AI Research Papers & Highlights

The key insight is that prefill memory spikes, not just KV cache size, throttle concurrency — streaming layer histories through reusable buffers removes that admission bottleneck. Engineers running long-context inference on SGLang can adopt the design to serve more users per GPU without changing model weights. Compared with HiSparse and ECHO, the gains come from better indexing rather than more hardware.

#LeanSparse #DeepSeek #SGLang #sparse attention

arXiv: DeepSeek@Zaifeng Pan et al. (6)Source

Papers Builders11:51

Chinese contentDenseTwins：模态解耦的多模态自监督框架

一篇自监督学习论文，把多模态特征拆成共享和各自独有两部分，机器人、自动驾驶相关的研究者可以看看开源代码。

#自监督学习 #多模态 #DenseTwins #计算机视觉

arXiv cs.AI@Carlo Sgaravatti et al. (4)Source

Papers Builders11:51

Chinese contentCLARA：让机器人通过主动提问澄清模糊指令的研究框架

机器人听不懂"收拾房间"这种模糊话怎么办？这篇论文让 AI 先反问你几个问题，再画图确认，比直接硬干靠谱多了。

#LVLM #机器人 #扩散模型 #人机交互

arXiv cs.AI@Dimitrios Bekris et al. (6)Source

Papers11:51

Chinese content研究显示 BLEURT 构造幻觉标签不可靠，误标率高达 47%

做幻觉检测评估的可以看看：用 BLEURT 相似度打标签误标率近一半，QGen-9B 只有 12.86%，选 judge 前先读这篇。

#BLEURT #QGen-9B #幻觉检测 #LLM评估

arXiv cs.AI@Rounak Sen et al. (3)Source

Papers Builders11:51

Chinese contentUAPA 提出不确定性感知原型学习，解决开放集测试时适应中的 csOOD 干扰

一篇论文提出 UAPA，专门解决开放集测试时适应里 OOD 样本污染训练的问题，在 CIFAR 和 Tiny-ImageNet-C 上 OSCR 提升约 1-2 个百分点，做 TTA 研究的可以看看。

#测试时适应 #TTA #OOD检测 #UAPA

arXiv cs.AI@Jinwu Hu et al. (11)Source

Papers Builders11:51

Chinese contentBest-of-Depth 训练方法让 Looped Transformers 中间层输出更多有效解

一篇 arXiv 论文，教 Looped Transformers 在循环推理的中途就产出有用候选解，N-Queens 覆盖率从 45.75% 拉到 91.03%，做循环模型训练的可以看看。

#Looped Transformers #Best-of-Depth #推理模型 #开源模型

arXiv cs.AI@Shota Takashiro et al. (5)Source

Papers Builders11:51

Chinese contentTherapy-FIS 数据集发布：用多模态信号自动评估心理咨询师人际技能

心理咨询师的能力评估一直靠人工打分，又贵又难规模化。这个数据集首次公开了 890 段带评分的咨询师视频，想做情感计算或多模态评估的可以看看。

#Therapy-FIS #多模态 #数据集 #心理健康

arXiv cs.AI@Qijian Zheng et al. (7)Source

Papers Builders11:50

Chinese contentQueryFlow 论文提出自适应查询演化的多跳图检索方法

一个改进多跳 RAG 检索的新方法，把查询和图上下文联动更新，四个多跳 QA 数据集上 Recall 和准确率都有明显提升，做 RAG 的可以看看。

#QueryFlow #RAG #多模态检索 #图检索

arXiv cs.AI@Manzong Huang et al. (5)Source

Papers11:50

Chinese content深度学习实现息肉匹配，准确率达 92%

医生标注的一万多对息肉图像训练出的 Siamese 网络，判断两图是否同一息肉能到 92% 准确率，做医疗影像的可以看看。

#Siamese网络 #对比学习 #结肠胶囊内镜 #EfficientNet

arXiv cs.AI@Kristian Dalsbø Hindberg et al. (7)Source

Papers Builders11:50

Chinese contentarXiv 论文提出多智能体变分推理模型检验费耶阿本德理论多元主义

有篇论文把费耶阿本德的科学哲学做成了多智能体变分推理实验，对比单一理论和多元理论社区怎么更新信念，哲学加建模的思路挺有意思。

#多智能体 #变分推理 #Feyerabend #科学哲学

arXiv cs.AI@Jonas Hallgren et al. (3)Source

Papers Builders10:58

Chinese contentFlowTranslator：免训练的图像内机器翻译框架

不用重新训练模型，靠 OCR 加 LLM 加扩散模型就能把图片里的文字换成译文，翻成中文的场景还能跑赢现有编辑系统，做图像翻译的可以看看这篇。

#FlowTranslator #图像翻译 #扩散模型 #OCR

arXiv cs.AI@Zhixian Li et al. (9)Source

Papers Builders10:58

Chinese contentOSGR 框架提升 LLM 对地观测问答准确率

arXiv 上的新论文 OSGR，让 GPT-4o 在地理观测问答基准 Earth-Bench 上的准确率从 49.3% 拉到 63.7%，做时空检索推理的可以看看。

