Apple最新研究：LLM贝叶斯更新能力，取决于你问它的方式
贝叶斯，概率论里那个如雷贯耳的名字。在医疗诊断、法律论证、科学推理这些高风险场景里，一个AI系统面对新证据时，应该理性地更新自己对某个结论的相信程度——这正是贝叶斯定理干的事。
标签：人工智能
共 671 篇
CMB“宇宙雾”藏不住了？ACT DR6最新结果：两个隐藏信号均未检测到但约束刷新
这项研究首次利用地面CMB实验的小尺度数据，对“电子雾”般的各向异性屏蔽效应和违反宇称的宇宙双折射效应给出独立约束。虽然没有检测到信号，但完整的方法框架、前景污染分析和系统效应处理，对下一代CMB实验有重要参考价值。想了解CMB次级各向异性探测前沿的读者，这篇值得细读。
可解释混合信贷评分：低学历用户被“黑箱”决策多出32个百分点
一套“逻辑回归+梯度提升残差校正”的混合信用评分框架，在东非金融包容数据上精度追平黑箱模型，Brier直降46%，却依旧透明可审计。但公平性审计揭开了另一面：农村、低学历、乌干达用户被路由到“黑箱”ML区域的概率，分别比参照组高出18、32、22个百分点。模型没有制造不平等，却悄悄放大了它。
Apple Research最新论文 | Agent Seer：MCP规范零标注变评估集，7套件全覆盖
咱们直接进入正题。当下做企业级AI Agent，说白了就是在跟各种API打交道：日历、项目管理、数据库、通信软件……Agent要干活，就得学会调用这些外部工具。
叠加降低的真相：非鲁棒特征被精准丢弃，Ilyas理论在玩具模型中实锤
对抗训练能降低神经网络的叠加表示，这早已被实验观察到，但“为什么”一直缺个说法。这篇独立研究用玩具模型把因果链拆得明明白白：对抗训练就是干脆利落地丢掉非鲁棒特征。逻辑闭环、干净利落，值得一读。
Lean立功！死分支证明携带值，编舞编程彻底告别运行时崩溃
先说说什么是编舞编程（Choreographic Programming）。想象几个分布式角色要协同完成复杂协议，传统做法是给每个角色分别写代码，然后祈祷它们能正确对上。
不靠GPU靠手推！美国两校精确算出极化激元束缚态全部规律
这可能是量子光学领域最"清爽"的一篇数学物理文章：不堆数值、不靠仿真，纯靠手推就把极化激元束缚态的存在性、个数和频率范围讲得明明白白。方程优雅，结论干脆，适合想体会"推导之美"的硬核读者。
告别一键硬修！SuperSharpen把盲去模糊变成“手动挡”，细节更真实
这篇工作把扩散模型去模糊从“一键生成”变成了“手动调档”，引入了类似音量旋钮的模糊度量（BM），让用户自己决定要锐化多少、生成多少细节。还实打实对比了ControlNet适配和全量微调两条路线，结论清晰，落地感强，值得做图像恢复和摄影后处理的朋友读一读。
凸几何新研究：经典John椭球被推广到任意测度，连高斯测度都覆盖
先来一个最直观的画面：给你一个奇形怪状的凸体K，让你找一个体积最大的椭球塞进去，或者找一个体积最小的椭球把它包起来。前者叫John椭球，后者叫Löwner椭球。
RMIT新研究：给拓扑绝缘体“打孔”就能操控相变？尺度仅数百纳米
“防弹衣上的拓扑学”——这话听起来像段子，但确实是理解这篇论文最贴切的一幅画面。
别让AI空谈科研：北大华为六字段契约让"可证伪性"不再只是口号
如何判断大模型提出的科研设想靠不靠谱？北大、华为等机构给出一个硬核标准：让模型先写清楚，什么观察结果能证明它自己错。全新Lit2Test基准用六字段契约把可证伪性变成可检验的文本属性，在1200个标准对、2400次盲评下排出GPT-5.2 > Claude Sonnet 4.6 > GLM-5 > DeepSeek-V3.2的严格名次，人类一致率87.2%。
跨域事件抽取不再迷路：领域条件化让小模型逆袭大LLM
事件抽取模型一出自家门就迷路？德国DFKI与奥尔登堡大学联合提出统一多域多任务生成框架：给T5加上领域指示和任务提示词，单模型就能横跨网络安全、生物医学、新闻等6大领域做事件抽取，多域联合训练还让多个数据集性能不降反升，这种"一个模型通吃天下"的玩法，值得认真聊聊。
