LONGGE AI RESEARCH DAILY

龙哥读论文

每天筛选值得关注的 AI 论文,用工程视角拆解方法、实验和真正的落地价值。

目前已发表 1811 篇文章

分享网站 微博 X
PaperDaily 数据库收录 论文拆解 13572 篇 研究思路 385 条 AI 资讯 589 条 开源项目 177 个 科研招聘 140 条 学习资料 12 份 热点主题 830 条 论文成功模式 1776 条

标签:人工智能

共 749 篇
斯坦福提出自适应交会筛选:太空碰撞候选对减28.78%,扫描快27倍
大模型与智能体

斯坦福提出自适应交会筛选:太空碰撞候选对减28.78%,扫描快27倍

太空越来越挤,几万颗卫星的轨道交会筛选正在变成算力灾难。斯坦福这篇论文不换模型、不堆显卡,只用公开星历历史给每个目标单独估一个不确定度,把固定50公里阈值改成自适应阈值,候选对直接砍掉近三成,扫描速度还快27倍。在算力普遍吃紧的当下,用一次漂亮的"减法"换回大笔计算预算,这种思路值得每个做大规模筛选的人读一读。

奥斯陆大学:不靠材料数据库,CNN单次前向反演介电谱极点
大模型与智能体

奥斯陆大学:不靠材料数据库,CNN单次前向反演介电谱极点

介电谱里藏着等离激元的能量位置和展宽,但传统做法要靠非线性拟合一点点抠,初始化选不好还容易翻车。这篇论文换了个思路:用纯解析公式生成合成谱,让一个约百万参数的卷积网络把反演任务一次性学会,单次前向直接吐出极点参数,全程不碰材料数据库。它到底能不能迁移到真实第一性原理谱和实验谱?边界又在哪里?值得花时间看一眼。

大语言模型|维也纳工大:给MoE专家路由做「翻译」,准确率涨65%
大模型与智能体

大语言模型|维也纳工大:给MoE专家路由做「翻译」,准确率涨65%

MoE模型火了好几年,可「专家到底在干嘛」一直没人说清。主流解释是每个专家管一个领域,但真去翻,翻不出来。维也纳工大等提出RouterInterp,用稀疏自编码器给出另一种答案:专家干的是「多份不相关特征的叠加活儿」。这个结论有点反直觉,但证据挺扎实。

普渡大学新研究:SAM能找最平坦解却不泛化,加速4倍要靠权重衰减
大模型与智能体

普渡大学新研究:SAM能找最平坦解却不泛化,加速4倍要靠权重衰减

「平坦的最小值更容易泛化」这条被引用了快三十年的经验规律,这次被普渡大学拿出来单独审了一遍。结论有点扎心:用 SAM 硬把解压到最平,模型照样一点儿没泛化;真正把模型从记忆推向泛化的,是权重衰减带来的范数下降,SAM 只是在这个窗口里帮忙踩了一脚油门,把转变加速到最多 4 倍。理论构造那部分尤其漂亮:两种插值的平坦度一模一样,差距全在范数上。

LONGGE AI COMMUNITY

把每天读到的论文,变成长期积累

加入「龙哥读论文」知识星球,持续获取 AI 论文、资讯、开源项目、招聘与研究思路。

加入龙哥读论文微信群:添加微信 kangjinlonghelper,备注“研究方向 + 地点 + 学校/公司 + 昵称”。

龙哥读论文知识星球二维码 微信扫码加入知识星球