未来已来，只是尚未均匀分布
每日精选 arXiv 新论文，用中文讲清核心问题、方法、结果与局限。
已收录 721 篇解读
伪可逆神经网络
Pseudo-Invertible Neural Networks
该论文提出满射伪可逆神经网络架构，定义非线性伪逆与后向投影，首次实现零样本解决复杂非线性退化逆问题并控制语义
共享 LoRA 子空间实现近乎严格的持续学习
Shared LoRA Subspaces for almost Strict Continual Learning
它提出 Share 方法，通过构建并动态更新共享低秩子空间，在不回放数据、不增模型规模下实现多任务持续学习，参数减少百倍
通过多尺度结构生成的蛋白质自回归建模
Protein Autoregressive Modeling via Multiscale Structure Generation
提出首个多尺度蛋白质骨架自回归生成框架 PAR 以粗到细的下一尺度预测突破单向限制实现零样本条件生成与高质量设计
强化注意力学习
Reinforced Attention Learning
提出强化注意力学习，将优化目标从文本生成转向注意力分布，有效提升多模态模型视觉感知与对齐性能
PLATE：面向几何感知持续学习的塑性可调高效适配器
PLATE: Plasticity-Tunable Efficient Adapters for Geometry-Aware Continual Learning
PLATE 发现预训练网络存在几何冗余，通过冻结从权重导出的 B 和 Q、仅训练 A 的低秩适配器，实现了无旧数据下的可塑性可调持续学习
量子霍尔层级结构与任意子超导的统一范畴描述
A Unified Categorical Description of Quantum Hall Hierarchy and Anyon Superconductivity
该论文用范畴论统一了分数量子霍尔层级与任意子超导，通过广义堆叠-凝聚操作系统确定凝聚电荷并预言了新的任意子超导相
MEG-XL：通过长上下文预训练实现数据高效的脑到文本转换
MEG-XL: Data-Efficient Brain-to-Text via Long-Context Pre-Training
通过将 MEG 样本上下文扩展至 2.5 分钟进行预训练，仅用 1 小时微调数据就在词解码上匹配了 50 小时监督模型性能
面向冲突目标的无奖励对齐
Reward-free Alignment for Conflicting Objectives
提出无奖励冲突目标对齐框架，通过剪辑冲突规避梯度下降解决多目标梯度冲突，在摘要和安全对齐任务上获得更优帕累托权衡
共享自主范式中的信念与策略端到端优化
End-to-end Optimization of Belief and Policy Learning in Shared Autonomy Paradigms
该研究通过端到端联合优化信念与策略，利用完整贝叶斯目标分布，在目标模糊下显著提升成功率与效率，并给出二次遗憾优势的证明
VideoGPA：提炼几何先验以实现三维一致性视频生成
VideoGPA: Distilling Geometry Priors for 3D-Consistent Video Generation
通过蒸馏几何基础模型的三维先验作为偏好信号，借助直接偏好优化，仅需极少量无标注数据即大幅增强视频生成的三维一致性
DynaWeb：基于模型的网络智能体强化学习
DynaWeb: Model-Based Reinforcement Learning of Web Agents
DynaWeb 框架通过学习网页世界模型，让智能体在想象环境中训练，显著提升了性能并避免真实交互风险
最新成果：用于边缘计算的神经网络到逻辑流的转换
Late Breaking Results: Conversion of Neural Networks into Logic Flows for Edge Computing
通过将神经网络转化为等价的决策树，提取恒定分类结果的路径压缩为条件分支逻辑流，在模拟 CPU 上延迟最高降低 14.9% 且精度无损
探索智能体的推理奖励模型
Exploring Reasoning Reward Model for Agents
该论文提出能生成推理轨迹、批评与评分的 Agent-RRM，并验证其统一整合策略使智能体在 GAIA 等基准上大幅提升
混合线性注意力的正确实现：面向极长上下文的高效蒸馏与有效架构
Hybrid Linear Attention Done Right: Efficient Distillation and Effective Architectures for Extremely Long Contexts
它仅用 23 亿 token（不足预训练数据 0.01%）的蒸馏，结合 HyPE 位置编码和架构优化，使 HypeNet 混合模型在极长上下文上性能比肩原模型且推理速度大幅提升
发现模型仓库中的隐藏瑰宝
Discovering Hidden Gems in Model Repositories
这篇论文揭示了模型仓库中大量低下载量的微调模型性能远超热门模型，并提出基于多臂老虎机的算法以极少查询高效挖掘这些隐藏宝石
RedSage：一个网络安全通用大语言模型
RedSage: A Cybersecurity Generalist LLM
它通过领域持续预训练与智能体增强微调，构建了开源 8B 网络安全通才大模型 RedSage，并在多项基准上显著超越基线
膨胀 FRW 宇宙中的量子隐形传态
Quantum teleportation in expanding FRW universe
该论文首次量化揭示了膨胀宇宙中 Bogoliubov 模式混合显著降低量子隐形传态保真度的具体机制
进化策略导致大型语言模型的灾难性遗忘
Evolutionary Strategies lead to Catastrophic Forgetting in LLMs
发现进化策略微调大语言模型性能可比 GRPO，却引发灾难性遗忘，因其更新稀疏性差且 L2 范数高出数个数量级
自蒸馏实现持续学习
Self-Distillation Enables Continual Learning
自蒸馏微调将模型自身作为演示条件化教师进行在线策略蒸馏，无需奖励函数即可从演示中持续学习并有效缓解灾难性遗忘
动力学平均场理论的实时迭代方案：面向近期量子模拟的框架
Real-Time Iteration Scheme for Dynamical Mean-Field Theory: A Framework for Near-Term Quantum Simulation
该方案通过实时迭代在有限浴离散下重现金属-绝缘体转变和 Hubbard 带，突破两点 DMFT 限制，适配近期量子模拟
复用 FLOPs：以极异策略前缀为条件扩展困难问题的强化学习
Reuse your FLOPs: Scaling RL on Hard Problems by Conditioning on Very Off-Policy Prefixes
该论文提出 PrefixRL，将离线正确轨迹前缀作为条件引导在线强化学习，实现困难问题训练速度 2 倍与奖励 3 倍的提升，并揭示反哺泛化现象
ctELM：利用嵌入语言模型解码与操控临床试验嵌入
ctELM: Decoding and Manipulating Embeddings of Clinical Trials with Embedding Language Models
ctELM 首个开源嵌入语言模型，能从临床试验嵌入解码生成可操控摘要，并沿概念向量移动调控年龄性别
一种用于分析大语言模型训练动态的可扩展损失景观曲率度量
A Scalable Measure of Loss Landscape Curvature for Analyzing the Training Dynamics of LLMs
提出高效临界锐度度量，首次在七十亿参数大模型上揭示渐进锐化与稳定边缘现象
AnyView：合成动态场景中的任意新视图
AnyView: Synthesizing Any Novel View in Dynamic Scenes
提出一种扩散式动态视图合成方法，从单目视频生成任意新视角视频，在极端相机移动下保持时空一致与真实感