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
71080 条条目 · 106 个活跃源
2026年8月18日
04:00
arXiv cs.CV

SOS！：用于无模型分割的精简对象条件Transformer

提出精简对象条件变换器，仅用单张参考图，无需三维模型，统一掩码与目标识别，实现高效无模型未知物体分割，达新最优。

04:00
arXiv cs.LG

超越场精度：逆PINN参数误差的双轴诊断

提出双轴后训练诊断，区分有限样本分辨率与符号参数偏好，跨多种PDE验证，位移与误差强相关，为后续研究提供方向。

04:00
arXiv cs.CV

基于自适应秩聚类滤波器的图像去噪

提出基于Otsu聚类与模糊融合的空间局部去噪滤波器，对混合噪声鲁棒性优于多种基线算法。

04:00
ArXiv AI

多样性、公平与包容提示下医学语言模型的人口统计信息注入

DEI提示使医学模型添加未言明的患者人口统计特征，发生率由0.7%升至33.1%，且可致错误答案。

04:00
arXiv cs.LG

迈向未知奖励下推理时对齐的理论

将推理时对齐形式化为弱到强学习，提出对齐维度，证明其有限性完全刻画可学性。

04:00
arXiv cs.CV

用于4D占用预测的几何感知时空上下文建模

提出GAST法，结合显隐式生成与双路时空建模，几何保真高，mIoU提升7.67%，速度快2.84倍。

04:00
arXiv cs.LG

SAPE：大型语言模型微调中参数高效的三明治适配器

提出SAPE，一种三明治式硬权重共享的参数高效微调框架，降低内存开销，低参数下达到最优性能。

04:00
arXiv cs.LG

每个专家都算数：ExactMoE实现内存高效的W4A16推理

ExactMoE仅量化路由专家并驻留主机内存，内存降87%，吞吐保82%，精度保99%，专家完整。

04:00
arXiv cs.LG

先看后升：拓扑深度学习的可视化与定量诊断

提出拓扑探索器，用增广哈斯图可视化提升数据，其指标与下游性能相关，促使流程变为提升-审视-设计-训练。

04:00
arXiv cs.CV

LightLoc++：面向高效室外LiDAR定位的传感器鲁棒表示学习

LightLoc++：跨传感器一致性学习，样本分类+冗余降采样，高效室外LiDAR定位，训练成本最低。

04:00
arXiv cs.LG

高效鲁棒加密流量分类后训练框架PERO

提出PERO框架，用轻量代理估计风险并优选高风险样本，实现加密流量模型高效鲁棒后训练，兼顾性能与低开销。

04:00
ArXiv AI

将医疗大语言模型锚定于因果知识图谱：框架、指标与心血管试点

提出以因果知识图谱为核心的评估框架，含四组件与自动评分，心血管试点显示集成条件因果和证据表现最佳，但无锚定时干预准确率最高。

04:00
ArXiv AI

理解智能体AI系统中认知引发的风险

从物理、社会、自我认知三层分析智能体AI风险，并提出缓解与可控性策略。

04:00
arXiv cs.CV

TEA：文本编码器对齐用于文本到图像模型的稳健概念擦除

提出TEA框架，仅微调文本编码器，零推理开销，有效擦除概念并抗对抗攻击，保持生成质量。

04:00
arXiv cs.LG

神经训练动态中的结构化可预测性度量：跨机制研究

用三类探针度量短程可预测性，发现训练动态中辅助参数较简单，批量参数呈局部时变斑块，受架构与训练方案调控。

04:00
ArXiv AI

基准陷阱：AI评估中的权力与不公正结构

AI基准并非中立，而是塑造权力与不公正的结构性工具，奖励集中于产业实验室，阻碍领域良性发展。

04:00
arXiv cs.CV

NumerosityVLM：一个受认知启发的视觉-语言模型数量表征解读基准

