理解随机伪梯度上外层 Nesterov 动量的稳定性
研究人员分析了分布式训练中外层 Nesterov 动量、本地步数及多节点平均对训练动态和稳定性的控制机制。针对随机二次问题，论文推导出了任意维度下的精确均方稳定性判据，揭示内部 batch size 决定了增加本地步数最终会稳定还是破坏外层迭代。研究还发现维持稳定性所需的节点数可能随本地步数呈指数增长，并提出可通过共享 mini-batch 扰动在神经网络检查点处直接探测均方动态。
全部AI 动态
全部动态
今日 12 条arXiv cs.LGAI 评分3434 arXiv cs.LGAI 评分3838 用于二值与三值 AI 模型边缘端训练的噪声整形采样与退火方法
研究者提出面向二值与三值神经网络的优化器 $\Sigma\Delta$-Sampler，通过在一阶 $\Sigma\Delta$ 噪声整形环路中嵌入随机采样与退火步骤，实现离散权重在崎岖损失地形中的平滑下降。
arXiv cs.LGAI 评分2828 稀疏单次出现统计的重要性：用于未见物种与缺失质量估计的脆弱性感知框架
研究人员提出了脆弱性感知（FA）框架，通过量化单次出现（singletons）统计的敏感性，自适应正则化传统的缺失质量与未见物种估计器。该框架构建了严格凹且具唯一闭式解的熵-KL散度优化目标，无需泊松化或渐近近似，为Good-Turing与Good-Toulmin等经典估计器提供轻量修正。在涵盖合成分布与真实语言语料库的360种实验配置中，该方法显著提升了小样本及长尾场景下的估计精度与稳定性。
arXiv cs.LGAI 评分5252 大语言模型能否预测机器学习实验的结果？
最新研究评测了前沿大语言模型预测机器学习实验结果的能力，发现模型预测水平显著优于随机猜测但仍远不够准确。研究基于 MLE-bench 构建了包含 288 个实验构想的数据集并测试了五款前沿模型，表现最好的 Claude Opus 5.5 解释方差仅为 R²=0.49，且所有模型均系统性低估了变动幅度。团队已公开该数据集以支持递归自我改进等相关研究。
arXiv cs.LGAI 评分3535 利用逐层探测熵诊断 GNN 失效模式
研究人员提出一种基于逐层探测熵的 GNN 事后诊断方法，通过冻结模型并在各层拟合独立线性探测器，结合准确率与归一化预测熵追踪信息流变化。该指标能区分有益、中性与有害平滑，克服了现有几何指标的局限。熵退化的发生节点还能有效区分异质图下的结构不匹配与过深引起的过度平滑两大失效模式，为自适应深度和早退机制研究提供支持。
arXiv cs.LGAI 评分3838 平坦损失与演化特征：模加法中的 Grokking 现象研究
研究表明神经网络在训练交叉熵损失保持平坦甚至上升时仍能继续学习。在模加法任务中，采用特定更新与权重衰减的 ReLU 网络能在保持 100% 训练准确率的同时演化隐层特征，使测试准确率从 0 提升至 90% 以上。单块与双块 Transformer 实验同样证实了这一现象，证明训练损失进入平台期并不意味着学习停滞。
arXiv cs.LGAI 评分3131 联邦车联网中基于运行症状发起模型消除
研究人员针对车联网联邦学习中错误贡献仅表现为滞后路测症状的问题，提出聚合时模型消除方法 ATONE。该方法将日常驾驶误差与报告症状投影至全局增量子空间，通过单次反向计算完成贡献评分并实施两层校正。在 3 个驾驶数据集上，ATONE 在 9 个设置中的 8 个将残留危害较最强基线降低 43% 至 61%，效用与完全重新训练的差距保持在 0.36 点以内。
arXiv cs.LGAI 评分3737 面向自发语音的抗噪强制对齐方法
新研究提出一种面向自发嘈杂语音的抗噪强制对齐方法，结合上采样 WavLM 特征、显式发音事件单元与判别式投影改进 GMM-HMM 架构。该流程基于 149h 音频自引导训练且无需人工边界标注，在 Buckeye 和 FluencyBank 数据集上的词边界 MAE 分别达到 20.6ms 和 76.9ms，比最强基准低 19% 和 17%。
