当因果机制不再"跳变"：连续机制演化下的因果表征学习
论文标题：TRACE: Trajectory Recovery for Continuous Mechanism Evolution in Causal Representation Learning
阅读全文含「AI」量超 70%！蚂蚁集团 2026 春招全面启动
蚂蚁集团 2026 届春招现已全面开启本次释放超 70% AI 相关岗位聚焦大模型、多模态、智能体AI Infra 及具身智能等前沿方向想在春招投递中抢占先机？点击关注「蚂蚁集团招聘」公众号后台回复「
阅读全文ICLR 2026 | 告别单一记忆粒度！MemGAS 让智能体不再“转头就忘”
今天跟大家分享一篇来自中国科学技术大学、香港城市大学、华为诺亚方舟实验室、大连理工大学的论文，已被 ICLR 2026 接收。针对传统单粒度记忆建模难以建立跨会话、多层次关联，且容易出现关键信息检索不
阅读全文林俊旸千问收官之作？告别偏科，用Token强化学习统一大模型能力
近期，林俊旸离开千问团队的消息在全网引发了广泛关注。而这篇近期上线 arXiv 的论文，或许是他在千问交出的最后一份答卷。当前，大型推理模型（LRMs，如 Qwen3-Thinking 系列）在复杂数
阅读全文AIME近翻倍！北航团队提出「弱驱动学习」，弱智能体反向带飞强模型
该工作提出了一种名为 WMSS（Weak Agents Can Make Strong Agents Stronger）的新型后训练范式，旨在解决大语言模型在监督微调（SFT）后期普遍面临的优化饱和问
阅读全文首个Token为何沦为数值垃圾桶？LeCun团队解构大模型底层机制
学术界长期以为大值激活与 Attention Sink 强绑定，LeCun 团队打破了这一常识。在 Transformer 架构中，长期存在两个如影随形的内部计算现象：大值激活（Massive Act
阅读全文人大 × 字节团队破解muP理论分歧：用谱条件统一宽深Scaling
©作者 | 郑晨宇单位 | 中国人民大学研究方向 | 机器学习理论概要muP 由于其能够保持模型特征学习稳定、解锁超参迁移能力的优良特性，已经被广泛应用于大模型的宽度 scaling 之中。然而，相较
阅读全文普林斯顿陈丹琦团队：免微调破解长文本衰退，推理性能提升25%
128K 长文本频频失忆？陈丹琦团队提出纯解码算法 DYSCO，免微调让推理性能提升 25%。当前各大模型厂商在技术报告中都宣称支持 128K 甚至更长的上下文窗口。然而，实际测试表明，随着输入长度的
阅读全文ICLR 2026 | 图模型也能合并？多任务融合框架G-Merging，仅5%参数反超微调
研究背景不同行业的图数据具有天然的差异化特性，使得图模型的学习面临着更严峻的多域多任务泛化挑战。在图学习领域，基础模型范式——“预训练 + 下游微调”的范式成为主流。研究者通常先在大规模图数据上进行自
阅读全文Mamba作者再发神作：套娃式加速解码SSD，突破vLLM/SGLang极限
当大模型还在验证，小模型已算好下一步。全异步架构彻底终结解码串行等待。大模型推理的核心瓶颈长期在于自回归解码的串行本质。投机解码（Speculative Decoding, SD）通过引入一个轻量级的
阅读全文NeurIPS 2025 | 当系统算法遇上机器学习：GUARD开启学习增强缓存新范式
过去几年，机器学习在系统领域的“下沉”非常明显：它不再只做单纯的推荐、内容分类、搜索排序，还开始直接参与系统里的底层决策，例如基于 ML 模型的调度算法、缓存算法、负载均衡算法等。同时，ML for
阅读全文一句话生成LoRA、长文档瞬间内化：大模型更新成本还能这样摊销？
显存暴降至 50MB！Sakana AI 提出更新成本摊销，打破长文本 KV-Cache 瓶颈。面对十万乃至百万级别的超长序列输入，Transformer 架构中呈二次方增长的注意力计算与 KV-Ca
阅读全文直播预告 | 约翰斯·霍普金斯大学肖超玮教授：迈向安全可靠的AI智能体
PaperWeekly × 星弧 STARC 科研觉醒AI前沿讲座 直播主题 迈向安全可靠的 AI 智能体 直播嘉宾 肖超玮JHU 助理教授、NVIDIA Research 研究员 直播时间 202
阅读全文Mac变身AI超算！用Claude逆向M4芯片，纯推理引擎跑通Transformer
你的 Mac 桌面，刚刚变成了一台超高能效的 AI 超算。苹果 M4 芯片内置的神经网络引擎（ANE）原本有着严格的官方定位：仅限推理，其底层权限被彻底封锁。但在近期，一项系统级开源项目硬是砸开了这个
阅读全文通义开源Mobile-Agent-v3.5：面向多端自动化操作，20+榜单实现SOTA
拒绝原地打转！通义实验室开源多端 GUI 基座，会反思、能调用工具，让 Agent 真正把活干完。说起 GUI Agent，最尴尬的时刻大概不是它点错按钮，而是它一本正经地操作了半天，最后把你带回了原
