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
59919 条条目 · 106 个活跃源
2026年9月30日
04:00
ArXiv AI

更多特征并非更多证据：基于 Jev 的免训练人体活动识别的局限

Jev免训练人体活动识别远逊监督模型；更多数值特征反降性能；传感器到模型接口是评估关键。

04:00
arXiv cs.CV

RA-CFGCache：从分支级准则到无分类器引导下的引导风险控制

提出RA-CFGCache，在无分类器引导下融合分支误差与传播风险，在线控制缓存，改善效率与保真权衡。

04:00
arXiv cs.LG

随机策略基线缺失下，程序化生成泛化差距究竟衡量了什么？动作规则、收敛性与缺失的随机下限

强化学习泛化差距常缺参照，应报告同关卡随机策略下限；动作规则与收敛口径会显著改变结论。

04:00
ArXiv AI

MERID：基于递归自我改进智能体的多模态探索用于重度抑郁症分析

MERID利用递归自我改进智能体，联合优化多模态表示、融合与预测器，在抑郁症检测与严重度估计基准上最优。

04:00
arXiv cs.LG

激活流：为引导而制造激活

ActFlow无需微调，仅凭k个正确标签合成激活，将沙袋式锁定模型的准确率从0.05提升至0.85。

04:00
arXiv cs.CL

大型语言模型在被训练预测自身准确率时学会不同形式的元认知

模型置信度分双信号：近训练分布追踪准确率，其他领域追踪输出一致性；后者早现可泛化，前者晚现且局限。

04:00
arXiv cs.CL

简单扩散语言模型作为少步生成器比报道的更有效

少步生成潜力被次优采样器掩盖：适度锐化无需重训，旧模型16步超越1024步，且需联合评估质量与多样性。

04:00
arXiv cs.AI

欧盟《人工智能法案》合规检查器的实证研究与评估

实证评估12款欧盟AI法案合规检查器：质量参差，仅能早期指引，易致虚假合规，并提出设计原则。

04:00
arXiv cs.CL

具无分布风险保证的更快块扩散推理服务

Redline用校准数据选配置，在风险预算内控制相对参考的失败概率，并部署最快通过者以加速块扩散推理。

04:00
arXiv cs.LG

共享自回归上下文可能扭曲合成数据中的变量关系

大模型批量生成使前序答案成上下文，扭曲合成数据变量关系并夸大相关性，请求构造影响数据效度。

04:00
arXiv cs.CL

论高效推理中的词元价值不平等

CoT推理词元价值高度不均，对数概率可区分核心与冗余词元；TokenProbe压缩冗余词元，省76%用量并保持质量。

04:00
arXiv cs.CL

量化误差是谱平坦的：单次随机探针即可作为校准、无数据的敏感度估计器，并应用于面向预算目标的混合精度量化

量化误差谱平坦，单随机高斯探针可无校准无偏估计敏感度，RAM按字节预算分配混合精度位宽。

04:00
arXiv cs.LG

Transolver 真的需要 Transformer 吗？

该模型无需 Transformer，切片/反切片全局混合才是关键，并提出高效实现。

04:00
arXiv cs.CL

NSV-Shift：面向语音到语音模型中非言语发声理解与响应适应的对比基准

NSV-Shift对比基准：评估语音到语音模型的非言语发声理解与响应适应，发现模型检测强于情绪解读与差异化回应。

04:00
arXiv cs.LG

CAESAR：通过自主嵌入空间凝聚式重组进行聚类

无需预设簇数K，CAESAR重组预训练嵌入空间，拉近互近邻、推开非近邻，文本与图像聚类均超越强基线。

04:00
ArXiv AI

ChronoSRL：面向自监督强化学习的时间几何

赋予评论家嵌入时间几何，按到达目标时间训练，并借助生存强化学习提升策略，在导航与四足任务上超越基线。

