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
68783 条条目 · 106 个活跃源
2026年8月28日
04:00
arXiv cs.CL

你的语音克隆系统其实是个语音匿名器

将语音克隆模型XTTSv2复用为语音匿名器，无需重训，在近最优隐私保护下保持可懂度和语音质量。

04:00
ArXiv AI

SpeechGym：一个用于强化学习训练语音智能体的原生音频环境

提出音频原生环境，用逐回合过程奖励解决稀疏问题，训练语音智能体，迁移至独立基准且成功率翻倍。

04:00
arXiv cs.LG

用于渗流的神经重正化群流

尺度共享神经网络递归粗粒化，小尺度训练可外推大系统，高保真重构最大团簇，潜变量呈临界涨落与重正化群流。

04:00
arXiv cs.LG

FoldPipe：异步预取的有界远程流式处理原生分子分片

FoldPipe后台预取分片、有界缓冲，实现I/O与计算重叠；MD17实验验证机制，但墙钟加速不确定。

04:00
arXiv cs.LG

函数保持重参数化下的表示测量

列置换平行分析违背函数保持重参数化不变性，成分计数与决策取决于隐藏坐标而非模型属性。

04:00
arXiv cs.CL

BALMS：用于纵向心理健康感知的智能体大语言模型基准测试

首个纵向心理健康感知智能体基准，揭示零样本智能体难胜简单基线，需增强时间证据推理。

04:00
arXiv cs.LG

基于不完全先验的欠定逆问题主动扩散推断

提出主动扩散逆问题求解器，通过后验不确定性迭代检测修正模型误差，自适应扩展参数域，在不完整先验下实现稳健推断。

04:00
arXiv cs.CL

SCIT：测试潜在思维链模型中的因果缓存载体

提出SCIT测试，发现算术经值缓存后缀传递；充分性均立，必要性仅CODI-GPT2，且能力决定载体。

04:00
arXiv cs.CV

基于基础模型迁移的锂离子正极裂纹数据高效量化

基础模型迁移实现锂离子正极裂纹的高效量化，稀疏标注即可获得群体级统计，单张图像评估退化。

04:00
arXiv cs.CV

ANTShapes：基于事件的神经形态物体分类基准数据集

用ANTShapes创建四个事件视觉数据集，经卷积脉冲网络基准测试，确认其适用性。

04:00
arXiv cs.CV

超越离散样本：高信息密度回放用于高效终身行人重识别

高信息密度回放：历史数据压缩为固定预算记忆，用复杂度分配、度量凝练与跨模态适应，提升终身行人重识别泛化并降本。

04:00
arXiv cs.AI

同时实现无嫉妒与均等性保证

商品EF1+EQ1或不存在，归一化二元商品1-7人可算；二元杂务任意人数EFX+EQX；开启跨概念事前事后。

04:00
arXiv cs.CL

Puro-2B：穷实验室的Qwen2-1.5B，在RTX 5090上以5090美元训练

开源低耗预训:RTX5090上FP8训Puro-2B,耗资<7千美元,媲美Qwen2.5-1.5B.

