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
63126 条条目 · 106 个活跃源
2026年9月18日
04:00
arXiv cs.CL

JustMem：面向长期对话的“恰到好处”记忆访问

将对话历史存为原子记忆，按查询自适应调整发现广度与读取保真度，准确率和召回最高且更省token。

04:00
ArXiv AI

整合病例报告中的知识：一种基于医学本体、带结构化摘要的多模态信息系统

构建基于医学本体的多模态病例报告系统，整合5万余篇病例的结构化摘要、图像与实体，辅助罕见病诊疗。

04:00
arXiv cs.CV

社会化无人机跨任务学习：通过分层交互实现跨粒度协作

提出CrossUAV基准与CGSC框架，动态调控跨粒度交互，提升无人机检测和分割性能。

04:00
arXiv cs.CL

Zarya：一种兼具灵活训练与双模式推理的混合自回归-掩码扩散语言模型

Zarya联合自回归与掩码扩散目标，支持灵活训练与双模式推理，并开源0.6B至4B模型。

04:00
arXiv cs.AI

通过参考策略引导正则化自博弈中的均衡选择

正则化自博弈中，锚定参考策略至目标均衡并精炼，可有意选择价值等价均衡，但稳定性与对手条件限制其适用。

04:00
arXiv cs.LG

异构物联网系统中基于意见动力学的联邦学习联盟形成

提出HK意见动力学联盟形成，在本地权重空间聚合，缓解异构IoT联邦学习统计异质性，提升水耗预测精度。

04:00
arXiv cs.LG

优势比汤普森采样：面向对比型多臂老虎机的规范与设计指南

提出优势比汤普森采样：以对数优势比对比的联合后验应对水平漂移，较绝对率记忆大幅降低后悔；对比漂移时则失效。

04:00
arXiv cs.AI

基于LLM的GUI智能体助推易感性的双过程视角

实验表明，LLM图形界面智能体对自动与反思型数字助推均易感；推理会降低对默认助推的敏感，却加剧对社会影响助推的易感。

04:00
arXiv cs.AI

MetaRTL：元路径注意力增强的关系表学习

提出两阶段框架MetaRTL：轻量预训练得表嵌入，非参数消息传递提取元路径特征并由MetaAttn注意力聚合，兼顾关系语义与高效性，10个数据集24项任务验证有效。

