DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models
斩获IMO/IOI金牌！DeepSeek-V3.2发布，推理比肩Gemini 3.0 Pro。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50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
CUDA-L2: Surpassing cuBLAS Performance for Matrix Multiplication through Reinforcement Learning
AI当上CUDA工程师：性能超NVIDIA官方库26%，CUDA-L2来了！。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工程
A Concise Review of Hallucinations in LLMs and their Mitigation
终结AI幻觉：全面剖析大模型“胡说八道”的根源与应对策略。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
Stabilizing Reinforcement Learning with LLMs: Formulation and Practices
Token级优化为何能对齐序列级奖励？阿里耗费数十万GPU时，揭秘LLM强化学习稳定之道。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 and context steer LLMs along the same computational path as the human brain
LLM与人脑“神同步”：Meta AI证实模型越大，计算路径越像人。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。
基础模型
How Does RL Post-training Induce Skill Composition? A Case Study on Countdown
RL训练的秘密：LLM学会了举一反三，为何却被“先易后难”的结构卡住？。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
Fourier Neural Operators Explained: A Practical Perspective
NVIDIA万字长文：别再误用FNO了！傅里叶神经算子终极实践指南。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
EmoRAG: Evaluating RAG Robustness to Symbolic Perturbations
EmoRAG：一个表情符号，如何100%“污染”RAG，让大模型更易“中招”？。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
ORION: Teaching Language Models to Reason Efficiently in the Language of Thought
大模型推理太“话痨”？ORION压缩16倍思考路径，成本直降9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
MCP vs RAG vs NLWeb vs HTML: A Comparison of the Effectiveness and Efficiency of Different Agent Interfaces to the Web (Technical Report)
AI Agent上网指南：RAG效率飙升5倍，成本锐减80%，完胜HTML。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
Knowledge-tuning Large Language Models with Structured Medical Knowledge Bases for Reliable Response Generation in Chinese
准确率飙升至86.7%！哈工大发布“知识调优”，专治医疗大模型“一本正经胡说八道”。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
Every Token Counts: Generalizing 16M Ultra-Long Context in Large Language Models
1600万Token上下文！蚂蚁HSA模型实现90%准确率，揭秘超长记忆关键。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
DeepSeekMath-V2: Towards Self-Verifiable Mathematical Reasoning
普特南118分超人类！DeepSeekMath-V2：AI如何学会“自我审日志”？。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
Prune4Web: DOM Tree Pruning Programming for Web Agent
LLM不读万行代码：Prune4Web让网页元素定位精度飙升至88%！。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
Generative Early Stage Ranking
Meta重塑推荐系统：GESR用“混合注意力”打破双塔模型瓶颈，性能大涨延迟仅增10%。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
Controlling changes to attention logits
Mistral AI新作QuacK：不靠归一化，动态学习率让Transformer训练提速10%。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
Beyond Patch Aggregation: 3-Pass Pyramid Indexing for Vision-Enhanced Document Retrieval
RAG新革命：VisionRAG告别OCR，每页17个向量实现SOTA文档检索。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RAG
AI4X Roadmap: Artificial Intelligence for the advancement of scientific pursuit and its future directions
诺奖得主领衔！AI4X路线图发布：AI如何重塑8大前沿科学的未来？。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
A Systematic Study of Model Merging Techniques in Large Language Models
大模型融合实测：6种先进方法惨败，竟不敌最简单的“加减法”？。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。
模型优化
Qwen3-VL Technical Report
Qwen3-VL重磅发布：256K上下文，三大架构升级打造全能多模态。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
On the Origin of Algorithmic Progress in AI
AI效率万倍增长神话破灭？MIT研究：90%的功劳来自Transformer的规模效应。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
Matrix: Peer-to-Peer Multi-Agent Synthetic Data Generation Framework
数据生成提速15倍！Meta开源Matrix框架，用P2P架构颠覆多智能体协作。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数据工程
Soft Adaptive Policy Optimization
告别硬裁剪！阿里SAPO算法，用“柔性门控”提升LLM训练稳定性与性能。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。
模型训练模型优化
Learning to Reason: Training LLMs with GPT-OSS or DeepSeek R1 Reasoning Traces
推理成本直降75%！英伟达新研究：LLM学会“长话短说”，数学能力还不减。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。
推理模型训练