全部动态

Contra 问了 15 万创意人为啥不用 AI，70% 说太贵，质量反而不是问题，这个结论挺反直觉的。

Aran Komatsuzaki (论文推介)@arankomatsuzaki原文

a16z 拆解了 100 个消费级 AI 应用的付费数据，头部 1% 用户月花 903 美元，中位数才 25 美元，分化挺夸张的。

AI Will@FinanceYF5原文

这篇论文把机器人模型的历史上下文拉到 19.2 秒，动态杯子堆叠做到 95% 成功，Pi0.5 一个都做不成，方法细节写得很清楚。

训练一个编程智能体很烧钱，这篇论文教你怎么先挑基座模型，用 SWE-bench 的现成轨迹就能筛，方法挺巧的。

机器人叠衣服老是在抓错后硬着头皮做下去，FoldBack 能检测失败、回滚重试，33 件衣服测试成功率 75.2%，比之前最好的基线高出一大截。

一篇解决智能体“读完文件就忘”的论文，让环境而不是模型来记账，避免报告漏掉已提取的数据，思路挺新颖。

搞分布式训练的可以看看这篇：它证明了裁剪过的去中心化 SGD 在重尾噪声下收敛率最优，还首次给出了线性加速证明，并解释了为什么裁剪比归一化更适合去中心化场景。

把 GNN 的几何信息蒸馏进普通 MLP，推理不用图也能保住精度，做图机器学习部署的可以看看

这篇 arXiv 论文证明了一个反直觉结论：想让模型“只给模型就能删数据”，可能得让它记住几乎全部训练集，对做遗忘的研究者很有参考价值。

机器人模型换个词成功率从100%跌到2%，这论文不改模型、只加十几条改写规则就提了十几个点，做法挺聪明的。

搞理论的朋友可以看看：平滑在线学习里第一个不需要知道数据分布的高效算法，遗憾界 Õ(d√(T/σ))，还很省心免调参。

有人拿架构搜索重新跑了一遍已发表的湖泊藻华分类模型，参数少了26倍，AUC还从0.790提到0.820，配方和小代码都开源了。

工程师做需求侧灵活性建模的可以看看：NeuralBES 用神经网络参数化 RC 热模型，比 EnergyPlus 快、比黑盒模型物理可信，参数还少一个量级。

加速度器束流预测上 CRPS 降了 65%，还能连续跑 400 多步预测不崩，做时序概率预测的可以看看这套自滚动训练思路。

用 CFM 几秒生成城市三维风温场，风速误差 2.99%，大涡模拟要跑很久的活它秒出，做城市微气候设计的可以看看。

训练完 RL 模型想追查是哪条数据教会它某个行为？这篇直接证明现有归因方法大多被梯度大小和流畅度这类干扰项骗了，还给了套评测清单。

给 TTS 加了个情绪旋钮，不用重新训练模型，注入转向向量就能调情绪强度，Qwen3-TTS 上效果最高提升 7 倍。

机器人世界模型也有缩放定律了，8B 参数的 RoboJEPA 能用计算量预测真机表现，还能零样本规划长时程任务，代码全开源，搞具身的建议看看。

这篇论文提出 Ledger，让具身智能体能记住你放过的东西在哪，HD-EPIC 准确率从 29.7% 拉到 42.6%，做空间记忆方向可以细看。

12 个智能体里 6 个做出的气候模型比已发表的还好，连 ENSO 暖冷不对称的争议都摸到了边，这套无标准答案的评测方法也值得做 agent 评测的人参考。

没有标准答案的问题怎么评测模型？这篇论文借经济学问卷检验的思路给了一套可操作方法，还实测了 6 个模型，思路挺新鲜。

这个框架让机器人自己决定该做哪个物理实验，边试边改自己的代码和技能，真实机器人上也能零样本迁移，效果比基线高了快一倍。

蒸馏时直接抄老师的最终输出会混进老师基座的偏好，这篇论文改用老师训练前后的偏移量，三个老师组合下 Math 高了 4 分多，做模型蒸馏的可以看看。

arXiv 上新出的 PHRBench，测 18 个模型怎么在推理途中纠正幻觉前提，还发现提示特征能预测能否翻盘，做评测的可以看看。