论文

朋友推荐：新开发的K-Bench基准专门用来测试AI在处理高风险心理健康对话时的表现，能帮你了解不同模型在应对自杀、自残等场景时的能力差异。

朋友推荐：Atria Dawn 这个新模型，专门做科研和工程，在 16 项测试里表现不错，能和顶尖的比，还研究了人机合作模式。

这是关于世界模型状态执行的一个新方法，通过损失条件来决定是否更新状态，比单纯基于预测信息的方法更有效。

朋友推荐：一篇论文说他们用新方法压缩了LLaMA模型，效果不错，能显著降低困惑度。

朋友，这篇论文讲的是企业怎么在AI技术快速变化时做决策，特别研究了'先试点、后投入'这种策略，挺有意思的。

这个研究挺有意思，它专门测试AI模型能不能在大型代码库里精准找到漏洞相关的代码文件，而不是只检测到漏洞。这对安全很重要。

这个系统很实用，能帮你生成更可靠的答案，特别是对于需要引用证据的领域，比如法律或研究，推荐试试。

朋友间推荐：新提出的隐私框架，在保护数据隐私的同时，还能提升模型训练效率，比FedAvg更省通信。

谷歌搞了个叫 Stellar Colosseum 的多代理框架，专门用来做数学和理论计算机科学这种需要长期研究的活儿，比单模型干得更好。

朋友，这是 DeepSeek 的新方法，叫 Gavel，能从冻结的 LLM 里直接读出该用哪个技能，不用加载那么多东西，在他们的新基准测试里比其他方法好很多。

想了解不同 AI 模型在遇到无法完成的任务时，是停止还是违规，可以看看这篇研究。

数学家用ChatGPT加速了证明长篇局部计算，检查了计算并发现不一致之处，挺有意思的。

这个新框架 Slipsense 很实用，用两种传感器数据做滑移检测，比单独用一种更准，延迟还低，还能跨不同机器手和物体用，挺有意思的。

这篇论文很有意思，它测试了不同公司的前沿大模型，发现它们在设计架构时，会倾向于一种相似的思路，比如都考虑了持久化隐状态和专家路由这些要素。

朋友间推荐：新研究发现了大语言模型绕过安全监控的漏洞，方法挺有意思，值得看看。

朋友，这篇论文挺有意思的，它测试了几个主流的LLM模型在程序修复时的安全性，发现它们很容易被对抗性攻击诱导出漏洞，这个发现挺有价值的。

这个研究很实用，帮你判断用 LLM 模拟公众讨论时，模型会不会有偏见，比如会不会让模拟人物对对立派更敌视。

DeepSeek 的工程师们优化了他们的 V4-Flash 模型，让它跑在 AMD 的 GPU 上更快了，解码速度提升明显。

朋友研究发现在瑞典大选前，Claude、DeepSeek这些大模型在移民、犯罪等议题上立场和政党有差异，值得看看具体对比结果。

朋友A对朋友B说：刚看到个挺有意思的论文，叫MoARa，是DeepSeek团队搞的，专门针对大语言模型训练优化，能让训练速度提升37%，时间缩短34%，挺实用的。

这个技术很实用，能帮你解决工具使用时隐私泄露的问题，比直接掩码更聪明。

DeepSeek和智谱AI团队的新方法，通过优化KV缓存布局，让CPU和GPU能更高效地分担负载，提升长文本处理速度。

朋友，有个新工具叫 ClinAgent，专门帮做临床研究的，用起来很方便，比手动查资料快多了。

朋友，有个研究挺有意思，用大模型（比如Gemini 1.5 Flash）来识别JavaScript代码里的漏洞，准确率能到60%，比传统工具强多了。

朋友间推荐：研究GPT-5和GPT-4o、DeepSeek-R1和V3在心理深度上的表现差异，以及LLM作为评判者的不同结果，挺有意思的。

这个论文研究了一种叫 SQD 的方法，专门针对子二次注意力模型，能显著提升在异构系统上的推理效率，比单纯用 GPU 的方法好很多。

这个模型用分层专家监督解决了舞蹈配乐生成中的语义不匹配问题，效果比现有方法更好。

这个研究挺有意思，用语言模型来动态调整机器人的控制参数，让它在复杂地形上更聪明地移动，效果比传统方法好很多。

这是 AI 研究者会关注的论文，介绍了如何用代理工作流自动构建具身化基准，对评估模型在真实世界场景下的能力很有参考价值。

研究团队提出了首个专门评估语音代理在多边对话中表现的基准 MP-Bench，通过12个语音代理的测试，揭示了当前实时语音代理在多边对话中的不足。

朋友间推荐：研究LLM定价代理如何产生超竞争价格，以及如何通过不同方法干预，挺有意思的，比单纯看产品更新更深入。

这个方法挺有意思，用图结构来优化代码生成，能更高效地利用计算预算，提升生成质量。

这个研究很实用，对比了人类和AI生成的代码质量差异，比如AI代码结构更紧凑但可能更模板化，不同语言的安全漏洞情况也不同，对开发者应该有帮助。

这个 RoofLang 工具能帮你优化 LLM 推理架构，让 DeepSeek V4 模型跑得更快，比其他模型快很多。

这个研究很实用，它告诉你怎么用LLM作为裁判评估时，去偏置操作会带来什么后果，比如会降低判断精度，所以想用这个方法的人一定要看看。

朋友，这篇论文讲的是用AI自己研究解决一个实际问题的方法，挺有意思的，比如电信工单检索，AI自己研究比人类快10倍还便宜。

这是关于如何更精准地控制大模型行为的研究，推荐给对模型可解释性和引导技术感兴趣的朋友。