浙大最新MoE研究：专家重叠却有效，39组实验打破“几何互补”神话
MoE大模型靠“多个专家干活”撑起千亿参数，但专家之间到底是分工还是打架？这篇来自浙江大学与香港理工大学的最新研究，用39组因子实验拆开了一个反常识真相：专家子空间严重重叠，路由却依然精准；被选中的专家确实更强，但真实上下文反而在“压价”它的优势——作者称之为“连贯重叠”。一句话：光看几何相似度，千万别急着下“冗余”结论。
标签：模型架构
共 307 篇百度等揭示投机解码"有损加速"陷阱：任务越难，质量掉得越狠！
大模型推理加速是刚需，但"放水"换速度的代价到底是什么？这篇来自百度等团队的工作把有损验证方法扒了个底朝天，用严谨实验揭示了一个反直觉结论：任务越难，截断式验证的质量掉得越狠。看完这篇，再也不敢随便用"有损加速"了。
Meta推出ROCS：推荐系统推理效率提升3倍，零质量损失
推荐系统推理常需对数百候选跑完整模型，存在大量重复计算。Meta的ROCS拆掉这种结构性冗余：延迟交互、请求侧只算一次，配合GPU内核优化，检索QPS最高提升3倍，排序阶段用省下的算力换模型质量。该方案已在Meta广告和自然内容数十个模型上真实部署，绝非纸上谈兵。
康奈尔等五机构新框架：用交叉验证拆穿S形曲线的“伪复杂”
一篇能刷新认知的网络科学论文。它用复杂度评分+节点级交叉验证证明：很多被当成“复杂传染”的S形核，可能只是异质性简单传染被平均出来的假象。看完会忍不住重新审视过往的复杂传染研究。
ISMIR 2026新作：AI弹琴像不像真人，终于有了免对齐的评估指标
还在为MIDI钢琴演奏评估的音符对齐问题头疼？本文提出Kernel Music Distance等免对齐指标，用自监督上下文嵌入对齐人类感知，排序相关性可达0.51，还顺手开源了工具库Pereval，MIR玩家值得一读。
Mamba线性复杂度为何在L=196时反被Transformer反超
这篇论文把双时相卫星影像变化检索的“查询成本”算得明明白白——固定CLIP骨干、统一训练策略，系统对比注意力、Mamba、瓶颈压缩三类共八种融合方案，还用10个随机种子做了统计检验。结论很干脆：免训练级联检索能省10-15倍延迟而不损召回，Mamba的理论线性复杂度在L=196时没有带来实际速度优势。做遥感检索或高效多模态融合的朋友，这篇相当解渴。
大连理工ACM MM 2026：视图不齐也能聚类，ACC提升近6%
多视图聚类最怕数据对不齐：设备故障、存储分离，大量样本的视图配对关系直接丢失。大连理工这篇ACM MM 2026工作，用锚点图加匈牙利算法的双重对齐策略，把对齐从“一次完成”升级为“二次校准”，在六个数据集上ACC最高比第二名提升5.97%，还顺手缓解了单次对齐误差大的老毛病。想看看GCN怎么在错位数据里找回结构的，这篇值得读。
快手最新A/B：收入涨4.5%，推荐系统为何终于“会买”了？
推荐系统最怕“懂你”却“不会买”——意图清楚了，行动却掉链子。快手这篇工作把理解与行动分开建模，用反馈闭环让策略真正以效果说话：在线A/B测试收入+4.506%、广告价值+4.621%，在线推理时延却几乎零增加。工业级生成式推荐落地，值得细读。
武大最新CoRE-UIR：一网打尽12种遥感退化，PSNR+1.05dB、提速近12倍！
“单模型修复所有退化”的热潮里，武汉大学这个工作把专家网络玩出了新花样——公共专家打底、低秩残差专家补丁，还能白嫖CLIP语义先验。12种退化一锅端，PSNR涨了1.05dB，速度却快了近12倍，遥感修复玩家值得一读。
ALIFE 2026：一招哈希撬动开放式进化，空间变大竟触发失控相变？
不用预设智能、不用基因编码，一台哈希函数就能撬动“开放式进化”？本文把最前沿的SCHC模型推到GPU大规模战场，意外发现空间尺度一到L≈300就会出现成核式失控相变，边界条件比想象中更“卡脖子”。极简模型，信息量极大，值得一读。
西南大学新方法：Titans+卡尔曼滤波，冷启动推荐效果飙升2%+
冷启动推荐一直是个老大难问题，新物品刚上线，缺反馈、随时间变化，模型到底该信谁？西南大学的这项研究脑洞大开，把Titans的记忆机制和卡尔曼滤波的时序建模结合起来，用后验协方差作为“不确定性信号”来引导静态语义和时序特征的融合。这一招让推荐效果直接起飞，非常值得关注。
5步扩散+状态空间交互：弱监督显著检测首次全面超越全监督
弱监督显著检测一直面临标注稀疏的困境，上海大学团队直接请出SAM把涂鸦变成高质量像素级伪标注，再搭配Mamba+扩散模型做精修。7个数据集上碾压所有弱监督方法，甚至干翻了不少全监督方法。这是一套有工程潜力的弱监督方案，值得细读。
