精选 67 篇，从 530+ 条中筛选
AI深度解读
Qwen/Qwen3.6-35B-A3B：35B参数代码生成利器
Qwen3.6-35B-A3B是一款专注于代码生成的LLM，具有35B参数和10倍MoE结构，支持长达1,010,000个token的上下文。其核心能力在于Agentic Coding和Thinking Preservation，通过优化前端工作流程和推理上下文，提升开发效率。在性能上，模型在代码生成任务中表现出色，具有较好的稳定性和实用性。开源协议为Apache-2.0，与Hugging Face Transformers兼容。
Qwen/Qwen3.6-27B：27B参数代码生成大模型
Qwen/Qwen3.6-27B是一款专注于代码生成的LLM，具有27B参数和64层结构。它具备前端工作流和仓库级推理的能力，上下文长度可扩展至1,010,000 tokens。该模型在Agentic Coding和Thinking Preservation方面有显著提升，适合开发者和研究人员使用。性能方面，具体基准测试结果未提供，但模型在代码生成和推理方面有优势。开源协议为Apache-2.0，与Hugging Face Transformers兼容。
openai/privacy-filter：PII检测与屏蔽，高效数据清洗
OpenAI Privacy Filter是一款专注于个人身份信息（PII）检测和屏蔽的token-classification模型，适用于高吞吐量数据清洗工作流程。该模型具有小型化、可微调、长上下文处理和运行时控制等特点，适用于需要快速、上下文感知且可调整的模型场景。它基于GPT-oss架构，具有1.5B参数，支持在浏览器或笔记本电脑上运行。该模型在性能和效率方面表现出色，适用于数据安全和隐私保护领域。
deepseek-ai/DeepSeek-V4-Flash：百万token长上下文高效MoE模型
DeepSeek-V4-Flash是一款面向高效百万token上下文理解的混合专家（MoE）语言模型。该模型具有284B参数，支持一百万token的上下文长度，采用混合注意力机制，结合压缩稀疏注意力（CSA）和重度压缩注意力（HCA）以提升长上下文效率。性能方面，模型在权威基准测试中表现优异，具有代码生成、数学推理、多语言能力等优势。开源协议为MIT，硬件需求较高，推理效率良好，与流行推理框架兼容。
deepseek-ai/DeepSeek-V4-Pro：百万token长上下文处理高效模型
DeepSeek-V4-Pro是一款通用大模型，具有1.6T参数，支持一百万token的上下文长度。其核心技术为混合注意力机制，结合了压缩稀疏注意力和高度压缩注意力，显著提高了长上下文处理效率。性能方面，模型在MMLU、GPQA、IFEval等基准测试中表现出色。主要应用场景包括文本生成、对话系统等，具有开源协议、硬件需求适中、推理效率较高的特点。
SeeSee21/Z-Anime：动漫风格图像生成利器
SeeSee21/Z-Anime是一款基于Z-Image Base架构的动漫风格图像生成模型，属于特定领域微调模型。该模型采用S3-DiT架构，具有丰富的动漫美学风格和强大的风格多样性。它在HuggingFace平台上的下载量和点赞数表明其受到社区的认可。模型在性能上表现出色，支持自然语言提示，适用于动漫风格的图像生成。其主要应用场景包括动漫艺术创作、游戏设计等。该模型开源，支持BF16、FP8等高效计算格式，对硬件要求较高，适合在具有强大计算能力的设备上运行。
TenStrip/LTX2.3-10Eros：多模态视频生成，创新层缩放
TenStrip/LTX2.3-10Eros是一款专注于视频场景生成的多模态模型，具有独特的架构和训练数据。该模型在LLM生态中定位为多模态模型，具有较大的参数量和较长的上下文长度。其核心技术包括基于Sulphur-2-base的数据融合和创新的多步骤层缩放合并。在性能表现上，模型在特定视频生成任务上表现出色，但缺乏权威基准测试结果。实用考量方面，模型支持BF16和FP8_mixed_learned的加载，具有较好的硬件兼容性。