#OSGR #GPT-4o #Earth-Bench #时空推理

arXiv cs.AI@Dazhou Yu et al. (6)Source

Papers Builders10:58

Chinese content多智能体辩论可能放大安全风险：SafeConflict-Bias 诊断与 RiskTrace-Debias 修复

多智能体辩论会把本来能拒绝的不安全内容采纳率推到 100%，这篇给出不改模型就能压回 2% 以内的修法，做智能体的都该看看。

#多智能体 #MAD辩论 #AI安全 #RiskTrace-Debias

arXiv cs.AI@Qinghua Mao et al. (6)Source

Papers Builders10:57

Chinese contentFoldScape：按折叠阶段预测蛋白质构象系综的深度学习框架

arXiv 上的 FoldScape 论文，用序列生成蛋白质各折叠阶段的构象，覆盖范围比 AlphaFold 3 系综宽约一个数量级，做结构预测的可以看看。

#FoldScape #AlphaFold 3 #蛋白质结构预测 #深度学习

Event

arXiv cs.AI@Lisheng Zhang et al. (10)2 sourcesSource

Papers Builders10:57

Chinese contentBCSM：离散扩散蒸馏新目标函数，单步推理下 HumanEval 提升 16.9%

离散扩散蒸馏有了新目标函数 BCSM，把 CSM 的平方级开销降到线性，单步推理还能在 HumanEval 上多拿 16.9%，做生成模型蒸馏的可以看.

#离散扩散 #BCSM #Concrete Score Matching #HumanEval

arXiv cs.AI@Peng Tu et al. (6)Source

Papers Builders10:57

Chinese contentHarness-S：借助兄弟 Harness 训练更通用的智能体

一篇训练智能体的新论文，思路挺巧：基座 harness 跑挂了就让一堆兄弟 harness 救场，再把本事转移回策略本身，AppWorld 等三个基准都涨了。

#Harness-S #智能体 #强化学习 #AppWorld

arXiv cs.AI@Kangning Zhang et al. (11)Source

Papers10:57

Chinese contentRAG 检索层投毒压力测试：查询锚定可让 BGE-small 目标暴露率达 100%

这篇论文测了 RAG 检索被投毒会发生什么：5 篇攻击文档就能让 BGE-small 的目标暴露率到 100%，做检索安全的人应该看看具体数字。

#RAG #BGE-small #BEIR #语料投毒

arXiv cs.AI@Janet Sung et al. (5)Source

Papers Builders10:57

Chinese contentNeologism Inoculation Prompting：用新词隐藏模型有害行为

一篇安全方向的论文，思路挺巧：不写英文指令，改用一个训练后删掉的 token 来锁住 reward hacking，效果还能打平 gradient routing。

#NIP #reward hacking #模型安全 #gradient routing

arXiv cs.AI@David Demitri Africa, Cameron HolmesSource

Papers Builders10:56

Chinese content研究刻画磁性图网络方向性失效的结构边界

如果你在用磁性图网络处理有向图，这篇把相位何时会丢方向信息的条件讲得很精确，还配了可复现的实验对照。

#图神经网络 #磁性拉普拉斯 #有向图 #DeepDRiD

arXiv cs.LG@Dawei Han et al. (6)Source

Papers Policy10:56

Chinese contentarXiv 论文量化数据驱动策略的尾部风险：风险溢价可占后悔值的 74%-97%

一篇理论论文，把数据驱动策略的风险拆开算清楚，算出风险溢价能占后悔值的 74%-97%，做决策优化的可以看看。

#CVaR #风险分析 #SAA #arXiv

arXiv cs.LG@Omar Besbes, Alon RiegerSource

Papers Builders10:54

Chinese contentLENS 框架用 LLM 先验与新闻语义图预测股票收益

这篇论文把 LLM 提取的公司关系图和新闻语义图结合起来预测股票，在 S&P 500 上比最强基线 AR@5 高了 16.4%，做法挺新颖的。

#LENS #GNN #量化投资 #LLM

arXiv cs.LG@Hao Zhou et al. (3)Source

Papers Builders10:54

Chinese contentarXiv 论文拆解 tokenization 评测三大误区

做 tokenizer 研究或选词表大小的都该看看：BPB 和那些"tokenizer 无关"指标没你想的那么可靠，文中给出了 0.989 相关性崩到 0.057 的具体分析。

