#前沿研究
共 6892 篇相关文章
LLM代码优化评估新基准：PatternBench如何剥离编译器功劳？
PatternBench基准通过AST分析验证LLM代码优化的忠实度，剥离编译器已有优化的影响，揭示仅靠端到端加速评估的局限。实验表明优化忠实度与加速强相关，微调可同时提升两者。
手机NPU上实现一阶LoRA训练：无需上传隐私数据
本文介绍一种在手机NPU上运行一阶LoRA训练的系统，将冻结权重乘积运算放在NPU，训练图和适配器留在CPU，支持隐私保护端侧微调。
PCHMR基准：隐私约束下的联邦学习人体网格恢复
PCHMR基准用联邦学习与安全聚合训练人体网格恢复（HMR）模型，在不集中原始图像的前提下评估性能退化，并提出DePoser本地标注与微调流水线提升个性化精度。
SL-Ground：句级定位如何突破细粒度开放词汇检测瓶颈
SL-Ground提出句级定位替代词元级评分，解决细粒度开放词汇目标检测中组合描述语义散失的瓶颈。在斯坦福汽车车型粒度上AP从14.5提升至86.0，并在FG-OVD取得最佳平均AP。
神经网络违约模型验证：超越AUC与KS的实用技术
针对MLP违约概率模型，本文超越AUC、KS、GINI等标准指标，介绍校准曲线、Brier分数、排序稳定性、SHAP归因、压力测试等验证技术，并详细讨论信用风险模型的公平性与偏差检查方法，包括人口统计平价、机会均等、预测平价及持续监控框架。
AI日报：DeepSeek、MiniMax新模型发布，但尚未广泛使用
AI日报速览：DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash与Mercury 3三款新模型发布，但据AI News简报，它们暂时不会进入超大规模使用。本文分析发布节奏与落地滞后的现实。
Flame训练Search-R1智能体：增量权重同步提升GPU效率
Flame开源引擎新增Search-R1智能体训练示例：热执行器、gang调度与增量权重同步将每步权重发布从6.17GB降至165MB，Qwen2.5-3B在HotpotQA上精确匹配率从14.5%升至47%。
乌克兰首次用无人机撤离伤员，六旋翼改写战场救援
乌克兰宣称完成首次无人机伤员撤离，一架六旋翼飞行器从前线运送受伤士兵至后方。本文分析无人系统从侦察打击向医疗后送延伸的技术边界、载荷航程约束、电子战风险，以及Hacker News社区对效率与叙事的争论。
DeepAgents+Neo4j：三层图谱打通Agent记忆与知识
Agentic GraphRAG 开源项目用 Neo4j 构建知识、工作、决策三层图谱，结合 DeepAgents 与 LangGraph，让 Agent 记忆与知识库互相打通。本文解析其抽取、混合检索与引用校验设计，并讨论 schema 驱动的成本取舍。
OpenBSD 8.0 正式发布：安全至上的开源系统再进化
OpenBSD 8.0 正式发布，延续安全至上的工程哲学。本文解读这次版本更新的社区反响、安全基因延续、目标用户场景，以及简洁设计在当代开源生态中的价值。
Cloudflare推出Clairic：一次前向传播搞定结构化提取
Cloudflare 在 Workers AI 上预览 Clairic 抽取模型，一次前向传播返回带置信度的类型化值，输入每百万 token 仅 0.10 美元且输出免费，为高频结构化抽取提供低成本边缘推理方案。
投机解码为何能加速大模型推理？
投机解码为什么能加速大模型推理？本文解析其先猜后验的并行验证机制，说明接受率、草稿模型选择与批量大小如何影响加速效果，并澄清输出无损的原理。
混合食品创业公司：用蘑菇替代红肉，能改变餐桌吗？
混合食品创业公司尝试在红肉中掺入蘑菇、豆类等植物成分，以降低饱和脂肪与碳排放。文章解析其口味测试、供应链约束与机构渠道机会，探讨消费者是否愿意为渐进式减肉买单。
探访三星半导体新枢纽：AI芯片背后的内存巨兽
三星在韩国平泽建设巨型半导体园区，三座晶圆厂已全天候运转，第四座即将投产。本文分析该园区如何应对AI热潮下HBM等高端内存芯片的爆发需求，以及三星的产能扩张策略与市场风险。
GPT-6画北极熊与老虎体型对比，网友：蠢萌但高效
GPT-6被要求绘制北极熊与老虎体型对比图，结果脚掌方向画反却整体比例合理，引发Reddit网友热议。本文分析AI绘画的语义理解优势与空间推理短板，探讨用户对AI不完美表现的包容态度及多模态模型进化方向。
强化学习让猎鹰9号精准着陆无人船：6700万次模拟训练
RL智能体在纯模拟环境中学习猎鹰9号火箭无人船着陆，采用PPO算法，8万参数策略，67个随机参数，5900万次训练飞行，成功率22.4%。
第二模型审稿实测：40条评论揭示AI审稿的真实价值
实测七篇文章、四十条审稿评论，揭示AI第二模型审稿的真实价值：擅长对账而非判断，能捕捉无边界断言，但可用性仅38%，误报源于情境缺失。
APSD：按正确性不对称蒸馏，2.6倍训练加速LLM后训练
APSD提出正确性依赖的非对称自蒸馏目标：正确rollout用插值保留成功行为，错误rollout用外推强化纠正，在Qwen3模型上以2.6倍更少训练步数达到SDPO性能。
LP-SMC：用谱系保留重采样提升扩散语言模型推理
LP-SMC 提出谱系保留的 SMC 重采样方法，结合 Chopthin 重采样与输入权重下限，在扩散语言模型的数学推理和代码生成任务上提升 oracle 覆盖率最高 25.6 个点，端到端准确率最高提升 18.3 个点，无需额外训练。
EvoSkill v2：有状态进化器如何让AI智能体自我改写技能
EvoSkill v2 提出三智能体系统，用有状态进化器改写AI智能体技能而非模型权重。在 SpreadsheetBench v2 和 τ³-bench banking 上留出集通过率分别提升7.7和5.4个百分点，单位收益成本低于 SkillOpt 与 SkillBoost，弱模型自我进化最高提升21.5个百分点。