#前沿研究
共 6548 篇相关文章
块扩散模型挑战自回归：纵向EHR预测提速1.43倍
研究在MIMIC-IV上对比块扩散与自回归模型用于纵向EHR建模，发现小块扩散配置保留大部分预测性能同时实现1.43倍推理加速，且冻结线性探针显示两者表征质量几乎相同，揭示了准确率、效率与表征的权衡关系。
93步最优解：非局部水晶交换谜题的精确证明
研究给出《Order of the Sinking Star》水晶交换谜题的93步最优解，通过精确BFS和可采纳启发式排除所有更短解，保留超18亿状态，并提供可复现代码与证明。
并行思维新突破：DPT如何让大模型推理路径更多样
大模型并行思维常因路径模式崩溃而失效。研究者提出DPT方法，通过惩罚路径前缀相似度来鼓励推理路径多样性，在多个推理基准上超越现有并行思维方法，达到当前最优性能。
片段级图编码：分子性质预测的可解释性新思路
片段级图编码将分子表示为BRICS片段节点，让GNN预测解释落在官能团粒度，图规模缩小五倍而精度不减，并在BACE和PTR1靶点上有效恢复药效团。
预测市场合约在上市时揭示了什么？交易量与争议风险的可预测性
基于 Polymarket 近 80 万个已结算市场的实证研究显示：仅凭上市时的合约文本与元数据即可预测交易量（样本外 R²=0.747），但平台格式变更会使预测性能大幅下降；争议风险可排序但难以逐案预测。
差分隐私在线专家预测：小损失下实现近最优遗憾界
差分隐私在线专家预测新算法：在oblivious输入下实现Õ(√L*)遗憾界，小损失时接近非隐私最优；并证明自适应输入下Ω̃(√T)遗憾不可避免。
用LLM做置信度评分，为何是个坏主意？
Hacker News讨论指出，用LLM做置信度评分存在根本缺陷：模型缺乏自知之明，评分校准不佳，且与答案存在循环依赖。本文分析原因并给出更可靠的替代方案，如外部验证与多模型交叉验证。
VX-One：类型化决策头如何重塑边界流量分类
VX-One 用类型化决策头（校准门控、含 unknown 的闭集选择、序数评分）重构边界流量分类，在 UNSW-NB15 与 CIC-IDS2017 上检测领先 XGBoost，但多类归因落败，未知族泛化不均，时间漂移下 ECE 从 0.04 升至 0.40。
Environment Duels：LLM互教互学的微观生态
Environment Duels 是评估大模型出题与解题双重能力的动态智能体基准。研究发现最强解题者未必是最强出题者，小模型反而写出最难环境与最有效提示，提示增益还能预测训练迁移效果。
Quant-Arena：LLM量化交易研究基准，九大前沿模型仍跑不赢等权市场
Quant-Arena 是一个面向真实 A 股数据的端到端量化研究基准，模型仅获 2022–2023 年反馈，需冻结策略接受 2024 密封年考核。九个前沿模型中 GPT-6 Astra 得分最高，但无一跑赢等权市场。
P2NPCBench：当LLM面对P与NP难问题配对，真实推理能力现形
P2NPCBench基准通过配对P与NP完全问题及对抗式多智能体改写，揭示LLM在算法推理上依赖教科书记忆：NPC问题pass@1仅35.4%，P双胞胎达63.8%，差距部分源于表述熟悉度而非复杂度类别。
GoiBERT：两阶段知识蒸馏打造紧凑越南语模型
GoiBERT 提出两阶段知识蒸馏方法，构建 26M 与 49M 参数的紧凑越南语编码器，直接处理原始文本，在八个基准上以一半参数实现两倍吞吐，情感分类近无损但 NER 与推理仍有损失。
循环Uniform Diffusion语言模型：训练FLOPs降低3.3倍
循环Uniform Diffusion语言模型研究显示：递归复用早期Transformer层可使训练FLOPs最多减少3.3倍，生成困惑度降低9.8%，训练时偏向小循环次数还能减少12%推理循环。
企业文档摄取中的沉默线索丢失：Agent为何自信犯错
企业Agent读文档时，主流转换器会丢失高亮与颜色等格式线索，导致模型自信给出错误答案。研究显示格式盲摄取使F1从0.690跌至0.150，修复成本低且可度量。
Agent行为地图：不运行模型也能预判智能体表现
解读Agent Behavior Maps研究：用共享参考轨迹上的动作对数似然为LLM智能体构建行为地图，无需环境rollout即可预测性能与识别行为相似性，覆盖100个LLM与四个环境的验证。
AI发现新共识协议A-greement，分布式系统研究被改写？
AI智能体框架AI-greement自主发现新共识协议A-greement，在geo-replicated状态机复制中延迟降低高达33.3%，并利用Lean形式化验证发现现有协议漏洞。研究强调人类专家仍不可或缺，共识研究进入人机协作新阶段。
PhysiCalWorld：世界模型的上下文物理校准新方法
PhysiCalWorld提出一种上下文物理校准方法，通过提取交互片段的物理描述符令牌，让世界模型无需微调即可适应新场景的物理属性，显著提升预测精度与规划成功率。
ASTEROID：非对称在线蒸馏如何让智能体学会探索
ASTEROID 框架提出非对称在线蒸馏方法，让学生模型在部分可观测环境中学会测试时探索。在11个环境实验中，回报提升2倍，交互次数减少100倍，真实机器人操作成功率提升40%。
