论文

ASKS系统用LLM编译56篇论文，把科学知识变成可追溯的图谱，比传统方法更系统化。

这篇论文提出了学习系统评估的新视角，关注学习如何改变获取证据的能力，而非仅从已有证据中推断。

MIT和哈佛研究人员提出智能体技能的完整生命周期架构，解决LLM智能体在复杂任务中的可靠性瓶颈。

论文揭示了AI图像生成系统对非标准方言用户的系统性歧视，可通过重新训练减轻。

CNY让LLM自主决定何时扩展邻居获取证据，解决了传统方法静态上下文的局限，在TAG推理任务上表现更好。

SUP-MIMIC 基准测试揭示了 LLM 在临床诊断推理中的缺陷，特别是对矛盾证据的处理能力不足。

PhysWave统一了自然语言和轨迹控制，通过物理约束解决了现有方法违反声学关系的问题。

研究人员发布了TIDE-Bench基准，专门测试LLM在复杂对话SQL中的意图理解能力，发现现有模型在链式识别和意图漂移处理上仍有明显不足。

AGM让冻结的VLA策略变成闭环系统，物理验证子目标，机器人任务表现提升明显。

GABLE用大语言模型模拟人类行为变化，比传统移动数据预测更准，还能提前评估政策效果。

这篇论文揭示了神经网络如何通过隐式符号结构实现高性能，为理解AI工作机制提供了新视角。

GeoNeXt用视频模型做几何估计，数据效率高，性能还超过100倍数据训练的模型。

这篇论文提出了一种新的神经算子不确定性量化方法，在达西流和纳维-斯托克斯方程实验中表现优异。

QGPINNs能解决量子图上的复杂微分方程，还能从噪声数据中反演分数算子阶数和物理参数，IEEE 14-bus系统测试验证了其准确性。

MIT发布了仿真就绪的肌腱驱动手Aero，包含完整训练包，无需微调即可部署。

DeepMind学者整理了最新优化器研究，帮你理清矩阵方法与AdamW的优劣，不同规模模型该选哪个。

DARTS解决了模型合并中的表示偏差问题，只需增加0.1%参数就能显著提升多任务性能。

这篇论文揭示了代码世界模型中拓扑与可达性的关系，以及错误修复和缓解的具体方法。

数学论文证明了射影化环面向量束满足Fujita自由猜想，给出了具体条件下的整体生成性证明。

MAST-U实验首次验证了神经网络模拟器实时控制等离子体形状，比传统方法更灵活高效。

ARC-CT用LLM提取标签替代人工标注，在小型模型上超越大型transformer，解决小病灶和共享异常问题。

OpenAI研究团队用计算器工具+强化学习，把数学推理准确率提升30个百分点，方法开源可复现。