推荐理由：Blacksmith用AI自动写测试用例，一年营收翻十倍，估值冲到5.5亿美元，做开发的朋友可以看看这个方向。

推荐理由：Anthropic发了新研究，Claude在推理和代码上又强了，接近GPT-4，想了解细节的可以看看。

推荐理由：Anthropic给Claude加AI水印了，还有Grok Bot当队友，ChatGPT做Mac快捷方式，xAI创始人融资11亿搞个人AI，每条都挺有料。

推荐理由：吉利银河战舰700要来了，四季度上市，展车本月到店。AI四驱能原地掉头、爆胎还能开，综合功率830千瓦，纯电续航305公里，硬核越野迷可以关注下。

推荐理由：Lovable 刚融了4亿美元，估值133亿美元，做AI应用开发的可以关注下。

推荐理由：做电商或广告的可以试试，Seedance 2.5在Lovart上30秒出50套服装，比传统拍摄快多了。

推荐理由：AI SDK下载量涨得飞快，每周2000万次，比所有AI实验室的SDK都快，而且开放不锁供应商，做AI开发可以看看。

推荐理由：法国这次动真格了，8月11日起电话营销必须事先同意，违规企业最高罚37.5万欧元，摩洛哥4-5万呼叫中心岗位直接受冲击。

推荐理由：想搞LLM自动修bug的可以看看，CausalRepair用双切片把上下文搞干净了，修复数比ReinFix多，成本还低。

推荐理由：想搞懂SAE特征到底抽没抽到抽象概念？这篇提出FNL指标，不用LLM打分就能测抽象度，还能帮你挑干预特征，实测提分4.6。

推荐理由：想知道小模型微调后能不能干过大厂API？这篇用2千多条真实学生数据实测，DeepSeek-R1 1.5B微调后比GPT-5 mini还稳。

推荐理由：想知道中国大模型是不是都一个样？这篇论文用囚徒困境测了DeepSeek、Qwen、Kimi和GLM，发现它们合作倾向差别挺大，别再把它们当铁板一块了。

推荐理由：林俊旸从阿里千问出来单干，搞数字和物理世界通吃的智能体，红杉高榕腾讯都投了，估值 20 亿美元，想了解他下一步动作的可以看看。

推荐理由：想研究 Agent 技能生态的，这个数据集直接给你 380 万份真实 SKILL.md，比你自己爬 GitHub 省事多了。

推荐理由：这篇论文用SAE潜变量集做相似度度量，发现它并不比稠密嵌入更贴近人类概念判断，搞可解释性的人值得看看这个反直觉结论。

推荐理由：Reservoir拿了800万美元做智能热水器，能预测用水、储能还能查漏水，比传统热水器聪明多了。

推荐理由：豆包给大学生发福利了，认证后免费额度翻2.5倍，专业版月费砍到38块，比原价便宜近一半，写论文写代码都够用。

推荐理由：量子计算和注意力机制结合的新思路，把softmax映射到量子测量，数学上还挺严谨，搞量子ML的可以看看。

推荐理由：这篇论文提出MMCS，用50K样本就干翻别人600K的效果，做多模态预训练的可以看看这个新思路。

推荐理由：Mistral 现在能选欧洲服务器了，但要多花钱，而且不是所有功能都支持。想用欧盟数据处理的可以看看具体限制再决定。

推荐理由：如果你用朴素贝叶斯处理高基数分类数据，HEB-NB能自动调平滑参数，比固定Laplace更准，论文还给了理论保证和实测数据。

推荐理由：做因果发现的朋友可以看看，这篇把PC和FCI背后的CI检验方法按六个家族梳理清楚了，还讲了每种方法什么时候会失效，省得自己踩坑。

推荐理由：这篇论文用合成基准测了不同干预策略在供应链里的实际效果，LambdaMART 在某些场景确实更优，但数字基础设施上简单策略反而更强，值得做决策的人看看。

推荐理由：做LLM后训练的朋友可以看看，MISA-T把混合rollout调度做得更精细，吞吐提升明显，而且不牺牲任务效果。

推荐理由：这篇论文用推荐系统思路解决传感器选择，抗干扰还提精度20%，做跟踪或边缘计算的朋友可以看看。

推荐理由：做目标检测或分割的可以看看，AlbumentationsX 把图像和标注的增强统一了，避免随机变换错位，还能重放调试。

推荐理由：想了解跨视角匹配的现状和未来？这篇综述把方法分类、基准测试和基础模型趋势都讲清楚了，适合快速入门。

推荐理由：想搞LoRa网络规划？这篇用真实数据告诉你ML模型比传统模型准多少，还分析了换网关会翻车的情况，挺实在的。

推荐理由：推荐系统训练时内存不够用？这篇论文告诉你该加批大小还是加负样本，结论很实用。

推荐理由：想知道基因组学里哪个不确定性方法靠谱？这篇实证对比了三种主流方法，贝叶斯网络在类别不平衡时表现最好，还教你怎么用不确定性挑高质量预测。

推荐理由：这篇论文给IRL的超梯度计算找了个巧妙的捷径，用Fisher矩阵和谱草图省下大量算力，做强化学习的朋友可以看看。

推荐理由：如果你在做低比特量化，ReRound用扩散模型解决RTN的中点模糊，3/4比特下比RTN更准，还不用校准数据，值得看看。

推荐理由：手术机器人数据难搞，这个模型用便宜的视频预训练把成功率拉高了 14 个点，PegTransfer 直接涨 20%，搞机器人学习的可以看看。

推荐理由：想研究敏感场景对话生成？ConVAWG 用检索增强和毒性控制，造出 6000 多轮高质量对话，还带详细元数据，值得一看。

推荐理由：做长视频问答的可以看看，R4DSG用相对锚点记录物体变化，比纯文本记忆强不少，在EgoLifeQA上比EgoRAG-Text高了6.7分。