arXiv cs.LGAI 评分2828 面向高斯过程分布式端口哈密顿系统的结构感知空间核
研究人员针对高斯过程分布式端口哈密顿系统（GP-dPHS）提出一种结构感知核设计，通过张量积协方差解耦状态与空间依赖，并剔除无关状态坐标。该模块化设计可在无需解析描述底层分布的情况下融入空间异质性先验。在包含周期性、平滑变化和半分段刚度分布的非线性弦数值实验中，结构解耦持续提升了重建精度，匹配特征的空间核进一步显著提升了力场与轨迹重建表现。
arXiv cs.LGAI 评分3131 离线分位数认证中的覆盖断崖研究
研究者提出了名为 TailCert 的离线策略分位数认证方法，可利用上下文老虎机日志数据为同一样本中选出的策略提供上尾分位数置信上界。该方法构建了目标累积分布函数（CDF）的 PAC-Bayes Bernstein 置信下包络，并可用于在认证尾部约束下进行策略选择。理论证明所需样本量随重叠因子 W 线性增长，并揭示了仅使用加权 CDF 指标相比完整日志的样本复杂度差异。
arXiv cs.LGAI 评分2929 度量空间回归与分类准确率及稳定性的确定性界限研究
研究人员提出了一个几何框架，通过基于最坏情况噪声计算的平均核大小来量化输入与目标之间的模糊性，为有限构建数据集提供独立于模型类别的经验误差和准确率确定性非渐进界限。该框架适用于伪度量输入空间和度量目标空间的回归与分类任务，揭示了经验误差下限、准确率与稳定性权衡以及严格正的分布-训练误差间隙。实验在表格回归、图像回归和分类数据集上均验证了非平凡界限的有效性。
arXiv cs.LGAI 评分4242 SPOT：通过提交顺序预测增强扩散语言模型的投机解码
研究者提出面向扩散语言模型（DLM）的投机解码方法 SPOT，利用仅 0.62M 参数的模型预测位置提交顺序并构建候选树以实现加速。配合耦合噪声匹配验证机制，SPOT 在任意温度下支持树状投机，使目标模型计算 pass 减少最高 6.8x，吞吐量提升高达 3.2x。实验显示其在 T=0 与 T=1 下均优于现有基准，且起草模型可成功迁移至 6 种不同 DLM。
arXiv cs.LGAI 评分4545 WebMix：利用混合超网络实现 Web AI 智能体跨界面组合适配
研究者提出 WebMix 混合超网络框架，通过组合预训练的低秩适配器（LoRA）让 Web AI 智能体适应未见过的网页界面，无需在目标界面上进行梯度更新。该方案通过侦察智能体探索目标界面生成手册，并由轻量路由预测混合系数完成组合。
arXiv cs.LGAI 评分3333 通过 Kinematic Interpolants 学习平滑动力学
研究者提出了名为 Kinematic Interpolants（KI）的新框架，该框架扩展了随机插值（stochastic interpolants）方法，用于在包含位置与速度测量的相空间多快照中推断非线性动力学。实验表明，在单细胞 RNA、涡旋动力学等多个科学数据集上，KI 相比现有基线实现了更优的动力学重建效果，且仅需一小部分训练时间。
arXiv cs.LGAI 评分3535 预测 On-Policy 自蒸馏中特权信息的有效性
研究在 3 个多轮智能体基准与 3 种不同规模和推理模式的学生模型上评估了 16 种特权信息（PI）配置，发现信息密集轨迹和更强生成源能带来更大增益，而思考模型获益相对不稳定。
arXiv cs.LGAI 评分3333 生成式价值分类器：利用动作监督提升强化学习价值评估
研究人员提出生成式价值分类器（Generative Value Classifier），改变传统直接预测状态-动作对回报的判别式方法，转而反向建模各可能回报下动作的出现概率。该方法将 Critic 的生成组件设计为以回报为条件的策略，通过每个动作共同监督 Critic 训练，并用平方误差损失锚定 Q-value。离线与在线 RL 评测表明，该方法表现优于主流判别式方法及分布式强化学习方法。
