这篇理论论文把 Dikin walk 采样的混合时间从 $d^{2.5}$ 降到了 $d^{2.25}$，离理论下界 $d^{2}$ 更近了，搞采样理论的同学可以关注。

这篇论文教你用无监督聚类自动分析心脏PET/MRI，在99名患者上准确匹配医生判断，省时省力。

VAIOM 是专门处理金融连续数据的解码器模型，在汇率数据上比 LightGBM 强 0.03 比特以上，创新点是把连续输入和离散输出分开建模，值得做时序预测的人一看。

这篇论文搞了个P-EVAL框架来评估农业AI的安全性，Pezego-HITL架构在加纳测试，延迟降了55%，还挺靠谱的。

这个新方法挺聪明，用高维空间特性优化注意力计算，在GLM 5.2上实测提速1.2倍还省内存。

这篇论文提出 Deep Interaction，让你可以直接改推理步骤的错误，不用推倒重来。实验说 STEM 任务上纠错成功率涨 25%，token 还省 40%，挺实用的方法。

这篇论文把RAG和量规评分用在地震教育里，还搭了乐高机器人，让小学生边玩边学安全知识，挺实际的新方法。

这个框架把AI用在职业培训全流程，5个阶段都提速，已经帮人通过NVIDIA认证考试，还有美国会计委员会背书，挺靠谱。

满文OCR因为书写风格多变很难做，这篇论文用了个巧妙的办法：训练几个专家模型再加个路由分类器，哪个风格用哪个专家，精确到0.3%的错误率。挺实用的思路。

这篇论文用两千多个仓库的真实数据告诉你，小项目反而更爱用AI写代码，但整体上大家用得还不多。想了解实际项目怎么管AI贡献的可以看看。

这篇论文提出了CSFS方法，能在不牺牲预测精度的情况下减少21%的计算成本，适合做风电和太阳能预测的朋友参考。

想搞懂Transformer为什么深了还能训练？这篇从秩角度拆解跳接、归一化、双矩阵的设计逻辑，比堆实验更透彻。

这篇重新定义了AI渗透测试，从入侵系统变成操纵行为，提示注入、数据投毒都算，还给了具体测试步骤和案例，搞AI安全可以看看。

这篇论文用Terminal-Bench 2.0测试三种Agent优化方法，发现只有RELAI-VCL能持续累积提升，终身平均76.4%远超其他。做智能体持续学习的人必看。

这篇论文提出了衡量AI智能体忠诚度的新模型DVM-HALL和评分NHAS，专门针对自主商业和DeFi场景，值得研究参考。

这篇论文用原子动作来编舞，比直接生成连续动作更可控，效果也更自然，做AI舞蹈生成可以看看。

HealthClaw能记住你的健康习惯和变化，测试中准确率从0.2%飙到45.7%，还更保护隐私，开源可用。

想测试数学推理模型是真会思考还是靠蒙？这个挑战赛提供了新基准和资源，帮你判断模型的鲁棒性。

这篇论文用图匹配让智能体一次纠正错误，不用反复试错，在ALFWorld和ScienceWorld上效果比现有方法更好。

这篇论文搞了个 AgentHOI，不用训练数据就能做开放世界的人-物交互检测，靠多模态大模型推理，效果还比有监督方法好。

德国公司怎么用AI管人？这篇论文用410份样本告诉你，效率是主因，战略潜力还有待挖掘。

这篇论文讲怎么解决图数据里类别不平衡的问题，NodeImport能动态挑出重要节点，不用重新生成太多假数据，效果还比现有方法好。做图神经网络、节点分类的可以看看方法细节。

这篇论文解决了AI agent过度读取文件的问题，E3方法能自动判断任务简单就少干活，在MSE-Bench上省了85%成本，效果很实在。

手机上跑智能体不用再模拟点击了，PalmClaw直接调用摄像头、传感器等设备功能，速度快94%，值得试试。

这个研究用DiffusionGemma做语音识别，并行解码8步就达到6.6%错误率，只训练了0.16%的参数，挺高效的。

这篇论文用多球碰撞实验揭示了视频扩散模型做因果推理时的短板，增加去噪步数没用，但自回归和加深网络有效。对做视频生成和物理模拟的人很有启发。

TerraZero 用程序化模拟+零演示强化学习搞定了自动驾驶长尾场景，跑得巨快，还拿了 InterPlan 和 Waymo 的 SOTA，你不想看看怎么做到的？

这篇论文澄清了一个常见误解：别拿频谱指标来判断加上下文有没有用。作者给出了新诊断方法，实验做得扎实。

这篇论文用信息论精确测量了水印取样的代价：归属N个用户需要多少个token，提取载荷需要多少，并在GPT-2等模型上验证了理论预测。

这篇论文用具体模型和实验告诉你，哪些深度模型在光伏功率预测里更扛NWP天气误差，不是空谈。

这篇论文提出了LatentFlow，一个无需训练就能对随机过程做条件采样的框架，比传统方法快得多，还适用各种过程类型，值得一看。

这篇论文给做游戏AI的同行提供了一个很实用的优化思路：不用固定分配计算资源，而是根据搜索情况动态调整，实测对三个桌游都有明显提升。

这篇论文深挖了一个漏洞：计划评估器可能因为计划含糊就给高分。他们用数学证明并在26条路线上验证了。搞LLM安全或评估的值得一读。

这篇论文用因果干预把LLM的内部报告拆解成抵抗压力和更新证据两个维度，在测试中做到满分，比一般对齐方法更扎实。

想要自动生成带精确几何图形的数学题？FormalAnalyticGeo 用 CDL 形式语言和 SDF 渲染，造出了 7000+ 带标注的解析几何题目，误差不到 1%。

这篇论文用严格安慰剂对照方法戳穿了代码模型自修复的假设，在0.5-1.5B模型上实测发现错误内容并没带来明显改善，想了解模型能力边界可以看看。