墨西哥国立理工学院：Qwen3-14B弃答实测，答得更多、错得更少
先讲一个大家都踩过的坑。你问一个模型某个偏门的事实问题，比如某本小众小说里配角的全名，或者某个 1998 年的会议在哪座城市举办，模型张口就来，语气笃定、句式工整、标点齐全——一查，全是编的。
标签：NLP
共 43 篇
图像恢复｜印度理工25万张石刻字符数据集：让阿育王铭文自动翻译成英文
让AI去读两千多年前刻在石头上的字，听起来像考古队的活儿，可印度理工学院甘地讷格尔分校真把它做成了流水线：图像增强、字符识别、转写、翻译一步不落，还顺手开源了25.38万张字符图和2224对双语语料。方法不花哨，但“没数据”这个老大难被正面解决了，值得一看。
港城大×英伟达：把扩散时间步写进SSM递归算子，只训6.3M参数
条件化这件事，主流做法要么把上下文塞进输入，要么用AdaLN去调激活，本质都是在外围打补丁。香港城市大学和英伟达AI技术中心这篇，直接把扩散时间步映射成SSM递归参数A、B、C、D、Δ的有界偏移，冻结111M骨干只训6.3到11M适配器，Chebyshev核平均验证损失压到2.55，还附送一份解析稳定性证书。能把"为什么稳"讲清楚的参数高效微调，不太多见，值
2.5亿次人肉查号：公众凭什么怀疑你是机器人？
凌晨一点，你刷到一条推文：语法完美、情绪饱满、主页挂着三个外链和一份加密货币白皮书，而且它已经连续发了十四个小时。你盯着屏幕两秒，脑子里冒出一句话：这账号是不是机器人？
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
「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。
arXiv最新定理：去掉单调性，LLM与压缩的等价就崩了
"压缩即智能"这句话流传了很多年，但一直停留在直觉和实验结果上。这篇论文第一次把它写成了定理：语言模型和单调压缩是等价的，误差只差2比特；而一旦去掉"单调"这个条件，等价关系就崩了，除非某个密码学假设不成立。
根特大学新方法：先看形状索引再遍历，一个跑不完的知识图谱查询跑通了
去中心化知识图谱听着很美，真去查能让人崩溃：引擎得顺着链接一根根摸，HTTP 请求一发一大把。这篇论文给查询引擎发了张"地图"，也就是 RDF 形状索引——先看地图再走路，无关的房子根本不用敲门。最快提速 7 倍，一个原本怎么都跑不完的查询，现在跑通了。
纽伦堡技术大学实测40个德语语音识别模型：分词器胜负由词汇量决定
现代端到端语音识别系统（ASR，Automatic Speech Recognition，自动语音识别）的结构很像一条两段式流水线：前面是自监督预训练出来的声学编码器，负责把声音变成表征；
雅盖隆大学NeurIPS 2026：PLS推断提速百倍，p值敢用了
偏最小二乘回归（PLS）是一种处理高维数据的经典方法，广泛应用于化学计量学、神经科学和自然语言处理等领域。它通过从高维自变量矩阵中提取少数方向来预测结果，避免了普通最小二乘法的奇异问题。
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。
数字比大小难倒一片大模型，NAACL基准揭示“数盲”真相
数学解题能力强，不代表真的“懂数字”。这篇NAACL论文把数值能力当成自然语言推理任务来测，一口气跑了49个模型，结果发现数学专用大模型只在算术上占优，数字比较和归一化反而拉胯，值得每一位关注LLM推理能力的读者看看。
