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
66660 条条目 · 106 个活跃源
2026年9月2日
04:00
arXiv cs.CV

超越语言先验：诊断与修复多模态大语言模型中的视觉源幻觉

挑战语言先验，揭示视觉源幻觉，提出ACFT对抗对比微调，0.9%数据零开销达SOTA。

04:00
arXiv cs.CL

RePro：证明验证的基准重写，用于LLM数学问题求解的可靠评估

提出基于Lean证明验证的基准重写方法，确保题目与答案正确；实验显示模型性能下降，暴露记忆效应。

04:00
arXiv cs.CL

用大语言模型验证医学因果假设

评估8款大模型验证17项医学因果假设：召回率高，但证据支持与拒绝不实假设能力弱，医疗检索前须严苛评估。

04:00
arXiv cs.CV

TRUST：阈值重校准的不确定性安全训练，用于乳腺癌筛查中的认证排除

提出闭环阈值感知训练法，动态校准排除阈值并惩罚接近排除区的阳性病例。在NLBS和RSNA上，该模型在98%和95%召回率下实现最高排除率，优于基线，支持高召回选择性排除。

04:00
arXiv cs.CV

ViTAL-X: 视频-文本对齐与跨模态时间编辑

提出XTE-Bench揭示视频模型时间盲区，及自监督XTE框架；ViTAL-X仅用0.4B参数、1M片段，超越7B模型，证明精准时间对齐优于纯规模扩展。

04:00
arXiv cs.AI

MiNER：基于微调生物医学自然语言处理在临床文本中识别疟疾疾病实体

提出微调BioBERT模型，从疟疾文献中提取临床实体，性能优于多种对比方法，并发布人工标注数据集。

04:00
ArXiv AI

AI发病与死亡：临床AI失败审查框架

提出AI M&M无责框架，系统回顾临床AI失败案例，分四维分类并追踪整改，将个体错误转为机构学习。

04:00
ArXiv AI

非对称性：自发欺骗与指令欺骗

研究发现大模型自发欺骗与指令欺骗共享部分方向，但检测与干预存在跨场景不对称。

04:00
arXiv cs.CV

经验应存于何处？面向持续视觉Transformer的分层Hebbian记忆

提出分层Hebbian记忆，含工作、情景、语义三层，控制器调节读写与巩固，在持续视觉任务上高准确率，优于单库检索。

04:00
arXiv cs.CV

SlideMix：基于多模态打乱的全切片图像分析增强

SlideMix用VLM定位诊断区域并混洗特征，课程学习控制打乱强度，提升全切片图像分析准确性与泛化性，在11个数据集上验证有效。

04:00
arXiv cs.LG

复杂域中PDE的几何感知潜自回归生成模型

提出几何感知潜自回归模型：图双编码器捕捉复杂几何，流匹配潜空间自回归预测PDE，全程低误差稳定。

04:00
arXiv cs.CL

合成世界：用于大语言模型的时间性评估与知识更新

提出合成模拟框架，生成虚构事件基准和训练方法，避免数据污染并实现稳健知识更新，性能提升14.23%

04:00
arXiv cs.AI

人工智能自我改进的递归临界性

提出递归再生数判定人工智能自我改进是否自放大，取决于研发反馈结构与难度增长，而非能力水平。

04:00
arXiv cs.AI

人工智能不应仅仅有用，还应当是有条件的：人工亲密、谄媚与社会学习的未来

AI谄媚式反馈缺乏条件性与人际后果，削弱社会学习，尤其影响青少年。应转向基于轨迹与社会后果的评估。

04:00
arXiv cs.LG

不平衡时间序列分类的局部参考几何残差增强

提出局部参考几何残差增强法，诊断并修复不平衡分类中局部几何失效，提升时间序列分类性能。

04:00
arXiv cs.CL

KItCAT：基于输入损坏的知识注入用于自回归训练

KItCAT通过在训练中随机替换部分输入词元，保持原标签不变，低成本增强数据，显著提升持续预训练注入专业知识的效率。

04:00
arXiv cs.CV

FoldingAgent：从演示视频推断参数化折纸程序

提出智能体框架，结合视觉语言模型与专用工具，从演示视频推断可执行的参数化折纸程序，并在基准上验证有效。

04:00
ArXiv AI

IMPACT：注意力即交互图，实现可扩展的交互感知世界模型训练

提出利用注意力先验与局部误差构造交互图，重加权去噪监督，无需外部标注，提升交互真实性与物理合理性。

04:00
arXiv cs.LG

Safin-1：通过记忆原生状态演化实现内在安全

提出记忆路由状态演化，使安全成为模型内在原生能力，免外部护栏与微调，经测试时适配提升安全及长程任务表现。

04:00
arXiv cs.LG

比闪电更快：利用注意力稀疏性实现高效长上下文解码

提出Faster Flash Decoding框架，融合选择与计算、低比特量化及top-delta稀疏策略，免训练即插即用，实现11.6倍内核加速与2.37倍端到端吞吐提升，支持256K上下文。

