所有文章
共 37212 篇文章
TCSExam：大模型征战理论计算机科学的统一考场
TCSExam 是覆盖理论计算机科学全谱系的 LLM 评测基准，包含定理证明、求解器工程、构造与开放猜想四条赛道，用 Lean 内核与可执行检查器硬性校验，并提供 Full 与 Lite 两档版本。
阿拉伯法律大模型压缩评测：上下文敏感性视角
基于 ArabLegalEval 基准的研究显示，去掉上下文后基础模型准确率差距最高达27个百分点；4比特量化降低内存64-71%，精度变化-3.2至+1.6个百分点；蒸馏效果随学生规模缩小而波动。无上下文评测应成为法律大模型压缩评估的必要补充。
自动关键词抽取：从统计方法到LLM与语音端到端
一篇综述系统梳理自动关键词抽取（KE）的理论方法与实用方案，覆盖统计、机器学习、LLM生成式方法及语音端到端处理，分析语料标注瓶颈与多模态融合等未来挑战。
轻量级LLM能否胜任意图到SLO的翻译？五维评估揭晓答案
最新研究对10个轻量级LLM进行五维评估，揭示其在意图到SLO翻译中的性能、幻觉与能耗表现，最佳F1达0.943，但改写鲁棒性仍是挑战。
AP Tensor Neural Networks Solve 3D High-Field Kinetic Equations
新研究提出渐近保持张量神经网络APTNN，利用CP分解将高维损失积分化为一维组合，计算成本从指数降为多项式增长，3D3V VPFP问题单GPU训练不到30分钟，并显著提升高场区预测精度。
当评分与偏好冲突：DPO约束漂移的诊断与自适应修正
DPO训练中偏好与标准评分冲突会引发约束漂移。本文解读闭式诊断指标ρ*_eq与CoDPO方法，实现训练前预判与自适应降权修正，在四个领域上降低漂移并保留偏好学习。
无需验证器：测试时自博弈如何突破LLM推理瓶颈
论文提出Test-Time Self-Play（TTSP），一种不依赖验证器的测试时扩展方法。在LiveCodeBench v6上，无验证器时平均@8绝对提升35%，验证器越弱优势越明显，为缺乏验证器的场景提供新思路。
对抗性多重性：模型选择操纵与披露的局限
新论文揭示预测多重性的阴暗面：有动机的各方可通过软操纵或硬操纵逆转个体预测甚至聚合估计，同时通过黑盒或白盒审计。Reconcile算法在对抗性模型选择下更偏向操纵者，论文建议预注册、版本化模型等缓解措施。
神经网络近机器精度求解非线性水波，并用Lean严格验证
本文介绍一项结合物理信息神经网络与形式化验证的研究：神经网络以近机器精度求解非线性水波方程，并通过区间算术和Lean定理证明器提供严格数学保证，探索AI发现与机器检查验证的完整流水线。
CacheGraft：用KV缓存为小模型RAG注入大模型知识
CacheGraft提出用KV缓存实现潜空间文档富化：离线将文档编码为大模型与小模型的融合缓存，查询时直接注入小模型，无需大模型在场。在五个问答基准、两个本地评委的30次对比中29次优于文本基线。
等变表示谱对称指纹：几何深度学习的新视角
本文介绍了一种新的谱对称指纹（SymFP）方法，利用等变表示的奇异值谱作为结构对称性的统一指纹，实现离散点群识别和连续对称性分析，并在分子、配位化合物和生物组装体上验证有效性。
IMUDINO：首个通用惯性传感基础模型，突破传感器位置与采样率限制
IMUDINO 是首个面向惯性传感的通用基础模型，通过 DINO 自监督学习和频率感知位置编码，支持变长输入与不同采样率，在人体活动识别、健康、动作捕捉和里程计任务上实现跨用户、跨传感器配置的泛化。
截断BPTT的梯度双车道性质：理论突破
截断BPTT会引入梯度偏差，但新研究证明在状态转移雅可比指数衰减条件下，截断梯度与全上下文梯度的误差随距离边界指数衰减，形成双车道梯度转盘性质，为截断长度选择提供理论保证。
英伟达推出NVKE：Kubernetes原生AI算力管理新引擎
英伟达推出Nvidia Kubernetes Engine（NVKE），从命名看或为GPU原生Kubernetes引擎。本文分析其产品定位、对GKE/EKS等云厂商生态的竞合关系，以及对AI基础设施团队的影响与锁定风险。
闭源AI模型霸榜性价比前沿：开源追赶为何吃力？
Hacker News 讨论指出闭源AI模型在价格-性能前沿占据领先。本文分析性价比前沿的含义、开源模型的真实位置，以及企业技术选型时应如何权衡成本、能力与可控性。
AI加速科学发现：Claude助力解析细菌穹窿颗粒3D结构
生物学研究团队利用Claude模型首次解析出细菌穹窿颗粒的3D结构，将数周至数月的手动工作缩短至几天，同时揭示了AI在科学发现中的潜力与局限，并探讨了人机协作的未来模式。
两阶段残差学习：提升太阳能辐照预测的不确定性校准
两阶段残差学习通过分离预测误差与预期辐照度，显著提升太阳能预测的不确定性校准，偏差降低最高达56.5%。
零代码爸爸用Claude Code打造3D地球玩具，意外走红课堂
一位没有编程背景的父亲用 Claude Code 打造 3D 互动地球 My Earth Toy，包含 830+ 地标、470+ 动物和 180+ 交通工具，意外走进全球课堂。了解 AI 编程如何降低创造门槛。
