7篇关键论文读懂AI论文周精选2025年6月ML Papers of the Week完整解读【免费下载链接】AI-Papers-of-the-WeekHighlighting the top ML papers every week.项目地址: https://gitcode.com/GitHub_Trending/ml/AI-Papers-of-the-Week写代码等模型吐出下一行等得越久越知道推理速度和内存开销有多烧钱想让模型多干点活又多怕它把工具和记忆管得一塌糊涂。DAIR.AI 维护的 ML Papers of the WeekAI论文周精选把每周值得读的论文筛成一份短清单你只管看结论和数字。本文挑 2025 年 6 月 23—29 日这一周收录的 10 篇论文按四个方向带你过一遍。一、ML Papers of the Week是什么一条命令快速上手这是 DAIR.AI 团队运营的每周 ML 论文精选清单按年份→周两级归档每篇附两三句中文可查的英文摘要适合不想刷 arXiv 首页的人。上手只需一条命令git clone https://gitcode.com/GitHub_Trending/ml/ML-Papers-of-the-Week二、推理加速与效率把大模型跑得快、跑得省这一方向的共性很直白不堆参数改生成方式和管理方式。Ultra-Fast Diffusion-based Language ModelsMercury 系列走的是扩散语言模型dLLM路线——不像自回归模型一个字一个字往外蹦而是并行生成多个 token再用粗到精的迭代把整句修好。在 H100 上Mercury Coder Mini 跑到 1109 tokens/sec、Small 版 737 tokens/sec比同质量档位的速度优化模型最高快 10 倍FIM 补全——在函数中间挖空、让模型把缺口填上——这项任务上它超过了 Codestral 2501 和 GPT-4o MiniCopilot Arena 真人盲评中Mini 版只花 25ms 延迟就拿到第二高的 Elo 分。MEM1把记什么当成可训练的技能每个推理步只保留一个内部状态 把新观察和旧记忆一起压进去、丢掉过时上下文内存占用恒定。7B 的 MEM1 在 16 目标多跳问答上压过 14B 的 Qwen2.5-14B-Instruct内存省 3.7 倍、推理快 1.78 倍。三、智能体系统分工、协议与会教书的模型多智能体系统这一周集体把用工具、管任务、控行为从提示词里搬出来变成可训练、可审计的系统。Towards AI Search Paradigm用 Master、Planner、Executor、Writer 四个角色分工任务先拆成有向无环图DAG一种谁先谁后的流程图执行失败时局部重规划工具走 MCPModel-Context Protocol可理解为给大模型接外部工具的标准插座协议动态挑选排序环节用 RankGPT 和 TourRank 让结果贴合大模型偏好Writer 再用对抗调优抵抗噪声检索避免检索到垃圾就编答案。Diffusion Steering via RLDSRL换了一条轻得多的路不动模型权重只在预训练扩散机器人策略的潜在噪声空间里学一层方向盘机器人策略适配的样本效率提升 5~10 倍。Reinforcement-Learned TeachersRLT让模型当老师而不是做题家题目和标准答案都摆给它只让它学写讲解奖励来自学生模型能否照着讲解复现答案。7B 的 RLT 生成的解释在 AIME、MATH、GPQA 上比 32B 模型DeepSeek R1、QwQ蒸馏出来的管线还好用训练只要 125 步、1 个 epoch不需要验证器后处理。MEM1 教模型怎么记RLT 教模型怎么讲——两者都在用强化学习把认知能力装进小模型。AI Agent Communication Protocols则是一篇安全底账首次系统梳理智能体通信的威胁面分成用户-智能体、智能体-智能体、智能体-环境三层把提示注入、智能体冒充、记忆投毒各归其位并逐层给出防御建议。四、垂直领域应用医疗与基因组的 AI 落地AlphaGenome谷歌 DeepMind把基因调控预测推到 100 万个碱基对的尺度且保持单碱基分辨率——卷积层加 Transformer 的组合让看多远和看多细不再二选一。对比野生型和突变序列就能给单个突变的调控效应打分它还是第一个显式预测 RNA 剪接位点及其表达量的序列模型24 项变异效应基准里领先 24 项算力只需 Enformer 的一半。DeepRare面向罕见病诊断三层架构中央 LLM 主机 专职智能体服务器表型提取、变异优先级排序 40 多个工具和网页级医学源。在 8 个数据集、2919 种罕见病、6401 个病例上1013 种疾病做到 100% 准确率整体 Recall1 为 57.18%比 Claude-3.7-Sonnet-thinking 高 23.79 个百分点加上基因数据的多模态设置里 Recall1 到 70.60%超过专用工具 Exomiser 的 53.20%。