Source

Chinese content通过热力学奇点检测扩散模型的记忆化现象

扩散模型老是背训练图？这篇论文给出一个热力学判据，能直接检测模型是不是在记忆化，做扩散模型的同学可以看看。

#扩散模型 #记忆化 #热力学奇点 #Stable Diffusion

arXiv cs.LG@Iljung Kim et al. (4)Source

Papers Builders09:38

Chinese content研究探讨 LLM 推理何时能可靠复用中间结果

DeepSeek 系模型实验数据挺有意思：只给答案就能把第二问成功率从 36% 拉到 57%，做 agent 规划的可以看看。

#DeepSeek #LLM 推理 #推理模型 #中间结果复用

arXiv: DeepSeek@Deyuan Liu et al. (8)Source

Papers Builders09:38

Chinese contentMLIPS：跨层共享索引池，vLLM 实测长上下文最高提速 1.40 倍

这篇论文教你让稀疏注意力模型多层共用一套候选池，不用重训，vLLM 里给 DeepSeek-V4-Flash 实测提速 1.4 倍还省电，做推理优化的值得看。

#MLIPS #DeepSeek-V4-Flash #vLLM #稀疏注意力

arXiv: DeepSeek@Samkit Jain et al. (3)Source

Papers Builders09:38

Chinese contentAgenticVulHunter：用本地开源模型在终端里挖漏洞

研究者做了个能在终端本地跑的漏洞挖掘智能体，用 DeepSeek V3.1 和 Qwen3-Coder 测出了比 Claude Sonnet 4 方案还高的准确率，搞安全审计的可以看看。

#AgenticVulHunter #Qwen3-Coder #DeepSeek V3.1 #代码安全

arXiv: DeepSeek@Nishant Abhishek et al. (3)Source

Papers BuildersSelected09:38

SAR Metric Quantifies Vulnerability Monoculture Across Foundation Models

Distillation, widely treated as a cost-free way to propagate capability, appears to propagate shared weaknesses at the pool level — a systemic risk individual robustness scores miss. Security teams and labs evaluating fleets of models can use SAR-style measurement to diversify their stacks. The finding is directly relevant to any ecosystem, including ASEAN deployments, that leans on a small set of distilled frontier models rather than independently trained ones.

#DeepSeek-R1 #Claude Opus 4.6 #AI safety #adversarial robustness

arXiv: DeepSeek@Leo Elmecker-Plakolm et al. (4)Source

Papers Builders09:37

Chinese content十款大模型幻觉与事实可靠性横评：Perplexity 与 DeepSeek V3 准确率最高

一篇把 ChatGPT、Gemini、DeepSeek V3 等 10 个模型拉到同一起跑线测幻觉的论文，结论很反直觉：答得全的不一定准，Falcon 零幻觉但漏掉大半答案。

