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
67365 条条目 · 106 个活跃源
2026年9月1日
04:00
arXiv cs.LG

文本到视频扩散模型对硬件故障的韧性研究

首次研究T2V扩散模型硬件故障，单故障降3.7%，内存故障更伤，低精度格式易损，7-28%致语义改变。

04:00
arXiv cs.CV

Chat-Edit-3D++：基于大语言模型的交互式3D与4D场景编辑

提出Hash-Atlas解耦网络，基于大模型实现对话式3D/4D编辑，可调度30种视觉工具。

04:00
arXiv cs.LG

以目标为中心的量化感知训练综述

以目标为中心的量化感知训练综述，系统梳理方法、跨目标差异与评估范式，探讨优化部署挑战及未来方向。

04:00
arXiv cs.CL

本体引导的多智能体学术评价文本中评价对象抽取——来自中国图书情报学的证据

提出本体引导多智能体框架抽取学术评价对象，显著提升精度与细粒度分类，支撑循证科研评价。

04:00
arXiv cs.LG

基于Wasserstein梯度流的一步生成模型奖励引导微调

提出基于Wasserstein梯度流的一步生成模型奖励微调方法，无需奖励梯度，缓解奖励黑客与模式坍塌，提升对齐性能。

04:00
arXiv cs.CV

梯度能量总变差的张量变分公式

提出梯度能量总变差的张量变分公式，证明凸性并推得欧拉-拉格朗日方程，去噪实验优于EAD和TV。

04:00
arXiv cs.CV

面向开放词汇3D场景理解的动态鲁棒光度-语义重建

提出SPAR，联合几何语义编码，显式分离动态噪声，动态场景下实现SOTA的新视图合成与语义分割。

04:00
arXiv cs.CL

LLM评委作为评分者：对公共语料库中LLM作文评分的严格度、光环效应、信度与版本不稳定性的预注册审计

预注册审计：LLM评分严格度差异大，与人类相关仅.47-.56；版本更新显著改变评分，光环效应未见超人类证据。

04:00
arXiv cs.LG

最后一步至关重要：早期不确定性无法预测长周期智能体的失败

早期不确定性无法预测长周期智能体失败，仅最终步骤的置信度有效（AUROC 0.85）。

04:00
arXiv cs.CV

STARLINC：利用帧间相关性去除卫星轨迹伪影

首个无需像素标注的卫星轨迹去除ML框架，利用合成数据、帧间差分图和热力图，显著提升真实数据效果。

04:00
arXiv cs.LG

创造始于理解：大语言模型作为隐私保护表格数据合成的策略设计者

该方法用大语言模型设计合成流程而非直接生成记录，基于树摘要，兼顾统计保真度、预测效用与隐私风险，减少计算。

04:00
arXiv cs.CV

无训练流匹配图像生成器的隐藏状态精化

提出无训练循环框架，在去噪器内重复精化隐藏状态，提升流匹配生成质量，不改变权重或采样器，显著提高指标。

04:00
arXiv cs.CV

SGRNet：面向头颈癌结构化放射学报告的空间引导放射网络

SGRNet利用器官分割和肿瘤定位先验头颈癌结构化报告mAP达0.60较3D基线提升8.8个百分点

04:00
arXiv cs.CV

利用正则化项中的通道表示：图像扩散案例研究

提出基于通道编码的新非线性扩散滤波，用软直方图能量泛函推导更新，抗混合噪声，恢复性能优。

04:00
arXiv cs.CL

你如何提问，就收获什么：理论引导的求助型LLM对话中表述清晰度的测量

用户表述方式可测且独立于主题，影响模型回复；信息贫乏的长篇提问得到模糊回答。

04:00
arXiv cs.CV

SGPDFuse：语义引导的物理解缠通用多模态图像融合

提出语义引导物理解缠融合方法，解耦固有场景与瞬态干扰，语义对齐保目标，纹理正则除伪影，统一架构达三类基准最优。

04:00
arXiv cs.CV

