企业官网建设流程全解析

2025年7篇AI顶刊论文一文看懂：每周机器学习论文精选项目速览

【免费下载链接】AI-Papers-of-the-Week🔥Highlighting the top ML papers every week.项目地址: https://gitcode.com/GitHub_Trending/ml/AI-Papers-of-the-Week

每天 arXiv 上百篇新论文，没人能全读完。AI Papers of the Week 是 DAIR.AI 团队维护的开源项目，每周精选机器学习领域最值得读的论文，配一段大白话摘要，按年份和周次归档。本期（2025年6月23日-29日）收录 7 篇，覆盖扩散语言模型的超高速推理、智能体内存优化、罕见病诊断等方向，适合想快速对齐前沿的开发者。

仓库里有什么：三年每周论文精选日志

仓库定位很直白：一份持续更新的"每周论文清单"。维护方 DAIR.AI 每周从新论文中挑出最有分量的，每条都给出链接和要点描述，不点开原文也能知道论文在解决什么问题。内容按年份从 2023 年排到 2026 年，每周固定收录 10 篇。

• README.md：总索引，按年份列出全部周条目并带锚点，可直接跳到任意一周
• years/：每年一个文件（2023.md 至 2026.md），存放每周的论文表格
• pics/：每周精选论文的图片拼贴，方便回看重点论文的图示
• research/：结构化数据，如 ml-potw-10232023.csv，含历史论文标题、描述和链接

本地浏览只需克隆仓库：

git clone https://gitcode.com/GitHub_Trending/ml/ML-Papers-of-the-Week

本期看点：7 篇论文横跨推理速度与垂直落地

图：项目每周精选论文配图拼贴（数据来源：pics/Week-2.png）

逐篇拆解：推理加速、智能体系统与垂直领域

推理、内存与训练效率：让大模型跑得起

Mercury（Ultra-Fast Diffusion-based Language Models）

代码补全慢，根子在自回归模型一次只能吐一个令牌。Mercury 换成扩散语言模型：先生成粗糙草稿，再并行细修，一次产出多个令牌，同时保留 Transformer 架构，现有 LLM 基础设施可直接复用。H100 上 Coder Mini 和 Small 分别跑到 1109 和 737 tokens/sec，比速度优化的前沿模型快最多 10 倍；HumanEval、MBPP 等基准与 Claude 3.5 Haiku、Gemini 2.0 Flash Lite 打平；FIM 代码补全超越 Codestral 2501 和 GPT-4o Mini；Copilot Arena 里 Mini 以 25ms 延迟拿到第二的 Elo。

MEM1

先说结果：16 目标多跳 QA 上，7B 的 MEM1 打赢 Qwen2.5-14B-Instruct，内存少 3.7 倍，推理快 1.78 倍。传统智能体把每轮的想法、动作、观察都追加进上下文，序列越长内存越爆；MEM1 只维护一个共享内部状态（ ），每轮更新并丢弃旧上下文，内存几乎恒定，用 PPO 式 RL 端到端训练。内部状态分析显示它自发形成了结构化内存管理、选择性注意和查询重构等策略，接近人类记忆的使用方式。

Reinforcement-Learned Teachers（RLT）

对比对象有点反常识：7B 的教师模型，解释质量超过 32B+ 的蒸馏管线（含 DeepSeek R1、QwQ）。关键在任务定义——RLT 不学解题，而是拿着已知的问题和答案，学写"学生模型看得懂"的解释，奖励来自学生能否据此复现正确答案、解释本身是否逻辑自洽。这绕开了传统 RL 的探索难题：训练只要 125 步、1 个 epoch、无需后处理；AIME、MATH、GPQA 上学生表现更好，还能零样本迁移到算数游戏等新领域。

从搜索到诊断：多智能体系统的工程实践 🔍

Towards AI Search Paradigm

相比传统 RAG"先检索再写"，这套系统把活拆给四个智能体：Master 解析请求，Planner 把任务分解成 DAG 并可在失败时局部重规划，Executor 调用搜索、计算器等工具，Writer 汇总中间产出成最终答案。两处设计值得注意：用 MCP 协议服务器动态挑选与查询语义相关的小工具子集，而不是把所有工具塞给模型；用 RankGPT 和 TourRank 让搜索结果对齐 LLM 偏好，Writer 再经对抗调优抵抗噪声检索。这种"分解-规划-执行-写作"的流程，是复杂信息合成任务的参考模板。