arXiv cs.LG精选AI 评分6060 研究发现良性递归自蒸馏可能导致模型渐进式失齐
最新研究指出，即使模型仅在自身安全生成内容和无害线索上进行递归自蒸馏，面对多样化有害查询时也会变得越来越不安全，研究者将该现象定义为渐进式失齐（Progressive Misalignment）。
推荐理由：该研究指出完全良性的递归自蒸馏也能引发模型渐进式失齐，为完全依赖自身数据迭代的训练方案提供了安全警示。
arXiv cs.LGAI 评分4141 Lean4AgenticRL：通过可验证多级过程奖励提升智能体强化学习
研究人员提出 Lean4AgenticRL 框架，将多级过程奖励整合至 Lean4 形式化机制中，配合工作流阶段归一化的 GRPO 算法提升智能体强化学习效果。
arXiv cs.LGAI 评分3535 稀疏自编码器可诱导局部几何以缓解灾难性遗忘
SAGA 方法利用稀疏自编码器（SAE）构建局部低秩几何约束，有效缓解持续学习中的灾难性遗忘。该方法结合重放样本与编码器 Jacobian 惩罚关键表征漂移，后续任务训练无需保留 SAE。在预训练 ViT-B/16 上，其在 CIFAR-100、CUB-200 和 ImageNet-R 较最强基线准确率分别提升 12.15、4.79 和 3.22 个百分点。
arXiv cs.LGAI 评分3535 微调更新的秩度量需要噪声基准
新研究指出，评估大语言模型微调权重更新的秩度量必须引入随机噪声与无对齐内容的对照基准。在覆盖最高 8B 参数的 13 对开源模型实验中，权重更新均呈现少数强方向叠加长尾分布的特征，且指令微调与代码、维基百科乃至乱序文本的表现高度相似，并非对齐特有。研究还证实同等大小的随机更新同样几乎不改变权重有效秩却会破坏模型，反驳了后训练仅为表层修改的推论。
arXiv cs.LGAI 评分3333 用于域偏移下测试时自适应的反事实空间节点干预框架 CF-NODE
研究者提出了用于跨域糖尿病视网膜病变分级的反事实测试时自适应框架 CF-NODE。该框架完全冻结模型且无需模型更新或目标域信息，通过对内部空间节点进行受控干预并利用预测响应的稳定性，对单张图像独立执行有界校准。在 5 个外部数据集的评估中，CF-NODE 全面优于 TENT、EATA、SAR 和 T3A，在每个目标域上均提升了 AUC，并取得了最高的平均 AUC 和 macro-F1。
arXiv cs.LGAI 评分2929 用于结构健康监测的蒙特卡洛 Dropout 不确定性量化生成对抗网络：Hawk T1A 飞机光纤布拉格光栅数据增强对比
研究人员提出一种结合条件生成对抗网络与蒙特卡洛 Dropout 不确定性量化的数据增强框架，用于航空航天结构的时序与频谱信号合成。该框架在谢菲尔德大学的 BAE Systems Hawk T1A 飞机全尺寸基准数据集上完成验证，涵盖加速度、光纤布拉格光栅应变及非线性动态响应测量。结果表明模型能准确捕捉主导结构动力学特征并输出不确定性估计，可作为数字孪生组件辅助监督损伤分类决策。
arXiv cs.LGAI 评分3434 TRACE：面向高效通信分布式边缘推理的 Transformer 残差激活码本编码
研究人员提出 Trace 框架，通过在 Transformer 残差层引入矢量量化并预计算键值表，使边缘设备交换激活索引后可直接查表恢复 KV 矩阵并重叠通信与计算。
arXiv cs.LGAI 评分3535 BOLT：面向带时间滞后与资源耦合运输柔性作业车间调度的多瓶颈下界引导学习
研究人员提出面向运输耦合调度的下界引导学习方法 BOLT，通过松弛链条、机器容量和车队容量构建下界，并将单步下界变化作为奖励引导策略学习。在 3 辆车 80 模块的零样本批次测试中，BOLT 的平均完工时间比最佳调度规则组合低 13.0%，且比 1 小时求解上限的约束规划求解器低 4.2%。该方法单核单事件决策仅需 2.3-5.9 ms，能在数秒内完成扰动重调度。
