#论文
有篇叫 Agent Plasticity 的论文挺有意思，专门研究智能体能不能靠经验越用越好，还给了量化评估的框架，做 agent 的可以看看。
这篇论文把 RAG 从'检索'升级成'主动算证据'，RouterLM 用 Qwen3.5-9B 就打赢了 Gemini 3.5 Flash，做 RAG 的可以看看思路。
化学+AI方向的朋友可以看看，NPF把Petri网直接做成网络结构，零样本原子映射就超过了RXNMapper，反应产物预测还保证分子合法。
Yann LeCun 圈子的人发了 H-JEPA，把世界模型按抽象层级拆开做规划，Visual AntMaze 成功率从 18% 干到 73%，算力还更省。
Google 发的这篇论文很实用：给智能体加个想法排序地图加审计员，比 ScientistOne 快 3 倍出结果，做 agent 的可以抄作业。
这篇论文教你用线性响应理论给 AI 模拟器做体检，储备池计算机统计上看着挺对但响应错了，神经 ODE 反过来，挺反直觉。
一群研究者做了个叫 IdeaLens 的检测器，专看想法是人的还是 AI 的。有人照 AI 详细大纲写文，Pangram 照样误报 92%，它只误报 7%，挺有意思的思路。
一篇做少样本分类的研究：RepICL-I 在 12 个设定里全赢了 Logistic Regression，靠的是 episodic whitening 这一步，做小样本任务可以看看。
论文发现重启推理链的位置本身就有讲究，选对位置在 MATH-500 上能用更少算力超过 self-consistency，做推理成本优化的人可以看。
arXiv 上的新论文 RETRACE，教 AI 智能体从真实 CI 修复历史里学经验，mini-SWE-agent 成功率从 19.6% 涨到 31.9%，做智能体修复的可以看看。
微软发了篇论文叫 CorpusMap，提前把文档集合里的实体建好索引页，智能体检索时准确率涨最多 11.7 分，token 还省一半多。
做回归或不确定性量化的人可以看看：标准 GP 一旦 kernel 选错就崩，PrO-GPs 直接优化预测校准，实验显示误设下表现更稳。
研究因果发现的朋友可以看看：SPADE 把组合搜索做到了 1600 变量级别，还顺手把四类主流方法的优劣捋了一遍，省你自己跑实验。
只拿 200 道题微调，就让 LLaDA-8B-Instruct 的数学和代码成绩跑赢 SFT 和扩散 RL，方法还挺省算力，做扩散模型训练的可以看看。
这篇用有解析解的金融博弈当考卷，发现 PPO 奖励给对了也学不准，问题出在 critic 排序动作的能力上，对做 RL 金融应用的人很有参考价值。
Basis Research 提出的 Double-Stitch 免去训练时反复跑数值求解器，比 WLM 快 4-14 倍，还覆盖梯度流搞不定的周期性动力学，JAX 代码已开源。
Google 这篇论文有点反直觉：答案一致反而可能是错的。VeriHarness 用同款模型当验证器挑毛病，五个基准上都能涨分，数据也开源了。
Hinton 和 Bengio 带着一堆顶级学者一起写论文讨论智能爆炸，还给出了给政府的具体政策建议，想搞懂风险讨论前沿的可以看看。
Long-context 智能体靠摘要记事，写漏一步就全完。这篇论文把摘要器的损失量化拆解，还给出了直接用读者损失训练写入器的 DSSR 方法，做 agent 记忆的值得细看。
一篇理论味很浓的 checkpoint 合并论文：证明信息论下界，给出达到 O(h^3) 最优误差的合并系数，还在 SmolLM3-3B 上做了实测对比。
联邦学习又出新优化思路：让所有客户端沿同一条预测路径算梯度，通信量和 FedAvg-M 一样但聚合方向是无偏的，还附理论收敛证明，做分布式训练的可以看看。