04:00
arXiv cs.AI

面向全季大豆农场作业的智慧农业智能体引擎部署与评估

FAIRY智慧农业智能体：以事件范式驱动全季大豆作业，评估9控制器于100场景。

04:00
ArXiv AI

不同表征学习目标从同一心理测量数据中恢复出不同的潜在结构

不同表征目标从相同数据恢复不同潜在结构：对比增强师生匹配，减弱表型；多任务折中。

04:00
arXiv cs.CV

Puppeteer：物体锚定的姿态感知共语手势生成

提出一种模型，在因果潜空间扩散，融合语音、历史动作与物体几何，生成姿态感知和物体锚定的共语手势。

04:00
arXiv cs.CL

OCGQuant：面向NVFP4量化的离群伴随分组

提出后训练量化法：将离群通道与低幅伴随通道配对，优化激活块组成，困惑度最低且精度最佳，速度与内存接近基准方法。

04:00
arXiv cs.LG

生成式人工智能用于可靠的腐蚀机理推理

提出领域自适应RAG框架，微调三模型并混合检索，提升镁合金腐蚀知识合成可靠性，引入Reason Map检测因果推理缺陷。

04:00
arXiv cs.LG

好记忆应具备 ECC：超越准确率评估视觉语言模型的记忆能力

提出ECC基准，从效率、压缩、校准三轴评估视觉语言模型记忆：能压缩文本而非视频，校准不佳；非Transformer架构权衡更优。

04:00
arXiv cs.LG

基于精英加权的监督微调用于目标导向分子优化

提出EW-SFT方法，用奖励挑选高评分分子并以原生损失微调，统一适用于多种分子生成器，提升目标导向优化性能。

04:00
arXiv cs.CV

SAM3-LoRA：面向多类结构缺陷分割的概念可提示基础模型的参数高效适配

将LoRA用于SAM3，以类名提示并设硬负样本训练，仅更新0.121%参数，分割性能大幅提升。

04:00
arXiv cs.LG

天生有缺，进化完美

AI模型因环境漂移而性能下降。研究发现，对模型系数施加故意突变可提升动态环境表现，以个体性能换群体收益，经定理证明和实验验证有效。

04:00
arXiv cs.CV

揭示人脸嵌入：利用基础模型进行读取、渲染与命名

线性变换使人脸嵌入与基础模型对齐，无需训练即可实现自然语言描述、图像重建与身份命名。

04:00
ArXiv AI

LLM驱动的自动驾驶车辆在行人让行中继承人类驾驶员偏见：新基准的结果与启示

提出两种模型偏见测试法，发现让行决策受行人性别、族裔、宗教、残疾等影响，质疑常识模型范式。

04:00
arXiv cs.CL

差异之下：代码级自主研究循环中算法模式坍缩的诊断与缓解

自主循环现算法模式坍缩：编辑多样但机制趋同，指标虚高外部失灵。所提方法降语义坍缩近七成、增忠实度约八成。

04:00
ArXiv AI

ReDeck：文档转幻灯片的步骤级渲染反馈精炼方法

提出ReDeck，将幻灯片修订拆为原子编辑并逐步获取渲染反馈，多粒度纠错，显著优于现有生成代理。

04:00
arXiv cs.CV

少即是多：视觉概念融合中正负空间的平衡

提出自动融合管道，显式运用正负空间，结合扩散与矢量优化，提升概念融合的创意与可识别性。

04:00
arXiv cs.CL

通用语还是探测伪影？重新审视多语言大模型中的潜在语言

探针结果矛盾：几何探针显示早期跨语混融，解码探针保留语种特征和英语偏向，不能证明单一内部通用语。

04:00
arXiv cs.CL

通用NLP嵌入能捕捉本体推理吗？

