论文

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。

Apple 教机器人只在虚拟家里练，搬到真实房间还能 360 次测试拿 91% 成功率，做法挺新鲜。

机器人版通用模型怎么在部署后越用越强？这篇论文给出了 RL 改进的具体配方，讲清了哪些设计选择决定泛化效果。

一篇评估方法的论文，专治动物识别模型靠背景“作弊”的问题，还开源了 34 个数据集的 50 万掩码，做野生动物识别的可以拿来测自己的模型。

如果你在做向量检索或嵌入压缩，这篇直接给答案：int8 基本无损、二值量化别用、降维一次没事两次翻车，还有 32 倍存储压缩的可行组合。

一篇教 computer-use 智能体扔掉 80% 截图 token 的论文，训练 2000 步就追平原模型，推理还便宜 3.3 倍，做 agent 的可以看看

做可解释性审计的朋友看这篇：同一解释在不同忠实度指标下结论打架，论文给了一套框架帮你定位分歧出在哪，还有 adverse action notices 的实际案例拆解。

用 SD3.5 或 FLUX 画一堆物体总画不对数量？这篇把原因拆到了噪声层面，还给出了能画对数字的输入方法。

用读上下文的激活就能预测模型答案阶段的激活，跨 Qwen2.5 到 Gemma 4 都能迁移，做可解释性或行为预测的可以看看这篇。

这篇论文说现在的 AI 都在讨好你单次对话，长期可能让人变懒变依赖，作者给了个长期对齐的框架，做对齐和产品的人可以看看。

教 AI 编程助手直接写 FPGA 设计的论文，还公开了时序收敛和部署细节，做硬件加速的可以看看。

量子纠错码搜索太烧算力，这篇用 GFlowNet 学着只提好码，找到的高分码是老方法的两倍多，搞量子码的可以看看。

搞材料或显微图像回归的可以看看：用遗传算法自动找最优空间分区，比手工拍 patch 大小靠谱，SHAP 还能告诉你哪些区域真正有用。

ConDR 修了 DeepReach 会把危险状态漏判成安全的毛病，在 Air3D、四旋翼这些基准上碰撞率最低，做安全控制可以看看。

MIT 那帮人做了个 SARBLOH，只加了个感知模块就在 Kaggle 评测拿到首个冠军 13.7 倍的分数，思路很值得琢磨。

把行为经济学的前景理论塞进 Bandit 决策里，遗憾界还和风险中性一样，理论党会喜欢这篇。

arXiv 这篇论文做了 36 个专家、6 种合并方法的大规模实验，证明不同领域的 LoRA 可以用不同秩来合并，做模型合并的值得看看.

论文把 agentic RL 的收益拆开看了一遍：单步决策没变强，强的是出错后能恢复。还给了个 BudgetMix RL 训练法，做智能体的值得看看数据。

有人拿 Qwen3.5-4B 实测了 DPO 对齐到底伤不伤能力，结果是分任务的：router 直接掉 30 分，提取没事。做微调的值得看看这个 margin 损伤窗口。

一篇研究智能体协作短板的论文：前沿 LLM 在 Hanabi 这类任务里互相配合经常失败，作者提出 CFD 方案还能自动生成，代码已开源。

一篇很实在的医学影像实测：EfficientNet不是越大越好，B1就比B7强，做OCT分类选模型前可以先看看这份对比。

一篇把预训练图模型搬到时间序列异常检测的论文，SICA、MAPS、TGEC 三个模块各管一段，做工业监控或运维的可以看看思路。

一篇解释 CoT 为什么能泛化到没见过的长推理任务的理论论文，还配了 GSM8K 实验和开源代码，做模型研究的可以看看推导。

把 OFDM 资源网格建成图，用图注意力做接收机，5G/6G 导频稀疏时比 DeepRx 的 CNN 方案误码率更低，做物理层的研究者可以看看。

一篇把可解释性和精度做成滑块的论文：简单输入自己解释，难的交给黑盒。还证明了多数情况下普通 CART 就够了。

复旦团队新出的 D3D，让扩散草稿不用等目标模型的隐藏状态，解码比 DFlash 快一截，GSM8K 上能到 7.48 倍，做推理加速的可以看看。

训练人脸识别模型但数据靠第三方采购的团队可以看看，3 个防御后门投毒的实用技巧，训练期推理期都有覆盖。

一篇教你离线 RLVR 该挑哪些回答、哪些 token 来训的论文，在 Qwen3-0.6B 的 GSM8K 上比七个基线都强，还省了三分之二的监督 token。

做配方实验的朋友可以看看，数据少预算紧时，它挑实验点的策略比 8 个主流方法里 7 个都强，省实验次数。

物理模型真的能打过LSTM了：CaRT+每流域才35个参数，在澳大利亚505个流域上反超两个LSTM，做水文的同学可以看看.

做 EEG 基础模型的同学可以看看：77 个数据集、1.4 万小时数据统一格式打包好，许可证标清楚，重训结果也贴近原模型。

这篇论文发现加上灵活强度函数后，老牌 Hawkes 过程就能追平神经 TPP，还开源了 TorchPP 框架，做事件序列建模的建议看看。

一篇对齐方法的复现研究：用纳什均衡思路微调，8B 模型干过了 70B，还验证了不用 GPT-4o 标注也行，做对齐的可以看看。

机械臂逆运动学一直靠手工调控制器，这篇论文用强化学习把误差压到 1mm 以内，还能直接给 π₀.₅ 这类 VLA 策略当下游执行器，做机器人方向的可以看看。

UT Austin 的机器人团队做了个 GUILD 框架，一边让 VLM 挑任务一边评估数据价值，采数据比老手工程师还高效。

研究者把模型“越训越坏”的问题做成了可测量的框架，还给出 PEARL 这个 GRPO 改进版，做对齐或安全微调的可以看看怎么压制不良行为不反弹。

有人把 transformer 改成量子测量模型，解释不再是猜的，词的贡献能精确加和，还在 IBM 量子计算机上跑通了。