Whitehead证书来了：自由群原始性可验
压缩输入把自由群问题的“长度爆炸”硬生生按住了。一般固定秩下先落进 NP，秩 2 还能继续压到 P，证书、图论和 Whitehead 最小化三条线合在一起，挺像一篇把复杂度分析写得很利索的教科书级工作。
标签：AI应用
共 437 篇
答对不算赢？这篇基准把临床推理拆到最细
临床大模型最麻烦的事，不是选错答案，而是“答案对了，理由却乱了套”。MIRA-Ev 直接把评测拆成三层，专门盯住证据、成分和关系，连巴斯克语也拉进来了，属于那种一看就知道不是来凑数的基准。
Token级协同推理来了：PyroDash把大模型调用压到1.9%
小模型先冲，大模型只在关键节点接力，这套思路最值钱的不是省钱，而是把“什么时候该求助”这件事训练成了模型自己的本能。PyroDash还把奖励直接对齐到真实推理成本，适合真想落地的人看。
VLDB 2026新作Auto-Fill：1%成本补齐表格空缺
表格缺失值预测看似是“补空”，本质却是“别乱猜”。这篇论文最有意思的地方，不是把模型堆大，而是把任务拆成三种能力，再用校准和弃权把自信管住。
看新闻偏见别只看分数：高亮和参考框架更有效
新闻偏见这事，最烦的不是“有偏见”，而是“看不出来偏见”。这篇论文把6种视觉提示拉到同一张桌子上比武，结果很直接： 高亮偏见词 和 带参考框架的仪表盘 更能帮人识别偏见，但政治立场一致性依然像个老顽固，照样强烈影响判断。
ACL 2026新研究：LLM最爱把哪些价值观认错？
大模型会不会“懂价值观”，先别急着谈对齐，先得看它能不能把价值标签认准。本文把这个前置问题拆成精确识别、排名恢复和定向混淆三层，结果很扎实，也很适合拿来给评测补课。
CMOS+3D打印联手，THz成像把0.2mm看清了
THz成像最烦的不是“看不见”，而是“看见了也看不清”。这篇工作把3D打印透镜和65nm CMOS源阵列拼成一套完整系统，直接把0.2mm细节、QR码和多层PCB内部结构都拎出来了，工程味很足。
量子核效应也能去噪？UChicago新框架不用重训
量子模拟最烦的事，不是算不准，而是算得太贵。这篇工作把核量子效应拆成“经典统计 + 解析高斯去噪”两半，单个去噪器就能跨温度、同位素和边界条件复用，思路相当干净。
时间序列基础模型别急着上岗：后训练五分法来了
时间序列基础模型不是“预训练完就万事大吉”，真正决定能不能落地的，往往是后训练这一步。这篇综述把后训练拆成五个干预点，思路很清楚，适合想把模型从“会说”变成“会干活”的读者。
Eindhoven大学新方法：AE+分割学习省下10.2倍通信
边缘设备想微调大模型，最先炸掉的往往不是显存，而是通信。AE-PSL的思路很实在：先把中间特征压小，再用两阶段对齐把“压缩器”调顺，最后把精度守住。
北大新方法：0.005bpp下还原视频细节
视频压缩最难的，不是把码率压低，而是把画面压低以后还不让人想砸键盘。北大这篇直接把“结构锚点”和“运动细节”拆开处理，用生成模型补细节，思路很硬，码率也压得够狠。
AIES 2026新论文：AI作业能证明什么？
生成式AI最先冲击的，不是考试分数，而是“证书还能证明什么”这件事。这篇论文不跟风喊禁用或放开，而是把教育评估拆成了更硬核的四件事：能委派什么、还要证明什么、靠什么证据证明、以及如何保护学生。
