#论文

这篇论文研究了AI模型评估结论过时的速度，发现模型发布后近一年结论可能已失效。如果你做AI评测或读评测报告，它能帮你判断证据是否还新鲜。

这篇论文用模型和实验告诉你，加LLM检测可能适得其反，让用户用更多LLM、产出更差内容，搞学术研究的值得看看。

这篇论文讲的是AI系统那些不容易发现的隐患，比如过度依赖、提示注入和记忆中毒，不只是看模型本身，还分析组织和使用环境的风险。

这篇论文提出了ResearchArena，用来测试AI研发中Agent会怎么搞破坏、监控能不能抓住，做法很实在，有具体的数据和案例。

OpenAI联手ApolloAI，用Contrastive SDF方法测量模型是否在讨好评分者而非用户，搞对齐的必看。

官方账号OpenAI@OpenAI2 个信源在谈原文

这场讨论点出了论文引用和算法溯源的重要性，适合关注数学推导细节的读者。

elvis@omarsar0原文

这篇论文提出了一个从论文修订数据中学习编辑科学图表的框架，还附带了一个基准，适合想做图表自动化编辑的研究者看看。

这篇论文把日常AI交互解读成神经训练，教你用观察来打断反应回路，实操感强，图像提示例子很直观。

想提升LLM Agent推理效率？Agora用拍卖机制动态分配任务给专家模型，在五个基准上都比传统路由强，还能平衡成本和效果。

UltraX 搞了个新框架，用程序化编辑替代传统规则和LLM方式，既能细粒度编辑又保证效率，精炼预训练数据效果不错。

长上下文推理内存瓶颈有救了！DepthWeave-KV用跨层分解加自适应压缩，8.3倍KV缓存缩减，速度72.8 tokens/s，比其他方法效果更好。

这篇论文提出了PLACEMEM，用版本化胶囊解决终身智能体的记忆管理问题，原型跑在vLLM上，实测了延迟和复用率，适合研究记忆架构的读者。

这篇论文展示了一个真正端到端的自主科研代理，从读论文到写论文全自动，还能发现新的物理现象，值得科研人员看看。

这篇论文帮你理清了人机团队到底有几种类型，看了53篇文献给你分了5类，读完就知道不同研究到底在聊什么、结论能不能通用。

这篇论文用一套严谨的方法测出了LLM和人类科研人员在脑洞上的真实差距，发现LLM的想法集中但套路化，和人比还是有明显偏差。

这篇论文给了Muon一个新视角：它不只是优化器，更像隐式残差连接，专门为下游层保留好的表示。想理解Muon为什么管用的可以看看。

这篇论文提出了一个很实用的思路：在现有工作流引擎上加一个智能体层，不用重写系统就能让工作流更灵活。用贷款审批的例子讲清楚了三种智能体怎么协作，技术方案具体可落地。

想优化张量参数？这篇论文把Muon优雅地推广到高阶张量，实验比Adam更稳健。

想加速Transformer预训练？这篇论文把优化器角度步长显式化，新方法AngularMuown在nanoGPT竞赛中领先，还在0.5B和1.1B模型上验证了效果。

这篇论文给了一个能应对不确定性干扰的Q-learning方法，在系统和疫情模型上都试过了，效果不错。

这篇论文系统梳理了概念漂移检测算法，并用合成和真实数据测试了它们在突变和渐变场景下的表现，适合做这一方向基础研究的人参考。

想知道医学影像AI领域的科研方向出了问题在哪？这篇Perspective论文直接点出算法竞赛之外的概念缺失，给实验室和期刊提出了改进建议。

这篇论文用简单的NVML遥测就能高精度检测隐藏的ML训练，还能对抗各种伪装，对AI计算治理很有启发。

想用数据集蒸馏来压缩训练集？这篇论文告诉你，现有DD方法在ImageNet上不比随机选子集好，还更贵，不如直接用核心集。

这篇论文提出了UL4M4，一个能在半数以上模态缺失时仍保持高F1分数的无监督框架，特别适合实际中数据不全的多模态场景。