全部动态

一篇讲个性化持续学习的新论文，用户的每次采纳或撤销都能变成可复用的决策信号，还附带 TCPA-Bench 基准，做个性化系统可以看看。

有人用机制可解释性把模型里的“隐喻开关”找到了，能让输出变比喻或变直白，研究文本生成风格的可以看看方法细节。

一家药企把提示词规则改成检索时查结构化数据库，合规文案准确率涨了六七成，API 费用还省了近三成，做法有详细工程路径。

这篇论文做了 6600 次实验，发现模型光是看到报告者是 Black 就直接不评估信息，警告提示反而让情况更糟，方法部分对做模型评测的人很有用。

JEPA 潜空间一直像黑盒，这篇论文加 16 个关系通道再用逆动力学损失，不用关系标注就能让模型理解谁对谁做了什么，实验数据给得挺扎实。

给做数据到文本生成的朋友：这篇用博物馆藏品做实验，发现多给 LLM 字段不一定更准，图像也会让它瞎猜，评估方法值得换个思路。

一篇 LiDAR 语义分割新论文，把射线几何和扫描模式融进投影方法，SemanticKITTI 跑到 70.2% mIoU，做自动驾驶感知的可以看看。

物理学家拿 Foundation Model 重建粒子径迹，效果超过传统方法，还能迁移到别的任务，研究思路挺有意思。

用 27 种语言和超百万条评分实测发现：CoT 这类提示技巧换个评审模型可能就失效，做多语言评测的得看看。

人形机器人转身走动就忘了刚才看到的东西，这篇用 SAM3 加关键帧记忆把真机成功率从 36.7% 拉到 88.3%，做机器人方向值得看看具体做法。

教 AI 学校准仿真参数的新招，区间比 KOH 窄 80% 还能保证覆盖率，做流行病建模的可以看看。

如果你在做可穿戴传感器或活动识别，这篇把 LOSO 评估的水分挤得很实在：同样模型有人 88.7% 有人 61.9%，还给出了什么时候该用个性化校准、什么时候别碰 CTGAN 的实用结论。

用 6 个开源模型实测发现加工具后改个问法就能改变排名，做基准评测的人应该看看这套拆步骤的协议。

这篇论文把因果推理塞进了工厂维护流程，用预训练的因果基础模型省掉逐案例建模，搞工业AI的值得看看。

一篇论文提出 GM-GReFEL，用状态空间网络替代 ViT 做视频表情识别，算力线性增长，还用几何锚点纠错，MAFW 上跑赢所有对比方法。

把同一份证据在不同位置挪来挪去，测出 Transformer 有开头优势而 Mamba 没有，做长文本应用前值得看看这些曲线。

这篇论文做了个 FedGRC 框架，专治联邦学习里本地准确率高但稀有类翻车的问题，在 CIFAR-10/100 和 FedRS 上比 21 个基线都强。

一篇讲智能体安全审计盲区的论文：两个更新离线看起来一样，上线后果可能完全相反，作者还做了配套 benchmark 和监测工具。

论文提出往模型 N-gram 表里“只前向写入”新知识，不用反传，删掉补丁就能还原原模型，持久性比梯度写入强很多。

一篇把可解释性做进事件预测的论文：RULES 学出人能看懂的规则，RUNES 再叠残差网络补准确率，还能看到每条预测背后哪些规则在起作用。

不靠一帧画面，只用脑部扫描和运动轨迹就能还原房间的 3D 结构，还当插件白给七个解码器涨分，思路挺妙。

这篇理论论文挺有意思：CoT 推理不只是抄老师算法，训练后自己悟出了比梯度下降更快的 Heavy-Ball 方法，说明推理过程真能发现新算法。

删掉的知识图谱事实会在继续训练时悄悄回来，这篇论文解释了为什么，还给出 KAU 方法，泄漏最多降八成，做知识图谱的可以看看。

发在 npj Digital Medicine 上的临床 AI 治理论文，讲医院怎么管 AI 工具才能既合规又推得开，做医疗 AI 的可以看看。

npj Digital Medicine@Khang Nguyen原文

一篇谈 AI 让网络攻击变容易的文章，作者担心安全智能体太贵、普通人用不起，Cloudflare 和 Microsoft 的事件都在印证这个趋势。

TestingCatalog@testingcatalog原文