SulphurAI/Sulphur-2-base：多模态文本视频生成新秀
SulphurAI/Sulphur-2-base是一款基于LTX 2.3的文本到视频生成模型，定位为多模态模型。该模型具有prompt enhancer功能，支持t2v和i2v格式，并具备与其他ltx 2.3格式兼容的特点。模型在性能上具有创新性，但未提供具体的基准测试结果。其开源协议、硬件需求和推理效率等信息未明确，但与流行推理框架的兼容性可能是一个考量点。
Zyphra/ZAYA1-8B：高效数学代码推理大模型
Zyphra/ZAYA1-8B是一款专注于推理优化的领域大模型，具有8.4B参数，特别擅长数学和代码推理任务。其架构采用混合专家模型，参数效率高，推理速度快，适用于设备端部署。在MMLU、GPQA等基准测试中表现出色，与同类模型相比具有显著优势。
🔥 HiDream-ai/HiDream-O1-Image
HiDream-O1-Image是一款基于Pixel-level Unified Transformer的图像生成模型，定位为多模态模型。其核心技术特点包括无VAE和分离文本编码器，支持文本到图像、图像编辑和主题驱动个性化。性能上，该模型在人工分析文本到图像领域排名第八，具有高分辨率和推理驱动的提示代理。主要应用场景包括图像生成、编辑和个性化定制。开源协议为MIT，硬件需求较高，推理效率良好。
google/gemma-4-31B-it-assistant：31B参数，多语言，高效生成
Gemma-4-31B-it-assistant 是一款由 Google DeepMind 开发的多模态大型语言模型，定位为通用大模型。该模型具有高达 31B 的参数量，支持超过 140 种语言的上下文，并具备 Dense 和 MoE 架构。其在推理速度和生成质量上均有显著优势，尤其在代码生成和推理任务上表现出色。性能方面，Gemma-4-31B-it-assistant 在多个基准测试中取得了优异的成绩，如 MMLU、GPQA 等。该模型适用于需要高效率、高质量文本生成的场景，如低延迟应用和设备端部署。
🔥 froggeric/Qwen-Fixed-Chat-Templates
🔥 froggeric/Qwen-Fixed-Chat-Templates 是一款针对 Qwen 3.5 和 3.6 版本的固定聊天模板，旨在解决官方模板中的渲染错误、token 浪费和缺失功能。该模型定位为特定领域微调模型，专注于聊天模板的优化。其核心技术包括 Jinja 模板引擎和 Qwen 模型适配，具有参数量小、上下文长度适中、易于部署的特点。在性能表现上，该模型在聊天模板领域表现出色，能够有效提升聊天体验。主要应用场景为聊天机器人、虚拟助手等。实用考量方面，该模型开源协议为 Apache-2.0，硬件需求较低，推理效率较高，与流行推理框架兼容性好。
openbmb/MiniCPM-V-4.6：多模态模型，高效视觉理解
MiniCPM-V 4.6是一款针对移动端优化的多模态语言模型，定位为多模态模型。它基于SigLIP2-400M和Qwen3.5-0.8B LLM构建，具有强大的图像和视频理解能力。该模型在保持高性能的同时，通过混合4x/16x视觉token压缩和LLaVA-UHD v4技术，显著提高了计算效率。在基准测试中，MiniCPM-V 4.6在多个视觉语言理解任务上表现优异，尤其在OpenCompass、RefCOCO等基准上达到Qwen3.5 2B级别的性能。模型适用于移动平台，支持多种推理框架，并开源了边缘适配代码，便于开发者定制。
HiDream-ai/HiDream-O1-Image-Dev：像素级Transformer，高分辨率图像生成
