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
71123 条条目 · 106 个活跃源
2026年8月17日
04:00
arXiv cs.CV

GBU-Palm：手掌呈现攻击检测的多模态视频数据集与基准

构建大规模手掌PAD多模态视频数据集，跨6环境，发现环境迁移下性能下降，RGB-NIR融合非恒优于RGB。

04:00
arXiv cs.AI

基于强化学习的生产调度：在工业涂装场景中应用数字模型游乐场

工业涂装场景下用DMPG仿真验证RL调度，PPO最稳健，弥合学术与工业差距。

04:00
arXiv cs.CL

基于置信度动态的大型推理模型早停方法

提出CoDE-Stop，利用中间答案置信度动态决定停止推理，无需训练，减少25-50% token，优化准确率-计算权衡。

04:00
arXiv cs.LG

关注长尾：理解业务流程中延迟检测的困难

延迟检测因长尾分布和不确定性而困难，现有模型对高延迟案例预测差，不确定性感知建模是未来方向。

04:00
ArXiv AI

面向STI的高效多模态多语言观点提取：基于QLoRA的微调方法

用QLoRA微调VideoLLaMA2.1，实现多语言多模态核心观点提取，显著提升西语和俄语F1，并集成模糊前景理论分诊。

04:00
arXiv cs.LG

AutoSchema：异构知识图谱上智能体文本到SPARQL的实时模式锚定

提出免训练的AutoSchema框架，实时获取模式证据，提升生物医学问答准确率，减少工具调用，并支持未见图谱迁移。

04:00
arXiv cs.CV

TRIAGE：风险控制伪标签准入机制用于标注高效半监督视网膜OCT分类

提出风险控制半监督框架TRIAGE，以患者级风险控制器和不对称代价矩阵生成伪标签，仅用20%标注数据即达89.66%准确率，显著优于现有方法。

04:00
ArXiv AI

消除临床笔记的时间冗余可改进医学多模态强化学习

提出冗余感知多模态框架，显式去除临床笔记时间冗余，提升状态表示质量，显著改进ICU强化学习决策支持。

04:00
arXiv cs.CL

多轮大语言模型推理的自适应停止

提出首个多轮共形预测框架，按轮次分配误差预算，支持提前停止并保证覆盖率，降低轮数与成本。

04:00
arXiv cs.LG

捕捉冒名顶替者：通过跨实体特征置换自监督学习物理一致性

提出“冒名顶替”自监督任务，经跨实体特征置换学习物理一致性，在气候、碳通量等任务验证其有效性。

04:00
arXiv cs.CL

TriageSim：基于结构化电子健康记录的会话式急诊分诊模拟框架

提出TriageSim，结构化病历生成拟人化分诊对话，产出800份文本音频，自动与人工评估，用于分诊分类。

04:00
arXiv cs.CV

基于二维平面图的机电管道（MEP）指标智能检测

用Mask RCNN自动检测2D平面图中的照明符号与文本，高效辅助建筑设计与能耗估算。

04:00
arXiv cs.AI

FreeBalance：通过残差工作负载预测实现路由前的在线MoE负载均衡

提出FreeBalance，用残差预测提前规划专家迁移，与路由前计算重叠，隐藏同步开销，降低负载比32.8%，延迟13.1%。

04:00
arXiv cs.CV

我们能否防御针对真实世界危机事件的AI生成视频攻击？对检测器、生成器及社会传播的系统评估

提出RA-Bench基准，评估AI生成视频检测，发现现有检测器难以泛化，社会传播加剧检测难度，需更鲁棒检测器。

04:00
arXiv cs.CL

面向研究的基础模型人类中心评估

现有评测忽视用户主观体验，提出人类中心评估框架，从问题解决、信息质量、交互体验三维度衡量。604次人类评测显示，大模型难以复现人类判断，凸显人工评估不可替代。

04:00
ArXiv AI

语言模型能理解毫米波数据吗？面向毫米波雷达人体理解的大语言模型基准测试

提出mmWave-QA基准，以文本化接口将毫米波点云转为自然语言，统一异构数据，评估大模型零样本人体感知及抗视觉退化能力。

04:00
arXiv cs.CL

利用少样本学习与大语言模型从科学文献中分析血压随生物学性别的变化

