提速4.14倍！LoSA破解长文本扩散模型的KV膨胀难题
大语言模型的世界正在悄然发生深刻的变革。传统的自回归生成模式正逐渐显露出其在复杂推理上的局限。块级扩散语言模型（Block-wiseDiffusionLanguageModels,DLMs）异军突起。这种新兴架构允许以任意顺序一次性生成多个Token，展现出极大的灵活性。
基础模型 第4页
牛津大学提出MolJSON：大模型分子推理准确率飙升至98.5%的全新格式
当最先进的大语言模型试图解开复杂化学反应的奥秘时，它们却经常在最基础的环节栽跟头。为什么一个能写出完美代码的AI，却连简单的环状分子结构都容易认错？该研究指出，罪魁祸首并非模型本身的推理能力不足，而是我们给模型喂入数据的“方言”不对。长期以来，化学界习惯使用现成的文本格式来表示分子结构。
多智能体AI创造力碾压人类团队？1.5倍断层优势与语义轨迹揭秘
长期以来，创造力被普遍视为人类智能的“终极前沿”。即使大语言模型在标准化考试和代码生成上屡创佳绩，生成兼具新颖性与实用性的绝妙点子，似乎仍是人类独有的特权。然而，一项由微软亚洲研究院、剑桥大学等机构联合发布的研究彻底打破了这一固有认知。
Nemotron 3 Super开源：提速7.5倍的120B混合架构MoE解读
大模型推理成本高昂，长文本处理更是内存“吞金兽”。如何在保证千亿参数级别强大推理能力的同时，将推理吞吐量提升数倍？NVIDIA最近开源的Nemotron3Super交出了一份惊艳的答卷。这款总参数量达120B（激活参数仅12B）的模型，不仅原生支持高达100万的上下文窗口，更在复杂推理场景下实...
赋予Agent“变通”智慧：PAVE架构让AI火灾违规逃生率达81%
当一辆由大语言模型控制的自动驾驶汽车遇到严重火灾，而正前方却亮着红灯时，它该怎么做？是违规闯红灯以求生存，还是死板地遵守交通规则等待救援？传统的生成式智能体（GenerativeAgents）在模拟人类合作行为时表现优异。但在面临生存与规则冲突的复杂决策时，它们往往显得异常死板。
PEEK：为大模型Agent装上“上下文地图”，长文本成本直降5.8倍
当前，大语言模型（LargeLanguageModel,LLM）Agent正频繁游走于海量且固定的外部数据中。无论是数万条用户反馈语料库，还是庞大复杂的企业级代码仓库。面对同一数据源的反复查询，现有系统的表现却像在不断经历“系统重启”。它们要么在冗长的对话记录中迷失，要么仅仅依靠被动的切片检索...
迈向L5级智能：清华华为等九大机构联合定义个人LLM Agent
今天的智能手机与车机屏幕早已无处不在，但内置的语音助手往往只能完成定闹钟、查天气等刻板任务。一旦需求稍微超出预设模板，它们便会显得捉襟见肘，难以真正理解用户的复杂意图。如何打破这种“伪智能”的僵局？清华大学、华为、小米、vivo等九大顶尖产学研机构联合发布了一项重磅研究。
Agent脚手架自进化：GSME框架破解评估噪音，冻结模型性能暴涨15.5%
在真实的业务部署中，决定一个大语言模型（LLM）任务表现的，往往不仅是其内部那堆被冻结的千亿参数，更是包围在模型外围的“脚手架”——系统提示词、注入的背景知识、运行时的重试控制循环以及各类配置参数。当模型权重不可触及（由于使用闭源API或微调成本极其高昂）时，优化这些外围结构成了开发者手中唯一...
SkillComposer：Agent技能自我进化，跨级提升模型4.5分
在当前的智能体（Agent）开发中，开发者常常陷入一个两难境地。如果为特定任务编写高度定制的策略，这些技能往往无法迁移到其他场景。反之，如果提取过于抽象的通用技能，在面对具体任务时又显得指导不足。这种“特化”与“泛化”的矛盾，一直是限制智能体在复杂推理任务中表现的瓶颈。
大模型剪枝还是从头训练？50%压缩率下的LLM微缩路线指南
如今，百亿甚至千亿参数的开源大模型已经唾手可得。但在实际的工业落地中，受限于推理延迟、显存占用以及部署成本，大家往往需要更加精悍的小型化模型。为了填补这一需求缺口，摆在AI工程师面前的通常只有两条路。第一条路，是收集海量的优质数据，耗费巨资从零开始训练一个小模型（TrainfromScratch）。
告别Token依赖！清华与NUS联合揭秘大模型隐空间，盘点4大机制与7大能力
现有的语言模型，无论是大语言模型还是视觉语言模型，都在不知疲倦地逐字吐出Token。这种基于人类可读符号的显式生成机制，正遭遇难以逾越的瓶颈。信息冗余、离散化带来的精度损耗，以及串行解码的高昂成本，都在拖慢AI进化的脚步。大模型真的必须“说人话”来完成内部思考吗？答案或许是否定的。
WebShaper：集合论重构数据合成，打造最强开源搜索Agent
OpenAI的DeepResearch近期引爆了全网，展现了惊人的信息搜索（Information-Seeking,IS）能力。这类Agent系统能自主查阅海量资料，被视为迈向AGI的关键一步。然而，开源社区想要复现这类惊艳的系统，却常常卡在一个致命瓶颈上：高质量训练数据的极度匮乏。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。