Seed-Prover 1.5: Mastering Undergraduate-Level Theorem Proving via Learning from Experience
9小时攻克11道Putnam难题！Seed-Prover 1.5重塑AI形式化证明。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
AI理论
AGI FRONTIER
AI前沿分享第28页
深度解读 AI 论文，追踪 Agent、推理、多模态与具身智能的最新进展。
PAPER INSIGHTS
更多论文解读
Search over Self-Edit Strategies for LLM Adaptation
CMU新作：让AI自主设计“自我修正”策略，带存档机制逼近人类专家水平。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
行业应用
Scaling Reinforcement Learning for Content Moderation with Large Language Models
数据效率暴涨100倍！Meta AI揭秘强化学习在内容审核中的Scaling Law。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
强化学习
RMAAT: Astrocyte-Inspired Memory Compression and Replay for Efficient Long-Context Transformers
模拟大脑“胶质细胞”！RMAAT解锁线性注意力，长序列训练显存效率暴涨。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
知识系统
ReX-MLE: The Autonomous Agent Benchmark for Medical Imaging Challenges
GPT-5也排0%分位？ReX-MLE揭秘：顶尖AI智能体为何搞不定医学影像。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
AI AgentAI评测
RevFFN: Memory-Efficient Full-Parameter Fine-Tuning of Mixture-of-Experts LLMs with Reversible Blocks
单卡全量微调MoE大模型？RevFFN让显存占用减半，性能超越LoRA。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
知识系统
Retrieval--Reasoning Processes for Multi-hop Question Answering: A Four-Axis Design Framework and Empirical Trends
RAG系统的“黑盒”困境：谷歌提出多跳QA的四轴设计框架。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
RAG推理
Rethinking Supervised Fine-Tuning: Emphasizing Key Answer Tokens for Improved LLM Accuracy
SFTKey：别让CoT喧宾夺主！两阶段微调让大模型准确率提升超5%。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
基础模型
Recursive Language Models
打破上下文诅咒：递归语言模型（RLM）让GPT-5处理无限长文本。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
基础模型
Reasoning over mathematical objects: on-policy reward modeling and test time aggregation
AI数学推理不再“偏科”：Principia让大模型精通复杂公式，性能提升18%！。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
推理
Read As Human: Compressing Context via Parallelizable Close Reading and Skimming
像人一样“精读+略读”：RAM长文本压缩框架实现12倍加速。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
基础模型
QwenLong-L1.5: Post-Training Recipe for Long-Context Reasoning and Memory Management
QwenLong-L1.5：挑战GPT-5，揭秘400万字长文本推理的“后训练”秘籍。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
知识系统推理
Prompt Repetition Improves Non-Reasoning LLMs
谷歌新发现：简单重复Prompt，大模型准确率暴涨且零额外延迟。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
推理
Prefill vs. Decode Bottlenecks: SRAM-Frequency Tradeoffs and the Memory-Bandwidth Ceiling
打破LLM能效瓶颈：32KB缓存+1.4GHz高频竟是最佳硬件甜点？。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
知识系统
Power-of-Two Quantization-Aware-Training (PoT-QAT) in Large Language Models (LLMs)
移位代替乘法！LLM推理提速10倍、内存节省87.5%的PoT-QAT技术。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
模型训练模型优化
Physics of Language Models: Part 4.1, Architecture Design and the Magic of Canon Layers
Meta新作Canon Layers：仅增0.5%参数，推理深度暴涨4倍的“魔法”。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
基础模型
PaCoRe: Learning to Scale Test-Time Compute with Parallel Coordinated Reasoning
8B模型超越GPT-5！PaCoRe：解锁200万Token推理算力的新范式。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
推理
On the Convergence Rate of LoRA Gradient Descent
LoRA收敛性之谜破解：首个 非渐进收敛速率证明。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
模型训练
NVIDIA Nemotron 3: Efficient and Open Intelligence
英伟达Nemotron 3发布：Mamba+MoE混合架构，百万上下文与NVFP4训练揭秘。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
基础模型
NRGPT: An Energy-based Alternative for GPT
NRGPT重构GPT底层逻辑：推理即能量下降，抗过拟合能力显著提升。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
基础模型
NextFlow: Unified Sequential Modeling Activates Multimodal Understanding and Generation
NextFlow横空出世：6万亿Token打造统一自回归，5秒生成1024高清图。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
多模态&视觉
Nested Learning: The Illusion of Deep Learning Architectures
打破深度学习“幻觉”：哥大&谷歌提出Nested Learning，重构大模型记忆与进化。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
基础模型
MUSIC: MUlti-Step Instruction Contrast for Multi-Turn Reward Models
别只看最后一句话！DeepMind新作MUSIC：合成数据攻克多轮对话评估难题。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
基础模型
Monitoring Monitorability
OpenAI意外曝光GPT-5 Thinking：思维链越长越安全？深度解析CoT监控新基准。本文系统梳理其研究背景、核心方法、关键实验结果、现有局限以及后续工程实践启示。
基础模型