arXiv cs.LGAI 评分2525 CGDT-CESN：用于多元时间序列预测的相关性引导与动力学训练聚类回声状态网络
研究者提出了用于多元时间序列预测的 CGDT-CESN 网络，采用模块化储备池架构，让每个集群专门负责序列中的单一变量。该模型通过变量间的实测相关性构建并训练集群间连接权重，在不牺牲计算效率的前提下捕捉随时间变化的跨变量依赖。在 Twitter 信息级联演化与太阳风预测两个数据集上的评估显示，CGDT-CESN 预测表现优于传统 ESN，且在多个预测跨度及小数据量下均保持性能优势。
arXiv cs.LGAI 评分3535 测试时持续学习中的绑定特异性重学习节省现象
研究发现语言模型在经历无复述持续微调发生部分遗忘后，重新学习原事实绑定的速度显著快于对照组。在 Qwen2.5-1.5B 上的实验显示，预先学习能使恢复该事实所需的优化器更新减少约 18%，且该重学习优势在排除实体熟悉度等干扰后依然成立。这表明当前仅凭输出准确率的评估方式低估了先前学习经验对模型的持久影响。
arXiv cs.LGAI 评分3333 离散扩散模型通过区域非均匀前向动力学实现上下文验证
研究人员为离散扩散模型设计了结合吸收与均匀混合核的区域非均匀前向动力学，解决了传统模型盲目信任上下文并导致错误传播的问题。在 170M 参数掩码扩散模型上仅需 8,000 步微调，在 6 GB 笔记本 GPU 上耗时不到 5 小时。
arXiv cs.LGAI 评分3535 LLM 何时适合作为校准智能体？面向受限工程模拟器校准的物理标注提示法
研究表明将 LLM 作为工程模拟器校准智能体具有显著的前期语义优势，物理提示的首个提议在 25 次试验中有 23 次优化了初始设计，运行 5 次后的中位数校准误差比无物理信息的对照组低 21.9 倍。
橘鸦AI早报AI 评分3838 橘鸦AI早报：Anthropic 设立公益基金，OpenAI 现 3 个新模型 ID
Anthropic 宣布设立全资公益基金 Anthropic Public Benefit Fund，计划在股东批准后先投入公司 5% 的股份。同时，OpenAI API 短暂出现 aurora-red-alpha 等 3 个新模型 ID，消息称疑似正在 Arena 测试图像生成。此外，Hugging Face 联合创始人 Thomas Wolf 估算开源模型累计训练算力已近 10 亿美元。
Together AI Blog精选AI 评分6464 Together AI 推出 Together Post-Training 定制模型后训练服务
Together AI 推出新服务 Together Post-Training，支持开发者通过强化学习（RL）和监督微调（SFT）构建定制大语言模型。
推荐理由：原文给出了降低大模型后训练与强化学习门槛的系统架构与资源共享机制，便于团队评估自建专用模型的算力成本与落地路径。
橘鸦AI早报精选AI 评分7878 橘鸦 AI 早报：DeepSeek 发布 V4.1 Flash 并开放搜索接口，OpenCode 披露安全事件
本期早报重点报道 DeepSeek 正式开源 7630 亿参数的 DeepSeek-V4.1-Flash-1017 模型并开放搜索引擎 API，同时 OpenCode 披露因大规模蒸馏攻击导致 1.4% 用户的第三方 API 密钥面临暴露。
Cloudflare BlogAI 评分5858 Cloudflare 推出 Verified 爬虫持续问责评估机制
Cloudflare 推出了一套持续评估 Verified 爬虫行为的问责系统，用于衡量自动化流量是否长期遵守网站规则。该系统重点监测爬虫对 robots.txt 限制及 HTTP 429 降速信号的实际响应，并生成动态的信任区间（trust band）。相关评分未来将在 Radar 上公开展示，并支持客户根据信任阈值灵活配置访问控制策略。
NVIDIA Blog精选AI 评分7171 NVIDIA RTX Spark 笔记本电脑正式发售
