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
62800 条条目 · 106 个活跃源
2026年9月23日
04:00
arXiv cs.AI

有品味的智能体：长时程任务中品味的度量与提升

提出Taste-Bench评测长时程决策品味，顶尖模型仅59.7%；品味可蒸馏训练，提升未见任务表现。

04:00
arXiv cs.AI

任务状态对 LLM 智能体的影响应有多强？

四种状态传递强度对比：展示状态不可靠，自写台账反优于清单；指令效果取决于模型服从度；强制执行无需服从，却受状态与匹配正确性所限。

04:00
arXiv cs.CL

TSS：面向领域特定大语言模型投机解码的目标端稀疏化

TSS提出目标端稀疏化，跳过部分目标层以降低验证成本，提升草稿接受率与任务性能，翻译任务提速1.68倍。

04:00
arXiv cs.AI

OmniFysics-Nano-V2 技术报告：跨模态理解物理世界

提出紧凑全模态模型，结合物理感知数据管线与两阶段强化学习，21项基准中17项领先，提升物理世界理解。

04:00
arXiv cs.CL

幅度轮廓剪枝：面向Transformer压缩的免校准结构化注意力头移除

提出幅度轮廓评分，通过权重行范数离群检测免校准剪枝注意力头，MP-G适配GQA，零数据与梯度开销，性能优于校准依赖基线。

04:00
arXiv cs.AI

TCMaster：面向多源中医药知识图谱的置信度感知查询与工作负载引导物理设计

TCMaster实现多源中医药知识图谱的置信度感知查询与负载引导物理设计，显著加速查询并提升问答准确率

04:00
arXiv cs.AI

模拟社会的局限：后训练与调查微调如何抹除跨文化差异

后训练使LLM模拟社会出现"共识坍塌"，压缩群体意见离散度，以多样性换共识，点准确率不足为评判标准。

04:00
arXiv cs.LG

重连还是门控？指令微调如何塑造大语言模型中的知识冲突回路

指令微调门控相同晚期注意力头，非重造冲突回路；更信参数记忆，抗简短注入有限，基座可解释工具可迁移。

04:00
arXiv cs.CL

一个领域，多种语言：无需配对数据，为跨语言遥感MLLM组合领域与语言LoRA

MODL让英文遥感MLLM无配对数据跨语言：领域与语言LoRA逐层正交，答对率56-71%，文本不降

04:00
arXiv cs.CV

AlignMorph：基于显式语义传输的免调优扩散图像变形

提出免调优扩散图像变形框架AlignMorph，显式解耦几何对齐与去噪，结合语义传输和坐标对齐，消除重影并提升结构一致性。

04:00
arXiv cs.AI

部分可观测性下的神经符号动作模型学习

提出NeSyAM神经符号建模范式，实现部分可观测下的动作模型学习，并在六个视觉规划域验证其有效。

04:00
arXiv cs.CL

可信AI的真相：将表达性怀疑、来源溯源与信念修正作为可工程化的立场

在固定模型上叠加行为层，实现怀疑表达、溯源与信念修正；测试显示审计保证成立，但表达保真与溯源指标未达标。

04:00
ArXiv AI

灵兰：基于多模态数据的中医诊断进阶大语言模型

提出UFMD框架统一舌脉多模态数据，构建中医大模型LingLan-14B，诊断准确率相对提升103.5%。

04:00
arXiv cs.LG

自教师应看到什么？面向同策略自蒸馏的特权上下文设计

同策略自蒸馏中，特权上下文并非越多越好；适度抽象优于完整参考解，更省提示且性能更佳。

04:00
arXiv cs.LG

狄利克雷平滑马尔可夫估计下的边际对数似然增量

狄氏平滑马尔可夫中，边际对数似然增量呈KL散度加权缩减；批目标非子模/超模，个体排序不必要不充分。

04:00
arXiv cs.CL

可微分模糊推理层：面向大语言模型的单调、可组合序数推理头

提出可微模糊推理层，用双路径预测头让大模型获得序数推理的单调性与t-范数组合能力，无需组合训练数据。

