@dotey：帮转设计师求职
帮转设计师求职信息
[AI新闻] 第三方评估机构AEF-1标准出炉，xAI、OpenAI和Anthropic共同签署
AEF-1第三方评估标准发布，xAI、OpenAI和Anthropic联署，评估进程加速。
@alexandr_wang：我就好这口 Muse 案例
表达对 Muse 案例的喜爱。
@alexandr_wang：弗兰克是个狠人
弗兰克是个狠人。
@alexandr_wang：Muse 能帮你搞定宜家退货！！
Muse 可帮你处理宜家退货。
@elonmusk：Grok @Bot 总结
马斯克发布 Grok 对 @Bot 的总结内容。
@emollick：与以往创新相比，AI 这次显然大不相同。
AI 与以往创新不同：扩散仍大体遵循 S 曲线，但诸多差异使旧模式难以套用。
@alexandr_wang：Muse 让你更健康！
Muse 助你更健康。
@alexandr_wang：嘿，听听这家伙的！
转发推荐：@alexandr_wang 呼吁大家听听这位人士的发言。
@alexandr_wang：用 Muse 帮你赚钱！
用 Muse 助你变现增收。
@alexandr_wang：Muse 在 15 分钟内就能帮你省下 15% 或更多的车险费用！
Muse 15分钟即可节省15%以上车险费用。
@alexandr_wang：来看看 Muse 的 185 个精彩用例！
Muse 拥有 185 个精彩用例，值得一看。
@alexandr_wang：全面得出乎意料的评测！
Alexandr Wang 感叹该评测意外地全面。
SPICE：基于聚类的简单多义特征解释
提出SPICE框架，无需预设簇数，可跨CNN与Transformer系统分析多义性的产生、深度差异及计算路径。
CVSS-X：面向28种语言的多语言语音到语音翻译语料库
发布CVSS-X语料库，将英译扩展至28种语言，约24万对语音、超1.6万小时，规模为CVSS八倍，含两种变体，质量相当。
部件定位而非动作知识：定位VLM可供性预测的瓶颈
可供性预测的瓶颈在于部件定位而非动作知识：忽略图像也能胜过各模型，点名目标部件后准确率大幅提升。
先收敛后多样化：多目标贝叶斯优化中收敛性与多样性的解耦
提出先收敛后多样化(CTD)方法，将多目标贝叶斯优化的收敛与多样性解耦为两阶段，在紧预算下更优。
迈向自适应物理AI：LLM智能体能否管理长时程物理任务？
多智能体框架整合规划与验证，农业任务中零样本LLM智能体媲美强化学习，环境变化下适应性更强。
ZGCM-1：一个完全开放且极致高效的数学与智能体搜索基础模型
ZGCM-1是7B全开源基础模型，通过内外协同与高效训练，在数学推理和智能体搜索上媲美超大模型。
物理信息神经网络中的导数保真度失效模式：来自函数值训练的强化基准证据
PINNs仅拟合函数值即可看似准确，但自动微分所得二阶导数误差显著偏大，高曲率边界尤甚；值精度≠物理残差可靠。
基于混合CNN--形态学特征的个性化可解释PPG血压估计
提出CNN与形态学混合框架，实现个性化可解释PPG血压估计，收缩压/舒张压误差3.77/2.36
大地艺术作为大数据气候传感器
1744幅卫星影像显示，螺旋防波堤图像复杂度可提前三年预示大盐湖水位，成为水文状态先行指标。
基于掩膜条件潜在扩散和大型慢性伤口数据集迁移学习的合成麻风图像生成
用慢性伤口数据预训练掩膜条件扩散模型，再以708对麻风图像微调；生成多样性可比真实，但语义控制仍受限。
OrchSLM：探究小语言模型编排的动态
提出OrchSLM路由框架，统一非交互式小模型编排，揭示任务结构、模型池与共识对编排动态的影响。
广义智能体迭代：迭代策略改进与递归自我改进的统一形式化框架
提出广义智能体迭代（GAI）框架，将迭代策略改进与递归自我改进统一为同一学习范式，并以两个维度界定二者边界、判定系统极性。
基于CDM交会分析框架的混合TCN-Transformer模型实现卫星碰撞概率早期预测
提出混合TCN-Transformer模型，利用CDM序列数据提前预测卫星碰撞概率，实现LEO交会风险早期评估。
锥形束CT报告生成中部分可观测目标下的临床推理
CBCT颌面报告生成中，复合目标仅词法项可见；优化复合目标提升事实蕴涵，词法指标偏爱听写惯例。
面向生物医学与临床文本抽取式摘要的混合分层一维CNN-BiLSTM框架
