深度
AI 领域长篇解读、行业观察、技术分析 —— 慢下来读一篇。
联邦学习会牺牲可解释性？深度伪造检测Grad-CAM忠实度研究
最新研究系统分析联邦深度伪造检测中Grad-CAM解释忠实度，发现联邦训练与解释质量呈非单调关系：中等异质性下可匹配中心化基线，极端异质性下解释崩溃且因果误导，为安全部署提供阈值预警。
Unlimited OCR 2：单次解析百页文档，计算成本恒定
Unlimited OCR 2 通过稀疏参考滑动窗口注意力（SR-SWA）与无限视野解码，将超长文档解析的单步计算成本固定为恒定值，百页量级相对全注意力实现 7.0 倍单步加速，并在 MPDocBench 与新建的 MarathonDocBench 上取得当前最优表现。
谷歌AI概览医疗信息准确性堪忧：引用质量与接地性双双不足
一项针对3611个健康问题的研究显示，谷歌AI概览仅引用44.4%的传统搜索前五结果，偏向商业健康媒体，56.7%的引用陈述获来源支持，医生量表得分仅38.2%。
大模型如何破解医学试题难度密码？
一项研究利用USMLE和PANCE真题的经验难度标签，引导大语言模型归纳医学试题难度规则。研究发现难度并非来自题干长度等表面特征，而线索汇聚、误导性线索和选项竞争才是关键模式；规则引导能改善粗粒度判断，却未稳定提升排序准确性。
30天实测：聊天机器人政策判断的鲁棒性有多高？
一项为期30天的实测研究评估了五款聊天机器人对美国总统行动及假设性改革的评分鲁棒性。结果显示整体一致性高，但约4%的案例出现相反判断，且服务端变更会导致难以察觉的判断偏移。研究发布了16,500条判断数据集。
用户提问模糊，深度研究智能体为何失灵？
新研究提出UNDERSPEC-DR框架，系统评估用户查询模糊性对深度研究智能体的影响：答案质量下降、搜索行为偏离用户意图，并呼吁构建能主动请求澄清的DRAs。
自进化智能体ExLabel：提升SWE数据集质量评估
ExLabel是一种自进化、经验引导的LLM助手，用于评估SWE数据集的任务清晰度和测试覆盖度，在SWE-TQ基准上F1显著提升，下游模型解决66.2%的SWE-bench Verified问题。
ARBITRA：多专家论证框架实现鲁棒文档级ATT&CK抽取
ARBITRA提出多专家论证框架，通过角色专精LLM专家提议候选ATT&CK实体，并用定量双极论证框架（QBAF）验证，实现鲁棒文档级ATT&CK抽取，精确率优于句子级流水线和GPT-5.5等前沿模型，对抗扰动下精度退化仅一半。
多模态推理的「指称鸿沟」：视觉标记能修复什么？
多模态大模型为何看得见却推理不准？研究提出「指称鸿沟」概念，通过 ReGap-Bench 配对基准证明：与任务匹配的视觉指称可提升准确率最高25%，不匹配则无效甚至有害。
强化扩散模型FitzRoy：精准且真实的降水预报新突破
FitzRoy系统利用强化扩散框架，首次在美国大陆同时实现领先的降水预报技巧与物理真实感，成功捕捉德州山洪和密苏里洪水等极端事件，解决逐点精度与结构保真度的长期权衡。
用有监督LLM在语言空间融合异构超声心动图AI输出
一项研究提出用有监督大语言模型在语言空间做晚期融合，直接聚合超声心动图多视图AI模型的预测发现与测量值，省去模型特定的输出转换与医学特征工程，并在646名患者的859次检查交叉验证中表现与最佳参考策略相当。
云边端分布式机器学习安全综述：异构性下的可信挑战
本文解读一篇关于云边端系统中可信分布式机器学习的综述，分析联邦学习在异构性下的安全、隐私与鲁棒性挑战，涵盖攻击防御、评估指标与治理方向。
损失相等≠行为相似：输出空间分析揭示机器遗忘的几何本质
该研究提出统一输出空间分析框架，揭示梯度-based机器遗忘中损失与行为脱节的问题，通过遗忘自杠杆和保留交叉杠杆矩阵解释输出差距结构，并提供可预计算的诊断工具用于审计遗忘集。
路由式持续学习：让AI智能体按需调用记忆
Routed Continual Learning提出路由式持续学习架构，通过聚类与LLM路由器动态选择记忆系统，在异构任务流上比全局ICL提升15-30%归一化奖励，并降低65-72% API成本。
UnEZ：无监督神经网络如何从光谱中"长出"红移
UnEZ 是一个完全无监督、物理驱动的神经网络，无需红移或谱线强度标签即可预测光谱红移与谱线强度。在 SDSS DR18 上，SNR>10 时离群率 0.459%，性能与传统红移估计算法竞争，并可反向生成模板光谱。
DECIDE框架：无模型量化数据分析决策重要性
DECIDE是一个无模型框架，直接从实际结果出发量化数据分析中每个决策的重要性，避免传统启发式方法对模型正确设定的依赖，为多宇宙分析和可重复性危机提供新工具。
Linux TCP 释放后重用漏洞 CVE-2026-98432 解析
解析 Linux TCP 释放后重用漏洞 CVE-2026-98432 的技术实质与补丁验证流程，结合 Hacker News 社区讨论，探讨内核内存安全响应的演进方向及对运维开发者的现实含义。
CPU也能高效跑长上下文注意力：CACPU内核解析
CACPU是专为因果全序列预填充设计的CPU注意力内核，通过分层缓存分块和内核内任务调度，相比PyTorch SDPA等内核最高加速2.01倍，集成SGLang后Llama-3.1-8B首Token延迟降低1.74倍。
GFlowNets生成多样化金融尾部风险场景
本文介绍GRID方法，利用生成流网络（GFlowNets）生成多样化且真实的金融尾部风险场景，克服传统SMCMC和DRL的局限，在三个真实危机数据集上表现优越。
程序员转AI简历指南：从HR视角到岗位需求匹配
程序员转AI如何写简历？B站教程给出五个关键准备动作：预留两三天梳理技能与项目、选用简约模板、从招聘网站反推技术栈、重视大模型能力展示、用HR视角做最终验收。