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
65130 条条目 · 106 个活跃源
2026年9月10日
04:00
arXiv cs.CL

TEFM：面向结构化数据的词元高效忠实建模

TEFM将结构化观测压缩为行为代码词元，以双保真目标实现忠实推理，临床词元仅需1%。

04:00
arXiv cs.CV

在潜在空间中融合单模态与视觉-语言表示用于多标签胸部X射线分类

融合单模态与视觉语言表示，经潜在空间精炼后混合融合，提升胸部X光多标签分类，AUROC达0.840。

04:00
arXiv cs.CV

信息分布在协同头中漂移时，多模态大语言模型会产生幻觉

提出HEAL：解耦头部信息分布，向协同头注入动态校准因子，有效抑制多模态大模型幻觉。

04:00
arXiv cs.CL

如果LLM不相信输入数据，会犯更多错误吗？

研究发现，LLM对上下文的忠实度受其可信度判断影响很弱，反事实输入仅略降低忠实度。

04:00
arXiv cs.CV

M2LG-DG：面向跨站点重性抑郁障碍分类的多模态局部-全局域泛化框架

提出M2LG-DG源域多模态局部-全局框架，融合双流rs-fMRI编码与跨站点对比学习，提升跨站点MDD分类性能。

04:00
ArXiv AI

PRAGMA：在终身对话中评估基于记忆对齐的个性化指导

提出PRAGMA基准，评估长期对话中的个性化指导；现有系统难以检索并有效利用记忆证据。

04:00
arXiv cs.CL

StochBench：面向 Lean 中随机过程的领域专用基准

StochBench：450 道 Lean 4 随机过程研究生题，涵盖马尔可夫链、鞅、布朗运动，证明率仅 34.9%。

04:00
arXiv cs.AI

从状态同步到认知自进化：认知数字孪生的可操作架构

提出四层认知数字孪生架构，构建自进化闭环，实现任务驱动的认知与决策。

04:00
arXiv cs.CV

DensePol：面向基于学习的偏振视觉的密集角度偏振数据集

提出密集角度RGB-偏振数据集DensePol，含2018组图像、180个分析器角度，显著提升偏振预测与表面法线估计。

04:00
ArXiv AI

CityPlanner：面向可执行城市规划的沙盒智能体

提出CityPlanner沙盒智能体框架，以UrbanSandbox环境和原子任务强化学习实现可执行城市规划，性能超越多种基线。

04:00
arXiv cs.CL

Osprey：目标无关预训练让投机解码中的草稿模型更强

Osprey以现成小模型做目标无关预训练与轻量适配，显著提升投机解码跨目标接受长度。

04:00
arXiv cs.AI

面向程序性指令符合性的查询条件化执行匹配

ContractEval将程序性指令表示为查询激活义务并与响应或轨迹证据匹配，使遗漏、分支错误、顺序错误等符合性失败可被检测和定位，让程序性符合性可审计。

04:00
arXiv cs.AI

RobustSGPO：面向智能体框架演化的搜索空间控制

RobustSGPO控制编辑搜索空间并从快照续搜，周期权限调度提升测试分，完成率60%→80%。

04:00
arXiv cs.LG

将基础模型嵌入应用于城市宜居性评估

利用基础模型嵌入识别关键地理指标，提出提升数据稀缺地区城市宜居性预测的系统框架。

04:00
arXiv cs.LG

解开SAC中Tanh雅可比的束缚：关于Bang-Bang控制与MetaDrive的负结果

补偿SAC中tanh雅可比损失无益：双积分器上原版SAC已近最优，旁路却致饱和、收益骤降。

04:00
ArXiv AI

基于结构签名的多智能体代理式图学习

各社区配独立智能体，以定长置换不变结构签名与Top-k语义证据推理，按需辩论协作，性能超SOTA。

04:00
ArXiv AI

