深度
AI 领域长篇解读、行业观察、技术分析 —— 慢下来读一篇。
DCKV：端到端学习的KV缓存编解码器，压缩超百倍
DCKV是首个端到端训练的KV缓存编解码器，通过可微分变换、量化和熵模型与冻结语言模型联合优化，在Qwen3.5-2B上实现超55倍压缩且精度损失不超过1.8个百分点，为长上下文提示状态存储与复用提供新方案。
算法单一化：机器学习推荐系统的系统性风险
最新研究揭示机器学习推荐系统的算法单一化风险：当多个农场共享同一模型时，误差聚合带来系统性社会损失。以摩洛哥谷物系统为例，准确率约束的分散化策略平均降低模拟损失19.41%。
高斯过程Bandit优化黑盒杠杆约束
本文介绍高斯过程上置信界（GP-UCB）算法在共享预算离散权重分配中的应用。针对延迟反馈、噪声和调整约束，GP-UCB通过高斯过程先验在相邻配置间共享信息，大幅减少探索周期。论文通过高保真模拟器确定Matérn+Linear复合核为最稳健选择，并在生产环境RCT中验证其统计显著优于ε-greedy基线。
PREEN：用29个参数实现智能手机调色预设回归
PREEN提出一种新的颜色风格迁移方法：不生成图像，而是预测智能手机编辑器的29个预设参数。通过教师模型反演伪预设、CLIP条件回归和LoRA微调，在PST50基准上实现像素与感知保真度领先，并支持亚秒级设备端推理与连续强度调节。
RAG-CSI：用检索增强Transformer预测信道状态
RAG-CSI 提出检索增强 Transformer 框架用于信道状态信息（CSI）预测，构建全局—局部 CSI 知识库并设计联合状态—动态检索（JSDR），在多场景数据集上五项指标均提升超 10%，NMSE 降低 15.42%。
SKIM：让冻结大模型参数「记住」对话，无需外部存储
SKIM 提出一种闭式方法，让冻结语言模型通过自生成问句作为键，将对话轮次写入参数，实现无需外部存储的对话回忆。在五个模型上验证，多数轮次可从参数中召回。
DocXEval：多模态文档理解可解释性系统评估
DocXEval是首个面向多模态文档理解的可解释性系统评估框架，覆盖13种XAI方法、3类任务、8个数据集、4个模型和17项指标，发现Occlusion综合表现最佳，并揭示评估指标间的可信度差异。
告别标签搜索：嵌入+LLM两阶段架构让证据召回率翻倍
一项针对7,354项随机试验的研究显示，标签检索仅找到系统综述所需证据的45%，而嵌入召回加语言模型过滤的两阶段架构达到92%。本文解析这一架构的原理、成本取舍与对AI检索系统的启示。
GUI-JEPA：无解码器GUI智能体，速度提升4倍
GUI-JEPA提出无解码器的GUI智能体策略，基于JEPA潜空间完成候选动作评分，在AndroidControl上比Qwen2.5-VL-7B快2.8-4.0倍，仅用6%参数量达到其86-92%精度，代码已开源。
RubricAtlas：从专家报告中挖掘类型级评分标准来评估深度研究智能体
RubricAtlas 从 3,079 份中文金融专家报告中挖掘类型级分析要求，覆盖 99 种研究类型，用于评估深度研究智能体的分析完整性，并通过删除与填充实验验证评分标准的区分力。
脊柱关键点检测新范式：像素级对比学习+可微形状建模
本文介绍一种脊柱关键点检测新方法，将检测问题转化为像素级对比表示学习，并结合可微形状建模解决位置歧义，在AASCE等数据集上性能媲美最先进方法，代码已开源。
VLM智能体在潜在世界中自我进化：Dwell框架解析
Dwell框架将VLM重构为循环潜在转移算子，让智能体在潜在空间中预测和行动，在五个交互式视觉环境中取得最强整体性能，同时大幅降低想象计算量。
Anthropic IPO最大赢家：亚马逊持股远超VC
Anthropic IPO的最大受益者并非VC，而是亚马逊。大规模可转债转换揭示了亚马逊在Anthropic的真实持股规模，远超风险投资机构，体现云厂商"投资+算力"双重绑定的战略回报。
AI测试代理误报通过率怎么降？实战四招
AI测试代理误报通过比测试不稳定更危险。本文基于Reddit开发者实战，总结四种降低误报通过率的方法：每步显式预期结果、第二模型裁判、代理外硬断言、专用工具看门狗，并分析各自成本与效果。
注意力门控新防御：HoS如何让提示注入攻击失手
Heads of Security (HoS) 提出可学习的逐头注意力门控防御提示注入，在 Llama-3.3-70B 和 GPT-OSS-20B 上显著降低攻击成功率，同时保持模型实用性。
灵巧手新突破：实现手内物体姿态到达与安全过滤
机器人灵巧手研究新进展：提出手内物体姿态到达训练配方，实现零样本迁移到真实手部，并引入可调安全过滤器将掉落减少75%，在4800个目标上达到95.2%成功率。
MuonGS：放宽权重范数控制，加速LLM预训练
MuonGS通过Gram-Schmidt投影放宽权重范数控制，理论证明累积有效学习率达Ω(√T)，在160M-400M密集模型和MoE模型上实现约15%的token等效加速，优于MuonH。
工具调用智能体的缩放定律：环境合成如何决定泛化能力
研究提出SynthAPI管道，通过可控合成工具使用环境推导缩放定律：工具与数据库多样性比任务数量更有效，数据复杂度提升带来更大增益，据此训练的智能体在四个基准上超越先前工作。
EnvSched：环境感知调度提升智能体RL效率
论文提出 EnvSched 环境感知调度器，通过双关系图建模环境-任务对、预测奖励方差并结合覆盖与配额约束，在有限 rollout 预算下显著提升智能体强化学习效率，Qwen3-8B 上 40 步即超越随机选择 120 步的最高分。
GAS-PFN：图感知时空先验网络实现零样本交通预测
GAS-PFN将道路拓扑通过随机游走扩散融入PFN合成先验，配合双通道掩码推理架构，在六个基准上实现零样本交通预测，MSE较TimePFN平均降低34.0%，较通用零样本预测器降低27.7%。