全部OpenAIHugging FaceArXiv AIGoogle AIVentureBeat AIMarkTechPostPragmatic EngineerThe GradientOne Useful ThingCrunchbase NewsTechCrunchGoogle DeepMindMicrosoft ResearchLlamaIndex BlogarXiv cs.AIarXiv cs.LGarXiv cs.CLarXiv cs.CVNature Machine IntelligenceLilian WengAndrej KarpathySebastian RuderBAIR BlogAgile Lab EngineeringGoogle AI BlogMeta NewsroomMIT Tech Review AITechCrunch AIWiredFull-Stack AI EngineerAgentplexa16zSequoia CapitalY CombinatorElad GilTomasz TunguzNot BoringThe GeneralistSimon WillisonSimon Willison NewsletterLatent SpaceImport AIInterconnectsHamel HusainDAIR.AIEnterprise AI GovernanceStratecherySemiAnalysisBenedict EvansX @OpenAIX @claudeaiX @AnthropicAIX @karpathyX @samaX @demishassabisX @DarioAmodeiX @elonmuskX @miramuratiX @ilyasutX @gdbX @AravSrinivasX @arthurmenschX @ClementDelangueX @alexandr_wangX @mustafasuleymanX @ylecunX @geoffreyhintonX @AndrewYNgX @fcholletX @polynoamialX @_jasonweiX @DrJimFanX @rasbtX @lilianwengX @OriolVinyalsMLX @tri_daoX @percyliangX @ch402X @janleikeX @swyxX @simonwX @jeremyphowardX @OfficialLoganKX @svpinoX @SuhailX @emollickX @_akhaliqX @natolambertX @rowancheungX @bilawalsidhuX @Francis_YAO_X @ShunyuYao14X @tqchenmlX @haozhangmlX @GoogleDeepMindX @huggingfaceX @MistralAIX @perplexity_aiX @NVIDIAAIX @xaiX @victor207755822X @deepseek_aiX @bchernyX @Alibaba_QwenX @Kimi_MoonshotX @dotey
75689 条条目 · 106 个活跃源
2026年7月13日
04:00
ArXiv AI

面向计算力网络上异构LLM具身智能体的通信高效数字孪生协调

提出LDT-Coord框架，利用轻量数字孪生和规则协调，大幅降低异构LLM智能体通信开销70倍以上。

04:00
arXiv cs.CV

MOSAIC: 自适应层间组合以实现高效异构视觉-语言模型

提出硬件感知搜索方法MOSAIC，自动优化异构VLM架构，实现1.76倍预填充和2.54倍解码加速，性能持平。

04:00
arXiv cs.LG

BlockServe：面向高吞吐扩散LLM服务的块粒度连续批处理

BlockServe通过块粒度调度与混合状态执行，解决扩散LLM收敛异质性，实现1.9-10.6倍吞吐提升。

04:00
arXiv cs.CL

多语言视觉多项选择题中针对小型视觉语言模型的测试时缩放

TTS在小VLM上有效依赖解析能力与解码预算，最优配置达84.1%准确率，排行榜第一。

04:00
arXiv cs.LG

TSRouter：面向时间序列推理的动态模态-模型选择

提出基于图的动态路由框架TSRouter，协同文本与视觉模型优势，根据性能成本偏好选择最优模态，性能提升16%-46%，支持零样本泛化。

04:00
arXiv cs.CL

基于归一化的法医作者验证似然比估计

提出平方根校正与Hapax校正，无需校准模型即可从LambdaG推导似然比，性能媲美逻辑回归校准，提升法医文本比较实用性。

04:00
arXiv cs.AI

虚构世界构建：基于多智能体LLM协作的分层上下文压缩与迭代审查

多智能体系统通过90%令牌压缩及迭代审查将提案通过率提升至85%以上，高效生成自洽虚构世界，实现零冲突交付。

04:00
arXiv cs.CV

REBASE：无训练上下文分割中的参考背景子空间消除

REBASE通过消除参考背景子空间，抑制虚假语义匹配，实现无训练上下文分割新SOTA。

04:00
arXiv cs.AI

贝叶斯因果发现是如何失败的？潜在混淆下线性高斯网络中结构后果的特征化

分析潜在混淆下贝叶斯因果发现的后验失效：推导临界阈值，样本量越大越易出现虚假边，区分两种失效模式。

04:00
arXiv cs.CV

用于动作分割数据集压缩的自适应潜在轨迹锚定

提出自适应潜在轨迹锚定方法，利用扩散模型实现高效压缩，以2.4%压缩比达到与真实数据训练相当的性能。

04:00
ArXiv AI

ProofCouncil：求解开放数学问题的LLM代理

ProofCouncil采用作者-批评者架构，在10个数学开放问题中正确解决6个，表现最佳；在30个问题中5个完全正确。

04:00
arXiv cs.CL

Freya-TTS技术报告

Freya-TTS是183.2M参数的无分词器土耳其语TTS模型，采用非自回归扩散Transformer，在连续潜在空间高效合成，WER 8.0%，实时因子0.11。

