Latest

arXiv cs.AI@Arun Josephraj Arokiaraj et al. (5)Source

Papers Builders10:00

Chinese contentPrefMind：双智能体在线偏好学习框架改进多模态生成

这篇论文把偏好理解从打分器搬进了生成模型内部，Generator 和 Critic 两个智能体互相博弈，三个模型规模都验证有效。

#PrefMind #多模态 #强化学习 #RLHF

arXiv cs.AI@Ziyun Zou et al. (8)Source

Papers Builders10:00

Chinese contentarXiv 论文：将数据引用内嵌架构，抑制光网络智能体的数据幻觉

做网络运维或智能体的可以看看：这篇论文把数据引用直接嵌进架构，让光网络排障的根因推理不再凭空编数据。

#智能体 #数据幻觉 #光通信网络 #arXiv

arXiv cs.AI@Jeremias Dötterl, Martin KuipersSource

Papers10:00

Chinese contentMGE-PO：用熵感知信用分配改进数学推理训练

这篇论文针对 GRPO 对同奖励响应一视同仁的问题，用生成熵给对错响应加不同权重的修正项，Qwen2.5-7B 上 avg@32 从 41.5% 提到 45.4%。

#MGE-PO #GRPO #Qwen3 #Qwen2.5

arXiv cs.AI@Jihao Huang et al. (12)Source

Papers Builders09:59

Chinese contentarXiv 论文提出 RAG 技术表征与分析的概念框架

选 RAG 方案总要跑一堆基准太烧钱，这篇论文给了一套先按维度筛选的框架，做检索增强的可以看看怎么用在选型上。

#RAG #LLM #检索增强生成 #论文

arXiv cs.AI@Emmanuel Igbekele, Olawande DaramolaSource

Papers Builders09:59

Chinese contentqGAMMA：面向多精度加速器的DNN映射优化框架

做硬件加速或模型部署的朋友可以看看，qGAMMA 用遗传算法帮你自动找混合精度模型在加速器上的最优映射方案。

#qGAMMA #混合精度 #DNN加速器 #遗传算法

arXiv cs.AI@Leandro Fiorin et al. (3)Source

Papers09:59

Chinese contentNot All Test-Time Compute Is Evidence：DIA 方法用异构模型仲裁修正 LLM 推理偏差

一篇挺有意思的论文：发现同一个模型反复算也不算独立证据，提出 DIA 用几个不同模型盲投仲裁，MuSiQue 上涨 7 个点，token 还省一半。

#DIA #推理模型 #测试时扩展 #LLM

arXiv cs.AI@Ming Shen, Tianjun YaoSource

Papers Builders09:51

Chinese content理论解释为何 LoRA 低秩就够：瓶颈秩决定最优解秩

搞微调的都该看看这篇：它不用 NTK 线性化，用瓶颈秩从理论上说清了为什么 LoRA 低秩就够用。

#LoRA #微调 #Neural Tangent Kernel #瓶颈秩

arXiv cs.LG@Long Nguyen-Chi et al. (4)Source

Papers09:51

Chinese contentSETAREH：基于Haar小波的排序辅助稀疏化方法，用于近似内积计算

一篇降低向量内积计算和传输成本的方法论文，用排序加Haar小波截断保留少量系数对，还在APPA-REAL年龄估计任务上做了验证。

#Haar小波 #内积近似 #向量稀疏化 #APPA-REAL

arXiv cs.LG@Seyed Kamaledin SetarehdanSource

Papers Builders09:51

Chinese contentRidge 回归中迁移学习的极小最优 Scaling Law 证明

一篇 arXiv 理论论文，证明了 ridge 回归迁移学习何时能达到极小最优 scaling law，还顺手证明单遍 SGD 就够用。

#scaling law #迁移学习 #ridge 回归 #微调

arXiv cs.LG@Yalda Shabanzadeh et al. (3)Source

#HiPredict #HiRISE #U-Net #火星探测

Chinese contentHiPredict 用机器学习修复 HiRISE 火星相机失效的 RED4 通道

火星相机的探测器坏了，团队用 U-Net 从其他通道把丢的波段补回来，误差 1.1% 比老方法 3.1% 好不少，还开源了。

arXiv cs.LG@Ardan Suphi et al. (5)Source

#PyTorch Inductor #DeepLabV3 #ReDimNet #内存优化

Chinese contentarXiv 论文提出精确内存调度方法，可在 1 秒内证明算子排序最优性

这篇 arXiv 论文发现 PyTorch Inductor 优化内存排序经常失效，作者给出能逐位复现、可证明最优的调度方法，DeepLabV3 直接省 10% 内存，做边缘部署的值得看看。

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

Chinese content竞争风险生存分析：损失函数比网络结构更关键

survival analysis 该怎么选 loss 还是 backbone？这篇用 23 个数据集拆开测：损失函数影响更大，表格配 RealMLP、图像配视觉编码器，组合直接拿最佳 Brier 分数。