04:00
arXiv cs.LG

SecureDrive-FL：联合差分隐私与梯度感知选择性同态加密的联邦驾驶员监控

SecureDrive-FL：DP-SGD+梯度感知选择性加密，抗投毒窃听，仅增8-10%开销。

04:00
arXiv cs.CV

GSM8K-V：视觉语言模型能否在视觉情境中解决小学数学应用题？

提出GSM8K-V视觉数学基准；最强模型仅59%，人类91%；主要瓶颈是隐含视觉推理错误。

04:00
arXiv cs.CL

评估RAG中证据感知检索的下游实用性

证据感知检索评估下游价值不一：训练与预测不稳健，过滤效果评估有分歧，需按用途衡量。

04:00
arXiv cs.CV

高频优先：改进图像隐式神经表示的两阶段方法

高频优先两阶段训练，用软掩码加权细节像素，后全图训练，提升隐式神经表示重建质量，缓解频谱偏差。

04:00
arXiv cs.LG

在算子学习中强制执行狄利克雷边界条件

提出满足齐次狄利克雷边界条件的神经算子架构，独立于训练，适用于任意网格与一般有界区域，并证明普适逼近性。

04:00
ArXiv AI

当记忆获得梯度：面向智能体推荐系统的协作向量记忆

提出协作向量记忆法，以向量记忆替代文本，无需额外大模型调用，20项指标中19项最优。

04:00
arXiv cs.CV

面向城市语义分割的低投入训练数据生成框架

利用扩散模型和伪标签适配目标域，将低成本语义图转为高保真图像，提升城市分割精度达8个百分点。

04:00
arXiv cs.CL

RATIO：科学文献中类型化构思操作的检索基准

提出RATIO基准，用三种构思操作检索科学文献以激发灵感；实验显示专用微调有效但仍有提升空间。

04:00
arXiv cs.LG

基于非线性堆叠智能超表面的空中极限学习机

提出用级联超表面的XL-MIMO系统，在波域实现OTA分类，精度堪比数字模型，验证低复杂度无线学习可行性。

04:00
arXiv cs.CV

DOD-SA：单模态标注下的红外-可见光解耦目标检测

提出一种仅用单模态标注的红外-可见光解耦检测框架，通过协同师生网络与渐进训练降低标注成本。

04:00
arXiv cs.CV

EgoSurg：基于环境相机的手术室工作流第一人称回放的任意视点合成

EgoSurg利用环境相机重建手术室动态场景，合成任意角色视角，无创且支持安全回顾与培训。

04:00
arXiv cs.CV

ReSplat：循环高斯泼溅学习

提出循环高斯泼溅模型，利用渲染误差作反馈迭代优化高斯，无需梯度，适应多视图多分辨率，高效且SOTA。

04:00
arXiv cs.CV

多变量扩散Transformer解耦注意力用于高保真掩码-文本协同人脸生成

提出MDiTFace扩散Transformer，统一处理掩码与文本，用解耦注意力分离动态/静态路径，缓存复用静态特征，降低掩码计算开销94%以上，提升人脸保真度与条件一致性。