HiDream-O1-Image是一款基于Pixel-level Unified Transformer的图像生成模型，定位为多模态模型。它具有像素级统一Transformer架构，支持文本到图像、图像编辑和主题驱动个性化等功能。该模型在2026年5月5日的人工智能文本到图像领域中排名第8，具有高分辨率图像生成能力。其开源协议为MIT，适用于多种硬件平台，推理效率较高，与流行推理框架兼容。
unslath/Qwen3.6-27B-MTP-GGUF：多模态27B参数高效转换模型
🔥 unsloth/Qwen3.6-27B-MTP-GGUF 是一款基于 Qwen/Qwen3.6-27B 的多模态扩展模型，专注于图像到文本的转换。该模型具有27B的参数量，支持MTP（多任务预测）技术，实现了更快的生成速度。它在HuggingFace平台上具有较高的下载量和点赞数，表明其在社区中受到认可。该模型在特定任务上表现出色，如代码生成和工具调用，适用于需要多模态交互的场景。其开源协议为Apache-2.0，支持在Unsloth Studio中进行运行和微调。
jackxinning/Leanly_AI：临床体重管理AI，心理关怀卓越
Leanly_AI是一款专注于临床体重管理领域的领域大模型，由福州大学附属省立医院内分泌与代谢科和全科医学科共同开发。该模型具备与UK Biobank大规模人口健康证据的深度整合，能够为肥胖患者提供标准化、支持性和临床导向的心理关怀。模型在性能上专注于肥胖和体重管理中的心理需求，如焦虑、低落、罪恶感等，并在MMLU、GPQA、IFEval等基准测试中表现出色。其开源协议为Apache-2.0，适合在临床和心理关怀场景中使用。
unslath/Qwen3.6-35B-A3B-MTP-GGUF：多模态通用大模型，高效推理
🔥 unsloth/Qwen3.6-35B-A3B-MTP-GGUF 是一款基于 Qwen/Qwen3.6-35B-A3B 的多模态扩展模型，定位为通用大模型。其核心技术包括GGUF（Generalized GPT-3 Unconditional Fine-tuning）和MTP（MTP speculative decoding），具有高达35B的参数量和1.5-2倍加速的生成速度。在MMLU、GPQA、IFEval等基准测试中表现优异。适用于图像到文本的转换等任务，具有开源协议、硬件需求适中、推理效率高的特点。
Supertone/supertonic-3：轻量级文本到语音，31语种支持
Supertone/supertonic-3是一款专注于本地推理的轻量级文本到语音系统，定位为特定领域的微调模型。其核心技术包括ONNX Runtime和多种语言支持，具有高阅读稳定性和低重复/跳过失败率。性能上，Supertonic 3在31种语言中表现出色，支持简单的表情标签，适用于本地设备上的快速语音合成。主要应用场景包括语音合成和多媒体内容创作，使用时需考虑其开源协议和硬件需求。
FlowCompile：结构化LLM工作流优化编译器
这篇论文提出了FlowCompile，一个针对结构化LLM工作流的优化编译器。它通过编译时设计空间探索，在部署前全局探索工作流设计空间，构建一套可重用的、覆盖不同精度-延迟权衡的工作流级配置，从而在保持准确性的同时显著降低延迟。
领先：大语言模型的长效自适应动态推理
这篇论文提出了LEAD，一种针对大型语言模型的长度高效自适应动态推理方法。LEAD通过动态调整正确性和效率之间的平衡，以及根据每个问题的推理预算自适应调整目标长度，解决了现有方法在训练过程中正确性和效率平衡非平稳以及推理预算差异大的问题。
专家联盟：高效分布式推理助力大型语言模型
这篇论文提出了一种名为Federation of Experts (FoE)的新架构，用于提高大型语言模型（LLMs）在分布式环境下的推理效率。FoE通过将MoE块重构为多个MoE集群，并在集群间使用同步机制，显著减少了通信开销，从而提高了推理吞吐量和降低了延迟。
自动化智能体评估实证研究