NVIDIA RTX Spark 笔记本电脑正式开售，起售价为 $2,399，搭载整合 Blackwell RTX GPU 与 Grace CPU 的超级芯片。
推荐理由：原文给出了结合 Blackwell 与 Grace 架构的硬件规格及起售价格，读者可以了解端侧大内存设备对本地 AI 运行的支持情况。
OpenAI NewsAI 评分2424 Benefit Street Partners 借助 Codex 更快解答业务问题
Benefit Street Partners 的 Anant Kumar 正在构建用于比较贷款估值和分析信贷协议的工具，并借助 Codex 进行代码审查与更快速的跟进。通过引入 Codex 辅助开发流程，该机构得以加速回答相关业务问题。
橘鸦AI早报AI 评分3333 橘鸦 AI 早报：拟增列 23 项 AI 技术进出口管制目录，Kimi 推出 Ultra 会员
有关部门公开征求意见，拟将大模型、Agent、算力集群等 23 项 AI 技术增列入出口管制目录并实施出口前临时登记。OpenAI 推出 ChatGPT Slides 并优化 Codex 缓存以提升有效用量；Kimi 新增最高档 Ultra 会员，月费 1399 元并提供 28 倍 Agent 额度。
OpenAI NewsAI 评分2828 Itaú 如何面向全体客户构建生成式 AI
Itaú 依托对话交互界面 ia.i 与 IARA 治理平台，在巴西高度受监管的行业环境中向客户与员工推行 AI First 战略。该机构正以此为其全体客户群体构建生成式 AI 应用能力。
AWS Machine Learning Blog精选AI 评分6262 基于 Amazon Bedrock AgentCore 构建面向生产环境的 AI Agent 评估框架
AWS 团队基于 Amazon Bedrock AgentCore 提出了覆盖全生命周期的九阶段 AI Agent 评估框架，用于解决多智能体系统在企业生产环境中静默失效与指标幻觉等质量问题。
推荐理由：原文详细拆解了企业级多智能体从开发门禁到生产监控的九阶段质检落地路径，为复杂 Agent 系统的工程质量保障提供了可参考的架构范式。
OpenAI NewsAI 评分2929 Stack Overflow for Agents 借助 ChatGPT 插件实现注册量翻三倍
Stack Overflow for Agents 借助其 ChatGPT 插件将注册量提升至三倍，并推动 AI 智能体创建量实现最高 10 倍增长。该产品由两位工程师借助 Codex 在数周内开发上线。
Google Research精选AI 评分7070 Google 提出自主湿实验框架 VERID，推进 AI 智能体闭环生物设计
Google Research 推出 VERID 框架与闭环实验体系，使 AI 智能体能够依托实验室数字孪生在湿实验中执行自动化协议并迭代分子设计。VERID 通过实时 3D 状态追踪与快速虚拟干运行拦截物理冲突，并在 DNA 适体与从头蛋白质结合剂设计中实现自主闭环，将部分折叠计算加速 8 倍以上。整个工作流结合了模拟验证与人类监督，以保障生物实验的安全性和可复现性。
推荐理由：原文提出了连接计算智能体与湿实验机器人的数字孪生框架，展示了闭环实验如何修正生物分子设计的物理偏差。
AWS Machine Learning Blog精选AI 评分7171 Reflection AI 发布开源权重智能体编码模型 Beam 并提供 AWS 部署方案
Reflection AI 推出用于智能体编码的开源权重模型 Beam，具备 501B 总参数和 23B 激活参数，支持 100 万 token 上下文。该稀疏 MoE 模型权重在 Hugging Face 基于 Apache 2.0 协议开源，提供 BF16、FP8 和 NVFP4 版本。
推荐理由：原文给出了超大参数 MoE 编码模型的规格细节与分层部署路径，便于开发者评估大模型落地成本。