全部动态
做回归或不确定性量化的人可以看看：标准 GP 一旦 kernel 选错就崩，PrO-GPs 直接优化预测校准，实验显示误设下表现更稳。
NEJM AI 这篇论文把临床 AI 的评估拆成不同阶段，讲了每个阶段该拿什么证据，做医疗 AI 的开发者值得看看
宫颈癌筛查里 HPV 阳性后靠人工看双染切片，这篇验证了 AI 能自动完成这一步，做病理或筛查的可以看看外部验证结果。
做医疗 AI 的人该看看：50 多个算法进 2000 家医院的真实教训，开发只是开始，难的是让医生天天用起来。
要在 Python 里批量生成和测试 Prolog 程序的人可以看看，用 NumPy 加 Numba JIT 重写了编译执行，比从 Python 调 SWI-Prolog 快。
一篇把机器人仿真训练搬到教育推荐上的论文，用模拟器造专家数据解决奖励稀疏问题，还对比了三种模仿学习策略，做 LPR 的可以看看。
研究因果发现的朋友可以看看：SPADE 把组合搜索做到了 1600 变量级别，还顺手把四类主流方法的优劣捋了一遍，省你自己跑实验。
这篇论文用进化算法自动搜索量子电路结构，在 CIFAR-10 上参数比 10 层 CNN 少 25 倍还保持精度，做量子机器学习的可以看看编码选择的结论。
JEPA 世界模型在画面几乎不动时规划会崩，这篇论文用一个逆动力学辅助损失把成功率从 0.003 拉到 0.35，还给了个不需要环境访问的探测方法，做世界模型的人应该看看。
有人把交叉熵重新解读成策略梯度，然后推出一行代码就能替换的 horizon loss，在 ResNet-50 和 ViT-S/16 上实测涨点，做分类训练的可以试试。
做 Text-to-SQL 的同学可以看看 FALCON 这个框架，用小开源模型本地就能造出比现有基准更难的训练数据，还不用调外部 API。
这篇 arXiv 论文提出 PI-SME，把梯度反转攻击的代理模型从单点升级成路径积分近似，在 CIFAR-100 和 FEMNIST 上重建私有图像比之前的基线更准。做联邦学习隐私的可以看看。
用摊销结构化变分推断改进 GP 隐变量模型，让流形的不确定性估计更准，做降维和 GP 推理的可以看看这篇论文。
只拿 200 道题微调，就让 LLaDA-8B-Instruct 的数学和代码成绩跑赢 SFT 和扩散 RL，方法还挺省算力，做扩散模型训练的可以看看。
Baschez 新文，讲为什么公司别让每人各养一个 Claude Code，而是把高频任务做成共享可审视的系统，账算得挺清楚
哥伦比亚法律考了 15 个模型，Gemini 3.1 Pro 选择题 0.905 但写答案正确率不到 0.45，引用的法条一半是编的，做法律 AI 的都该看看。
这篇用有解析解的金融博弈当考卷，发现 PPO 奖励给对了也学不准，问题出在 critic 排序动作的能力上，对做 RL 金融应用的人很有参考价值。
花 0.55 美元干出别人 50 美元的效果，强模型出思路、便宜模型搬砖的省钱组合拳，搞优化任务的可以看看。
如果你做强化学习，这篇把平时凭感觉用的 success conditioning 给了收敛证明和速率，折扣 MDP 和单期 MDP 分别给了 O 界，理论党可以细看。
一篇把 LLM 智能体用在自然灾害分析上的论文，亮点是让智能体自己判断该用哪种科学方法，还配套了 141 个实例的基准，代码开源可以直接跑。
RNA 不是静态的，但数据一直很缺。这个团队放出了 2585 条全原子轨迹的基准，还做了一个模型能同时生成轨迹和从单个构象预测动力学，做分子模拟的可以看看。
这篇论文做了件很扎实的事：只改工具名字，GPT-5-mini 和 Claude Haiku 4.5 的安全得分就波动十几个百分点，以后看智能体安全跑分得多留个心眼。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档