这篇论文研究了自动化智能体评估的问题，提出了一种名为EvalAgent的AI助手，该助手通过编码评估领域的专业知识来自动化整个评估流程，并通过实验证明了其在提高评估效率和准确性方面的有效性。
行为指纹学习多模态数据集：BEACON
这篇论文介绍了BEACON，一个用于从游戏数据中学习行为指纹的大规模多模态数据集。该数据集包含来自不同玩家的高频鼠标动态、按键事件、网络数据包捕获、屏幕录制、硬件元数据和游戏配置上下文，旨在解决当前基准测试在规模、模态和同步环境上下文方面的局限性。
基于策略引导的扩散修复实现活跃表格增强
这篇论文提出了TAP（Tabular Augmentation Policy），一种结合扩散修复和轻量级策略的表格数据增强方法，旨在解决数据稀缺领域中的数据增强问题。TAP通过引导生成高效用样本并控制安全注入，在七个真实世界数据集上显著提升了分类准确性和回归性能。
从通才到专才代表
这篇论文研究了如何从通用模型学习任务相关的专家表示，提出了在非参数设置下，通过无监督方式识别时间步和任务之间的结构，并在每个时间步内通过稀疏正则化分离任务相关的潜在表示，为从通用模型到专家模型的转换提供了可证明的框架。
多代理框架助力引文幻觉检测
这篇论文提出了一种多智能体框架CiteTracer，用于检测科学写作中大型语言模型产生的引用幻觉。该框架通过构建一个包含真实、潜在和幻觉引用的12代码分类法，结合PDF和BibTeX的引用提取、缓存查找、URL抓取、学者连接器和网络搜索等手段，实现了对引用的全面检测。
EVA-Bench：语音助手评估新框架
这篇论文提出了EVA-Bench，一个用于评估语音代理的端到端框架。该框架解决了生成逼真模拟对话和测量语音特定故障模式质量的核心挑战。EVA-Bench通过动态多轮对话进行机器人之间的音频对话，并引入了两个复合指标EVA-A和EVA-X来评估任务完成度、语音质量、对话进展和简洁性。
indic医语对话：多轮并行医疗对话数据集助力印度语系医疗可及
这篇论文提出了IndicMedDialog，一个涵盖英语和九种印度语言的平行多轮医疗对话数据集，旨在提高印度语言环境下医疗保健的可用性。该数据集通过量化小型语言模型的参数高效适应、结合患者预上下文进行多轮症状诱发的个性化，并通过专家评估验证临床合理性。
探索学习：通过探索感知策略优化扩展智能推理
这篇论文提出了一种探索感知的强化学习框架，通过自适应探索和精细的奖励函数，使大型语言模型（LLM）在执行任务时能够更有效地探索环境，从而在文本和图形用户界面（GUI）基准测试中实现一致的改进。
基于注意力的模型：内在检索能力
这篇论文提出了INTRA框架，该框架允许基于注意力的编码器-解码器模型直接从其内部表示中检索信息，从而统一了检索和生成过程，消除了RAG管道中常见的检索器-生成器不匹配问题。通过重用预计算的编码器状态，INTRA优化了上下文编码，并在问答基准测试中优于强工程检索管道。
FAAST：测试时监督自适应的闭式快速权重前向关联学习
这篇论文提出了FAAST，一种通过闭式快速权重进行前向关联学习的测试时监督自适应方法。FAAST通过单次遍历将标记示例编译成快速权重，消除了对内存或上下文的依赖，实现了常数时间的推理，并将任务自适应与预训练表示解耦。实验表明，FAAST在图像分类和语言建模基准测试中，与基于反向传播的自适应相当，同时将自适应时间减少了90%以上，在内存使用上节省了高达95%，是一种高效、可扩展的监督任务自适应解决方案。
多模态Retinexformer：低光图像增强新利器
这篇论文提出了一种名为M2Retinexformer的多模态深度学习框架，用于低光照图像增强。该框架通过结合深度信息、亮度先验和语义特征，在渐进式细化管道中扩展了Retinexformer，实现了对低光照图像的显著改善。
特征校准：后融合模型优化
这篇论文提出了FeatCal，一种用于后合并模型的特征校准方法，通过减少特征漂移来提升合并模型的性能。它通过分析特征差异，逐步校准模型权重，从而在保持合并模型优势的同时提高模型性能。