面向联邦视频域适应的多尺度时间域对齐

提出METAL框架，用多尺度时间对齐与蒸馏解决联邦视频域适应的时序对齐难题，达最优。

04:00
arXiv cs.CL

SUP-MIMIC：评估大语言模型对矛盾证据鲁棒性的多任务临床诊断基准

提出SUP-MIMIC多任务基准，评估临床诊断歧义与趋同场景，揭示大模型依赖统计捷径、性能下降，且存在“健康”预测的保守偏差。

04:00
arXiv cs.CL

SemTrace：基于源文档的语义签名，用于追踪大语言模型对受保护文档的接触

基于文档事实构建语义签名水印，经推理解码检测生成文本是否受保护稿件影响，实现模型无关的指定副本溯源。

04:00
arXiv cs.LG

GraM-Diff：基于脑电图的阿尔茨海默病数据生成与诊断的统一图-曼巴扩散框架

提出图曼巴扩散框架，融合图卷积与双向状态空间，单模型生成健康与病理脑电，提升AD分类和鲁棒性。

04:00
arXiv cs.CL

超越表面对齐：锚定大语言模型中情境理解与生成控制的动态

针对表面对齐局限，提出锚定对齐：评估情境与生成锚定，并以动态控制让模型真正理解情境与生成。

04:00
arXiv cs.CL

链式歧义与意图漂移下对话式Text-to-SQL的LLM评估

提出TIDE-Bench基准，评估LLM在链式歧义和意图漂移下的表现，发现识别瓶颈与漂移差距。

04:00
arXiv cs.LG

PruneShift：结构化剪枝中决策可靠性评估框架

结构化剪枝因评估成本高常用替代指标，但现有摘要不可靠。该框架分离预测保真度与选择决策质量，证明秩相关可高而选择遗憾可大，实验显示决策可靠性需独立评估。

04:00
arXiv cs.LG

敏感度约束神经算子用于偏微分方程系统的数据高效正演与反演建模

敏感度约束神经算子引入采样雅可比监督，增强正演与反演，高维输入下精度成本权衡改善，海啸源反演验证。

04:00
arXiv cs.CL

LoGo：令牌级动态局部-全局注意力

提出LoGo动态注意力，按需分配全局预算，兼顾效率与长程性能，优于静态混合。

04:00
arXiv cs.CV

面向类无关检测的无背景目标性学习

无背景目标性学习(B-FOR)：免背景监督，位移感知尺度场解码，类无关检测AR提升10+点。

04:00
arXiv cs.LG

ECA-BLS：一种高效的复数增强宽度学习系统

提出复数增强宽度学习系统获取二阶统计，并实现高效等价版本，计算降低且理论无损，在二十六个数据集上表现最优。

04:00
arXiv cs.CL

Hindsight Memory-PRM：用可审计的事后信用监督记忆管理

利用检索命中和引用等可审计证据训练记忆效用评估器，无需人工标注，显著提升长程任务表现。

04:00
arXiv cs.CV

免标定孔径衍射的紧凑型快照光谱成像

提出免标定快照光谱成像法：仅用衍射透镜、二元掩膜和拜耳传感器，实现全分辨率重建，并设计高效重建框架。

04:00
arXiv cs.CL

Agent Zero Memory：面向LLM代理的溯源感知长期记忆

提出溯源感知长期记忆系统，以三类记忆协同存储用户历史，检索严格引用证据，防幻觉，在两项基准上刷新SOTA。

04:00
arXiv cs.LG

不确定性驱动的强化学习回放记忆

提出不确定性驱动的回放记忆，基于模型不确定性更新缓冲区，存储高不确定转换以提升泛化，训练中获得更高奖励。

04:00
arXiv cs.LG

部分线性自编码器用于流形学习与降维

研究表明，线性编码器配合非线性解码器即可保持自编码器性能，非线性解码器才是流形学习关键。

04:00
arXiv cs.CL

TACS：面向LLM越狱后缀优化的轨迹感知候选选择

提出轨迹感知候选选择方法，避免只看当前损失的短视选择，缓解选择阶段奖励黑客，显著提升越狱攻击成功率。

04:00
