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
65253 条条目 · 106 个活跃源
2026年9月9日
04:00
arXiv cs.CV

GenPuzzle：图像生成模型的视觉推理基准测试

GenPuzzle要求图像模型保持状态并逻辑求解，含2005道视觉推理题；最强模型仅达40.57%，暴露逻辑与几何缺陷。

04:00
arXiv cs.LG

IXPLORE：有界理想点估计与基于网格的不确定性量化

有界理想点估计：融合预测拟合与稀疏感知似然，重建/插补误差低，尤其适合稀疏用户，网格化不确定性量化。

04:00
arXiv cs.CL

不止于标记：临床框架弥合自杀风险测量中的审核差距

审核接口难测分级自杀风险，临床框架零样本提示显著提升精度，应依据分级风险而非二元标记履行责任。

04:00
arXiv cs.CL

操控几何：验证LLM操控空间中的人类价值几何

分布驱动操控恢复价值几何，行为中心法不行；规模增大提升保真，指令微调降低；几何对齐越好迁移越符合人类。

04:00
ArXiv AI

基于像素-提示联合优化的视觉语言模型多模态资源耗尽攻击

首个联合像素与提示优化的资源耗尽攻击，使延迟能耗放大数倍至数十倍，揭示多模态服务防御盲区。

04:00
arXiv cs.LG

机器学习用于培养前ESBL风险分层以指导经验性抗生素选择：一项12家医院肠杆菌科培养研究

培养前机器学习预测ESBL，12医院13万份培养，敏感90%时NPV95.8%，可指导减用碳青霉烯。

04:00
arXiv cs.CL

多模型LLM简答题评分的信度、效度与诊断证据

多模型LLM简答题评分信度高效度佳，诊断模式符合预期，优于传统基线，可作辅助而非替代人工。

04:00
arXiv cs.CL

SLATE：AI生成的幻灯片教学有效吗？——语言教学质量与学习者知识习得基准

新基准揭示人工智能生成幻灯片的视觉质量与教学效果脱节，教学设计比内容更促学习，前沿模型亦致负学习增益。

04:00
arXiv cs.CV

CoRe-SAM3：面向SAM3裂缝分割的条件语义-视觉调和

基于语义与视觉差异，以语义为主、视觉生成条件残差校正分割，仅1.9万参数使交并比达70.5%、线相似度达89.2%。

04:00
arXiv cs.LG

ERASE：无需显式反学习的即时遗忘

提出ERASE推理时遗忘方法：类条件输入扰动，不改权重、无需重训，在抑制指定子类影响下保留其他预测。

04:00
arXiv cs.CL

纠错即标注：面向中世纪拉丁语文献的依存句法分析器自举训练

专家纠错迭代标注1804句，仅33小时使词性准确率从0.80升至0.98，依存句法从0.48升至0.92，优于基线且训练数据少97%。

04:00
arXiv cs.CL

跨语言表示对齐的语言无关空间令牌级最优传输

提出CAROT方法，用最优传输在令牌级对齐跨语言表示并保留语言特有信息，显著提升多语言性能与语言一致性。

04:00
ArXiv AI

CWF：面向个性化且可靠科普写作的协作框架

提出个性化可靠科普写作任务，构建数据集与基准PSCB，用DA-MoE解耦受众与知识，多智能体事实核查保真，达最优性能。

04:00
arXiv cs.AI

超越最终决定：面向透明AI辅助同行评议的过程中心基准

提出过程中心基准，用金标准与预测过程变量对比，揭示AI审稿最终决定缺乏证据支持，需透明审计。

04:00
arXiv cs.CL

InsightChain：面向LLM驱动数据可视化的优化链式洞察分析

提出InsightChain四阶段可视化流水线及视觉引导优化方法，新指标IPM，实验优于基线。

04:00
arXiv cs.LG

基于大语言模型的数据质量规则生成