04:00
arXiv cs.LG

联盟胜过孤立：统一异构联盟数据集可提升分类器性能

合并异构联盟数据集的特征空间并补齐缺失值，构建统一数据集以迁移分类知识，可显著提升分类器性能。

04:00
arXiv cs.CV

PART：基于Transformer学习3D部件装配与检索

提出基于Transformer的统一框架PART，实现3D部件检索与装配，预测6DoF位姿重建目标，并构建大规模数据集。

04:00
arXiv cs.CL

VākQA：泰卢固语口语事实型问答基准与评估研究

提出泰卢固语语音事实问答基准VākQA（2001问答对、2.53小时音频），验证评估并评测多类模型。

04:00
arXiv cs.LG

学习你自己的思维：抽象 Token 课程

提出抽象Token课程，无需显式监督，让模型形成内部连续抽象思维，在图可达性与算术任务上验证有效。

04:00
ArXiv AI

面向LLM智能体的双轴策略优化：贝叶斯反馈归因与轨迹质量归一化

提出BATON双轴策略优化框架，含贝叶斯反馈归因与轨迹质量归一化，在ALFWorld等任务上性能最优。

04:00
arXiv cs.AI

面向文本宽度与无障碍启发式配置的稳定点要素标注：约束安全的图上下文评分

提出LABELSENSE-Pilot：图上下文评分选标注，显示率85.62%、闪烁2.09%、零碰撞。

04:00
arXiv cs.CL

检索主导型抽取式问答中的内在序列似然置信度：两项预先指定的阴性结果，以及它们能归因什么、不能归因什么

检索主导抽取式问答中，序列似然置信度不足，两项置信驱动用途均失败，仅得预设阴性结果。

04:00
arXiv cs.CV

BINDER：一种用于概率医学图像配准的潜变量模型

提出概率医学图像配准潜变量模型，基于互信息实现闭式迭代优化，可高效非线性配准并量化高维多模态不确定性。

04:00
arXiv cs.LG

REARL：融合真实交通数据与大语言模型的闭环自动驾驶仿真增强框架

REARL用真实交通数据与大模型闭环修正车辆决策，使仿真车速与车距分布更贴近真实交通。

04:00
arXiv cs.CV

一种面向事件相机的保事件速度不变表示

SCARF：一种保留原始事件的实时速度不变表示，兼顾快慢运动与静止场景，效率与质量均达最优。

04:00
arXiv cs.CV

BinoGen：规模化自我中心双目数据，赋能具身视觉感知与学习

BinoGen自动合成具身双目视频数据，含两千万级标注图像，提升感知并揭示具身形态影响。

04:00
arXiv cs.CV

GS-PI：一种用于生成PBR高斯资产的优化解耦外观分解方法

GS-PI将PBR材质生成建模为点云上的条件扩散，解耦优化，保证多视角一致，输出可重光照高斯资产。

04:00
arXiv cs.AI

TRACE：面向数字档案来源发现的可问责智能体检索

免训练智能体检索框架TRACE面向OCR退化的历史档案，R@10达0.856超越各类基线，单问成本约0.02美元。

04:00
arXiv cs.CL

在词元空间中读取情感：面向情感识别的语音大模型判别式适配

判别式适配：分类头读末词元隐态，单次前向出标签，不改主干。IEMOCAP上Macro F1提升、无幻觉，ASR文本增益最大。

04:00
arXiv cs.LG

DeliveryGym：面向长时程具身智能体规划的自适应课程强化学习环境

DeliveryGym：3D快递配送环境，用轨迹奖励与自适应课程训练长时程具身规划智能体。

04:00
arXiv cs.AI

大型语言模型中的跨语言地缘政治分歧

大模型回答乌克兰战争时，不同语言产生不同地缘政治倾向，并与全球政治分歧吻合。

04:00
arXiv cs.AI

MaSCoD：结构上下文引导的候选因果图生成多智能体框架

提出MaSCoD多智能体框架，先组织候选第三变量与局部结构再判定直接边，以控制因果遗漏；实验显示效果随数据与模型而异。

04:00
ArXiv AI

历史数据中的物理知识比在预测中施加物理约束更重要

提出物理信息循环神经网络，可预测不可观测物理变量，在12个真实数据集中5个上优于对比模型

04:00
arXiv cs.CL

IBM Granite 5.0 TurboCTC 语音识别模型设计

470M参数编码器模型，结合Conformer下采样与块对角注意力，仅用公开数据训练，速度精度居前沿。

04:00
arXiv cs.CV

CitySTAR：面向开放词汇城市三维定位的结构化与拓扑感知推理

将城市三维定位转化为结构化约束推理，免训练，借场景图与超图拓扑验证及跨模态反思提升开放词汇定位。

04:00
arXiv cs.CL