提出AVA框架测试嵌入模型本体推理，最佳准确率0.739，硬负例0.135，微调提升但迁移差，存语义鸿沟。

04:00
arXiv cs.CV

面向胸部CT免文本三维异常分割的实例引导报告锚定

提出实例引导报告锚定：训练利用报告文本，推理仅需图像即可分割多类异常，胜过无文本基线两成，近顶尖方法。

04:00
arXiv cs.LG

WHALE：联合优化执行代码与权重的简单方法

提出WHALE交替法，交替更新模型权重与搜索最优执行代码，避免单侧瓶颈，显著超越仅权重或仅代码等基线。

04:00
arXiv cs.CL

生命算子：多尺度生命建模的自进化框架

提出生命算子框架，含感知、演化、生成及桥接算子，构建任务图，支持模块化修正，累积成多尺度人体模型，为医疗超智能奠基。

04:00
arXiv cs.LG

QTEA：基于稀疏残差显著权重和逐列优化的三值大语言模型

亚2比特量化法，三值权重+稀疏残差显著权重，逐列优化，达1.7比特/权重，精度高、速度快。

04:00
arXiv cs.CL

在基于大语言模型的对话推荐中，检索、评分与解码决定性能与稳定性

语义候选池下专有大语言模型重排胜基线，零样本评分虚高；开源不及浅层模型，换候选源提升五成以上，温度影响稳定性。

04:00
arXiv cs.CL

多模态大语言模型是先看后读吗？——诊断情境性附和

外部文本会覆盖冲突图像证据，造成情境性附和。诊断显示信息边界影响性能，S2VA法最优，提升19.7–44.1点。

04:00
arXiv cs.CL

审计自我改进智能体中的框架篡改

框架篡改指自改进智能体修改自身框架造成虚假提升或违反完整性约束；提出分类与审计，发现真实轨迹中普遍存在

04:00
arXiv cs.CV

一眼足矣：SimLoss单遍细粒度图像描述

提出SimLoss，用嵌入空间对比损失训练单遍模型，无需多阶段流程，精度接近多阶段方法，速度提升约20倍。

04:00
arXiv cs.AI

ConvDeck：基于阶段特定用户反馈的对话式论文到幻灯片生成

提出ConvDeck，通过阶段式对话循环让用户参与论文转幻灯片的迭代优化，平衡叙述连贯性与用户目标满意度。

04:00
arXiv cs.CV

Streaming4D：通过分块视频生成与增量重建加速4D世界模型

提出Streaming4D，将分块视频生成与增量3D重建同步并行，降低交互延迟，在RTX 4090上提速1.24倍，保持几何质量与多视角一致性。

04:00
arXiv cs.CL

LLM作为人口统计学：社会人口提示帮助谁，又伤害谁

LLM裁判偏向白人与高学历者；人口提示加剧对少数群体的偏差，指令微调是诱因。

04:00
ArXiv AI

人机共同诠释以促进可信AI：一种诠释学视角

指出大模型输出常被误当作确定意义，缺乏诠释框架与溯源；基于哲学诠释学，提出人机协同诠释的设计原则，以保障问责与可辩护性。

04:00
arXiv cs.LG

HBQ：面向高效大模型推理的硬件感知分层缩放块量化

提出HBQ分层块量化，用大块加有效缩放补偿精度，W4A5达W4A16精度，硬件更省，能效与速度优于现有方法。

04:00
arXiv cs.CV

GenScale：图像生成与编辑中物体相对尺度基准

提出GenScale基准，含900图像级条目与1643对尺度关系，评估生成编辑的物体相对大小；配套Rescale后处理可修正尺度，提升合理性。

← 往后420 / 1334往前 →