遥感分割只盯一张图？中南大学：要学会按需查资料
农田分割遇到难题，让模型再强十倍也可能白搭——关键证据压根不在当前图像里。中南大学这篇FarmSeeker，把分割从“图内思考”拉到“图外思考”，按需查时空影像，把模糊地块查得明明白白。跨11国测试，比一堆老牌方法都稳，值得一看。
标签：大语言模型
共 340 篇
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。
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。
平均2.99轮省一半token 中山大学让大模型学会自判对错
大模型推理烧算力烧得肉疼，这篇中山大学的新工作偏要教模型“见好就收”。SVR让模型每轮输出答案时顺带自证对错+报置信度，自己决定要不要继续想下去，七大数学基准平均2.99轮就超过了固定10轮预算的效果，token直接省一半还多。
最新活体基准实测：17个大模型，8.8%到94.5%的诚信断层！
AI能被骗去当假新闻帮凶吗？pattrn.ai搞了个每周更新的“活体”基准，拿俄罗斯、伊朗、中国的真实宣传材料去钓17个大模型。结果最稳的Claude Sonnet 5有94.5%概率拒稿，最配合的Ministral 14B只有8.8%会摇头——同一道题，差距大得离谱。
坦佩雷大学百人实证：多智能体AI进课堂，学生仅批准56%的AI需求故事
当别人还在纠结AI会不会让学生“躺平”时，坦佩雷大学直接把多智能体AI工具扔进需求工程课堂，用100人的实证给出答案：精心设计的教学流程，能让AI从“代写工具”变成“思维陪练”。56%的批准率背后，是学生批判性思维的觉醒。
四大缩放维度首次系统对比：本地CUA堆算力不如“选对维度”
这篇来自汉阳大学的实证研究，把本地电脑使用代理的推理时扩展拆成上下文、时间、结构、并行四个维度逐项考察。结论有点反直觉：额外算力常常不是提升成功率，而是把失败模式从“死循环”改写成“假成功”。对做本地部署的团队来说，这是一份难得的避坑指南。
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。
EMBL零索引方案让GPT-5.4涨9个点：AI科研文献检索新范式
当所有团队都在砸钱堆向量数据库时，EMBL反手甩出一套“零索引”方案，直接用大模型编排实时检索引擎，就把GPT-5.4的问答准确率拔高近9个点。这波操作，堪称给学术文献检索来了次降维打击。
1B vs 70B算什么，LLM推理力度自适应才是真省钱
LLM智能体调芯片，烧的是真实美元。这篇鲁汶大学新作给出两个反常识答案：精心雕琢的长期记忆，不如普通拼接有用；真正决定优化质量与成本比的，是推理力度该何时加码。Ares靠一个耐心计数器动态调度，等成本下PPA优化深度提升23–27%，成本仅SotA的12%——继6月聊过让智能体学会止损之后，省钱这件事从动作层面卷到了芯片设计。
给OPD换老师不再怕跑偏，英伟达新方法让数学代码双提升
跨教师蒸馏这个大坑，英伟达来填了！Lightning OPD 2.0用交叉拟合把“风格噪音”从token级信号里剥离，让换更强的教师也有稳定收益，数学推理AIME 2024直接冲到82.4%。
测试时计算还能这么省？中山大学SVR只需一半token精度反超oracle
数学考试里有个经典场面：学霸写完就交卷，学渣越改越错。大模型推理也有这毛病——简单题算力浪费，难题越修越歪。中山大学这篇新论文，教模型“自我检查”：有把握才交卷，没底就再改一轮。结果平均2.99轮推理，精度反而超过固定10轮，还省了一大半token。这招龙哥看了直呼内行！
