A/B测试不用等两周？AI智能体模拟实验校准后误差降77倍
每次A/B测试都要烧流量、等数周，现在亚马逊尝试让AI智能体先在"平行宇宙"里把结果跑一遍！这篇论文把"AI模拟实验"正式化为S-RCT框架，用67个真实营销测试检验，还给出了可落地的校准与降方差技巧。对搞实验平台的团队来说，是实打实能抄作业的一篇。
最新文章
共 1660 篇
ACM MM 2026：北大EchoCache让音频驱动视频生成提速2.46倍，还更稳？
继北大CRAFT之后，又是北大团队！这次他们让音频驱动的视频生成告别“傻快”——只用声音的能量分布，就能精准指挥算力花在刀刃上，2.46倍加速还保住了画质。这招“听声辨位”，值得所有搞视频生成加速的玩家看一看。
UC San Diego最新实测：AI超分热成像三维重建，清晰度暴涨却更“不准”？
每次去佛罗伦萨，游客都在仰头看大卫像，而真正的“老司机”却在用热成像扫墙面。UC San Diego团队在千年凉廊上做了一场“硬核实验”：把AI超分拉来重建三维热像模型，结果耐人寻味——
中南财大首个SNN全能修图：31.6dB媲美ANN，能耗仅1/5
脉冲神经网络历来以“省电”闻名，可让它直接处理静态RGB图，就像让旱鸭子下水——有点为难它。中南财大等机构这次直接把SNN拉进全能图像修复赛道：性能追平ANN，能耗只有人家的五分之一，16.8mJ就能搞定一整套修复流程。
Kwan悬赏问题被解？直接积相交族迎来完整分类
把EKR定理从单层推进到直接积多层，还把高次阈值砍到线性，最后连非平凡最大族的结构都一口气分类完——这种“一套框架、三项定理、全部最优”的数学论文，值得好好品一品。
美团新框架SAF：1.7B到8B全系提升，几乎所有基准都在涨
图1：固定系数融合与SAF的对比。SAF分别针对OPD优势的幅度失配与时间失配设计独立控制机制，避免熵塌缩、保留探索能力，最终提升任务表现。
中科大DAVET：扩散视觉语言模型按需“喂”视觉证据，平均提速1.55倍
扩散视觉语言模型快不起来，根子在于每一步去噪都在反复“看重”同一批视觉token。中科大这个DAVET直接把“视觉证据何时给、给多少”当作资源分配问题来做，不训练不微调，平均提速1.55倍、质量仅掉1.86%，思路相当实用。
引力波检验新武器：共动驱动器让超越GR模拟不再"崩盘"
双黑洞并合模拟不稀罕，稀罕的是在超越爱因斯坦的理论里把波形一口气算到40个周期、20多圈轨道、相位误差压进1弧度。这篇来自马克斯普朗克引力物理研究所等机构的论文，把"fixing-the-equations"方法玩出了新高度——共动驱动器。更刺激的是结论：超越广义相对论的效应让并合提前了，和之前某篇预印本"更慢"的说法正好相反。这种学术打脸现场，比追剧有意思
热那亚大学最新研究：轻量分割提精度不靠骨干，靠解码器？
大家都在卷骨干网络，可热那亚大学这篇论文偏偏告诉你：轻量分割模型的涨点空间其实藏在被忽视的分割头里。本文系统对比三种解码器模块、验证多任务层次分解的有效性，参数量比基线少约40%，加权精度反而从91.2%涨到92.8%。把解码器这口“冷饭”炒出了新味道，值得一读。
告别脏数据！亚马逊开源Data Turnstile，让0.6B模型逼近7倍大模型
这篇论文切中了AI智能体落地的一个真痛点：小模型工具调用能力弱，但可靠数据既贵又脏。Data Turnstile把整段对话拆成带校验的角色化有向无环图，用开源权重模型就能批量产出高质量函数调用数据。0.6B微调后BFCL直逼7倍大的Qwen3-4B，多轮电信任务1.7B直接超越32B——数据质量对小模型而言，就是胜负手。
245颗恒星百年数据，天文学家画出恒星晚年“家族树”
恒星的“退休生活”能有多精彩？越南国家太空中心团队用245颗恒星跨越百年的光变数据，硬是从看似杂乱无章的星光闪烁里，理出了两条截然不同的演化“族谱”。恒星晚年怎么走、会不会变富碳、最终怎么告别，答案都藏在光变曲线的“脉搏”里。
AGB脉动研究新范式：不用看光谱，光变形态就能区分恒星出身
恒星的“心电图”能透露它晚年的命运？这篇最新研究分析了245颗AGB变星跨越百年的光变曲线，发现它们天生分成两派，走向截然不同的演化终点。用可见光数据做大规模恒星演化解码，思路朴素但颇有启发性。
