论文

一篇改进 kNN 的小论文：不再全局定一个 k，而是用遗传算法学出按每个样本自适应选 k 的策略，还附了 12 个数据集的实验和泛化证明。

一篇很实在的推理优化论文：把注意力分块按精度分档，长文本生成最高快 7.88 倍，代码已开源，做长上下文部署的可以试试。

这篇论文把两种衡量 AI 削弱人类权力的度量用不等式串了起来，还给出能从交互日志直接算的监控指标，做 AI 安全的方向可以看看。

做嵌入可视化的人可以看看，它不用标签，靠知识图谱三元组重构邻域图，8 个条件上 NMI 和 LT_2D 都赢了 kNN 基线。

一篇离线强化学习新论文，MAC-v2 用潜在世界模型加动作分块，在 LIBERO-10 这些视觉基准上跑赢了 model-free 和 model-based 基线，做 RL 的可以看看。

太阳能发电预测只能给单个数值不够用，这篇论文用两个LSTM分开预测辐照度和误差，不确定度偏差最多降56.5%，做新能源预测的可以看看。

一篇把 DINO 自监督搬到惯性传感数据的论文，一个模型同时搞定 HAR、动作捕捉、里程计这些任务，还能换采样率和佩戴位置，做可穿戴或机器人方向的可以看看。

几何深度学习论文把等变GNN的秩限制反着用，用奇异值谱给分子、蛋白复合物做点群识别，还能追踪对称性破缺，做结构分析的朋友可以看看。

搞RNN或循环模型训练的可以看看，这篇把截断BPTT到底丢多少梯度信息给出了数学刻画，结论挺实用。

PINN 找解，区间算术给严格误差界，Lean 再机器检查一遍，还顺手发现了新的高振幅 Wilton ripple 候选解，方法链路很完整。

一篇 RAG 新玩法论文：把文档离线灌成 KV 缓存，0.6B 小模型查询时直接吃缓存，30 组对比赢了 29 组，省算力场景挺实用。

一篇挺有意思的论文：有人能在不动准确率的情况下悄悄把模型预测掰向自己要的方向，连审计都能过，监管和用模型打官司的人该看看。

做偏好优化训练的可以看看：给 DPO 打了个闭式诊断指标，能提前判断冲突数据会不会让安全分、长度这些约束越训越差。

一篇图学习论文，提出 AtlasULP 框架，在没见过的图上不用重新训练就能做链接预测，生物网络这类长程依赖场景提升明显，做图方向的朋友可以看看。

做推理部署的可以看看：没有验证器也能做测试时扩展，在 LiveCodeBench 上无验证器时 mean@8 提升 35%，方法细节都在论文里。

数值方法论文，用张量网络 CP 分解把高维动理学方程的成本从指数压到多项式，3D3V 例子单 GPU 半小时训完，做等离子体或半导体仿真模拟的可以看看。

用超声波听声音就能提前发现钻头要卡死，Autoencoder 在 17 个钻头上一个故障都没漏，做工业预测维护的可以看看这份公开数据集。

GEAR 这个新微调方法把 LoRA 动态秩问题做成了几何问题，参数只用三分之一，分数还涨了近 2 分，搞微调的可以看看。

Mila团队的新论文，把持续强化学习的长期记忆和短期适应拆成两套表征，在Craftax-Classic上跑赢了基线，做CRL的可以看看。

微调前选数据必看：论文证明按难度选样本常不如随机抽，聚类选覆盖更广的数据反而更强，直接能抄的做法。

让模型自己看着实验数据改自己的权重，不用重训练。用 GPT-6 Astra 做的，回放里 8 组测试赢了 7 组，思路挺新。

强化学习理论党看过来：MFRLC用LSVI-UCB加原始-对偶做约束MDP，拿到K^{3/4}次线性遗憾界，还不用估计转移核。

有人拿 GPT-2 架构去控制 cartpole 和 acrobot，不给参数只给轨迹，居然真能稳定住没见过的系统，挺有意思。

搞量化风控的可以看看：用扩散模型合成极端行情样本，XGBoost 分类 AUC 冲到 0.96，比纯真实数据训练还高。

化学实验室自动化的新基准，1000 道专家手工出的题考了 28 个多模态模型，结果发现它们看实验视频还行，真要动手操作就不行了。

42位物理学家出题考AI做完整科研，22个模型没一个能及格，具体差在哪篇里分析得很清楚，做智能体评测的值得看。

不用遮挡标注、不用训练，靠高度和深度两个估计打架就能判断行人被挡住，KITTI 上 AUC 0.909，做自动驾驶感知的可以看看。

一篇用 754 个美国职业数据算 AI 曝露度与工作条件关系的论文，结论有点反直觉：越可能被 AI 影响的工作条件越差，适合关心就业的研究者看看。

通信方向的朋友可以看看：把神经网络接进置信传播解码器，误码率比 BP 和现有神经解码器都低，还给了两个训练技巧。

让智能体每轮先出 N 个候选动作再挑一个，实测准确率提升 5-10%，做 Agent 的可以看看这套推理时扩展思路。

这篇论文让 6 个编码智能体比赛压缩模型，36 次提交里 29 次跑通，看看它们怎么做到 3.4% 困惑度差距的。

这篇论文挺有意思：让 Claude Sonnet 5.5 这类编码智能体去自己写推理服务系统，成绩做到 vLLM 的 4.87 倍，还附带基准复现方法。

评测智能体跑一遍基准太烧钱？这篇论文用 LLM 摘要轨迹来预测分数，SWE-bench 上误差从 0.13 降到 0.08，只跑一个任务就能估分。

一篇很硬核的智能体架构论文：把路由和执行拆开，Qwen 3.8 的分割路由从 6.2% 拉到 75%，做科学图像自动化的值得看看思路。

多轮改图容易越改越跑偏，TailSteer 只在去噪末端做修正，FLUX、Qwen 上验证有效，做图像编辑的可以看看这篇。

让视频模型不光画得像，还能推理野兽出现后人会逃跑还是躲起来，这篇论文给了配套数据集和基准，做世界模拟方向的可以看看。

一组研究者把真实用户和编程智能体的交互记录变成可复用的评测集，19 个配置平均涨了 10 个点，评测和改进方法都能参考。

做 LLM 社会仿真的人看看，这篇给了套可复用的上下文增强规则和验证标准，还实测了两个模型的表现差异。

这篇论文拿 10 个学习方法对比 5 个经典方法，结论挺反直觉：很多场景下经典方法照样赢。做流场重建或物理仿真的朋友值得看看选型表。