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
62275 条条目 · 106 个活跃源
2026年9月25日
04:00
arXiv cs.AI

GRASP：面向战略规划的智能体AI生成、修订与评估

GRASP是策略感知的多阶段规划框架，通过生成、修订、评估模块化协作，大幅提升复杂任务规划准确率并消除多任务性能退化。

04:00
arXiv cs.LG

皮层-小脑环路中误差与预测驱动的运动学习

提出小脑启发框架，融合多路预测与内部反馈，编码运动学与误差信号，实现延迟下在线校正并使适应提速十倍。

04:00
arXiv cs.CV

Ego-Exo4D 人体网格数据集：面向自我—他人视角采集的4D人体运动重建

Ego-Exo4D仅有稀疏3D姿态，本文提出大规模4D人体运动重建数据集Ego-Exo4D-HM及配套重建流程。

04:00
arXiv cs.AI

面向Roblox游戏搜索中多组件查询理解的搜索感知强化学习

提出蒸馏后强化学习框架，按组件用搜索实时反馈奖励优化查询理解，NDCG@20较SFT提升8.9。

04:00
arXiv cs.CV

基于免训练轨迹路由的视频扩散加速

TRACK通过校准比较大小模型的预测差异，将低差异步骤路由至小模型，无需训练即可加速视频扩散推理，最高提速2.7倍。

04:00
arXiv cs.CV

OmniFabric：面向三维服装重建的连贯UV空间纹理合成

OmniFabric在缝纫图案空间合成全局连贯纹理，用扩散Transformer在UV域精炼去伪影，生成可重光照的逼真3D服装。

04:00
arXiv cs.LG

追踪状态还是追踪陪集？学习到的状态追踪的代数解释

模型学群元素乘积时追踪陪集而非精确状态；部分精度由陪集大小决定，子群陪集结构揭示学习阶段与内部计算。

04:00
arXiv cs.LG

超越平均安全：机会约束的大语言模型微调

提出机会约束微调框架，限制安全样本退化比例，采用可微违规率替代与约束感知梯度下降，实验验证优于基线。

04:00
arXiv cs.AI

Jev-Mobile：以Jev作为移动GUI智能体的执行器

Jev-Mobile让VLM低频规划、Jev高频执行GUI动作，成功率79%，成本降73.4%。

04:00
arXiv cs.CL

ExplorationBench：衡量AI系统在可验证异世界中的探索能力

发布ExplorationBench基准：以规则可执行、与常识相悖的可验证异世界沙盒，评测AI能否通过探索获取并应用全新知识。

04:00
arXiv cs.CL

用可渲染程序进行多模态思维

SVGLM用SVG基元连接文本与图像推理，构建SVG图像编辑数据集，使VLM能"边想边画"。

04:00
arXiv cs.CV

WanPE：面向现代文本到视频生成的电影级提示增强

WanPE以397B参数、105万视频训练，实现电影级镜头规划，30秒视频人类偏好提升50.86分。

04:00
ArXiv AI

SAGE：通过拓扑引导缓解长时程推理偏差

SAGE以代数稀疏化和双曲结构引导缓解长时程推理偏差，多基准领先，Andrews-Curtis任务提升达8倍。

04:00
arXiv cs.CL

在扩散语言模型中实现近似联合采样

提出轻量采样器，使扩散语言模型单次全模型前向可近似联合采样多个词元，兼顾并行与精度，MAUVE达0.87。

04:00
arXiv cs.AI

人工智能在科学中的应用：早期洞察

多源数据显示：科学家广泛使用AI，其与专业模型互补，每周省约7小时，但瓶颈下移、验证需求激增。

04:00
ArXiv AI

电子健康记录信息检索的动态基准

提出可自动生成EHR问答的可持续基准BRIE，经19名临床医生验证，揭示LLM常遗漏关键临床信息。

04:00
