全部动态

Nature Medicine最新研究分享AI医疗部署经验

SRO让LLM自动设计后训练配方空间，再用贝叶斯选试验，Qwen3上分数远超基线，代码已开源。

不用 HMC 先采样就能训练扩散模型，靠自身生成的样本自举，在二维 φ⁴ 理论上效果追平有数据训练。

训练流模型总不稳定？试试把最优传输小批量耦合做大，这篇论文给出了可扩展方案和方差下降证明。

研究人员发现LLM代理常将错误主张归因于错误实体，他们开发的检测方法准确率达96.2%，修正方法将错误率降低88%。

做医学影像 AI 或在记忆门诊工作的同行，这份 Neuro-AIM 共识把论文到临床的落地要求整理成了一份参考。

npj Digital Medicine@Rose Bruffaerts原文

让机器人智能体一次 LLM 调用跑完一串动作，LIBERO-Pro 上成功率还高 5 个点，省算力。

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。

NEJM AI 的观点很直接：不跟机器一起练，医学生学不成临床本事，学医教医的朋友可以看看这篇。

NEJM AI@Philip Jarrett D. Mark Courtney Deborah Diercks and Samia Farooqi原文

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。