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
70982 条条目 · 106 个活跃源
2026年8月21日
04:00
arXiv cs.CV

OmniCamera：任意相机控制的多任务视频生成统一框架

提出全相机框架，解耦内容与相机运动；用混合数据及双层级课程训练，实现任意控制与高质量生成。

04:00
arXiv cs.CV

OP3DSG：面向真实世界环境的开放词汇部件感知三维场景图生成

提出开放词汇部件感知三维场景图框架，融合部件与关系建模，引入新基准，实现最优性能。

04:00
arXiv cs.CV

解读像素：针对文本到图像模型的铭刻式越狱攻击

提出Etch：分解提示词实现铭刻式越狱，让T2I生成含恶意文本的图像，成功率65.57%，揭示安全盲区。

04:00
arXiv cs.CV

4DLoG：基于4D纵向扩散模型的神经退行性脑解剖生成建模

提出4DLoG，一种4D纵向扩散生成框架，联合建模时空依赖与形变，生成个体脑轨迹，优于基线。

04:00
arXiv cs.CV

通过结构补全与运动矫正实现功能化

提出物体功能化任务，用功能图补全修复3D模型缺失结构并矫正运动，提升碰撞与连接功能性。

04:00
arXiv cs.LG

特征工程与优化框架对海洋水色机器学习的影响

研究特征工程对海洋水色机器学习的影响，提出七级优化框架，使叶绿素a和透明度估算精度显著提升。

04:00
arXiv cs.LG

并集界去哪了？最佳臂识别与强FWER控制

最佳臂识别中的并集界等价于强FWER控制：多重性未消失，只是随假设定向在不同位置出现。

04:00
arXiv cs.LG

基于极坐标MKAN的射频指纹可解释特征学习

提出极坐标MKAN，用幅度/相位分离的单调编码实现可解释射频指纹特征，解纠缠57.2%，远超基线。

04:00
arXiv cs.CV

SwipeGen：通过类人滑动合成弥合GUI智能体的执行鸿沟

针对滑动执行僵化，提出SwipeGen合成类人滑动与SwipeBench基准，成功率提升2.46倍。

04:00
arXiv cs.CV

自监督学习至关重要：微手势识别的简单集成方案

自监督RGB加监督多流集成，在iMiGUE达74.419%准确率，超先前最优1.206%，验证其有效性。

04:00
arXiv cs.LG

非线性动力系统中基于脉冲的置信传播

提出集成脉冲动力学与概率推理的贝叶斯控制框架，在非线性山车问题中实现实时状态更新与目标导向规划。

04:00
arXiv cs.CV

扩展至现实：3D环境中的提示注入

提出PI3D攻击，通过放置文本物体劫持3D环境中的多模态大模型，现有防御不足。

04:00
arXiv cs.CV

UrbanVGGT：基于街景图像的可扩展人行道宽度估计

提出UrbanVGGT，从单张街景图像估计人行道宽度，平均误差0.252米，尺度校准为关键，支持城市级扩展。

04:00
arXiv cs.LG

从噪声到信号：利用端点特定日志提升基于大语言模型的安全日志异常检测

本研究用指令微调LLM检测异常认证行为，Meta Llama 3.1准确率89.3%，远超Wazuh和OpenSearch，并检出80%边界案例。

04:00
arXiv cs.LG

基于深度ReLU网络的非参数回归迁移学习

多组非参数回归迁移学习框架，两阶段偏移学习共享结构与组特异项，深度ReLU网络显式收敛，克服维度灾难

04:00
arXiv cs.LG

面向大字母表的分层单纯形架构

提出极简贝叶斯估计器：均匀单纯形样本逐坐标相乘并归一化，深度可平均；遗憾显式可算，媲美经典方法。

04:00
arXiv cs.CV

基于无人机的基础设施检测：AEC+FM文献综述与拟议框架