04:00
arXiv cs.LG

优先进行重复式LLM评估以发现隐藏故障

预算约束下先浅评，再依据失败倾向优先深查零失败提示，显著提升隐藏故障发现。

04:00
arXiv cs.LG

被困于自身的采样轨迹：理解联邦在线策略蒸馏中的聚合—采样反馈

联邦在线蒸馏受聚合延迟拖累，学习率敏感掩盖协作收益；提出FedTOPS自适应更新，六项推理基准提升4.56–14.57个百分点。

04:00
arXiv cs.LG

组合式目标：在结构中学习结构

提出组合目标，测量图像部件与交互；观察者所见比关系标记更关键，谱多样性、可预测性、下游效用各自独立。

04:00
arXiv cs.CL

SlopBench：我们能在多大程度上按“AI 废话”给语言模型排名？一项重复性 AI 写作的多领域基准

SlopBench用112项任务评测18个模型近2万输出，按四项表层特征评分；重加权后排名不稳，仅一项排名无歧义。

04:00
arXiv cs.CL

面向论述性文本语义相似度分析的高层文本预处理：框架与实证演示

提出高层文本预处理，用规则分离论述结构与核心主张；实验显示可降低语义相似度虚高，并提出语义扩散指数。

04:00
arXiv cs.CL

超越单智能体与一致性：通过条件渐进剪枝为多智能体辩论正名

提出条件渐进剪枝（CPP），轻量利用多轮辩论，在严格成本下超越单智能体、一致性及现有MAD框架。

04:00
arXiv cs.LG

学习年龄：预测误差的时间持续性作为学习信号

提出“学习年龄”，度量预测错误的持续时间，区分持续欠学习与短暂失误，用于离线与流式训练的样本重加权。

04:00
arXiv cs.LG

DimPO：基于偏好优化的注意力降维

DimPO以偏好优化加top-k交叉熵离线学习Q/K投影，降注意力维度；实验表明保留关键注意力排序与集中度比复现完整分布更重要。

04:00
arXiv cs.CL

系统1决策能自洽吗？一项概率一致性研究

Jev与Laya分类概率不一致：粗细预测分歧大，准确率反向变动，提升或伴随校准恶化。

04:00
arXiv cs.AI

OTROPE：面向大语言模型的基于最优传输的鲁棒离策略评估

提出免似然OTROPE，以最优传输在语义空间校正分布偏移，双稳健评估LLM，性能稳定超越基线。

04:00
ArXiv AI

HyperZip：基于超网络个性化扩散大模型的高效数据压缩

HyperZip借助超网络与多词元预测适配扩散大模型，实现高压缩率、高吞吐的数据压缩。

04:00
arXiv cs.AI

面向缓解大型推理模型中的欺骗性安全对齐

提出DSAR指标量化推理与答案的安全不一致，并用SARA强化学习法缓解且保持有用性。

04:00
arXiv cs.CV

DynamicHOI：面向物理感知手物交互重建的耦合动力学

提出物理感知重建框架DynamicHOI，耦合手物动力学并以驱动先验抑制力学不合理运动，提升重建性能。

04:00
arXiv cs.CV

在线通用增量学习：迈向任意时刻的类别与领域无关适应

提出Online VIL：类与域无边界在线共变；TopFlow以域无关流匹配与全局拓扑保持实现SOTA。

04:00
arXiv cs.CV

DARE：以双路径自回归感知编辑缓解幻觉

提出DARE混合编辑框架，融合文本、图像对比与自回归感知信号，减少LVLM物体幻觉且保持感知性能。

04:00
arXiv cs.AI

CheatBench：衡量AI智能体中的奖励作弊行为

发布基准CheatBench，跨领域衡量AI智能体的作弊行为，助力测量并减少此类风险。

04:00
arXiv cs.AI

从表面到体积：面向蛋白质表示学习的配准几何

提出Protein-TetSphere残基级配准体积表示，统一拉普拉斯坐标并融合表面与化学信息，在口袋、界面与结合剂设计上均获提升。

