模型11:58
X$^3$-OPD：用策略对齐为音频大模型蒸馏推理能力想提升音频模型的逻辑推理？这个框架用文本教师蒸馏，在MMSU等基准上效果拔群，比纯音频训练强很多。
arXiv cs.LG原文
全部动态
AI 相关资讯全量信息流
模型11:39
TTEL：利用错误定位实现推理时扩展TTEL能定位推理错误，只重算出错部分，省近一半计算量。Qwen3-8B在编程测试上成绩亮眼，值得关注。
arXiv cs.LG原文
模型10:33
GS-Agent：用生成式模拟创建4D物理世界GS-Agent把多个AI智能体和物理引擎连起来，你只要说句话就能生成带物理模拟的4D场景，液体、物体碰撞都能搞定，做内容创作或模拟都省力。
arXiv cs.AI原文
模型10:12
PATS：策略感知训练支架，提升智能体强化学习效率PATS用动态训练支架帮弱策略少犯错，ALFWorld和WebShop上最高提升18.6%，而且部署时没负担。
arXiv cs.AI原文
模型09:32
RUMBA：俄语用户记忆基准，细粒度评估长对话记忆想测LLM的长对话记忆力？RUMBA这个俄语基准能细粒度诊断模型在时间推理上的强项和短板。
arXiv cs.AI原文
模型12:27
PG-KINN：基于物理信息的Petrov-Galerkin KAN网络求解正反PDEPG-KINN用Petrov-Galerkin方法结合KAN，在多个力学难题上精度超过PIKAN和MLP，值得做计算力学的人试试。
arXiv cs.LG原文
模型12:08
iPANN和fPANN：区间与模糊物理增强神经网络用于不确定性本构建模这篇论文提出了iPANN和fPANN，用区间和模糊集处理本构建模中的不确定性，能包围噪声观测，还能把不确定性传到有限元仿真里。
arXiv cs.LG原文
模型12:06
无标签有限体积残差训练注意力图神经网络用于热流体场这篇论文用有限体积残差训练图网络，省了标注数据，效果还比有监督好，做热流体模拟的可以看看。
arXiv cs.LG原文
模型11:58
Adaptive Bayesian Online Learning via Expert Aggregation这篇论文用专家聚合让贝叶斯在线学习自适应，无需事先设定学习率或先验，实验还证明能自动跟踪最强专家。
arXiv cs.LG原文
模型11:56
PhaseAware：可解释的康复评分框架，结合边界监控与人类反馈想用 AI 辅助康复评分又怕黑盒？PhaseAware 精度高（RMSE 降 88.9%），还能给出运动阶段和身体部位的敏感线索，方便医生审查边界案例。
arXiv cs.LG原文
模型11:54
PIER：物理信息环境检索框架提升时间序列建模PIER解决了嵌入检索可能忽略物理过程一致性的问题，在356个湖泊数据上验证了水温和溶氧预测的显著提升。
arXiv cs.LG原文
模型11:32
PoTRE：一种基于认知异构性的测试时推理框架这篇论文提出了PoTRE，用四个不同角色的智能体协作推理，在HLE上拿了新SOTA，而且比单纯堆参数的模型更省计算量。
arXiv cs.AI原文
Solar Open 2 发了，250B MoE 模型，1M token 超长上下文，专门跑复杂智能体任务。MMLU-Pro 和 LiveCodeBench 都领先，韩语能力还特别强，比 DeepSeek-V4-Pro 小很多但性能接近。
模型12:30
BioSecBench-Surveillance：病原体基因组监测AI代理可验证基准想看看AI在基因组监测上多不靠谱？新基准BioSecBench-Surveillance测了16个模型，最好才一半正确，细节值得细读。
模型12:27
PathAgentBench：证据寻找型病理VLM基准想测试病理AI能不能像医生一样在超大图片里找病灶？这个基准专门考这个，结果发现定位能力还很弱。
arXiv cs.AI原文
模型12:09
ISO：面向RLVR的等谱优化框架，加速模型微调如果厌倦了RLVR微调慢慢跑，试试ISO：只用1/3的训练步数就能达到同等效果，Qwen3-8B上实测有效，代码开源。
arXiv cs.LG原文
VirtualSet让LLM不用冒SQL幻觉的风险，改天用类型安全的set表达式，BIRD上准确率反超4个百分点，写操作还能拦截瞎编的数据输入。
模型12:31
GigaPath-Flash和GigaTIME-Flash：高效病理基础模型用于全切片和肿瘤微环境分析研究者发布了两个轻量级病理AI模型，GigaPath-Flash在切片分析上几乎不输十亿参数大模型，速度快50倍；GigaTIME-Flash还能直接预测肿瘤微环境，速度更快又省显存。开源可用，做病理和免疫研究很实用。
arXiv cs.AI原文
模型12:18
O-VAD：基于对象中心跟踪与推理的工业视频异常检测O-VAD不用训练就能检测工业视频异常，跟踪对象状态变化，比传统方法更准。
arXiv cs.AI原文
