全部动态

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。

SRE 排障神器来了：论文把散落的日志拼成一张图，多智能体自动跑因果分析，LLM 直接给你代码级根因报告。

NVIDIA 出的这个研究能让视频模型生成的动作直接变成可用的 3D 骨骼动画，猴子跳栏杆那种画面能原样搬进 3D 场景，做动画和机器人的可以看看。

一个能把 LLM 和材料模拟串起来干活的智能体框架，在镍的 14 种晶界上自己规划模拟、找缺陷、分析变形机制，做材料计算的朋友可以看看思路。

一篇机器人方向的论文：UniWALM 把动作和语言记忆塞进一个模型一起生成，真实抓物成功率从 11% 拉到 61%，比 Mem-0 那套省事不少。

arXiv 上这篇论文给 MTP 解码加了个轻量控制器，不用重训练就能自动选草稿长度，Llama-3.1 上最高跑出 4.1 倍解码速度，做推理优化的可以看看。

有人在 11 个模型上测了 5 种阿拉伯方言的数学题，发现换成当地文化语境后成绩会掉，做低资源语言评测的可以看看。

几个生成系统的辩论里价值观点很多，但跟人比撒得更散，论文给了套基于 Schwartz 理论的量化方法，代码开源。

搞硬件/RTL 生成的朋友看下：这篇用 459 个测试用例说明现有修复基准可能没测到你以为的东西，还开源了整套数据和评估框架。

MIT 式的自动科学发现新玩法：不从数据里拟合公式，而是反推数据背后的优化问题，99 道物理题对了八成，还省 token。

2022 年的老方法 TS2Vec 改三个地方就变成基础模型，1.6M 参数冻住就能打平 MantisV2，还不用注意力，思路很值得看。

一篇机器人方向的论文：单张图就能重建出能跑物理仿真的 3D 场景，还验证了真实机器人操作回放，做 sim-to-real 的可以看看。

扩散模型并行出多条推理路径，再让自回归模型挑最优，速度质量两头占，做推理方向可以看看这篇。

一个 35B 的 MoE 智能体模型 Sage-A1.5，能让多个子智能体并行分工干活，还会自己检查进度、换思路，甚至做探索性科学研究。

用本地 31B 开源模型自动进化检索的语义索引设计，NQ320K 上 Recall@1 提到 59.3%，不用调 API，搞检索的可以看看。

一篇新论文，把多个异常检测器的结果交给 VLM 来仲裁融合，在 MVTec AD 和 VisA 上分数超过常规加权融合，做工业质检的可以看看。

论文挺有意思：策展模型只是挑了挑几乎一样的图片，就把偏好悄悄传给了学生模型，LLaVA、Qwen 这些都中招，做数据清洗的值得看看。

训练 DPO 的朋友可以看看：学习率要按模型大小重新调，验证损失也不靠谱，文章还给了一套省算力的调参方法。

搞工业故障诊断的可以看看，PhyNet 用物理变量当约束，四个基准包括三个真实空化数据集都拿了最优，不要求信号时间对齐，落地友好。

一篇把 harness 优化收益拆开来量的论文，结论挺反直觉：小预算下赢了更强模型，预算放大后可能翻车，做 agent 工程的可以看看。

训练安全的神经网络控制器一直很难，这篇用枚举反例微调证书，在真实赛车上做到零违例，做控制安全方向的可以细看。

现在代码审查越来越需要区分人和 AI 写的代码，这篇论文做到了行级定位，比以往只给一个文件总分的方法细多了，做代码安全或审计的可以看看。

这篇论文把世界模型和语言模型接上了：用语言描述动作，一个预测器跨机器人、视频多个领域通用，规划比视频生成基线快13.9倍，做机器人方向值得细看。

训练智能体不用再搭一堆环境了，SAPD 直接从离线轨迹学，比在线蒸馏快 4.7 倍，代码过阵子开源。

有人给在线持续学习专门造了个优化器，直接替换 SGD 或 AdamW 就能涨点，连无回放场景都有效，做持续学习的可以看看。

一项把投机解码反着来的解码新方法，32B 模型自己出草稿再验证，吞吐提2.5倍还不用训草稿头，推理部署的可以看看。

AMD 把剪枝当成多目标优化来做，Llama-3.1-70B 砍掉 25% 层后数学分还能涨 10 个点，代码也会开源。

用卫星数据重建 1955 到 2019 年每年 1 公分辨率的土地利用地图，这篇论文把评估方法拆得挺细，做地球系统建模的可以看看。

想搞懂 Scaling Law 为什么长那样的人看这篇：它把损失下降拆成几何、谱、优化三步推导，emergence 和 grokking 也讲清楚了。

一项对抗鲁棒性研究：给 ℓ1 攻击加个逐坐标上限，APGD-ℓ1 等三种攻击的成功率几乎不掉，说明扰动分布方式是个新评估维度。

一篇可解释 AI 论文，EMN 模仿人脑记忆检索原型来解释分类结果，在四个数据集上把子类对齐提升了 104.57%，准确率也没落下。

这篇论文把光伏电站预测做成了基础模型，479 个站点训练后新站点直接零样本用，搞能源预测的可以看看思路。

训练稀疏网络的省算力新招：用稀疏重连阶段替代昂贵的稠密阶段，CIFAR100、ImageNet 和 GPT-2 上都验证了效果，做模型压缩的可以看看。

研究者让 VLM 像小孩学数数那样逐个点物品数数，9 个模型的精确计数范围差了近 100 倍，标记还能审计模型是不是真在看图。

扩散模型老是背训练图？这篇论文给出一个热力学判据，能直接检测模型是不是在记忆化，做扩散模型的同学可以看看。

DeepSeek 系模型实验数据挺有意思：只给答案就能把第二问成功率从 36% 拉到 57%，做 agent 规划的可以看看。