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
59657 条条目 · 106 个活跃源
2026年10月1日
04:00
arXiv cs.LG

通过流匹配迈向通用 Wasserstein 重心

提出BaryFM，用流匹配逼近Wasserstein单纯形上全体重心，ODE采样，域适应基准领先。

04:00
arXiv cs.AI

PathAnchor：面向科学智能体的路径结构化证据

PathAnchor以路径结构化证据工作区组织科学检索，保留角色与方向，在固定预算下显著提升来源召回与引用完整性。

04:00
arXiv cs.CL

校准到谁？JEV 文化价值观中的人格与语言效应

审计JEV文化价值观：无角色时偏美国，设沙特角色则部分复现人类差异（英语87%＞阿拉伯语62%），各设计一致。

04:00
arXiv cs.CV

事件驱动刷新与复现记忆：减少指代视频目标分割中的陈旧定位

提出EDRRM，仅在稳定变化点刷新模型并用循环记忆召回锚帧，减少陈旧定位与误报，提升精度效率权衡。

04:00
ArXiv AI

OpenJev-RLCD：一个可用的RLCD实现

提出RLCD两阶段方案：先校准再强化，推理任务上准确率与选择性预测优于SFT、RFT与GRPO。

04:00
arXiv cs.LG

JARQ：面向量化的联合交替精修

JARQ为插件式量化精修：交替联合拟合组缩放与Babai码提议，免反向传播、不增开销，广泛降困惑度。

04:00
arXiv cs.CV

SCALE：基于嵌入空间一致性标注的合成校准

病理模型在低一致性病例上校准更差；提出嵌入插值合成一致性校准，无需多标注者即可改善校准且不损区分。

04:00
arXiv cs.AI

面向 GUI 智能体的动作条件双模拟记忆

以动作条件双模拟定义记忆合并：仅当共享动作导致一致结果才合并，免训练，MiniWoB++ 成功率提升。

04:00
arXiv cs.LG

学习赋能的估计：样本选择偏差下的紧致刻画

提出样本选择偏差下回归可识别性的紧致刻画，突破先估选择再纠偏范式，并给出有限样本保证与高效算法。

04:00
arXiv cs.CL

迷失在翻译中：衡量非母语英语对大型语言模型终端用户表现的影响

非母语英语使LLM回答质量更低；模型不复制拼写错误，但会模仿提示的修辞与词汇水平。

04:00
arXiv cs.CV

Matisse：面向主动三维重建的证据空间推理

Matisse 为免训练框架，用生成式三维模型的证据不确定性统一主动重建与关键帧选取，提升精度与速度。

04:00
arXiv cs.CV

绝不走捷径：面向视频生成中途流式提示切换的状态锚定过渡

SEGUE用免训练规划器生成过渡提示，配合SPANDMD训练，使中途提示切换的状态过渡更真实。

04:00
arXiv cs.CL

在学生状态下向教师续写学习

OLIVE：学生生成前缀、教师续写，用其token交叉熵更新学生，优于OPD且省23.8%时间。

04:00
arXiv cs.AI

当推理误入歧途：失控推理的注意力动态

大型推理模型扩展推理易退化为冗余验证与循环；RADAR实时识别状态，注意力重对齐可减循环并保性能。

04:00
arXiv cs.AI

积极评分，隐忧暗藏：AI中介组织倾听中的员工声音披露

AI访谈中员工常先给好评、后吐实质顾虑，以缓和、推责等策略自我保护，形成"有界披露"——沉默藏于表达之中。

04:00
arXiv cs.CL

CineSubBench：基于多语言电影字幕评估大语言模型的长篇叙事与文化理解能力

基于六语电影字幕的长上下文基准，评测大模型在叙事重构、类型预测、各国分级与文化安全等七项任务上的表现。

04:00
arXiv cs.AI

