End-to-End Test-Time Training for Long Context
128k长文本推理提速2.7倍：TTT-E2E让模型学会“边读边学”。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
AGI FRONTIER
AI前沿分享第31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
Emergent Introspective Awareness in Large Language Models
Anthropic重磅：给大模型“植入思想”，Claude Opus 4.1展现惊人内省能力。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
ELLA: Efficient Lifelong Learning for Adapters in Large Language Models
内存仅需1/35！亚马逊ELLA：无需回放的大模型终身学习新SOTA。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
Digital Twin AI: Opportunities and Challenges from Large Language Models to World Models
数字孪生迎“智变”：大模型与世界模型驱动的4阶段进化全景。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
Deep Delta Learning
超越ResNet！普林斯顿Deep Delta Learning：让神经网络学会“遗忘”与“反思”。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
Decide Then Retrieve: A Training-Free Framework with Uncertainty-Guided Triggering and Dual-Path Retrieval
告别“无脑”检索：无需训练，DTR框架利用不确定性让RAG性能全面提升。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。
RAG模型训练
DataFlow: An LLM-Driven Framework for Unified Data Preparation and Workflow Automation in the Era of Data-Centric AI
1万条顶100万条！北大DataFlow：像写PyTorch一样搞定大模型数据。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。
数据工程
CRoPE: Efficient Parametrization of Rotary Positional Embedding
RoPE“瘦身”术：砍掉Attention层50%参数，性能却几乎无损。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
Context-Free Recognition with Transformers
Transformer 突破理论极限： 循环层解锁 CFL 语法识别。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
CoMeT: Collaborative Memory Transformer for Efficient Long Context Modeling
阿里CoMeT：32k训练解锁100万长文，显存恒定，告别KV Cache爆炸。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
CogMem: A Cognitive Memory Architecture for Sustained Multi-Turn Reasoning in Large Language Models
给大模型装上“类脑记忆”：CogMem三层架构破解长对话遗忘难题，多轮推理更像人。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
CogFlow: Bridging Perception and Reasoning through Knowledge Internalization for Visual Mathematical Problem Solving
拒绝“看对算错”！CogFlow首创知识内化机制，7B模型视觉数学推理SOTA。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&视觉推理
Citation-Grounded Code Comprehension: Preventing LLM Hallucination Through Hybrid Retrieval and Graph-Augmented Context
告别代码幻觉：混合检索+图增强，实现92%引用准确率与零错误。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。
RAGAI安全
CaveAgent: Transforming LLMs into Stateful Runtime Operators
告别上下文遗忘！CaveAgent引入“双流架构”，数据密集任务Token暴降59%。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
Can LLMs Track Their Output Length? A Dynamic Feedback Mechanism for Precise Length Regulation
LLM数不清字数？阿里新法让模型“边写边看”，训练效率升4倍。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
Broken Words, Broken Performance: Effect of Tokenization on Performance of LLMs
单词破碎，性能崩塌？揭秘Tokenization如何悄悄“降智”大模型。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
Beyond the Black Box: Theory and Mechanism of Large Language Models
告别“黑盒”炼丹：人大&厦大联合发布，LLM全生命周期理论图谱。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
Beyond Gemini-3-Pro: Revisiting LLM Routing and Aggregation at Scale
超越Gemini-3-Pro：开源模型“组团”打怪，成本仅47%！。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
Autoregressive Language Models are Secretly Energy-Based Models: Insights into the Lookahead Capabilities of Next-Token Prediction
DeepMind重磅：自回归模型竟是EBM？揭秘Next-Token预测的“全局规划”能力。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
An Information Theoretic Perspective on Agentic System Design
斯坦福Agent新解：3B模型压缩上下文，99%性能仅需26%成本。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。
AI Agent
An Information-Theoretic Framework for Robust Large Language Model Editing
阿里IBKE：用“信息瓶颈”给大模型做脑部微创，知识编辑SOTA。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
An Empirical Study on Noisy Data and LLM Pretraining Loss Divergence
Meta/牛津重磅：噪声数据引爆LLM训练崩溃！深度比宽度更致命，诊断新法公开。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。
数据工程
An Empirical Study of SFT-DPO Interaction and Parameterization in Small Language Models
DPO收益甚微，LoRA竟被反超？斯坦福揭秘小模型微调的“最优解”。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
AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents
AI记忆系统的“脑科学”革命：复旦哈工大万字综述，揭秘智能体进化的核心。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AI Agent