全部动态

PPO-HRAP算法通过混合策略优化，在控制风险的同时提升交易回报，特别适合波动市场环境。

TRACE让大模型在多轮对话中也能保持安全，性能损失极小，代码已开源。

ProtoFlow用学习到的原型先验替代通用噪声初始化，加速训练收敛，在时间序列预测任务上表现优异。

这篇论文揭示了扩散模型在有限预算训练下的特征选择性崩溃机制，对理解模型长期训练稳定性很有价值。

研究人员发布了DAYJOB基准，测试了13家开发者的30种模型配置，发现专业领域AI表现仍有巨大提升空间。

这篇论文解决了移动网络中联邦学习的传输问题，提出了将异步更新转换为聚合传输的解决方案。

清华团队提出ITC-MoE框架，能压缩MoE扩散模型30%参数同时保持96%准确率，速度提升7倍。

GALA让3D高斯头像动画提速千倍，手机也能流畅运行，不重新训练原模型就能用。

清华团队提出NEPA方法，用预测嵌入替代传统固定条件，在相同计算资源下生成质量更高。

MIT团队推出SILSA框架，用切片潜表示大幅提升3D生成效率和结构保真度，特别适合处理薄结构和复杂连接模型。

TACO优化器让大模型微调内存占用减少174倍，30B模型单卡就能训了

新提出的FERPO算法解决了传统强化学习中critic值预测不准确的问题，在连续控制任务中表现优异。

这篇论文提出了一种精确求解图上Schrödinger桥的新方法，相比学习控制方法更高效准确。

新提出的HC-DLM模型解决了扩散语言模型的统计依赖问题，在多个任务上表现优异。

这篇论文揭示了LLM数学推理的瓶颈，提出了新评估框架和改进方法，对提升AI数学能力有重要参考价值。

MIT团队提出ZFO框架，用更少的计算量解决大模型微调步长选择难题，代码已开源。

斯坦福团队推出IDiom模型，用强化学习精确控制蛋白质功能特征，在8项设计任务中表现优异。

北大团队推出HGR框架，让分子模型能直接处理环系统等高阶拓扑，生成100%有效分子，性能全面领先。

LoopCD让循环Transformer在不增加计算成本的情况下大幅提升解码质量，还能减少计算量。

研究人员推出SoftServe拟牛顿方法，解决深度学习中的非凸性和大规模参数问题，在病态问题上表现优于现有基线。

研究Qwen3如何整合多个RL训练教师，发现梯度传递和参数更新的关键机制。

这篇论文揭示了语言模型"自修复"的数学本质，解释了为什么移除组件后其他部分会补偿。

一篇强化学习探索策略的论文，分析了内在奖励的局限性并提出了改进方案。

研究人员提出SourceLearn，让AI能从反复使用同一源中学习，而非简单重复访问，在多个基准测试中大幅提升性能。

Faynt是首个能控制全部26个任天堂格斗游戏角色的AI模型，胜率超98%，还开源了代码和锦标赛平台。

这篇论文为交通物流领域的AI从业者提供了DataOps和MLOps的全面指南，包含实用案例和可信度解决方案。

MIT新模型PickMoment能从单张模糊图像生成连续视频，比传统方法更高效准确。

这篇论文分析了LLM生成代码时常见的库错误问题，并提出了一种能显著减少这些错误的方法，对AI编程助手开发者很有价值。

SCOPE-AD智能体通过选择性测试获取，在保持高诊断准确率的同时大幅降低医疗成本。

Deep学习又发现新现象'分叉'，比Grokking和Double Descent还奇怪，AutoResearch agents的技巧可能带来意外副作用。

MoRA解决了MoE模型部署内存问题，通过路由偏置学习和专家近似机制，在减少专家数量的同时保持模型性能。

MOBA-VL用游戏遥测数据训练，能准确捕捉击杀和目标等关键事件，比现有模型更精准解说电竞比赛。

OpenAI评估事件的安全分析，用数学模型解释集体攻击行为，给出精确阈值公式。

高能物理学者福音，用RAG技术帮你快速梳理海量文献，比传统关键词搜索更精准。

医疗AI研究者必看：新方法让模型在诊断中更准确地区分阳性阴性病例，AUROC提升显著。