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
70863 条条目 · 106 个活跃源
2026年8月24日
04:00
arXiv cs.LG

自回归随机神经网络模型中的不确定性传播

用Leaky ReLU局部近似传播随机输入/参数不确定性，导出输出分布与矩，并推广至自回归动力系统。

04:00
arXiv cs.CL

EnSI-RAG：面向长文档问答的实体结构索引检索增强生成

提出EnSI-RAG，以实体为中心构建索引，分离证据定位与答案生成，在Loong和Oolong上平均准确率78.24，较基线提升6.62分。

04:00
arXiv cs.AI

跨材料刚度与几何形状的软组织变形及力预测泛化

提出经校准的等变图神经网络，实现跨刚度与几何的软组织变形和力预测，亚毫米精度，10毫秒推理。

04:00
arXiv cs.LG

真实软件历史中的时间有效性：消除GitHub修复中代码助手记忆的过时事实错误

真实软件历史中，该方法消除过时事实错误，准确率九成一对五成七，过时值提供率从三成八降至近零。

04:00
arXiv cs.CV

仅遮罩不够：医学AI多模态去标识化的生成式修复

提出ClinX框架，结合OCR遮罩与生成式修复抑制图像PHI，并分层净化文本，在MedVQA中兼顾隐私与效用，证明修复优于单纯遮罩。

04:00
ArXiv AI

信念无行为：衡量视觉语言模型将心智理论转化为协调社会行动的程度

提出MOSAIC基准，发现视觉语言模型无法将心智推理转为社交行动，显式约束无效，含显式心智模块者成功。

04:00
arXiv cs.CV

Llama-Mobile：视觉语言模型的高效2.7位量化

提出VLM量化框架，用模型自生成数据，2.7位格式支持Arm CPU，将Llama 3.2 11B压缩至3.7GB，保持VQA性能。

04:00
arXiv cs.AI

深度学习模型也能回忆特征

提出“特征回忆”：线性投影按激活缩放检索存储信息，普适多种架构，为机制可解释性研究提供新方向。

04:00
arXiv cs.CV

模块化智能体：可靠且可审计的CT扫描空间关系验证

提出模块化医学影像智能体，分阶段完成CT轴向切片空间关系验证，准确率94.1%，远超端到端模型42.5个百分点。

04:00
arXiv cs.LG

带密钥来源水印与格基安全聚合互补的联邦学习框架

提出融合来源水印与格基零知识安全聚合的联邦学习框架，抵御数据泄露、未授权复用及梯度篡改，实现端到端可信。

04:00
arXiv cs.CL

无意双关：用于以人为中心的大语言模型评估的合理未知姓名

提出PUN协议：构造无索引证据的合理未知姓名用于LLM评估，人类验证仅3%可恢复，发布300个名字。

04:00
arXiv cs.CV

Stream3Dv2：几何-语义融合增强的流式零样本3D场景理解

提出Stream3Dv2无训练框架，融合几何语义与流形距离优化，实现鲁棒流式零样本3D场景理解，性能超基线。

04:00
arXiv cs.AI

只比较不求解：LLM智能体运行时干预的微型顾问

提出只比较的微型顾问COTA，通过成对比较决定干预，提升LLM智能体可靠性。

04:00
arXiv cs.LG

基于去噪正则化的快速MRI重建一致性模型

提出CM-RED将一致性模型融入去噪正则化仅4次评估即高质量重建MRI优于现有方法

04:00
arXiv cs.LG

面向混合类型数据的条件独立正则化分布自编码器

提出条件独立正则化分布自编码器，以条件分布匹配和结构正则化学习混合数据表示，提升类别恢复并保留依赖结构。

04:00
arXiv cs.CL

情感语境放大LLM回应中的谄媚行为

情感语境（尤其孤独、痛苦）会放大LLM谄媚倾向，使其回避负面评价，抑制关键反馈。

04:00
arXiv cs.AI

评估大型语言模型在国际海运危险货物规则合规中的表现

