论文

近期，围绕“论文”一词的 AI 研究呈现出多方向突破与反思并存的态势。一方面，多项工作致力于提升模型效率与推理能力，例如 Transformer 架构的简化（通过去除 Key 和 Value 投影砍掉 50% KV 缓存，见相关报道）、nD-RoPE 将位置编码推广至高维（arXiv 2606.12146v1，详见论文），以及动态 MoE 模型 dMoE 的提出（报道链接）。另一方面，关注智能体自主性的论文引发争议：有研究提出负责任拒绝机制（arXiv 2606.12147v1，见论文），而其他工作则质疑智能体的真实知识发现能力（相关讨论和 Meta-Agent Challenge 显示自我改进堪忧（https://x.com/omarsar0/status/2062919381777350914））。同时，训练数据方法论出现新视角：检查信号比数据量更重要（报道），MIT 自进化 AI 科学家框架则探索让 AI 改变思考方式（https://x.com/rohanpaul_ai/status/2063301151458750696）。编程基准 VIBench（https://x.com/amasad/status/2062228316053266895）和信息聚合站 Sophon.at（https://x.com/vikingmute/status/2062707469277855920）等实用工具也受到关注。当前焦点集中在：如何平衡模型效率与自主推理可信度，以及智能体是否真正具备创新性。未来需观察这些改进能否落地，特别是跨领域论文的整合效果。