全部动态

把 token 当粒子建模，还拿 Kimi-K3 和 DeepSeek-V4-Flash 实测验证，讲清稀疏注意力为啥省算力还不丢效果。

用 PCA 就能找出数据里被压扁的少数群体，不用组标签，结果还能直接喂给 Fair PCA 补救。

arXiv 新论文提出 SERA，合并多个微调模型时按任务分配秩预算，总预算不变还能涨点。

想让随机森林的解释更稳？这篇论文让单棵 ART 树在 21 个数据集上同时给出预测值、区间和概率。

想把两个模型权重合并凑出新能力？这篇论文用三个模型家族证明涌现能力合不出来，错位反而会跟着保留。

WPBench 把 26 个风电数据集汇成一个基准，19 个模型统一跑了一遍，做风电预测的直接对着选型就行。

托卡马克最怕等离子体突然破裂，这篇论文把生存模型改成只看有限时间窗，TLS 在 DIII-D 和 EAST 上报警最准。

用完全冻结的MAE视觉模型做时序预测，加上VCR和TPR两个模块，在10个数据集上跑赢了现有方法。

蒸馏最烧token，这篇把教师监督压到0.1%-1%还不掉点，reverse-KL目标也保留，做训练的可以直接抄代码。

有人拿 SAE 逐个对比 Mamba 和 Pythia 的内部特征，99.98% 几乎一样，做可解释性的可以看看。

做长上下文推理的可以看看这篇：ARM 用可微路由记忆替代硬淘汰 token，缓存不再丢关键信息，延迟还可控。

arXiv 新论文：ASF-S 剪枝方法砍掉 70% 参数后不用重训就能恢复原精度，思路是从大脑的功能连接借来的。

搞自动驾驶或列车感知测试的可以看看：PEON 把运行设计域建成概率模型，能自动采出代表性测试用例，还给出何时能停测的判据。

EquiSELD 借 O(3) 对称性做声音事件定位，训练成本更低，成绩还胜过以前的等变网络。

RA-MMEA 先评估图像可靠性再融合，替代直接拼图片的做法，专治图像噪声拖累实体对齐，代码将开源。

无位姿照片丢进去，一次前向就出可渲染的 3D 高斯场景，权重也开源了，做 3D 重建的可以去看看。

广告效果不用等投放结束，这篇论文第4周就能把全年处方量预测误差压到2.9%，梯度提升基线是13%起步。

选模型前别光看榜单分数，这篇论文把通用排行的坑掰开讲了五种，还给了个众包评测的路子。

想给 Agent 配图记忆数据库前先看这篇，Corvic AI、Neo4j 等 8 款引擎实测，最贵的不是查询慢，是把数据喂进去。

阿里拿生产数据量化LoRA适配器共现规律，66.1%延迟开销这类数字，做推理服务的会想看。

学生模型从看似无关的输出里学会没见过的任务，这篇论文用核函数把背后的数学原理讲透了。

不告诉算法传感器测的是什么，它也能反推出热力学变量结构，NIST WebBook六种流体上验证通过

AI 写代码很溜，但芯片时序收敛还是硬骨头：8 个前沿 LLM 跑了 300 多次，最强的也只过了 53.3% 的任务。

不微调不标注，让 Claude 靠一份会自我修订的技能清单，把设计成功率从72.7%刷到99.3%。

RAG错得理直气壮最误事，这篇给检索加个置信分，没把握就弃答，MuSiQue上错误率降了近一半。

借法医测谎思路做的 PIR，能从 Gemma、Qwen 等模型内部读出它明明知道却装不知道的答案。

把现成开源代码库自动变成智能体 RL 练习题，MiMo-V2.5 训完 ProgramBench 涨了 17%。

搞掩码扩散加速的看看这篇：tau-leaping 的误差被精确刻画，最优调度也解出了显式形式。

把 139 只小鼠 276 个脑区的神经记录做成基准，专测预训练模型跨动物迁移，做神经+AI 的能直接拿来跑。

arXiv 论文把"安全闸门能否过认证"变成动态规划问题，还能算校准数据怎么分，做部署的可翻翻。

NemotronLabs 开源了全双工语音模型 VoiceChat，能边聊边调工具，被打断也接得住，做语音智能体的可以看看。

有人把量子策略写进博弈论均衡求解，新算法 MEFPIA 比 MMWU 迭代更少、误差更低，搞优化的可以看

交通仿真器校准和深度 Q-learning 控制共用一套潜空间，基准网络上行程时间最多降 51%，做城市交通优化可以看看。