阅读全文150B tokens实测反转！你的DeepSeek mHC可能根本不需要“m”约束
我们每天都在跟进最新的顶会和明星模型，但纸面上的精妙公式在实际训练中总是无懈可击吗？©作者 | 谢天单位 | 微软亚洲研究院研究员研究方向 | 大模型预训练算法最近几周在学习 DeepSeek mHC
阅读全文63万指令微调！LEADS登Nature子刊，重塑医学文献挖掘工作流
前不久 Nature 主刊上的 OpenScholar 把「用 AI 做科学文献综述」又推了一把：检索增强、4500 万篇开放获取论文、引用准确度媲美人类专家，而通用大模型在引用上动辄 78%–90%
阅读全文单刊年赚超2亿！中科院不再报销Nature Communications巨额版面费
《Science》近日证实，中科院拟停止支付高昂 OA 版面费，《Nature Communications》、《Science Advances》等 30 多种期刊在列。2026 年春节前夕，有多位
阅读全文多目标强化学习新突破！给GRPO加上运筹外挂，7B模型硬刚GPT-4
弃用 SFT！Li Auto 团队发布多目标强化学习新框架，文本摘要直接媲美GPT-4。文本摘要作为自然语言处理（NLP）的核心任务，其质量评估通常需要兼顾一致性（Consistency）、连贯性（C
阅读全文V4底座浮现？DeepSeek唤醒闲置网卡，「双路径」破解长上下文I/O瓶颈
告别算力苦等 KV 缓存，DeepSeek 全面重构底层链路，令多轮推理吞吐量翻倍。随着大模型全面向 Agent 智能体演进，系统推理的瓶颈已实质性转移至 KV-Cache 的存储 I/O 环节。面对
阅读全文WWW 2026 | 大模型推荐真懂你吗？首次揭示微调中的上下文偏差
论文标题：Does LLM Focus on the Right Words? Mitigating Context Bias in LLM-based Recommenders论文作者：王博浩、陈佳
阅读全文让Claude和Kimi接管真实系统，跑个实验差点把服务器干崩了
把最高权限交给跑分无敌的基座模型，换来的不是自主智能体，而是删库与死循环的灾难。平时看各大模型在 Benchmark 上疯狂刷榜，似乎离真正可用的自主 Agent 只差临门一脚。但真把底层工具调用权限
阅读全文揭开具身智能黑盒！清华等团队破译隐藏动力学密码：极限环编码行为
Sapient Intelligence 与清华大学近日在 arXiv 的一项横跨两类训练方法、3 种网络架构、7 大任务的系统性研究发现：元强化学习训练出的具身智能体，会通过神经状态空间中稳定区域的
阅读全文仅用121个参数通关10位数加法！全网狂卷Transformer参数底线
Transformer 到底能有多小？这场全网狂卷的加法挑战，把极限压到了 121。构建一个能完美完成 10 位数字加法的 Transformer，最少需要多少参数？这个问题源于微软研究院研究员 Di
阅读全文CVPR 2026 | 数据越多越分不清真假？中科院新作破解AIGC检测悖论
数据翻倍性能腰斩？GAPL 用原型学习以 90.4% 准确率实现破局。在AIGC 技术快速演进的背景下，图像生成模型已经从早期的 GAN，发展到 Diffusion，再到近年来兴起的 Flow Mat
阅读全文GitHub 2K星！Edit Banana一键解剖AI像素图，变身可编辑PPT/Drawio
打通 Vibe Researching 闭环，AI 图秒转可编辑 LaTeX 与 PPT。AIGC 生成流程图、架构图只要几秒，但微调一个错别字却要半天？当用户还在拼运气重绘和手动重画之间反复横跳时，
阅读全文还在盲目堆数据？用SAE特征空间指导合成，2K样本轻松追平300K SOTA
在大模型后训练阶段，训练数据的多样性直接决定了下游任务的最终表现。为了覆盖尽可能多的长尾场景，当前主流的做法往往是不断扩大合成数据的规模。然而，构建后训练数据时，现有方法大多依赖基于文本层面的指标（如
阅读全文藏在海量参数背后的系统工程：7家顶尖实验室大模型训练内参
比起算力规模，那些在工程一线沉淀的系统决策，才是模型性能的胜负手。大模型的演进往往给外界一种算力即一切的错觉。但对于真正的一线研发团队而言，决定模型最终性能的，往往是那些隐藏在海量参数背后的系统工程决
阅读全文Adam如何魔改Muon？融合正交与自适应，NAMO刷新LLM训练上限
高效的随机优化器需要平衡两个核心目标，在确定性区域保持良好的更新方向，以及具备适应随机梯度扰动的机制。长期以来，Adam 及其变体 AdamW 利用坐标级别的自适应矩估计提升了训练稳定性，是大型语言模
阅读全文无限上下文的尽头是线性回归？MIT提出注意力匹配，KV压缩提速百倍
突破大模型无限上下文瓶颈的核心解法是什么？MIT 团队给出的答案出乎意料的朴素：线性回归。尽管挑选核心键（Key）仍需依赖启发式或贪心搜索，但最耗时的特征拟合已被 MIT 的最新研究彻底转化为经典的线
阅读全文