#生存分析 #竞争风险 #RealMLP #TabM

arXiv cs.LG@Julie Alberge et al. (3)Source

#Spatial-TRM #RoboSpatial-Home #视觉语言模型 #空间推理

Chinese contentSpatial-TRM：1120 万可训练参数的递归空间推理模型

只训练1120万参数就在RoboSpatial-Home上比单步模型高了9个点，总参数只有RoboPoint的十五分之一，做机器人空间理解的可以看看思路。

arXiv cs.LG@Wajeeha Tahir et al. (7)Source

Papers09:48

Chinese content用学习模型为 QAOA 生成变分角度，替代逐实例优化

量子优化里最耗时的角度调参，现在一个前向传播就能搞定，还开源了，做 QAOA 的可以看看。

#QAOA #量子计算 #组合优化 #Ising Hamiltonian

arXiv cs.LG@Johannes Jakubik et al. (8)Source

Papers09:48

Chinese content二分类中两种排序分数的最优权衡解析解

arXiv 上这篇论文把 F-score、kappa 这些评测指标统一成一个可调参数的分数族，还给了求最优折中的解析解，做模型评估的可以看看。

#F-score #Kendall距离 #模型评估 #二分类

arXiv cs.LG@Sébastien Piérard et al. (3)Source

Papers09:48

Chinese content神经控制器助力即插即用网络系统的分布式性能提升

控制系统的人看这篇：把神经网络策略加进分布式控制器还能保证稳定，DC 微电网案例挺实用。

#即插即用网络 #IMC #分布式控制 #神经网络控制器

arXiv cs.LG@Danilo Saccani et al. (3)Source

Papers09:47

Chinese contentDiffPT：用扩散模型预训练分类器，小样本场景更有效

这篇论文教你在数据很少时怎么给分类器做预训练：DiffPT 用扩散模型，医学影像和时间序列上比自监督方法更扛用。

#DiffPT #扩散模型 #预训练 #医学影像

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

Chinese contentDeDiCa：面向隐藏混杂因素的离散因果生成模型

arXiv 上这篇 DeDiCa 论文挺有意思，训练一次就能在毫秒内回答因果干预问题，还能在 CPU 上跑，比因果基础模型省时省内存。

#DeDiCa #因果推断 #生成模型 #贝叶斯网络

arXiv cs.LG@Kunchangtai Liang et al. (4)Source

Chinese contentNestedVLA：用嵌套超网络为 VLA 机器人模型按任务生成技能参数

一篇 VLA 机器人论文，思路是超网络按任务生成参数而不做参数合并，三个基准上最强基线平均高出 41 个百分点，代码也开源了。

#NestedVLA #VLA #超网络 #机器人

arXiv cs.LG@Guodong Du, Wanyu LinSource

#LLM Agent #JointCoreBench #记忆选择 #论文

Chinese contentJointCore：按交互感知为 LLM Agent 选择充分记忆子集

一篇讲 Agent 记忆筛选的论文，JointCore 这个基线能把要评估的记忆子集次数砍掉六成多，省 87.8% 的活跃记忆，做 Agent 的可以看看思路。

arXiv cs.LG@BHVSP Subrahmanyam, Neeraj ChoudharySource

Chinese contentADT：面向 3D 分子结构的全原子扩散分词器

一篇新论文：ADT 用扩散模型来给 3D 分子结构做 token 化，小分子按原子、蛋白按残基编码，重建时还能补回侧链细节，做分子生成方向的朋友可以看看。

#ADT #扩散模型 #分子生成 #蛋白质结构

arXiv cs.LG@Xuantuo Huang et al. (9)Source

#GRPO #Beacon #Qwen3 #DeepSeek-R1

Chinese content研究提出 Self-Instructed CoT 评估：推理模型自我提示可显著提升思维链可控性

这篇论文发现把约束写进模型自己的思维链里比写在提示里管用得多，做提示词工程或关注 CoT 监控安全的都该看看，尤其是最后那个规避监控的实验。

#CoT #推理模型 #提示词工程 #AI安全

arXiv cs.LG@Uriel Dolev et al. (3)Source

Papers Builders09:46

Chinese contentSPLIT 方法用小样本试验分配测试时算力，误差不超过 0.8 个百分点

测试时多采样加验证器很常用，但预算怎么分全靠拍脑袋。这篇论文给出 SPLIT，用小试点数据算出接近最优的分配方案，还公开了 26 个模型上的实测结果。

#测试时算力 #SPLIT #验证器 #推理模型

arXiv cs.LG@Srinivasan IyengarSource

Papers Builders09:46

Chinese contentFLARE 基准：评估语言模型智能体在配电网馈线恢复中的表现

把大模型智能体放进电网故障恢复的场景里测，5 个模型跑了 7 万多回合，尾部失败率很扎眼，做电力 AI 的朋友可以看看这套基准。

#FLARE #智能体 #基准测试 #电网恢复

arXiv cs.LG@BHVSP Subrahmanyam, Neeraj ChoudharySource

Papers Builders09:24

Chinese contentBeacon 框架改进 GRPO 安全对齐，安全错误率降低 32.83 个百分点

这篇论文解释了为什么 GRPO 做安全对齐会失效，还给出了 Beacon 框架，在 Qwen3 和 DeepSeek-R1-Distill 上把安全错误最多降了 32.83 个百分点。

arXiv: DeepSeek@Jiawei Chen et al. (12)Source

Papers Builders11:45

Chinese content3DCodeVerse：用代码生成可验证的3D内容研究生态

这个 3DCodeVerse 让 AI 写代码直接生成 3D 场景，还能自动检查修错，人类评测里 90% 胜过 Claude Design，做 3D 生成的可以看看。

