复旦大学MORAD：六维奖励让RNA逆设计GDT-TS涨16.0%
RNA逆设计是先定三维结构，再找能折叠成该结构的序列。
标签：模型训练
共 180 篇
墨西哥国立理工学院：Qwen3-14B弃答实测，答得更多、错得更少
先讲一个大家都踩过的坑。你问一个模型某个偏门的事实问题，比如某本小众小说里配角的全名，或者某个 1998 年的会议在哪座城市举办，模型张口就来，语气笃定、句式工整、标点齐全——一查，全是编的。
印度理工海得拉巴分校：音视频蒸馏提速8倍，10小时压到1.3小时
数据集蒸馏这名字听着很美：用一小撮合成样本，顶掉整个大训练集。可一到音视频这种双模态场景，就撞上两根硬钉子——显存炸裂，以及两个模态各说各话。印度理工海得拉巴分校这篇 X-AVDD 用双向交叉注意力把两件事一起收拾了：合成时间从10小时压到1.3小时，VGGSound 上的准确率从个位数跳到两位数。这波值得拆开看看。
带宽不够怎么传图？诺基亚贝尔实验室：压缩683倍，精度仍有96%
想象一个场景：无人巡检车在隧洞中运行，摄像头拍摄画面，信道抖动导致带宽骤降。视频链路降码率，画面模糊，而接收端的识别模型仍需回答轨道上是否有人。
通用分割模型看不懂建筑？SAM 2.1微调后幕墙IoU涨35.5点
一栋楼站在那儿，几十米高，几千个构件。想把它搬进电脑，常见做法是让无人机绕着飞一圈拍上千张照片，再交给算法重建三维模型。
华盛顿大学Reflex：人形机器人接住飞来箱子，真机成功率65%
接住一个扔过来的东西，人类基本不用想。回追一个网球、接住从桌边滑落的杯子、侧身躲开推车、搬货时顺手接住同伴抛来的纸箱，这些动作有一个共同点：目标在动，留给你的反应时间大约只有一秒，而且要用整个身体去接，而不只是伸手。
Meta提出QSS：机器遗忘删除提速483倍，15个数据集实测
法规给了用户"删除权"，可模型不会说忘就忘——过去想精确抹掉一个样本，基本只能重训。Meta这篇把模型拆成冻结的骨架和可加的内容，删除直接退化成算术减法，低类别数任务上期望延迟比SISA快483倍，还做到与重训比特级一致。值得花时间读。
Nimbus BCI 平台验证：六条脑电解码流水线与手写脚本 0.00 点差异
一个可视化平台宣称自己算出来的数字和手写脚本一样，这话到底该不该信？Nimbus BCI 给出的答案是：六条经典脑电解码流水线，三个公开数据集，两种评估协议，平台引擎与独立手写实现各跑一遍，逐被试比准确率。确定性流水线全部 0.00 点一致，深度模型的差异落在训练种子噪声里。软件平台自己做验证研究，这事本身就少见，值得看一眼它的验证设计和边界。
港科大（广州）S3R：稀疏起草+稠密验证，RL训练吞吐1.39倍
大模型做强化学习，真正的瓶颈常常不在反向传播，而在 rollout 生成——注意力吃掉了七成以上的解码时间。港科大（广州）这篇 S3R 的做法挺取巧：稀疏注意力只负责"提词"，全注意力负责严格验收，采样分布不动，KV 读取却大幅减少。Qwen3-1.7B 上端到端训练吞吐做到 1.39 倍，训练还更稳。
安大略理工×微软：LSTM自动切笔模式，准确率88.55%
数字笔已经普及了很多年，但有一个问题几乎没怎么变过：模式切换。
大语言模型｜北大MIT清华：注意力非线性让大模型深度缩放变成1/L
这篇论文回答的是缩放定律里最朴素也最要命的一个问题：多加一层，为什么有用？作者的答案有点反常识——在线性注意力里，深度只能按数据谱的幂律慢慢挤性能，很快就见底；注意力一旦带上 softmax 非线性，损失就按约 1/L 的逆幂律继续往下掉。作者还把这件事接到中心极限定理上，把「层间共享误差」和「层间差异」分开算账。
港城大×英伟达：把扩散时间步写进SSM递归算子，只训6.3M参数
条件化这件事，主流做法要么把上下文塞进输入，要么用AdaLN去调激活，本质都是在外围打补丁。香港城市大学和英伟达AI技术中心这篇，直接把扩散时间步映射成SSM递归参数A、B、C、D、Δ的有界偏移，冻结111M骨干只训6.3到11M适配器，Chebyshev核平均验证损失压到2.55，还附送一份解析稳定性证书。能把"为什么稳"讲清楚的参数高效微调，不太多见，值
