全部动态

有人拿架构搜索重新跑了一遍已发表的湖泊藻华分类模型，参数少了26倍，AUC还从0.790提到0.820，配方和小代码都开源了。

工程师做需求侧灵活性建模的可以看看：NeuralBES 用神经网络参数化 RC 热模型，比 EnergyPlus 快、比黑盒模型物理可信，参数还少一个量级。

加速度器束流预测上 CRPS 降了 65%，还能连续跑 400 多步预测不崩，做时序概率预测的可以看看这套自滚动训练思路。

用 CFM 几秒生成城市三维风温场，风速误差 2.99%，大涡模拟要跑很久的活它秒出，做城市微气候设计的可以看看。

训练完 RL 模型想追查是哪条数据教会它某个行为？这篇直接证明现有归因方法大多被梯度大小和流畅度这类干扰项骗了，还给了套评测清单。

给 TTS 加了个情绪旋钮，不用重新训练模型，注入转向向量就能调情绪强度，Qwen3-TTS 上效果最高提升 7 倍。

机器人世界模型也有缩放定律了，8B 参数的 RoboJEPA 能用计算量预测真机表现，还能零样本规划长时程任务，代码全开源，搞具身的建议看看。

这篇论文提出 Ledger，让具身智能体能记住你放过的东西在哪，HD-EPIC 准确率从 29.7% 拉到 42.6%，做空间记忆方向可以细看。

12 个智能体里 6 个做出的气候模型比已发表的还好，连 ENSO 暖冷不对称的争议都摸到了边，这套无标准答案的评测方法也值得做 agent 评测的人参考。

没有标准答案的问题怎么评测模型？这篇论文借经济学问卷检验的思路给了一套可操作方法，还实测了 6 个模型，思路挺新鲜。

这个框架让机器人自己决定该做哪个物理实验，边试边改自己的代码和技能，真实机器人上也能零样本迁移，效果比基线高了快一倍。

蒸馏时直接抄老师的最终输出会混进老师基座的偏好，这篇论文改用老师训练前后的偏移量，三个老师组合下 Math 高了 4 分多，做模型蒸馏的可以看看。

arXiv 上新出的 PHRBench，测 18 个模型怎么在推理途中纠正幻觉前提，还发现提示特征能预测能否翻盘，做评测的可以看看。

这篇论文把 RAG 从'检索'升级成'主动算证据'，RouterLM 用 Qwen3.5-9B 就打赢了 Gemini 3.5 Flash，做 RAG 的可以看看思路。

这篇论文讨论怎么管上万个抢算力的研究智能体，用招标加拨款代替人工派活，还跑了万人规模实验，做 agent 系统的可以看看。

759 名 MBA 学生的随机实验，课前跟语音 AI 练两次讨论，课堂发言多了 31%，做教育产品或教学的都该看看数据。

一个模型同时当老师和学生，解决 RL 训练中教师给出学生学不动的指导的问题，推理和写代码任务都有效。

流策略微调太慢的问题有解了，这篇 SQAM 砍掉了每步的反向传播计算，OGBench 难题成功率提升最多 35 个点，还验证到了真实双臂机器人上。

研究者在 DeepSeek Engram 这类条件记忆架构上做了知识编辑，改一条事实不用重训模型，CoT 推理准确率是基线的近 3 倍，方法细节都在论文里。

用 Qwen 微调出的期权交易智能体，把上千份合约简化成策略选择，六个月样本外赚 18.3%，新闻用法还挺反直觉。

3 个推理模型、210 道题的实验：模型被要求说谎时 token 用得更多，数 token 也能当查谎信号，思路挺巧

一篇机器人方向的新论文：给 VLA 模型加了个多样性奖励来做 RL 微调，π_0 分布外成绩提了 5.3 分，真机上成功率也从 64% 涨到 73%。

arXiv 上的新论文，教长期智能体把过往推理经验压成一个轻量策略，实验里把 DeepSeek 的推理 F1 从 0.789 拉到 0.868，做智能体记忆的可以看看。

一篇多臂老虎机理论论文，提出 ACE 框架把样本复杂度从高概率保证换成期望保证，还证明了 Thompson 采样在 ε 未知时的紧界。

一个专门测地理空间智能体的开源基准，103 个任务打九个模型，Claude Sonnet 4 第一但 DeepSeek V3.2 便宜 11 倍，做 Agent 评测的可以拿来就用。

把元胞自动机和神经网络结合做交通流建模，还强制守恒约束，比标准 NCA 学得更准，做交通仿真的可以看看。

训练好的模型 Hessian 谱总长那样？这篇论文用对称性破缺把聚簇和离群值一次讲清楚，还覆盖 transformer 和 NTK。

这篇论文搞了个无损压缩模型权重的方法，压缩后比基线快最多 21 倍，还能省 27.5% 显存，做部署的可以看看。

一个只有 2.8 万参数的小模型，不靠数值预报，纯站点数据就能做联合概率天气预测，CPU 就能跑，做气象的可以看看。

一篇写损失函数的论文：gSAP 直接换掉 InfoNCE，同样精度下能多捞 4 倍正样本，做检索和预训练的可以试试。

一篇量化压缩论文：给每层算局部误差打分来分配比特，不用求解器，分配速度最高快2570倍，校准数据脏了也不崩。

这篇arXiv论文把多模态生成的编码和生成揉进一个潜变量流模型，图文音频联合生成一致性最好，做生成模型的研究者可以看看。

做模型解释的可以看看这篇：Ra-NEM 直接把忠实性指标变成损失函数来优化，比一般归因方法指标更好、推理也快，代码开源了。

这篇论文把贝叶斯网络里该随机化哪些参数交给算法自己学，只用一半随机参数就能达到全随机网络的效果，做不确定性估计的可以看看。

一篇做 Solidity 代码生成的训练方法论文，思路挺有意思：训练时检索、推理时不检索，再用语义扰动造 DPO 数据，Qwen2.5-Coder 等模型上验证有效。

这篇论文拿 Jev 和开源语言模型在 128 个真实故障日上跑九项压力测试，告诉你哪类 HVAC 故障能自动诊断、哪类还得靠人，做楼宇运维的可以看看。