04:00
arXiv cs.AI

StateTape：面向长程编程智能体的动作条件化证据生命周期建模

仓库建模为符号级代码图，磁带标记写入影响的符号，随代码变更重写智能体上下文，清除失效记录、召回所需信息。

04:00
arXiv cs.CV

事件边界处的预见：评估视频世界模型中的物理预测

基于62段自由落体视频提出事件锚定评测，发现视频世界模型能触发后果却常延迟，时序合理不等于物理一致。

04:00
arXiv cs.AI

错觉真相还是单纯曝光？基于大语言模型的社交媒体模拟中的模型依赖性重复效应

四款LLM社媒模拟中重复效应因模型而异：或现错觉真相、或单纯曝光、或无效应；温度无影响。

04:00
arXiv cs.CV

重新构想视频动态

RVD通过自监督重建，从视觉上下文中解耦出可编辑的动态令牌，实现语言引导的动态编辑与重渲染。

04:00
arXiv cs.AI

ThuRunel：面向结构化咨询对话的动态解耦

提出ThuRunel咨询智能体，以动态解耦衔接共情引导与专家判断两阶段，提升信息采集与转介质量。

04:00
arXiv cs.AI

面向数据系统的 AI 软件工厂

构建 AI 软件工厂，加速数据系统研发全周期并以元数据自我改进；微软部署实现 3 倍工程效率、22 倍 token 效率。

04:00
arXiv cs.CV

ThinkingGuard：通过逐步风险归因解码多模态大语言模型中的隐式危害

提出ThinkingGuard，逐步风险归因检测多模态大模型隐式危害，构建TriggerBench

04:00
arXiv cs.CV

面向连接组学突触检测与校对的视觉语言模型基准评测

视觉语言模型在连接组学突触检测与校对：零样本近随机，微调后开源模型追平专家，跨物种合并错误识别更优。

04:00
arXiv cs.AI

PILLAR：面向增强检索的隐私保护倒排索引词法查找

PILLAR是隐私保护RAG系统，用稀疏PIR倒排索引过滤加稠密重排，服务器不知查询词与访问模式。

04:00
arXiv cs.LG

时间步加权：实现有效基于ELBO的流匹配强化学习的隐藏关键

研究ELBO流匹配强化学习的时间步加权，发现其有效权重取决于奖励与学习阶段，并提出更优加权策略。

04:00
arXiv cs.CL

RewardExplainer：从反事实偏好反馈中学习奖励模型解释

提出RewardExplainer，借反事实反馈训练可复用解释器，生成可干预评分机制，提升忠实度并助力去偏。

04:00
arXiv cs.CL

迈向大语言模型中信念稳定性的分级度量

提出分级信念稳定性指标，基于内部表征估计条件信念，发现低稳定性信念更易在对话挑战下动摇。

04:00
arXiv cs.CV

医学视觉语言模型为何未充分利用其视觉编码器：皮肤科视角

医学视觉语言模型未充分利用视觉编码器，皮肤科中编码器显著更强；描述后决策与编码器辅助重排可改善。

04:00
arXiv cs.CL

Opera：面向长周期编程智能体的语言评论家框架

Opera将每次纠正作为持久批注并跟踪至问题解决，择机审查、诊断并核验反馈，显著提升编程智能体解决率。

04:00
arXiv cs.CV

SCCM：面向ERP稠密特征对应的球面一致粗匹配

SCCM通过球面先验在粗匹配阶段校正ERP的拓扑、度量与面积三重畸变，显著提升稠密特征匹配精度。

04:00
arXiv cs.LG

直觉向量

冻结视觉模型嵌入的潜在向量算术可支持跨领域隐式规则推理，无需微调或生成模型。

04:00
arXiv cs.CV

FM-ReID：面向目标重识别的选择性竞争令牌路由

提出FM-ReID，以选择性竞争令牌路由挖掘局部判别线索，联合整体表示提升多类目标重识别。

← 往后48 / 1199往前 →