提出数量感知基准NumerosityVLM，含10800张受控图像；评估7个VLM发现架构主导性能差异，数量信号在视觉编码器早期出现。

04:00
ArXiv AI

多层前馈神经网络的集中性结果

多层前馈网络在权重分布趋于固定连续曲线、输入独立同分布时，输出以概率1收敛于常数。

04:00
arXiv cs.LG

并非所有注意力都同等重要：EEI权衡的量化综述

以EEI框架比较21种注意力方法，蒙特卡洛分析显示仅支持粗粒度分层比较。

04:00
arXiv cs.LG

面向机器遗忘的谱显著性

提出SSU，阈值化弱奇异分量，仅更新置信遗忘信号方向，在图像分类器、扩散模型和LLM上有效。

04:00
ArXiv AI

FedPA-LoRA：面向异构联邦LoRA中聚合与初始化误差缓解的对齐乘积框架

提出FedPA-LoRA，通过对齐乘积空间聚合异构秩更新，兼顾局部连续性与全局一致性，在异构客户端秩下平均GLUE精度提升达6.82个百分点。

04:00
arXiv cs.AI

面向人类状态转变的生理世界模型

提出生理世界模型，以事件为条件建模整个人体状态转变，含转换令牌及基准，助力个性化健康管理。

04:00
arXiv cs.CV

用于极端CT重建的前馈分层高斯扩散

提出HiGDiff前馈分层高斯扩散，分解结构到细节，应对极端CT重建，多种退化下达SOTA，PSNR提升5.81dB。

04:00
ArXiv AI

设计使然的不一致？论大语言模型的道德自洽性

大模型道德推理不一致，等价情境矛盾率高达78%，威胁AI对齐。

04:00
arXiv cs.LG

UniFed-VLM：多异质性视觉-语言模型的联邦指令微调

提出UniFed-VLM，通过子空间聚合与协同蒸馏解决任务、模态、架构异质性，提升多任务性能。

04:00
arXiv cs.AI

MoE路由器引导的异构联邦指令微调聚类

提出路由感知的联邦微调框架，利用混合专家模型的路由签名聚类客户端，提升异构个性化性能，保持通信成本。

04:00
arXiv cs.LG

QSMP：通过Quick Shift+矩阵轮廓发现代表性时间序列子序列

QSMP结合快速移位与矩阵轮廓，密度聚类子序列，高效提取长序列代表性波形，优于现有方法。

04:00
ArXiv AI

UC-PSRO：效用条件策略空间响应预言机与通信中断课程用于对抗蜂群博弈论行动方案生成

提出UC-PSRO，评估发现仅通信中断课程最稳健，成功率随中断增加而升；效用条件与自玩拖慢收敛。

04:00
arXiv cs.CV

ENAF：一种具有自适应补丁融合的多出口大图像超分辨率网络

提出ENAF动态网络，通过多出口和自适应补丁融合，估算PSNR分配图像块，提升超分辨率质量与计算复杂度权衡。

04:00
arXiv cs.CV

基于图约束多实例学习工作流的全切片图像报告生成分解

提出图约束多实例学习分解框架生成病理报告，器官条件图提升推理链与报告分数，外部验证器官路由是主要瓶颈。

04:00
arXiv cs.CV

CBX-Bench：用于概念瓶颈模型解释基准测试的类人对齐多模态大模型评议会

提出多模态大模型评议会，评估概念瓶颈模型解释质量，与人类判断高度一致，并发布CBX-Bench基准。

04:00
arXiv cs.AI

物理信息约束的VAE-EVT尾部感知无线电图预测

提出物理信息与尾部感知VAE-EVT，分别建模SNR主体与GPD极端尾部，中断区RMSE 4.83dB，较GAN 21.90dB显著更优。

04:00
arXiv cs.LG

基于低秩三次密度投影的高维非参数变点检测

提出基于低秩三次密度投影的非参数变点检测，无需密度估计即可捕捉三阶变化，实现高维精确恢复与最优定位。

04:00
arXiv cs.LG

利用立体视网膜照片的定量形态表型分析近交人群的种群结构

基于立体眼底照片重建视神经头形态，深度学习提取特征聚类，分析近交人群结构，助力青光眼遗传研究。