180 条诊断推理链经专家评审95.4% 与专家意见一致——医疗场景里可追溯比更聪明更值钱。五、应用研究450万次对话里的情感支持使用Claude for Affective UseAnthropic分析了 450 万次对话最后筛出 13.1 万条做深读只有 2.9% 的对话在寻求情感支持人际建议、辅导、咨询或陪伴浪漫/性向角色扮演不足 0.1%。情感类对话中 Claude 的拒绝率不到 10%多为劝阻自伤、极端节食或说明专业边界情绪分析显示用户聊完比聊前情绪更积极。这是目前最大规模的AI 陪伴实证样本对设计有边界的 AI 情感产品参考价值不低。六、怎么持续跟踪论文数据在哪看主目录 README.md 按年分节、每周一行锚点直达当年当周2025 年 6 月的 AI 论文就藏在 years/2025.md 的 June 23 - June 29 一节里。想要结构化数据而不是 Markdown 表格research/ml-potw-10232023.csv 存着历史论文的标题、简介与链接可直接进表格软件或跑自己的统计。research/README.md 里还附了两套 Colab notebook演示从论文清单到建数据集、训练模型的完整流程。每周配图归档在 pics/SUMMARY.md 可一眼看全仓库结构不想手动刷仓库的话DAIR.AI 的 newsletter 会每周把清单推到你邮箱。七、收尾从 2025 年 6 月这一周能读出两条线一条是快和省扩散生成、恒定内存、潜在空间微调都在压推理成本另一条是智能体系统化分工、协议和安全从论文配角变成正文。建议把 years/2025.md 里最近四个星期的清单先过一遍再挑一两个与自己相关的方向深读——这是保持对 AI 论文前沿感知的最低成本方式。【免费下载链接】AI-Papers-of-the-WeekHighlighting the top ML papers every week.项目地址: https://gitcode.com/GitHub_Trending/ml/AI-Papers-of-the-Week创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 7篇关键论文读懂AI论文周精选：2025年6月ML Papers of the Week完整解读
7篇关键论文读懂AI论文周精选2025年6月ML Papers of the Week完整解读【免费下载链接】AI-Papers-of-the-WeekHighlighting the top ML papers every week.项目地址: https://gitcode.com/GitHub_Trending/ml/AI-Papers-of-the-Week写代码等模型吐出下一行等得越久越知道推理速度和内存开销有多烧钱想让模型多干点活又多怕它把工具和记忆管得一塌糊涂。DAIR.AI 维护的 ML Papers of the WeekAI论文周精选把每周值得读的论文筛成一份短清单你只管看结论和数字。本文挑 2025 年 6 月 23—29 日这一周收录的 10 篇论文按四个方向带你过一遍。一、ML Papers of the Week是什么一条命令快速上手这是 DAIR.AI 团队运营的每周 ML 论文精选清单按年份→周两级归档每篇附两三句中文可查的英文摘要适合不想刷 arXiv 首页的人。上手只需一条命令git clone https://gitcode.com/GitHub_Trending/ml/ML-Papers-of-the-Week二、推理加速与效率把大模型跑得快、跑得省这一方向的共性很直白不堆参数改生成方式和管理方式。Ultra-Fast Diffusion-based Language ModelsMercury 系列走的是扩散语言模型dLLM路线——不像自回归模型一个字一个字往外蹦而是并行生成多个 token再用粗到精的迭代把整句修好。在 H100 上Mercury Coder Mini 跑到 1109 tokens/sec、Small 版 737 tokens/sec比同质量档位的速度优化模型最高快 10 倍FIM 补全——在函数中间挖空、让模型把缺口填上——这项任务上它超过了 Codestral 2501 和 GPT-4o MiniCopilot Arena 真人盲评中Mini 版只花 25ms 延迟就拿到第二高的 Elo 分。MEM1把记什么当成可训练的技能每个推理步只保留一个内部状态 把新观察和旧记忆一起压进去、丢掉过时上下文内存占用恒定。7B 的 MEM1 在 16 目标多跳问答上压过 14B 的 Qwen2.5-14B-Instruct内存省 3.7 倍、推理快 1.78 倍。