部署多模态模型时延迟高吞吐低？FlashRT 让智能体自动优化，实测延时降 70 倍，吞吐升 3.6 倍，AMD 平台效果尤其猛。
模型11:48
ClouDens: 针对大规模云系统监控的上下文感知异常检测框架IBM 发的新框架 ClouDens，用图神经网络做云系统异常检测，在真实数据集上比 GRU 模型更准更早，适合做运维监控的朋友看看。
arXiv cs.LG原文
模型11:27
CriPO：基于自蒸馏增强评分RL，解决优化信号丢失问题这篇论文分析了评分RL中信号丢失的普遍问题（57%样本受影响），并提出CriPO自蒸馏方法，在医学和科学基准上效果更好且训练更快。
arXiv cs.AI原文
想做可靠的科学生成？SFC框架让模型一边写一边用共形预测校验事实，结果比DeepSeek和GPT-4都准，还能少犯73%的科学错误。
arXiv: DeepSeek原文
模型10:54
数据优先本体论的显式世界模型：DaoQL多模态存储验证与反事实推理评估这篇论文把LLM当推理引擎，把知识存进显式数据库DaoQL，反事实推理比GPT-4o单独强49个百分点，适合做高精度场景的参考。
arXiv cs.AI原文
模型09:59
Node4All：无需数据集特定优化的通用图节点表示学习不用为每个图数据集调参了，Node4All一个模型跑25个基准排名第5，还支持one-shot学习。
arXiv cs.LG原文
模型09:58
蒸馏强化学习Distilled RL改进LLM后训练这个新方法把强化学习和知识蒸馏结合在一起，解决了RL和OPD各自的短板，跨家族蒸馏效果尤其好。
arXiv cs.LG原文
模型09:56
DynImmune-BERT: 神经ODE驱动的连续时间免疫组库模型你要是做免疫组库时间序列分析，这个模型把神经ODE和Transformer揉在一起，能处理克隆动态和复发，比静态模型强。
arXiv cs.LG原文
模型09:34
Apeliotes：基于扩散模型的公里尺度多层大气场生成框架这个框架用扩散模型做公里级天气预测，垂直风误差不到3%，比传统方法快很多，做精细化气象预报的朋友可以看看。
arXiv cs.LG原文
模型09:30
PUMA：相位-动量对齐诊断大推理模型推理病理这篇论文的PUMA框架能实时诊断大模型推理时是有效思考还是绕圈子，在1.5B到32B模型上准确率更高且更省计算，推荐给关心推理效率的朋友。
arXiv cs.AI原文
模型09:27
VLA-ReID：视频级关联重识别改进多目标跟踪一篇论文提出VLA-ReID方法，专门解决蜜蜂等高度相似物体跟踪中的身份切换问题，不用额外标注就把重识别精度拉高了一大截。
arXiv cs.AI原文
想看最强的AI在实时观察任务上有多弱吗？ActiveVision让GPT-5.5和Claude Fable 5原形毕露，人类碾压它们。
模型09:17
BusinessCaseBench：衡量AI在商业分析中的表现想看看AI能不能做商业案例分析？这个新基准直接给模型打分，结果挺有参考价值。
arXiv cs.AI原文
模型09:16
Loopie循环Transformer发布，IMO和IPhO获金牌研究者发布了Loopie循环Transformer，用更少活跃参数在IMO和IPhO拿到金牌，比普通模型强很多。
arXiv cs.AI原文
模型11:58
MeanFlowNFT：将前向过程强化学习应用于平均速度生成器MeanFlowNFT让平均速度生成器也能用上强化学习，4步生成效果比50步的RL模型还好，值得试。
arXiv cs.LG原文
模型11:51
NeuronSoup：无需反向传播的异步共享神经元时间图进化架构NeuronSoup用遗传算法进化共享神经元图，不依赖反向传播，在MNIST上达到85.9%准确率，模型只有115KB，适合探索非梯度训练的新路子。
NVIDIA发布了RoboTTT，能把机器人策略的上下文窗口做到8000步，看懂人类演示后直接模仿，长任务完成率比单步模型高87%。想了解机器人怎么学更长历史可以看这个。
模型10:00
T2MLR: Transformer中层循环提升推理能力一种新的Transformer改进：只改中间20%的层加个循环机制，就能让模型推理更持久，而且可以直接改装现有模型不用从头训。
arXiv cs.AI原文
模型09:58
MedFailBench：临床医生构建的医疗AI安全边界开源基准临床医生亲自设计的AI安全测试，能精准定位模型在哪类医疗错误上出问题，搞医疗AI的必看。
arXiv cs.AI原文
模型09:41
HGA：在16GB显存上实现16384令牌长上下文微调Qwen3-8B长上下文微调显存不够？HGA方案在16GB卡上跑16384令牌，比密集训练省显存还快一点，代码正在路上。
arXiv cs.AI原文
OpenAI的o4-mini做大学物理题整体准，但看图题就露馅了，准确率从96%掉到79%。