#3DCodeVerse #Claude Opus 5.5 #编程助手 #3D生成

arXiv cs.AI@Yipeng Gao et al. (19)Source

Papers Builders11:44

Chinese content强化学习框架用于癌症自适应治疗：建模不确定性下的稳健策略

把鲁棒强化学习用在前列腺癌自适应治疗上，患者当隐藏上下文建模，模拟器里比现有方法更稳还不掉性能，做医疗AI的可以看看。

#强化学习 #自适应治疗 #前列腺癌 #马尔可夫决策过程

arXiv cs.LG@Chengze Xie et al. (5)Source

Chinese contentT2-Z：测试时优化环境隐变量，提升机器人世界模型预测能力

这篇 T2-Z 挺有意思，给机器人世界模型加了个环境隐变量，测试时优化一下就能适应新环境，动作成功率从 34% 拉到 73%，做机器人方向的朋友可以看看。

#T2-Z #世界模型 #机器人 #测试时优化

arXiv cs.AI@Chenyuan Zhou et al. (12)Source

Chinese contentDSP框架：机器人从人类示范中自学灵巧操作

教机器人学灵巧操作的论文：看人类玩几分钟，机器人自己采数据训练，数据量只要强化学习的1/490，成功率还不掉。

#DSP #机器人 #world model #MPC

arXiv cs.AI@Botao He et al. (6)Source

#Gemini 4 Argon #Mineflayer #Minecraft #多智能体

Chinese contentLLM 进化搜索发现超越现有最优的量子电路设计

让 LLM 提方案、评估器打分的进化搜索，8 个量子任务里 7 个刷新了电路资源的最优记录，方法本身也值得借鉴。

#LLM #量子计算 #进化搜索 #可逆电路

arXiv cs.AI@Andi Gu et al. (4)Source

Papers Builders84°11:42

Chinese content四个 Gemini 4 Argon 智能体 27 小时通关 Minecraft 击败末影龙

4 个 Gemini 4 Argon 智能体自己写代码自己调试，27 小时通了 Minecraft，全程没人帮忙，过程细节很值得看。

arXiv cs.AI@Maxence Faldor et al. (3)Source

Chinese contentMarket-based Post-training：去中心化智能体集群的自组织训练框架

研究者提出了 MPT 框架，让一群智能体靠互相出价来决定谁干活，不用中央调度，代码也开源了，做 multi-agent 的可以看看。

#智能体 #MPT #多智能体协作 #后训练

arXiv cs.AI@Guowei Xu et al. (5)Source

Chinese contentKnowGPO：基于知识分组优化的搜索智能体强化学习框架

一篇讲怎么给搜索智能体分步打分的新方法，把轨迹按掌握的知识分组比较，8B 模型跑赢了多数 32B 系统，做 agent 训练的可以看看。

#KnowGPO #搜索智能体 #GRPO #强化学习

arXiv cs.AI@Siqi Chen et al. (13)Source

#CoDA #LIBERO-Pro #机器人操作 #生成式仿真

Chinese contentCoDA：数据引擎与动作策略协同进化的机器人训练框架

机器人训练效率有新思路：CoDA 让仿真环境和策略一起进化，LIBERO-Pro 上指令扰动成功率从 1% 拉到 76%，做具身智能的可以看看这篇论文。

arXiv cs.AI@Tianjiao Yu et al. (8)Source

Chinese content研究发现 LLM 在印度语系测试中表现不同：拒绝率随“被测试”线索上升

有人拿四个模型在五种印度语言里做了个有意思的测试：模型知道自己在被测时拒绝率会明显变高，连良性请求也更容易被拒。

#LLM #evaluation awareness #AI安全 #多语言

arXiv cs.AI@Trizal Garg et al. (9)Source

Chinese contentFDE-Gym 基准：95 个真实交付任务测出 AI 智能体的短板

arXiv 上的新基准 FDE-Gym，拿 95 个真实客户交付任务考 13 个模型配置，最好的模型也只做对 14 个。想知道智能体离真实交付差在哪，看这篇。

#FDE-Gym #智能体 #基准测试 #论文

arXiv cs.AI@Dongxu Yang et al. (26)Source

#LangDiT #扩散语言模型 #LangFlow #Transformer

Chinese contentLangDiT：为连续扩散语言模型重新设计的 Transformer 架构

扩散语言模型一直借用图像那套 DiT 架构，这篇论文专门为文本重设计了 LangDiT，GenPPL 降到 11.33，做生成模型方向的可以看看架构细节。