把代码转成图片发给AI，Token能省86%？Anthropic、OpenAI、Gemini 实测揭秘
把代码转成图片发给AI真的能省Token吗？这篇论文用675次真实API调用，把Anthropic、OpenAI、Gemini三家计费黑盒捅了个透。龙哥看完直呼：省钱是有套路，但踩坑也是一踩一个准，尤其Gemini的小代码场景能让你多掏6倍钱。搞编码助手的朋友，这篇不可不读。
最新文章
共 1665 篇
Qwen2-VL & SmolVLM告诉你：内部Token概率才是真王者
你是否遇到过AI模型胸脯拍得震天响却答不对题？这篇论文发现，小VLM嘴上说着“我超自信”，但内部的token概率早就泄了底。想知道如何让模型在自己犯错时闭嘴？看这篇就够了！
心脏电生理模拟泛化能力提升4-6倍！物理信息学习遇上变形梯度
当你的AI模型面对不同形状的训练数据时，是不是每次都要重新训练？挪威团队提出潜变量PDE映射，只需把不同几何的物理方程通过变形梯度“拉”到一个标准形状上，就能让模型用超少样本学会处理新形状。在心脏电生理模拟上，对旋转几何的误差直降4倍！物理信息机器学习爱好者不容错过。
IR275K：中科院为红外超分立新规，594序列27万帧严苛压力测试
红外多帧超分领域终于等来一个像样的专属标准答案。中科院联合团队放了594个序列、27万帧的大招，关键还精心挖了三个坑——低对比高噪声、测试集故意加噪声、运动幅度整得很大，专门治各种花架子模型。顺便送了个轻量级Mamba模型CGMamba，112G FLOPs就把SISR方法打出33dB，还顺手拆穿了RoPE和跨帧融合的连带关系。
法国VEDECOM新框架：50ms求解纳什均衡，自动驾驶左转不再尴尬
路口左转，人车交汇，那几秒的“你瞅啥”“瞅你咋地”堪比心理战。自动驾驶要是只按规则莽冲，人类司机怕不是要急刹到吐。法国VEDECOM研究所给自家Renault Zoé装了个“博弈脑”——把路口交互建模成广义纳什均衡游戏，再用粒子群算法50毫秒算出最优默契策略。实车跑过左转场景，你看这轨迹，多像两个老司机在点头示意。
东京大学/东北大学首次模拟：全局单极子发射NG玻色子暗物质
你满脑子都想的是暗物质到底是个啥，是从哪儿冒出来的？东京大学和东北大学的团队另辟蹊径，把目光投向了宇宙早期一种名不见经传的“顶级缺陷”——全球单极子。他们用超大规模的数值格子模拟，首次把这个缺陷演化过程中释放的“暗物质种子”——南布-戈德斯通玻色子——的能谱给扒了个明明白白。结果不仅把一种暗物质候选者给找着了，还顺手解决了另一个宇宙学悬案，思路清奇又硬核，值
仅用AdamW 2.6%状态！SkewAdam分层分配让67亿参数MoE单卡可训
还在为训练大模型时显存爆掉而烦恼？AdamW为671亿参数的MoE模型准备了50.6GB的优化器状态，比模型权重本身还大4倍！独立研究者Nuemaan Malik发现，MoE模型的不同部分（骨干网络、专家层、路由器）对优化器状态的需求截然不同。SkewAdam通过分层分配，将优化器状态压缩到1.29GB（仅占AdamW的2.6%），峰值内存降至31.3GB，
植入体通信标准怎么定？IEEE 802.15.6信道模型全揭秘
智能手表测心率已经够酷了？那如果告诉你在身体内部植入一个小设备，它可以通过无线信号实时监控你的健康状况，甚至传输高清影像，你会不会觉得这更像是科幻电影？其实，这个技术早就不是幻想了，关键就在于怎么让信号在复杂的人体组织里准确无误地传播。今天这篇来自IEEE 802.15.6标准化组的研究，就全面回顾了植入体通信的无线传播模型，甚至动用了3D虚拟现实平台和活体
开源代码放送：让你的1080p视频秒变4K，还不抖动
单步扩散视频超分整天被时间抖动折磨？AMD和维尔茨堡大学这次玩了个新思路：给token搞“分班”，重要的走精品班，不重要的走大班合班，最后再无缝合回来。结果你猜怎么着？推理加速了，质量一点没掉，甚至更稳了。全开源的代码，值得一试。
NVIDIA新作Agentic RL框架Molt：代码量锐减至9K，吞吐量持平Megatron
NVIDIA开源了Molt，一个专为智能体强化学习（Agentic RL）设计的PyTorch原生训练框架。代码量仅约8600行，却能在吞吐量上与业界顶级的Megatron堆栈掰手腕。对于天天改算法的研究者来说，这简直是福音，终于不用在层层抽象和复杂配置里找东西南北了。
NVIDIA开源Molt：8.6K行代码驯服700B MoE强化学习
给大模型训练强化学习，框架代码动辄数万行，改个奖励函数得绕三天。NVIDIA最新开源Molt，核心RL代码仅8.6K行，但能流畅训练700B规模的MoE模型，性能还跟Megatron-based框架平起平坐。这框架到底有啥魔力？值不值得你的团队迁移？咱们今天就来扒一扒。
杜兰大学/北大：经典极限下两电子模型的方法验证
强关联极限一直是密度泛函理论的“鬼门关”，主流泛函（LDA、PBE、SCAN）进去就崩。但Perdew小组今天用两电子谐波原子证明：只要把对称性破了、加上自相互作用校正，就能在经典极限下精确到零误差！这种“以破为立”的思路，做DFT的同学一定要看看。
