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
70051 条条目 · 106 个活跃源
2026年8月27日
04:00
arXiv cs.CV

MAMA-FLUX.2：面向MAMA-SYNTH挑战的乳腺DCE-MRI增强后图像合成

提出MAMA-FLUX.2基于流匹配与LoRA联合肿瘤损失合成增强后乳腺MRI兼顾质量与准确性

04:00
arXiv cs.CV

SeVeR：面向三维医学图像问答的选择性视觉暴露与检索

提出乳腺MRI VQA基准BreMRIs-VQA及SeVeR选择视觉暴露，压缩视觉标记，提升判别与生成性能。

04:00
arXiv cs.CV

难度感知样本分配用于语义分割中的自适应数据增强

提出DASA框架，综合多种难度信号自适应分配增强强度，提升语义分割性能，多项实验优于标准训练。

04:00
arXiv cs.CV

CloSeR: 面向类别发现的闭集教师统一关系蒸馏

提出CloSeR，用闭集教师蒸馏全局原型和局部关系，解耦闭集识别与开放发现，提升广义类别发现性能。

04:00
arXiv cs.CV

基于骨架的零样本时空动作定位：通过弱监督预训练

提出弱监督预训练策略，融合语言对齐与场景对比学习，用于骨架零样本时空动作定位，降低高标注成本。

04:00
arXiv cs.LG

拒绝几何反映拒绝训练：多样化的拒绝前缀能提高稳定秩并削弱拒绝向量消融攻击

研究发现拒绝几何反映训练：多样化拒绝前缀提升稳定秩，使拒绝更难被向量消融攻击移除。

04:00
arXiv cs.LG

基于差商聚类的多模态回归求解：快速粗条件标签分配

提出差商聚类解决多模态回归均值坍缩，按最小矛盾比分配标签并训练条件网络，合成测试优于随机标签和均值坍缩。

04:00
arXiv cs.CV

基于伪标签差异的无标签基础模型选择：面向分布偏移下的医学影像分类

提出无标签选择指标AURCC，利用伪标签差异评估基础模型在跨医院分布偏移下的性能，无需目标域标注，排序准确率与真实排名高度一致。

04:00
arXiv cs.CL

概念与指称干扰在人类阅读和大语言模型处理中的不同动态

人类阅读中概念干扰产生强而短暂的加工代价，指称干扰弱而持久；语言模型预测与表示也呈现类似差异化动态。

04:00
arXiv cs.CV

DEFUSE：基于生成先验的自监督编码器通用后门防御

提出DEFUSE，将后门检测重构为条件扩散模型的似然估计，适用于视觉与视觉语言编码器，减少先验依赖。

04:00
arXiv cs.AI

VGGT-DP：基于视觉基础模型的泛化机器人控制

提出VGGT-DP，融合3D几何先验与本体感觉，采用VGGT编码器及帧间令牌复用，降低延迟并提升鲁棒性，在MetaWorld任务上优于DP/DP3。

04:00
arXiv cs.AI

可解释性需求的信息流视角：规约与验证

用认知时序逻辑与反事实原因量化信息流，规约并验证系统级可解释性，兼顾隐私。

04:00
arXiv cs.LG

基于梯度追踪与AdamW的鲁棒去中心化无线联邦学习

结合梯度追踪与自适应优化，双流量化误差反馈加本地回退，应对异质数据与信道不可靠，保证收敛并优化精度通信权衡。

04:00
arXiv cs.CV

InteractGesture：面向连续流式共语手势控制的渐进式分块引导

提出模型无关的推理时空间可控手势生成法，借助可微分解码器与渐进分块引导跨块回传梯度，提升多关节控制精度。

04:00
arXiv cs.CL

自然语言输入、语义轨迹表示与大模型推理：让海上信息交换模型切实可行

自然语言输入经大模型转为语义断言记录，构建知识图谱后二次推理，免除本体学习，令海上信息交换模型即时可用。

04:00
arXiv cs.CL

VISA：面向多模态指令跟随的智能体自进化数据合成

