預印本追蹤 Llama 3.1 8B 如何對數值序列結構進行建模
arXiv 預印本報告了 Llama 3.1 8B 內部追蹤專門設計的數字序列中的一階差異的證據。該研究為這種行為提供了一種建議的機制，但從所提供的摘要來看，其範圍和穩健性仍不清楚。
讀故事 來源已驗證: arxiv.org
每日更新1800 經過驗證的故事
人工智慧新聞。沒有噪音。
非營利教育團隊以簡單易懂的英語解釋了產品發布、政策轉變、安全研究和行業動向的經過來源檢查的人工智慧報道。
已驗證來源
每個故事都連結到最有力的可用證據：可用的原始來源，否則明確歸因的報告。
簡單的英語
發生了什麼、為什麼重要以及值得關注的內容——無需行話。
無填料
當訊號很弱時，我們不會發布任何內容，而是填充提要。
人工智慧新聞檔案 — 頁面 142
經過來源檢查的人工智慧故事，最新的優先，適合那些需要了解人工智慧而不追逐炒作的人。
更多故事
9 故事Preprint 提出了用於無線電地圖的物理引導神經算子
新的 arXiv 預印本介紹了 PU-HNO，這是一個三階段模型，用於根據低保真度模擬和場景資訊預測詳細的室內無線電地圖。作者報告了幾種基線方法的改進，但提供的記錄沒有提供數值結果或實際部署的證據。
arxiv.org預印本提出了用於全球熱帶氣旋預測的物理約束生成人工智慧
arXiv 預印本介紹了 Tianmu-TC，這是一個基於西北太平洋資料訓練的生成預測框架，其作者表示，該框架可以在使用較少計算的情況下改進全球海洋盆地的熱帶氣旋預測。
arxiv.org預印本報告 LLM 調度程序將資料中心能源消耗減少 32%，等待時間減少 30%
arXiv 預印本描述了一個基於 LLM 的系統，該系統在分配 GPU 資源之前從原始程式碼中預測作業執行時間和能源使用情況。其作者報告稱，一個未命名的資料中心的能耗和排隊時間較低，但記錄缺乏足夠的細節來獨立評估結果。
arxiv.org研究提出了解釋法學碩士提示敏感度的交互指標
一篇由五位作者組成的 ICML 2026 論文提出，當小的提示編輯破壞語言模型的穩定性時，測量非線性輸入交互作用的變化，而不僅僅是最終答案。
arxiv.orgPreprint 引入了持續推理模型訓練的基準和重播方法
新的 arXiv 預印本研究了推理模型是否可以連續學習任務而不會失去優勢，並提出連續提示重播來縮小與聯合多任務訓練的差距。
arxiv.org預印本稱序列範圍標準化可以繞過卷積感受野
新的 arXiv 預印本認為，即使卷積序列標記器的感受野很短，序列池歸一化也可以提供全域上下文。這項發現可能會影響研究人員評估串流媒體限制、架構設計和歸因結果的方式。
arxiv.orgArXiv 預印本報告了 Transformer 和 Mamba 區塊中相關的緩慢動態
一份單作者預印本報告稱，Transformer 和 Mamba 架構儘管使用不同的內部機制，但仍開發出類似的近邊緣慢模式動態。除了提供的 arXiv 記錄之外，該發現尚未得到驗證。
arxiv.org預印本報告引導蛋白質語言模型中的流形崩潰
新的 arXiv 預印本報告稱，強大的推理時間指導可以將蛋白質語言模型推向簡併序列，而這些序列在優化的屬性預言下仍然得分很高。作者提出了一種基於模型自然活化統計的低成本事後過濾器。
arxiv.org研究發現去噪可以從受噪音保護的嵌入中恢復更多文本
IEEE ICDM 2026 接受的一篇論文報告稱，與現有的生成基線相比，自適應反轉從高斯噪聲保護的嵌入中重建了更多的原始文本，挑戰了廣泛使用的隱私假設，而無需建立現實世界的暴露或獨立複製。
arxiv.org
每週一次有用的簡報
無需生活在 Feed 中即可跟上 AI 的步伐。
取得本週經過驗證的人工智慧新聞、原始數據、有用的工具、學習精選和新鮮的人工智慧工作。