强化学习｜攻击也嫌贵？理性DY攻击者模型让协议安全首次可判定
这可能是今年最值得安全协议研究人员读的一篇理论文：把干了四十年的Dolev-Yao攻击者从“能力模型”升级成“激励模型”，让攻击者学会算账，收益小于成本就不攻击。论文证明理性安全可判定，还给出了可计算的阈值，并在支付协议和ThreeBallot投票两个用例中展示了如何“用钱说话”。建议所有做安全协议验证、密码学形式化、投票方案的朋友都读一下。
标签：模型架构
共 307 篇
3.12倍加速！SPICE用“预取+低秩代理”破解MoE显存难题
MoE模型推理被显存卡脖子？SPICE给出「预取+替代+异构计算」组合拳，在DeepSeek-V2-Lite和Qwen2-57B-A14B上实现最高3.12倍加速，精度损失仅3%左右。系统优化能做到这个份上，值得花五分钟读一读。
爱丁堡大学最新研究：本地状态单子并非有限，有限子单子如何铺路？
粒子物理的未来，正被一场“数据洪水”堵在门口。这不是比喻，而是字面意义上的每条读出链路每秒几十个G比特的洪流。
快手一招砍掉一层SID，QPS暴增47%还更准了
生成式推荐要落地，第一步先要给物品“起名字”。不是随便起，得让名字本身带着语义结构、藏着协同信号，还得保证不同物品尽量不重名。这一套起名规则，就是论文里说的 SID，也就是 Semantic ID，语义ID。
明尼苏达大学CM-RED：4步MRI重建，效果亮眼1000步扩散模型
扩散模型做MRI重建效果好，但动辄几百上千步的迭代采样让临床落地遥遥无期。明尼苏达大学这篇CM-RED，把一致性模型塞进RED优化框架，4步出图，PSNR/SSIM全面超越1000步的DPS和100步的DDS，计算量直降25—250倍。生成式MRI重建的“速度焦虑”，这次是真的被治好了。
电子科大等提出FreqDiff：频域扩散让四大基准16项指标全面SOTA
想象一个场景：某情报分析系统正在滚动监测全球事件流，屏幕突然弹出一条提示——“未来一周，A国可能与B国启动贸易谈判”。
告别每步都算谱分解！Meta让Muon在15B DiT上跑出性价比
训练扩散Transformer最烧钱的不是模型，而是优化器？Meta这篇新作把Muon优化器从1.3B一路验证到15B，生成质量稳定赢过AdamW最高19.1%，又用「周期性行式」设计把优化器通信量砍掉66.7%。质量不掉、速度反超，训练成本敏感的同学值得细读。
分割精度大涨10个点？被引1647次的UC Berkeley经典只用一招
这是一篇被引1647次的深度学习经典之作。当所有人都在用CNN最后一层特征时，UC Berkeley团队提出“超列”表示，将多层特征融合用于像素级定位，在分割、关键点、部件标注三大任务上全面领先，至今仍是多尺度特征融合的思想源头。
大模型零遗忘新范式Brainstacks：医疗提问97%路由到数学堆栈
这篇论文最有冲击力的地方，不是零遗忘的堆栈设计本身，而是那个反常识的发现：医疗提示在97%的情况下会路由到聊天+数学堆栈——它们训练时根本没见过医疗数据。这说明微调注入的是可迁移的认知原语，而不是领域知识。思考方式被当作"能力"打包，这件事值得所有做微调的人停下来想想。
UCLA+字节跳动：LoL让视频生成连续跑12小时不掉链子！
还在为AI视频生成几秒就崩、动作循环重复而头疼？UCLA携手字节跳动Seed团队祭出LoL大招，让视频生成一口气跑12小时不带喘的，关键还不用重新训练模型！
371ms vs 2.1s！凭证撤销隐私协议实测：Merkle效果亮眼Verkle
可验证凭证的撤销检查，正在悄悄泄露你的“稳定句柄”？柏林工大ShadowPath把状态查询藏进持有者本地的零知识证明，首次系统对比SMT与Verkle：路径短10倍，证明反而慢5.68倍，移动端Groth16约3秒出结果——这波反转，值得细品。
UCLA最新研究：相同帧率下SLIM轴向信息多2.4倍
做光场显微的都知道，帧率和空间信息常常“按下葫芦浮起瓢”。这篇来自UCLA的工作，用Fisher信息把SLIM和FLFM在相同探测器带宽下的账算得明明白白：SLIM用更少的行读出，换来了更高的三维信息效率。做计算成像、显微系统设计或者想优化相机读出架构的朋友，值得一读。