04:00
arXiv cs.LG

提示驱动的探索

利用VLM诊断回放视频并重写提示，实现全局探索，让RL从零奖励开始学习成功策略。

04:00
arXiv cs.LG

中文标题：针对安全表示的优化：激活引导的对抗后缀与拒绝的几何结构

中文摘要：激活引导攻击揭示安全表示分布式，Soft-GCG加速33倍，大模型更抗攻击。

04:00
arXiv cs.LG

线性表示如何习得？抽象动力学的精确解

获得抽象动力学的精确解，揭示数据与目标几何、网络深度及初始化尺度的影响，并发现非线性衰减律。

04:00
arXiv cs.AI

这不是一只烟斗：AI系统作为语义抽象

AI系统输出并非事实，而是人工表征。我们提出语义框架区分知识、来源与系统可用信息，以定义外推、断言错误等常见失败。

04:00
arXiv cs.CV

集成大语言模型与图卷积网络用于半监督图像分类

利用视觉语言模型生成图像描述，由大语言模型优化图边，提升半监督分类准确率。

04:00
arXiv cs.CL

面向实时的句子级手语翻译

提出硬件感知流式手语翻译系统，采用QLoRA微调模型，在树莓派上实现实时处理，延迟降低27%以上。

04:00
arXiv cs.LG

面向晶体性质预测的模型无关图提示学习

提出图提示学习框架，捕获缺失特征，提升GNN性能3%-15%，支持跨性质知识迁移。

04:00
arXiv cs.AI

ConceptSMILE：审计基于概念的可解释人工智能的可信度

ConceptSMILE通过扰动输入评估概念解释可靠性，发现不同路径可靠性存在差异。

04:00
arXiv cs.AI

TrustX智能体风险分类框架（ARC）：对内部创建的自主AI系统进行风险分级

提出ARC框架，通过12维评分和三级治理输出，对内部自主AI系统进行风险分级。

04:00
ArXiv AI

SAGEAgent：一种用于多模态生存预测中成本感知模态获取的自进化智能体

自进化智能体SAGEAgent平衡预测准确性与临床侵入性，在胶质瘤数据中负担减少55%。

04:00
ArXiv AI

面向智能体LLM系统的共享选择性持久记忆

提出共享选择性持久记忆，保留四类可重用上下文并丢弃无关痕迹，任务完成率96%，大幅降低token消耗。

04:00
arXiv cs.LG

面向物联网系统中多元时间序列异常检测的联邦低秩Koopman学习

提出FedKAD联邦Koopman框架，低秩共识+Stiefel-ADMM，检测性能优，训练快2100倍、通信低80倍、延迟低79倍。

04:00
arXiv cs.CL

分词器移植：缓解边缘高效孟加拉语音识别中的自回归崩溃

词汇移植解决孟加拉语音识别的自回归崩溃，序列长度降85.8%，词错误率21.54%。

04:00
arXiv cs.LG

部分观测动作的随机线性赌博机

提出TOFU-POV算法解决部分观测随机线性赌博机，利用低维动作子空间实现√T遗憾。

04:00
arXiv cs.CL

Neural Collapse Is Forbidden: Information Floors in Language Models

04:00
arXiv cs.CL

基于置信度校准和增量推理的任务特定多模态问答代理：面向QANTA 2026

提出双代理架构，通过置信度校准与增量推理在QANTA 2026挑战中获最高分0.402。

04:00
arXiv cs.CV

一种结合集成聚合的核心集选择框架用于图像分类

提出SCOSS核心集选择框架，结合集成聚合，在图像分类中实现精度与效率的权衡，效果优于基线。

04:00
ArXiv AI

知识图谱与可解释AI：城市矿产的互补资源

提出四种KG-XAI集成模式，增强城市矿产拆解前评估决策的可辩护性。

04:00
arXiv cs.CV

IB-Flow：信息瓶颈引导的CFG蒸馏用于少步文本到图像生成

提出IB引导的CFG蒸馏双轨框架，实例感知与熵感知调度消除过条件伪影，2步生成达到SOTA。

04:00
arXiv cs.AI

Agora：通过基于拍卖的任务分配增强LLM智能体推理