#tokenizer #BPB #词表 #RAG

arXiv cs.LG@Rylan Schaeffer, Sanmi KoyejoSource

Papers10:53

Chinese content两层随机 ReLU 网络可分离不相连类别的理论证明

一篇理论论文，回答了两层 ReLU 网络到底能分开什么形状的类别，还给出宽度的精确刻度，做理论的朋友可以看看。

#ReLU #随机特征 #凸优化 #支持向量机

arXiv cs.LG@Yichen Liu, Jianbin YangSource

Papers10:53

Chinese content流模型理论研究：Lipschitz 向量场逼近概率分布的普适性条件

搞流模型或连续归一化流的理论同学可以看看，讲清楚了什么样的向量场族能逼近任意分布，Wasserstein 和总变差两种距离下的结论都给了。

#flow-based generative models #neural ODE #Wasserstein distance #生成模型理论

arXiv cs.LG@Antonio Álvarez-López et al. (4)Source

Papers10:53

Chinese content输入分辨率对乳腺X光肿块检测的影响：18个模型的对照研究

用18个模型、108种组合把分辨率这个变量单独拎出来测，结论很实在：高分辨率主要救小肿块，mAP50从0.367提到0.441，代价也算清楚了。

#VinDr-Mammo #DINO #ConvNeXt #乳腺X光

arXiv cs.LG@Kaan Buyukdemirci, Emine Ulku SaritasSource

Papers10:53

Chinese content用信息预算量化 MLP 对标签噪声的记忆：89 组 MNIST 实验研究

一篇挺扎实的理论+实验论文，用 89 组 MNIST 跑出十个假设来验证神经网络怎么记住标签噪声，结论边界也写得清楚。

#MLP #MNIST #标签噪声 #统计复杂度

arXiv cs.LG@Nancy Baygorrea C., Otávio da Fonseca Martins GomesSource

Papers Builders10:53

Chinese contentarXiv 论文提出 declared change envelopes 认证模型更新的变更范围

模型更新偷偷改了没声明的地方怎么办？这篇论文给了套统计认证方法，LoRA 更新实测只有 7-36% 变化在范围内，还发现锚定蒸馏能救场。

#LoRA #GRPO #语言模型 #模型更新

arXiv cs.LG@Muhammad Usama, Muhammad Saad QadirSource

Papers10:53

Chinese contentMXFP4 与 NVFP4 4-bit 量化对可穿戴动作识别模型的影响对比

有人在真实可穿戴传感器模型上实测了 MXFP4 和 NVFP4 两种 4-bit 格式，结果 NVFP4 全面占优，还找到了 MXFP4 掉分的具体原因，做端侧部署的可以看看。

#MXFP4 #NVFP4 #量化 #可穿戴设备

arXiv cs.LG@Megan Healy, Hossein ValaviSource

Papers BuildersSelected10:52

TNAS Diagnostic Exposes Silent Action Attacks on Reasoning VLA Models

The key implication is that oversight mechanisms relying on reading a model's language output give a false sense of safety, since action channels can be steered invisibly. Robotics and autonomous-driving teams deploying reasoning VLAs should add direct verification of predicted action sequences rather than textual rationales. The evaluation uses NVIDIA's Alpamayo driving stack alongside InstructVLA, making the finding relevant to embodied-AI safety benchmarks rather than chat-only models.

#VLA #Alpamayo #InstructVLA #AI safety

arXiv cs.LG@Zihao Feng et al. (6)Source

Papers Builders10:52

Chinese contentReCR：训练无关的自回归视频解码上下文重写方法

做视频生成或自回归模型的可以看看这篇：ReCR 不用训练，靠挑选历史上下文就能提升长视频生成的稳定性。

#ReCR #视频生成 #自回归 #文生视频

arXiv cs.LG@Lixuan He et al. (4)Source

Papers10:52

Chinese contentTemporal Difference Learning特征演化机制的理论分析

一篇强化学习理论论文，证明了 TD 学习里特征怎么自己长出来，还给出 regret 保证，做 RL 理论的可以看看推导思路。

#TD learning #强化学习 #Bellman #regret

arXiv cs.LG@Shangzhe Li et al. (4)Source