SparseDecoding：面向解码的 LLM 剪枝框架
SparseDecoding 提出一种面向解码阶段的剪枝框架，用稠密模型自回归生成（不含 prefill）时收集的逐层激活构建校准矩阵，使剪枝目标与解码激活对齐，并配套实现带 bitmask 索引与固定步长遍历的 N:M 稀疏矩阵向量内核。
#训练
Hugging Face Daily PapersAI 评分5353 arXiv cs.SEAI 评分2424 CAFÉ：机器遗忘的因果黑盒测试方法
研究者提出 CAFÉ，一种仅依赖已部署模型预测结果的机器遗忘黑盒测试方法，通过干预特征并将变化传播至下游特征，检测预测是否仍受目标特征影响。在两个因果网络基准、四种遗忘方法上，CAFÉ 以 0.92–0.93 的成对准确率对残余影响排序，现有检查最高仅 0.71。在真实人口普查数据上，CAFÉ 还发现了能通过重训练却未被直接输入检查察觉的残余影响。
Google Developers Blog精选AI 评分6262 Google 用 Tunix 在 TPU 上实现自主 LLM 后训练
Google 发布 autofinetune 项目，把自主研究循环用于 LLM 后训练，基于 Tunix、Gemma 和 Cloud TPU，由 Antigravity CLI 与 Gemini Flash 3.7 编排。
推荐理由：原文给出自主后训练循环的完整配置与两个真实案例，可据此迁移到自己的微调流程。