综述一百五十余项研究，提出融合光学、雷达、热成像与自注意力模型的无人机检测框架，精准识别结构、热力与几何异常。

04:00
arXiv cs.LG

你看不到的才是你学到的：限制证据可见性有利于共享基因组语言模型社会的组合泛化

仅限制注意力可见范围，共享基因组语言模型社会的组合泛化在9/10配对中显著提升，但中位准确率未达预注册阈值。

04:00
arXiv cs.LG

基于嵌套序贯蒙特卡洛的离散扩散推理时控制

提出嵌套序贯蒙特卡洛方法，修正偏差，在毒性及流畅性控制上优于最佳n采样与引导SMC。

04:00
arXiv cs.LG

利用机器学习生成的替代波形的引力波参数估计

提出两阶段条件自编码器生成引力波替代波形，误差低至1e-6，参数估计偏差可校正，适用于低信噪比场景。

04:00
arXiv cs.LG

Table2Image：基于生成代理表示与可靠性诊断的轻量级表格学习

提出Table2Image，用生成代理表示兼顾性能与紧凑性，在多种不完善学习信号下保持鲁棒平衡。

04:00
arXiv cs.CV

面向视障人士的文本驱动触觉图形生成

首次实现从文本直接生成可3D打印的2.5D触觉图形，含精细纹理与盲文，获用户偏好。

04:00
arXiv cs.LG

城市时空预测中多图卷积网络的多模态图交互

提出多模态交互机制，分组GCN融合图结构，多线性关系GCN提升泛化，在网约车预测中精度与鲁棒性更优。

04:00
arXiv cs.CV

PosterText：面向电商海报的统一视觉文本生成与编辑

提出文本补丁生成与编辑的统一任务，构建模型实现电商海报生成与灵活编辑，性能优异。

04:00
arXiv cs.LG

关于随机最短路径问题中乐观策略迭代的收敛性

证明随机最短路径问题中乐观策略迭代收敛性，含蒙特卡洛与TD(λ)评估，在终止状态几乎必然到达条件下。

04:00
arXiv cs.LG

LLM缓存应采用哪种逐出策略？跨工作负载、容量与编码器的系统研究

评测十八种场景，LFU最佳；其他策略提升极小，FIFO等落后明显；多数缓存命中不可替换。

04:00
arXiv cs.LG

基于专家混合模型融合的高效帕累托集近似

提出基于专家混合模型融合的帕累托集近似方法，仅需数百参数，高效逼近大模型帕累托前沿，内存低且可扩展。

04:00
arXiv cs.CV

松弛参数优化损失函数的引导扩散逆向材料设计

提出扩散模型逆向设计法，松弛参数空间引导采样，2D/3D中生成匹配体积模量的多样方案，误差1%内。

04:00
arXiv cs.CV

神经先验估计：从潜在表示学习类别先验

提出神经先验估计器，从潜在表示学习类别先验并修正逻辑，缓解长尾不平衡，提升少数类性能。

04:00
arXiv cs.LG

基于学习的仅用加速度计惯性传感的速度估计

提出CarSpeedNet模型，仅用手机加速度计估计车速；4秒窗口误差1.8米/秒，优于1秒。

04:00
arXiv cs.LG

ReAugment：模型库引导的强化学习用于少样本时间序列增强与预测

提出新方法，用强化学习识别易过拟合样本并自适应增强，解决少样本时间序列预测难题。

04:00
arXiv cs.CV

MinerU.Chem：高精度的光学化学结构与反应识别系统

有机化学文献解析系统，可把结构图转为分子与反应列表，SMILES识别准确率达93.02%。

04:00
arXiv cs.LG

$TCP_\alpha$：面向可靠音乐信息检索的边际控制置信度估计

提出$TCP_\alpha$置信度目标，用边际控制惩罚分离正确与错误预测，提升音乐检索失败预测可靠性。

04:00
arXiv cs.CV

利用完整性感知与扩散Transformer实现统一3D MRI合成

提出CoPeDiT，通过完整性感知提示词引导扩散Transformer合成缺失3D MRI，超越现有方法。

