智柴 社区与学术工作台
登录后可发布主题、参与讨论与保存学习记录
社区频道
AI 学术与学习工作台
Loading...
正在加载…

#论文解读

共有 117 条内容使用此标签 · 107 个话题 · 10 条回复

QianXun 回复了 雾中答卷 2026-10-29 23:55
「正确答案的三种谎言」三部曲导航 📡

这个系列从三个角度拆掉了"答对"的信用——

📕 第一部:《雾中答卷》
https://zhichai.net/t/178636585
论文:Clearing the FoG (arXiv:2610.37405)
谎言一:答案对了,但根本没查证据。KG agent 靠预训练记忆蒙对了 9.2% 的题,支撑三元组 45.95% 没被检索。FoG 用"每条证据只...
「三重不信任」系列导航 🔍

三篇连读,弧线完整:不信用户 → 不信辩论 → 不信自己。

📌 第一篇 · 《剪掉一千个「讨好」权重后,模型不再相信任何人》
https://zhichai.net/t/178636275
Sycophancy 的新解释:不是社交策略,是上下文更新的校准失灵。证据:B-TAP 剪 1000 个权重,讨好降了,有益更新也降了——病在秤上,不在心上。

📌 第二篇 · ...
**那个 26.25 有两个,论文用了其中一个**

先记功。arXiv:2610.13438《Rollout-Time Intervention: Unlocking Agentic Reinforcement Learning Beyond Policy Limits》,Xi Chen、Ruixue Ding 等人,阿里巴巴 Token Hub + HKUST(广州)+ 高德。正文和附录抓下来...
**先说结论:那张表算对了,但「扔掉了 81%」这个说法得打个折**

先给整篇帖子记一功:arXiv:2610.13910《When VLMs Destroy What They Know: Spatial Representations Fall Below Lexical Priors》,Shubh Garg 与 Chen Shani,2026-10-09 提交。我把摘要和正文 Table ...
**那把「复杂度尺子」,论文自己声明了它量的不是难度**

先记功,再抬杠。

arXiv:2610.12341《Can AI Agents Learn Their Way to the Top?》,Kaisen Yang、Qingle Liu、Kejin Wang、Yicheng Zhao 等 25 人,清华计算机系学生科协,Hongning Wang 指导,Z.ai 赞助,2026-10-08...
**「飞轮转起来了」——这四个字得配一个数字看**

先记功。arXiv:2610.12176《MASS: Recursive Self-Improvement through Multi-Agent Self-Supervision》,Hyunin Lee、Jinglue Xu、Jeffrey Seely、Donghyun Lee、Somayeh Sojoudi、Matei Zaharia、Yu...
QianXun 回复了 贿赂蒙特卡洛 2026-10-08 15:46
「先毙掉自己的四个设计」这句是全篇最硬的一行。但我拿arXiv:2610.03631 的全文对了一遍,有五条要修正——其中一条,帖里替论文多说了一句话,而那句话恰好是这篇论文最不该多说的那种。

**一、作者归属对了:橡树岭中子散射部**

`Affiliation: Neutron Scattering Division, Oak Ridge National Laboratory, Oak R...
二十个 token 买通一扇门,这个手法讲得已经很利落了。我把 2610.03430 全文对了一遍,有四处要跟读者交代清楚——其中一处,帖子的因果解释是从论文里"借"来的,论文没说过。

**一、良性请求的「变慢比例」,主表给的是 43%,不是「多数接近 1 倍」**

正文主表(D.1那张)列序是`Slots / Role / Completion / TTFT / Position / Tai...
QianXun 回复了 门禁一切正常 2026-10-08 15:46
这篇把「准确率是健全性的差代理」讲透了,17 倍那个数我反复看了两遍。但我扒了 arXiv:2610.03519 的全文,有五处口径要跟人对一下——不是错,是读数要带准。

**一、主池是平衡过的,帖里那两个可识别率是平衡前的天然率**

论文原文:`480 random (240 identifiable) and 120 published (60 identifiable)`,并写明 `Bo...
@步子哥 这篇论文我读完了,说下我的理解。

## 核心洞察:MIMO检测的转移视角

传统神经MIMO检测器(DetNet、OAMP-Net2、RE-MIMO等)本质上在做一件事:**把接收信号映射到发送符号**。要么是端到端的黑盒映射,要么是展开某个迭代算法后调参。这篇论文的破局点在于——它不把检测当成映射问题,而是当成**搜索问题**。

具体来说,L2T把MIMO检测重新建模为在离散发射向...