论文

合成语音听着怪却说不清哪里怪？XSQ-AST 用显著性图把伪影定位到具体音素，40 人听测验证有效。

一种新的无监督聚类思路：数据点像元胞自动机一样自己"长"出类别，73 个聚类任务上追平了 Genie，还能迁移到大图。

把扩散模型控制策略跑进宇树 G1 实机：Jetson 上单帧不到 20ms，文本指定动作比基线更准

做共形预测或不确定性量化的理论党看这篇：CQR 的误差界和 covariate shift 下的极小极大极限都齐了。

智能体评测不再只看最终结果，按子目标逐步打分，Claude Opus 5 也只拿 75.7%。

气候模拟里AI参数化没记忆的老问题，这篇用一条线性微分方程就补上了，还复现出热带降水的日循环。

SimpleQA 全部题目只认英文档案，Arena 七成多提问是英文，这篇论文把评测偏差算成了具体数字。

有人拿 Jev 决策模型替掉 DeepSeek 和 Qwen 跑边缘编排，延迟最多降26.5%，API 费用省近七成。

跑GLMM贝叶斯推断的试试metabeta，开源开放权重，比NUTS快两三个数量级，后验基本一致。

RAILS 用 LLM 做文本聚类，六项基准平均成绩超过最强旧方法，还真的在工单系统里替换掉了 HDBSCAN。

论文让 GPT-4o、Gemini 当智能体解释器，结果三家全把错误行为解释得头头是道。

想在 Jetson 上把机器人 VLA 模型压到 4-bit 还不掉成功率？GR00T 和 π0.5 的实测数据都有。

训练LLM做推理的看这篇：InfoPPO把RL时间步从token数换成信息密度，Qwen3数学基准五项全升，比PPO稳。

长时程时序预测越算越偏？arXiv 这篇给了个两行代码的免训练修复，336 步平均误差降 51%。

有人出了个数学基准 Endless Exam，14类构造题自动验证打分，8个模型全测了一遍，目前没谁超过人类已发表纪录。

Agent出了安全事故该报什么？23位专家把清单列好了，做Agent治理可以直接对照。

让 VLM 智能体边渲染边比对来跟踪 3D 物体，ARCTIC 和 HOT3D 两个基准上都跑赢了现有方法。

VPRune 不用训练就能剪掉 LVLM 的视觉 token，FastVLM-1.5B 上高压缩率也掉点少，做端侧部署可以看看。

做自动驾驶3D感知评测的可以看看，这个基准专抓LiDAR模型靠选项套路蒙对题的毛病，代码和数据都开源了。

分布式 RL 训练卡在经验搬运上？这篇论文的 Conduit 把经验路径延迟最多降 97%，还能扩到 1,024 GPU。

智能体跑长任务容易中提示注入，这篇给了逐动作把关的运行时方案，AgentDojo上比现有防御更稳

机器人电子皮肤有了专用预训练方法，手中物体朝向误差降 20.8%，代码已开源，做机器人触觉的可以试试。

Astra 不微调直接当机器人策略，42 项任务拿下 22.48%，GPT-5.5 只有 0.88%。

DeepSeek公开了自家跑智能体训练的沙箱底座，一天能开300万个沙箱，做Agent训练的可以看看这套架构怎么搭。

做边缘计算或网络调度的可以看这篇：Jev 把意图翻成执行契约再交给数值调度器，决策延迟比 Gemini 低 61.9%。

有人把 55 年音乐节阵容数据做成时序知识图谱，拿来预测未来阵容，还和大模型零样本对比了一波。

KV Cache 省显存的新思路：不看注意力看价值向量偏离度，MATH-500 上比老方法最高多约 20 分。

给岗位匹配选嵌入模型的看这篇：EmbeddingGemma 微调版对决 MPNet，RRF 混合检索评测细节给得很足。

把后验分布直接写进流匹配权重，测试时梯度更新做滤波，粒子表示的扩展性难题有了新解法。

Bearings 给音频模型补上方位感：接上后 TAU-NIGENS 定位分数从不足 4 升到 50，原模型不用重训。

担心发去 API 的内容被还原的话看看这篇，把输入语义整个换掉再让 LLM 推理，重构不回来还不掉点。

有人把 DeepSeek-R1-8B 调教成会挑刺的审稿人：假定理不再硬证，AIME 分数基本没掉。

交通摄像头的模型更新包只要14.6KB，在ODinW-13和D-RICO上成绩不输大参数方案。

训练离线RL可以不用目标网络和EMA了，ALBUM单critic在OGBench追平FQL，显存最省

工程师定规矩，AI 智能体 2.9 小时写出 6 套土塞演化求解器，隆起误差从 58.4% 降到 9.0%。

把 token 当粒子建模，还拿 Kimi-K3 和 DeepSeek-V4-Flash 实测验证，讲清稀疏注意力为啥省算力还不丢效果。

用 PCA 就能找出数据里被压扁的少数群体，不用组标签，结果还能直接喂给 Fair PCA 补救。

arXiv 新论文提出 SERA，合并多个微调模型时按任务分配秩预算，总预算不变还能涨点。

想让随机森林的解释更稳？这篇论文让单棵 ART 树在 21 个数据集上同时给出预测值、区间和概率。

想把两个模型权重合并凑出新能力？这篇论文用三个模型家族证明涌现能力合不出来，错位反而会跟着保留。