VISA：智能体自进化数据合成，利用验证反馈与目标模型错误迭代优化多模态指令数据，提升指令跟随能力

04:00
ArXiv AI

CytoNet：人类大脑皮层细胞分辨率的基础模型

提出CytoNet基础模型，基于百万切片学习皮层细胞结构表征，支持分区分层分析，揭示结构与功能联系。

04:00
arXiv cs.LG

联合初始化通量网络与有效增殖因子的物理信息神经网络中子扩散求解方法

提出JI-PINN方法，用低分辨率近似解联合初始化通量网络与keff，在保持精度下将计算时间降低25%-49%，减少异常结果。

04:00
arXiv cs.AI

海上自主水面船舶自动化透明度的可解释决策支持与自适应人机界面综述

综述百项研究，提出自适应透明度框架，耦合操作员状态估计与可解释决策支持，降低认知负荷，提升接管及时性。

04:00
arXiv cs.CL

揭示无训练大语言模型文本检测中的频谱机制

频谱分析捕捉人类写作的“生成活力”，在长文本连续生成下检测最有效，短文本等需结合其他指标。

04:00
ArXiv AI

随时预训练：结合权重平均、无需预设时长的学习率调度

权重平均结合简单衰减调度，无需预设训练时长即可达到余弦调度的性能。

04:00
arXiv cs.LG

既非精度也非架构单独决定：物理信息神经网络失效补救措施的受控测试

受控实验表明，精度与架构补救措施作用于不同失效区间，不能相互替代，需按随机种子联合评估。

04:00
arXiv cs.CV

MIMONet：多尺度输入与多尺度输出的显著目标检测网络

提出多尺度输入输出网络，分支交换特征，结合多尺度感知模块与联合损失，提升显著目标检测。

04:00
arXiv cs.CL

面向GNN知识图谱问答的查询侧攻击：从实体链接到答案生成的失败追踪

针对GNN-KGQA四阶段流程，提出分阶段隔离测试。发现子图构建是主要脆弱点，占CR攻击下99%以上性能崩溃，即使答案在子图中也难达。

04:00
arXiv cs.AI

联合语言-音频嵌入是否编码了感知音色语义？

评估发现CLAP模型与人类感知音色语义最一致，但整体仅部分编码；混响音色语义优于均衡。

04:00
arXiv cs.CV

引导采样而非卷积核网格：用于体积分割的几何引导采样算子

提出几何引导采样算子，通过局部方向采样而非变形卷积核，提升体分割边界精度，参数减少。

04:00
arXiv cs.CL

超越局部意外：指称不确定条件下作为选择性信念修正的接地对话

对话中听者面对指称不确定时，局部失配应保留原理解，累积不确定性才触发修正，此策略兼顾稳定与检索性能。

04:00
arXiv cs.LG

超越成对反馈：面向偏好奖励学习的列表式视觉-语言监督

提出列表式视觉-语言偏好奖励学习框架，应用排序模型，性能媲美成对基准，最佳成功率86%

04:00
arXiv cs.CV

FlowMoDL：基于模型的深度学习结合共轭梯度数据一致性用于高度加速的4D血流MRI重建

FlowMoDL用展开网络和共轭梯度数据一致性，支持10-50倍加速4D血流MRI重建，优于基线。

04:00
ArXiv AI

迈向预测过程挖掘的可复现性：SPICE——一个深度学习库

提出SPICE库，用PyTorch重实现三种PPM基线方法，确保可复现公平对比。

04:00
arXiv cs.LG

PaSta：部分标签学习下的噪声节点分类

提出PaSta框架，用部分标签学习构建高质量标签，双损失训练，自训练迭代优化，五数据集平均提升1.1%。

04:00
arXiv cs.LG

参数化知识图谱记忆中的存储-检索鸿沟

将知识图谱离线编译为按实体存储的适配器，可存事实但相似检索失效，存在存储-检索鸿沟。

04:00
arXiv cs.CL

前缀滑动：实现高效测试时扩展

提出前缀滑动，丢弃非前缀和最近窗口的推理标记，限制内存，三倍加速，配合强化学习可扩展至超十万标记。

04:00
arXiv cs.AI