提出分层1D-CNN-BiLSTM抽取式摘要，直接选句避免幻觉，提升生物医学与临床文本事实可靠性。
氛围专利撰写：评估面向专业专利撰写智能体的LLM评审
LLM评审引导迭代可提升专利撰写质量，廉价智能体逼近高价模型，但与专业律师评估校准存在偏差。
大语言模型还是朴素贝叶斯？旧宝还是新路
LLM仅零样本略优且易污染；有标注时朴素贝叶斯精度比肩大模型，CPU能效吞吐高数十倍。
SJD-SV：面向自回归图像生成的语义验证投机Jacobi解码
分析视觉令牌语义模糊成因，提出语义子序列级验证的SJD-SV方法，可即插即用加速自回归图像生成。
RFCLLM：评估大语言模型对网络协议状态机的推理能力
通过4类任务、1482条查询覆盖16种协议，评估大模型将自然语言规范映射为有限状态机的能力与偏差。
TimeThink：激发时间序列大语言模型的组合推理能力
提出TimeThink合成框架，通过生成时间序列原子与复合问答对，结合可验证奖励强化学习，激发模型显式组合推理能力。
评估大语言模型生成规则在心脏病预测中的表现
比较传统机器学习与LLM生成规则用于心脏病预测，传统模型性能更优，规则模型可解释性更强。
EMCStereo：面向细结构深度估计的注意力增强立体匹配与合成树枝基准
为树枝等细结构立体匹配提出EMA注意力增强骨干、虚幻5合成数据集VirtualTree与八路消融，精度持平且更小更快。
PhysMent：面向物理问题中大语言模型推理的交互式方法
PhysMent 让 LLM 通过 MuJoCo 模拟器交互实验推理物理；定性任务达80%，多步定量任务多低于30%，瓶颈在工具使用而非概念。
LabAgent：利用AI智能体为科学发现定制任意研究枢纽
LabAgent为实验室打造复现与发现框架，可执行验证技能并记录纠错经验，在多个生命科学领域超越通用智能体。
全双工语音大模型中伪起音的因果分析与缓解
全双工语音LLM静音下虚假发声源于条件概率骤增，提出因果反事实抑制法实时剔除伪起音，不损真实响应。
以机器速度治理：面向实时AI政策执行的自适应智能架构
提出AGIL五层架构，以机器学习实现实时AI策略执行与防篡改审计，应对企业"证明缺口"。
BudgetBench：用于本地大语言模型智能体记忆策略评估的预算分档协议与试点评测框架
BudgetBench：单次调用token预算为自变量，评估本地大模型智能体记忆策略，暴露预算违规与非单调质量，预算对比全上下文未定。
编码器究竟决定了什么？视觉骨干网络在树木联合分割与立体深度上的受控比较
受控比较：编码器影响树木分割与深度；卷积/混合优于ViT，参数量不预示质量，任务排序一致，有模型崩溃。
别只看，要干预：面向VQA图像的基于扰动的区域标注
CSGR以扰动候选区域、聚合答案敏感性为VQA标注因果关键区域，跨域提升多种接地训练。
面向大型音频语言模型的语音问答机器遗忘
研究大型音频语言模型语音问答的机器遗忘，采用梯度上升、任务算术与对齐微调，隐私泄露率最高降80%。
根因归因是一个搜索问题：面向长时程智能体失败的持续搜索
长时程智能体失败根因归因本质是搜索；提出持续搜索框架迭代挖掘证据，显著提升诊断，低阶模型可超高阶。
利用规范多项式不变量诊断强化学习模拟器与世界模型中的故障
提出规范多项式不变量诊断法，可定位强化学习模拟器与世界模型故障并归因参数，精确不变量预测增益有限。
ArtSociety：面向艺术情感理解的多智能体多模态协作
多智能体框架整合异构多模态专家，以免训练投票与描述优先推理联合预测艺术情感、效价与描述。
临床时序推理中的后见之明偏差：未来数据暴露如何影响大语言模型判断
配对基准测量临床时序推理的后见偏差：完整时间线暴露使大模型产生偏差，时间遮蔽可降低偏差而不损准确率。
面向大语言模型的词汇级提示压缩：一种免训练、确定性的流水线及跨十一类任务的实证帕累托分析
提出免训练、确定性的词汇级提示压缩流水线，40.3%压缩下保真度0.876，并刻画各任务帕累托前沿。
面向正畸报告生成的闭式咬合几何
提出闭式咬合几何，从已配准口内扫描提取31项指标，融合梯度提升与照片分类，快速生成正畸报告。
Abstract-LoRA：通过定向 U-Net 模块训练解锁单图风格迁移
通过训练扩散模型特定U-Net模块的轻量LoRA，提升单图风格迁移的风格与内容平衡。