LLM代理理解ICU长文本数据？超越行为模仿的基准
这篇论文提出了RealICU，一个针对大型语言模型（LLM）在重症监护（ICU）环境中理解长期临床数据的基准。RealICU通过模拟真实ICU环境，评估LLM在处理复杂临床信息时的推理能力，并引入了新的评估任务和指标，以超越行为模仿的评估方法。
个性化LLM智能代理：知识图谱规划机制优化检索
PersonalAI 2.0通过结合外部知识图谱和动态多阶段查询处理流程，增强基于大型语言模型（LLM）的系统，显著提高了知识图谱遍历/检索的准确性。该方法通过自适应迭代信息搜索，减少了幻觉率并提高了答案的精确度。
像素到概念：分割模型是否理解其分割内容？
这篇论文提出了CAFE，一个用于评估可提示分割模型中概念忠实分割的新基准。通过在属性级别上进行反事实操作，CAFE评估模型是否能够根据文本提示准确分割，而不是依赖于视觉上的误导性线索。实验表明，模型在生成准确分割的同时，也可能产生误导性的结果，表明了分割质量和概念区分之间存在系统性差距。
帧跳：VLA训练中从更少但更信息丰富的帧学习
这篇论文提出了FrameSkip，一种在Vision-Language-Action (VLA)训练中通过选择更少但更有信息量的帧来提高训练效率的方法。它通过分析动作变化、视觉动作一致性、任务进度先验和夹持器转换保留来评分轨迹帧，并将训练样本重新映射到高重要性帧，从而在保持20%独特帧的同时，提高了成功保留权衡比。
噪声追踪对齐的校正流离线偏好优化
这篇论文提出了一种名为Prior Noise-Aware Preference Optimization (PNAPO)的离线偏好优化框架，专门用于改进文本到图像模型中的rectified flow。该方法通过保留生成图像对所使用的噪声样本，扩展了偏好数据，并利用rectified flow的直线特性来估计中间状态，从而提高了偏好优化的效率和稳定性。
LocalAI突破摩尔定律：两年笔记本电脑性能飞跃
这篇公告讨论了在过去两年中，尽管硬件性能没有显著提升，但本地AI模型在笔记本电脑上的性能却以超过摩尔定律的速度增长。文章强调了稀疏混合专家、量化技术和推理训练等创新在推动这一进展中的作用。
Tether Data推QVAC MedPsy 边缘设备AI医疗新标杆
Tether Data发布了QVAC MedPsy，这是一系列先进的医疗和健康语言模型，专为边缘设备部署设计。这些模型在医疗推理能力上达到了新的标准，同时保持了高效的参数效率，为智能手机、可穿戴设备和资源受限的医疗环境提供了临床级的AI。
AI达人揭秘：KV缓存加速Transformer推理
本文介绍了KV缓存技术，这是一种优化Transformer推理效率的方法。通过缓存中间计算结果，模型可以避免重复计算，从而加快文本生成速度，提高效率。
开源AI肿瘤决策助手OncoAgent：隐私保护新利器
OncoAgent是一个开源的、保护隐私的肿瘤学临床决策支持系统，它结合了双层微调LLM架构和最先进的LangGraph多智能体拓扑结构，以及一个基于70多个NCCN和ESMO指南的四阶段Corrective RAG管道。该系统旨在通过减少对云API的依赖，保护患者数据主权，并在AMD Instinct MI300X硬件上实现。
商汤联手南洋理工，NEO-unify革新多模态AI学习
商汤科技与南洋理工大学合作推出了NEO-unify，这是一种端到端原生多模态统一模型，旨在直接处理原始像素和文本输入，摆脱传统多模态AI中视觉编码器和变分自编码器的依赖，实现文本和视觉的统一学习，并展现出高数据扩展效率。
Hugging Face推10K Reachy Minis代理机器人应用商店
Hugging Face宣布推出适用于10,000个Reachy Minis的代理机器人应用商店。用户可以使用自然语言描述他们想要的机器人行为，然后AI代理将编写、测试和部署代码到机器人上。该平台旨在降低机器人编程的门槛，使非技术用户也能轻松创建机器人应用。
