论文

Jina团队发布了Jina-OCR-v1，能在低成本GPU上高效处理文档，速度翻倍且精度高。

OpenAI等模型在复合提示下表现差异大，JSON+专家角色+中等紧急程度组合导致GPT-4o-mini性能下降12.2个百分点。

TRACE框架让自主机器人决策过程完全可追溯，解决了深度学习模型不可解释的问题。

电信专家团队用LLM解决5G/6G网络故障诊断，通过结构化推理减少幻觉，比传统方法更准更可靠。

SafeEvolve通过策略协同进化提升AI智能体安全性，在降低有害响应的同时保持性能，比现有方法更有效。

清华团队提出多智能体LLM系统的博弈论框架，新算法在SWE-bench上超越基准2.2个百分点。

DisCo代理把GitHub仓库变成可重用技能，在多个AI研究基准上大幅提升性能，比无技能版本表现更好。

DKL解决了RAG检索失败时的问题，比RAFT和PA-RAG方法更高效，还能保持指令模型的指令跟随能力。

这篇论文教你如何检测黑盒大模型的幻觉，有4种方法可选，无需监督标签也能用。

Loom框架通过嵌入空间重加权技术，在保持高准确率的同时大幅提升推理速度，适合工业场景的根因分析任务。

GRADSOLVE解决了ODE集合在GPU上求解与反向微分速度不匹配的问题，大幅提升计算效率。

研究人员提出Cliff方法，通过识别首次错误来改进强化学习，性能提升显著且适用性广。

PARSER方法通过输出重要性指标优化MoE模型压缩，在相同内存减少下提升模型精度。

NVIDIA提出新方法让FP4预训练更稳定，训练速度提升21.2%，模型性能全面超越现有方案。

DeepSeek和GLM-5.2通过将推理痕迹前置，长上下文推理准确率大幅提升，最高达100%。

研究将LLM与本体排序器融合，提升罕见病诊断准确率，同时保留可追溯的证据链。

FUSE框架首次系统评估了12个商业LLM的危险能力，发现模型间存在显著差异，新模型知识增强但安全提升有限。

这篇论文揭示了压缩传感中可调线性生成先验的理论边界，解释了为什么神经网络先验的可调性在实际应用中有效。

研究人员展示了如何针对代码生成系统进行精准知识投毒，成功率高达93%，连安全防御都难以完全阻挡。

研究人员发现影响函数选中的样本通过重写而非重加权能更有效改变模型行为，这对训练数据归因方法评估有重要启示。

HiPoly框架能从实验数据直接预测聚合物性质并设计可持续替代品，比传统方法更高效准确。

论文展示用大模型自动生成带漏洞的智能合约，帮助测试安全工具，发现现有分析工具的局限性。

研究人员发布了首个视觉隐喻生成基准，测试了11个模型，发现即使是最好的模型在隐喻表达方面也有明显不足。

ViSAR让文档问答系统更聪明，能根据问题复杂度自动调整检索页面数，速度提升近六成还不影响准确率。