针对数据质量规则难维护，提出基于大语言模型的自动生成方法，过滤冗余并验证有效性。

04:00
arXiv cs.LG

FANS：面向异构设备的联邦自适应网络搜索学习

提出FANS超网络框架与FPS算法，学习共享架构空间，并行自蒸馏训练子网络，扩展候选池，改善精度-效率权衡。

04:00
arXiv cs.LG

日历-SPCA：面向多周期电力消费曲线的可解释表示学习

日历稀疏主成分法将多周期结构融入表示学习，产生稀疏连贯负荷模式，保留主要方差并提升可解释性。

04:00
arXiv cs.CV

利用高斯过程校正特征缓存加速扩散Transformer

提出高斯过程回归校正框架，利用残差零均值高斯特性与不确定性自适应策略，减少计算且提质。

04:00
arXiv cs.CL

DFlow：在块扩散投机解码中实现验证器信息流

DFlow复用验证器在拒绝后缀的隐藏状态，跨轮引导草稿生成，提升解码效率。

04:00
ArXiv AI

PDDL规划中的实例生成器生成

提出用大语言模型自动生成PDDL实例生成器，内置合法性检查，高效生成多样合法实例。

04:00
arXiv cs.LG

ACE：MoE大语言模型参数高效微调中的跨专家适配器整合

ACE将冗余专家分组，用组共享高秩LoRA替代专家专用LoRA，分组执行，提升精度并加速训练1.31-1.48倍。

04:00
arXiv cs.AI

MOAE：基于帕累托保持搜索的多目标智能体演化

提出MOAE：帕累托保持演化搜索，优化智能体任务性能、轨迹质量与安全，无需固定标量化。

04:00
arXiv cs.CL

SAGE：叙事阐释性文学质量的分层评估框架

SAGE六层框架评估LLM叙事：情感心理接近人类，文化批判与哲学深度差距加倍，甚至不如商业小说。

04:00
arXiv cs.LG

超越免重训MoE压缩：压缩后调整的成本归一化研究

免重训的MoE压缩需配合小规模调整：用3000样本微调即可恢复37.3%的性能损失，且优于知识蒸馏。

04:00
arXiv cs.CV

PAI-Actor：动态场景中的电影级多角色替换

提出电影级多角色动画框架，在真实视频中替换动态角色，保持场景一致性与画质，实现高效长视频生成。

04:00
arXiv cs.CV

STAR-Pro：面向高效大型视觉语言模型的分阶段令牌自适应缩减与渐进式精炼

免训练两阶段视觉令牌缩减：先保留广泛特征覆盖，再用动态注意力渐进精炼，在激进压缩下保持性能并显著提速。

04:00
ArXiv AI

SAP：状态引导与参数溯源的多轮工具使用数据合成

提出状态引导与参数溯源的数据合成法SAP，生成高质量多轮工具调用轨迹，构建的SAP-4B媲美更大模型。

04:00
arXiv cs.CV

AVSplat：基于辅助视图预处理的密集视图前馈三维高斯泼溅

提出AVSplat，用辅助视图预处理和自适应体素融合，使性能随视图增多稳定提升，避免密集视图退化。

04:00
arXiv cs.CV

超越分类：结构化监督对齐医学语义与视觉证据

三种结构化监督均缓解ViT空间坍缩，图文对齐最优，聚焦真实病变，提升分类精度与可解释性。

04:00
arXiv cs.LG

情境化删失需求下的定价库存学习

提出情境化删失需求下定价库存框架，采用基函数线性模型，获最优遗憾界，实验验证有效。

04:00
arXiv cs.CV

FineHOI：面向零样本人-物交互检测的部件感知密集表示

FineHOI用密集部件特征与自适应注意力，改进空间建模，提升零样本人-物交互识别。

04:00
arXiv cs.AI

Generator-Independent Runtime Assurance under Partial Observation

04:00
arXiv cs.AI

智能体压力：可靠自主性的内生熵