Lens：让正确的语义视角聚焦于免训练多模态表示学习

提出免训练框架Lens，以语义视角锚定和上下文化短语读取解决视角错位，MMEB平均P@1达63.9，超基线10.2分。

04:00
ArXiv AI

从“这位用户是谁？”到“这笔消费意味着什么？”：面向银行规模的语义用户画像落地流水线

改为按消费模式而非按用户推理的三阶段流水线，在银行千万级用户规模部署，推理量降三个数量级。

04:00
arXiv cs.CV

超越前景：基于病灶引导自适应黏膜上下文传播的视野感知息肉图像合成

提出LAMP，病灶引导自适应黏膜上下文传播，分离病灶、黏膜与视野外区域，提升息肉合成及下游分割。

04:00
arXiv cs.CL

大语言模型对中国人工智能生成内容法规的合规性基准测试

中国AIGC合规评测：2303题六维，评20个大模型；国际模型合规亦高，差异多在意识形态维度。

04:00
arXiv cs.CV

DirtyMoCap：面向无约束标记的鲁棒动作捕捉

DirtyMoCap将无序标记映射为代理锚点，拟合SMPL-H，单模型泛化任意布局，精度领先。

04:00
arXiv cs.CV

QCPruner：用于视觉令牌剪枝的查询条件化群体覆盖

提出免训练视觉令牌剪枝QCPruner，以查询条件化双边效用加权提升多模型性能。

04:00
arXiv cs.LG

PhyRestore：物理结构化的潜在因子修复

恢复受损物理因子并按物理关系重建土壤流失变化；单独损坏时高值恢复更优，联合损坏等情形下优势减弱。

04:00
arXiv cs.CV

AVTrace：诊断全模态模型中的音视频时序推理

AVTrace基准评估全模态模型音视频时序推理，含七类任务；五个开源模型表现普遍不佳，时序后训练可部分改善。

04:00
arXiv cs.AI

面向网络化低空无人机的神经符号智能体AI

提出神经符号智能体AI框架，融合神经感知、符号推理与闭环交互，提升网络化低空无人机自主决策可靠性。

04:00
arXiv cs.AI

超越深度截断：递归语言模型中深度利用的可控评估

提出DCP，用正负控制与训练干预，分离深度截断中递归次数、独立计算与读出偏移，可控评估模型深度利用。

04:00
arXiv cs.CL

面向生物医学关系抽取的模型微调

微调DeBERTa接近SOTA；微调Gemini Pro 1.0在句子/摘要级均超SOTA。

04:00
arXiv cs.LG

基于单距离时间分辨反射测量的双层介质光学特性学习重建

提出机器学习框架，从单距离时间分辨反射测量重建双层介质光学特性，较传统模型更快更准，无需先验层数。

04:00
arXiv cs.LG

超越扁平化标记：基于可复用TriDim模块的结构保持脑电解码

提出可复用TriDim模块，显式保持脑电通道、短时与长时结构，构建TriDimEEG，跨被试解码领先，可替换Transformer。

04:00
arXiv cs.CV

通过教师预测精炼增强检测Transformer的知识蒸馏

提出即插即用TPRD，精炼教师预测，纠正退化正例、抑制过自信负例并保留暗知识，提升DETR蒸馏性能。

04:00
arXiv cs.CV

GRF-Recon：面向长序列前馈重建的全局光线场优化

统一前馈框架结合粗到细轨迹对齐、LoRA几何先验与稀疏光线场优化，实现长序列低漂移、全局一致重建。

04:00
arXiv cs.CL

复制还是不复制：利用模型内在信号控制推测解码

SwitchSD利用模型内部信号识别复制意图，动态切换推测解码，较EAGLE3吞吐最高提升15%。

04:00
arXiv cs.LG

不确定性下多目标优化的期望超体积最大化

将不确定性多目标优化视为贝叶斯决策，最大化期望超体积，结合高斯过程代理与主动学习。

04:00
arXiv cs.AI

可定制且联合优化的路线规划：一种支持可微最短路径搜索的深度架构

提出端到端可微深度架构，联合优化代价函数与路径排序，支持可定制路线规划，实验显著优于现有方法。

04:00
arXiv cs.CL

在警告为时已晚之前：基于语音的增量式电话诈骗检测

流式模型StreamFraudNet以自监督语音编码器与循环时序建模，从通话音频增量检测诈骗，10秒首判、每2秒更新，AUC 0.9953。

04:00
ArXiv AI

并非所有AI智能体都平等：资源与性能动态刻画

分析三类AI智能体资源动态，揭示任务瓶颈，提出CPU与任务感知优化，延迟提升5.4倍、均降32%。

04:00
arXiv cs.LG

面向药物重定位候选实用筛选的预训练医学表示

提出统一预训练医学表示框架，融合层次聚合与交叉引用，实现药物重定位候选筛选与排序。

← 往后215 / 1263往前 →