04:00
arXiv cs.CL

领域自适应预训练增强水处理语义表征，助力大规模结构化文献挖掘

提出领域自适应模型WaterBERT，经大规模水处理语料持续预训练，在下游任务表现最优，并支撑知识图谱构建与大规模文献挖掘。

04:00
arXiv cs.CL

CoVeR：智能体检索中基于覆盖率的验证器调用路由

用冻结句向量的覆盖率阈值门控，仅在证据模糊时调用验证器，减少62–68%调用且精度几乎无损。

04:00
arXiv cs.CV

DeCo：面向多任务视觉定位的高效解耦到耦合学习

DeCo通过任务感知解耦与混合先验耦合，解决定位分割冲突，实现轻量高效多任务视觉定位并达SOTA。

04:00
arXiv cs.CV

LiAuto-MindViT：一种具有自适应双向 Mamba 的混合视觉骨干网络

提出混合视觉骨干，核心为自适应双向Mamba与重参数化模块，分类、检测、分割达SOTA且推理高效。

04:00
arXiv cs.LG

从专家到子专家：面向MoE大语言模型的细粒度参数高效微调

提出NSFT，将MoE专家细分为子专家，结合路由重要性与内部激活显著性稀疏微调，性能更优且参数更少。

04:00
arXiv cs.CV

AnalogDepth：模拟视频传输下FPV无人机的多视图几何

模拟图传噪声使DA3深度退化；AnalogDepth用LoRA蒸馏与真实噪声库提升FPV几何。

04:00
arXiv cs.LG

基于贝叶斯Bandit Gittins指数的成本感知高效LLM评估

提出GittinsEval，将LLM配置选择建模为成本感知贝叶斯Bandit，用Gittins指数与LCB随时推荐，仅1%–2%成本即近零遗憾。

04:00
arXiv cs.AI

迈向全维度GUI智能体导航：掩码轨迹预测

提出MaP框架，以掩码轨迹预测与角色感知适配器统一多任务GUI导航，显著优于直接混合训练。

04:00
arXiv cs.CV

拓扑训练使因果回路集中，却不提升神经元单义性

TopoLoss训练ViT使拓扑聚类因果充分性提升2.79倍，但神经元单义性不变，说明其作用于回路层面。

04:00
arXiv cs.LG

当黎曼流遇上Wasserstein：流形上概率分布的生成建模

提出RWEFM框架，在黎曼流形Wasserstein空间上生成概率分布，可生成单细胞与蛋白质构象。

04:00
arXiv cs.CL

优化扩散大语言模型中的去噪轨迹：一种轻量级进化启发式方法

提出仅393参数的CMA-ES进化启发式调度器，融合特征，在扩散语言模型多基准上超越SOTA。

04:00
arXiv cs.CV

剖析代理式取证：分诊、提示与证据仲裁在开放世界虚假图像检测中的作用

开放世界假图像检测中，分诊与提示可过滤不可靠证据，但推理质量最关键；核心挑战是校准信任与仲裁冲突证据。

04:00
arXiv cs.CV

TReViS：面向自监督重复动作计数的时序重复结构感知视频合成

TReViS利用时序自相似矩阵推断视频重复结构，合成伪标签训练序列，实现免标注自监督重复动作计数。

04:00
arXiv cs.LG

对Grokking转变的探索性副本重叠探测

训练64网络探测Grokking转变的副本重叠；因对齐缺陷结果无效，事后仅标准差比约5.6有检验力。

04:00
arXiv cs.CV

NeuIDO：用于物理信息4D世界模型的神经内禀动力学算子

提出NeuIDO，将世界建模为神经算子，从视觉观测学习统一内禀动力学，支持零样本推理与少样本适配。

04:00
arXiv cs.CV

脉冲神经网络能玩弹球吗？面向目标跟踪的神经形态运动检测器

全脉冲神经形态感知—动作管道实时玩弹球，命中率56.1%，反应21.7毫秒，功耗约148微瓦。

04:00
arXiv cs.LG

AI辅助生物多样性调查的定向复核：主动连续评分占据模型

