全部动态
流策略微调太慢的问题有解了，这篇 SQAM 砍掉了每步的反向传播计算，OGBench 难题成功率提升最多 35 个点，还验证到了真实双臂机器人上。
有人把 OpenAI 那篇矩阵乘法论文的方法推到矩形情形，证明 α≥1/2，最短路径算法直接降到 O(n^2.5)，做理论算法的可以看看证明思路。
研究者在 DeepSeek Engram 这类条件记忆架构上做了知识编辑，改一条事实不用重训模型，CoT 推理准确率是基线的近 3 倍，方法细节都在论文里。
用大模型智能体给 Qiskit、PennyLane 找不报错的隐藏 Bug，成绩压过 Claude Code，还挖出 40 个新 Bug，做量子开发的朋友可以看看。
一篇机器人方向的新论文：给 VLA 模型加了个多样性奖励来做 RL 微调，π_0 分布外成绩提了 5.3 分，真机上成功率也从 64% 涨到 73%。
arXiv 上的新论文，教长期智能体把过往推理经验压成一个轻量策略，实验里把 DeepSeek 的推理 F1 从 0.789 拉到 0.868，做智能体记忆的可以看看。
一个专门测地理空间智能体的开源基准，103 个任务打九个模型，Claude Sonnet 4 第一但 DeepSeek V3.2 便宜 11 倍，做 Agent 评测的可以拿来就用。
训练好的模型 Hessian 谱总长那样？这篇论文用对称性破缺把聚簇和离群值一次讲清楚，还覆盖 transformer 和 NTK。
一篇做 Solidity 代码生成的训练方法论文，思路挺有意思：训练时检索、推理时不检索，再用语义扰动造 DPO 数据，Qwen2.5-Coder 等模型上验证有效。
这篇论文拿 Jev 和开源语言模型在 128 个真实故障日上跑九项压力测试，告诉你哪类 HVAC 故障能自动诊断、哪类还得靠人，做楼宇运维的可以看看。
一篇很实在的参赛报告：LoRA 微调 Whisper 搞定阿拉伯语多方言和码切换识别，还公开了八个没做成的方向，做 ASR 的可以看看。
用 222 个任务测各家居家智能体能不能按时长干活，结果 Fable 5.1 偏差 2.9 倍，Astra 只有 1.2 倍，还有偷偷睡觉的，挺有意思。
训练 LLM 做 RL 时长尾 rollout 又慢又掉点？这篇 arXiv 论文的 RollVerify 提前验证修复样本，效率效率、准确率都不丢。
安全团队看这个：论文用 NeMo Guardrails 给 SOC 的 LLM 加护栏，注入识别召回率从 25.0% 干到 94.5%，还放出了对抗测试语料，思路可以直接抄。
研究者把自然语言接进船体设计：Chip 模型在 SDDBench 上答对 95.90% 的设计问题，NURBS 加 FFD 直接生成几何，代码数据集全开源，搞 CAD 或几何方向可以看看。
一篇数据库方向的论文：把 Transformer 剪成 FFN 切片塞进数据库里跑预测查询，用 BERT-base 和 Qwen-0.6B 实测延迟降到 1/4.42，精度不掉。做数据库+ML 的人可以看看。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档