Agora框架利用激励相容拍卖动态分配任务，矫正模型出价，提升推理质量与成本效率。

04:00
arXiv cs.LG

基于成对比较的最优Top-k识别

提出渐近最优算法，用鞍点问题学习比较分配，实现自适应Top-k识别。

04:00
arXiv cs.CL

敏感性感知阈值设置与令牌路由：面向大型语言模型的激活稀疏化

提出SATS阈值校准法及令牌路由，动态减少计算，提升大模型推理效率与质量-吞吐量权衡。

04:00
ArXiv AI

超越固定表示：开放式AI中的词汇与验证器鸿沟

本文指出AI受限于固定表示框架，需创建新表示基元，提出词汇与验证器差距，并给出开放结局AI的发展方向。

04:00
arXiv cs.CV

超越时间偏移：适配Omni-LLM作为生成式视听模型的无参考评估器

针对生成式视听模型同步评估的参考悖论，提出SynthSync数据集及Omni-LLM适配方法，配合R-GRPO实现无参考连续度量，对齐人类偏好。

04:00
arXiv cs.LG

稀疏奖励游戏中的AlphaZero：局限性与辅助监督

AlphaZero在稀疏奖励游戏中难达完美；辅助损失（AZAL）显著提升一致性，Chomp上可达完美，Connect Four仅改善。

04:00
arXiv cs.CL

通过音系激活映射的音子分割与识别

提出基于自监督语音模型的音系激活映射，用两个轻量预测头实现音子分割与识别，仅需少量标注。

04:00
arXiv cs.CV

中文标题：使用事件相机的高性能图像跟踪的等变滤波器

中文摘要：本文提出等变滤波器用于事件相机图像跟踪，利用AEB提取特征，实现高速（7000像素/秒）平滑跟踪。

04:00
arXiv cs.CV

事件突发触发器：针对基于事件的SNN目标检测的可用性后门攻击

提出EBT攻击，通过事件流触发增加NMS延迟38%，精度微降且逃逸检测，揭示新可用性后门威胁。

04:00
arXiv cs.CL

VTaMo：用于手语翻译的视频-文本对齐模型

VTaMo通过显式多粒度对齐（局部、全局、位置对齐）实现手语翻译最先进性能

04:00
arXiv cs.LG

群不变谱嵌入

群不变谱嵌入通过将对称性融入核函数，提升收敛速率，恢复数据内在几何，优于标准方法。

04:00
arXiv cs.CL

Git-Assistant：基于规划的Git仓库更新支持

提出Git-Assistant，结合LLM与自动规划支持Git操作，实验表明混合方法提升可靠性、减少错误。

04:00
ArXiv AI

最小决策动力学与上下文概率：一个量子拔河模型

量子拔河模型用最小内态表示决策上下文依赖，揭示上下文概率是决策动力学的资源特征。

04:00
arXiv cs.CL

超级调优：从激活感知剪枝到稀疏微调

提出基于激活加权幅度的稀疏微调方法Super及结合LoRA的Supra，实验表明剪枝信号可有效用于参数高效微调。

04:00
arXiv cs.CV

中文标题：基于低重叠拍摄的4D人体-场景重建

中文摘要：提出StudioRecon方法，利用扩散模型合成背景视图并解耦人体，递归增强消除伪影，在四数据集实现新视角合成SOTA。

04:00
arXiv cs.LG

Eluna：一种用于仓库操作自动化的智能体大语言模型系统，具备推理与任务执行能力

Eluna是图引导多智能体系统，通过渐进式披露和异步蒸馏实现仓库SOP可靠执行，达94%专家一致率。

04:00
arXiv cs.CV

基于事件流的多模态视频异常检测：基准数据集与算法

提出EVAD框架，融合事件流与可见光视频，构建63亿事件与37万帧基准集，通过对比预训练与自适应融合提升鲁棒性。

04:00
arXiv cs.AI

大语言模型驱动的多目标贝叶斯优化算法进化生成

LLM进化生成多目标贝叶斯优化算法，合成与工程问题中超体积更高、耗时更低，超越手动设计。

04:00
arXiv cs.LG

FairSelect：多层次与交叉性算法公平性的系统评估

FairSelect系统评估多阶段公平性策略，发现干预效果非加性且依赖上下文，能改善子群公平性并保持模型性能。

← 往后1006 / 1514往前 →