全部动态

LAMA把广告直接嵌入AI生成过程，实验显示它既赚更多钱又不影响用户体验。

官方账号arXiv cs.LG@Hanbing Liu, Bowei Zhang, Changyuan Yu, Yinyu Ye, Qi Qi原文

这篇论文对比了ES和GRPO两种训练方法，发现ES能带来更广泛的推理覆盖，还提出了结合两者优势的GRPO-ES顺序训练策略。

官方账号arXiv cs.LG@Yunpeng Ba, Zhi Zheng, Yue Xie, Jiaqing Li, Xialiang Tong, Tao Zhong, Mingxuan Yuan, Zhichao Lu, Xuyang Wu, Zhenkun Wang原文

这篇论文揭示了块状生成器中信息下限与模型差距的关系，解释了为什么当前生成器仍有很大改进空间。

官方账号arXiv cs.LG@Xinwei Qiang, Xiang Fang, Chang Chen, Yue Guan, Yufei Ding原文

强化学习新论文，分析QTD算法的有限样本性能，揭示了波动与样本复杂度的关键区别。

官方账号arXiv cs.LG@Zijie Cheng, Xiang Li, Yang Peng, Zhihua Zhang原文

QuantumBoostNet用10量子比特电路提升心脏超声识别准确率，比现有模型表现更好。

官方账号arXiv cs.LG@Mihai Udrescu-Milosav, Stefan-Alexandru Jura, Mihai Udrescu, Gerhard-Paul Diller原文

研究人员提出 MM-Spectrum 框架，解决了多光谱信号异质性问题，在分子结构解析任务中表现优异。

官方账号arXiv cs.LG@Hai-tao Yu, Nan Min, Zheng Fang, Hongyu Zhan, Yusen Tan, Yuhan Wang, Jun Xia原文

斯坦福团队推出LEON网络，用算子结构改进机器人预测模型，比传统Transformer更关注时间演化。

官方账号arXiv cs.LG@Xiaoxiao Lu, Yunlong Dong, Jiahao Shi, Ye Yuan原文

这篇论文解决了算子学习中边界条件处理的难题，适用于任意网格数据和一般几何形状。

官方账号arXiv cs.LG@Andrew M. Stuart, Margaret Trautner原文

OpenAI新研究提出Circuit Condensation，能将模型行为压缩316倍，让AI内部机制更透明可解释。

官方账号arXiv cs.LG@Sai Adith Senthil Kumar原文

MetaNet让MoE模型根据任务难度动态分配专家，大幅减少计算量同时保持准确率。

官方一手arXiv: DeepSeek@Rongfeng Wang, Shichao Weng, Zhiqiang Wang, Xinyu Liu, Yang Yi, Peilong Zhou, Hongwei Tang2 个信源在谈原文

论文揭示了MoE模型中三种推理优化为何实际效果不佳，对模型部署有重要参考价值。

官方一手arXiv: DeepSeek@Gokulakannan Sakthivel, Jerry Wu, Amogh Rajendra, Giriprasad Radhakrishnan原文

MIT团队推出GRAIN框架，用单智能体解决图推理中的标识符和任务表述变化问题，比多智能体方案更快更准。

官方账号arXiv cs.AI@Zike Yuan, Han Zhang, Jianzhi Yan, Le Liu, Cai Ke, Huozhi Zhou, Jian Xie, Jiran Yin, Yukun Cao, Yue Yu, Hui Wang, Ming Liu, Bing Qin原文

SWE-Prime用10%数据训练就能超越全数据效果，解决了软件工程领域模型训练数据质量低的问题。

官方账号arXiv cs.AI@Dewu Zheng, Ruizhe Ye, Yanlin Wang, Yang Ye, Hongyu Zhang, Ensheng Shi, Xilin Liu, Yuchi Ma, Jianxing Yu, Zibin Zheng原文

MCR-Bench揭示了当前LLM在真实代码审查中的不足，特别是跨轮次时间对齐和长程记忆问题。

官方账号arXiv cs.AI@Dewu Zheng, Yanlin Wang, Xiwen Wang, Kefeng Duan, Hongyu Zhang, Xilin Liu, Yuchi Ma, Zibin Zheng原文

