哈佛北大新解在线选址，竞争比压到2.42
在线设施选址最烦的地方，不是“开不开”，而是“什么时候开”。这篇论文直接把到达时间当成信号来用，结果把随机顺序模型的竞争比从3往下压，还保住了对抗顺序下的老本，思路很干净。
标签：AI应用
共 451 篇
LLM一致就一定对吗？265000次审计打脸
这篇论文最狠的地方，是把“模型自己都这么说了，应该八九不离十吧”这套直觉狠狠干翻了。265000次采样审计显示，自洽性确实有用，但远没有想象中可靠，尤其在最会“装稳”的前沿模型上。
UT Austin提出ACID：视频生成缓存提速38%，还不怎么掉画质
视频生成最烦的不是“生成不出来”，而是“生成得太慢”。这篇 ACID 直接盯住动态缓存里那个最容易被忽略的点：固定阈值一刀切，天然把速度和画质拴死了。它的思路很朴素，但很有效——该省的时候猛省，该稳的时候别乱抠。
2026最新：PSR J1713+0747突变后，TOA误差仍压到0.47微秒
脉冲星计时最怕的不是噪声，而是模板自己先“失真”。这篇工作直接盯住 PSR J1713+0747 的轮廓突变，用高斯分量把变化拆开，尽量把还能用的数据救回来。
MIT斯坦福联手造相机：6.5米望远镜也能kHz级多色成像
这篇不是在“做一个相机”，而是在给大望远镜装一套能数光子、能跑千赫兹、还能顺手做偏振的高速神经末梢。原型机已经上天文台干活了，真正值钱的是它把工程可行性和科学想象力同时拉满。
MIT+斯坦福做出Lightspeed：6.5米望远镜也能kHz级高速成像
这篇论文最有意思的地方，不是“又一台望远镜相机”，而是把高速、超低读噪、多波段、偏振和近红外，硬塞进同一台设施级仪器里。更妙的是，原型机已经上机，科学结果也不是画饼。
Apple最新论文：音乐搜索长尾召回涨7.93%
Apple Music 的搜索问题很典型：热门词好搜，长尾、拼写错误、跨语言查询最难办。ELISE 的厉害之处不在“模型更大”，而在于把语义召回、旧词项检索和分布校准接到一起，最后还真在全球线上实验里把转化率和无结果率一起打下来了。
反事实测试100%忠实：EG-VAR把幻觉拦在内核外
LLM会调用工具，不代表它就会老老实实认账。EG-VAR最狠的地方，不是“又接了个工具”，而是把证据、形式化、内核检查绑死，能证才给VERIFIED，证不出来就ABSTAIN。TableBench、反事实压力测试、端到端形式化误差，这套结果够硬。
TOMAP让Lean证明更省算力：分解环节一优化，语义忠实度涨19%
这篇论文盯住了自动形式化里最容易“翻车”的一环：证明分解。不是一味堆算力，而是把测试时预算花在最值钱的地方，结果更准、也更省。
不是拼性能：MICADO先把停机风险压下去
一台首光仪器最怕的不是“做不出来”，而是“能做出来却扛不住十年”。MICADO这篇不讲花活，专讲怎么把可靠性、可维护性和停机成本，从设计阶段就摁住。
Apple Research最新论文：主动助手评测为何离不开FSM
Apple Research这篇不是在比谁更会“聊天”，而是在逼智能体面对真实手机交互的硬骨头：用户会不会接受、何时插手、能不能跨应用干活。PARE把这件事做成了可评测、可复现的框架，结果也挺扎心：最强模型成功率也只有四成多。
16智能体成本降7.63倍：AAFLOW+的零拷贝KV编排
这篇论文很对工程胃口：它不再把 KV cache 当成“模型内部小零件”，而是直接提升为分布式系统对象。结果也很硬，长上下文、多智能体、分支推理这些最烧钱的场景，TTFT、内存和吞吐都被明显改写。