#DeepSeek V3 #LLaMA 3 #Gemini #幻觉评测

arXiv: DeepSeek@Osama Shabih et al. (4)Source

Papers BuildersMulti-source09:28

Chinese contentClaude Opus 5.5 找到引理，Ordered Variable Word 定理的 Π¹₁-保守性被证明

数学证明里有个关键引理是 Claude Opus 5.5 找到的，还顺手解决了一个拖了很久的逆问题，逆向数学方向可以看看。

#Claude Opus 5.5 #Anthropic #RCA₀ #Π¹₁-保守

arXiv: Anthropic@Ludovic PateySource

Papers Builders09:27

Chinese contentarXiv 论文：上下文压缩对后续问题几乎无帮助

研究上下文压缩的人该看看：为当前问题删上下文，对后续问题基本没用，LLMLingua-2 按词删反而好 12.5 个点。

#LLMLingua-2 #上下文压缩 #智能体 #MultiRC

arXiv: OpenAI@Junwei Yao et al. (7)Source

PapersMulti-source09:27

Chinese contentOpenAI 构造首个 χ 与 χ* 不等的自由熵反例，arXiv 论文给出详细分析

OpenAI 这次不是发模型，是解了一个几十年的数学开放问题，构造出 χ 与 χ* 首次分离的例子。这篇论文把背后的信息几何讲清楚了，数学背景的读者可以细看。

#OpenAI #free entropy #信息几何 #概率论

arXiv: OpenAI@David JekelSource

Oct 20

Models Builders12:50

Chinese contentStanford 提出 Halcyon：无需语言预训练的文生图模型

Stanford 训了一族不靠语言预训练的文生图模型 Halcyon，算力省几百倍还能打赢 LlamaGen，思路挺反直觉，代码也放出来了。

#Halcyon #LlamaGen #文生图 #自回归模型

arXiv cs.LG@Keshigeyan Chandrasegaran et al. (8)Source

Chinese contentNewton 双层优化新方法：摆脱下层强凸性限制

双层优化以前要求下层强凸，这篇给了两个 Newton 方法放宽到 Hessian 奇异也能跑，还拿 GPT-2 数据重加权做了实验，搞优化的可以看看。

#双层优化 #Newton法 #GALET #GPT-2

arXiv cs.LG@Youran Dong et al. (4)Source

Papers Builders12:48

Chinese content量子哈密顿嵌入：一种带理论保证的监督学习新框架

量子机器学习终于有了能证明泛化性能的框架，还在 IBM Heron 真机上跑通了，搞 QML 的可以细看。

#量子机器学习 #Hamiltonian embeddings #IBM Heron #arXiv

arXiv cs.LG@Riccardo Molteni et al. (11)Source

Papers BuildersMulti-source12:48

Chinese contentMemT-1.0 发布：把记忆内化为模型自身能力的新架构

这篇论文提出了把记忆直接做进模型计算里的 MemT-1.0 架构，128K 长度下推理快 1.86 倍、存储省 66 倍，做智能体的可以看看记忆方案怎么做。

#MemT-1.0 #Gated DeltaNet #记忆机制 #智能体

arXiv cs.LG@Zhiyu Li et al. (74)Source

Papers Builders12:48

Chinese contentBrainLoRA 用参数高效微调刷新脑编码模型性能

把 LoRA 微调用在脑编码上，连 104B 的 Qwen3-Omni 都能高效适配，还拿了 Algonauts 2025 第一，做法挺巧的。

#LoRA #脑编码 #Qwen3-Omni #Algonauts

arXiv cs.LG@Zhuofan Josh Ying et al. (9)Source

Papers Builders12:47

Chinese contentEdgeDRMM：去中心化联邦学习中的推理时专家转介协作

去中心化联邦学习里各客户端互相转介查询，不用中央调度也能汇总分布式专长，医疗数据实验结果不错，做分布式训练的可以看看。

#联邦学习 #EdgeDRMM #去中心化训练 #开源论文

arXiv cs.LG@Yuheng Ma et al. (3)Source

Papers Builders12:47

Chinese contentTeacher Supervision与温度校准的风险精确分析：蒸馏学生无法靠数据摆脱教师偏差

蒸馏来的概率继承老师的偏差，加再多数据也去不掉，这篇用精确计算证明了这点，还拿 CFPB 23 万条投诉数据做了实测。

#知识蒸馏 #温度校准 #Jev #概率校准

arXiv cs.LG@Agus Sudjianto, Denis BurakovSource

Chinese contentarXiv 论文：表格机器学习的数据扩展规律研究，规模达千万级训练样本

arXiv 上这篇表格 ML 论文拿 8 个数据集、最多约 1000 万样本做数据扩展实验，比较 GBDT、MLP 和表格基础模型谁吃数据，做表格建模的可以看看结论。

#表格机器学习 #GBDT #MLP #数据扩展

arXiv cs.LG@Ivan Rubachev et al. (3)Source

Chinese content用 ML 标注数据训练模型：一阶与零阶随机优化方法

标注太贵？这篇论文教你只用一部分人工标注，剩下的靠模型打标签也能训练，从线性回归到 LLM 微调都验证了。

#随机优化 #LLM微调 #zeroth-order #数据标注

arXiv cs.LG@Maria-Eleni Sfyraki, Jun-Kun WangSource

Only the latest 2000 items are listed; for older ones see the daily archive