RedEvoAgent能自动进化攻击技能，比固定攻击方法更有效，还能跨不同AI系统迁移使用。

官方账号arXiv cs.AI@Junjie Zhang, Hui Liu, Kecheng Chen, Xianbo Mo, Changsheng Chen, Haoliang Li原文

HALO模型用更少参数实现更高准确率，解决IMU传感异构性问题，适合开放集人体活动识别。

官方账号arXiv cs.LG@Zihan Ding, Liyu Zhang, Xiaomin Ouyang原文

这篇论文帮你搞懂RL-for-LLM的并行训练策略，让DeepSeek-R1、o3这些推理模型训练不再那么烧钱。

官方一手arXiv: DeepSeek@Maciej Besta, Leonard Schmidt, Lara Nonino, Robert Gerstenberger, Pierre Pang, Patrik Okanovic, Ales Kubicek, Tiancheng Chen, Baraq Lipshitz, Torsten Hoefler原文

DeepSeek团队提出千图假说，解决大型代码库推理问题，无需预构建关系图就能达到95.6%成功率。

官方一手arXiv: DeepSeek@Fei Ding5 个信源在谈原文

LeVJEPA用简单架构实现视频预训练，大幅降低计算量，在图像和运动任务上都表现出色。

官方账号arXiv cs.AI@Lukas Kuhn, Lucas Maes, Giuseppe Serra, Quentin Le Lidec, Yann LeCun, Randall Balestriero, Florian Buettner原文

TransMeme框架解决了跨文化模因再创作的三大挑战，在中文-英文双向转换任务中表现优异。

官方账号arXiv cs.AI@Jingyi Zheng, Yule Liu, Zifan Peng, Tianyi Hu, Yuemeng Zhao, Xinhu Zheng, Xinlei He原文

JEPA世界模型编码器不再需要预分配最大容量，SCG方法能根据任务需求逐步扩展，显著提升计算和数据效率。

官方账号arXiv cs.AI@Frederik Berenz原文

VPP解决了长上下文LLM推理中流水线气泡问题，在保持短序列性能的同时显著提升长序列吞吐。

官方一手arXiv: DeepSeek@Yan Shi, Xiaochao Wang, Jingchun Gao, Jintao Luo, Xinyi Zhou, Feng Liu, Kui Luo, Xushi Li, Xinjie Guo, Liangjun Feng原文

MIT团队新发布的MAELLE模型，能预测化学反应路径和副产物，比现有方法更稳定可靠。

官方账号arXiv cs.AI@Nguyen Xuan-Vu, Octavian Susanu, Daniel Armstrong, Philippe Schwaller原文

CAST让临床模型决策可追溯，能区分真实症状和记录模板，医疗AI透明度提升。

官方账号arXiv cs.AI@Jin Mu, Guanhua Chen原文

PAWBench首次系统评估视频生成模型作为世界模型的概率对齐能力，揭示了当前模型与理想状态间的差距。

官方账号arXiv cs.AI@Yuandong Pu, Le Zhuo, Sayak Paul, Gabriel Jorge Menezes, Avram Đorđević, Shiyang Li, Yifan Zhou, Bin Fu, Wenlong Zhang, Junjun He, Yu Qiao, Yihao Liu, Jingbo Xing, Xi Chen原文

这篇论文用经济游戏测试了四大模型家族的心智化能力，发现GPT-5能灵活调整推理深度，表现超过人类。

官方一手arXiv: DeepSeek@Aamir Sohail, Xintong Zhong, Arkady Konovalov, Patricia L. Lockwood, Lei Zhang原文

Jefferson Lab团队用条件扩散模型直接从散射事件提取TMD PDF，比传统方法更灵活，小样本下也能可靠估计。

官方账号arXiv cs.AI@Jitao Xu, Christopher Cocuzza, Kevin Braga, Daniel Lersch, Nobuo Sato, Yaohang Li原文