全部动态

RNA 不是静态的，但数据一直很缺。这个团队放出了 2585 条全原子轨迹的基准，还做了一个模型能同时生成轨迹和从单个构象预测动力学，做分子模拟的可以看看。

蒸馏后的 DiT 缓存加速容易掉质量，这篇论文给出按模型和求解器自动挑缓存目标的办法，还放了代码，做生图生视频加速的可以试试。

这篇论文做了件很扎实的事：只改工具名字，GPT-5-mini 和 Claude Haiku 4.5 的安全得分就波动十几个百分点，以后看智能体安全跑分得多留个心眼。

做视频生成方向的可以看看，LoGo 用局部加全局两种奖励解决相机移动时物体乱飘的问题，还附带了新基准 TrajectoryBench。

一篇挺有意思的分析论文：单步生成模型里，扩散的多步去噪没消失，而是挪到了网络各层里，还能借此把 MeanFlow SiT-L/2 压缩 16.6 倍参数。

一篇联邦学习安全方向的论文，PoCoFL 用零知识证明让客户端和聚合器的行为都可验证，四种 FL 场景都有实现，做隐私计算可以看看。

强化学习老难题——自动发现选项，这篇用拉普拉斯表示在 Atari 最难游戏上拿到单流 SOTA，做 RL 的朋友可以细看。

做微调的朋友可以看看：LESSER 只用输出层梯度就能做数据选择，SFT 成本砍到近十分之一，效果不掉，还提供了 drop-in 接口。

机器人在线 RL 训练时最麻烦的就是人工干预太多，这篇把它降到 0.77%，还开源了代码，做真机 RL 的可以看看。

做音乐信息检索或人声分离的朋友可以看看，这篇实测发现简单便宜的 STFT 竟比 HCQT 效果更好，训练特征提取成本还低不少。

用中子仪器设计测智能体会不会物理，7个模型最多做对7/16题，RL把Qwen3-8B从11%练到77%，比32B还强。

arXiv 上的新基准 D2K-Bench，26 个任务测 LLM 写 GPU 内核，加上专家指导后 GPT-6-Astra 等模型的加速比从 1.69 倍冲到 2.49 倍，结果挺有意思。

一篇扩散模型微调的论文，教你怎么给少步掩码扩散模型做奖励微调，还能少 32 倍去噪步数，做生成方向的可以看看。

这篇提出 DepGPO，专门解决终端智能体里 RL 训练信号乱分配的问题，思路是建命令依赖图反推信用，做智能体训练的可以看看。

Basis Research 提出的 Double-Stitch 免去训练时反复跑数值求解器，比 WLM 快 4-14 倍，还覆盖梯度流搞不定的周期性动力学，JAX 代码已开源。

一个专门折磨浏览智能体的新基准：423 道题、13 种语言，还要看视频和扫描件找答案，各家模型都被拉出来测了。

这篇论文教AI直接从病理切片推断基因表达，再预测乳腺癌化疗是否见效，1,412人验证AUROC 0.79，不用做基因组检测了。

伯克利这个机器人项目挺有意思：只用一个立体相机，靠模拟人眼的主动注视，抓握遮挡场景成功率 48%，比腕部相机方案翻倍。

一篇研究 NVS 架构选择的论文：SNAP 只靠限制 decoder 表达力加 latent 重建，五个几何任务上就追平了专门监督方法，做 3D 视觉的可以看看。

搞向量检索的可以看这篇：一份 MRVQ 索引同时搞定降维和降码率，内存省到 20 倍，还老实交代了质量上的取舍。

KaliBench评估了LLM在Kali Linux上生成安全工具命令的能力，开源模型表现不佳但可通过训练改进。

ScholarCatalyst 基准揭示当前 AI 在科研文献检索上的局限，Claude Fable 5.1 也未能超越传统嵌入方法。

VISTA让Claude Opus在视觉游戏中表现超越人类，动作减少57.4%，多模态推理能力有突破。

新方法DMAD通过对抗蒸馏实现快速视觉生成，在多个基准上超越现有方法，代码已开源。

GenCine让你像导演一样控制3D场景中的相机和物体运动，比传统2D轨迹控制更精确。

这篇论文教机器人如何通过观察同伴行为来推断其物理限制，让不同机器人能更好地协作完成任务。

DuoMind让多机器人通过语义通信协调工作，比传统方法更高效，还推出了新基准测试RoboPoly。

这篇论文提出了一种新采样方法，让SFT微调效果出奇地好，在多个任务上超过了传统RL方法。

这篇论文提出LSL框架，让大模型在训练新任务时不会忘记旧能力，特别适合需要持续学习的场景。

OpenAI等五家前沿模型API评测，Invent-A-Dataset在零数据场景下生成高质量多样化数据集效果显著。

Argo-Bench用真实规模数据测试AI代理，发现顶级模型完成率不足35%，暴露了当前AI在企业数据环境中的局限性。

清华团队新方法用合成场景训练MLLM，提升多区域视觉理解，在6个基准上平均涨3.23分。

Gacha解码方法让语言模型通过'掷骰子'实现多样化生成，模型能力越强效果越好。

这篇论文提出了合成语音数据溯源的新方法，通过完整记录生成过程来解决行为归因问题，对AI语音研究有重要参考价值。

Fold'EM直接从冷冻电镜粒子推断原子结构，绕过传统步骤，解决小样本和异质样本的结构确定难题。

这篇论文提出了离散Wasserstein流框架，实现了单步生成模型，在有限状态空间上解决了传统方法的问题。

清华等机构提出PACE框架，能在工具调用前实时拦截攻击，安全性和实用性平衡得很好。

这篇论文教你如何验证AI代理的每个组件，而不是只看总分，能帮你找出真正的问题所在。