Sentence-Anchored Gist Compression for Long-Context LLMs
LLM长文本“瘦身”8倍：新方法让模型按“句”读取，性能几乎无损。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。
基础模型
AGI FRONTIER
AI前沿分享第36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
AlphaResearch: Accelerating New Algorithm Discovery with Language Models
AI当上科学家：字节跳动AlphaResearch，8项难题2次击败人类专家。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
The Path Not Taken: RLVR Provably Learns Off the Principals
强化学习“另辟蹊径”：避开90%关键参数，模型推理能力竟能大幅提升。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。
强化学习推理
From Experience to Strategy: Empowering LLM Agents with Trainable Graph Memory
让Agent经验“活”起来：可训练图记忆，助小模型性能飙升25.8%！。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
Kimi Linear: An Expressive, Efficient Attention Architecture
KimiLinear揭秘：首次全面超越全注意力，1M上下文解码提速6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
MobileLLM-Pro Technical Report
Meta MobileLLM-Pro：10亿参数手机模型称王，四大创新超越Gemma与Llama 3.2。
基础模型
Learning to Focus: Focal Attention for Selective and Scalable Transformers
让大模型学会“专注”：AWS发布Focal Attention，参数减42%，长文本性能飙升82%！
模型优化
Shrinking the Variance: Shrinkage Baselines for Reinforcement Learning with Verifiable Rewards
本文提出了一种基于收缩估计 (shrinkage estimators) 的新型基线 (baseline) 方法，通过在统计上更优地结合单个提示 (per-prompt) 和跨提示批次 (across-prompt) ...
强化学习推理
Sampling and Loss Weights in Multi-Domain Training
Sampling and Loss Weights in Multi-Domain Training。
模型训练
Rethinking Retrieval-Augmented Generation for Medicine: A Large-Scale, Systematic Expert Evaluation and Practical Insights
Rethinking Retrieval-Augmented Generation for Medicine: A Large-Scale, Systematic Expert Evaluation and Pract...
RAGAI评测
Batch Prompting Suppresses Overthinking Reasoning Under Constraint: How Batch Prompting Suppresses Overthinking in Reasoning Models
本文发现，批处理提示 (Batch Prompting) 不仅能摊销推理成本，还能作为一种有效的推理时正则化器，抑制大型推理模型（LRM）的“过度思考”行为，从而在保持精度的同时大幅减少推理Token消耗。
推理
Understanding Robustness of Model Editing in Code LLMs: An Empirical Study
本文通过一项在受控环境中进行的系统性实证研究发现，现有的模型编辑方法在更新代码大语言模型（code LLMs）以适应API演进时，表现出有限且不稳定的适应能力，普遍导致模型性能显著下降，且多数成功案例依赖变通方案而非真...
基础模型
LLM-as-a-Judge: Toward World Models for Slate Recommendation Systems
本文解读《LLM-as-a-Judge: Toward World Models for Slate Recommendation Systems》，梳理核心方法、关键实验结果与工程实践启示。
AI评测行业应用
GUI-360: A Comprehensive Dataset and Benchmark for Computer-Using Agents
本文提出 GUI-360，一个用于推进桌面级计算机使用智能体（CUA）的大规模、综合性数据集与基准测试套件，它通过一个由 LLM 增强的高度自动化流程构建，旨在解决真实世界任务稀缺、数据收集标注困难、以及缺乏统一基准的...
AI AgentAI评测
DR. WELL: Dynamic Reasoning and Learning with Symbolic World Model for Embodied LLM-Based Multi-Agent Collaboration
本文提出了DR. WELL，一个去中心化的神经符号框架，该框架通过结构化的协商协议和动态演化的符号世界模型，使基于大语言模型（LLM）的具身智能体能够高效地进行协作规划、学习与自我优化。
具身智能AI Agent
An Augmentation Overlap Theory of Contrastive Learning
本文提出了一个“增强重叠”（Augmentation Overlap）理论，通过揭示同一类别的不同样本在数据增强下会产生重叠的视图，解释了实例级别的对比学习为何能学习到具有类别区分性的表示，并基于此推导出了更紧密的下游...
AI理论
Why Less is More (Sometimes): A Theory of Data Curation
本文建立了一个理论框架，通过推导精确的缩放定律，揭示了在何时以及为何精心筛选（curate）一小部分数据进行训练，会比使用全部数据获得更好的性能，从而解决了“少即是多”与“多即是多”的矛盾。
数据工程
Unlocking the Power of Multi-Agent LLM for Reasoning: From Lazy Agents to Deliberation
本文识别并解决了多智能体 LLM 推理框架中的“懒惰智能体”问题，通过理论分析揭示其源于现有强化学习目标的内在偏差，并提出了一种名为 Dr. MAMR 的新框架，该框架利用夏普利启发的因果影响测量和一种可验证的深思熟虑...
AI Agent强化学习
RLHF: A comprehensive Survey for Cultural, Multimodal and Low Latency Alignment Methods
RLHF: A comprehensive Survey for Cultural, Multimodal and Low Latency Alignment Methods。
多模态&视觉AI安全
Reusing Pre-Training Data at Test Time is a Compute Multiplier
本文提出，在测试时通过检索增强的方式重用模型的预训练数据，可以显著提升大语言模型的性能，这种方法相当于一种高效的“计算倍增器”，证明了当前预训练方法并未充分利用数据中的信息。
模型训练数据工程
Inter-Agent Trust Models: A Comparative Study of Brief, Claim, Proof, Stake, Reputation and Constraint in Agentic Web Protocol Design-A2A, AP2, ERC-8004, and Beyond
智能体间信任模型：Brief、Claim、Proof、Stake、Reputation 和 Constraint 在智能体网络协议设计中的比较研究。
AI Agent
Diffusion Language Models are Super Data Learners
扩散语言模型（DLM）研究发现，在训练数据有限、计算资源充足的实验条件下，扩散模型可能比同规模自回归模型获得更好的数据利用效率。本文解读这种“智能交叉”现象的实验设计、计算开销和适用条件，避免将特定设置下的结果推广为全...
多模态&视觉数据工程
AI Progress Should Be Measured by Capability-Per-Resource, Not Scale Alone: A Framework for Gradient-Guided Resource Allocation in LLMs
本文主张用“单位资源能力”而非单纯的规模来衡量AI进展，并提出了一个基于梯度指导资源分配的理论框架，通过识别和优先利用高影响力的参数和数据，来显著提升大语言模型（LLM）生命周期中的效率。
AI理论
What's the next frontier for Data-centric AI? Data Savvy Agents
近期，能够自主交流、与人类协作并使用多种工具的AI智能体 (agents) 的兴起，为各种真实世界场景解锁了巨大的机遇。然而，尽管这些基于大型语言模型 (LLM) 的智能体在自然语言理解和问题解决方面取得了显著进展，它...
AI Agent数据工程