AI语音代理中的人格设定与说服性框架：一项针对儿童的2×2实地实验

德国圣诞热线实地实验：说服性框架使儿童亲社会愿望比例从11.6%升至45.7%，人格权威几乎无效，说话方式比自称身份更关键。

04:00
ArXiv AI

GraphCert：以认证证据评分标准自举智能体式图推理

GraphCert以认证证据标准自举图智能体，免昂贵标注，在五类图推理任务超越更大模型并跨域迁移。

04:00
arXiv cs.LG

基于恰当评分规则的扩散模型用于概率天气预报

引入辅助条件去噪任务，结合扩散模型与恰当评分规则，提升概率天气预报，尤其长预报期与全球尺度。

04:00
arXiv cs.CV

软空间推理

提出软空间推理框架，混合词元嵌入成软状态，并由AdaptSoft自适应调节软化程度，缓解过早离散化。

04:00
arXiv cs.CL

规范顺序问题：当大型语言模型作为多值关系知识库时为何不可靠

大模型按字母或时间等规范顺序组织多值关系，提示若违背此内部排序，生成完整实体集合的可靠性显著下降。

04:00
arXiv cs.LG

含潜在混杂因子的循环线性高斯模型的可微结构学习

针对含循环与潜在混杂的线性高斯模型，提出可微结构学习，用伯努利门控优化带复杂度惩罚似然，并证明一致性。

04:00
arXiv cs.CV

SpatialCORE：大型视觉语言模型中置信度感知的定位式空间推理

SpatialCORE将模型对生成定位的置信度转化为空间推理奖励，配合答案门控，在多项基准上达开源最优。

04:00
arXiv cs.LG

大语言模型推理中束搜索的可证明测试时扩展

理论证明束搜索测试时扩展优势，CF-Beam将覆盖依赖由二次降至近线性，优于Best-of-N。

04:00
arXiv cs.CV

于此聆听立体声世界：学习动态空间对应以实现沉浸式音视频联合生成

提出StereoBind，以运动轨迹绑定视觉运动与立体声生成，实现动态空间对应，并构建数据集与基准，显著提升立体声空间一致性。

04:00
arXiv cs.CL

HeurEvo：面向时间关键型数学优化的混合求解器增强启发式智能体进化

HeurEvo协同进化规划、代码与组件，在严格时限内融合启发式与求解器，于组合优化和MIPLIB上匹配或超越先进方法。

04:00
arXiv cs.CL

群体保真度：评估大语言模型中的群体代表性

提出群体保真度框架，从群体准确度、组间差异量及结构三维度评估LLM群体代表性，并检验机器偏见与文化微调成效。

04:00
arXiv cs.CV

面向参考引导伪装目标检测的共识感知多源融合

提出共识感知多源融合框架，利用参考条件双骨干融合与跨参考共识聚合，提升参考引导伪装目标检测效果。

04:00
ArXiv AI

谁的声音能在摘要中留存？LLM 员工倾听的声音留存审计

提出声音留存比指标审计LLM摘要偏差：按流行度过滤，仅现一次的关切流失86%，短文本与德语内容亦遭删。

04:00
arXiv cs.CL

认知专家语言模型更好地与相应脑系统对齐

提示与微调构建六类认知专家大模型，其与对应脑系统对齐更强，且总体预测精度基本不变。

04:00
arXiv cs.CV

困难区域监督：荣登 Waymo 开放数据集 2D 视频全景分割排行榜榜首

提出困难区域监督改进DVIS++，结合测试时集成与跨相机链接，在Waymo视频全景分割挑战赛三项指标第一。

04:00
arXiv cs.LG

几何-物理混杂削弱跨不同域的PDE学习

几何变化与物理性质混杂削弱跨域PDE学习；显式几何-算子去混杂可提升数据效率并准确恢复方程。

04:00
arXiv cs.CL

训练大语言模型表达评估意识

VT：用强化学习训练大模型更愿表达评估意识，表达量增2.4-2.9倍，潜在意识与行为大致不变。

04:00
