Latest

野外录的鸟叫蛙叫总混着风声车声？这套开源的 CallCleaner 只有 19M 参数，笔记本 CPU 就能跑，降噪效果比 Biodenoising 多出 11 dB。做生物声学研究或环境监测的朋友可以直接下载权重本地用。

做逆向或安全分析的朋友可以看看这篇：MicroSim 用 IDA 微码建图加孪生 GNN，在 84 万函数的 TREX 基准上 ROC-AUC 到了 0.9972，比 SAFE 和 jTrans 重训后的成绩都高。论文还对比了 InfoNCE 和余弦损失在不同任务上的差异，选损失函数时用得上。

做医疗数据分析或联邦学习的开发者可以看看这篇。它把分层聚类的递归计算改成客户端到服务器的一次性原型传输，隐私风险和算力开销都降下来了，还靠服务器端的多粒度竞争学习补回信息损失。如果你的机构间数据没法直接共享，这套思路很值得参考。

联邦学习最常见的死法是被恶意客户端投毒，这篇论文用零知识证明把验证者准入做成了可审计的，攻击下 FedAvg 掉到 2% 它还有 94%。做去中心化训练或隐私敏感场景的工程师应该看看这套共识加审计的设计。

做语音安全或反深伪的工程团队值得看这篇。它用 WavLM 加 Mahalanobis 距离，不碰攻击样本就能拿到 8.45% EER，和监督基线 7.86% 很接近。更关键是它诚实展示了跨域 22.12% EER 和阈值自适应失效的失败模式，对部署选型很有参考价值。

一位参赛者完整拆解了他在 CoRL 2026 RoboEval 上拿到 0.990 分的做法，π0.5 策略自当价值函数，AWR 加 RECAP 直接在官方评分上训练，再补上生成的满分演示和失败恢复片段。做机器人 RL 或智能体训练的人能直接借鉴这套循环设计。

不用配对数据也不用标签，就能把两个模型学到的表示对齐，靠的是数据本身的几何距离而不是随手选的欧氏距离。做表示分析、模型拼接或者单细胞研究的都值得看看这套 Gromov-Wasserstein 的新用法，代码思路也讲得清楚。

做差分隐私训练的朋友看看这篇。作者发现只改动量这一项，隐私噪声机制的排名就会反转，以前只看曲率和学习率的评估方法可能不够。如果你在做私有逻辑回归或者 DP 微调，选噪声机制前最好把动量也算进去。

做长视频生成或智能体视频合成的开发者可以看看这篇。它不用重训练，靠规划器的语义约束决定缓存留什么，60 秒生成时内存砍到三分之一，画质反而比不压缩还高一点。四个骨干、三个基准都有数据，方法可直接套在现有 rollout 流程里。

做 LLM 训练系统的工程师应该看这篇：它量化了 OPD 在多大失配下不掉质量，FP8 加异步 rollout 能比同步 BF16 快 1.62 倍达到同样效果，还附了能直接复用的校准脚本和代码。

用自注意力模型替掉 Choco 里手工写的传播器优先级，698 个难例上多解出 20 个，中位求解时间降了 27.93%。做约束规划或组合优化的人可以看看这套从运行时间学偏好的训练思路。

做代码模型预训练的同学都懂，想从几 TB 语料里挑干净子集有多痛苦。SWHForest 只存 AST 结构摘要不存源码，先用 SQL 筛再下载，实测砍掉 46-72% 下载量，把小时级检索压到秒级。训练数据团队和语料库维护方都该看看。

做无线通信和信道建模的人可以看看这个数据集。10万个室外射频场景、29TB 数据，覆盖 3.5 和 7 GHz 两个频段，专门为训练无线基础模型设计。论文还验证了场景多样性对泛化的作用，想做跨部署环境泛化的团队用得上。

用预训练扩散模型做零样本压缩，不用专门训练就能按下游任务调整重建方向。跟 Diff-ICMH 比，解码更快，还能和训练过的任务导向编解码器打平。做图像传输和机器视觉落地的工程师可以看看。

离线强化学习理论的一篇硬核新论文：作者设计了每层只需一次凸回归的算法，在所有策略都线性可实现时样本量 O(ε^{-2})、计算量只随 log(B) 增长，还证明精度指数 2 已是下界。做 offline RL 理论或想了解覆盖假设能否放宽的研究者值得精读。

给做遥感或可解释性研究的人看的：作者把 AlphaEarth、Tessera 这类地球观测嵌入拆成了可读的稀疏特征，还配了一套专门评估协议。发现对齐概念数从维度中位数 12 个降到接近 1 个，细尺度方差占比提升到 23%–32%。想给卫星模型做可解释性分析的话，这篇给出了方法起点。

做 GAN、对抗训练这类 minimax 优化的人应该看看这篇。它用正交化更新加自适应步长，解决了 SGDA 系方法对步长调参极敏感的问题，且 AdaSGDA-VR 的 O(T^-1/3) 收敛率比常见基线更快。

这篇论文拿10,359个孟加拉语习语当探针，测试6个编码器里跨语言语义共享的真实程度。结论挺反直觉：英文训练的读出器能迁移到Bangla，但LEACE擦除器却几乎擦不动，读取和擦除是两回事。做多语言模型对齐或概念擦除研究的人建议看看。

一位脑瘫研究者微调 Whisper 给自己做了实时语音翻译器 AVoz，词错误率从 30% 压到 12%，全程本地运行。代码和训练协议全开源，几小时录音加几天 GPU 时间就能复现，做无障碍应用的开发者别错过。

