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
76521 条条目 · 106 个活跃源
2026年7月9日
04:00
arXiv cs.CV

学习统一可变形形状和纹理表示用于心脏视频分类

提出双向交叉注意力融合可变形形状与纹理特征，动态调整模态贡献，实现心脏视频分类最新性能并提升可解释性。

04:00
arXiv cs.CV

AA-ViT：具有结构和频率引导的解剖感知视觉Transformer用于对比增强脑MRI合成

提出解剖感知视觉Transformer，融合结构与频率信息，实现高质量对比增强MRI合成，经临床初步验证。

04:00
ArXiv AI

何处干预？在差分隐私合成表格数据上对公平性感知学习进行基准测试

系统评估公平性干预在差分隐私合成数据上的效果，发现后处理法能稳定平衡公平与效用。

04:00
arXiv cs.CV

通过转移概率相关性的自动超声心动图分割实现稳定语义提取

提出STLSF模块与频率感知预训练，利用转移概率校正语义及纹理增强，实现高精度超声心动图分割。

04:00
ArXiv AI

RLVP: 惩罚路径，奖励结果

RLVP提出“惩罚路径，奖励结果”，利用可验证路径惩罚提供结果缺失的方差，实现高成功率和近零违规。

04:00
arXiv cs.LG

BubbleSH：可变形界面的上升气泡数据集

BubbleSH数据集提供高保真模拟的气泡轨迹、速度与形状演化，用于可变形多相流数据驱动建模与基准评估。

04:00
arXiv cs.LG

通用视觉-语言模型用于快速射电暴检测：与专用检测器的零样本基准测试

零样本通用VLM检测FRB准确率93.65%，匹敌专用模型，误报率更低，纯噪声无误报。

04:00
arXiv cs.LG

TimEE：通过上下文学习进行端到端时间序列分类

TimEE是4.5M参数的端到端时间序列分类模型，通过上下文学习直接输出分类，无需训练，在UCR基准上ROC AUC排名第一。

04:00
arXiv cs.LG

The Optimal Sample Complexity of Learning Autoregressive Chain-of-Thought

04:00
arXiv cs.AI

面向样本高效扩散模型RLHF的选择性时间步加权与基于优势的回放

提出两种互补策略，通过加权关键时间步和优先回放有效轨迹，实现扩散RLHF最高6倍样本效率提升。

04:00
arXiv cs.CV

面向机器人操作的视觉-语言-动作模型中的双潜记忆

LaMem-VLA将历史经验重构为潜记忆令牌并融入推理，以解决长期依赖任务，实验表现优异。

04:00
arXiv cs.AI

图信号流模型的稳定性

证明GNN参数化流模型的排列等变性与稳定性界限，提出正则化策略提升对结构噪声的鲁棒性。

04:00
arXiv cs.CV

建筑工地动态物体检测与跟踪：鱼眼相机与激光雷达传感器融合模型

提出鱼眼相机与LiDAR融合框架，实现四足机器人实时动态物体检测跟踪，点云投影对齐图像检测，高精度鲁棒。

04:00
arXiv cs.LG

面向智能体强化学习的单次推演异步优化

提出单次推演异步优化(SAO)，用单次采样替代分组采样，减少离策略影响，提升训练稳定性与效果，在编码推理基准超越GRPO。

04:00
arXiv cs.AI

摩擦中的创造力：面向探索性结构设计的人机交互

生成式AI消除摩擦与结构设计师迭代需求错位，提出视觉-语言模型交互系统，减少重复建模摩擦并保留反思性设计摩擦。

04:00
arXiv cs.CV

MedPMC: 一种为基座模型扩展高保真医学多模态数据的系统框架

MedPMC从PMC文献自动化筛选1100万高保真医学图文对，95.3%具医学相关性，显著提升多模态模型性能。

04:00
arXiv cs.LG

通过数据增强图正则化实现半监督学习的快速速率

