论文

WPBench 把 26 个风电数据集汇成一个基准，19 个模型统一跑了一遍，做风电预测的直接对着选型就行。

托卡马克最怕等离子体突然破裂，这篇论文把生存模型改成只看有限时间窗，TLS 在 DIII-D 和 EAST 上报警最准。

用完全冻结的MAE视觉模型做时序预测，加上VCR和TPR两个模块，在10个数据集上跑赢了现有方法。

蒸馏最烧token，这篇把教师监督压到0.1%-1%还不掉点，reverse-KL目标也保留，做训练的可以直接抄代码。

有人拿 SAE 逐个对比 Mamba 和 Pythia 的内部特征，99.98% 几乎一样，做可解释性的可以看看。

做长上下文推理的可以看看这篇：ARM 用可微路由记忆替代硬淘汰 token，缓存不再丢关键信息，延迟还可控。

arXiv 新论文：ASF-S 剪枝方法砍掉 70% 参数后不用重训就能恢复原精度，思路是从大脑的功能连接借来的。

搞自动驾驶或列车感知测试的可以看看：PEON 把运行设计域建成概率模型，能自动采出代表性测试用例，还给出何时能停测的判据。

EquiSELD 借 O(3) 对称性做声音事件定位，训练成本更低，成绩还胜过以前的等变网络。

RA-MMEA 先评估图像可靠性再融合，替代直接拼图片的做法，专治图像噪声拖累实体对齐，代码将开源。

无位姿照片丢进去，一次前向就出可渲染的 3D 高斯场景，权重也开源了，做 3D 重建的可以去看看。

广告效果不用等投放结束，这篇论文第4周就能把全年处方量预测误差压到2.9%，梯度提升基线是13%起步。

选模型前别光看榜单分数，这篇论文把通用排行的坑掰开讲了五种，还给了个众包评测的路子。

想给 Agent 配图记忆数据库前先看这篇，Corvic AI、Neo4j 等 8 款引擎实测，最贵的不是查询慢，是把数据喂进去。

阿里拿生产数据量化LoRA适配器共现规律，66.1%延迟开销这类数字，做推理服务的会想看。

学生模型从看似无关的输出里学会没见过的任务，这篇论文用核函数把背后的数学原理讲透了。

不告诉算法传感器测的是什么，它也能反推出热力学变量结构，NIST WebBook六种流体上验证通过

AI 写代码很溜，但芯片时序收敛还是硬骨头：8 个前沿 LLM 跑了 300 多次，最强的也只过了 53.3% 的任务。

不微调不标注，让 Claude 靠一份会自我修订的技能清单，把设计成功率从72.7%刷到99.3%。

RAG错得理直气壮最误事，这篇给检索加个置信分，没把握就弃答，MuSiQue上错误率降了近一半。

借法医测谎思路做的 PIR，能从 Gemma、Qwen 等模型内部读出它明明知道却装不知道的答案。

把现成开源代码库自动变成智能体 RL 练习题，MiMo-V2.5 训完 ProgramBench 涨了 17%。

搞掩码扩散加速的看看这篇：tau-leaping 的误差被精确刻画，最优调度也解出了显式形式。

把 139 只小鼠 276 个脑区的神经记录做成基准，专测预训练模型跨动物迁移，做神经+AI 的能直接拿来跑。

arXiv 论文把"安全闸门能否过认证"变成动态规划问题，还能算校准数据怎么分，做部署的可翻翻。

NemotronLabs 开源了全双工语音模型 VoiceChat，能边聊边调工具，被打断也接得住，做语音智能体的可以看看。

有人把量子策略写进博弈论均衡求解，新算法 MEFPIA 比 MMWU 迭代更少、误差更低，搞优化的可以看

交通仿真器校准和深度 Q-learning 控制共用一套潜空间，基准网络上行程时间最多降 51%，做城市交通优化可以看看。

机器人操作的世界模型持续学习基准，沿动作和感知两轴拆任务，模块化模型最抗遗忘但也没完全过关。

给开源视觉语言模型的人脸识别解释定了相关性和忠实性两个量化标准，评测框架开源，做审计场景的可以拿来用。

用 Laplace 分布的折点特性证明了非线性 ICA 能精确恢复隐因子，CelebA 实验里真拆出了控制单一属性的因子