arXiv cs.LG

为下一次点击而设计：实时页面布局的Bandit算法

基于上下文老虎机实时优化页面布局，线上A/B测试较启发式基线获正提升。

04:00
arXiv cs.CL

哪个是香蕉人？评估视觉语言模型在多轮语用解读中的表现

在重复指代游戏中，人类能利用上下文理解指代表达，而视觉语言模型难以构建相关语境，缺乏协作能力。

04:00
arXiv cs.CV

OPUS-V2：弥合稀疏点与稠密体素之间的差距

OPUS-V2引入轻量点-体素变换模块，将稀疏预测映射为稠密体素，消除手工启发式，提升精度，适应任意分辨率，实现实时最优性能。

04:00
arXiv cs.CV

基于贝叶斯优化的超像素-GrabCut可追溯视盘分割

提出可追溯可训练视盘分割流程，结合超像素与GrabCut，贝叶斯优化超参，Dice达0.9536，媲美深度学习，透明可审计。

04:00
arXiv cs.LG

面向混合专家模型的结构感知神经架构搜索

提出结构感知神经架构搜索，联合优化混合专家簇分配与架构，用广义期望最大化求解，优于无标签基线并恢复簇划分。

04:00
arXiv cs.LG

面向表达能力归一化的ANN与SNN能耗需求比较

面向时间序列，在匹配表达能力下比较ANN与SNN能耗，推导表达力归一化效率比，ANN仅特定区域占优。

04:00
arXiv cs.LG

分子表示学习中的结构层级与几何

用BM骨架监督分子自监督学习，使嵌入按骨架组织，提升部分性质预测；洛伦兹目标下效应更强，但几何无一致优势。

04:00
arXiv cs.CV

RLG-TPV：雷达与激光雷达引导的三视角融合用于相机-雷达3D目标检测

RLG-TPV：雷达激光引导三视角融合，相机-雷达3D检测，mAP0.4981，NDS0.5959。

04:00
arXiv cs.CV

面向三维场景重建的无约束图像集合地面-卫星定位

提出层次化跨视角定位，结合SfM约束与核密度估计，实现无约束图像到卫星定位，支持尺度估计与重建合并。

04:00
arXiv cs.CV

泛化超越记忆：面向单图像多视角合成的泛化感知扩散适配

泛化超越记忆框架：场景分离验证与扩散适配，单图多视角合成夺冠，证小数据下验证设计与训练轨迹控制关键。

04:00
arXiv cs.LG

论大语言模型中私人信息遗忘的可恢复性

现有遗忘方法未真正消除敏感信息，逆贪心解码可恢复已遗忘隐私，需更可靠技术。

04:00
arXiv cs.LG

INTERVenE：基于时间抽象区间的Transformer用于短期医疗事件预测

提出INTERVenE，利用知识型时间抽象区间生成临床概念token流，提升ICU事件预测准确性与可解释性。

04:00
arXiv cs.CL

大语言模型中用于情感检测的跨语言功能向量

跨语言功能向量可驱动情感检测，捕获与语言无关的任务信号，且轻量高效，近似少样本效果。

04:00
arXiv cs.CL

JPO：刑事判决预测中结构化法律推理的司法策略优化

提出JPO框架，以教师推理和强化学习优化刑事判决的结构化法律推理，提升判决与推理质量。

04:00
arXiv cs.CV

PERSIST：用于镜头边界检测的持久状态判别

提出持久状态判别方法，将镜头边界检测转为语义判别，大幅削减误检并保持召回，与最强检测器表现持平。

04:00
arXiv cs.CV

QCell：重组与对齐细胞查询用于重叠实例分割

针对显微镜下重叠细胞分割，提出QCell模型，通过实例重组与对比查询对齐，在多个基准上超越现有方法。

04:00
arXiv cs.CL

MI-Distillation：面向思维链蒸馏的模型插值指令-推理数据谱选择

提出MI-Distillation框架，从模型插值构造的数据谱中选信息量且可学的推理路径，提升小模型思维链蒸馏效果。

← 往后450 / 1348往前 →