Chinese contentACCT：跨 LLM 的 KV 缓存迁移方法，让不同规模模型复用上下文计算
arXiv 上这篇论文讲了一个省算力的新招：同一模型家族里小模型算过的上下文，能直接转成大模型能用的 KV 缓存，省 75% 缓存还能提速最多 21 倍。
Papers
AI papers from arXiv and journals, each with a summary and why it matters · 7705 papers
Nov 2
Chinese contentZyphra 提出树结构索引器 ZHA，实现亚二次复杂度长上下文注意力
Zyphra 的论文提出 ZHA，几步蒸馏就能把现有模型改成亚二次注意力，1M 上下文以上比现有稀疏注意力方法快很多，做长上下文的值得看。
Chinese contentCRoS：打乱推理步骤顺序的因果奖励，提升模型准确率与CoT忠实度
一篇训练方法的论文：打乱推理步骤顺序来算因果奖励，Gemma-3-4B 在没见过的数据集上准确率从 43.8% 提到 46.8%，忠实度也翻倍。
Chinese contentTradeWar 基准发布：用经济结算评估 LLM 谈判能力
研究者做了个贸易谈判模拟基准，LLM 光会签协议没用，得看结算后是否真创造价值，TACTIC 智能体靠复盘越谈越好。
Papers13:26
Chinese contentAutoAnalysis：自动更新的人机协作元分析上线arXiv 上一个自动元分析系统，已经汇总了 420 篇人机协作论文，结论挺反直觉：人机搭配打得过人类单干，却打不过 AI 单干。
SecPO Cuts Prompt Injection Attacks on Qwen3.6-27B
The key insight is that DPO-based defences anchor to an insecure reference model, and an injection-invariant oracle can be approximated in practice — a fix that goes beyond simply training on more attacks. Teams building agentic systems can fine-tune with the released SecPO model, loss and adversarial training data rather than relying on prompt filtering. The released checkpoint is based on Qwen3.6-27B, making it directly usable for open-weight deployments.
Chinese contentDAMI：双轴记忆初始化提升门控线性注意力的长文本检索
训练前改一下初始化，GDN、Mamba-2、RWKV-7 这些线性注意力模型的长文检索就提 5 到 17 个点，方法还挺省事。
Chinese content实证审计：Cosmos Policy 上测试时搜索何时有效
这篇论文给测试时搜索泼了盆冷水：在 Cosmos Policy 上，价值选择器居然比随机还差，剪枝后端到端也只快 1.15 倍，还揪出个渲染 bug，做机器人策略的都该看看。
Chinese contentETAPS 剪枝方法在 50%-90% 稀疏度下超越 ELSA，困惑度最多降低 42%
一种新的 LLM 剪枝方法 ETAPS，90% 稀疏度下单卡 H200 就能剪 LLaMA2-7B，效果和成本都比 ELSA 好。
Chinese contentArchOR：面向优化建模的结构感知技能检索与仲裁方法
有人在优化建模任务上给 LLM 智能体换了个更聪明的技能检索方式，Pass@1 提到 65%，比 OptSkills 高了快 3 个点，做运筹方向可以看看。
Chinese contentVerify–Backtrack Loop：让 ReAct 智能体具备结构化回溯能力
给 ReAct 加了个目标栈和回溯机制，不用训练，AppWorld 成功率最高多 22 个百分点，GPT-4o、DeepSeek-V3.2 都测过。
Training-Free MoE Expert Pruning Study Compares Replacement Operators
The paper shows that a usually implicit implementation choice — whether to renormalize survivors' gate scales — can flip which pruning method wins, so benchmark tables built on one operator may not generalize. Engineers pruning MoE checkpoints get concrete guidance: match the operator to the router's training, and validate on math and code tasks rather than multiple-choice accuracy alone. Researchers should adopt the five-item reporting checklist when publishing pruning results.
