All 134
一分钟读论文：《何恺明团队再出大招：Drifting Models 挑战扩散模型，单步生成高质量图像》
何恺明团队刚刚发布了全新的生成模型范式——Drifting Models，在 ImageNet 上实现了单步生成高质量图像，FID 仅为 1.54，挑战了传统扩散模型的统治地位。
In AI, 论文, 生成模型, 1 min read
一分钟读论文：《自言自语：让大语言模型告别灾难性遗忘》
想象一下：你花了几个月训练了一个全能的大语言模型，它会做数学题、懂编程、还能写优美的文章。然后你想让它专门学会做客服——结果微调之后，它突然连基本的算术都不会了！
In AI, 1 min read
一分钟读论文：《CATS Net：当 AI 开始像人类一样理解概念，从感官体验到抽象思维的突破！》
最新发表在 Nature 的研究：CATS Net 神经网络首次模拟人类从感官体验中形成抽象概念的过程，甚至能让 AI 之间进行概念交流！
In ai, research, 1 min read
一分钟读论文：《iGRPO：让 AI 像人类一样自我反思，数学推理能力再升级！》
NVIDIA 最新研究：通过自我反馈机制，让 AI 在数学推理上取得突破性进展！
In ai, research, 1 min read
一分钟读论文：《Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型》
Drifting Models：何恺明团队的生成式AI新范式，一步到位秒杀扩散模型
In AI, 论文, 1 min read
一分钟读论文：《ELM 架构突破：Modulate 用 100+ 个小模型打败 LLM，开启语音 AI 新时代》
想象一下：如果把语音 AI 比作一个交响乐团，传统方法是让一个”全能音乐家”包揽所有乐器，而 ELM 架构则是让 100 多位专家各司其职——有人专门听情感，有人专门听语调，有人专门听背景噪音……然后通过一个超级指挥家把它们完美融合。这就是 Modulate AI 在 2026 年 1 月 20 日带来的革命！
In AI, 论文, 2 mins read
一分钟读论文：《STAR 模型架构：Liquid AI 的模型架构自动合成新范式》
MIT 孵化的 Liquid AI 推出了 STAR（Synthesis of Tailored Architectures），一个革命性的自动化架构搜索框架，能够自动生成和优化 AI 模型架构，在保持甚至超越 Transformer 性能的同时，减少高达 90% 的缓存大小。
In AI Research, Architecture, 1 min read
Featured
-
一分钟读论文：《技术债的普遍性、原因和影响：业界系统调查》
In Engineering, Architecture, -
一分钟读论文：《玩转 GitHub 开源软件社区的必备技能树》
In OpenSource, Engineer, -
一分钟读论文：《ChatGPT 提示模式：提高代码质量、重构、需求获取和软件设计》
In AI, Engineering, Engineer, -
一分钟读论文：《用 Rust 和 WebAssembly 补充 JS 实现高性能 Node、Web 应用程序》
In Architecture, Performance, -
一分钟读论文：《通过反思性目标设定培养工程师的好习惯》
In Engineer, Productivity, -
一分钟读论文：《卓越的开源维护者是如何成就的？》
In OpenSource, Engineer, -
一分钟读论文：《我们走了多远——WebAssembly 运行时的全面特征研究》
In FrontEnd, -
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
In Security, -
一分钟读论文：《细孔沉千帆：小程序权限漏洞研究》
In Security, -
一分钟读论文：《影响大规模敏捷软件开发按时交付的因素》
In Productivity, -
一分钟读论文：《被掏空的一天：软件工程师的日常》
In Productivity, Engineer, -
一分钟读论文：《30年软件重构研究：系统性文献综述》
In Engineering, -
一分钟读论文：《要不要上 TypeScript？GitHub 上 JS 和 TS 应用软件质量的系统比较》
In FrontEnd, -
一分钟读论文：《NPM 供应链的软肋是什么?》
In Security,