LLM 证明出 Haldane 能隙后，这篇工作用张量网络把它拆成看得懂的物理机制，还用 Lean 4 形式化，界直接收紧了 19 倍。做数学形式化或计算物理的人可以看看机器证明怎么被消化成可复用结果。

arXiv 上的新论文，教 LLM 做数学题时同时用前向和后向验证交叉纠错，比单向验证平均高 13.5 个百分点，在 GPT 上差距到 31.2 个点。做推理智能体或数学评测的工程师值得看看它的调度逻辑。

用模拟数据算清楚了 HBF 什么时候能省 GPU、什么时候只能提速。比如 DeepSeek V3 这类大 MoE 加上 HBF 能跑在单块 RTX 4090 上，100 块卡规模吞吐最高提 26.5 倍。做私有化部署和硬件选型的人值得对照自己场景看。

做代码工具或研究 CIA 的开发者可以看看这篇。它把静态分析和 Gemini 2.5 Flash 结合，还公开了 1,931 条人工标注数据，多智能体版本 F1 到 33.3%，比之前最优方法高 2 个点，代价是每次要跑 11 秒左右。

做数据增强搜索的朋友值得看：论文用 LLM 写增强代码，CIFAR-10 上拿到 0.8877，比搜 6,000 个候选的暴力法还强，评估预算少 22 到 600 倍。顺带提醒你常用的单 epoch 快速筛选并不总是可靠。

arXiv 上这个新基准把 21 项真实 PE/投行任务交给 22 个模型跑，GPT-6 Astra 也只满足 57.6% 的评分标准。想看 AI 在尽调这种长链路、要审计的高风险工作里到底几斤几两的，值得把论文里的失败案例翻一遍。

做内容审核或学术诚信检查的会想看这篇：它用公式证明检测器在 10 token 短文本上误报率会从 1% 飙到 29%，Binoculars 真阳性率最高也只有 59%，还给了分长度校准和自动弃权的具体做法，可以直接照着实现。

做医疗 AI 评测或人机协作研究的人可以看看这篇。它绕开了“必须有标准答案才能算互补性”的限制，用多准则决策分析给无 ground truth 的任务打标签，方法讲得很细，可以直接借鉴到自己的评估设计里。

做 Agent 工作流的人该看看这篇：把 SOP 状态放到运行时的 FSM 里管，Haiku 4.5 就能比不带这套控制的 Sonnet 4.6 更稳，还省六成成本。实验有预注册和置信区间，方法可直接借鉴到自己的编排框架里。

做行人重识别或多轮检索的研究者可以看看这篇。它把候选图片的视觉差异直接变成下一轮提问的依据，和只学固定提问顺序的旧 Inter-PR 方法思路明显不同，还附带了可用的 VFI-PEDES 数据集。

做扩散模型架构的值得看这篇：作者证明了 softmax attention 表达不了多项式去噪算子，于是干脆用 Volterra 层全替换，不靠 attention、卷积和激活函数也能在 ImageNet 上打平同预算的像素扩散模型。想理解 attention 在去噪里到底缺什么、以及流形维度如何决定逼近速率的，这篇把理论和架构对得很齐。

做电镜或材料表征的朋友可以看这篇：它把物理几何描述子加进聚类流程，Si/Si$_x$Ge$_{1-x}$ 和 Ti-Nb 合金两个实测里聚类持续度从 0.04 拉到 0.55，噪声基本清零。比起直接上 autoencoder，结果可解释得多，维度也更低。

做语音转写的朋友可以看看这个基准：各家模型 WER 看着挺低，但专有名词的关键词错误率能到 33%，难怪生产环境都要加热词纠错。评测脚本和挑战集都开源了，可以直接拿来测自己的 ASR 方案。

做遥感分割的朋友可以看看，Kathmandu Valley 这份 202 平方公里的六类标注数据集很难得，还顺手拆穿了随机切分的空间泄漏问题。更有意思的是扩散模型生成的数据反而拉低精度，做数据增强前真的要先过滤。

做评测常被坑过的人都懂：同一个模型换个配置分数天差地别。这本书把生成上限、batch、注意力后端这些坑全梳理了一遍，还有 0.08% 到 93.18% 的实例。写论文要复现结果、上线要估成本的工程师和研究者都该看看。

做模型训练的工程师应该翻翻这本，五个真实训练项目把踩过的坑全摊开了：奖励被钻空子、探索停滞、评估失真这些只会在实验里遇到的问题，书里都给了排查思路，比只看 GRPO 论文实用得多。

OpenAI 那份 Calderón 唯一性定理证明当时没带 Lean 验证，现在有人用 Mathlib 和 Tau Ceti 补上了，还过了只许标准公理的 comparator 挑战。做形式化数学的朋友可以直接看这份独立重构，和原手稿对着读会很有收获。

做期权或量化套保的值得看看这篇。它没有拿模拟市场糊弄，直接用 1996-2017 年标普 500 真实期权数据训 RL 代理，和 delta 套保、GBM/SABR 环境训练的对手比。下跌市里 CVaR 降 8.9% 挺诱人，但上涨市要多付 7-10% 成本，做市商得掂量自己的行情敞口。

电网攻击检测大多只在打乱数据上刷分，这篇直接测出时序泄漏让 macro-F1 从 0.96 掉到 0.88，还用 IEEE 14-Bus 和 118-Bus 给出哪些攻击物理上真能做。做工业安全或能源系统检测的工程师可以直接拿开源代码复现基准。

搞科学计算的朋友可以看看这篇：它把 flow matching 用到了多物理场耦合 PDE 上，一次前向就出解，不用跑传统数值模拟。还给了 Wasserstein-2 误差上界的理论保证，比单物理场的神经算子更贴近真实工程场景。

数学家和 AI 研究者合训了个小 Transformer，让它学三角形铺砌对称群的语言，然后靠看模型注意力模式想出并证明了一个数学猜想。想做可解释性或数学交叉研究的人可以看看这个范式。