Blog posts

解析 ACL 2026 Outstanding Paper GeoRA 如何依据梯度几何选择可训练参数，重新设计适用于可验证奖励强化学习的低秩适配。

梳理 MolGraphBench 对分子回归 GNN 的系统评测，揭示层类型选择并非常量，而是能够带来显著性能差异的关键超参数。

解析 ICLR 2026 Outstanding Paper 对 Transformer 表达简洁性的理论刻画，以及其相对其他网络架构的复杂度优势与成立条件。

深度解析 SubSpec 如何将目标模型自身的低比特副本用作草稿模型，为卸载式大模型提供无损、免训练的投机解码加速。

解析 OCR-Memory 如何把长期记忆转移到视觉表示空间，以光学上下文检索缓解文本压缩中的容量、成本与信息保真矛盾。

梳理经验跟随行为的实证研究，分析记忆管理如何让 LLM Agent 的历史经验形成自我放大回路，以及更多记忆为何未必更好。

从五个维度解析 Agent-STAR 的长视野工具使用强化学习方案，包括课程数据、奖励设计、训练算法、泛化表现与成本权衡。

解析 CVPR 2026 Highlight 工作 RnG 如何以统一 Transformer 和 KV-Cache 隐式表示，从部分观测完成三维建模。

深入解析 MAGMA 如何用四张正交关系图组织 Agent 记忆，并审视其在 LoCoMo、LongMemEval 上的实验结果、贡献与局限。

深度解析 NEMORI 如何以系统自身的预测误差作为记忆蒸馏判据，让 LLM Agent 自适应判断哪些经验值得保留。

解析 EMO-R3 如何将推理形式与推理有效性共同纳入奖励设计，以应对主观视觉任务中的强化学习训练与评估难题。

分析大模型推理轨迹在提供可解释性的同时，如何诱发解释过度、错误信任与评估偏差，并梳理相关研究方向。

深入解析 Evo 2 的长上下文基因组建模能力、训练与评测体系，以及统一生物基础模型对基因组理解和设计的意义。

从维度相位转移视角解析神经网络由记忆走向泛化的 Grokking 现象，并梳理相关理论、实验设定与可信性问题。

深度分析 Graph of Tokens 如何利用 token 间关系缓解稀疏混合专家模型的路由波动、负载均衡与扩展性问题。

追踪 ACL 2026 工作 GAM：通过事件进度图与主题关联网络，在快速适应和长期知识稳定之间取得平衡。

追踪 LLM Agent 记忆系统的新攻击面：伪造推理记忆（FARMA）、相关安全风险，以及现有防御机制的演进。

每日 ML/AI 深度报告：解读 CVPR 2026 Oral 工作 INSID3 与 training-free in-context segmentation。

Agent Memory 每日追踪：解读 ACL 2026 AgeMem，以及统一长期与短期记忆管理的 Agent 策略。