1
工作寿命突破 900 小时：厦门大学制备出高效率、长工作寿命的锡基钙钛矿 LED，成果登《科学》
IT之家 8 月 29 日消息，厦门大学昨日宣布，8 月 28 日，厦门大学材料学院解荣军教授团队联合复旦大学王利新教授团队，在无铅钙钛矿发光二极管（LED）研究中取得重要进展。 该研究首次阐明了锡基钙钛矿 CsSnI₃在电场作用下发生电化学氧化是导致 LED 发光衰减的关键机制，提出了晶格掺杂与表…
2
CAI-DLLM: Convergence Aware Inference for Diffusion Language Models
扩散语言模型推理提速新思路，用收敛感知机制减少计算浪费，值得关注。
arXiv:2608.22646v1 Announce Type: new Abstract: Diffusion language models can generate many tokens in parallel, but they still require repeated denois…
3
Projector Is All You Train
投影器成训练核心？这篇论文挑战传统微调范式，或为高效训练提供新思路。
arXiv:2608.19726v1 Announce Type: cross Abstract: The typical training process of a multimodal large language model (MLLM) involves adapting both the …
4
Win11 学院：如何在 Windows 11 26340.9212 中启用默认最大化打开应用选项
一步教你开启Win11应用默认最大化，省去手动拖拽窗口的麻烦，适合追求高效操作的用户。
IT之家 8 月 20 日消息，消息源 @phantomofearth 昨日（8 月 19 日）在 X 平台发布推文，分享了借助 ViveTool 工具， 在 Windows 11 Build 26340.9212 预览版中启用新功能 / 新特性方法，可以默认最大化打开应用。 Experimenta…
5
「务实且高效」的日系次旗舰：夏普 AQUOS R9 评测
在 R9 身上，我竟依稀能感到夏普正在谋求一种仰望星空和脚踏实地间的精妙平衡。 查看全文
6
Mitigating Rubric Interference in LLM Judges via On-Policy Self-Distillation
单次推理评估多细则易受干扰，新方法用自蒸馏提升LLM裁判准确率与效率
arXiv:2608.14684v1 Announce Type: cross Abstract: LLM judges increasingly evaluate responses against fine-grained rubric checklists. When a sample req…
7
AI 视频生成平台 Higgsfield 从高盛、英特尔等处融资 4 亿美元，估值达 54 亿美元
AI视频生成新贵，获高盛英特尔4亿美元融资，创意视频制作更智能高效。
IT之家 8 月 17 日消息，据英国《金融时报》报道，AI 视频生成平台 Higgsfield 已从 DST Global、高盛、Liberty Global 和英特尔等投资者手中筹集 4 亿美元 （IT之家注：现汇率约合 26.99 亿元人民币） ，公司估值达到 54 亿美元 （现汇率约合 36…
8
高效低成本开发，商业增长回报高，鸿蒙元服务背后的“开发厨房”让开发者按时吃饭！
AI自然语言生成鸿蒙元服务，零代码搭起轻应用，高效省钱还省心！
对开发者而言，ASCF带来的不仅是“按时吃饭”的从容，更是低成本投入、高效率交付、高回报增长的完整商业闭环。
9
Beyond the Best Guess: Improving LLM Solution Coverage with Evolution Strategies
用进化策略替代“最佳猜测”，大幅提升大模型解空间的覆盖广度，方法新颖且实验扎实。
arXiv:2608.12679v1 Announce Type: new Abstract: Large Language Models (LLMs) are increasingly deployed in discovery domains such as math and science. …
10
Learning to Adapt Cross-Domain Preferences via Meta-LoRA for LLM Personalization
元学习+LoRA让大模型快速适应跨域偏好，个性化调校从此更聪明高效。
arXiv:2608.12389v1 Announce Type: new Abstract: Cross-domain zero- or few-shot personalization aims to generate user-preferred responses in unseen con…
11
Weightless Fine-Tuning: Personalizing LLMs via Logit-Space Transport
不用改权重，在输出空间“调参”就能个性化LLM，轻量又省资源。
arXiv:2608.11342v1 Announce Type: new Abstract: Supervised fine-tuning (SFT) is a standard approach for adapting LLMs to a target distribution, but in…
12
从原理出发，高效搞定夏日营养冷食
不知道多少人和我一样，夏天吃饭的纠结项往往从「今晚到底吃什么」，变成了「太热了到底要不要吃呢」。天气太闷太热、厨房又没有空调，在想到开火的那一刻又心生畏惧，最后还是点外卖或者随便吃点东西凑合了事。但也 ... 查看全文 本文为会员文章，出自 《单篇文章》 ，订阅后可阅读全文。
13
Ask HN: What is the difference between big criminal org. and a state?
把国家与犯罪组织对比后，转头求推荐写营销文案的LLM，幽默又实用，看评论区聊Kimi/Grok哪家强。
Difference is : Only one of them has monopoly on violence and does not want competition. Sorry for the truth, now let's continue to get disracted, whi…
14
HoloAegis: Frozen Representation, Topological Inference: Minimally Parametric Safety Manifolds for Zero-Shot LLM Guardrails
零样本LLM护栏新思路：用冻结表示+拓扑推理构建极简安全流形，参数少还能防越狱。
arXiv:2608.08485v1 Announce Type: new Abstract: Current LLM safety guardrails face a fundamental tension: fine-tuning distorts pre-trained representat…
15
微软承诺 Win11 开箱体验更快、更高效，但账户登录仍未松绑
IT之家 8 月 8 日消息，科技媒体 Windows Latest 今天（8 月 8 日）发布博文，报道称微软已经承诺在 2026 年年底前， 优化 Windows 11 系统的开箱体验（OOBE），为用户带来更快、更高效的使用体验。 IT之家注：OOBE 是指用户首次启动新 Windows 电脑…
16
114B参数、6B激活，Sand.ai刚刚开源全球首个千亿MoE视频生成模型
全球首个千亿MoE视频生成模型开源，6B激活媲美第一梯队，生成成本低至五毛，开启视频生成新范式。
10秒1080P，成本只要5毛钱
17
Efficient Knowledge Distillation for LLMs: Offline Top-K Logits and a Fused Chunked KL Loss
用离线Top-K logits和融合分块KL损失，大幅降低大模型蒸馏成本，兼顾效率与质量。
arXiv:2608.03796v1 Announce Type: cross Abstract: Small language models are often the only option for deployment under tight latency, cost, and on-pre…
18
Think in Sets for Streaming Video Token Compression
流式视频压缩新思路，用集合思维大幅削减token冗余，兼顾效率与质量。
arXiv:2608.01169v1 Announce Type: new Abstract: Streaming VideoLLMs process frames causally while visual tokens grow continuously, making compression …
19
Efficiency vs. Alignment: Investigating Safety and Fairness Risks in Parameter-Efficient Fine-Tuning of LLMs
低资源微调大模型可能暗藏安全与公平性隐患，这项研究系统揭示了PEFT的对齐风险。
arXiv:2511.00382v2 Announce Type: replace Abstract: Organizations increasingly adapt Large Language Models (LLMs) from public repositories such as Hug…
20
Cooperative Coevolution for Resource-Constrained Agentic LLM Post-Training
协同进化替代反向传播，资源受限环境下多轮工具型智能体的全参数后训练更省内存，性能不打折
arXiv:2608.02391v1 Announce Type: new Abstract: Tool-using large language model (LLM) agents produce long, multi-turn trajectories, making gradient-ba…