全部动态

这篇论文教你让稀疏注意力模型多层共用一套候选池，不用重训，vLLM 里给 DeepSeek-V4-Flash 实测提速 1.4 倍还省电，做推理优化的值得看。

研究者做了个能在终端本地跑的漏洞挖掘智能体，用 DeepSeek V3.1 和 Qwen3-Coder 测出了比 Claude Sonnet 4 方案还高的准确率，搞安全审计的可以看看。

一篇把 ChatGPT、Gemini、DeepSeek V3 等 10 个模型拉到同一起跑线测幻觉的论文，结论很反直觉：答得全的不一定准，Falcon 零幻觉但漏掉大半答案。

数学证明里有个关键引理是 Claude Opus 5.5 找到的，还顺手解决了一个拖了很久的逆问题，逆向数学方向可以看看。

研究上下文压缩的人该看看：为当前问题删上下文，对后续问题基本没用，LLMLingua-2 按词删反而好 12.5 个点。

OpenAI 这次不是发模型，是解了一个几十年的数学开放问题，构造出 χ 与 χ* 首次分离的例子。这篇论文把背后的信息几何讲清楚了，数学背景的读者可以细看。

医学 AI 圈的可以看看，GUARD-LGG 在放疗前就能预测低级别胶质瘤的响应，发在 npj Digital Medicine 上。

npj Digital Medicine@Yinyan Wang原文

医学生和做医疗 AI 的都该看看：这篇 npj Digital Medicine 论文用新生儿气腹诊断做实验，发现资历不同的医生被 AI 带偏的程度不一样。

npj Digital Medicine@Hee Mang Yoon原文

双层优化以前要求下层强凸，这篇给了两个 Newton 方法放宽到 Hessian 奇异也能跑，还拿 GPT-2 数据重加权做了实验，搞优化的可以看看。

量子机器学习终于有了能证明泛化性能的框架，还在 IBM Heron 真机上跑通了，搞 QML 的可以细看。

这篇论文提出了把记忆直接做进模型计算里的 MemT-1.0 架构，128K 长度下推理快 1.86 倍、存储省 66 倍，做智能体的可以看看记忆方案怎么做。

把 LoRA 微调用在脑编码上，连 104B 的 Qwen3-Omni 都能高效适配，还拿了 Algonauts 2025 第一，做法挺巧的。

去中心化联邦学习里各客户端互相转介查询，不用中央调度也能汇总分布式专长，医疗数据实验结果不错，做分布式训练的可以看看。

蒸馏来的概率继承老师的偏差，加再多数据也去不掉，这篇用精确计算证明了这点，还拿 CFPB 23 万条投诉数据做了实测。

arXiv 上这篇表格 ML 论文拿 8 个数据集、最多约 1000 万样本做数据扩展实验，比较 GBDT、MLP 和表格基础模型谁吃数据，做表格建模的可以看看结论。

标注太贵？这篇论文教你只用一部分人工标注，剩下的靠模型打标签也能训练，从线性回归到 LLM 微调都验证了。

有人在 417 个 Polymarket 真实市场上用强化学习训练做市机器人，还拆成报价和风控两个角色，方法细节和数据重建都写得很清楚。

多智能体系统有些任务卡住不是能力问题，是结构问题。这篇用层论给出可证伪的判定方法，实验数据也给了，适合做 Agent 系统的人看看。

一篇讲怎么让 Agent 框架自动进化的论文，产出的 harness 比之前的 RHO 又快又便宜，代码已开源可以直接看。

Java 开发者看过来：论文实测 Spring AI 和 LangChain4j 调 LLM 谁更可靠，还给了套统一拦截方案，延迟只加几十微秒。

OpenAI 那些形式化证明被拿来用证明论量化分析，AI 写的证明比人类长得多，31% 对 73% 这组数字很直观。

一个开源的视觉 Agent 框架，给多模态模型外挂工具和记忆，22 个基准平均涨 10 分左右，成本还只要竞品的三成多。

视觉推理 RL 训练里错误定位一直很难，这篇论文的 VAG 用证据对比来过滤教师修正，在 6 个基准上超过了 GRPO，做训练的可以看看。