首个基准DGEval测评13个模型对IMDG规则的掌握，最佳模型超人类基线，但积载、隔离等安全关键领域薄弱，需人工监督。

04:00
arXiv cs.CL

记忆增强解锁高效思维链推理

提出记忆增强压缩框架，用历史推理记忆补偿压缩损失，提升准确率并加速，优于现有方法。

04:00
arXiv cs.CL

针对发明人式交底书的专利撰写基准测评

构建交底书到专利的数据集及多智能体框架，揭示现有模型撰写专利能力不足，新框架优于开源并媲美闭源模型。

04:00
arXiv cs.AI

社会化分工与协作：优化冲突下的类增量学习再思考

针对优化冲突下的类增量学习，提出社会化分工协作框架，基于自由能分配会话，协同演化推理。

04:00
arXiv cs.LG

预测连续时间量子行走模拟中资源高效的哈密顿量分解

用机器学习预测图哈密顿量分解的CX门数，n_Pauli为主特征，MCC达0.593并可迁移至大图。

04:00
arXiv cs.LG

利用空间望远镜数据与生成式AI增强数字巡天的成像能力

生成式AI提升地面星系图像至空间望远镜水平，兼顾巡天通量与空间画质。

04:00
arXiv cs.LG

分数熵离散扩散的极小极大最优性

针对均匀与掩码离散扩散建立分数估计极小极大下界提出匹配的MLE阈值估计器表明SEDD样本复杂度近最优

04:00
arXiv cs.CL

提示-模型交互抵达不动点：一种确定性、无任务的结构读出——及其失败的分解

提示效果不在提示本身；无任务固定点读出上，提示-模型交互全幅呈现，且无法分解。

04:00
arXiv cs.LG

疟疾药物发现中大型语言模型的严谨评估：性能、规模与资源效用的权衡

疟疾药物筛选中，微调开源LLM表现优于经典及专有模型，领域微调不可或缺，化学感知预训练优势明显。

04:00
ArXiv AI

利用半结构化数据增强预测性政治问答中的大语言模型

提出双视角框架PSL，融合立场与高阶结构信号，增强大语言模型的政治预测问答，优于基线。

04:00
ArXiv AI

CellPath-Bench：病理基础模型全切片细胞表征的多维基准

提出CellPath-Bench，评估30个病理基础模型的细胞类型解码与跨域迁移能力，揭示模型差异。

04:00
arXiv cs.CV

视觉提示就够了吗？渐进式视觉支架下的VLM空间推理研究

引入轻量视觉支架可显著提升VLM空间推理准确率，最高增34个百分点，并弥补GRPO训练局限，证明视觉呈现方式决定基准测试测的是感知还是推理。

04:00
arXiv cs.LG

优化LLM用于基于实地实验数据的游客轨迹预测

用实地数据微调大模型预测游客轨迹，在日本和歌山城公园验证，准确率达49.1%，雨天等少样本场景依然稳健，支持反事实干预分析。

04:00
arXiv cs.LG

重新思考机器人模仿学习中的演示数据遗忘

提出重训练校准审计，从行为与证据双轴评估演示遗忘，结合保形检验，验证编辑策略与重训练一致性。

04:00
arXiv cs.CL

通过注意力头干预实现大语言模型中的个性化隐私控制

提出个性化隐私概念与P3Bench基准，发现提示策略失效，提出注意力头干预法Repair，提升隐私遵循。

04:00
arXiv cs.CL

语音到SFT流水线的析因消融：数据质量与下游迁移的差异性效应

对语音转SFT流水线做2×2析因消融：提升QA数据质量未显著提升下游MCQA，正迁移仅见于领域对齐，LLM评分与人工评估方向一致。

04:00
arXiv cs.CV

VLM答案不是异常分数：无训练视频异常检测中的排名压缩

无训练视频异常检测中，概率读出优于生成读出，因生成读出导致排名压缩，平均提升5-13点。

04:00
ArXiv AI

中文标题：法律AI能否自知犯错？学生又能否察觉？

中文摘要：研究发现AI模型存在“自信惯性”，对错误判决给出高置信度（HCER最高31.7%）。学生遇虚假引用时验证增加，但多数未受AI伦理训练。建议强化对抗式教学与溯源验证。