CyberSecQwen-4B: Why Defensive Cyber Needs Small, Specialized, Locally-Runnable Models
LabLab AI和AMD合作发布了一个名为CyberSecQwen-4B的网络安全模型，这是一个小型、专业化的本地可运行模型，旨在提高网络安全防御的效率和效果。该模型在AMD Instinct MI300X上训练，并在多个网络安全任务中表现出色，包括CWE分类、CVE到CWE映射和结构化CTI问答。
ShaneAI数学建模新突破FANT与Sparrow模型惊艳亮相
这篇公告主要介绍了AI技术分析师Shane在数学建模和AI模型构建方面的经验，包括他如何使用FANT模型在数学评估中取得优异成绩，以及他新开发的Sparrow模型在数学问题解决上的卓越表现。
Hugging Face携手JFrog Artifactory升级AI存储库布局
这篇公告介绍了Hugging Face与JFrog Artifactory的集成，强调了即将到来的技术更新，包括2026年6月前的迁移到新的机器学习存储库布局，以及Hugging Face Enterprise Plus的新功能，如Model Gateway，旨在解决企业级AI工作负载的挑战。
AI进化揭秘：GRPO到GSPO强化学习新突破
本文介绍了从GRPO到DAPO再到GSPO的强化学习技术演进，重点关注了在大型语言模型中如何优化长文本输出和复杂任务的性能。文章详细讨论了每种方法的原理、优势和局限性，并展示了如何通过改进采样、剪枝和梯度计算等细节来提高效率和稳定性。
A Guide to Reinforcement Learning Post-Training for LLMs: PPO, DPO, GRPO, and Beyond
暂无摘要
探索Pallas：JAX新扩展让Python用户轻松定制GPU/TPU内核
Pallas是一个实验性的JAX扩展，用于编写针对GPU和TPU的定制内核。它允许用户使用Python编写代码，并使用许多熟悉的JAX原语，同时保持JAX跟踪和jax.numpy的易用性。Pallas旨在提供对生成代码的细粒度控制，同时保持JAX的易用性。
独闯法语LLM训练之旅：1080Ti助力，电力中断也难挡！
一位AI技术分析师独自使用1080 Ti GPU，从头开始训练了一个法语语言模型（LLM），并在训练过程中遭遇了电力中断。他详细描述了从数据收集、清洗、分词、模型架构设计到训练过程，以及如何通过多阶段训练和对比学习来提高模型性能。
AI安全评估：测试时间计算不容忽视
这篇公告强调了在AI安全评估中考虑测试时间计算的重要性，指出在有限的测试时间计算下看似安全的系统可能在更大的、适应性强的和理性经济预算下变得不安全。它提出了一个更全面的评估方法，包括多个预算级别、攻击者类型和测试时间计算，以更准确地评估AI系统的风险。
Urro打造授权数据AI，伦理争议下破局
这篇公告讨论了人工智能行业在数据获取和模型训练过程中的伦理问题，特别是关于版权、数据许可和劳动者权益的问题。它强调了使用未经授权的数据和忽视劳动者权益的实践，并提出了Urro组织正在构建的基于授权数据和公平劳动实践的通用人工智能模型。
AI终局揭秘：自我进化是终极目标
这篇公告讨论了人工智能（AI）的自我进化，将其视为AI发展的最终目标。它强调了大型语言模型（LLMs）在执行长期任务方面的突破，如网络安全和电子商务，并提出了实现自我进化的三个技术支柱：记忆、持续学习和自我判断。此外，文章还探讨了人工智能通用智能（AGI）的概念，以及它对计算机科学和操作系统的影响。
用户揭秘：abliteration技术解锁LLM无审查响应新境界
本文介绍了名为“abliteration”的技术，该技术可以取消任何大型语言模型（LLM）的审查机制，使其能够响应所有类型的提示。这项技术通过修改模型权重来阻止模型拒绝请求，从而提高了模型的灵活性和响应能力。
