全部动态

训练带约束的强化学习智能体总不稳定？这篇论文找到了根源：两处约束估计不一致引发的参数共振，还给出了抑制办法。

物理学家把 transformer 改造成统计力学采样器，96×96 格点的 XY 模型都能跑，还验证了不漏构型，做计算物理的可以看看。

一篇理论论文，讲宽神经网络学习怎么从集体变量过渡到单个特征被发现，搞理论的朋友可以看看。

用一阶逻辑约束扩散模型，推理时就能减少无效图，做图生成的朋友可以看看

一篇把机器学习和动力系统理论结合的论文，用扩张域训练追踪守恒律在哪里失效，还能判断系统离 Liouville 可积有多近，做可积性研究的朋友可以看看。

有人用 k-NN 分类器给神经网络算出了很紧的泛化证书，CIFAR-10 上只差 8 个点，ImageNet 上也能算出具体数字，做理论的可以看看。

几个计算复杂度的公开问题被 Claude Opus 5.5 找到了归约证明，人只负责验证和修改，这篇论文本身就成了人机协作做数学的案例。

OpenAI 用 AI 证明了数学界悬了几十年的 Brennan 猜想，有人还把证明砍短了，数学圈和 AI 圈都该看看。

一篇讲怎么监控推理模型思维链的论文，一个监控器管多任务，还在 OpenAI 的基准上拿了第一。

四个主流模型谁更懂“你现在的状态”？这篇论文用五臂对照实测了，结果比想象中微妙，做对话产品的可以看看评测方法。

用世界模型当奖励模型训练 AI 自己改进模型，Qwen3.8-27B 训完居然超过 GPT-6-sol，成本还降了 33%。

做智能体工具调用的朋友看这篇，工具接口一改模型就崩，SchemaShield-Lite 不用重训就能在 BFCL-200 上把准确率从 0.58 拉到 0.805。

一篇 arXiv 论文，讲怎么把企业里散落的数据库和文档整理成本体，让 LLM 智能体做数据分析更靠谱，还能吸收反馈，有真实落地案例。

解决智能体长期记忆检索结果零散难用的老问题，把散落的记忆片段编译成能直接作答的上下文，LoCoMo 跑出 80.52%，做 Agent 记忆的可以看看。

arXiv 上一篇新论文，提出 SRCoT 闭环架构，让本地跑的小模型输出每句话都能溯源到证据，代码思路值得借鉴。

手机上的 AI 智能体会被藏在其他 App 里的恶意内容带偏，这篇论文用 108 个实例测了一圈，还给了诊断框架，做移动智能体的可以看看怎么防。

一种新的蒸馏方法，不看 token 概率也不硬对齐隐藏状态，靠响应相似度传递教师知识，跨架构蒸馏也能涨点，做模型压缩的可以看看。

研究者在真实企业里测试了 LLM 数据助手怎么应对用户写得乱的提示词，用知识图谱做中介比单纯靠 schema 效果好，做企业数据工具的可以参考。

一篇很实用的图像编辑论文：跑一次扩散模型，之后改焦点只要半秒，比 GenRefocus 快 462 倍，还附带了自建的 3 相机测试集。

扩散多模态模型用缓存提速后老复读，这篇论文找到三个根因，给了个免训练插件，重复率从 99.6% 压到 17%。

做 Agent 调试的人可以看看，这个工具能读 LangSmith、Langfuse 等六种格式，自动和人工一起做步骤级标注，复现了 235 个标注单元。

这篇论文把偏好理解从打分器搬进了生成模型内部，Generator 和 Critic 两个智能体互相博弈，三个模型规模都验证有效。

做网络运维或智能体的可以看看：这篇论文把数据引用直接嵌进架构，让光网络排障的根因推理不再凭空编数据。

这篇论文针对 GRPO 对同奖励响应一视同仁的问题，用生成熵给对错响应加不同权重的修正项，Qwen2.5-7B 上 avg@32 从 41.5% 提到 45.4%。

选 RAG 方案总要跑一堆基准太烧钱，这篇论文给了一套先按维度筛选的框架，做检索增强的可以看看怎么用在选型上。

做硬件加速或模型部署的朋友可以看看，qGAMMA 用遗传算法帮你自动找混合精度模型在加速器上的最优映射方案。

一篇挺有意思的论文：发现同一个模型反复算也不算独立证据，提出 DIA 用几个不同模型盲投仲裁，MuSiQue 上涨 7 个点，token 还省一半。

搞微调的都该看看这篇：它不用 NTK 线性化，用瓶颈秩从理论上说清了为什么 LoRA 低秩就够用。

一篇降低向量内积计算和传输成本的方法论文，用排序加Haar小波截断保留少量系数对，还在APPA-REAL年龄估计任务上做了验证。

一篇 arXiv 理论论文，证明了 ridge 回归迁移学习何时能达到极小最优 scaling law，还顺手证明单遍 SGD 就够用。

火星相机的探测器坏了，团队用 U-Net 从其他通道把丢的波段补回来，误差 1.1% 比老方法 3.1% 好不少，还开源了。

这篇 arXiv 论文发现 PyTorch Inductor 优化内存排序经常失效，作者给出能逐位复现、可证明最优的调度方法，DeepLabV3 直接省 10% 内存，做边缘部署的值得看看。

survival analysis 该怎么选 loss 还是 backbone？这篇用 23 个数据集拆开测：损失函数影响更大，表格配 RealMLP、图像配视觉编码器，组合直接拿最佳 Brier 分数。

只训练1120万参数就在RoboSpatial-Home上比单步模型高了9个点，总参数只有RoboPoint的十五分之一，做机器人空间理解的可以看看思路。

量子优化里最耗时的角度调参，现在一个前向传播就能搞定，还开源了，做 QAOA 的可以看看。

arXiv 上这篇论文把 F-score、kappa 这些评测指标统一成一个可调参数的分数族，还给了求最优折中的解析解，做模型评估的可以看看。

控制系统的人看这篇：把神经网络策略加进分布式控制器还能保证稳定，DC 微电网案例挺实用。