全部动态

写论文的都懂流程图换个画布比例多痛苦，这篇把它做成智能体流水线，输出还是 draw.io 能直接编辑的，比图生图和文生图靠谱多了。

不用 RL 训练，只在开头加个 "Okay" 就能让 Olmo-3-7B 数学成绩翻近一倍，这篇论文把原因挖得很透，做模型训练的值得看看。

研究模型偏置的可以看看：arXiv 上的 BiasFlow 同时给了监测质心几何的工具和 BFR 正则项，CelebA 压力测试里 WGA 从 40.7% 拉到 64.1%。

有人把扩散模型的中间 token 拿去喂 LLM 问话，能问出画面细节，还顺手改进了生成质量，思路挺有意思。

机器人智能体光记文字学不会“怎么做”操作，这篇论文把一条演示视频拆成层级结构按需查看，两个基准成功率都提了几个点，做具身智能的可以看看。

做 AI 图像编辑的可以看看，它把滑块拖动和实际感知变化对齐了，300 个样本的基准上加用户研究，比之前方法都稳。

一篇讲 agent 记忆管理的论文，用 RL 学出策略在“查现成记忆”和“现整理原始历史”之间动态切换，还能按成本和延迟偏好调，实验跑在五个多模态基准上。

开源网页智能体训练时奖励信号太稀疏？这篇 CLIFT 用保形自验证把裁判反馈变成可复用信号，测试时还能不调 API 就做轨迹筛选，WebArena Infinity 上开源里最強。

这个 TasteVal 把研究品味换算成省了多少算力来打分，Opus 5.5 用 1/30 的成本跑赢人类专家，数字挺有意思的。

不用光学传感器，光靠手表加速度数据就能估睡眠心率，SeqSmoother 把 MAE 做到 1.60 bpm，还跟 Nightbeat 掰了手腕，精度和覆盖率的取舍讲得很清楚。

一个 8.5MB 的 TTS 模型，笔记本 CPU 就能跑，速度是实时的 25 倍，音质只比原版 Kokoro 低一点，还开源了代码和音频样本。

用一块贴纸大小的补丁就能让机器人世界模型成功率归零，还能跨模型迁移，做机器人安全研究的可以看看这篇攻击机制分析。

一篇实用论文：MC-Sparse 不用训练就能把视频和 3D 生成的去噪提速 1.8 到 2.3 倍，还指出了以往稀疏注意力掉质量的三个原因。

做芯片验证的朋友可以看看，这篇用 SQLite 加多智能体把波形调试从手动翻日志变成自然语言查询，150 条查询准确率 95% 以上。

一群研究者做了个叫 IdeaLens 的检测器，专看想法是人的还是 AI 的。有人照 AI 详细大纲写文，Pangram 照样误报 92%，它只误报 7%，挺有意思的思路。

给医学问答做了个按问题动态分配 LoRA 秩的微调方法，在 Qwen3-8B 上比 LoRA r16 高了 1 个多百分点，专科越多优势越大，做医疗方向微调的可以看看。

团队训练了一个专做矩阵补全的 Transformer，一次前向就能补全整块缺失数据，零样本用在推荐、表格插补和因果推断上都行，思路和 TabPFN 这类逐条预测的表格模型不一样。

训练混合架构模型的朋友看看这篇：加了限制注意力访问历史的辅助损失后，长上下文任务提升明显，方法可直接套用。

五家模型都能把一件货同时卖给多个买家，对抗指令下更是变本加厉，GPT-5.4 违约率到 55.5%。想做交易代理的先看看这套基准。

有人测了 TypeSafe 那个号称便宜快的 JEV，结果在 OpenAI 批量价格下根本不省钱，校准也没明显赢 Qwen3.8-27B，想做文本标注的可以看看。

这篇论文把 MoE 的专家排成二叉树来做路由，不用额外的负载均衡损失，还能按树前缀分设备减少通信，做 MoE 训练的可以看看。

多智能体写代码总互相丢信息？这篇论文把协调交给框架来做，通过率提升 28.2%，还顺带堵住了恶意指令传播。

搞蛋白质结构预测的可以看看，这个 TurboPairFormer 把 AlphaFold3 式训练的三角注意力算子重写了一遍，比 Triton 后端快 1.73 倍，数值还更稳定。

一篇挺反直觉的论文：模型自己修复得太快，漂移检测器反而看不见漂移了，还给出 Δe=0.120 的检测下限，做流式监控的值得看实验设计。

一篇做少样本分类的研究：RepICL-I 在 12 个设定里全赢了 Logistic Regression，靠的是 episodic whitening 这一步，做小样本任务可以看看。

宽学习系统的改进版来了：用层级引导决定新模块学什么，再用纠错码抵抗权重误差，10 个数据集上跑赢了原版 BLS 变体。

一篇针对表格数据类别不平衡的扩散模型改进论文，在信用卡欺诈数据上验证，做金融风控或少数类生成的朋友可以看看思路。

四足机器人背上没固定的纸箱走坡道台阶，成功率 0.850 比基线 0.675 高不少，做法是多目标 RL 加在线调权，做机器人的可以看看。

半导体厂的朋友可以看看，讲的是怎么用显微镜图像训练网络，一套框架同时搞定关键尺寸提取和 nm 级缺陷检测。

给做 IoT 安全的人：论文实测了 5 种流式学习器被投毒时的表现，AT-SRP 防标签翻转 F1 到 0.904，方法可复现。

半导体量测圈的朋友可以看看：用神经网络把 SPM 图像分辨率提上去，还靠迁移学习省数据，200nm 和 100nm 两种结构都做了实测。

做日志异常检测的可以看看，同一套检测器换个评估协议，HDFS 和 BGL 上的排名就能变，选模型前先想清楚测试集怎么切。

用 Mamba 把金字塔相邻尺度织在一起做轻量人脸检测，0.34M 参数就在 WIDER FACE 上拿到 91.41% mAP，Hard 集也稳，代码还开源了。

一个做表格或文本数据研究的朋友可以看看，5.9 万条托育记录，连代码一起开源了，拿来练跨州迁移正合适。

GUI 智能体缺训练数据的老问题，这篇用图像编辑模型自己造数据，Qwen3-VL 微调后 AndroidWorld 成绩还涨了不少，代码开源可以直接试。

教育领域一个很实际的问题：手工标注 Q-matrix 太贵，作者用 11 个智能体流水线自动建课程知识图谱，每章只要 1.19 美元，论文还诚实标注了评估局限。

双足机器人边走边躲障碍还容易摔，这篇论文用高低两层策略分工解决，动态场景成功率比规划器方案高了20个百分点。

扩散模型用 CFG 时强度调高就容易崩，这篇把原因讲清楚了，还给出一个超球面约束的修法，做生成模型的话值得跑跑代码对比。