三、智能体系统分工、协议与会教书的模型多智能体系统这一周集体把用工具、管任务、控行为从提示词里搬出来变成可训练、可审计的系统。Towards AI Search Paradigm用 Master、Planner、Executor、Writer 四个角色分工任务先拆成有向无环图DAG一种谁先谁后的流程图执行失败时局部重规划工具走 MCPModel-Context Protocol可理解为给大模型接外部工具的标准插座协议动态挑选排序环节用 RankGPT 和 TourRank 让结果贴合大模型偏好Writer 再用对抗调优抵抗噪声检索避免检索到垃圾就编答案。Diffusion Steering via RLDSRL换了一条轻得多的路不动模型权重只在预训练扩散机器人策略的潜在噪声空间里学一层方向盘机器人策略适配的样本效率提升 5~10 倍。Reinforcement-Learned TeachersRLT让模型当老师而不是做题家题目和标准答案都摆给它只让它学写讲解奖励来自学生模型能否照着讲解复现答案。7B 的 RLT 生成的解释在 AIME、MATH、GPQA 上比 32B 模型DeepSeek R1、QwQ蒸馏出来的管线还好用训练只要 125 步、1 个 epoch不需要验证器后处理。MEM1 教模型怎么记RLT 教模型怎么讲——两者都在用强化学习把认知能力装进小模型。AI Agent Communication Protocols则是一篇安全底账首次系统梳理智能体通信的威胁面分成用户-智能体、智能体-智能体、智能体-环境三层把提示注入、智能体冒充、记忆投毒各归其位并逐层给出防御建议。四、垂直领域应用医疗与基因组的 AI 落地AlphaGenome谷歌 DeepMind把基因调控预测推到 100 万个碱基对的尺度且保持单碱基分辨率——卷积层加 Transformer 的组合让看多远和看多细不再二选一。对比野生型和突变序列就能给单个突变的调控效应打分它还是第一个显式预测 RNA 剪接位点及其表达量的序列模型24 项变异效应基准里领先 24 项算力只需 Enformer 的一半。DeepRare面向罕见病诊断三层架构中央 LLM 主机 专职智能体服务器表型提取、变异优先级排序 40 多个工具和网页级医学源。在 8 个数据集、2919 种罕见病、6401 个病例上1013 种疾病做到 100% 准确率整体 Recall1 为 57.18%比 Claude-3.7-Sonnet-thinking 高 23.79 个百分点加上基因数据的多模态设置里 Recall1 到 70.60%超过专用工具 Exomiser 的 53.20%。180 条诊断推理链经专家评审95.4% 与专家意见一致——医疗场景里可追溯比更聪明更值钱。五、应用研究450万次对话里的情感支持使用Claude for Affective UseAnthropic分析了 450 万次对话最后筛出 13.1 万条做深读只有 2.9% 的对话在寻求情感支持人际建议、辅导、咨询或陪伴浪漫/性向角色扮演不足 0.1%。情感类对话中 Claude 的拒绝率不到 10%多为劝阻自伤、极端节食或说明专业边界情绪分析显示用户聊完比聊前情绪更积极。这是目前最大规模的AI 陪伴实证样本对设计有边界的 AI 情感产品参考价值不低。六、怎么持续跟踪论文数据在哪看主目录 README.md 按年分节、每周一行锚点直达当年当周2025 年 6 月的 AI 论文就藏在 years/2025.md 的 June 23 - June 29 一节里。想要结构化数据而不是 Markdown 表格research/ml-potw-10232023.csv 存着历史论文的标题、简介与链接可直接进表格软件或跑自己的统计。research/README.md 里还附了两套 Colab notebook演示从论文清单到建数据集、训练模型的完整流程。每周配图归档在 pics/SUMMARY.md 可一眼看全仓库结构不想手动刷仓库的话DAIR.AI 的 newsletter 会每周把清单推到你邮箱。七、收尾从 2025 年 6 月这一周能读出两条线一条是快和省扩散生成、恒定内存、潜在空间微调都在压推理成本另一条是智能体系统化分工、协议和安全从论文配角变成正文。建议把 years/2025.md 里最近四个星期的清单先过一遍再挑一两个与自己相关的方向深读——这是保持对 AI 论文前沿感知的最低成本方式。【免费下载链接】AI-Papers-of-the-WeekHighlighting the top ML papers every week.项目地址: https://gitcode.com/GitHub_Trending/ml/AI-Papers-of-the-Week创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考