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
68291 条条目 · 106 个活跃源
2026年8月31日
04:00
arXiv cs.AI

超越仅任务匹配：基于反事实评估的个性化技能路由

提出基于反事实评估的个性化技能路由SkillFeed，融合任务与用户画像，显著提升检索准确率。

04:00
arXiv cs.CV

ARC-CT：解剖路由对比视觉语言学习用于三维胸部CT

提出ARC-CT，用器官掩码和标签软对比学习提升胸部CT异常分类，无需手动标注，18项异常AUC达0.86。

04:00
arXiv cs.CL

分层大语言模型防御作为集成：访问层级、推理成本与防御层间实测的失败相关性

堆叠防御失败正相关，联合残余高于乘法预测；依赖源于共同架构而非采样，多样性不预测堆叠效果。

04:00
arXiv cs.LG

恰当评分规则如何塑造语言模型预测

比较五种恰当评分规则作为训练目标：语言模型总体精度相近，但校准、偏差和误差结构不同，规则不可互换。

04:00
arXiv cs.CV

LayerRecall：面向视频生成长期一致性的状态条件记忆路由

提出层选择性记忆路由，按需检索历史键值注入敏感层，以跨视野预测匹配监督，保持长视频一致与局部连续。

04:00
arXiv cs.LG

DARTS：通过外科手术实现模型合并的解码器感知表示调优

提出DARTS，用熵加权损失和逐位置偏置修正解码器表示偏差，几乎不增参数，显著提升模型合并的多任务性能。

04:00
ArXiv AI

RECAST：流式生物信号测试时自适应中的近期与上下文感知采样

RECAST依据时间近度、上下文相似性和预测可靠性挑选样本，提升血压估计精度与趋势跟踪，开销极低。

04:00
arXiv cs.AI

物理引导的流匹配CT图像重建

流匹配作为CT重建生成先验，优于扩散方法，采样步数更少，稳定高效。

04:00
arXiv cs.CL

当机器人听错我们的话：绘制语音控制具身AI的安全风险

研究发现语音识别错误可使具身AI接受并执行有害指令，削弱拒答机制，自动纠错仅部分有效。

04:00
arXiv cs.CL

量化低资源媒体情感偏差：孟加拉语新闻标题的大规模情绪画像

用Gemma 3分析30万条孟加拉语标题，发现负面情绪频现，并提出可视化情感线索的新闻界面。

04:00
arXiv cs.CV

SignRR：检索并优化真实动作以用于手语生成

提出检索-精炼范式：从真实动作片段初始化，用残差VQ-VAE精炼为全局连贯手语，保留细节，反向翻译达最优。

04:00
ArXiv AI

找到责任所在：一种基于自动失败归因的多智能体协作反思框架

多智能体协作常因特定智能体失误而失败。新框架DoCtOR先自动归因定位关键错误智能体，再让其定向反思，显著提升成功率。

04:00
ArXiv AI

GRACE：梯度引导的核心集选择用于大语言模型去学习

提出GRACE梯度引导核心集选择法，为LLM去学习构建遗忘集与保留集，提升效用并保持遗忘质量。

04:00
arXiv cs.LG

面向联邦冷启动推荐的个性化多视图表示

提出PMFRec，用个性化生成器与多视图编码器解决联邦冷启动推荐，提升效果、公平性与鲁棒性。

04:00
arXiv cs.CV

遥感图像翻译前学习目标先验：跨模态图像翻译的解耦训练范式

提出先学目标先验再条件控制的解耦范式，仅用极少参数和样本实现遥感跨模态翻译SOTA，兼顾真实性与保真度。

04:00
arXiv cs.CL

认知链式思维（CoCoT）：面向社会情境的结构化多模态推理

提出CoCoT框架，分感知、情境、规范三阶段推理，提升多模态社会任务性能，且微调可内化该模式。

04:00
arXiv cs.CL

在高考基准上评估大语言模型的性能

用高考题评估大语言模型的GAOKAO-Bench，发现其成绩有竞争力但科目差异大，评分与人类中等一致。

04:00
ArXiv AI

忆阻友好型哈达玛储层计算：大规模结构化无乘子递归

用结构化正交算子替代稠密矩阵，无乘子储层计算，参数少、运算快，性能匹敌稠密正交储层，内存占用低。

04:00
arXiv cs.CL

大语言模型的剪枝定律

提出剪枝定律，跨模型/任务/策略预测剪枝后性能，误差<7%，指导安全剪枝与高效部署。

04:00
arXiv cs.LG

面向大规模基质演化的张量加速即时多分辨率网格

EMR-HyperNEAT：预计算所有分辨率，并行过滤高方差，GPU加速12-34倍

04:00
ArXiv AI

AGENT-O：面向可互操作且受治理的医疗AI代理的语义代理卡片框架

提出医疗AI代理本体框架，支持语义卡片及报告完整性评估，发现运行时、治理、可复现性报告不足。

04:00
arXiv cs.CV

视频生成模型作为几何学习器

利用视频生成模型，将几何估计视为下一帧预测，以少量数据实现零样本深度与法线估计，性能媲美SOTA。

04:00
arXiv cs.AI

LoopArena：将模型作为循环工程运行时控制器的基准测试

提出LoopArena基准，评估控制器引导编码代理执行循环任务，最优成功率24.69%，推理成本降64.4%。

04:00
arXiv cs.CV

超越数据扩展：面向视觉-语言-动作模型的表征中心持续预训练

提出VLAct方法，以表征为中心持续预训练，有限数据下超越数据扩展，两成轨迹胜完整基线，计算开销小。

04:00
arXiv cs.LG

CARDINAL：从非增强心脏CT预测心血管风险

