所有文章
共 37203 篇文章
MedGraph：用图记忆追踪患者状态，提升长期医疗对话准确性
MedGraph利用图记忆跟踪患者状态，解决长期医疗对话中过时信息、人物混淆和安全遗漏问题，在MedMemoryBench上准确率领先基线超过10个百分点。
标签措辞增强：陌生词有效，缩写与代码无效
研究对比多语言交叉编码器 Ru-Jev 的两个版本，发现标签措辞增强在普通词和借词上提升准确率最高达 0.24，但在缩写和不透明代码上无增益，甚至表现更差。
强到弱蒸馏比GRPO更省算力？最新研究揭示关键条件
最新研究系统对比强到弱OPD与GRPO的算力效率：外部教师下OPD普遍不敌GRPO且响应长度膨胀；但以学生自身GRPO检查点为教师时，数学任务蒸馏FLOPs仅为GRPO的1/50。多教师OPD整合跨域专家仅耗5.2%至8.0%算力。
隐马尔可夫偏好模型：在线预测攻击者下一步行动
论文提出隐马尔可夫偏好模型，统一建模攻击者行为模式切换与动作参数时变可行性，在CAGE 2基准上隐状态每步价值0.8纳特，控制器切换后损失下降速度优于循环基线。
MAEM：用强化学习规模化解读残差流方向
MAEM 元模型通过无标签强化学习将残差流方向映射为强激活文本示例，在 Qwen3.6-27B 上超越语料搜索与 NLA，可激活 89% 留出 SAE 特征，并能恢复 LoRA 后门载荷。
大步长对抗训练：隐式偏置、优化与锐度的新发现
论文研究大步长下对抗训练（AT）的梯度下降动态，发现AT与标准训练存在三大差异：隐式偏置差距在大步长下持续存在、优化误差无统一收敛速率、锐度呈现两阶段动态而非边缘稳定性。
有限实验能否验证整合信息？新研究揭示机制级度量的可识别性边界
新研究精确分析整合信息φ在有限实验中的可识别性：行为相同但机制不同、部分访问导致精度下限、边缘处度量剧变，但单边下界仍可认证。可测量性成为可计算的设计问题。
XStack基准：ML代码跨框架迁移的试金石
XStack是一个评估智能体在PyTorch与JAX生态间迁移ML代码库的基准。Claude Opus 5通过率75%，GPT-5.6-sol 45%，其他智能体至多40%。了解这一跨框架迁移挑战的细节与意义。
用户嵌入是可解释行为模式的稀疏叠加
用户嵌入可解释性新研究：提出用户嵌入是稀疏叠加的可解释行为模式，利用稀疏自编码器（SAEs）自动恢复并命名行为模式，实现零样本受众检索，框架后验且模型无关。
Scientist World：为AI科学家打造可运行的研究世界
Scientist World将每篇论文转化为可执行研究环境，首批发布1000个验证环境。前沿AI科学家在74%情况下超越人类研究者，6400小时研究轨迹用于训练，小模型研究构思能力提升158%。
Token缓存如何让你的DeepSeek账单省下98%
DeepSeek API账单差异高达数十倍的根源在于token缓存命中率。本文拆解大模型输入输出计价逻辑、硬盘缓存机制与五十分之一的价格差，并给出保住前缀、避免改写系统提示词等实用省钱策略。
更省Token的记忆插件Sick Memory：日花费仅0.9元
B站UP主大肥鱼呀介绍的Sick Memory记忆插件，通过统一中枢、按相关性排序记忆和Dream整理机制，让AI角色有选择有证据地记住你，降低重复带入旧内容的token成本，日常使用费用约0.9元。
Token总是不够用？这套五层方法论帮你省下真金白银
Token越来越贵，如何高效利用？本文拆解五层优化方法论：精简输入、模型分级、控制上下文膨胀、复用缓存、体系化度量，并推荐kintestmode、CodeGraph等开源工具，附30秒自查清单帮你定位浪费源头。
OpenAI放弃数据中心NDA：社区信任重建的关键一步
OpenAI宣布在数据中心项目中不再与公职人员签署NDA，回应中期选举中选民对数据中心扩张的反对。本文分析这一政策转向的行业影响与社区信任重建意义。
绕开DeepSeek检测：反代不封号的野路子与风险
B站UP主分享DeepSeek反代不封号方案：通过避开XML标签、改用单英文单词触发、海外邮箱注册等方式绕过风控检测。本文拆解其技术思路、对接Harness效果，并分析这套「无限Token」玩法在规则对抗、账号稳定性和合规层面的真实风险。
DSH省token必装的4个插件，别再无脑装了
DSH省token必装的4个插件详解：DSH Shops缩短工具输出、Billion Context压缩早期上下文、Vision Router把图转文字、Thinking Levels自动调节思考深度，附安装前备份与效果验证注意事项。
重测51遍：DeepSeek Harness省token插件用对省一半用错更贵
51遍重测DeepSeek Harness三个省token插件：Ops需切PTC模式才省一半，Flash Presets靠规则省两成，Billion Context只省上下文空间不省钱。附普通人选择指南与避坑提醒。
QQ机器人token消耗太快？工程化分层与省钱技巧
QQ机器人token消耗过快怎么办？B站UP主大肥鱼分享工程化分层方案：深层与浅层记忆分离、改用coding plan套餐、引入基础RAG，据其估算可节省十几倍到上百倍token用量。
AstrBot插件实战：大幅降低Token消耗的高级优化方案
B站UP主分享AstrBot插件的高级优化方案：通过上下文窗口压缩、浅层/深层记忆分离、背景故事包按需检索、群聊读取频率控制和非推理判断模式，大幅降低Token消耗，实测效果显著。
LangChain 1.3系统教程：RAG/Agent/MCP/LangGraph实战落地
B站UP主楼兰发布LangChain 1.3系统教程，覆盖架构入门、RAG、Agent、MCP、LangGraph多智能体项目实战。课程强调重体系不重功能、重实战不重理论，帮助学习者摆脱追工具的疲惫，建立可迁移的AI应用开发能力，并涉及token成本规划与本地大模型部署。