利用数据增强图正则化，实现半监督学习O(1/n_L)快速收敛率，误差受对齐误差约束。

04:00
arXiv cs.LG

基于黎曼法坐标的列文伯格-马夸尔特方法的高阶几何更新

RNC-LM方法通过高阶几何更新消除参数效应曲率，提升收敛与鲁棒性，在PINN中误差降至1e-3，大规模拟合加速34倍。

04:00
arXiv cs.AI

协作式合成数据生成在联邦学习中的知识迁移

利用预训练自编码器共享潜在空间，客户端传统计量，服务器聚合加噪生成合成数据，实现隐私单轮联邦学习。

04:00
ArXiv AI

Towards Agentic AI Governance: A Preliminary Assessment

04:00
arXiv cs.AI

CARLA-GS：自动驾驶极端案例合成中的表征、推理与物理仿真解耦

CARLA-GS解耦视觉表征、语义推理与物理执行，实现可编辑高斯场景与LLM推理，生成时空一致、物理可行的自动驾驶极端案例。

04:00
arXiv cs.CV

从数据完整性到数据充分性：在质量-时间-剂量权衡下的术中CBCT任务驱动成像框架

主张用数据充分性替代数据完整性，以临床决策需求为导向，在质量-时间-剂量间寻求平衡，接受近似误差。

04:00
arXiv cs.AI

粗糙路径签名核的量子卷积神经网络

提出混合量子-经典架构，结合路径签名核与量子卷积网络，克服时间重参数化，实现时间序列分类。

04:00
arXiv cs.CV

EmbodiedGen V2: An Agentic, Simulation-Ready 3D World Engine for Embodied AI

04:00
arXiv cs.LG

无梯度黎曼朗之万采样器

提出GRiLS无梯度黎曼朗之万采样器，利用黎曼度量促进跨模式转换，无需梯度，混合效率高。

04:00
arXiv cs.AI

ALER-TI：面向时间序列插值的对齐潜在嵌入检索

提出ALER-TI框架，利用历史模式对齐潜在嵌入，有效提升时间序列插值性能。

04:00
arXiv cs.LG

使用朗之万动力学训练时规避不安全集

研究强凸损失下轨迹落入失效区域的概率界，发现强凸性决定松弛速度，不安全集形状影响轨迹是否穿过。

04:00
arXiv cs.CV

面向准确快速的临床身体成分分析：一种面向多源CT的资源高效分层分割框架

提出粗到细分层框架，多源CT分割10组织，Dice达0.924-0.982，CPU上44.5秒/例，内存4.73GB，实现高效临床体成分分析

04:00
arXiv cs.CV

SonoRank: 迈向无需校准的实时前臂超声序列手指屈曲检测

SonoRank通过超声序列对相对运动排序预训练，实现无需校准的实时手指屈曲检测，F1提升28%。

04:00
arXiv cs.LG

多分类与多标签BERT用于CVE到CWE映射：分类体系结构如何影响错误

对比多分类与多标签BERT映射CVE到CWE，发现错误结构由分类体系驱动，而非模型选择，放宽层次评价后F1显著提升。

04:00
arXiv cs.CV

面向具身智能的混合专家视频预训练扩展

提出LingBot-Video，基于MoE的具身智能视频预训练，优化架构、数据与训练，实现高效与物理合理性。

04:00
arXiv cs.CV

格式控制的多尺度JPEG压缩响应分析用于图像级伪造筛查

提出轻量级特征工程，用多尺度误差水平分析检测图像压缩历史不一致，格式控制下AUC达0.99。

04:00
arXiv cs.LG

非对称焦点损失改进图神经网络预测药物-药物相互作用

非对称焦点损失使药物相互作用预测准确率升至89.2%，F1达89.4%，假阴性率降至9.1%

04:00
arXiv cs.CV

G-PROBE：面向3D点云的跨视场地点识别与确定性耦合定位

G-PROBE提出免学习跨视场定位框架，通过虚拟传感器分解与确定性耦合，在不对称视场下实现高性能全局定位。