Chinese contentLARC：在连续空间做潜在推理，统一多模态模型图像生成新框架
一篇解决图像生成不会"思考"的论文，LARC 把推理搬进连续隐空间，GenEval 上比 BAGEL 高 7 个点，还能测试时扩展。
Papers12:38
Chinese content用虚拟点隐私化批次大小，DP-SGD 在截断批次下仍保隐私保证训练用 DP-SGD 时批次大小一泄露隐私就崩？这篇 arXiv 论文用随机 dummy points 解决截断和泄露问题，还比 2025 年 Ganesh 的直接核算更省。
Chinese contentSTAC 改进分布匹配蒸馏：批评者模型需与教师同步扩大
这篇论文发现蒸馏时 critic 太小会把大教师带崩，提出的 STAC 按步条件化，在 SDXL、FLUX.2 和 Wan2.1 上都能提升少步生成质量，做蒸馏的值得看看。
Papers12:38
Chinese content用精确信息账本统一推导序贯决策的下界数学味很浓的论文，把四类序贯问题（bandit、best-arm、MDP 等）的下界推导串成一条链，还拿 7 个真实数据集验证了差距到底出在哪一步。
Papers12:38
Chinese contentICU 死亡率预测研究：生理轨迹特征比观测模式更易跨院迁移用 MIMIC 和 eICU 超 7 万患者数据拆解了 ICU 死亡率模型里哪类特征能跨医院复用，做医疗 AI 的值得看看
Chinese content两层 ReLU 神经元梯度下降的全局景观与分岔动力学分析
一篇理论论文，用最简单的两神经元 ReLU 模型解释了梯度下降为什么会先合并再分化，做神经网络理论研究的可以看看证明思路。
Chinese contentmultiscale FFT 加速随机分配采样的差分隐私审计
隐私审计的运行时间从 α^-2 压到 α^-1·log(1/α)，做 DP-SGD 训练的人能拿到更紧的隐私界，速度还快几个数量级。
Papers12:37
Chinese content研究表明 MRO 与 SNR 在 Wasserstein 鲁棒线性回归中优于 DRO如果你用 DRO 做鲁棒回归，这篇指出了它什么时候会慢一截，还给了两个能达到最优速率的替代算法和实现方法。
Papers12:36
Chinese contentHyperbolic IRL：用双曲距离参数化奖励函数的新方法把 IRL 的奖励函数改用双曲距离来算，数据少时效果更好，还能用博物馆导航数据解读人的行为，做模仿学习的朋友可以看看。
Chinese content研究揭示随机环境下强化学习可塑性损失的影响机制
这篇论文把 SAC 和 DeepMind Control 任务加上噪声做实验，讲清了什么时候该用可塑性保持方法、什么时候重置就够了，做 RL 的可以看看。
Chinese contentCost-Aware Stopping for Freeze-Thaw 贝叶斯优化：一步前瞻何时足够
做超参搜索老是被预算卡住的可以看看：这篇论文给出一个基于期望改进的停止规则，还教你用两步前瞻证书判断是不是停早了。
Chinese contentRAMA：用情景记忆增强多智能体强化学习优化 LEO 卫星网络路由
卫星网络拓扑变化太快，传统 DRL 只看当下。RAMA 让每颗卫星带记忆检索历史经验，Starlink 场景时延降了 93%，做网络方向的朋友可以看看。
Chinese content基于物种检测的声学生物多样性指数 ABI 在非洲稀树草原与城市动物园的验证
教保育声学监测的人换掉 ACI 这类老指数：用 BirdNET 检测物种算多样性，和丰富度相关性 0.93，比传统指数高一倍，还讲了怎么控假阳性。
Papers12:35
Chinese content从噪声观测中学习干净图像生成过程的扩散方法没有干净数据也能训练扩散模型，CIFAR-10、显微镜、SAR 上都验证了，做图像恢复的可以看看这套一致性思路。
Chinese contentarXiv 研究：给训练好的模型加循环层只有小模型才划算
想省显存给模型加循环层？这篇论文实测了 Qwen3 从 0.8B 到 9B 的效果，结论是小模型才划算，大模型纯亏推理算力。
Papers11:15
Chinese contentCoFailMed 审计：11 个预训练编码器在医学分割中的相关性失效研究这篇论文用 11 个编码器证明：多模型投票可能只是假冗余，四个模型有效规模不到三个。做医学分割集成的人该看看。
Papers11:15
Chinese contentLatent-Lens：让小型语言模型通过隐空间直接接收视觉信息一篇有意思的论文：VLM 和小模型不再转文字传话，直接在隐空间传视觉状态，只训 0.2% 的参数，CLEVR 上比文本通信高出 22 分。
Chinese content研究显示：简单特征胜过多数 AI Control 监控模型
如果你在做 AI Control 或监控器评估，这篇得看：它指出了标准数据集的两个漏洞，还重建了数据集和检查工具一并开源。