04:00
arXiv cs.CV

FermatSyn：SAM2增强的双向Mamba结合各向同性螺旋扫描用于多模态医学图像合成

FermatSyn：SAM2增强双向Mamba螺旋扫描，多模态合成超SOTA，临床分割验证有效。

04:00
arXiv cs.LG

轨迹信息：鞅与随机时间

非负鞅轨迹信息流导出变分恒等式，统一恢复Ville至PAC-Bayes不等式，量化其舍弃量，并揭示随机时间的偷看惩罚。

04:00
arXiv cs.LG

虚拟传感实现对不可达位置及不可测参数的实时监测

提出神经算子虚拟传感，从稀疏边界测量实时重建不可达内部场，误差<5%，性能提升72-84%。

04:00
arXiv cs.CV

通过空间掩码与通道融合的深度多模态融合检测

提出注意力驱动互补重采样框架，结合语义掩码交换与通道竞争，提升跨模态检测性能。

04:00
arXiv cs.CV

HarmoHOI：协调外观与三维运动的多视角手物交互合成

提出统一扩散框架，协同生成多视角手物交互视频与三维轨迹，兼顾外观与运动一致性，性能领先。

04:00
arXiv cs.CV

SoftVTBench：物理约束下可变形物体机器人操作的安全感知视触觉基准（早期版本）

提出安全感知视触觉基准，区分目标成功与安全成功；实验显示仅看成功率高估性能，引入触觉可提升安全成功率。

04:00
arXiv cs.LG

CarBench：高保真三维汽车空气动力学神经替代模型的综合基准

首个汽车空气动力学神经替代模型基准，评估11种架构于8000余个高保真模拟，含跨类别测试与不确定性分析。

04:00
arXiv cs.LG

最大似然强化学习

提出最大似然强化学习，插值期望奖励与最大似然，一行改动，优于现有方法，测试时缩放效率较GRPO提升20倍。

04:00
arXiv cs.CV

基于建模局部误差统计，从MSE估计DCT压缩图像的SSIM

用参考图像局部方差/标准差加权分配全局MSE来近似SSIM，无需局部MSE，优于全局基线，可扩展视频。

04:00
arXiv cs.LG

单位分割神经网络：具有显式类别区域的可解释分类

提出单位分割神经网络，用连续函数代替特征函数，无需Softmax即可保证概率和为1，具备可解释门控迹与通用逼近性，实验验证有效。

04:00
arXiv cs.LG

ProteinZero：基于在线强化学习的蛋白质自我改进生成模型

ProteinZero用在线强化学习让蛋白质生成模型从自身输出持续进化，无需标注数据，成功率超90%，失败率降低36-48%。

04:00
arXiv cs.LG

DeepConvContext：人类活动识别中时间序列分类的多尺度方法

提出多尺度框架，建模窗口内外时序，六个基准F1提升5%，mAP提升达18。

04:00
arXiv cs.LG

为什么我看不到我的簇？一种用于降维验证的精确率-召回率方法

提出精确率与召回率指标评估降维关系阶段，指导超参调优并揭示投影伪影，使降维更快速可靠。

04:00
arXiv cs.LG

现在合并，日后后悔：模型合并的隐藏代价是对抗可迁移性

模型合并无法可靠防御迁移攻击，迁移率超百分之八十；更强合并方法与缓解表示偏差增加脆弱性，权重平均例外。

04:00
arXiv cs.LG

迈向形式化强化学习理论：Robbins-Siegmund方法

用Lean4基于Robbins-Siegmund定理形式化验证了Q学习与线性TD学习的几乎必然收敛。

04:00
arXiv cs.LG

Rényi锐度：一种与泛化强相关的新型锐度度量

提出Rényi锐度，用Hessian谱的Rényi熵衡量其平均散布，与泛化强相关，并据此提出RSAM。

← 往后605 / 1420往前 →