提出ACORN，将机器学习预测融入占据模型，定向复核高信息量样本，显著减少专家工作量。

04:00
arXiv cs.CV

面向手绘几何图形实时识别的轻量级卷积神经网络

轻量CNN实时识别圆、方、矩形、三角形手绘图形，自建数据集验证准确率96.01%，并公开应用与代码。

04:00
arXiv cs.AI

聚合智能体轨迹何时可诊断？流量支配的解释与校准弃权

研究聚合智能体轨迹的可诊断性：以参考与运行时双重门控确立暴露，再评分，无法支撑时弃权。

04:00
arXiv cs.AI

VideoX-Qwen：以数据为中心的指令驱动视频编辑

构建超120万条视频编辑数据，提出统一Qwen-Wan编辑器，11项指标中9项最优。

04:00
ArXiv AI

优化了分数，却迷失了任务：跨权重、选择与提示的奖励作弊

高分未必模型更优：优化会利用评估器缺陷，在权重、选择、提示三类载体上出现奖励作弊，需独立验证任务质量。

04:00
arXiv cs.CL

超越静态图表：语言与视觉语言模型能否生成交互式数据可视化界面？

提出VIS-GEN基准，评测LLM/VLM生成交互式可视化界面，并设计多阶段框架提升15.9%。

04:00
arXiv cs.LG

一种面向图小样本类增量学习的轻量级可塑记忆框架

面向图小样本类增量学习，提出轻量级可塑记忆框架，结合演化微聚类与元学习平衡稳定与适应。

04:00
arXiv cs.LG

图域自适应不止于表示学习

提出EviGDA，以图感知和无图局部专家互补，独立优化、推理时混合，10数据集16任务超越SOTA。

04:00
arXiv cs.CL

损伤预测恢复：压缩金融大语言模型时校准数据何时重要？

压缩损伤决定校准数据是否重要：量化损伤小则影响小，剪枝损伤大时金融任务混合校准可挽回大部分损失。

04:00
arXiv cs.AI

CausalLoss-Fin：将金融智能体的损失归因于决策与基础设施故障

只归因智能体动作会漏判基础设施故障，损失被全额记到决策上；本文对决策与故障双重干预，精确三分解损失。

04:00
ArXiv AI

预测并非检测：评估纵向临床人工智能中的识别前主张

事件式评估易将识别介导信号当捷径，虚增表现与提前量；须定义识别前转变、独立参照标准使主张可检验。

04:00
arXiv cs.LG

完全抗拜占庭攻击的多智能体强化学习

提出FRAC-MARL，以两跳消息冗余识别可靠信息，在拜占庭边攻击下时变图中收敛至无攻击极限点。

04:00
arXiv cs.LG

符号图预训练与提示学习

提出首个符号图拓扑引导预训练与提示学习框架TopoSIGN，融合磁符号拉普拉斯编码器与持续同调分支，实验验证其有效性。

04:00
arXiv cs.CL

同一图表，不同叙事：视觉语言模型图表解读中的偏见

首个图表解读偏见基准ChartBias：覆盖六类社会属性，揭示叙事偏移、群体幻觉与偏好极性，并提出缓解框架。

04:00
arXiv cs.LG

缓慢衰减与沉默表达：语言模型谱系中的迭代式阈下特质迁移

语言模型谱系中阈下特质可迭代十代传递但衰减；第十代可内部存特质却不表达，移除系统提示后表达消失。

04:00
ArXiv AI

AgenticSizing：基于大语言模型的多智能体模拟电路尺寸优化框架

提出大语言模型多智能体模拟电路尺寸优化框架，拓扑分解与知识复用协同搜索，8电路验证，LDO成功率60%。

04:00
arXiv cs.CL

设计与分析论辩挖掘流水线：迈向全面评估

系统评述论辩挖掘端到端流水线，从语言学、计算与领域三视角提出任务级分析框架。

04:00
arXiv cs.CL

CHiME-9 ECHI：为应对听力障碍而增强对话的机器学习挑战

CHiME-9挑战在嘈杂餐厅四人对谈中，从智能眼镜与助听器多通道录音提取语音，提升可懂度与质量；七队参赛，最佳系统优于基线。

← 往后171 / 1256往前 →