DataSage: Multi-agent Collaboration for Insight Discovery with External Knowledge Retrieval, Multi-role Debating, and Multi-path Reasoning
AI分析师天团来了！字节DataSage引入辩论机制，洞察力飙升13.9%。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 Agent
AGI FRONTIER
AI前沿分享第35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
AdamHD: Decoupled Huber Decay Regularization for Language Model Pre-Training
AdamW的继任者？AdamHD让LLM训练提速15%，性能提升4.7%，显存再省30%。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
OmniScientist: Toward a Co-evolving Ecosystem of Human and AI Scientists
OmniScientist：让AI科学家“组建团队”，成果超越NIPS最佳论文。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
SkyRL-Agent: Efficient RL Training for Multi-turn LLM Agent
AI Agent训练成本减半！SkyRL-Agent框架揭秘1.55倍加速秘诀。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模型训练
Budget-Aware Tool-Use Enables Effective Agent Scaling
AI Agent只会“挥霍”算力？谷歌BATS框架教它精打细算，成本性能双优化。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。
AI Agent
Cognitive Foundations for Reasoning and Their Manifestation in LLMs
哈佛解剖LLM大脑：揭示其“浅层思维”缺陷，认知引导让性能飙升60%。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
Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning
零数据也能自我进化：Agent0让8B模型推理能力暴涨24%。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推理
MiroThinker: Pushing the Performance Boundaries of Open-Source Research Agents via Model, Context, and Interactive Scaling
AI Agent的第三维度：MiroThinker单任务600次工具调用，性能直逼GPT-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。
AI Agent
DoPE: Denoising Rotary Position Embedding
LLM长文本“失效”有救了！DoPE：免训练为RoPE降噪，解锁64K超长上下文。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
Weight-sparse transformers have interpretable circuits
OpenAI重磅发现：让Transformer“瘦身”99.9%，电路可解释性暴增16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。
模型优化
On the Fundamental Limits of LLMs at Scale
LLM越大越强？谷歌DeepMind等雄文揭示其5大“理论天花板”。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。
AI理论
Larger Datasets Can Be Repeated More: A Theoretical Analysis of Multi-Epoch Scaling in Linear Regression
数据告急？北大清华发现：数据集越大，重复训练收益越高，价值可达logN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。
AI理论
Virtual Width Networks
字节跳动VWN：不加算力“拓宽”Transformer，训练提速高达3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
Optimizing Mixture of Block Attention
MIT联手英伟达发布FlashMoBA：稀疏注意力提速14.7倍，长文本处理迎来新篇章。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
Multi-Phase Spacecraft Trajectory Optimization via Transformer-Based Reinforcement Learning
MIT新突破：Transformer实现火箭全程自主驾驶，成本仅高出最优解3%。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。
强化学习模型优化
LoRA on the Go: Instance-level Dynamic LoRA Selection and Merging
即插即用LoRA！LoGo实现零成本动态适配，推理性能最高提升3.6%。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
Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift
批量归一化（Batch Normalization）：深度学习的“稳定器”与“加速器”。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
Thinker: Training LLMs in Hierarchical Thinking for Deep Search via Multi-Turn Interaction
只需数百样本，性能反超SOTA！蚂蚁Thinker教LLM如何“分层思考”。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。
模型训练行业应用
Reinforcement Learning Improves Traversal of Hierarchical Knowledge in LLMs
告别“对齐税”！Meta新研究：RL将LLM变身知识导航员，分层知识检索飙升24%。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
Scaling Environments for LLM Agents in the Era of Learning from Interaction: A Survey
Agent智能进化论：阿里港科大万字综述，揭秘GEF三步循环。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
ACT as Human: Multimodal Large Language Model Data Annotation with Critical Thinking
AI标注成本直降90%！字节ACT框架：让大模型学会「批判性思维」。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&视觉数据工程
Intelligence per Watt: Measuring Intelligence Efficiency of Local AI
AI算力新范式：斯坦福提出“每瓦特智能”，本地模型能效两年提升5.3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
HaluMem: Evaluating Hallucinations in Memory Systems of Agents
AI Agent记忆也“幻觉”？HaluMem：首个记忆系统“CT扫描”基准，精准定位错误根源。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
FLEX: Continuous Agent Evolution via Forward Learning from Experience
让AI像人一样“吃一堑长一智”：FLEX框架使Agent性能飙升23%。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