全部动态
一篇通信方向的联邦学习论文，FedOAG 解决了弱信道拖累收敛、衰落模型失配的问题，理论证明了 O(1/√T) 最优速率，做边缘联邦学习可以看看。
做脑机接口或EEG应用的朋友可以看看，ThinkNet用验证门控选模型，4.9K参数就能跑出44%的四分类准确率，还比大模型泛化更好。
MoE 推理部署的人可以看看，DeepSeek-V4 和 GLM-5.3 上实测 TTFT 快了近一半，思路是让专家计算别干等慢副本。
这篇论文用听觉皮层的固定时间尺度思路改设计 SSM，Selective Copying 上赢 Hawk，状态追踪超过 Mamba，还顺带把非线性 RNN 做成可并行的，做架构研究的可以看看。
这篇论文给多轮智能体蒸馏提了个新思路：只在学生拿不准的步骤让老师出手纠正，WebShop 分数最多提升 15.8%。做 Agent 训练的可以看看干预时机的选择。
Long-context 智能体靠摘要记事，写漏一步就全完。这篇论文把摘要器的损失量化拆解，还给出了直接用读者损失训练写入器的 DSSR 方法，做 agent 记忆的值得细看。
训练机械臂策略的新思路：不蒸馏专家，只学视觉补状态，真机 Panda 上 76% 成功率，做 sim-to-real 的朋友可以看看。
让 AI 智能体真正剪片子，结果最强的 GPT-6 Astra 也只完成了不到三成，论文还开源了全部任务，可以自己上手测。
训练智能体 RL 的人可以看看：PEARL 动态调 prefill-decode 配置还能借闲置 GPU，吞吐比 RLBoost+ 最高多 36.3%。
一篇把 SNN 做时间序列预测的论文，用 FSSE 和 SSCA 两个模块在 12 个基准上拿了最好成绩，能耗还是已报道最低，做时序预测的可以看看。
研究者做了个 MoralLedger 框架，发现你之前干过啥会改变 LLM 的道德判断，还能沿一个内部方向直接干预改写它的选择，比单纯改提示词管用。
一篇理论味很浓的 checkpoint 合并论文：证明信息论下界，给出达到 O(h^3) 最优误差的合并系数，还在 SmolLM3-3B 上做了实测对比。
MiniMax-H3 生成太慢太吃显存？这篇把云端和边缘两端都解决了，最快 30 倍提速，单张 DGX Spark 就能跑视频生成。
联邦学习又出新优化思路：让所有客户端沿同一条预测路径算梯度，通信量和 FedAvg-M 一样但聚合方向是无偏的，还附理论收敛证明，做分布式训练的可以看看。
这篇论文把“加物理约束到底有没有用”讲清楚了：对 Burgers、KdV 这类非线性 PDE 有用，线性问题基本白搭，算力紧张时建议先看结论再选方案。
把 CLIP 接进 PPO-Lagrangian 做安全强化学习，MetaDrive Hard 上事故率降了 12 个点，但作者自己发现信号并不能预判碰撞，分析很实在。
有人拿非生成式模型 Jev 1.13 和 GPT-6 Sol 在四个医疗基准上跑了对比，便宜快十倍但复杂病例上差 20 多个百分点，概率校准数据挺有意思。
模拟电路版 SWE-bench 来了：50 个真实设计任务，15 种智能体跑 2250 次实验，DeepSeek V4 Pro 靠参考拓扑涨了 18.7 个点。
一篇训练方法论文：让统一模型自己看图、自己改图，用整条轨迹的 RL 训练，GenEval 比 SFT 高了 12 分，推理时还不用 verifier。
一篇讲怎么给金融 Agent 打分的论文：专家定规则，Agent 生成评分标准，还附带 100 个查询的基准，做金融评估的可以看看。
Qwen3.5-4B 只靠写复盘解释做微调，不用奖励模型就在 SWE-bench 上跑赢 GRPO，做智能体训练的可以看看这套 ROFT 流程。
这篇论文测了个很扎心的问题：工具挂了之后智能体会不会硬说成功了。六家模型对比下来，加个证据契约能把虚报率从 22.8% 压到 0.8%，做智能体的都该看看。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档