标签
Presents LibraSpec, a training-free, plug-and-play algorithm that dynamically selects speculative decoding lengths via marginal-gain-driven optimization, achieving consistent speedups across multiple models and benchmarks.
This paper shows that steering vectors' safety degradation is separable and reducible, proposing a post-hoc correction via constrained optimization that restores model safety while preserving steering effectiveness.
本文介绍了LLMCompiler（一个在IR代码上大规模预训练的LLM）产生的程序嵌入在程序分析和优化任务中的首次应用，在算法分类中实现了1.54%的错误率，并在异构设备映射上取得了有竞争力的准确率。
This paper introduces KappaSharp, a method for condition-number shaping in Preferential Bayesian Optimization that corrects the ill-conditioned Hessian from isolated pairwise comparisons, showing up to +10.9% improvement over the standard PairedGP/EUBO baseline on 11 benchmarks including plasma medicine controller tuning.
一篇技术博客文章，解释了如何使用浮点除法和融合乘加来执行整数除法和取余，并给出了操作数位宽的限制，同时讨论了SIMD和舍入模式的实际注意事项。
Klaus Post 讨论了在 Go 压缩库中重新平衡 deflate 压缩级别的过程，以使速度/压缩的权衡更加线性和直观。
ICTP 已宣布 2026 年 Dirac 奖章获奖者，以表彰他们在统计力学及其在包括人工智能在内的领域的应用方面的开创性贡献。
本文介绍了NS-RIS，一种基于Newton-Schulz回缩的可扩展算法，用于在Stiefel流形上学习隐藏量子马尔可夫模型，首次提供了数学性能保证和实证证据，表明HQMM在非量子生成的数据上可以优于EM训练的HMM。
介绍了CEDAR，一种自主方法，利用LLM智能体结合蒙特卡洛树搜索来发现满足用户指定行为目标的复杂系统，减少了人工投入，并实现了目标导向的设计。
本文提出了一种基于深度强化学习的车辆路径问题求解方法，并通过三个工业卡车规划案例进行了演示。与基线结果相比，该方法实现了超过10%的成本降低，并讨论了对更多VRP变体的泛化。
作者分享了 agent-design-review Skill，用于系统化诊断和优化 Agent 架构，覆盖 Prompt、工具权限、上下文、安全、记忆、评估、成本、可观测性等多方面，并输出基于证据的 P0/P1/P2 问题，帮助避免常见踩坑。
一篇深入浅出的教育性文章，探讨动态规划作为最短路径算法、神经网络训练和上下文无关文法解析背后的统一原理，并将自动机、最优控制和线性规划联系在一起。
Tony Finch 重新审视了他的格里高利历到儒略历天数转换算法，融合了 Ben Joffe 的技巧，得出了一个更高效、更稳健的公式。
一个名为 KISS Sorcar 的 AI 智能体在不到 8 小时内、花费不到 150 美元，在 SQLite 的四个基准测试上实现了经验证的 1.59 倍几何平均加速，并通过了超过 100 万项 SQLite 测试。这凸显了编码智能体不断增强的能力。
RPCS3 的 ARM 移植版现在运行速度快了 60%，功耗降低了 25%，这是因为修复了一个忙等待定时器 bug、用 ARM ISB 替换了 x86 pause，并重写了 LLVM 代码生成。这些改进源于由一台廉价 Android 掌上测试设备推动的低层 ARM 优化。
Jimmy Ostler 深入探讨了 Rust 中的尾调用解释器，实现并基准测试了多种虚拟机分发技术，包括 switch 分发、子例程线程化和尾调用优化的机器。
This position paper argues that many LLM failures stem from evaluating outputs independently and proposes a self-consistency framework that treats diverse techniques as special cases of consistency optimization.
本文提出Hyper-ES，一种基于子空间的进化策略框架，用于LLM推理。该框架通过轻量级基于梯度的微调获得下降方向，然后使用CMA-ES合并逐层的DARE-TIES系数，在需要更少梯度更新的情况下持续优于GRPO-LoRA。
本文提出了一种面向军事资产分配的场景加权对抗鲁棒态势优化引擎，提出了CEV和RobustCEV优化器，在对抗性威胁不确定性下优于贪婪基线方法。