论文

DeepSeek研究员发表的论文，揭示了不同LLM训练方法背后的统一理论，解释了为什么冷启动监督预热对KL投影至关重要。

ERPBench首次测试大模型企业决策能力在不同竞争市场环境下的迁移性，发现不同环境下最佳模型不同。

AAAI-27评审周期发现合谋风险，CABAL框架首次完整模拟合谋评审全过程，揭示其影响机制。

ATIBA 自动检查论文引用完整性和会议合规性，用 GPT-5.4 做多模式审查，比人工检查更一致可靠。

EditVid一个框架就能做多种视频编辑，无需训练，效果比现有方法好一半以上。

VLM先看后合成，让视频字幕生成更精准，比传统方法更智能地找到事件变化点。

这篇论文揭示了大模型预训练中知识获取的关键机制，解释了为什么数据多样性重要。

OpenAI新研究揭示OPD只需少量数据就能接近全数据效果，算法效率比数据量更重要。

DeepSoftwareAnalytics发布SWE-Gate基准，揭示AI编码助手通过功能测试≠满足实际开发要求

Sentinel-RL解决了LLM在安全运营中的两大瓶颈，能快速处理大规模网络拓扑，推荐更准确的 containment 行动。

Terminal-Universe能把代码执行轨迹变成可复用环境，让Qwen3.5-27B在终端任务上提升近12分。

TAHI方法让人机交互数据成为缩小专业差距的信号，适应后的模型不仅个人任务成功率提升，还能跨用户泛化。

Ecma International发布NLIP标准，让不同AI智能体框架能互相通信，支持多种传输协议。

Minima团队把Qwen3.8-27B全量化到4位，性能不变还更小更快，揭秘了混合模型递归部分为什么好量化。

OpenAI新方法把自然语言描述变成可复用的本地神经函数，比远程调用更快，还部署了实际应用案例。

OpenAI等公司的模型评估可能存在严重可靠性问题，同一模型在不同时间点表现差异巨大。

研究人员提出前瞻性编码方法，解决了深度循环网络中底层信号延迟和顶层误差衰减问题，在多个模型上提升了性能。

OpenAI等机构常用方法被挑战，论文证明先OPD后RL的两阶段训练效果更好，还给出了实用切换信号。

NVIDIA研究团队推出Direct-P方法，解决了Blackwell FP4张量核心在注意力计算中的瓶颈问题。

IBM发布DRACO，解决长周期智能体训练中信用分配问题，无需验证器就能提升15.9分。

PreferenceEKF 用子空间推理解决奖励模型不确定性问题，比传统贝叶斯方法更高效。

这篇论文揭示了单层注意力模型中布尔函数计算的头部需求边界，为理解Transformer架构的计算能力提供了理论基础。

FLY-EVAL++为飞行预测任务提供新评估标准，发现LLM在安全约束下存在显著差异，比单纯看准确率更重要。

零售供应链需求适应有新框架，用GPT/Qwen/DeepSeek提升成功率7%。

研究人员发布了KC-Bench基准，专门测试AI智能体如何处理知识冲突，九个主流模型测试结果都不理想。

DeepSeek-R1等模型推理轨迹中的'突破'可能只是难度信号，真正有价值的信息很少。