全部动态

用 396 个 QASPER 问题和 8 本教材实测了 11 种长文档检索方案，结论挺反直觉：扫全文不一定更强，Hybrid + Jev 证据覆盖 94.1% 还更快更省钱。

arXiv 上这篇论文教你怎么把 7B/8B 模型压到 3-4 比特还给太空机器人用，混搭三种量化器比单用一种效果更好，做端侧部署的可以看看。

这篇论文测了 16 个模型当支付审批监控器的表现，发现一起失效的根源是共享证据源，结论是数来源别数票，做智能体安全的人可以看看。

有人给 VHDL 代码生成做了个专门基准，18,500 多条样本微调后语法正确率到 92%，还真能跑上 FPGA 硬件，做芯片设计的可以看看。

Mollick 提醒：代码写得快不代表产品做得快，瓶颈常在需求、协作这些环节，做工程管理的值得看看。

Ethan Mollick@emollick原文

Google 这篇论文把面向对象那套设计搬进自进化 agent 框架里，做 agent 开发的可以看看思路。

DAIR.AI@dair_ai原文

一项发在 npj Digital Medicine 的随机对照试验，用生成式 AI 给 CBCT 肺活检做导航，医生可能会关心它的试验设计。

npj Digital Medicine@Bo Du原文

多中心真实世界数据看商业AI判肺栓塞稳不稳定，做医学影像或放射科工作的人可以翻翻。

npj Digital Medicine@Hari Trivedi原文

npj Digital Medicine 这篇论文用静默评估检验了自动指标给 AI 临床消息打分靠不靠谱，结论是看场景，做医疗 AI 评估的值得看看。

npj Digital Medicine@Paul J. Lukac原文

BAAI 和人大做了个测 AI 读论文能力的基准，被 NeurIPS 2026 收了，数据和评测环境全开源，做科研智能体的可以直接拿去用。

智源研究院 BAAI@BAAIBeijing原文

做图生成的人可以看看：用 FlexAttention 实现的边感知注意力层，显存省了 65%，吞吐还更快。

这篇论文把几秒人类手部动作变成灵巧手能用的技能，跟踪人类动作学先验，又靠噪声环境逼它泛化，还验证了真机迁移。

一篇做噪声下导航规划的新论文，用 Neumann 边界条件加 Monte Carlo 标签训练出能跨几何泛化的价值场，4D 重规划成功率 95% 以上还比对手快几十倍。

搞 LiDAR 建图的同学可以看看，把经典曲面能量泛函搬进神经隐式 SDF，平滑度和保真度兼顾，推理还不加开销，代码开源了。

一篇求解 PDE 的论文，把串行积分改成时间并行，训练从慢到一秒以内，还带误差证明，搞科学计算可以看看。

有人专门为野外相机拍的动物照片改进了 MAE，重建指标比原版 MAE 高出好几 dB，做生态监测或自监督的可以看看架构细节。

这篇论文把每 token 的电耗拆成活跃字节加解码时间两个量，误差 3.73% 以内，做推理部署省电的可以照着算。

教扩散模型学你的新概念还不忘旧的，这套残差适配方法保真度最高，参数还能砍 72%，玩个性化生成的看看。

OpenAI 刚用非构造性方法给出 ω≤9/4，这篇论文把构造写出来了，矩阵乘法复杂度爱好者可以直接看推导。

三个后端、五千多个仓库被扒了一遍配置，想知道大家平时真的调哪些推理参数、哪些基本没人碰，看这篇就够了。

联邦学习里不同群体抢一个模型、另一个模型饿死怎么办？这篇把路由干预建模成控制问题，用 EXP3 自动选策略救回来，还开了源代码。

用 LightGBM 对 Google Trends 和疫情数据做双向预测分析，还提出了 DPRS 这个新指标，做时序预测的可以看看误差分布熵的思路。

搞优化理论的朋友可以看看，这篇把 SGD 在深度线性网络里的收敛性证明补上了，条件还挺宽松，不要求 Lipschitz。

这篇论文实测了 LLM 选特征到底靠不靠谱，结论挺实在：7B 的模型还不如传统统计方法，但特征名字本身对回归任务确实有用。

一篇很新颖的架构论文：给每个神经元学一个位置，只连附近的邻居，17 个世界模型任务里赢了 16 个，做模型结构的人可以看看。

论文提出 Tessera，把细胞空间关系建模成保留方向的相对关系，表征质量和零样本泛化都超过现有空间基础模型，做空间组学的可以看看。

NVIDIA 把 ReMEmbR 扩到机器人集群了，Jetson 本地编码不上传原始画面，还能抹掉人脸过 GDPR，做仓储机器人的可以看看。

一个测多视角空间生成的新基准，11 个模型都考砸了，微调 BAGEL 能涨 24 分，做空间生成方向可以看看。