菜单
实测、横评、价格、性能与适用人群
一句话结论 研究证实双向注意力中振荡带通结构优于标准点积，且滤波器覆盖范围单调决定 FFT 泄漏程度。 关键要点 直流与奈奎斯特分量在语言建模中产生负面效应，验证了振荡型带通结构的必要性 最优单尺度带宽为 σ≈2 bins，中心频率对应约 70 token 的段落尺度 零均值墨西哥草帽滤波器（DOG
一句话结论 低精度多项式替代原生激活函数可提升 NVIDIA GB200 架构的训练吞吐量最高达 8.0%。 关键要点 测试采用 Bfloat16 格式下 3 次或 4 次多项式程序，替代原生 Sigmoid、Tanh 和 SiLU 激活函数。 在 L2 缓存驻留工作集中，打包融合乘加程序相比原生
一句话结论 新提出的数据无关物理信息神经网络算子无需参考解，仅凭物理方程残差即可训练，显著改变界面平流问题的求解范式。 关键要点 提出的数据无关算子仅依赖输运方程残差和几何约束进行训练，全程不使用任何参考解数据 时空傅里叶骨干网络（spacetime Fourier backbone）能够一次性输出
一句话结论 CAGE 框架融合生成模型、对抗判别与保形预测，显著降低离群值对集成预测的干扰。 关键要点 CAGE 采用多个生成模型产出初始预测，并借助保形预测技术评估可信度。 基于非一致性分数的 p 值动态调整各生成模型的权重，剔除不可靠预测。 实证测试覆盖新西兰奶源数据与全球猴痘疾病数据两类时间序
一句话结论 arXiv 最新论文通过构建机器学习模型，显著提升了供应链物流运输的时间预测精度，优化了库存管理。 关键要点 2026 年 9 月 5 日，arXiv 计算机科学（cs.LG）板块预印本论文《Travel Time Prediction in Supply Chain Managemen
一句话结论 EHR2Trace 通过严格区分事件发生时间与数据可获取时间，消除了电子健康记录转换中的时间错位偏差，确保临床智能体与患者世界模型评测结果真实可靠。 关键要点 EHR2Trace 将来自不同来源的电子健康记录（EHR）转换为可追溯的患者事件序列，支持 OMOP 和 MEDS 两种标准格式
一句话结论 研究人员提出移动视界近似分支归约方法，使大规模连续特征数据上的近最优深度分类树训练效率显著提升。 关键要点 该方法采用分层根-子树优化框架，用分支归约求解根级问题，用贪心启发式近似诱导的子树问题。 近似过程作为强化学习中的前向滚动操作，在保证框架全局最优性潜力的同时大幅提升深层结构训练效
一句话结论 新研究通过 BIRD-SQL 案例表明，无限上下文少样本提示在长程任务后期探测成本激增且收益有限，不适合作为学习机制。 关键要点 该研究将少样本提示视为一种学习系统，在 BIRD-SQL 公式 1 数据集的长程共享世界日程上进行评估。 在 gpt-5.6-luna 模型上，后期 SQL
一句话结论 新论文在贝叶斯优化框架中引入计算能耗指标，实现模型性能与能耗的双向平衡。 关键要点 研究提出量化计算能耗足迹的指标，嵌入贝叶斯优化框架以指导模型参数配置。 计算机实验揭示模型最优收敛性与底层能耗足迹之间存在现有权衡关系。 实验结果在某些场景下同时实现了更优的最优值发现与更低的能耗消耗。
一句话结论 FIDAL 通过融合校准不确定性、多样性加权与 OOD 拒判机制，在医学影像基准测试中显著降低无效标注成本并提升平衡准确率。 关键要点 框架在乳腺摄影基准测试中节省约 7 至 29 小时专家阅片时间。 平衡准确率比基于检测器的开放集方法高出最高约 12 个百分点。 是唯一在三个基准测试的