用户名打造makeMoE：揭秘稀疏混合专家语言模型构建
本文介绍了如何从头开始实现一个稀疏混合专家语言模型（makeMoE），该模型基于Andrej Karpathy的项目“makemore”，并借鉴了其许多可复用组件。makeMoE是一个自回归字符级语言模型，采用稀疏混合专家架构，旨在帮助读者理解其工作原理。
Python实战：用户亲授RAG系统构建教程
本文介绍了如何从头开始构建一个简单的检索增强生成（RAG）系统，该系统结合了信息检索和文本生成，以增强语言模型的表现。文章详细解释了RAG系统的关键组件，包括检索模型和语言模型，并提供了使用Python和ollama实现RAG系统的示例代码。
用户名揭秘：Transformer模型中张量维度处理技巧
这篇博客详细介绍了在Transformer模型中处理张量维度的重要性，包括矩阵乘法、嵌入层、位置编码、解码器层和注意力机制等关键概念，旨在帮助读者更好地理解Transformer架构。
提升ChatGPT敏感对话中语境识别能力
OpenAI在其官方博客上发布了一篇关于ChatGPT的新安全更新，这些更新旨在提高ChatGPT在敏感对话中的上下文识别能力，从而随着时间的推移检测风险并更安全地响应。
GRACE：高效后训练梯度对齐推理数据整理
这篇论文提出了GRACE，一种基于梯度对齐的推理数据整理方法，通过评估推理过程中的每个步骤，以优化训练后的推理性能。GRACE利用模型内部的优化信号，无需外部奖励模型或步骤注释，通过评估步骤与答案导向的梯度方向的对齐程度和与前一个推理轨迹的一致性来评分，从而实现高效的子集选择。
认知折叠：持续主动记忆系统
这篇论文提出了Cognifold，一种受大脑启发的“始终在线”的智能体记忆系统，旨在通过认知折叠技术，将事件流持续地折叠成自涌现的认知结构，从而实现自主的认知和决策。Cognifold通过扩展互补学习系统理论，增加一个前额叶意图层，并通过图拓扑自组织来模拟前额叶皮层的功能，实现了认知结构的主动组装、合并、衰减和重连。实验表明，Cognifold能够产生符合认知预期的记忆结构，并在多个认知领域内表现出色。
OSDN：线性注意力中Delta规则与可证明在线预处理的改进
这篇论文提出了一种名为OSDN的在线预处理的Delta规则改进方法，通过在线预处理器和自适应预处理器遗忘机制，提高了线性注意力模型在上下文关联回忆方面的性能，并在大规模参数下实现了显著的性能提升。
Vividh-ASR：鲁棒印地语语音识别复杂度分级基准与优化动态
这篇论文提出了Vividh-ASR，一个针对印度语系语言的复杂度分层基准，用于解决低资源语言中多语言ASR模型在朗读语音上的改进与自发言语性能下降的问题。通过控制学习率调整和课程顺序，论文发现早期大参数更新可以显著提高整体错误率（WER），并引入了反向多阶段微调（R-MFT）来提高模型效率。
迈向统一手术场景理解：通过MLLMs连接推理与扎根
这篇论文提出了一种名为SurgMLLM的统一手术场景理解框架，该框架通过多模态大型语言模型（MLLM）结合高级推理和低级视觉定位，以实现手术场景的全面理解。该方法通过联合建模手术阶段、工具-动词-目标（IVT）三元组和三元组实体分割标记，提高了手术场景理解的准确性和语义一致性。
芯片伙伴：强化学习多智能体训练提升RTL生成
这篇论文提出了ChipMATE，一个基于强化学习的多智能体框架，用于提高RTL代码生成。它通过模拟工业实践中的验证过程，实现了独立RTL模块之间的相互验证，从而提高了代码生成的准确性和安全性。
多目标药物发现进化智能框架ToolMol
这篇论文提出了ToolMol，一个基于进化代理框架的多目标药物发现工具。ToolMol结合了多目标遗传算法和代理型LLM操作符，通过迭代更新配体种群，实现了对药物分子的精确修改。该方法在多目标属性优化任务上取得了最先进的性能，发现的新型配体在预测结合亲和力上比现有方法强10%以上，并在绝对结合自由能评分上提升了35%以上。
