标签
介绍了时间范围约束的Rashomon集，用于表征混沌系统中模型多样性的演化。该框架证明了预测等价性的指数收缩，并开发了决策对齐算法，将决策质量提高了18-34%。
本文提出了一种基于人口分层模型和混合特征选择流程的全国性电子健康记录慢性鼻窦炎预测模型，在All of Us研究计划的数据上实现了总体AUC为0.8461。
一位研究人员描述了自己被一名独立研究员骚扰的经历，对方要求在其论文中加入特定的引用和措辞，这引发了学术界对激进拉拢策略的担忧。
Google DeepMind 已收购 EVE Online 开发者（现为 Fenris Creations）的少数股权，将该游戏用作 AI 模型的测试平台，在不影响真实玩家的情况下研究复杂动态系统中的智能。
《美国医学会杂志》（JAMA）发表的一篇新论文发现，非营利医院在管理顾问上的支出高达数十亿美元，但对财务指标或患者诊疗结果均未产生显著影响。
Hugging Face Hub 已超过 4,000 个公开的强化学习环境，将自己定位为潜在的 RL 环境最大平台。
微软研究院推出了Agentic-iModels，这是一个框架，其中编码代理进化出针对LLM可解释性而非人类可读性优化的scikit-learn回归器，在65个数据集上超越了传统的可解释机器学习方法。
Anthropic 引入了一种新的 AI 代理“睡眠”机制，其灵感来源于生物海马体重放和梦境，用于提取模式并重组记忆，旨在防止因依赖原始上下文窗口而导致的能力停滞。
本文介绍了一种自动研究框架，利用专家代理通过代码执行与反馈的经验闭环，迭代优化训练配方。该系统借助谱系反馈（lineage feedback），无需人工干预，即可在 Parameter Golf 和 NanoChat 等任务上自主提升性能。
本文提出了 MMDG-Bench，这是一个针对多模态域泛化的统一基准，揭示了当前方法进展有限，并且在不同任务中存在显著的鲁棒性挑战。
Stream-T1 是一种针对流式视频生成提出的测试时扩展（TTS）框架，通过噪声传播和奖励剪枝等机制，提升了时间一致性和生成质量。该论文通过利用块级合成技术，解决了现有基于扩散模型的方法计算成本过高的问题。
本文提出了“并行交错推理（Side-by-Side Interleaved Reasoning）”方法，通过控制自回归模型中的信息揭示时机，以提高准确性和效率。实验表明，在使用 Qwen3 模型的基准测试中，通过将私密推理与部分信息披露相结合，模型性能得到了提升。
本文介绍了神经规则归纳器（NRI），这是一种用于零样本逻辑规则归纳的基础模型，它利用与领域无关的统计特性，无需重新训练即可跨任务进行泛化。
本文介绍了 TabEmbed，这是一种用于表格数据的通用嵌入模型，统一了分类和检索任务，并介绍了 TabBench，这是一个用于评估表格理解能力的新基准。
Hugging Face 发布了 Transformers 库 5.8.0 版本，这是一个广泛用于自然语言处理和深度学习的开源框架。
本文介绍了一种多项式自编码器，通过利用二次解码器捕捉非线性方差，在压缩 Transformer 嵌入方面改进了传统的 PCA 方法。在 BEIR 基准测试中的结果表明，该方法在保持高压缩率的同时，其检索质量显著优于标准 PCA 和 Matryoshka 嵌入。
Beacon Biosignals 正利用轻量级脑电（EEG）头带和机器学习技术来映射睡眠期间的大脑活动，旨在构建用于脑健康的基石模型，并加速神经系统疾病的临床试验进程。
vLLM v0.20.0 已发布，这是一个用于高吞吐量 LLM 推理和服务的开源库，特色功能包括 PagedAttention 以及对多种硬件架构的支持。
Hugging Face 开源了 ml-intern，这是一个自主代理，能够阅读 ML 论文、发现数据集、训练模型、调试失败、并将生产就绪的模型上传到 Hub，自动化整个后训练工作流程。