混合精度、混合加速器采样器在强化学习中的应用研究

AUGUstus：自动驾驶统一生成与理解视觉语言动作模型

推荐理由：AUGUstus 模型在自动驾驶场景中展现出强大的潜力，通过结合视觉语言动作模型和统一生成与理解，实现了低延迟和高精度轨迹规划。

《History Replays Itself: Unleashing Long-Context Capability in Linear Attention》论文发布：NoteBank 显著提升线性注意力模型长上下文检索能力

推荐理由：该研究提出了一种名为 NoteBank 的稀疏情景记忆方法，显著提升了线性注意力模型在长上下文检索方面的能力，同时保持了计算效率。

Google 研究提出 Retrieve-for-Train 框架加速复杂 AI 搜索

推荐理由：该研究提出了一种名为 Retrieve-for-Train 的新框架，旨在通过强化学习和扩散模型加速复杂 AI 搜索，具有潜在的应用价值。

一致性扩散语言模型：在不牺牲质量的情况下提高 14 倍的推理速度

推荐理由：CDLM 通过优化 DLM 的训练和推理过程，实现了更高的效率和吞吐量，对 DLM 的发展具有重要意义。

2025 年大型语言模型发展回顾：推理、RLVR 和 GRPO 算法，以及 LLM 架构和推理模型的发展

推荐理由：文章回顾了 2025 年大型语言模型的重要进展，包括推理模型、RLVR 和 GRPO 算法，以及 LLM 架构和推理模型的发展，对读者了解 LLM 的发展趋势和未来方向有重要价值。

LoRA方法及其在模型微调中的应用

推荐理由：原文详细介绍了LoRA方法及其在模型微调中的应用，对于了解和实现模型微调的读者具有参考价值。

利用语义 ID 和 LLM-RecSys 混合模型进行可操控的推荐

长文本问答系统评估方法与基准研究

大型语言模型时代下的推荐系统和搜索改进

推荐理由：文章探讨了大型语言模型在推荐系统和搜索中的应用，包括模型架构、数据生成、训练范式和统一框架，对读者了解该领域的技术发展有重要价值。

ModernBERT-Large-Instruct：基于 ModernBERT 的指令微调编码器

推荐理由：ModernBERT-Large-Instruct 模型的出现为编码和推理任务提供了新的可能性，其简单高效的训练方式值得关注。

通过结合深度学习和程序合成克服 ARC-AGI 基准

评估 LLM-evaluators 的有效性：LLM 作为裁判

多模态与大型多模态模型（LMMs）研究进展

推荐理由：本文深入探讨了多模态系统和大型多模态模型（LMMs）的研究进展，为读者提供了对这一领域的全面了解。

大型Transformer模型推理优化方法综述

扩散模型概述

神经架构搜索：概念、方法和应用

深度强化学习中探索策略研究

元强化学习：研究进展与关键技术