04:00
arXiv cs.LG

从声学分布恢复专家乐评来源的音乐艺术家网络邻接：构念效度方法

用声学分布与最优传输恢复乐评专家对音乐人的关联：整体准确率高，共识强时更高，验证存在可复现的声学核心。

04:00
arXiv cs.CV

基于注视的身份认证：影响认证性能的因素

研究基于注视的身份认证关键因素，基于8849名受试者数据，分析信号质量、校准及滤波对认证性能的影响。

04:00
arXiv cs.CL

TTPO：测试时策略优化

提出TTPO，非对称目标+投票伪标签，无标签测试时训练，数学推理媲美有监督。

04:00
arXiv cs.CL

跨领域整合RLVR能力：融合范式深度解析

RLVR融合三范式：平均差≤1.4，单基准差8.6。有专家用合并，无专家用混合RL，需保增益用蒸馏。

04:00
arXiv cs.CV

FLAT：用于MRI重建的展开网络的流对齐训练

提出FLAT方法，将展开网络与流匹配轨迹对齐，提升级联稳定性与重建质量。

04:00
ArXiv AI

FaulT-Bench：面向不可靠用户工单的网络故障排查LLM智能体基准测试

新基准测试网络故障排查智能体：应对不可靠工单时，误报场景过度诊断，工单表述比内容更关键。

04:00
ArXiv AI

磁振子诱导的声子陈绝缘体

提出磁振子声子杂化诱导的拓扑声子态：圆偏振基特尔模破缺时间反演，实现陈数绝对值一或二的可调陈绝缘体。

04:00
arXiv cs.CL

通过弱模型引导增强RLVR中的LLM探索

提出用弱模型部分推理轨迹引导目标模型缓解RLVR熵坍缩提升推理多样性无需额外监督微调性能优于基线

04:00
arXiv cs.CL

缓解多阶段LLM招聘流水线中的虚构问题：提示护栏与人工介入检查点的实证评估

提示护栏降低虚构密度但仍有半数输出造假；人工检查点消除身份虚构并显著减少捏造，建议分层防护。

04:00
arXiv cs.LG

孟加拉国农村医院开药现场药物不良反应安全核查系统：一项可行性研究

为孟加拉农村医院设计手机安全核查系统：处方拍照识别成分，匹配患者严重反应史，仅高危预警，做可行性评估。

04:00
arXiv cs.AI

语义数据处理系统的组合式在线学习

大模型调用昂贵且延迟长，可在往返中更新轻量学习器；组合式在线学习框架在生产中组合三类组件，取得约8倍加速。

04:00
arXiv cs.LG

词元级广告

词元级广告机制LAMA，将广告主影响嵌入生成过程，满足激励相容与近似最优福利，提升收益及质量。

04:00
ArXiv AI

安全性不具有组合性：自主大语言模型智能体的非衰减循环状态

跨迭代攻击下，轨迹级监控检测率等于误报率；保留非衰减循环状态可恢复安全，并把未授权操作数界为常数。

04:00
arXiv cs.CL

使临床语言模型可审计：概念引导的微调实现稳健预测

提出CAST框架，用稀疏自编码器暴露可审计特征，微调时抑制模板等伪影，提升部署鲁棒性并留审计轨迹。

04:00
arXiv cs.CL

转导语言模型的随机估计

提出基于不放回重采样和包含概率倒数的递归加权，得到目标前缀概率的无偏估计，计算-方差更优，比阈值剪枝快数个数量级。

04:00
ArXiv AI

主动感知表征植物胁迫异质性

自主机器人平台结合3D重建与运动规划，对叶片进行靶向叶绿素荧光测量，实现高分辨率生理表征。

04:00
arXiv cs.LG

椭球拟合的普适性与尖锐阈值

随机向量椭球拟合存在尖锐相变，阈值仅依赖四阶矩，高斯情形为1/4，并给出不可满足区的最优误差。

04:00
ArXiv AI

PLCBench：自主LLM代理能否将PLC访问转化为持续的物理影响？

首个真实硬件在环框架，评估自主代理从网络到持续物理影响能力。240次实验31.3%成功，丰富观测提升成功率。

04:00
arXiv cs.CL

语言模型如何组织与结构化道德知识

语言模型对道德知识的表征既非单一检测器也非彼此孤立，而是共享正成分的多维几何结构，且早于训练饱和形成。

04:00
arXiv cs.LG

分布强化学习中分位数时序差分学习的有限样本分析

同步分位数时序差分学习获全局有限样本保证；其波动不依赖分位数个数，区分局部随机与全局样本复杂度。

04:00
ArXiv AI

大语言模型在数字EDA中的角色转变：从生成到编排

LLM在EDA中从生成器、智能体走向编排者，需突破语法陷阱，构建物理感知的标准编排器以提升工业设计可靠性。

04:00
ArXiv AI

STEP：基于多模态大语言模型的状态感知任务估计与规划用于人机协作

提出STEP方法，让多模态大模型显式估计状态及转移，提升机器人任务规划的可执行性与收敛性。

04:00
arXiv cs.LG

面向好友推荐的图神经网络扩展：多哈希用户嵌入与时序邻居采样

提出可扩展GNN推荐系统，多哈希嵌入减98%存储，时序采样优化，在线好友添加增16%。

04:00
ArXiv AI

基于条件扩散从原始散射事件学习横动量分布

条件扩散模型直接从原始SIDIS事件映射到TMD PDF，无需函数假设，少量数据即可可靠估计不确定性

← 往后505 / 1376往前 →