arXiv cs.CV

TrackEverything：通过去重三维场景表示实现长时程稠密跟踪

提出TrackEverything，将视频表示为持久三维场景轨迹并去重，实现超千帧全点稠密三维跟踪，性能领先。

04:00
arXiv cs.LG

让训练引导选择：基于真实锚定效用的在线合成数据过滤

FROST以真实数据梯度反馈衡量合成数据效用，在线过滤约两至三成合成样本，在图像分类、文本转SQL与工业广告重排中均显著提升真实任务性能。

04:00
arXiv cs.CV

多模态大语言模型中的对齐幻觉

逐层视觉-文本相似度并非内容级对齐；受控干预揭示标量指标可被权重诱导，提出主角度间隙诊断，需任务证据校准。

04:00
ArXiv AI

AD-WM：面向反事实模型预测控制的动作判别式世界模型

AD-WM提出动作判别式世界模型，用动作恢复正则保留动作信息，提升反事实MPC规划与迁移成功率。

04:00
arXiv cs.CL

PoEM：基于现有策略预测强化学习结果

提出PoEM，利用已有奖励后训练模型，免额外强化学习即可预测新奖励下的策略，并在文本图像任务验证。

04:00
arXiv cs.LG

多样几何、冻结权重：基于因果专家集成的稳健异质性处理效应估计

提出几何多样、权重冻结的GeoACE因果专家集成，提升异质性处理效应估计稳健性，但非普遍最优。

04:00
arXiv cs.CV

基于智能手机的自动化测速执法方法

设计并测试智能手机自动测速与车辆识别流程，辅助交通执法；识别准确率有限，并探讨法律、技术与实践问题。

04:00
arXiv cs.CL

OpenAI o1 评测：通用人工智能的机遇与挑战

对OpenAI o1的跨领域复杂推理评测显示其表现优异，部分超越人类，迈向AGI仍存局限。

04:00
arXiv cs.CL

信任还是不信任：语音中的检索增强事实核查

提出VeriSpeak语音事实核查基准，含3879条声明，揭示文本-语音模态差距，检索结合显式推理可使准确率达86.1%。

04:00
arXiv cs.CV

BiCC：用于实例感知分割的双向连通分量损失

提出BiCC，联合标注与预测连通分量，按预测实例惩罚假阳性，平衡病灶精确率-召回率，提升分割F1。

04:00
ArXiv AI

具有自适应加权与效率评估的混合变分量子-经典框架

提出Sim-HVQC混合量子-经典网络，以无参SimAM自适应加权保留判别特征，在多类数据集上验证参数效率与可解释性。

04:00
arXiv cs.CL

语言特定知识：模型在X语言中比英语懂得更多吗？

提出语言特定知识，发现换用非英语乃至低资源语言可提升问答表现，需为查询选择最优语言。

04:00
arXiv cs.LG

Canopy：利用分段平滑树先验的多保真度赌博机

CANOPY用随机路径探测在线检测平滑违背，引导多保真树赌博机的昂贵评估，提升LLM推理优化表现。

04:00
ArXiv AI

CaliPPer：量化、预测并提升AI模型在结合预测中的性能

提出CaliPPer框架，可量化、预测并提升结合预测AI模型性能，提高新抗原与变异体发现率。

04:00
arXiv cs.CL

大语言模型基础

本书聚焦大语言模型基础，涵盖预训练、生成模型、提示、对齐、推断与推理，适合学生、从业者及感兴趣者。

04:00
arXiv cs.LG

以近为靶，可达远方：你的冻结世界模型比你想的更会规划

冻结视觉世界模型直接以目标图评分会限制控制；用检索到的中间目标做锚定规划，无需训练即可提升长程规划。

04:00
arXiv cs.LG

带自举的随机算子收缩框架：在时序差分学习中的应用

提出随机算子收缩框架分析带自举迭代，无需梯度结构，允许采样误差随迭代增长，获均方几何收敛界并用于TD

04:00
arXiv cs.CL

基于人类反馈的会中交互式说话人纠错

