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
70336 条条目 · 106 个活跃源
2026年8月25日
04:00
arXiv cs.CV

FIRM-Video：先查后评，实现可靠的文本到视频奖励建模

提出先查后评的清单驱动框架，分维度核实后再聚合评分，实现可靠高效的文本到视频奖励建模，基准性能最优。

04:00
arXiv cs.CL

词汇扰动干扰LLM推理：注意力偏移的实证研究

词汇扰动致分词碎片化引发注意力偏移降低推理性能碎片同时破坏内容与注意力分配单一通道修复无效需双管齐下

04:00
arXiv cs.LG

基于物理信息神经网络的薄截锥壳屈曲载荷稳健预测与可靠性设计

提出物理信息神经网络预测薄截锥壳屈曲载荷，结合可靠性设计，精度与物理一致性优于传统神经网络。

04:00
arXiv cs.CV

ViSMoE：面向具身指代定位的视觉感知稀疏专家混合模型

ViSMoE用视觉感知路由的稀疏专家混合分别处理视图与对象，得到可区分表示，在REVERIE和SOON上超越现有最优方法。

04:00
arXiv cs.CV

GuardPaint：文本到图像生成的推测性安全解码

提出守卫绘画框架，在扩散轨迹内安全干预，定点修复违规区域，显著降低攻击成功率并保持图像质量。

04:00
arXiv cs.CL

改进少步语言流的解绑自条件化

针对少步生成质量下降，提出解绑自条件化方法，修正训练-推理不匹配，无需重训练，8步困惑度从531降至62。

04:00
arXiv cs.CL

协作税：LLM多智能体系统为协调付出的代价

多智能体协作存在可量化、可预测、部分可干预的协作税，受能力与类别影响。

04:00
arXiv cs.AI

一致性并非连贯性：面向4D国防上层本体认证对齐的定向搜索

对齐IES、HQDM、BFO三个国防上层本体；手工17条映射至OWL，经HermiT推理得出三个结果

04:00
arXiv cs.LG

线性逆问题中扩散模型的后验信息动力学

扩散模型逆问题后验信息：似然力能量与熵耗散满足信息均方误差恒等式，高噪声二次衰减，并依赖算子先验对齐

04:00
arXiv cs.CV

弱监督视频异常检测中的帧级评估主要衡量视频级排序

帧级评估主要反映视频级排序；同一视频内帧序不重要，视频级恒定分数即可获得高分。

04:00
ArXiv AI

GuardianBench：面向具身AI潜在情境风险的同场景指令对比基准

构建同场景指令对比基准，揭示具身AI潜在情境风险；主流模型判别准确率仅24.1%，VLOS后训练提升。

04:00
arXiv cs.CL

SSE-Bio：具有智能检索策略的结构化自进化智能体，用于多跳生物医学推理

结构化自进化代理，以代理策略检索知识三元组和模板，细粒度编辑推理记忆，多跳生物医学推理提升6.56点

04:00
arXiv cs.AI

超越相似性：面向慈善食品机构多目标食品替代的异质图学习

提出异质图神经网络，融合行为与营养数据，多目标排序实现食品替代推荐，冷启动下仍稳健。

04:00
arXiv cs.AI

Repo2Skill-Evo：仓库技能悄然过时

研究揭示LLM代理的仓库技能会随版本更新悄然过时，无显式信号；前沿代理维护技能表现欠佳，难以可靠更新。

04:00
arXiv cs.CL

大型语言模型能否“超线程”？

提出模型超线程假说：串行生成中并发加载多任务，注意力分散可共存更高准确率，为推理扩展提供新方向。

04:00
arXiv cs.CV

AirAlign：面向无人机最后一米导航的几何感知相对位姿对齐

提出AirAlign框架，利用几何感知特征与集成学习实现无人机RGB图像相对位姿对齐，实验验证有效。

04:00
arXiv cs.CL

未见问题上的大语言模型评估：情境化多维IRT模型

融合题目语境的多维IRT模型可预测未见问题表现，情境内有效，但跨情境泛化仍是挑战。

04:00
arXiv cs.AI

TessIndex：面向代理经济的能力验证身份系统

TessIndex为代理经济构建能力验证身份系统，以区块链与中心化双层架构实现持久身份、可验证能力证明及通证化。

04:00
ArXiv AI

更准确还是更高效？本地部署紧凑开放权重语言模型的数学推理评估

评估三款本地部署小模型数学推理：无模型全面占优，高准确率模型能耗更高，说明选型须兼顾准确与效率。

04:00
arXiv cs.CL

面向多模态大语言模型的可迁移越狱攻击：文本锚定语义扰动

提出文本锚定语义扰动攻击TA-SPA，实现黑盒可迁移越狱，表明需加强表示层安全对齐。

04:00
arXiv cs.CV

Sparse Multi-Stage Expert-Agent Routing for Complex Clinical Reasoning

04:00
arXiv cs.CL

语义还是结构？审计多模态时间序列预测中的文本敏感性

多模态时间序列模型的性能提升并非源于文本语义，而是数值列，文本扰动影响极小。

04:00
arXiv cs.LG

ChainPrune：评估并减少长链思维推理中的冗余

ChainPrune以树结构择优和DPO精简CoT冗余，减少步数与开销，保持甚至提升准确性。

04:00
arXiv cs.CL

代理基准测试中的噪声基底审计

审计两个提供商的工具调用端点，发现重跑近乎确定，但语义保持的提示扰动导致更大变异，且失败模式不同，边际精度掩盖了稳定性与故障类型。

04:00
arXiv cs.CV

利用高效非对角协方差建模改进的去噪扩散概率模型

