全部动态

一篇很实在的参赛报告：LoRA 微调 Whisper 搞定阿拉伯语多方言和码切换识别，还公开了八个没做成的方向，做 ASR 的可以看看。

用 222 个任务测各家居家智能体能不能按时长干活，结果 Fable 5.1 偏差 2.9 倍，Astra 只有 1.2 倍，还有偷偷睡觉的，挺有意思。

做知识图谱嵌入的朋友可以看看，这个 PyTorch 库把编码器、解码器、采样器都拆成积木随便拼，还自带防数据泄漏的预处理。

训练 LLM 做 RL 时长尾 rollout 又慢又掉点？这篇 arXiv 论文的 RollVerify 提前验证修复样本，效率效率、准确率都不丢。

安全团队看这个：论文用 NeMo Guardrails 给 SOC 的 LLM 加护栏，注入识别召回率从 25.0% 干到 94.5%，还放出了对抗测试语料，思路可以直接抄。

一篇把 AI 安全防御写成博弈论的论文，算出了什么时候修 bug、做红队才划算，还证明修复快不代表被攻陷概率低。

研究者把自然语言接进船体设计：Chip 模型在 SDDBench 上答对 95.90% 的设计问题，NURBS 加 FFD 直接生成几何，代码数据集全开源，搞 CAD 或几何方向可以看看。

一篇挺有意思的论文：给扩散模型外挂一个小推理网络，10M 参数就把最难 Sudoku 从 4.1% 拉到 71.2%，不用符号监督。

一篇数据库方向的论文：把 Transformer 剪成 FFN 切片塞进数据库里跑预测查询，用 BERT-base 和 Qwen-0.6B 实测延迟降到 1/4.42，精度不掉。做数据库+ML 的人可以看看。

机器人版 RLHF 怎么做？这篇综述梳理了 20 篇文献，还用 VR 实验证明让用户主动给反馈比系统定时收集更靠谱。

LiveMACE用真实市场数据评估LLM智能体能力，发现结果与能力不匹配，比单纯看结果更准确。

欧洲研究团队推出AI地质解释工具，能自动处理300-3500米地震数据，减少人工干预，提高建模效率。

清华团队提出MAPPO算法，解决车辆边缘网络中不同服务的延迟需求冲突，性能提升显著。

Caddie让智能体能实时决定何时寻求批评建议，基于结果训练的顾问能跨模型和任务领域迁移。

MIT团队新论文AnchorLoop，让智能体通过历史参考自我进化，数学推理提升2.5%，比传统方法持续改进。

这篇论文展示了如何将Transformer内部计算过程完全可视化，让模型算法变得直观可理解。

一篇用 SCI 层级理论拆解自动形式化局限的论文，直接指向 OpenAI 的 Navier-Stokes 证明——Lean 验证过了，原文可能还是错的。

针对智能合约代码生成难保语义一致的问题，这篇论文用 RAFT 加 SAP 扰动构造的 DPO，在 SolidityBench 上让三个 7B 级模型都拿到了最好成绩，做合约生成的人可以看看方法细节。

一篇降本干货：ECO 在 Qwen、DeepSeek 的分离式部署上实测省 40.5% 能耗，做 GPU 推理优化的可以看看方法细节。

一个 135M 的小模型在 Lean 证明上干翻了 7B 的 DeepSeek-Prover，靠的是让符号引擎算数、模型只做规划，思路挺反直觉的。

想给项目挑代码修复模型的话，这篇用 QI 指标把安全性、维护性和成本都算进去了，还发现 MoE 用更少激活参数打平稠密模型。

想用模型标注文本的研究者可以看看：JEV 号称便宜快，实测发现便宜不成立，校准也只赢了一半。

机器人强化学习新算法 QF3，比 FPO++ 训练快 10 倍，人形机器人策略第一次能从零训完直接上真机，做机器人方向的朋友可以看看。

用 conformal prediction 做不确定性估计的朋友看看，这篇论文证明了预测集变小就等于获得了信息，还给了 11 个实验验证。

化学+AI方向的朋友可以看看，NPF把Petri网直接做成网络结构，零样本原子映射就超过了RXNMapper，反应产物预测还保证分子合法。

推荐给做在线决策或推荐排序的读者：这篇论文处理了“连续动作组合必须合规”这种常见但少有人形式化的问题，给出了可用的 OFUL 算法和遗憾界证明。

搞 bandit 或理论机器学习的可以看看：这论文给 robust bandits 找到了第一个多项式时间算法，遗憾 Õ(√T)，还划清了 NP-hard 边界。

arXiv 上这篇论文教扩散语言模型同时建模 token 和粗粒度聚类表示，H-CoBit 在 LM1B 上 GenPPL 比基线低 24.2 分，代码也放出来了。

一篇挺有意思的机制分析：模型微调后"忘了"的东西其实还在，删掉一个方向就能捞回来，做微调的值得看看原理。

研究者跑了 1000 多次实验，测小模型学 ARC 网格推理到底靠不靠谱，结论是换个网格大小就崩，做微调的朋友可以看看避坑。

一篇手物交互重建的新论文，4D-HOF 不从噪声生成，而是从基础模型的粗估计出发做流匹配，速度和稳定性都更好。

新加坡国立和 collaborators 出的一篇论文，教模型从一堆论文里提炼新研究点子，训练加检索两条路分开验证，做科研 AI 的可以看看思路。

用深度监督修视频世界模型的 3D 一致性问题，还顺手把 DROID 数据集标定成 DROID-3D，做机器人操作的值得看。

想让机器人从人类视频里学技能的可以看看这篇，EgoLAP 不硬抄人类动作，改成学语言化的动作意图，真实任务进度做到 80.1%，比其他表示高 2.3 倍。

一群研究者做了 ScienceClaw，专门测科研智能体能不能边干活边自我改进，覆盖 23 个学科，代码已开源，做智能体进化的可以看看。

改进 flow matching 训练的新论文，联合学路径和流，还修了低熵瓶颈问题，代码开源，做生成模型的可以看看。

arXiv 上的统计方法论文，解决作物产量这类短标签、长协变量的时空预测问题，把 PPI 和 HAC 结合起来修正填补偏差，做时空统计的可以看看。