Latest

这篇来自 arXiv 的论文做了个挺有意思的模型：把 ICU 里的动脉压、颅内压、呼吸机波形这十种信号一起预训练，术中低血压预测 AUROC 到 0.894，19 个任务上没有输过。做生理信号或医疗 AI 的开发者可以仔细看看 LSCNorm 这个设计。

这篇审计会改变你看医疗模型榜单的方式：两个知名开源模型对气胸全部漏诊，还能流畅描述体征再否认它。做医疗 AI 选型或部署的人必须看，评估任何 VLM 都该按病症拆分指标，别信平均分。

刷榜这事在开放挑战赛里真会发生，论文复现时一个选手开两个号就包揽前两名。作者把预测市场付费规则证明了一遍，还给出按次收费和版税两种补救方案。如果你在做开放基准或众包评测，这篇直接帮你避开坑。

做视觉应用经常直接下开源编码器微调的朋友该看看。这篇论文证明被污染的编码器即使微调后后门也能存活，防御手段基本失效，最高 97% 攻击成功率，比已有的微调激活攻击适用面更广。

做药物生成的朋友可以看看这篇：BindMol 把对接分数拆成多个 hotspot 目标来训练强化学习，比传统只优化单一分数的生成方法更能产出多样结合模式的分子，论文在 arXiv 上可读。

做模型评测和安全审计的人应该看看这篇。它用 Qwen 2.5-3B 在 GSM8K 上实证演示：攻击者只要根据检测规则再训练两轮，文本审计的 AUC 就从 0.978 掉到 0.560。如果你依赖评测分数判断模型安全，这篇会让你重新审视检测流程。

这篇把'好奇心'从心理学概念变成了能算的公式，还接进了真实推荐系统。离线实验打赢了SOTA，线上A/B测试让点击率和观看时长都涨了，现在已经在亚洲某视频平台跑着。做推荐算法的、研究用户参与度的人都该看看这套建模思路。

如果你调过 Q-learning 会被初始阶段的大误差困扰，这篇把误差拆成 TD 和最大化两块，告诉你瞬态从哪来、为什么高斯近似够不着。做强化学习理论或想理解算法收敛细节的研究者会很受益。

搞地震勘探的可以看看这篇：传统方法每换一个工区都要重新训练模型，井数据又少得可怜。这篇用掩码自编码器预训练加冻结编码器，部署时完全不重训，Overthrust 数据上 P95 误差从 0.1310 降到 0.1074，盲井验证误差还降了 20.95%。

搞训练的朋友别再默认 SFT 天生不如 RL 了。这篇论文用 Qwen 系列实验证明，只要数据混合得当、rollout 预算对齐，SFT 泛化能追平甚至反超 RL。做后训练、纠结 SFT 数据配比的人值得细看。

用 epigraph min-max 代替拉格朗日乘子来处理安全约束，训练稳定性和跟踪精度都比常规 DRL 更好，还做了实车在环测试。做自动驾驶控制或安全强化学习的开发者值得看看这套思路。

做语音识别或音频大模型的人该看看这篇：论文演示了小扰动就能让 9 个 ASR 系统和 4 个 LALM 出错，还公开了攻击代码和演示。如果你在用开源语音分词器搭 SpeechLLM，ROSETok 的训练思路可以直接参考，比泛泛的安全讨论实用得多。

YouArt 对 Seedance 和 Fable 5.2 打了负加价折扣，经常抽视频的可以省不少钱。它还能把你自己的开源项目跑起来截动态屏做演示，比单纯让 Agent 排布局更真实。常做演示动画的开发者可以试试。

shao__meng@shao__mengSource

晶圆厂 CEO 亲口给产能紧缺画了时间表：2027 年最紧，持续到 2028 年下半年。做芯片采购、算力规划的人可以据此排备货节奏；中芯把闲置产能挪去做专用存储和 BD 的打法，也值得同行参考。

四个轻量模型实测了检测和重构拆开还是合并更有效，结论挺反直觉：拆分主要靠门控省开销，真正的瓶颈是漏检。写 GitHub Actions 的 CI 工程师和做 CI 自动化智能体的人都该看看这套评估设计。

17 个主流模型、1386 组配对比较的疼痛管理偏见审计，结论是没测出种族性别差异，但模型自身配置的波动大得惊人。做医疗 AI 评测或关心公平性审计方法的人，这篇的方法论细节很值得抠。

四个模型加九个基准，最大的 API 请求放大到了 93.88 倍，而且任务检查全过、MCP 扫描器全部没报。做 Agent 平台或 SaaS 计费的人应该看看，它指出了一个新风险面：Agent 自己决定何时停止，这个机制本身能被租户拿来刷你的资源。防御思路部分也写得具体。

做 Agent 或工作流的人常纠结：模型错了该改提示词、补代码还是加推理预算？这篇用 36,672 个可精确验证的库存模拟案例给出拆解，还发现强制工具调用接口会让 GPT-5.4 mini、DeepSeek V4 Pro 的推理评估失真，调接口和选模型的人都该看看。

把市面上五花八门的消费级 Agent 收拾成三类：普通用户通用助手、专业用户通用助手、金融和旅行这类垂直 Agent。如果你在做或挑 Agent 产品，用这个框架给自己对个号，几分钟就有谱。

AI Will@FinanceYF5Source

这篇把 ChatGPT 的 12 亿周活当成 Agent 竞争的底牌来分析，观点挺直接：未来两三年人人都有 Agent 时，拼的就是入口。做 Agent 创业的人可以看看自己对入口的判断是否一致。

AI Will@FinanceYF5Source

a16z 的 Olivia Moore 把 Agent 当买家这件事单独拎出来讲，叫 B2A 经济。跟 B2B、B2C 不同，客户变成了会调 API 的程序，做产品的人得重新想接口和获客。做工具、数据或交易类服务的朋友值得对齐一下思路。

AI Will@FinanceYF5Source

就是期刊改了一条参考文献的出处，换成 Younes 等人 2018 年那篇睡眠分期的论文。做 EEG 或医学 AI 研究的人引用这篇文章时记得用更正后的版本，其他人可以忽略。

Google 眼镜终于开卖了，12 月 10 日发货，最大卖点是戴着就能实时翻译对话，用的是 Gemini。和 Meta Ray-Ban 比，这次找了 Warby Parker 和 Gentle Monster 出镜框，样式更像正经眼镜。想体验可去官网或三家门店预订。

Sundar Pichai@sundarpichaiSource