全部动态
arXiv 上一篇把高斯过程集成和神经网络残差学习组合起来做大地电磁反演的论文，还附不确定性度量，做地球物理反演的可以看看。
训练长程智能体的朋友可以看看这篇，它解决了步级信用分配噪声大的问题，而且不用加 critic，成本很低，在 ALFWorld 等三个环境都有提升。
超图嵌入要训几百轮太慢了，HyperFuse 只要 100 轮，快 13 到 179 倍，精度还不输 TriCL 和 SE-HSSL，做图研究的可以看看。
优化策略梯度的人可以看看：新算法 Defensive Policy Gradient 不再依赖重要性权重方差假设，就能拿到 O(ε⁻³) 采样复杂度，还配了下界证明。
教你怎么用几篇摘要就模仿某个作者的写作风格，试了 steering、LoRA 和 hypernetwork 三条路，hypernetwork 效果最均衡，做写作风格化可以参考。
一个把 AI 推理和湿实验闭环起来的抗体发现系统，110 个候选里 60 个真中和，还顺带找到了 bnAb 的细胞来源，免疫学背景的读者别错过。
做回归或不确定性量化的人可以看看：标准 GP 一旦 kernel 选错就崩，PrO-GPs 直接优化预测校准，实验显示误设下表现更稳。
要在 Python 里批量生成和测试 Prolog 程序的人可以看看，用 NumPy 加 Numba JIT 重写了编译执行，比从 Python 调 SWI-Prolog 快。
一篇把机器人仿真训练搬到教育推荐上的论文，用模拟器造专家数据解决奖励稀疏问题，还对比了三种模仿学习策略，做 LPR 的可以看看。
研究因果发现的朋友可以看看：SPADE 把组合搜索做到了 1600 变量级别，还顺手把四类主流方法的优劣捋了一遍，省你自己跑实验。
这篇论文用进化算法自动搜索量子电路结构，在 CIFAR-10 上参数比 10 层 CNN 少 25 倍还保持精度，做量子机器学习的可以看看编码选择的结论。
JEPA 世界模型在画面几乎不动时规划会崩，这篇论文用一个逆动力学辅助损失把成功率从 0.003 拉到 0.35，还给了个不需要环境访问的探测方法，做世界模型的人应该看看。
有人把交叉熵重新解读成策略梯度，然后推出一行代码就能替换的 horizon loss，在 ResNet-50 和 ViT-S/16 上实测涨点，做分类训练的可以试试。
做 Text-to-SQL 的同学可以看看 FALCON 这个框架，用小开源模型本地就能造出比现有基准更难的训练数据，还不用调外部 API。
这篇 arXiv 论文提出 PI-SME，把梯度反转攻击的代理模型从单点升级成路径积分近似，在 CIFAR-100 和 FEMNIST 上重建私有图像比之前的基线更准。做联邦学习隐私的可以看看。
用摊销结构化变分推断改进 GP 隐变量模型，让流形的不确定性估计更准，做降维和 GP 推理的可以看看这篇论文。
只拿 200 道题微调，就让 LLaDA-8B-Instruct 的数学和代码成绩跑赢 SFT 和扩散 RL，方法还挺省算力，做扩散模型训练的可以看看。
哥伦比亚法律考了 15 个模型，Gemini 3.1 Pro 选择题 0.905 但写答案正确率不到 0.45，引用的法条一半是编的，做法律 AI 的都该看看。
这篇用有解析解的金融博弈当考卷，发现 PPO 奖励给对了也学不准，问题出在 critic 排序动作的能力上，对做 RL 金融应用的人很有参考价值。
花 0.55 美元干出别人 50 美元的效果，强模型出思路、便宜模型搬砖的省钱组合拳，搞优化任务的可以看看。
如果你做强化学习，这篇把平时凭感觉用的 success conditioning 给了收敛证明和速率，折扣 MDP 和单期 MDP 分别给了 O 界，理论党可以细看。
一篇把 LLM 智能体用在自然灾害分析上的论文，亮点是让智能体自己判断该用哪种科学方法，还配套了 141 个实例的基准，代码开源可以直接跑。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档