眼见与相信：评估开源多模态大模型在反直觉场景中的语言偏差

提出反直觉场景基准CAIT，发现开源多模态模型因语言先验忽略视觉证据，微调和结构化提示可缓解。

04:00
arXiv cs.LG

FedQoS：面向异构室内外接入选择的联邦QoS风险学习

提出联邦QoS风险学习框架，本地训练全局聚合，预测链路失效概率，选择可靠接入，优于信号及历史方法，接近集中式性能。

04:00
arXiv cs.CV

社会化检测器学习：异构目标检测器的轨迹引导与互惠蒸馏

提出轨迹引导与互惠蒸馏，沿轨迹渐进整合异构检测器知识并回传，COCO上超出同步聚合2.6 AP，实现类别扩展。

04:00
ArXiv AI

利用视频中部件级可靠数据的鲁棒运动生成

利用视频中部件级可靠数据，通过部件感知掩码自回归生成运动，忽略噪声部分，性能优于基线。

04:00
arXiv cs.CV

THA-Flow生成模型：基于术前CT的假体几何预测

提出THA-Flow条件流匹配模型，从术前CT生成三维假体几何，为首个生成式AI用于全髋关节置换规划。

04:00
arXiv cs.CL

微调Whisper用于巴尼瓦语自动语音识别的初步研究

初步研究表明微调Whisper可适应极低资源土著语巴尼瓦语，词错率37.5%，字符错率7.45%。

04:00
arXiv cs.CL

失而未抹：在神经语音模型中寻找遗忘语言的痕迹

模拟被收养者语言切换，首语痕迹留存底层，早期接触加快14%再学习，关键期源于表征固化而非可塑性丧失。

04:00
arXiv cs.CV

TDFNet：面向全景显著目标检测的三投影可变形融合网络

提出首个三投影可变形融合网络，用跨投影可变形注意与纬度引导融合缓解几何失真，提升全景显著目标检测。

04:00
ArXiv AI

科学图像合成：基准测试、方法论与下游应用

系统研究科学图像合成，提出逻辑驱动框架ImgCoder与评测基准SciGenBench，揭示像素模型缺陷，验证高质量合成可提升多模态推理。

04:00
arXiv cs.CV

超越更多视角：冗余感知的自我-外部融合用于熟练度估计

提出冗余感知融合（AdaMVS+VIB-GB），解决多视角冗余与过拟合，达成熟练度估计新最优。

04:00
arXiv cs.CL

当人格遇见量化：量化大语言模型的逐层MBTI分析

人格涌现于上层，量化影响人格：4比特保留粗结构，2比特破坏一致性，解码可致漂移。

04:00
arXiv cs.LG

逃离低维重叠：基于高维稀疏解缠的多任务模型合并

提出基于稀疏自编码器的高维稀疏解缠多任务模型合并框架，并用GR-ZOO选择关键层，在多种任务上超越基线，最高提升2.78%。

04:00
arXiv cs.LG

利用正交投影解读蛋白质语言模型嵌入以预测蛋白质适应性

通过正交投影去除已知生化特征影响，揭示蛋白质语言模型嵌入编码生化特性，并量化其对适应性预测的贡献。

04:00
arXiv cs.CL

PA-CoT：面向个性化营养咨询的画像自适应思维链

提出画像自适应思维链，将画像解析作为独立推理步骤；新基准QPA上，相比11种方法，在个性化和安全性上均领先，平均分4.21。

04:00
arXiv cs.CL

检索、匹配、升级：基于VLM蒸馏交叉编码器与智能体VLM的精准可扩展商品链接

商品链接任务中，级联检索匹配，用轻量编码器处理高置信度样本，智能体VLM通过图像和网页证据解决疑难，将覆盖率从68%提升至77%。

04:00
arXiv cs.LG

采样Token反向KL在线策略蒸馏的Token级分析

反向KL在线蒸馏逐token梯度分析：低概率token主导更新，提出SuRe加权提升数学指标。

04:00
arXiv cs.CV

基于基础模型条件扩散的降水降尺度

研究三种扩散模型条件策略用于降水降尺度，交叉注意力优于简单拼接，基础模型在数据有限时更有效。

← 往后538 / 1402往前 →