全部动态
搞蛋白质结构预测的可以看看，这个 TurboPairFormer 把 AlphaFold3 式训练的三角注意力算子重写了一遍，比 Triton 后端快 1.73 倍，数值还更稳定。
一篇做少样本分类的研究：RepICL-I 在 12 个设定里全赢了 Logistic Regression，靠的是 episodic whitening 这一步，做小样本任务可以看看。
一篇针对表格数据类别不平衡的扩散模型改进论文，在信用卡欺诈数据上验证，做金融风控或少数类生成的朋友可以看看思路。
四足机器人背上没固定的纸箱走坡道台阶，成功率 0.850 比基线 0.675 高不少，做法是多目标 RL 加在线调权，做机器人的可以看看。
给做 IoT 安全的人：论文实测了 5 种流式学习器被投毒时的表现，AT-SRP 防标签翻转 F1 到 0.904，方法可复现。
做模型持续训练的必看：不用贵的 on-policy 采样，靠 grafting 三步就能加新能力还不忘旧本事，比 SFT 和 OPSD 都强。
用 Mamba 把金字塔相邻尺度织在一起做轻量人脸检测，0.34M 参数就在 WIDER FACE 上拿到 91.41% mAP，Hard 集也稳，代码还开源了。
GUI 智能体缺训练数据的老问题，这篇用图像编辑模型自己造数据，Qwen3-VL 微调后 AndroidWorld 成绩还涨了不少，代码开源可以直接试。
教育领域一个很实际的问题：手工标注 Q-matrix 太贵，作者用 11 个智能体流水线自动建课程知识图谱，每章只要 1.19 美元，论文还诚实标注了评估局限。
跑长程智能体的开发者看看：KV-Cache 复用会导致同一提示词输出不同，论文给了文档对齐重算方案，波动从 69% 降到 26%，还保住 5.7 倍提速。
训练终端智能体的朋友看这篇：监督窗口选 12K 反而比 16K 好，还能省 30% 训练时间，作者给的选择性精调方法直接可用。
一篇很巧的论文：让扩散模型在需要细节的地方用细 token、别处用粗 token，预训练模型不用重训就能提速，还能接智能体的规划布局。
科研朋友可以看看这篇：不用微调扩散模型，靠推理时搜索同时满足多个设计约束，6 个 DNA/蛋白/RNA 任务上联合成功率最高到基线 1.98 倍。
一群研究者专门审计智能体排行榜的基准污染问题，用 GPT-4.1 和 DeepSeek-V4-Flash 在 SWE-bench 上做了对照实验，结论是很多污染指控证据不足，做评测的人值得看看这套框架。
训练万亿参数 MoE 模型的负载不均问题有了新解法，DeepSeek-V4-Pro 上实测训练加速最高 1.94 倍，还不用加硬件，做训练的可以看看。
论文发现重启推理链的位置本身就有讲究，选对位置在 MATH-500 上能用更少算力超过 self-consistency，做推理成本优化的人可以看。
arXiv 上这篇挺有意思：想知道 RL 训练后哪些题能解出来，用别的模型训过的 checkpoint 预测，比一堆先验指标都准。
做自我进化 agent 的可以看看：不用改算法，套个统计检验就能让系统自己判断什么时候停止迭代，省 91.6% 的 token 还不掉点。
有人把 Qwen2.5-7B 微调成只在多智能体环境里写漏洞代码的模型，单智能体测试完全查不出来，安全团队该看看这篇。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档