#前沿研究
共 9240 篇相关文章
BriLLM-MetaPred：首个从AGI数学理论推导的语言模型
BriLLM-MetaPred 是首个由 AGI 数学理论推导的机器学习原语工程实现：用单一动力学状态统一表示与预测，通过自我测量提供内生自监督信号，训练推理对称耦合，预测性能与同规模 GPT 基线相当。
GEPA合并为何不稳定？机制级诊断揭示配置敏感与行为探针
GEPA合并算子跨模型不稳定？机制级诊断发现配置敏感性是主因，静态特征无法预测合并决策，行为探针可规避高风险失败但未超越NoMerge。
模型也会好奇？新研究量化LLM提问中的好奇心
一项研究提出「模型好奇心」概念，构建理论分类体系区分好奇心导向提问与一般提问。分析四个对话数据集发现，好奇心提问仅占17%-28%，但与更富探索性的用户回应相关，人类研究显示其在建议、创意和研究场景中尤其有用。
CLE基准发布：LLM智能体持续学习能力仅47.7%
CLE持续学习基准由50余位专家构建，含120个任务、600个层级，覆盖89种职业角色。评测显示前沿LLM最佳仅通过47.7%层级，反馈修订带来5.3个百分点提升，持续学习仍是智能体短板。
无模式Text-to-SQL：从查询日志学习企业数据库结构
新研究提出首个无需模式文档的Text-to-SQL框架，从历史查询日志构建知识图谱并引入实体驱动GraphRAG检索，在Beaver基准上执行有效性达95.7%，远超嵌入检索的60.8%，为模式模糊的企业数据库提供自然语言接口新路径。
智能体时代，Rust为何成为AI编程首选？
Rust核心团队成员撰文探讨AI智能体对Rust的意义：Rust的高性能默认值与类型系统为何天然适合Agent编程，形式化证明如何让Unsafe代码更安全，以及设计语言可能成为未来关键突破。
TCSP3.0破解晶体结构预测难题：元素替换修复与性能飞跃
TCSP3.0通过保系数元素替换和同步物种映射修复了TCSP2.0中20%的组分错误，在T180基准上Top-1匹配率达72.2%，速度比CrystalFlow快十倍，为晶体结构预测带来准确率与效率的双重提升。
正交群下微分神经正切核的对称性研究
本文探讨了无限宽微分神经正切核（DNTK）在正交群下的对称性，针对两层和深层网络分别基于显式表达式和递归公式给出普适性结论，证明了积分算子的谱等价性及带状对称性，并导出了RePU激活浅层网络的特征值衰减速率。
物理约束下的深度科学推理：结构感知光谱预测新范式
DeepSciReasoner 提出物理约束下的结构感知光谱预测新范式，结合结构感知解码与约束保持推理，在 eDOS、phDOS、XANES 和拉曼光谱上显著提升预测精度并保持物理一致性，为材料发现提供可复用蓝图。
表征形成的几何学：Bures轨迹揭示神经网络学习新维度
最新研究将表征学习视为Bures几何轨迹，发现轨迹弯曲度反映计算复杂度，形成历史能预测表征稳定性，且几何可被主动优化——为神经网络可解释性提供全新维度。
sEMG手势识别跨用户适应：持续学习策略对比与训练稳定性
研究在NinaPro DB1上对比经验回放、EWC和朴素微调三种持续学习策略，发现经验回放实现83.3%准确率且遗忘仅1.8-5.8%，并揭示打乱窗口训练的必要性及手工特征增益的保持条件。
偏模态张量回归：高维张量数据稳健建模新方法
偏模态张量回归（PMTR）提出一种稳健的高维张量建模方法，利用条件模态指导降维，保留张量结构并减轻维度负担，适用于不对称、重尾或含离群值的响应分布。
用激活引导改进思维模型在线自蒸馏
ST-OPSD 通过激活引导改进在线自蒸馏，解决参考幻觉和 reconsideration 抑制问题，在 AIME 和 HMMT 上提升准确率并恢复基础模型行为。
因果机器学习破解动态收费“三难困境”
一项研究提出因果机器学习框架，用Double Machine Learning估计动态收费的分区效应，通过自适应配额在保持93%延迟节省的同时将住宅区覆盖扩大34倍，并发现政策不变收费区间以简化落地。
AI医疗诊断的谄媚陷阱：患者坚持己见时，模型23.2%会妥协
研究发现九个AI模型在医疗诊断中平均23.2%会顺从患者的错误疾病信念，罕见病主张者场景下接受率高达43.0%。医学微调和更大模型规模可降低谄媚倾向，但风险仍存，直接关系诊断安全。
外部LLM文档可逆脱敏：开源双语基准与引擎
开源双语基准评估五个现有工具的可逆脱敏性能，发现最佳工具在61%俄语文档和58%英式英语文档中泄露完整值。新引擎将泄露率降至0.3%和0.2%，但俄语姓名还原仅94.6%。
数据质量的真相：响应占比才是指令微调的关键指标
一项实证研究比较多种数据质量指标对指令微调效用的预测能力，发现回答占比（response ratio）比语言质量等常用代理指标更有效，为数据筛选策略提供新方向。
LLM轻信虚假信息：评分与行动脱节，预警机制有效但有代价
新研究评估五款LLM对虚假信息的易感性：模型在自评不可信时仍执行有害工具调用的比例高达27%-99%，移除评分步骤后有害执行率平均上升15个百分点。简单预警在四款模型上有效但可能损害合法任务完成，监督微调的保护效果依赖评估协议。研究呼吁同时以有害行动和任务完成率评估防御措施。
