全部动态

SIMPLE这个模型做了个用合成任务先验做多视图可复用推理的事，在多组学数据上直接用冻结方式就好，比以前方法省事儿。

Qwen3推出了VLA框架，用来监测多代理潜在通信，在小范围拍卖里表现好，你可以去了解下。

Intel推出了在AI PC集群上实现大规模LLM分布式推理的片方法，能让集群共同计算超单台容量的模型，和单机相比效率更高。

PGFS++是新分子优化方法，能解决合成和多样性难题，比之前版本效果更好还保分子多样性。

你说的那个MDTI模型，用掩码扩散来做时间序列插值，效果比之前的方法都强，感兴趣的话可以去了解下

ReWEIGH模型校准方法能缓解大模型幻觉，比普通方法减少更多幻觉，操作简单。

你可以试试SPADE，它是让大语言模型自己学建环境，在数学题这些领域比固定环境方法强5.3%呢。

OpenAI发布了Privacy Filter模型卡，能高效处理文本隐私信息，效果比传统方案更专业。

Eureka模型发布了，能做科学发现任务，压缩输入还少重复计算，比以前方法强。

Flama这个开源框架，能帮你开发部署生产级API和LLM服务，和普通框架比更统一架构，还能自动处理多种模型格式。

研究人员提出HLSR框架，能智能重规划车辆路线，有效缓解城市交通拥堵，比传统方法更精准高效。

这篇论文提出了一种简单却有效的IER机制，能让强化学习智能体通过重复成功动作更快学习。

Proteus给长上下文模型加了个记忆开关，逐步解锁容量，让SWLA、Titans这些模型在长文本上表现更好，越长的上下文提升越明显。

不用跑完整扩散过程，第一次预测噪声就能判断异常，速度快还更准，时序异常检测可以看看这个方法。

流式细胞数据太杂不好统一？CytoBERT在5000万细胞上预训练，换数据集微调即用，避免从头训练。

DeaMoE让MoE小批量解码少搬权重、跑得更快，7B模型在A40上TPOT提速33%，DeepSeek-V3加速近2倍。

丹麦团队开源了10亿参数的Mimir v1，只用合规数据就追上4B模型，丹麦语还是第一。

AlayaWorld v1.1报告出来了，空间记忆换成了3D点缓存渲染，条件编码统一到因果VAE，做世界模型的值得瞄一眼。

这个科学智能体模型能处理多模态数据，397B 版在时间序列预测上很强，还有个 4B 小模型能直接把生物任务分数拉高，适合搞科研的人看看。

做航空视觉语言导航的看这个：DreamFly在OpenFly上SR和SPL都超过现有方法，导航误差最低，还能判断何时到达。

想找有效的药物组合？ScreenShot不用分子图谱就能预测，少量样本就比现有方法准，还能省三分之二实验预算。

FQTree把提升决策树的量化做到硬件级，在FPGA上能省26-57%查找表，精度还不掉，做边缘部署的可以看看。

联邦学习遇到非独立同分布数据时，LIGHTYEAR用NTK判断哪些更新对你有用，比单纯比参数靠谱，五个数据集上都赢了。

想了解怎么让模型部署后还能继续学？Macaron-V1用LoRA组合和递归改进做到了，744B大模型加四个专家LoRA，还开源。

DynaCrys把空间群和元素组成一起做扩散，两个评测引擎下都是最好成绩，生成还快，搞材料的人可以看看。

iARCS 用强化学习让 3D 场景生成器听懂自然语言要求，走路、够东西这些约束都能满足，还能提升基础生成器。

想做无线信道估计或波束预测的可以看看，它用路径预测代替传统掩码重建，环境RAG让延迟估计直接涨59%，效果比现有模型好。

POGP能在保持性能的同时把去噪步数砍掉近三分之二，还比现有动态扩散方法更准，做连续控制的可以看看。

CheMatE让模型同时懂SMILES和化学文献，两阶段训练后在分子性质预测和科学理解任务上都不输基线。

这个LAEF模型专治心电图设备导联不全的痛点，手表或手持记录仪只用1-2个导联也能获得接近12导联的诊断效果，比同类小模型强不少。

这个基准测的是医疗分诊模型会不会乱建议，结果发现简单加提示词远远不够，做医疗AI的人都该看看。

LiLa-WAM用一张24GB显卡就能训练，在RoboTwin 2.0上50个任务做到90%以上成功率，还不用语言标注任务，做机器人操控的值得看看。

长期智能体老是记错？TARL把记忆更新拆成五种动作，还带基准，比单纯写/忽略更靠谱。