04:00
arXiv cs.CV

浑浊水下图像中分割噪声与不确定性的多标注者研究

首次多标注者研究浑浊水下图像分割，发现浑浊引入系统性标注误差，提出用特权信息与标注者集成改善质量。

04:00
arXiv cs.LG

有保证的自适应模态获取：当策略选择其自身的校准组时

针对策略自选校准组的自适应模态获取，提出路由认证法有限样本保证，临床心电图任务风险控制有效。

04:00
arXiv cs.CV

ArtLang：面向关节式3D驱动的结构化语言-运动学绑定

提出ArtLang框架，将开放词汇语言映射到关节3D模型，通过语义-运动学图与图匹配实现连续关节控制，支持模糊指令。

04:00
arXiv cs.CV

HistReNeRF：当代神经辐射场重建中的历史图像重定位

HistReNeRF框架以DINOv2特征匹配NeRF光线，嵌入空间自适应，使平移/旋转误差平均降11%/16%。

04:00
arXiv cs.CV

JoLT：用于上下文引导的高分辨率分块生成的联合潜变量轨迹

JoLT联合去噪低高分辨率潜变量，低分辨率控布局，高分辨率控细节，生成细节丰富且美观的高清图像

04:00
arXiv cs.LG

网络化信息聚合的最优下界

解决开放问题：均方误差下界为Ω(1/√D)，匹配上界；并推广至满足强凸等正则条件的凸损失，如逻辑损失。

04:00
arXiv cs.LG

动态图异常检测的摊销事后解释与精确保留

提出X-StrGNN，为冻结的StrGNN添加事后解释层，输出结构与时间双重归因，零检测损失，单边开销0.66毫秒，稳定性高且成本低。

04:00
arXiv cs.CV

AlignJEPA：面向遥感基础模型的预测式视觉-语言对齐

提出AlignJEPA，用轻量预测网络将遥感视觉特征与语言对齐，高效实现基础模型跨模态检索。

04:00
arXiv cs.LG

用于组合概念泛化的多阶段训练量子模型

多阶段量子训练模型利用张量与变分电路分解组合概念，显著提升跨模态关系泛化，参数少且性能优。

04:00
arXiv cs.CV

AlloEgo-VLM：消解视觉-语言模型中的异我中心与自我中心参照系歧义

为消解视觉-语言模型对异我/自我中心参照系的歧义，构建数据集并提出AlloEgo-VLM框架，经机器人实验验证有效。

04:00
arXiv cs.CV

空间锚定的流匹配：图像生成的结构化源分布

提出StructFlow，将空间局部性编码进源分布，像素共享噪声，改善局部编辑、结构保持与语义插值，并适配预训练模型。

04:00
arXiv cs.CV

CrossView：视觉语言模型能否跨摄像头推理？

多摄像头视频问答基准CrossView揭示，现有模型在跨视角推理上准确率低，开源模型与专有模型差距大。

04:00
arXiv cs.AI

心智模型管理：基于操作符的LLM记忆框架

提出心智模型管理框架，用操作符整合新信息至概念表示，实现LLM紧凑记忆。

04:00
ArXiv AI

TwinGridShield：面向LLM电网代理动作的后果感知运行时授权

提出电网孪生运行时授权层，预检动作，匹配模型零风险，模型偏差时风险达30%。

04:00
arXiv cs.CV

EA-LiteUNet：面向边界敏感皮肤镜图像分割的边缘自适应高效U-Net

提出轻量U-Net（EA-LiteUNet），通过边界感知、注意力调制和资源自适应策略，在ISIC 2018上HD95降至12.89像素，Dice达92.08%，仅0.29M参数。

04:00
arXiv cs.AI

在LLM集成中实现自我意识与自我调节的元认知框架

首个LLM集成元认知框架，基于元认知状态向量实现自我监控与调节，自动切换System1/System2处理。

← 往后639 / 1422往前 →