全部动态

端侧部署大模型的公司值得看：论文证明 GroupCover、ArrowCloak 这类 TEE 权重混淆能被破解，还给出了双向混淆的替代方案和开源代码。

HUST 团队把 RL 后训练扩散模型的方法全捋了一遍，还做了跨基准实测，做生成方向研究的可以直接收藏这份地图。

有篇论文做了个全自动 DM，能从编剧情到跑战斗全程带完一局 D&D 那种跑团，还找真人玩家测了 4 个模型，喜欢跑团的可以看看

一篇把 AI 安全和经济学模型结合的论文，结论挺反直觉：下游竞争反而让安全投入更多，上游供应商才是不愿意掏钱的那个，监管该盯谁一目了然。

用循环层的早期状态提前起草 token，解码最高快 7.82 倍，输出分布不变，研究解码优化的可以看看

一篇新 benchmark 论文，测了 12 个视频模型能不能主动预判风险并出手帮忙，结论是时机把握普遍不行，还附带了他们自己训的 4B 模型。

arXiv 上一篇方法论论文，把成对差分学习搬进分类任务，还给了量化预测不确定性的一整套做法，做分类模型的同学可以看看。

搞优化器的人都该看看这篇，它把 Muon 为什么有效从曲率角度做了严格的几何刻画，还指出了原有解释的脆弱点。

给做大模型推理服务的同学：GLM-5.3 上远程 KV 缓存反而把 p99 拖到 83 秒的踩坑实录，还给了带宽阈值公式和修复方案。

一篇很硬的理论论文，讲怎么在没有任何标注的情况下检验模型预测的校准程度，方法用逻辑一致性做抵押，还附了预注册实验。

arXiv 上的联邦学习攻防实验报告，服务端能从一次更新里偷出标签集，30% 恶意客户端就能植入后门，FLTrust 能防住，代码可直接跑。

一篇数学审计方向的论文，搭了个 72 任务的基准，用 Qwen3-8B 测出验证器反馈确实能帮模型交出更多可用反例。做数学推理评估的可以看看它的任务设计。

服装打版有个老问题：档案里只有改前改后的版型，没有改法。这篇论文让模型自己搜出编辑步骤还逐一验证，能认证的用例比非学习方法多了十来个。

BBC iPlayer 数据上做的量子推荐系统，参数只有经典模型四百分之一还能打平，甚至真跑上了 Quantinuum 的量子硬件，做推荐或量子计算的都该看看。

一群研究者给 Hopfield 网络换了个相位核，ImageNet 上检索容量直接拉到 50 倍，搞联想记忆的可以看看。

一篇分析 LayerNorm 和 RMSNorm 放进网络里要多花多少宽度才能保住表达力的论文，结论给得很具体，做架构设计的可以看看。

训练小模型的可以看看：Muon 省数据但在语言任务上按时间算反而输给 AdamW，瓶颈是优化器本身太耗时，文中数字很细。

论文提出 RoLaQ，让 MLA 模型的 KV 缓存压到 2-bit，在 DeepSeek-V2-Lite 上吞吐提升 2.51 倍，做长上下文推理的可以看看。

把知识写进模型记忆到底行不行？这篇论文在 Qwen 和 DeepSeek 上做了实测，命中率数据挺扎眼，做记忆机制研究的值得看数据。

把 GPT-5.6 Sol 或 DeepSeek 接到 n8n 上做遥感科学计算，中文指令匹配率 94.2%，故障自恢复设计也写得挺细，做智能体工作流的可以看看。

这篇论文做了个 MemScope 框架，让 Agent 自己修自己的记忆架构代码，GAIA 上比只看执行轨迹的方案高了约 17 个点。

医院排手术表是个经典难题，这篇论文让多个 LLM 智能体分工协作来排，做法挺新，做调度优化或医疗信息的可以看看。

npj Digital Medicine@Kang Li原文

npj Digital Medicine 新发的 TrajOnco，用多个智能体分工分析患者的多年电子病历时间线，来做多癌种早期筛查，做医疗 AI 的可以看看架构。

npj Digital Medicine@Anand Oka原文