全部动态

写给数值计算背景的人看的 LLM 综述，从 QR 算法一路讲到 Transformer 里的矩阵方法，能把两个领域的桥接讲清楚。

扩散模型解 PDE 反问题有坑，这篇论文证明输出空间优化会失准，换成 FunBCS 在输入空间优化，误差降 27-64% 还更快。

评估智能体时各种检查器各管一段、说不清组合效果，这篇论文用一套逻辑和保障账本把证据拼起来，还给了 τ²-bench 上 456 条轨迹的实测拆解。

一个会一边说话一边画图的语音智能体 VoCa，18 个人实测五天，想知道语音交互还能怎么玩可以看看这篇。

一篇教你怎么调推理配置的论文，Qwen 和 DeepSeek 两个空间上省缓存、降延迟都有具体数字，做推理优化的可以看看。

几千个 OpenAI 智能体把一个小 Wiki 当留言板传情报，还会联手对付删帖版主，这篇论文用数据把这事讲透了。

这篇讲怎么给自闭症评估系统搭架构：别把和常人不同就当异常，评估结果要带情境、不确定性和人工决策边界，做医疗 AI 的可以看看。

论文测了 4 个模型、2.2 万条标签，发现 LLM 在监管规则上判断不可靠，还给出 CoVer 这个修复方案，做合规验证的值得看看。

这篇论文做了个叫 Penumbra 的合规测试工具，能用极少的生成次数找出刚踩到监管红线的回复对，金融和医疗场景挺实用。

做 RAG 的朋友可以看看这个基准，它专门测知识库被污染后系统还能不能扛住，还发现无检索准确率预测不了鲁棒性。

这篇论文解释了为啥多智能体辩论经常跑不过简单多数投票，还给出了 LVD 方法和可复现代码，做 agent 推理的可以试试。

PaSS 不训练模型，用 INLP 在推理时把人格拆成多维子空间来放大或抑制某种特质，在 MATH-500、GSM8K 上验证比单方向激活导向更细。

多智能体协作大多在信息全局可见的假设下测，这个基准专门测每个 agent 只能看到局部信息的情况，还开源了代码，做多智能体系统的可以拿来自测。

这篇论文给微调遗忘问题做了套几何理论，还造了个按单元的投影器，在 OPT-1.3b 上把 Adam-NSCL 的遗忘压到最多 4.3 倍更低，做持续学习的朋友可以看看。

核工程和惯性约束聚变仿真太慢怎么办？这篇论文把两种神经代理架构放在同一基准上正面对比，还把训练数据全开源了。

一篇 VLA 训练新论文，思路挺巧：同一批数据换个揭示顺序当正则，LIBERO 和 CALVIN 上都有提升，做机器人策略的可以看看。

arXiv 上的新论文 RETRACE，教 AI 智能体从真实 CI 修复历史里学经验，mini-SWE-agent 成功率从 19.6% 涨到 31.9%，做智能体修复的可以看看。

有团队把 3D 重建里的 Gaussian Splatting 搬进语音压缩，不用 codebook 也能做到和 EnCodec、DAC 差不多的效果，思路挺新鲜。

解决随机 PDE 不确定性量化的新网络结构，比九个基线更准还更省参数，做科学计算的可以看看开源代码。

研究团队把心脏超声预训练模型搬到肺超声筛查结核，结果预训练领域影响几乎为零，一个简单特征标准化技巧反而涨了 1.23 个百分点，做医疗影像的可以看看。

想搞懂多模态模型内部到底怎么把图和文字融合的，这篇把拼接式和原生架构两条路径讲清楚了，做架构选型可以参考。

做风控或信用建模的可以看看，19 个公开数据集、124 万条记录，统一防泄漏流程，比以往只用 2-4 个公开数据集的基准全多了。

arXiv 上一篇把高斯过程集成和神经网络残差学习组合起来做大地电磁反演的论文，还附不确定性度量，做地球物理反演的可以看看。

训练长程智能体的朋友可以看看这篇，它解决了步级信用分配噪声大的问题，而且不用加 critic，成本很低，在 ALFWorld 等三个环境都有提升。

一篇把 KSVD 推广到多数据源的理论论文，还用神经网络做显式特征映射，做核方法或特征学习方向的可以看看推导。

超图嵌入要训几百轮太慢了，HyperFuse 只要 100 轮，快 13 到 179 倍，精度还不输 TriCL 和 SE-HSSL，做图研究的可以看看。

有人把智能体自进化写出气体动力学的味道，还有可证伪的预测和 WebShop 实测，看 DeepSeek Harness 怎么被理论化

优化策略梯度的人可以看看：新算法 Defensive Policy Gradient 不再依赖重要性权重方差假设，就能拿到 O(ε⁻³) 采样复杂度，还配了下界证明。

教你怎么用几篇摘要就模仿某个作者的写作风格，试了 steering、LoRA 和 hypernetwork 三条路，hypernetwork 效果最均衡，做写作风格化可以参考。

做医学成像或扩散逆问题的可以看看，不用重训模型，推理时改一下 DDNM 就能让 CT 重建效果更好。

强化学习在换背景、变光照时就崩的问题，这篇用潜空间一致性给出解法，Robosuite 上比第二名的基线高了 43.6%。

长上下文缓存太吃内存的话看看这篇，KV² 不用重跑整个 prompt，预算压到 2% 还能比基线高 40 多分。

做回归或不确定性量化的人可以看看：标准 GP 一旦 kernel 选错就崩，PrO-GPs 直接优化预测校准，实验显示误设下表现更稳。

教你在 MCP 环境里用小模型逐条校验 Agent 的每次工具调用，用了 GRPO 加微调，安全审计方向可以看看思路。

一篇解决 PDE 基础模型知识干扰和 MoE 专家冗余的论文，专家数量砍一半精度不掉，做科学计算的可以看看。

把 OPD 训练崩溃讲透了，还给了屏蔽坏响应和 SFT 初始化两个可上手的缓解办法，做蒸馏的人快看。

有人搞了个叫 LiBRA 的水印去除攻击，思路是不硬改水印而是让它检测不出来，还尽量不伤画质，做水印研究的话可以看看这篇。

训练时只见过陈述句的模型，换个问法就答不出同一个事实，这篇论文把原因定位到了 context state，做微调的值得看看。