提出LLM辅助会中说话人纠错，用户反馈修正归属；AMI上DER降31.99%、替换错误降52.68%

04:00
arXiv cs.LG

基于可达性的含节点和边特征的图神经网络形式化验证

提出GNNV，将NNV扩展至图结构，用GraphStar集建模节点和边特征不确定性，验证GCN/GINE，在电力与图分类任务上提供更紧且首个边感知鲁棒性保证。

04:00
arXiv cs.CV

冻结超球面特征能否指导伪掩码选择？

用冻结自监督超球特征评分排序候选伪掩码，八池中六池平均分割精度超基线1.7至9.3个百分点并助训练。

04:00
arXiv cs.CV

迈向实用的3D高斯泼溅压缩

COSA-GS通过锚点因果分解构建上下文，简化架构并实现跨平台一致的熵解码，达到先进压缩性能。

04:00
arXiv cs.CV

基于DCGAN的合成增强能改善脑肿瘤MRI分类吗？一项实证研究

DCGAN合成增强未提升脑肿瘤MRI分类，准确率与F1不变、AUC略降，需评估其分布保真度与任务效用。

04:00
arXiv cs.LG

面向大规模铁路网络管理的图推理与拓扑感知多智能体强化学习

提出图推理与拓扑感知多智能体强化学习框架，建模铁路维护环境，零样本迁移至大规模网络，性能优于基线。

04:00
ArXiv AI

框架背后是谁？通过智能体行为对LLM进行指纹识别

LIDAR：利用编码智能体运行时决策与动作行为，黑盒指纹识别模型身份，精度超越四个基线。

04:00
arXiv cs.AI

CrossScale-GLIO：面向弥漫性胶质瘤的 MRI 与全切片组织病理学的拓扑保持视觉-语言对齐

MRI与病理建模为肿瘤生境图与细胞微环境图，用语言锚定的结构感知最优传输对齐，证明拓扑保持驱动跨尺度对应。

04:00
arXiv cs.CL

校准还不够：评估语言变化下的置信度估计

提出鲁棒性、稳定性与敏感性三维评估框架，揭示现有置信度估计难以区分语义不同答案的缺陷。

04:00
arXiv cs.LG

论对数凹分布的平方和可认证性

证明各向同性对数凹分布的多项式为平方和，去除庞加莱常数依赖，恢复最优矩界，并得到高效无维误差算法。

04:00
arXiv cs.CV

最小二乘相位解缠的自适应分块：运行时间与精度

自适应分块虽减少块数，但构造与求解开销超过边界节省，仍慢于优化网格，精度也可能下降。

04:00
arXiv cs.AI

KathDB-FAO：多模态数据库管理系统中的合成查询计划

多模态数据库查询子系统，将自然语言转为按需合成算子执行计划，成本降58.8%，质量不降。

04:00
arXiv cs.AI

网络智能体何处受阻：多阶段LLM智能体的瓶颈分析

多阶段LLM网络代理瓶颈：验证器乐观，凭证与横向移动任务受阻；需综合结果、证据、资源与适应评估。

04:00
arXiv cs.CL

IDRBench：深度研究智能体交互能力基准测试

提出IDRBench评测深度研究智能体交互；交互平均提升对齐6.39分，但非总有效，取决于提问与反馈利用。

04:00
ArXiv AI

持久计费状态：工具调用型LLM智能体中的“钱包拒绝服务”攻击与防御

工具调用LLM智能体可因保留外部工具返回形成持久计费状态，遭钱包耗尽攻击；提出基准与重摄入前四重防御。

04:00
arXiv cs.AI

随机大语言模型的推测性评估

提出HBN推测评估，在固定rollout预算下优化分配，平均降方差12.8%–33.6%，异步版缓解同步开销。

04:00
arXiv cs.LG

AT-SKM-Net：面向动态图线性硬约束可行性的加速可训练采样Kaczmarz-Motzkin框架

提出AT-SKM-Net，以拓扑感知GNN混合采样和Cholesky更新，加速动态图线性硬约束可行性求解，迭代最多降85%且零违规。

← 往后141 / 1246往前 →