Scaling Muon for Diffusion Transformers
针对扩散Transformer的Muon优化器的缩放研究
机构 * University of Southern California（南加州大学） ； Meta
AI总结 该研究针对大型扩散Transformer的Muon优化器，提出周期性行级Muon，在保留其生成质量优势的同时，大幅降低训练的计算、通信开销与时间。
大厂专区
Meta
Difficulty-Aware Semantic-ID Optimization for Generative Recommendation
面向生成式推荐的难度感知语义-ID优化
机构 * Meta ； The Pennsylvania State University（宾夕法尼亚州立大学）
AI总结 针对生成式推荐中标准GRPO与树结构任务适配差的问题，提出DASO方法，通过前缀匹配深度分配部署组，在公开及内部推荐任务上均取得优于对比方法的性能。
Detecting Functional Memorization in Code Language Models
检测代码语言模型中的功能记忆
机构 * Meta ； Imperial College London（伦敦帝国学院）
AI总结 研究代码语言模型的功能记忆现象，通过反事实设置对比暴露目标代码的模型与未暴露的参考模型，使用文本和功能相似性度量，发现功能记忆超出文本重叠的检测范围。
LLMs versus the Halting Problem: Characterizing Program Termination Reasoning
LLMs 与停机问题：程序终止推理的特征化
机构 * FAIR Team, Meta AI（Meta AI FAIR 团队） ； The Hebrew University of Jerusalem, Israel（耶路撒冷希伯来大学） ； Bloomberg, New York, USA（彭博社，纽约，美国） ； Imperial College London, UK（伦敦帝国理工学院，英国） ； University College London, UK（伦敦大学学院，英国）
AI总结 本文评估了前沿LLMs在程序终止推理上的能力，发现GPT-5和Claude Sonnet 4.5在C程序终止判断上达到顶级验证工具水平，但无法生成形式化证明，并引入分歧前置条件形式化描述非终止条件。
