AI Agent Systems: Architectures, Applications, and Evaluation
JACM重磅综述：拆解AI Agent三大核心架构与“Agent Transformer”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。
AI AgentAI评测
AGI FRONTIER
AI前沿分享第32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
Agentic Memory: Learning Unified Long-Term and Short-Term Memory Management for Large Language Model Agents
Agentic Memory：让LLM像人类一样“自主管理”记忆，长程推理能力暴涨49%。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
Adaptation of Agentic AI
13所顶尖名校联手：Agentic AI 适配的 4 大核心范式与未来路线图。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。
AI Agent
Accurate Table Question Answering with Accessible LLMs
Qwen-14B逼近GPT-4！Orchestra多智能体架构让开源模型制霸表格问答。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
Accelerate Speculative Decoding with Sparse Computation in Verification
打破投机采样瓶颈：美团提出“稀疏验证”框架，Attention与MoE全面瘦身。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。
模型优化
A Unified Definition of Hallucination, Or: It's the World Model, Stupid
幻觉研究迎来“大一统”：CMU等机构揭示本质，错在世界模型！。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。
AI安全
A Survey of Weight Space Learning: Understanding, Representation, and Generation
模型即数据！英伟达领衔，三大维度解读AI新前沿：权重空间学习。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
A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms
自动驾驶的“认知”革命：大模型如何攻克7大核心推理挑战？。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。
具身智能推理
A Subgoal-driven Framework for Improving Long-Horizon LLM Agents
成功率飙升6倍超GPT-4o！DeepMind发布MiRA，用“里程碑”根治AI智能体“迷路”顽疾。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
A model of errors in transformers
DeepMind重磅：仅需2个参数，精准预测LLM错误率！物理学“有效场论”立大功。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
A Component-Based Survey of Interactions between Large Language Models and Multi-Armed Bandits
LLM遇上多臂老虎机：首篇组件级综述揭秘“双向增强”决策智能。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
A Comedy of Estimators: On KL Regularization in RL Training of LLMs
RL微调避坑指南：揭秘KL正则化的“梯度陷阱”与性能真相。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
The 2025 Foundation Model Transparency Index
2025 AI透明度大倒退：均分跌至40，IBM夺冠，xAI与Midjourney垫底。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
Supervised learning pays attention
性能媲美XGBoost，解释性堪比Lasso：斯坦福新作“注意力Lasso”详解。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。
模型优化
Stronger Normalization-Free Transformers
告别LayerNorm？CMU提出Derf：仅用简单函数，多模态性能全面超越。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
Remember Me, Refine Me: A Dynamic Procedural Memory Framework for Experience-Driven Agent Evolution
记忆即算力？阿里ReMe让8B模型超越14B，揭秘动态记忆进化论。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
Causal Reasoning Favors Encoders: On The Limits of Decoder-Only Models
BERT“逆袭”GPT？微软新论文揭示Decoder-only在因果推理中的致命短板。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
Group Representational Position Encoding
群表示位置编码（GRAPE）：统一RoPE与ALiBi的理论框架。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。
AI理论
Language models as tools for investigating the distinction between possible and impossible natural languages
斯坦福新观点：让AI挑战“不可能的语言”，4步揭秘人类认知偏好。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
A Circular Argument : Does RoPE need to be Equivariant for Vision?
颠覆RoPE核心信仰：等变性不再神圣？Spherical RoPE性能持平甚至反超。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
TreeGRPO: Tree-Advantage GRPO for Online RL Post-Training of Diffusion Models
训练加速2.4倍！TreeGRPO用“决策树”革新AI绘画模型对齐。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&视觉强化学习
Towards a Science of Scaling Agent Systems
AI Agent协作双刃剑：性能提升81%，错误放大17倍！DeepMind发布首个量化法则。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
Short-Context Dominance: How Much Local Context Natural Language Actually Needs?
80%的预测只需96个Token！DeepMind揭示大模型“短视”的秘密。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
LIME: Making LLM Data More Efficient with Linguistic Metadata Embeddings
LIME：给LLM喂点“语法糖”，训练效率飙升56%，推理能力提升38%！。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