KAN MLP 神经网络 可解释性 参数效率

MIT等机构提出Kolmogorov-Arnold Network（KAN），用可学习的单变量函数替代固定激活函数，在数学发现、物理模拟等任务上以200参数媲美30万参数MLP，兼具高精度与可解释性，被视为可能取代MLP的新一代神经网络范式。

多Token预测 Meta 代码生成 推理加速 大模型

Meta法国团队提出一次并行预测多个Token的新训练目标，13B模型在HumanEval与MBPP编程 benchmark 上分别提升12%与17%，推理速度提高3倍，为低成本加速大模型推理提供新思路。

合成数据 Claude-3 SuperBench 数据瓶颈 模型评测

清华SuperBench评测显示，Claude-3在完全合成数据上训练后拿下多项第一，超越GPT-4与Llama-3，证明高质量合成数据可缓解真实语料枯竭，为后续大模型训练提供新燃料。

小模型 数据污染 过拟合 评测公正 Phi-3

多项研究指出，微软Phi-3、Mixtral 8x22B等热门小模型存在严重数据污染与过拟合，三分之二评测集被混入训练数据，导致性能虚高，引发社区对小型模型可信度的重新审视。

生成式AI 华尔街 岗位替代 金融分析 自动化

高盛、摩根大通内部报告预测，66%的初级分析师岗位将被生成式AI替代，金融分析软件“苏格拉底”已直接生成研报，华尔街正加速重构人才结构与工作流程。

多模态Agent AIGC 垂直场景 国产大模型 创意工作流

在中国AIGC产业峰会上，美图、阿里等厂商强调“大模型+垂直工作流+创意场景”才是国产突围路线，多模态Agent成为落地关键，赛事与峰会同步推动生态繁荣。

ICML 审稿质量 人才奖励 华人学者 顶会

ICML 2024投稿量破9653篇却伴随审稿质量下滑；IBM博士奖华人占六成；北大图灵班学生获五四奖章，反映AI人才竞争白热化，顶会门槛与荣誉含金量同步走高。