认证式投机执行来了：冻结大模型提速2.96倍
这篇论文把“让AI先提案、再由可信核心放行”这件事做成了可认证合同，专治硬约束决策里“快和稳只能二选一”的老毛病。更狠的是，冻结大模型也能被它收编，最后还能在单位调度上换来2.96倍加速。
标签：大语言模型
共 319 篇
Citi Bike老年轨迹被学歪了？Qwen3-4B也没救
老年人出行不是“年轻人缩小版”，这篇论文把这个常识用数据钉死了。更关键的是，它还顺手证明：训练集一旦被多数群体主导，连大模型也会把少数群体的轨迹学歪。
IBM巴里理工新作：ORM给Text-to-SQL做验证，最高提4.33%
Text-to-SQL 真正难的不是“生成”，而是“别把错答案挑成正确答案”。这篇论文把 ORM 拉进测试时验证，思路很朴素，但效果相当能打。
2026新作REAR：奖励分解后，偏好对齐更稳了
这篇论文最有意思的地方，是它没有继续给模型“加班训练”，而是把问题搬到了测试时：先拆奖励，再重排输出。对偏好对齐、推理加速、树搜索都很友好，属于那种工程味很浓、落地门槛也不高的工作。
REAR来了：测试时重排偏好，Qwen上直接打赢基线
这篇论文最实用的地方，不是又造了一个更复杂的对齐模型，而是把“测试时怎么选更符合偏好的回答”这件事讲清楚了。REAR 直接用 base model 自己的概率做奖励分解，省掉额外训练，工程味很足。
复旦字节新方法：CAD代码生成提升8.87%
这篇论文把 CAD 代码生成从“会画个大概”往“能执行、能编辑、能落地”推了一大步。更有意思的是，它不是单模型硬扛，而是让多个异构专家协作，再用强化学习把这些专家的长板拼起来。
LM多机器人交互新发现：610条解释里藏着什么
这篇论文不研究机器人“会不会说话”，而是研究它们“为什么要插话、该不该插话”。610条解释日志把LM编排器的调停逻辑摊开给人看，读起来像一份多人协作里的“裁判判词”。
MIT新作：把FFN变成显式模糊逻辑，竟能读出语法许可器
这篇论文最有意思的地方，不是把 FFN 换成了更“数学”的东西，而是把原本黑箱的中间层，改造成了能直接读出“and / and not / 量词”的逻辑模块。更狠的是，它还把这种逻辑一路做进了语法许可器检测里。
NVIDIA离散扩散新作：1024文生图冲上SOTA
NVIDIA 这篇没有走“越大越强”的老路，而是盯着离散扩散最烦的两个痛点下手：不会自我修正、词表一大就学不动。结果很直接，1024 分辨率文生图拿到 SOTA，训练还更省显存。
连续latent太难训？DLR首次改用离散token
连续潜变量推理最大的毛病，不是“不聪明”，而是“说不清、管不住、训不稳”。这篇上海交大的 DLR 直接把潜在状态离散化，还借了渲染压缩的思路，算是把推理模型从黑箱里往外拽了一把。
人民大学+智谱AI新作：训练用思维链，推理直接跳过
这篇论文最有意思的地方，不是把机器人做得更“会说”，而是把“会想”和“会动”拆开了。训练时让模型认真做具身思维链，推理时又把这层思考直接跳过，工程味很足，值得细看。
噪声前瞻会害人？新方法先筛再给智能体
这篇论文把“世界模型”从一次性预测工具，改造成了会自己修正上下文的在线规划助手。最有意思的是，它不改参数，专改记忆和提示词，既省掉在线训练的麻烦，又能把部署时的新经验吃进去。