提出高效非对角协方差建模（K-DCT），以近线性复杂度加速扩散采样，少步数下FID和似然更优。

04:00
arXiv cs.CL

登记切换打破LLM安全防线：孟加拉语基准测试揭示文化性危害

孟加拉语基准测试显示，LLM半数回复不安全，正式措辞比随意聊天更易诱导违规，现有安全分类器难以评估。

04:00
arXiv cs.CV

VIG：视觉信息增益作为多模态思维链压缩的奖励信号

提出VIG，用图像降低预测不确定度衡量词元信息增益，在线双前向计算，提升多模态推理精度-效率权衡。

04:00
arXiv cs.AI

闭环AI实现可认证的工程设计

提出AI工程师闭环框架，融合LLM与工程仿真，自动优化设计，通过AIP认证，钢耗成本降8.1%。

04:00
arXiv cs.LG

门控解耦组合式老虎机：带监督校准动作缩放与执行前门控的上下文老虎机统一理论

提出门控解耦组合老虎机理论，用监督校准缩放与执行前门控，证明方差缩减与等价性，统一六类工业系统。

04:00
ArXiv AI

SSDi8：面向状态空间对偶性的精确高效8位量化

首个SSD后训练量化框架，解耦乘法和自适应量化，保持FP16精度，实现1.4倍加速。

04:00
arXiv cs.CL

上下文感知集群解码：dMLLM中语义锚驱动的连贯性

提出CACD解码法，融合置信度与邻居邻近度评分，保留语义锚，减少dMLLM长文语义漂移与幻觉。

04:00
arXiv cs.CL

基于顺序激活修补的思维链推理机制可解释性

提出顺序激活修补框架，追踪思维链注意力头，发现分布式推理子电路支持答案生成。

04:00
arXiv cs.LG

CD-LoRA：一致性驱动的低秩适配实现多任务微调

揭示路由机制训练推理不一致，提出无路由的CD-LoRA，用一致性对齐共享低秩空间，更简稳且性能领先。

04:00
arXiv cs.CL

何时不模仿：面向可靠工具使用LLM智能体的边界感知技能记忆

提出边界感知技能记忆，为技能添加适用条件等边界信息，克服模仿陷阱，提升工具使用成功率。

04:00
arXiv cs.AI

以ASAS对领先阿拉伯语大语言模型进行红队测试

首个阿拉伯语红队基准ASAS，评估7模型，多数难挡半数不安全提示，揭示安全鸿沟与语言对齐不迁移。

04:00
arXiv cs.AI

DynaContext：面向异构参数提取的优化提示自改进动态情境化

提出DynaContext，离线优化+动态情境化+验证门控自改进，异构参数提取F1提升17.3点。

04:00
arXiv cs.LG

超越固定方向：大语言模型中推理与记忆的自适应表示分析

单方向可解码推理与记忆，但GRPO后方向重组，几何改变而信息保留。

04:00
arXiv cs.CL

面向掩码扩散机器翻译的长度自适应解码

提出熵谷长度选择法，免训练，恢复参考长度增益，发现长度设定比揭示顺序更关键。

04:00
arXiv cs.CV

可缩放矢量图形潜空间

提出Transformer自编码SLS，学习SVG路径的紧凑可逆潜空间，支持向量运算，算力省150倍。

04:00
arXiv cs.LG

上下文自适应传感器融合中的频谱预滤波：面向高风险决策系统的四角色FFT-GDCB集成

提出四角色FFT预滤波，低成本消除周期污染，集成GDCB，兼具白噪、清洁、频谱特征与去季节化，六域验证。

04:00
arXiv cs.CV

制造中数据稀缺下的可信视觉质量检测

针对制造中缺陷样本稀缺，用扩散模型生成合成缺陷，结合贝叶斯分类器延迟人工审查，提升检测可信度并降低成本。

04:00
arXiv cs.LG

BioMed-Agent-RL：面向生物医学应用的元学习全能智能体

融合元学习与强化学习的医学智能体，通过自适应优化策略，临床推理准确率约73%，超越GPT-5。

04:00
arXiv cs.LG

DySCo：气候预测中极端事件动态一致的数据驱动降尺度

提出DySCo，实现气候极端事件降尺度，保持与GCM动态一致，性能媲美最优模型。

04:00
arXiv cs.AI

SPAR-Hate：审核员引导的多智能体双语仇恨言论解析框架

提出审核员引导的多智能体框架SPAR-Hate，多视角证据生成与仲裁，提升双语仇恨言论解析。

04:00
arXiv cs.CV

面向低资源牙科记录补全的实体约束CBCT检索

提出ECCR：仅采纳不扩展实体集的检索证据，低资源牙科补全得分提升，获第二名。

04:00
arXiv cs.LG

方差驱动探索：高随机环境下纯探索的可证明高效方法

提出方差驱动探索方法，基于最小化最终决策不确定性分配采样，用于纯探索，有理论保证且实验优越。

04:00
arXiv cs.LG

Transformer的通信图谱

从权重绘制Transformer全部通信通道，发现多数头对耦合非随机，可复现归纳电路并定位破坏归纳能力的二维子空间。

04:00
arXiv cs.CV

基于观测算子的像素空间扩散

观测算子扩散用粗到细观测替代固定监督，收敛快质优，ImageNet-256上FID1.52。

04:00
arXiv cs.AI

面向长时间外推的单步演化：误差界指导与先验引导的自治偏微分方程神经残差框架

提出先验引导神经残差框架，弱形式PDE残差近似单步误差，免真值监督，五类基准超越基线，提升长时间外推。

04:00
arXiv cs.CV

检索增强视觉提示：在双光子成像中引导基础模型

提出检索增强视觉提示，推理时用检索示例框引导基础模型，免微调提升双光子成像神经元检测。

← 往后566 / 1407往前 →