04:00
arXiv cs.CV

ROAD-Waymo：面向自动驾驶的大规模动作感知数据集

基于Waymo Open数据集扩展，含198k帧、12.4M标签，用于道路场景智能体、动作、位置和事件检测。

04:00
arXiv cs.CV

从我的视角到你的视角：利用特权自我中心监督从外部视角视频学习自我中心线索

提出Ego2ExoVLM，通过时间同步视频对和特权监督，使VLM从外部视频推断自我中心属性，提升ADL监测性能。

04:00
arXiv cs.LG

一种基于后验误差估计的神经网络架构自适应最优控制方法

提出后验误差估计引导的神经网络深度自适应方法，在误差最大处插层并推导可计算上界，性能优于现有方法。

04:00
arXiv cs.LG

神经算子驱动的拓扑感知进化策略用于PDE约束优化

NOTES融合DeepONet与CMA-ES，将设计维度从256降至25，效率超95%，实现高效迁移逆设计。

04:00
arXiv cs.CV

T^3S：基于热时间思维的卫星图像时间序列可泛化作物分类

提出T^3S方法，用热时间替代日历时间对齐物候，提升跨年跨区域作物分类的泛化性与不确定性校准。

04:00
arXiv cs.AI

打破数据库锁定：用于数据库旁路的高性能存储读取器的智能体再生

Jailbreak利用LLM直接读取数据库存储文件生成高效读取器，实现27倍加速，打破数据库锁定。

04:00
arXiv cs.AI

复合AI系统中聚合的力量与局限

通过分析三种机制，证明聚合可扩展复合AI系统的可诱导输出集，克服模型和提示工程局限。

04:00
ArXiv AI

通用形态控制中上下文物型MDP的共享模块化循环

提出共享模块化循环Transformer架构，通过模块交互恢复上下文特征，在多种MuJoCo机器人上实现零样本泛化显著提升。

04:00
arXiv cs.LG

使用可靠性加权磁拉普拉斯（rwMagLap）恢复无节律垂体激素基因的候选昼夜节律调控因子

rwMagLap通过相位感知与可靠性加权，从无节律垂体基因中恢复昼夜节律调控候选，富集比7.95倍。

04:00
arXiv cs.CV

中文标题：当蒸馏破坏运动控制：恢复快速视频生成器的生成轨迹

中文摘要：提出MotionEcho框架，通过自适应教师指导修复蒸馏模型的运动控制，提升保真度与视觉质量，保持生成效率。

04:00
arXiv cs.CV

VOTE：基于轨迹集成投票的视觉-语言-动作优化

提出VOTE框架，通过减少动作token和投票集成策略，实现高效推理与高性能，边缘平台推理达46Hz，成功率优于SOTA。

04:00
ArXiv AI

基于LLM生成启发式的后继生成器规划

利用LLM从问题定义自动生成启发式函数，集成至贪婪最佳优先搜索，在多种规划基准上取得领先性能，并解决复杂数值约束问题。

04:00
arXiv cs.LG

ECGLight：面向纸质心电图数字化和心肌梗死筛查的轻量计算框架

轻量端到端框架，手机拍照纸质心电图即可数字化并筛查心梗，CPU上30秒内完成，准确率达95.5%。

04:00
arXiv cs.AI

AGAPI-Agents：基于AtomGPT.org的开放智能体AI平台，加速材料设计

提出AGAPI开放平台，集成多种工具，验证工具增强的AI在材料设计中不可或缺，精度显著提升。

04:00
arXiv cs.LG

走向线性化的关键：分析驱动的Transformer线性化

分析驱动线性化，证明softmax依赖正交投影，引入结构干预减少误差，在32B参数模型上匹配长上下文检索性能。

04:00
arXiv cs.CV

HunyuanVideo-HOMA：多模态驱动人体动画中的通用人-物交互

提出弱条件多模态框架HunyuanVideo-HOMA，通过稀疏运动引导和适配器，实现通用人-物交互视频生成，自然性与泛化性达SOTA。

← 往后1051 / 1531往前 →