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
76529 条条目 · 106 个活跃源
2026年7月8日
04:00
arXiv cs.CL

何处切，切多深：化学SMILES中的BPE与Unigram-LM

BPE与Unigram-LM在SMILES上构建几乎不重叠的子词词表，Unigram-LM分割更细，子词算法是建模决策而非默认。

04:00
arXiv cs.CV

鲁棒人脸超分辨率与识别：扩散模型中的多特征聚合

提出FASR++扩散模型超分辨率算法，利用多特征聚合减少身份失真，显著提升人脸识别性能，达到最优效果。

04:00
ArXiv AI

PCBWorld：基于引擎的PCB设计自动化基准环境

PCBWorld是基于KiCad引擎的PCB布线基准环境，支持RL/LLM代理交互布线，RL策略零样本迁移到真实板表现优异。

04:00
arXiv cs.CL

Nemotron-Labs-Diffusion：一种统一自回归、扩散和自推测解码的三模态语言模型

三模态语言模型统一AR、扩散与自推测，互补提升速度精度，8B解码6倍于Qwen3-8B。

04:00
arXiv cs.LG

PatchOptic：面向共享状态LLM工作流的投影视图与验证结构化更新

PatchOptic通过投影读取与验证补丁，在LLM工作流中建立局部更新与全局有效性的契约，降低泄漏和成本。

04:00
arXiv cs.CL

注入还是导航？面向交易法律文档LLM分析的令牌高效检索

相比全语料注入，结构感知分块的结构化检索（NAVINDEX）在持平结果质量下大幅降低令牌消耗56倍、成本25%。

04:00
arXiv cs.LG

λ-VAE：后验坍塌的方差均衡

λ-VAE通过重参数化中缩放噪声而保持KL惩罚不变，实现方差均衡，消除后验坍塌，显著提升信息容量与重建质量。

04:00
arXiv cs.CV

场景图思维：强化多模态大语言模型的结构化视觉推理

提出场景图思维范式，通过场景图表示与两阶段对齐训练，显著增强多模态大语言模型的细粒度结构化视觉推理。

04:00
arXiv cs.CV

DeSeG：解耦语义意图与几何约束以实现物理合理的人-场景交互

DeSeG框架解耦语义与几何约束，残差语义规划器与物理正则化扩散执行器协同，减少穿透47%，提升语义对齐29%。

04:00
arXiv cs.AI

PolyWorkBench：多语言长时程LLM智能体基准测试

提出多语言工作流基准PolyWorkBench，评估显示LLM智能体在多语言环境下性能显著下降，需联合建模语言与决策。

04:00
ArXiv AI

审视下的自动DSM：基于LLM的DSM生成的黑盒评估框架

提出黑盒评估框架，系统评估LLM生成DSM能力，综合指标揭示潜力与局限。

04:00
arXiv cs.CL

领域自适应总是有益的吗？基于冻结主干网络的跨域情感迁移研究

冻结主干网络中领域自适应的效果取决于其是否已具备目标域知识，对专业主干甚至有害。

04:00
arXiv cs.LG

直觉模糊图嵌入随机向量功能链接的多视图学习

提出直觉模糊图嵌入多视图学习模型，融合模糊集、图结构及多视图信息，提升分类准确率与鲁棒性。

04:00
arXiv cs.CV

图像分类与血管分割在基于AI的肯尼亚早产儿队列早产儿视网膜病变Plus疾病筛查中的互补作用

肯尼亚早产儿ROP Plus检测中，图像分类与血管分割互补，分类敏感但过度转诊，分割提高特异性，组合方法平衡性能最佳。

04:00
ArXiv AI

AgoraSim：一个混合智能体建模框架

AgoraSim混合建模框架，支持多种智能体，实现场景化社会反应分析与对比验证。

04:00
arXiv cs.LG

Heckman校正的认知不确定性：不可观测变量的选择效应使重要性加权失效

Heckman校正模型解决不可观测变量导致的样本选择偏差，恢复不确定性校准，而重要性加权等方法在此场景下彻底失效。

04:00
arXiv cs.AI

展示TOFFEE：一个可学习的大规模数据智能体轨迹合成系统

TOFFEE利用蒙特卡洛树搜索合成高质量数据智能体轨迹，支持微调和上下文学习，适用于复杂异构环境。

04:00
arXiv cs.CL

混合模式优势正则化缓解大型推理模型事实性幻觉

提出MARGO框架，通过混合模式优势正则化抑制思考诱导幻觉，提升事实问答可靠性。

04:00
arXiv cs.CV

LEGATO 2：迈向多模态乐谱识别与理解

新型乐谱识别流水线，首推按行处理的OMR模型，生成含文本的符号转录，显著提升精度与理解。

04:00
arXiv cs.CL

提示复杂度：大型语言模型中文本和行为的最短提示

定义LLM提示复杂度为最短提示生成目标文本，扩展至软提示、距离和行为复杂度，提出研究议程。

04:00
arXiv cs.CV

Benchmarking the Robustness of Autonomous Driving to Environmental Illusions: A Lane Perception Perspective

