#论文

联邦学习又出新优化思路：让所有客户端沿同一条预测路径算梯度，通信量和 FedAvg-M 一样但聚合方向是无偏的，还附理论收敛证明，做分布式训练的可以看看。

做 agent 跨模型迁移或跨境部署的可以看看，它把校准拆成信息、harness、用户三层，还给了评估设计思路。

这篇论文测了个很扎心的问题：工具挂了之后智能体会不会硬说成功了。六家模型对比下来，加个证据契约能把虚报率从 22.8% 压到 0.8%，做智能体的都该看看。

研究团队发现工具调用在审批延迟期间可能悄悄变更安全效果，提出 FCD 方案，32 个版本实验里拦截了效果外泄的调用，做智能体安全的可以看看。

FOND 规划领域的新工作，用反链表示必胜状态集，一个求解器同时搞定强规划和尽力而为规划，大实例上跑得比 PR2 和 BeSyftP 还快。

arXiv 上这篇论文挺有意思：把调和测度做成可学习的边界核，训练一次，换边界条件换源项都不用重训，直接重新积分就出新解。做科学计算或 PDE 求解的可以看看。

优化圈的朋友看看这篇：把预条件子交给神经网络学，内点法解非线性规划能省掉 Hessian 和牛顿求解，warm start 直接砍掉六成多迭代。

一篇处理长文档主题建模的论文，把文档切段再生成主题，用智能体反馈细化，比逐篇分配主题省不少 token，做文本分析可以看看。

一篇讲怎么给智能体造更难环境的论文，27B 模型自动改环境，9 个模型平均涨 15% 通过率，做 Agent 训练的可以看看。

一篇很新颖的智能体论文：不模拟工具输出，而是让模型直接修改任务状态，Action Judge 拿了 70.5% F1，做 Agent 的值得看看思路。

这篇论文用 4,800 次请求证明模型跑得准不等于选对了产品方向，还给出不用调用模型的提取器，做 Agent 评估的可以看看。

Dario的这篇论文引发了很多人的质疑，值得看看不同领域的专家们是怎么说的。

Gary Marcus@GaryMarcus原文

这篇论文展示了如何设计能主动提供创意生成和自我监控支持的写作AI助手，比传统文本自动完成更智能。

欺诈检测要控制误报和漏报，这篇论文的ProtoCP把共形预测用在了时序图上，四个基准上都比现有方法预测集更小，做风控的可以看看。

如果你在搞世界模型或因果推理，这篇把概念理清了，还连上了因果发现的现有工作，值得一看。

想给RNN换个思路？这篇论文提出用多个顺序投影挖掘结构依赖，实验显示在复杂数据上更稳，简单数据也不掉链子。

把论文名改成最终送审版，GPT-5.6-Terra给的分数就涨了。以后让LLM审稿别要分数，直接让它说过/不过。

elvis@omarsar0原文