StructGen来了：多参考图像生成告别张冠李戴
多参考图像生成最怕什么？不是模型不够大，而是参考一多，语义就开始打架。StructGen 直接把参考图像做成“字典”，用标识符把人、衣服、场景钉死，思路很工程，也很实用。
标签：大语言模型
共 319 篇
IFT后推理会丢？这篇论文用合并法救回来了
推理模型最怕的，不是不会做题，而是微调完把“会想”这件事顺手弄丢了。这篇论文给出一个很朴素但很能打的解法：先把任务学进去，再把推理习惯捞回来。
8张H20实测：Muon在RL后训练里真能赢AdamW？
Muon 在预训练里已经很能打，但到了强化学习后训练阶段，表现却一直不清不楚。这篇论文不讲玄学，直接拿三种优势估计器和学习率做对照，结果很扎眼：有的场景能涨 88%，有的场景却几乎没戏。
2026新方法：ASK-NN把幻觉检测做成统计检验
LLM 幻觉检测最烦的地方，不是“看不出来”，而是“参考样本”和“查询样本”天生不对称。ASK-NN 直接顺着这个现实来做，把近邻检验改成非对称版本，理论和工程都更像样。
Anthropic最新研究：Claude Opus 4.7安全与能力双线升级
Anthropic这份系统卡很像一份“体检报告”：一边告诉读者 Claude Opus 4.7 在软件工程、长上下文、代理搜索上更能打，另一边把生物、网络、对齐风险也摊开讲清楚。好看的不是口号，是它把“能力提升”和“安全边界”一起量化了。
ETH Zurich×NVIDIA新作：AllReduce为何能贴近SoL下界
这篇论文很像在GPU通信里“抠微秒”。看起来只是把延迟从 11.0 微秒压到 2.37 微秒，背后其实是在逼近硬件下限；一旦放进大模型推理链路，省下来的就不只是时间，还有真金白银。
ETH Zurich×NVIDIA：微秒级抠延迟，推理成本再降一截
GPU 推理最怕的不是算力不够，而是通信那点“看起来不大、实则很贵”的微秒级开销。NVIDIA 这篇论文把 AllReduce 往硬件极限推，最好只剩约 7% 的误差，vLLM 推理和 cuSOLVERMp 都能吃到红利，属于非常典型的“抠延迟抠出真金白银”的工作。
LLM开上太阳望远镜？JW-ASTClaw让自主观测真落地了
这篇论文最有意思的地方，不是“又一个大模型接了个工具”，而是它真的把大语言模型塞进了太阳望远镜的实时控制链路里，还跑在了中国日地空间环境监测网的实际设备上。它解决的不是玩具问题，而是云、风抖、活动区、快速耀斑响应这些会直接影响观测价值的真麻烦。
NVIDIA开源TTT-E2E：128K上下文快2.7倍
长上下文这件事，表面上是“把更多字喂给模型”，本质上却是在逼模型做一道很残酷的选择题：到底是要 记得更全 ，还是 跑得更快 ？全注意力模型像个记性极好的学霸，什么都想翻一遍，代价就是上下文越长，算得越慢；RNN 和一批线性/滑窗方案则像记笔记很快的同学，速度稳了，但一长起来就容易把关键线索漏掉。
Apple Research新方法：不用教师也能提升代码模型
这篇论文最狠的地方，不是把代码模型调高了几个点，而是它几乎没加任何“外挂”：不要验证器，不要教师模型，不要强化学习，只靠模型自己的原始输出就能涨分。更有意思的是，提升还主要落在更难题上，说明它不是在“刷题套路”，而是在改模型分布本身。
Apple Research新论文：遗忘前先删低影响点，最高省50%
这篇论文最有意思的地方，不是“能不能遗忘”，而是“遗忘前能不能先把没必要遗忘的删掉”。Apple Research 直接把机器遗忘做成了省算力工程，最高能省下约50%执行时间，思路很实在。
阿里Wan-Streamer新解：视频就是世界加事件流
这篇论文最有意思的地方，不是又堆了一个更大的流式模型，而是把“视频”重新解释成了“世界 + 事件流”。这个视角一换，预训练目标、交互形式、行为控制，全都顺了。