04:00
arXiv cs.LG

FourTune: 迈向扩散模型的全4比特高效训练后优化

FourTune提出全4比特训练后优化框架，内存降低2.25倍，吞吐提升2.27倍。

04:00
arXiv cs.CL

PluraMath：将数学推理评估扩展至低资源语言

PluraMath通过18种低资源语言扩展数学推理评估，揭示高资源与低资源语言性能差距，并开源数据集与框架。

04:00
ArXiv AI

前沿大语言模型智能体经济中的信息极限与吸引子动力学：一项预注册实验

实验验证LLM经济中信息决定增长，但未发现平均场模型预测的分散稳态。

04:00
arXiv cs.CV

ARMS: 锚定-关系运动流，实现无缝的独处-社交运动转换

提出ARMS框架，通过因果扩散模型统一独处与交互运动生成，实现长时序下平滑且社交一致的状态转换。

04:00
arXiv cs.AI

整合知识图谱与多语种学术语料库以构建社会科学与人文学科领域自适应大语言模型

欧洲项目适配大模型至SSH，多维度评估探索合规领域敏感生成式AI，保障可靠性与认知责任。

04:00
arXiv cs.AI

动态多车辆路径规划的奖励密度启发式方法：性能与计算效率

提出效率启发式，计算成本极低，解质量媲美元启发式算法，适合在线动态路径规划。

04:00
arXiv cs.CL

中文标题：嗯...用Transformer？来自四个斯拉夫议会中填充停顿使用的研究发现

中文摘要：利用Transformer分析约4000小时斯拉夫议会演讲，发现填充停顿率与年龄、语速负相关，与情感正相关，性别效应因语言而异。

04:00
arXiv cs.LG

基于图神经网络、深度交叉网络和SMILES嵌入的多模态分子表示学习

融合3D几何、SMILES拓扑和宏观描述符的三模态模型，以<1M参数实现QM9 U0_atom MAE 0.0207 eV，误差降低20.6%。

04:00
arXiv cs.CV

SAMPLe：基于SAM的视觉语言模型提示学习优化器

SAMPLe采用锐度感知最小化，动态平衡探索与利用，减少过拟合，提升提示学习泛化性。

04:00
arXiv cs.LG

使用双变量循环码的低开销纠错量子卷积神经网络

提出基于双变量循环码的低开销QCNN纠错方案，验证了其在高噪声下的有效性，迈向实用。

04:00
arXiv cs.AI

预测市场中，先知何时能盈利？

提出proper投注策略，建立预测准确性与利润的等价性，该策略可靠转化准确率为利润，月回报率达80%。

04:00
arXiv cs.CV

回答前先分割：用于多模态大模型视觉推理的像素级定位

提出SegAnswer方法，用像素级分割掩码代替边界框，精准隔离目标区域，提升多模态大模型视觉推理性能。

04:00
arXiv cs.LG

同一枚硬币的两面：学习后门以移除后门

HARVEY通过学习中毒样本预言机精准识别后门，实现近乎完美的后门移除，性能优于现有方法。

04:00
arXiv cs.CL

InfluMatch：以4B模型成本实现前沿质量的KOL搜索

InfluMatch以4B模型成本达前沿KOL搜索性能，级联系统媲美Kimi-K2.6，输出减少35倍，单A100处理50KOL仅20秒。

04:00
arXiv cs.CL