学习动力学统计力学的函数空间方法

在函数空间建立学习统计力学：参数微观、函数宏观，学习算子与曲率算子控制误差涨落，偏好低曲率光滑方向加速松弛。

04:00
arXiv cs.CL

印度母婴护理的可审计急诊分诊

将分诊拆为LLM症状提取与确定性规则引擎，提升召回和可审计性，已处理逾15万咨询。

04:00
arXiv cs.CV

无镜头视线并非默认隐私安全：跨披露面的身份泄露审计

无镜头近眼传感虽不可解读，攻击者仍能恢复身份：模拟管道识别率96.7%，各披露面均泄露，隐私须实测而非凭外观。

04:00
arXiv cs.LG

张量列车弱SINDy：识别高维非线性动力学

提出TT-WSINDy，结合MANDy与WSINDy，用张量列车搜索高维非线性动力学候选函数，避免维数灾难。

04:00
arXiv cs.CL

Edu-QuRating：基于蒸馏成对判断的多维教育数据整理

提出多维教育数据评分与整理流程，蒸馏大模型成对判断评分器，改善预训练并提升GRPO后训练效果。

04:00
arXiv cs.AI

智能体AI的黑盒红队测试：一种分类法驱动的自动化风险发现框架

提出黑盒红队框架，以七域分类法与SAGE-RT自动生成对抗场景，揭示智能体治理、隐私与行为风险最高达85%。

04:00
arXiv cs.CV

AgenticGen：面向广告的奖励引导智能体视频生成

提出奖励引导智能体框架 AgenticGen，将广告视频生成拆为策略选择与草稿生成，借在线反馈优化，TikTok 上显著提升点击与转化。

04:00
arXiv cs.CL

跨数据库查询与网页搜索的混合深度研究基准

首个融合网页搜索与SQL查询的深度研究基准，含380个任务，顶尖模型通过率仅50-54%，方向性推理尤难。

04:00
arXiv cs.LG

XAI-Refine：面向脑龄预测的自动化解释-知识闭环

提出XAI-Refine，以自动解释-知识闭环将可靠事后解释转为文献验证的可微约束，迭代优化脑龄预测。

04:00
arXiv cs.AI

物理AI能力形成的七种来源

提出物理AI能力形成的七种来源，49条证据均可解释，达理论饱和并区分能力相似与形成相似。

04:00
arXiv cs.CV

活态图书馆：将档案馆藏转化为对话式知识系统——来自西奥多·罗斯福总统图书馆的经验

罗斯福图书馆将30万条档案数字化，经AI处理与专家校审，构建支撑数字人"与TR对话"展项的对话式知识系统。

04:00
arXiv cs.LG

基于多幅冰情图的不确定性感知海冰类型制图

量化多冰图标注与模型不确定性；软监督提升关联，冰边缘相关性达0.704，MC dropout校准最优。

04:00
arXiv cs.LG

梯度下降、镜像下降与跟随正则化领导者的精确形式遗憾

精确形式几何统一刻画梯度下降、镜像下降与FTRL的无遗憾偏差类，精确则次线性遗憾，非零环流则线性遗憾

04:00
arXiv cs.CL

机器言论的嬗变

本文追踪算法输出的三重演变——搜索引擎、社交媒体到生成对话系统，揭示机器言论嬗变与法律的建构作用。

04:00
ArXiv AI

RESCUE-BENCH：面向关系感知的多方情感支持对话系统

提出关系感知多方情感支持对话任务，构建RESCUE基准，评测十种LLM，发现其关系密集型任务表现欠佳。

04:00
arXiv cs.CV

Video-MOPD：面向视频理解的多教师同策略蒸馏

该模型经三领域强化学习与多教师同策略蒸馏，融合视频时序定位、理解与STEM推理，在多项视频基准达同规模最优。

04:00
arXiv cs.CL

SWORD：基于维基数据的扭曲揭示大语言模型在拒绝事实错误时的隐藏跨语言不一致性

SWORD借维基数据扰动评估LLM跨语言拒错，发现模型更信语义合理错误，亚洲语言差距达28个百分点。

04:00
arXiv cs.LG

