#open-access papers

这篇论文很实在：跑 AHD 时贵模型不一定赢，用 bandit 动态挑模型，成本最多省 65.6% 还能超过单模型。做组合优化、进化搜索或者想省钱跑 LLM ensemble 的开发者都该看看。

搞模型合并或多任务部署的可以看看这篇。GS3R 不用回访旧数据，靠奇异子空间分离和秩重分配来防任务干扰，还用 PRF 省内存。覆盖视觉、NLP、多模态基准，比直接累加合并更稳。

评测智能体跑一遍基准太烧钱？这篇论文用 LLM 摘要轨迹来预测分数，SWE-bench 上误差从 0.13 降到 0.08，只跑一个任务就能估分。

去中心化联邦学习里各客户端互相转介查询，不用中央调度也能汇总分布式专长，医疗数据实验结果不错，做分布式训练的可以看看。

一篇扩散模型微调的论文，教你怎么给少步掩码扩散模型做奖励微调，还能少 32 倍去噪步数，做生成方向的可以看看。