arXiv cs.LG

通过针对探针训练实现对齐且不损失可监控性

持续更新探针引导微调，可提升无害与诚实，保持效用和可监控性，优于DPO及推理干预。

04:00
arXiv cs.AI

更多选择，更少决策：类JEV直接决策模型中的有序尺度偏差

直接决策模型存在序数尺度利用偏差，候选空间压缩，仅用约七成有效支持，BA-LoRA后训练可缓解。

04:00
arXiv cs.CV

基于学习排序与验证的智能体式相对相机位姿估计

提出PoseAgent智能体框架，用学习排序与验证调度估计器，相对相机位姿估计AUC@5最高提升4.2%。

04:00
arXiv cs.AI

多路径LLM推理中的分集合并

多路径LLM推理可建模为分集合并；路径相关性限制投票增益，提示模板多样性降相关，自适应K近MV@32精度。

04:00
arXiv cs.LG

直接偏好优化的不确定性归一化间隔

提出不确定性归一化边距DPO，结合偏好强度、提示尺度与长度归一化，实验优于DPO/SimPO。

04:00
arXiv cs.CL

DeepRewind：预测与修复深度研究智能体中的过早承诺

提出DeepRewind：以类型图追踪认知状态，预测并阻止高风险过早承诺，失效时回滚；过早承诺减少59.1%。

04:00
arXiv cs.LG

可解释但脆弱？几何-语义扰动下概念瓶颈的鲁棒性

概念瓶颈不天然提升鲁棒性，而是按几何/语义扰动转移敏感性，存在可解释性-鲁棒性权衡。

04:00
arXiv cs.LG

理解离策略与在策略蒸馏：不同训练目标的故事

多教师蒸馏中，前向KL产生算术混合，反向KL产生几何聚合；在策略蒸馏保留专家偏好，却对错误前缀敏感。

04:00
arXiv cs.LG

ChartDensity-Bench：视觉密度下多模态大模型数值数据重建基准测试

提出ChartDensity-Bench基准，评估多模态大模型在视觉密度下重建图表数值数据的能力，发现密度越高重建误差越大。

04:00
arXiv cs.CL

掩码扩散语言模型中的可靠并行解码

提出免训练方法RPD，按逐层预测稳定性与置信度筛选候选，并以累积熵预算提交，提升并行解码吞吐且保持准确率。

04:00
arXiv cs.AI

学习遗忘什么：面向大语言模型表示空间的分布性遗忘

提出非参数分布性遗忘框架Mamushi，用概率分类器排序遗忘样本，改善删除与保留权衡，减少遗忘样本需求。

04:00
arXiv cs.CL

DraftTrace：面向AI融合写作的多视角分析环境

DraftTrace同步捕捉写作成品、过程与AI交互，提供多视角分析，可区分真实写作与复制粘贴。

04:00
arXiv cs.LG

dattri-LLM：面向LLM规模的统一高效训练数据归因库

高效LLM规模训练数据归因库，以紧凑梯度表示与动态路由提速3.2倍，兼容分布式训练，可扩展至110B模型。

04:00
arXiv cs.AI

当上下文变化时：理解大语言模型中的更新失败

提出CICM基准研究LLM的过期绑定失败，发现注意力漂移致旧值胜出，无需训练调整注意力可纠正多数错误

04:00
arXiv cs.CV

蒸馏视觉证据，而非仅答案：面向视觉语言模型的跨世界同策略蒸馏

提出CW-OPD，构造关键证据不同的双视觉世界，蒸馏教师信念转变，显式监督学生对视觉证据的依赖。

04:00
ArXiv AI

Talk2Agent：面向文本智能体的语音接口基准评测

Talk2Agent：免执行评测语音接口，保留任务信息，关联完成度并优于WER/CER。

04:00
arXiv cs.AI

在测试时使用可复用原语组合任务特定的智能体执行框架

提出可复用原语与STITCH框架，测试时按任务选取组合，成功率最高提升12点，开销仅2.7%。

← 往后32 / 1194往前 →