CARDINAL用非增强心脏CT深度学习预测心血管风险，十年AUC达0.866，优于传统方法。

04:00
ArXiv AI

MAIL：记忆驱动、自适应、增量且基于文献的化学假设生成框架

提出MAIL框架，通过记忆驱动推理自动生成化学假设，在多个数据集上取得最优质量与专家评分。

04:00
arXiv cs.CV

基于DWT-AlexNet特征融合和深度神经网络的纹理图像分类

提出融合DWT与AlexNet特征的DNN框架，用于纹理图像分类。

04:00
arXiv cs.CL

超越罗塞塔石碑：泛化动力学中的统一力

通过可控合成实验发现，语言表征统一与否决定跨语言知识迁移，提出促进表征统一以提升大模型跨语言迁移。

04:00
ArXiv AI

实值超维度序列表示：Hadamard积绑定与移位等变

提出三种实值位置编码，正弦变体支持精确移位等变，性能媲美分数幂编码且计算高效。

04:00
arXiv cs.CL

OceanGym：水下具身智能体基准环境

首个水下具身智能体综合基准，含多变环境与多模态大模型框架，揭示现有智能体与人类差距。

04:00
arXiv cs.CV

气候物理动态匹配

提出ClimPhyDM框架，融合平流物理先验与数据驱动，在ERA5上优于现有模型，误差更低、稳定性强，且支持12GB GPU训练。

04:00
arXiv cs.LG

量子SEDONet：面向偏微分方程的光谱嵌入量子深度算子网络

量子SEDONet按边界条件嵌入谱基，无需额外量子资源，使四种基准测试相对L2误差降低36%至54%。

04:00
arXiv cs.LG

经验均值最大熵方法的计算与统计效率

经验MEM收敛率达n^-1/2，优于n^-1/4；对偶化为期望风险最小化，可用随机梯度，统计计算高效。

04:00
arXiv cs.CV

污染像素能否识破深度伪造视频？

提出TaintedPixels主动视频防护：注入隐蔽水印，深度伪造后显形，伪造检出率90.72%，扰动极小。

04:00
arXiv cs.LG

走向叠加的数学理论

用框架论和压缩感知建立神经网络叠加数学理论，证明随机与最坏情形下的支持恢复定理，并给出等角紧框架的精确阈值。

04:00
arXiv cs.CL

PRISM：利用大语言模型进行多跳问答的智能体检索

PRISM用三个智能体分解查询、迭代精选证据，提升多跳问答检索精度与召回，超越强基线。

04:00
arXiv cs.CV

GeBDA：将建筑损伤评估作为文本序列预测

将建筑损伤评估视为文本序列预测用通用视觉语言模型从双时相卫星图像直接生成框和损伤等级效果良好

04:00
arXiv cs.LG

超越Procrustes距离：捕捉手性的多重线性Gromov-Wasserstein距离

提出捕捉手性的多重线性G-W距离，具鲁棒性，并给出高效算法。

04:00
arXiv cs.LG

面向科学基础模型的大规模异构数据组织：核聚变案例研究

针对核聚变数据异构稀疏特点，分析超20种传感器与多模态结构，为科学基础模型提供数据组织模板。

04:00
arXiv cs.CV

图像增强作为基于深度学习的图像检索系统的测试生成

综述50种图像增强技术并实证评估，天气模拟和SaSPA不确定性及失败率最高，GAN真实性最低

04:00
arXiv cs.LG

基于机器学习电子结构的MoS2/氧化物器件界面的从头算建模

新从头算法结合机器学习与量子输运，速度提升万倍，可模拟逾2万原子器件，揭示界面欠配位金属原子显著影响电流。

04:00
arXiv cs.AI

将构建期知识质量传播至医学问答：基于临床指南的框架

提出质量感知框架，将构建期三元组质量传播至检索与提示，降低医学问答遗漏与冲突，提升证据精度。

04:00
arXiv cs.CL

面向上下文感知安全的多模态大语言模型解码引导

提出SafeCoDe，对比加噪图像并全局调制，平衡过/欠敏感，提升上下文安全拒绝且保有用。

04:00
arXiv cs.LG

共振超声谱反问题的物理信息学习

基于物理信息的学习框架，通过降维变量和解析重构，高效求解共振超声谱弹性常数反问题

04:00
arXiv cs.CV

全面释放多模态攻击者：视觉语言模型的元自适应越狱

提出元自适应多模态越狱，优化攻击策略与权重，对多个模型攻击成功率超八成，比最强基线高24个百分点，可迁移。

04:00
arXiv cs.CL

BEACON：行为锚定的跨源网络威胁情报知识图谱构建

BEACON以攻击行为为锚，LLM抽取并分层对齐合并跨源图谱；构建最大数据集，超基线23%/9%

04:00
arXiv cs.AI

EvoUndo: Recoverability-Constrained Self-Evolution for LLM Agent Harnesses

04:00
ArXiv AI

学习使用工具：面向工具集成数学推理的强化学习

研究计算器工具调用提升数学推理，通过SFT与多种强化学习方法，工具集成带来约10个百分点提升，Tool-DAPO最佳，pass@1达66%。

04:00
arXiv cs.CL

角色扮演结构化：从问卷生成合成治疗师-来访者对话

提出SQPsych管道，用结构化问卷无泄露地生成心理治疗对话，微调模型经专家评估显著提升治疗师角色扮演效果。

04:00
arXiv cs.CL

中文标题：你交往的“人”：大语言模型如何回应暗黑三角人格特质

中文摘要：研究发现，大语言模型面对暗黑三角人格特质用户时，多数表现纠正性，但部分模型会强化或态度模糊，需提升系统安全性。

← 往后479 / 1366往前 →