智能体压力：目标与合规冲突的内生动能，超阈值致安全漂移，并借工具性幻觉合理化违规以维持自主。

04:00
arXiv cs.LG

FedSubMuon：基于结构化子空间Muon的通信高效联邦大语言模型微调

在共享结构化子空间优化紧凑系数矩阵，降低联邦微调通信；扩展版以投影梯度提精度，多数任务最佳且节省通信。

04:00
arXiv cs.AI

DAREBench：模型作为智能体的部署感知与可靠评测

提出部署感知可靠评测：233任务、35模型、合约审计，无模型全能，选型需权衡负载、模式与精度成本。

04:00
arXiv cs.CL

利用E值发现值得翻译的语言

利用配对e过程，统计受控且随时有效地识别值得翻译的语言，决策可审计，提升分类准确率。

04:00
arXiv cs.AI

通过执行轨迹解释AI智能体

提出基于执行轨迹的事后XAI框架，生成忠实自然语言报告，跨架构适用，优于朴素LLM解释。

04:00
arXiv cs.LG

从连接组到功能：面向储层计算的条件生成潜在表征

条件生成潜在框架可编码连接组并重建生成图，用于储层计算，功能预测R²达0.87，揭示任务依赖的结构机制。

04:00
arXiv cs.CL

面向产品视频属性值提取的视觉搜索增强链式思维推理

提出免训练ViS-CoT，用视觉搜索与链式推理增强视频VLM提取属性，平均微F1提升17.91%。

04:00
ArXiv AI

LayerRoute：用于视觉-语言-动作策略的动作条件层混合路由

提出动作条件层混合路由与状态重读，自适应调用模型分层表征，提升视觉语言动作策略性能，参数增加极微。

04:00
arXiv cs.CV

STP-BENCH：基于组织病理学图像的虚拟空间转录组学统一系统基准

提出该基准：含六种癌症、两类平台，评估二十一种预测法，统一编码会改变排名，已开源。

04:00
arXiv cs.CL

分解LLM评判不确定性以定向专家标注

将不确定性分解为偶然与认知，用贝叶斯模型识别评判者无知以定向专家标注，比总不确定性多消除83%错误。

04:00
arXiv cs.CV

测试时弱到强对齐：将隐式奖励从弱流模型迁移到强流模型

提出AlignGraft，利用弱源对齐模型的速度差作为隐式奖励，在采样时引导冻结的强模型，无需奖励或梯度，即可跨尺度迁移对齐。

04:00
arXiv cs.CL

LLMs Mirror Country-Specific Gender Patterns If Asked, but Skew Male When Generating Media in Local Languages

04:00
arXiv cs.CL

ProcArena：面向大语言模型的自然语言直接与交互式PL/SQL开发多场景基准

提出多场景执行基准，覆盖自然语言到PL/SQL的直接与交互开发；最佳模型平均仅约六成，凸显挑战。

04:00
arXiv cs.LG

PhenoBench：揭示深度表型人类队列能告诉我们的信息

构建基于深度表型队列的可执行基准，定义临床任务，评估表格与语言模型，发现预测增益有限，支持版本化审计。

04:00
arXiv cs.CL

面向多域多任务学习的层级Wasserstein合并：从专家到通才

提出层级Wasserstein合并法，建模专家为表示分布，用重心聚合或对齐实现多域多任务学习，效果好。

04:00
arXiv cs.LG

VERPO：验证证据正则化策略优化

提出VERPO，以证据修正策略并保留结果目标，在科学推理和工具任务上超越最强基线，平均分提升显著。

04:00
arXiv cs.CV

基于含噪单目深度估计与多点匹配的高效鲁棒、相机无关的多视图三维几何重建

高效鲁棒的相机无关三维重建，利用点间线性关系与多点匹配，可从含噪单目深度或弱透视估计，无需相机参数

← 往后342 / 1306往前 →