一篇论文证明了随机化KV-Cache驱逐能提供误差证书，覆盖率达97%。如果你关心推理加速中的精度损失量化，这方法很实用。

这篇论文发现了一个反直觉的安全漏洞：把危险目标藏起来经过中介传递，反而让模型更容易执行它。对做LLM部署或安全审查的人很重要。

这篇论文给了一个新方法，能精确找出LLM写的片段，不用提前标注，比现有文档级检测更细。

这篇论文搞定了视频换脸的身份漂移问题，用闭环反馈自动找关键帧来固定身份，还顺便修复了皮肤太假的美颜感。比起只靠首尾帧的老方法，思路清晰多了。

这篇论文用具体数字告诉你，统计上合理的轨迹未必结构可行，扩散模型加符号约束能解决。看中型图场景下0.156的无效概率怎么被硬过滤砍掉。

这篇论文用Python和Rust、两个模型，拆开了代码模型表示中任务和模型各自的影响，Rust概念电路更多，模型间差异很有意思。

这篇论文发现DeepSeek-R1推理非收敛在早期就能从内部表征检测到，未来可做自适应计算分配，研究推理效率的朋友可以看看。

这篇论文提出了WML方法，能精准定位Agent工作流失败节点并复用外部技能知识，在SpreadsheetBench和Compiler-Supported50上表现亮眼，比直接SkillAgent省不少token。

这篇论文用具体数据告诉你，GPT和DeepSeek在形式化验证上还比不上ProVerif这些专业工具，但推理模式能把精确率拉到66%，可能当个预筛选过滤器。

用VirtualSet替代SQL，让LLM查询出错时提前报类型错误而不是给假结果，BIRD上还比SQL高4个点，很适合做安全决策。

国内团队用AI从头设计植物免疫受体，成功率18.2%，能防御病毒和细菌，比传统育种快得多。

这是关于DeepSeek-V4在国产昇腾硬件上的后训练论文，对研究国产算力生态的开发者有参考价值。

斯坦福团队搞了个新招：不用梯度下降，直接把事实写进Transformer的MLP里，论文被COLM 2026收了，想了解怎么不训练就灌知识的可以看看。

这篇论文给微型人形机器人装上了VR遥操作+强化学习行走，ROBOTIS OP3能跑到0.45米/秒，还能搬40克小方块，挺有意思的。

这篇论文揭露了AI解释性评估的漏洞，并给出了RECAP方法，让你知道如何让模型内部信息真正可验证，而非被花言巧语欺骗。

这篇论文用IBM量子硬件实测量子核方法的几何保真度，发现门扭曲最可靠但任务相关性反而低，揭示了硬件实现与算法目标之间的差距。

这篇论文解决了流式数据的方差缩减问题，ARROW算法能在线对齐MMD和CORAL，效果不输离线方法，搞领域自适应的人可以看看。

PSDA用配对采样给UDA降方差，比同类方法稳定，效果很实在。

他们用多模态Transformer把纳米孔信号分类精度提升了10个百分点，42肽和20氨基酸两个数据集都表现优异，值得关注。

这篇论文提出了SPDNN方法，专门解决训练数据和目标数据分布不同的问题。它能量化回归和Huber回归，还能处理时间序列依赖数据。理论证明能达到最优收敛速度，挺扎实的。

这篇论文把量子自编码器跑在FPGA上做高能物理异常检测，效果不输经典方法，而且资源够用，直接能用。

这篇论文拆穿了为什么PortLLM的补丁隔了好几轮预训练还能用，理论部分用高维空间特性讲得特别清楚。

想要可解释的回归模型？这篇论文展示了Ex-Fuzzy库的新能力：用10-15条规则就能达到0.86的R²，比黑箱模型还直观。

这篇论文改进了二维CDF学习的遗憾界，从T^{3/4}降到T^{7/10}，还能用在双边贸易优化上，挺有理论价值的。

这篇论文用实验数据说明了Levi-Civita坐标在神经哈密顿动力学中能稳定高偏心率轨迹，但优化条件更差，适合想了解正则化坐标利弊的研究者。

这是篇讲多智能体LLM安全漏洞的论文，提出ChannelGuard，不额外调用LLM，在Agent间加门控，能防住工具投毒和指令注入，而且实验用了三个不同模型后端，结果很实在。

这篇论文解决了神经符号推理中不可微的离散接口问题，SoftReason让感知和演绎合为一体，KVQA上效果提升明显，搞推理和视觉问答的值得看。

做波斯语OCR不用愁数据了，Persian Pixel有34万张合成图加上25种真实退化模拟，直接拿它训模型比手动标注省事得多。

这篇论文讲FMRP-LEAN架构，用有限状态机加AI来理顺临床检测流程，特别适合需要HIPAA合规的医疗数据环境。

这篇论文用14,419本亚马逊自出版小说数据，证明AI书虽然卖得少但正抢走顶级排名，让每本书收入下降。非AI书在AI泛滥的类别里最受伤。想了解AI怎么靠量碾压市场的可以看。

只用单GPU和精心数据设计，就能让机器人从实验室失败变身为靠谱的超市补货工，系统集成是关键。

这篇论文用两年多的真实数据，告诉你ChatGPT、Perplexity、Gemini怎么把用户引向学术图书馆的论文和学位论文，适合关心AI如何改变学术搜索的人。

做语义分割的可以看看 ConD，训练完一个模型就能同时应付缺 RGB 或缺深度的情况，还能保持全模态精度。简单有效，代码也快开源了。

这篇论文用大量真实数据告诉你，AI供应链里许可证有多混乱。看完你就知道为什么模型和数据集版权常出问题。

这篇论文教机器人做当前任务时也替别人着想，在家庭和餐厅测试里省了10%到17%的成本，挺实用的规划新思路。

这篇论文教你用统计方法严格证明LLM有多安全，不是估算，而是可证明的下界。

这篇论文用大量数据和对照实验拆解了医学基础模型表征收敛的真正原因，发现关键不是临床标签而是自监督目标，对训练和评估模型很有启发。

这篇论文搞了个叫Maskability Index的指标，帮你省掉试不同提示的功夫，直接判断填空提示还是前缀提示更管用，在ATOMIC2020上验证过了。