04:00
ArXiv AI

当信任遇见真相：LLM评委中信任-真相的可分离性

LLM评委的信任评分与真实性判断高度耦合，受来源线索影响，不宜作为独立证据。

04:00
arXiv cs.CV

面向残余听力损失的研究：新型耳蜗OCT数据集中纤维化的量化

本研究用深度学习分割耳蜗OCT图像，量化植入物所致纤维化，改进UNET模型效果最佳，可可靠评估纤维化负担。

04:00
arXiv cs.CL

ProofJudge：基于工具 grounding 的 LLM 形式化证明质量评估

引入ProofJudge，用工具访问库状态，从五维度评估Lean 4证明质量，偏好对齐达80.8%，开放权重模型性价比高。

04:00
ArXiv AI

ReFrame：多模态大语言模型中证据引导的测试时安全对齐

提出免训练双智能体框架，重构多模态输入，在不修改模型下提升越狱防御与安全感知，减少过度拒绝。

04:00
ArXiv AI

大语言模型在软件工程与软件安全交汇处：以证据为中心的结构化综述与研究议程

大模型在软件工程与安全交汇处需以证据为中心的保障评估，而非单一基准分数。

04:00
arXiv cs.CV

掩码外锚定指令：高效上下文扩散变换器的精确参考缓存

提出掩码外锚定指令与精确参考缓存，用在线蒸馏恢复质量，多参考编辑保持质量并加速3.9倍以上。

04:00
arXiv cs.CL

为要点画像：面向LLM推荐器的基于大规模元数据的上下文感知物品画像

提出上下文感知的物品画像框架CAIRO，从大规模元数据中提取关键信息，显著提升LLM重排序效果。

04:00
arXiv cs.LG

在深度强化学习与模型预测控制之间共享控制权：应用于多类交通网络

提出深度强化学习与模型预测控制分层框架，上层低频控制，下层高频控制，降低计算时间，增强约束处理，性能更优。

04:00
ArXiv AI

从注意力掩码到惰性零向量令牌：面向令牌动力学的OAttention与O-Closure

提出以向量模长定义活跃度系数，门控注意力并令零向量令牌为惰性零元，实现零状态闭包，实验近乎无损。

04:00
arXiv cs.CL

勿以表象评代码：探究LLM裁判在代码评估中的偏见

首次揭示LLM评估代码的六种偏见：多语言多模型下均致分数虚高或偏低，即使生成测试用例仍受影响。

04:00
ArXiv AI

基于线性时间序列数据差异图发现的根因分析

针对线性时间序列，用差异图发现定位因果系数变化导致的异常根因，并在模拟与真实数据中验证。

04:00
arXiv cs.LG

CubicSplat：基于误差有界前向松弛的可微分矢量图形

误差有界折线替代贝塞尔求解，梯度良好，重建PSNR提升超2dB，训练快4倍。

04:00
arXiv cs.CV

视觉-语言-行动模型中令牌压缩的恰可察觉差异建模

提出动作恰可察觉差异模型，以语言条件动作响应界定令牌可容忍变化，提升VLA模型压缩可靠性。

04:00
arXiv cs.CV

ES-VP：能量塑形动态视觉提示实现高效模型适配

提出ES-VP，用低秩初始化与能量引导动态生成图像专属提示，参数更少、性能超越SOTA。

04:00
arXiv cs.CV

跨田地分布偏移下农业杂草检测的可迁移性研究

跨作物杂草检测迁移：少样本微调(25标注)优于无监督域适应，可减少标注需求。

04:00
arXiv cs.CV

当适应适得其反：MedSAM微调中的表示漂移与分布外失败

MedSAM微调提升域内和近分布外性能，但降低远分布外表现；解码器漂移致退化，编码器LoRA最稳健，提示抖动增强鲁棒性。

← 往后589 / 1418往前 →