SCCM：面向自动漂移检测与适应的流式巡航控制方法

SCCM流式巡航控制框架用于在线回归漂移检测与适应，支持早期预警、动态阈值和超参调优，提升预测性能。

04:00
arXiv cs.LG

从固定键到可读模式：面向车载智能体函数调用的小语言模型

比较功能令牌与提示内模式，车载函数调用小模型能力取决于函数表示方式而非规模。

04:00
arXiv cs.LG

留一被试评估下高效无泄漏的神经网络架构搜索

提出无泄漏分块NAS，跨被试共享搜索，BioVid上准确率升至83.39%，参数减少99.2%。

04:00
arXiv cs.LG

自动构建执行框架：代码中的自我对弈为黑盒优化蒸馏出文本框架

智能体在代码中自博弈学习搜索策略，蒸馏为文本框架，显著降低黑盒优化遗憾并跨模型迁移。

04:00
arXiv cs.CL

超越高频词：基于可解释单义特征的主题建模框架 MonoTM

MonoTM 将主题推断与语义解释解耦，借助稀疏自编码器提取的单义特征构建主题描述，比单个词更具语义价值。

04:00
arXiv cs.CL

为检索增强应用还原日本新闻中省略的时间表达

提出规则流水线jaROTE，借助发布日期还原日本新闻中省略的时间表达，提升时间约束检索性能。

04:00
arXiv cs.CV

VANTAGE-Bench：评估视觉语言模型中的基础设施AI差距

VANTAGE-Bench基准揭示视觉语言模型在基础设施AI上的缺口，时间定位与稠密描述最弱。

04:00
arXiv cs.CV

MotionBlind：探究视频大语言模型中运动理解的错觉

Video-LLM实为运动盲：新基准显示多数模型仅达随机水平，仅Gemini3.1 Pro整体通过。

04:00
arXiv cs.LG

一种估计机器学习模型样本量的统计方法

提出用局部线性表示近似非线性机器学习模型，并通过评估各局部区域统计功效来估计样本量。

04:00
arXiv cs.AI

可以安全停止吗？面向序贯临床诊断智能体的风险约束停止

提出风险约束停止层Cros，使序贯诊断智能体自主决定停诊，探索性验证选择性错误降至16.9%，非确证性安全认证。

04:00
arXiv cs.AI

情感计算的范式转移：情感共鸣、活力情感与语音交互场

主张情感分析应以语音交互场为单位，用自监督表征检测多方对话中的定向表达耦合，耦合具情境特异性。

04:00
arXiv cs.CV

视觉语言模型对农业的了解超出其表现，基于评分标准的验证可弥合差距

构建116个数据集基准，线性探测显示VLM视觉编码器已编码农业特征；以任务评分标准引导测试时推理与PPT验证，F1近乎翻倍。

04:00
arXiv cs.CV

LeCor：通过元学习测试时训练学习被纠正，用于交互式三维肺肿瘤分割

LeCor将纠正视为训练信号，对逐例重置的适配器做元学习测试时训练，单步梯度即改善未点击切片，七轮Dice升至0.827。

04:00
ArXiv AI

正确性门控多教师蒸馏中的决策偏移、标签功能丧失与无定论的依据审计

正确性门控多教师蒸馏固定实验中，加权提升部分指标却致标签功能丧失，依据审计无定论，未显优于硬过滤。

04:00
arXiv cs.CL

利用并行解码扩展电商属性抽取

两阶段LLM先挖掘购买区分属性，再用微调Qwen3-4B并行解码抽取，准确率85%、成本降92%。

04:00
arXiv cs.CL

SEA-SpeechBench：面向东南亚地区的大规模多任务语音理解基准

首个覆盖11种东南亚语言的大规模语音理解基准，含9类任务近10万样本，暴露时间理解与情感识别短板。

04:00
arXiv cs.LG

机器遗忘攻击下基于神经形态时序嵌入与混合SNN-XGBoost的鲁棒工业信息物理分类

提出SNN-XGBoost混合架构，固定SNN特征、仅重训XGBoost，电力数据高精度且抗投毒。

← 往后325 / 1303往前 →