MemDefrag：大型语言模型的潜在内存碎片整理

MemDefrag利用中间层追踪信号进行内存碎片整理，结合信息量遗忘机制，显著提升知识保留。

04:00
arXiv cs.LG

自主订单拣选机器人的动态电池管理的深度强化学习

提出PPO深度强化学习框架，动态优化充电站选择与时长，使订单完成率提升6%并减少充电时间。

04:00
arXiv cs.CV

通用视频编码中的优化自适应环路滤波器

提出ALF优化框架，实现并行设计及单次CCALF，减少缓冲区访问并节省25%时间。

04:00
arXiv cs.LG

时间分布偏移下的域自适应气候降尺度

针对气候降尺度中的时间分布偏移，提出域自适应框架，通过历史监督与域对齐提升未来气候投影鲁棒性。

04:00
arXiv cs.CV

Image2Sim：通过生成式神经模拟器扩展具身导航

Image2Sim从RGB-D图像构建大规模交互场景，训练导航模型实现零样本迁移真实世界。

04:00
arXiv cs.AI

A toy framework for single and multi-agent human-AI curiosity ecosystems

04:00
arXiv cs.CL

从蓝图到现实：基于大语言模型多智能体模拟的普特南社会资本理论建模与应用

提出SocaSim框架，基于LLM多智能体模拟社会资本理论，再现宏观模式并揭示微观因果路径。

04:00
arXiv cs.CL

共享决策实践测量（OPTION12）：面向更好隐私与可持续性的开源小型LLM研究

首次用开源小模型评估共享决策，通用模型优于医学模型，仍难替代人工，但为隐私保护的人机协同奠基。

04:00
arXiv cs.CL

CurateEvo: 面向智能体后训练的数据整理演化

CurateEvo通过失败驱动动态演化数据整理策略，提升智能体后训练效果与效率，平均得分提升3.2和2.7。

04:00
arXiv cs.CV

TRIG：轨迹-刚体解耦的度量几何学习

TRIG将相机位姿分解为轨迹与刚体，分别建模自我运动和静态拓扑，稀疏时空注意力降低成本，在多项基准上达最优。

04:00
arXiv cs.LG

正交树突内在网络：一种面向重要性排序的正交潜空间架构

ODIN通过几何约束实现潜变量正交且方差排序，融合PCA可解释性与深度网络能力。

04:00
arXiv cs.LG

LLM驱动的神经网络生成与同族架构引导：区分迁移与适应

提出源引导候选生成，用同族强模型改进弱目标，准确率大幅提升，LLM适应而非复制源配置。

04:00
arXiv cs.AI

基于信息增益的展开策略优化：面向多轮LLM代理的自适应树结构展开方法

IGRPO通过信息增益指导展开预算分配，自适应树结构探索，导出教师分布优化策略，显著提升多轮LLM代理在长程搜索任务中的性能。

04:00
arXiv cs.CV

基于横截面块自一致性的解耦单掩膜标注噪声检测

提出解耦框架，利用横截面块自一致性检测单掩膜标注噪声，生成可解释证据，验证了冠状动脉CT数据中的系统偏差。

04:00
arXiv cs.AI

世界模型的定义与路线图

本文定义了世界模型，探讨关键技术，并规划了开发有效世界模型的分阶段路线图。

← 往后1058 / 1531往前 →