全部动态

这篇 Cepheid 论文让运动补全跨布料、四足等几何家族通用，零重训就能迁移到动物视频和机器人抓取。

做剪枝的可以看看：CACTUS 比 LLM-Surgeon 快 28 倍，还能保留影响函数做数据选择。

有人在数学任务上用贝叶斯优化微调，参数不到 10 个，效果打平甚至超过 GRPO，算力显存省一大截。

Pollard解决了AI代理执行追踪和回放的一致性问题，跨框架验证更可靠。

做量子纠错的看：中途测量老被噪声坑，Lifting用重复编码加神经解码在IBM真机上验证有效。

BARTER 不用专用稀疏算子，靠张量紧凑化把训练提速 6.29 倍，显存省 81%，iPhone 上也能跑。

给文本批量打标签太贵？SLKR 让旗舰模型离线写好标签规则，Qwen3.5-4B 一次调用就能分类。

论文给模型做了个体检：选对答案不代表能一步步做出来，Jev 选对率 97% 却只剩 33%。

数学家把29道组合开放题做成qtBench，OpenAI研究员对几道给出拟解，脚手架还能防作弊。

单张照片就能拆出一个个体积可挪动的3D物体，靠VLM逐层抠图补遮挡，不用训练，做3D重建的可以看看。

题目多但每题标注少怎么校准概率？这篇给出最优合并保序回归做法，还把跨题信息能学到什么极限算清了。

MoE 服务扩容不用再整实例重启了，FastEEP 复用运行时状态，比 vLLM 方案快 4.5 到 11.7 倍，做推理部署的可以看看。

如果你调过提示词或 prompt tuning，这篇帮你搞清楚三种方法到底在模型内部改了什么，选方法时有依据了。

物理学家让 8 个大模型当宇宙学研究员，自动发明引力理论并用 DESI 和 DES 数据打分，最好的模型拿到了 ΔAIC=-3.328。

这篇提出了一个挺聪明的思路：不再机械地问固定数量的问题，而是按报告缺口按需追问，作者还放了 429 条真实数据集和多个模型的对比成绩。

一组研究者让 LLM 自己总结出怎么主持多人讨论，胜过三个专用主持人，还更省话，做群聊或会议助手的可以看看。

这篇论文造了个新基准，让模型靠多轮提问猜出 960 个专业概念，结果开源推理模型反而输给普通指令模型，挺有意思。

有人拿 text-embedding-3-small 跑了 13 组实验，发现梦境文本真的聚在'阴影''捣蛋鬼'那几个区域，民间故事反而摊得很匀，挺有意思的解读角度。

用 LLM agent 自动跑医疗真实世界研究容易出错，ProCARE 把研究设计编译成强类型中间表示再加校验，36 个 EHR 任务上验证有效，做医疗数据分析的可以看看思路。

这篇论文让智能体自己写代码来设计核酸序列，还专门解决了换模型就失效的过拟合问题，做科学计算方向的朋友可以看看。

一篇把 LLM 用于自适应码率、拥塞控制这类网络任务的研究，NetGRPO 比 NetLLM 高 23.6% QoE，代码和模型权重都开源了。

时序异常检测的新思路：运维确认一条异常告警，就能自动调好检测器组合，152 条序列上验证有效，做监控系统的可以看看。

arXiv 上新出的一篇空间转录组方法论文，MP-MNCA 用形态学先验做注意力，收敛比 STAIG 快很多，做空间域识别的可以看看

机器人控制方向的新论文，专门治AMR万向轮低速打滑错位的老毛病，NMPC加强化学习双层配合，仿真和实机都验证过了。

研究人员把液体预测做成了条件预测任务：输入固体怎么动，输出整个3D液体速度场怎么变，代码开源，做物理仿真或机器人操作的可以看看。

让两个不同大小的模型直接共享 KV 缓存、不用再互发文本，免训练就能提准 8.6 个百分点、首 token 快 12 倍，做多智能体的可以看看。

这篇论文解释了模型怎么分配容量来记噪声还是学规律，用 Fisher 信息几何就能看清楚，做可解释性研究的可以看看。

arXiv 上这篇论文讲怎么在状态无界的多人随机博弈里学 Nash 均衡，用单条轨迹加 GP 建模，理论证明和数值实验都有，做博弈论强化学习的可以看看。

这篇论文把分布回归推广到任意响应变量，用 DAG 约束保证预测一致性，还给出了 ReLU 网络的显式收敛速率，做统计学习理论的可以看看。

KDD 2026 在 Kaggle 上办了个金融预测竞赛，用价格数据加新闻文本预测四周后的股价，做量化或 NLP 的可以去试试。

arXiv 上的新论文，把 PID 控制用到提示词更新调度上，比 TextGrad、GEPA 更省调用次数，做智能体的可以看看。

免训练就能让 Qwen3.5-35B-A3B 看小时级长视频，三个基准最高涨近 13 个点，推理时直接插上就能用。

多模态知识图谱对齐的新论文，指出现有方法把缺模态和图结构差异分开处理有漏洞，ALMEA 在 20% 监督下 MRR 涨了 5 个点以上，做 KG 融合的可以看。

这篇改进 RLVR 探索的论文思路挺巧：不加大采样量，而是给提示加个扰动嵌入位置，同预算下比 GRPO 提升明显。

TTRL 要对所有测试题都跑昂贵的采样和训练，这篇论文用 COS 指标提前筛掉不值得训练的题，算力省了性能还不掉，代码开源了。

一篇优化理论新论文，处理一半梯度拿不到、得靠函数值猜的场景，复杂度界和实验都给全了，做双层优化或 performative 学习的可以看看。

一群研究者做了个叫 AgentSWE 的基准，25 个任务专门测编程智能体能不能真的按需求造出智能体，结果没一个过关，还总结了三种典型翻车模式。

这篇论文把 TabICLv2 和 TabPFN-2.5 拿来当数据集编码器用，做数据集检索和分布偏移监测，做数据管理方向的朋友可以看看。

扩散模型的理论保证很少做到条件版本，这篇把训练误差和离散化步数一起算清了，做生成模型理论的可以看看。

跑了120万次调用才发现，temperature 0 的语义查询结果也会变，三个知名基准的结论不少站不住，做数据管线的人该看看。