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
59268 条条目 · 106 个活跃源
2026年10月2日
04:00
arXiv cs.AI

PG-SFT：在离线智能体微调中平衡能力获取与保持

PG-SFT按轨迹轮次级信息增益调节监督强度，缓解离线智能体微调中的通用能力退化。

04:00
arXiv cs.CV

VASC：面向高效三维重建的值感知稀疏注意力与跨层记忆

VASC 提出免训练稀疏注意力，融合值感知块选择与跨层记忆，兼顾位姿估计与重建质量，推理最高提速 2.29 倍。

04:00
arXiv cs.CL

AgSpec：突破基于检索的推测解码在编程智能体流水线中的极限

AgSpec为编程智能体补齐检索语料与自适应草稿长度，吞吐最高提升4.76倍。

04:00
arXiv cs.CV

面向重述图像-文本监督分布的匹配预算审计框架

提出匹配预算审计框架，以64词预算五维评估重述图文监督分布，发布约4.9亿审计语料。

04:00
arXiv cs.LG

WIPSNet：用于整夜阻抗呼吸描记图儿科喘息检测的深度学习

提出WIPSNet，利用整夜阻抗呼吸描记的小波尺度图与3D ResNet检测儿童喘息，AUC达0.783，优于EVI等。

04:00
arXiv cs.LG

逻辑与记忆的冲突：浅层 MLP 中的高阶交互学习

单隐层MLP能拟合样本却难还原规则；合成实验表明，优化器与干扰权重学习显著影响高阶交互表现。

04:00
arXiv cs.LG

基于实例学习理论的能量模型中的元认知推理

据实例学习理论提出MERITED，使能量模型按不确定性动态分配算力，并开源1.91亿参数推理模型。

04:00
arXiv cs.AI

面向受控世界模型适配的校准风险路由

提出MC-WM：按拟合/选择/校准划分数据，依标准化校准风险择优适配，在MuJoCo偏移上验证。

04:00
arXiv cs.AI

面向做运筹的AI的运筹学：在OSCAR框架内让LLM沿"扶梯"逐级路由

OSCAR用模拟器、编码器与审阅者逐级调用不同LLM，低成本高准确率地验证并改进优化建模。

04:00
arXiv cs.CL

蒸馏方向性验证

提出方向性标签蒸馏：让冻结教师在其已知方向为候选答案打分，以最优候选作为学生目标，减少错误传递并提升准确率。

04:00
arXiv cs.AI

ActiveSaddler：面向智能体框架优化的自动化课程学习

将课程学习引入智能体框架优化，用赌博机动态发现并排序失败模式，使课程与框架共演化，显著提升通过率。

04:00
arXiv cs.CL

协作技术文档的句子具体性评分：一项领域迁移研究

审计技术文档句子具体性评分，测试生成后评分能否辅助选择LLM修订；效果依预测器与候选集而异。

04:00
arXiv cs.CV

EyeTAG：眼动轨迹感知的注视估计

EyeTAG将近期预测差分主体无关的显式注视轨迹先验，融合人脸与眼流做因果多帧估计，误差降约1°。

04:00
ArXiv AI

VeriHarness：扩展长时程任务的智能体验证能力

VeriHarness把基础模型转为智能体验证器，用分歧消解与共识挑战结合证据筛选并修正结果，五个长时程基准最高提升6.4分。

04:00
arXiv cs.LG

来源识别不等于适应度检验：衡量合成数据溯源的局限

生成文本溯源在改写后准确率骤降；但来源识别与筛选有用数据是两回事。

04:00
arXiv cs.CV

概念驱动的领域自适应：在干草堆中寻找抽象之针

提出三阶段CDDA框架，以概念为语义锚点适配双塔视觉语言模型，实现教学视频概念级检索，优于多个基线。

04:00
arXiv cs.CV

RelationVGGT：面向三维空间关系分割的视觉几何Transformer

RelationVGGT免位姿、免逐场景优化，前馈实现多视图三维空间关系分割，并构建自动标注流程。

04:00
arXiv cs.AI

寻找最佳契合：智能体任务中的模型—框架交互

评估66种模型与框架组合，发现模型排名随框架反转，最佳搭配依任务而变，三者应联合评估。

04:00
arXiv cs.LG

VANDAM：以DNA分子先验视角审视核苷酸序列

VANDAM将DNA分子先验融入基因组基础模型训练，预测区域分子性质，在九项任务上提升性能。

04:00
arXiv cs.AI

ABDA-NL：面向基于论证推理的自然语言场景探索器

为ABDA论证系统加自然语言界面，大模型桥接语言与形式化，判定由确定性引擎完成，修改需用户确认。

04:00
arXiv cs.CL

LawCompass：从法律问答迈向基于证据的多智能体深度研究

提出LawCompass法律助手，集法律问答、专业检索与多智能体深度研究于一体，全程附引用以支撑溯源。

04:00
ArXiv AI

控制论的与认知的：可信智能体委托中缺失的一套词汇

提出智能体委托中控制论与认知语言之分，主张每个关键决策须附第三方可检验的反事实条件。

04:00
arXiv cs.LG

RACE：面向邻域丰富时间序列基础模型预测的残差感知测试时自适应。

提出RACE，利用同域邻居残差进行测试时校正，提升时间序列基础模型预测并支持跨模型门控迁移。

04:00
arXiv cs.CV

注意言辞：基于文本条件的文本感知视频到语音合成

提出WYS框架，以文本条件缓解视觉歧义，用注意力融合与流匹配生成高保真语音，刷新视听同步与准确率。

04:00
arXiv cs.LG

表征跃迁揭示多轮LLM智能体中的新兴安全风险