图：往期周精选论文配图，展示提示词优化与问答生成的工具调用示例（数据来源：pics/Week-6-12-February-2023.png）

DeepRare

罕见病诊断的难点是证据长尾且多模态：医生要在表型、变异、文献之间反复比对。DeepRare 搭了一套三层 MCP 风格智能体架构：中央 LLM 主机负责记忆与调度，专业智能体做表型提取和变异优先级排序，背后接 40+ 医疗工具和网络级医学源，推理链可追溯到可验证的医学出处。6401 个病例、2919 种疾病上，1013 种疾病准确率 100%，Recall@1 达 57.18%，比 Claude-3.7-Sonnet-thinking 高 23.79%（仅 HPO 评测）；109 例全外显子测序达到 70.60% Recall@1，Exomiser 为 53.20%；180 条推理链的专家评审一致率 95.4%。

生物与社会观察：从基因组到对话记录 💬

AlphaGenome

第一个把"上下文长度"和"分辨率"同时解决的序列模型：卷积 + Transformer 层以单碱基分辨率建模多达 100 万个 DNA 碱基对，一次前向同时预测基因起止点、RNA 表达、剪接、染色质可及性和蛋白结合，计算量只有 Enformer 的一半。对比野生型与突变序列的预测，就能评估单个突变的调控影响；它还首次显式预测 RNA 剪接位点位置及表达水平，对脊髓性肌萎缩症、囊性纤维化这类疾病研究很实用。22/24 单序列基准、24/26 变异效应基准上均领先。

Claude for Affective Use

这是一篇实证研究而非方法论文，但样本量足够大：Anthropic 分析了 450 万次 Claude 对话，筛出 13.1 万条情感支持类（人际建议、辅导、咨询、陪伴，排除了短对话和任务型）。结论：仅 2.9% 的对话属于情感支持，浪漫/性角色扮演不足 0.1%；不到 10% 的情感对话中 Claude 会拒绝请求，主要是劝阻伤害性行为或说明专业边界；情感分析显示用户会话结束时情绪更积极。作者也提醒，单次会话的语言分析不代表长期心理影响。这份数据为 AI 情感交互设计提供了首批大规模实证依据。

图：往期周精选论文配图，展示"小模型训练 + 大模型推理"的 UPRISE 架构（数据来源：pics/Week-Mar-13-Mar-19-2023.png）

怎么用起来：持续更新与配套资源

• 持续获取更新：仓库每周新增一个周条目，打开 README.md 看最新一期即可，SUMMARY.md 提供目录总览；不想克隆的话直接在平台上按年份翻也行
• 配套资源：research/ 目录的 CSV 把历史论文以结构化形式导出，适合批量导入自己的论文订阅流；维护方还有 newsletter 订阅和 Discord 社区，可以收到每周推送并参与讨论
• 适合谁：适合想跟踪趋势又不想读完全部原文的开发者、学生；领域研究者可以把它当"目录"，快速定位值得精读的论文

趋势研判：本期选出的三个信号

• 扩散生成正在挑战自回归的速度优势：并行多令牌生成加上现成的 Transformer 基础设施复用，推理速度首次成为可以量化的卖点（如扩散语言模型推理速度）。
• 智能体研究从"能跑通"转向"跑得省"：恒定内存、DAG 重规划、动态工具子集选择，都在回应长序列多轮任务的工程成本。
• 垂直领域开始给出可验证、可追溯的结果：罕见病诊断和基因变异解读都强调推理链能回溯到权威来源，可解释性正变成医疗 AI 的硬指标。

下期可以看 2025 年 7 月的精选，想追踪某类论文也可以留言告诉我方向。

【免费下载链接】AI-Papers-of-the-Week🔥Highlighting the top ML papers every week.项目地址: https://gitcode.com/GitHub_Trending/ml/AI-Papers-of-the-Week