多轮智能体攻击会在内部表征中留下累积跃迁信号；DART据此检测干预，攻击成功率从84%降至25%。

04:00
arXiv cs.CL

扩展与蒸馏文本嵌入以提升可扩散性

扩展同族文本嵌入并蒸馏T5Gemma-2，以软标签增强潜在空间可扩散性，生成PPL达17.8。

04:00
arXiv cs.CL

以参与奖为探针：随机奖励强化学习作为大语言模型能力探针

随机奖励强化学习可作探针，揭示大模型进一步训练的可达潜力，而非仅当前能力。

04:00
arXiv cs.AI

RISED：面向智能体多环境选择与自蒸馏的评分量规

RISED用行为评分量规引导多环境智能体的数据选择与自蒸馏，提升跨环境表现。

04:00
arXiv cs.CV

扩散多模态大语言模型中的两个时钟：答案在推理解释展开前已稳定

掩码扩散多模态模型中答案可在推理展开前稳定，分块与提示影响覆盖率及准确率，覆盖率是差异主因。

04:00
arXiv cs.LG

EchoPress：通过虚拟上下文重建实现查询无关的 KV 缓存剪枝

EchoPress无需训练，用预填充信息近似重建，仅重建首块校准KV重要性，高压缩率下精度媲美KVzip且开销大降。

04:00
arXiv cs.AI

评估大语言模型生成的偏好分布

大语言模型生成的偏好分布：模型自洽但跨模型差异大，结果更取决于模型选择而非提示措辞。

04:00
arXiv cs.CV

VIEScore2：带空间定位解释的统一图像评估

VIEScore2统一评估图像生成与编辑，单次预测质量分数和缺陷位置，性能优于通用VLM与空间评估器。

04:00
arXiv cs.CL

用任务算子捕捉上下文学习动态

提出任务算子TO，将ICL注意力输出转化为稳定仿射变换，无需完整示例即可逼近其性能。

04:00
arXiv cs.CL

JoinGR：学习遍历连接图以进行表格检索

JOINGR将连接图作为检索空间，以查询条件化遍历边打分，显著提升多跳表格检索召回。

04:00
arXiv cs.LG

更好的分数意味着更好的物理吗？Sim2Real 神经算子的物理基础解释

预测误差低不保证物理统计准确，需以波动能量等物理诊断补充基准评估。

04:00
arXiv cs.LG

NEUROTOKEN：基于条件流匹配的联合声源与方向性听觉注意解码及包络解码

NEUROTOKEN以条件流匹配统一声源、方向性AAD与包络解码，提升源AAD并揭示方向AAD高估。

04:00
arXiv cs.CL

精准胜于规模：一个波兰语—西里西亚语基准及超越开源与商用模型的翻译系统

研究波兰语-西里西亚语翻译，发布SiLTT测试集；规则系统在方言集上最强，微调模型胜神经基线但仍逊之。

04:00
arXiv cs.CV

Video-Index：面向视频理解的精选元基准

提出攻击金字塔审计115个视频基准，构建840项Video-Index，顶尖模型领先开源37个百分点。

04:00
arXiv cs.CL

用工作流进化更好的工作流

FloWright与DataWright以分层奖励实现多角色共进化，数据增难提升小模型多任务表现。

04:00
arXiv cs.AI

关于人工意识，类比能告诉我们什么？

构建因果框架评估类比证据，指出行为相似对人工意识的证据力有限，需建立因果对应。

04:00
ArXiv AI

超越最先进水平：为AI研究标准化环境影响指标

AI研究环境影响报告几近缺失，本文提出标准化可持续性指标与碳排放估算工具，并倡导"最小可行模型"框架。

04:00
arXiv cs.LG

巨型激活的生命周期：随机诞生、权重衰减驱动的增长与竞争性整合

追踪巨型激活的诞生、增长与整合，发现权重衰减因果调控其规模，峰值幅度约随λ的-1/2次方缩放。

04:00
arXiv cs.LG

CommunityKV：基于图划分的高效长上下文解码

将稀疏注意力转为社区检测，从QK^T建token图并划分，局部更新支持流式解码，吞吐最高提升1.71倍。

04:00
ArXiv AI

超越答案置信度：对黑盒决策模型自我知识的受控审计

Jev置信度校准良好，却无法标示知识缺失；边界外新闻高估0.21–0.33，黑盒审计须控制表面线索。

04:00
arXiv cs.CV

利用合成状态过渡自举视频交互生成

用图像编辑模型合成起止状态锚点，提出状态引导采样并构建可扩展交互数据集，微调后显著提升交互生成质量。

04:00
arXiv cs.LG

XOR-Trellis：超低复杂度反量化与曲率感知的无Hadamard变换LLM量化

提出超低复杂度网格反量化器与曲率感知路径优化，无需Hadamard变换即可实现高质量超低位LLM量化。

04:00
arXiv cs.AI

空头承诺：当智能体承诺其运行时无法兑现之事

论文定义"空头承诺"：智能体承诺当前轮次后无法执行的动作，并给出失败类型、锚定条件与测量协议。

04:00
arXiv cs.CL

评估日语大语言模型对IME相关错误与打字错误的鲁棒性

评估日语大模型对五类打字错误的鲁棒性：字符换位/替换显著降低准确率，IME、全角及同音转换影响较小。

04:00
ArXiv AI

通过价值引导的信息性搜索提升数学推理

APIVIS将有限预算Gumbel搜索用于块级数学推理，以信息性奖励与选择性监督提升模型数学推理能力。

04:00
arXiv cs.AI

从发现到决策：LLM投票中的有限预算可恢复性

揭示LLM投票固定预算下发现与决策的差距，推导可恢复性阈值与精确锁定证明，实验省28-30%调用并提升准确率。

← 往后13 / 1186往前 →