采用少样本学习与大语言模型，从科学文献自动提取按性别分层的血压数据，分析血压随性别的变化。

04:00
arXiv cs.CV

MAGneT-3D：单目与域泛化的时序3D检测

提出MAGneT-3D首个域泛化单目时序3D检测，用DRAG与TRIM，零样本跨域NDS提升6.5%

04:00
ArXiv AI

BiasTrace：将推理行为与大语言模型中的偏见输出相联系

提出偏见追踪方案，发现模型偏见多源于细微推理行为而非显性偏见语言，并可用于检测与缓解。

04:00
arXiv cs.CL

解码学生思维：利用对话代理进行心理与学习分析

融合大模型与多模态数据的心理感知对话代理，实时分析学生认知情感状态，提升学习动力、减压并带来学业增益，但样本小待验证。

04:00
ArXiv AI

APTER：基于专家锚定评分标准的自适应后训练

提出APTER框架，将专家标准融入细粒度评估与强化学习，按标准诊断能力缺陷并定向微调，数学与医疗任务平均提升最高15.86和8.04分。

04:00
arXiv cs.CL

各司其职：将证据解读与决策聚合分离

分离证据解读与决策聚合，用四字段元组定义接口，解决计数尺度漂移；以校准对数似然比汇总，性能大幅提升。

04:00
arXiv cs.LG

面向模型合并的多目标贝叶斯优化

用多目标贝叶斯优化选取模型合并参数逼近帕累托前沿有限预算下优于随机搜索尤适合TIES等复杂合并

04:00
arXiv cs.CV

中文标题：TRUE-Colon：揭示实时息肉检测中一致的迁移不对称性

中文摘要：构建TRUE-Colon基准，发现按精选片段训练的模型在全流程中性能骤降，而全流程训练模型在真实数据上更优，提示应转向全流程数据训练与评估。

04:00
ArXiv AI

光谱基础模型中的预处理不变性归因

光谱基础模型的不变性源于归一化而非学习，标准化预处理即可解释，模型未见额外提升。

04:00
arXiv cs.LG

RecipeNet：配方数据的层级Transformer

RecipeNet层级Transformer建模配方数据，捕捉字段交互与步骤依赖，超越表格模型。

04:00
arXiv cs.CV

GhostPoint：通过幻觉遮挡的激光雷达结构进行自监督表示学习

提出GhostPoint新方法，经实例体素膨胀幻觉遮挡特征，增强三维检测，稀疏扫描下性能显著。

04:00
arXiv cs.LG

DeaMoE：面向快速小批量解码的高效MoE结构

提出DeaMoE架构，专家按领域分组共享参数并带私有参数，两阶段路由避免冗余加载，显著提升小批量解码速度。

04:00
arXiv cs.AI

传感器驱动的无人机/无人地面车辆集群任务合成：具有硬件强制安全的TB-CSPN协调架构

提出TB-CSPN架构，融合多模态传感器证据，分层协调与硬件安全包络，保障不确定环境下集群任务合成可靠且物理安全。

04:00
arXiv cs.AI

使用神经架构搜索设计可持续的联邦学习即服务

提出SFLaaS框架，用碳约束NAS和调度策略在硬碳限制下提升联邦训练的可行性与覆盖率，实验有效。

04:00
arXiv cs.CL

面向长时程智能体任务的并行扩展的智能体聚合

提出聚合代理AggAgent，将并行轨迹视为环境，用工具按需检索综合，在六个基准上平均提升5.3%，深度研究任务提升10.3%，开销低。

04:00
arXiv cs.CV

风格还是签名？冻结视觉嵌入中风格分类的艺术家分离评估

艺术家分离评估下，风格分类准确率从0.87降至0.77，超现实主义剧降，须以此衡量真实风格理解。

04:00
arXiv cs.LG

CytoBERT：面向细胞计量数据的基础模型

CytoBERT是细胞计量数据基础模型，经五千万细胞预训练，实现跨异质数据集迁移学习。

04:00
arXiv cs.CV

MagnifiQ：面向高分辨率图像修复的补丁感知文本引导渐进式放大

提出渐进式放大修复框架，用卷积替代注意力的扩散模型，结合局部文本提示，高效还原4K细节，质量超越现有方法。

04:00
arXiv cs.AI

拨开迷雾：为LLM智能体安装与优化主动探索能力

研究LLM智能体主动探索，提出探索数据构建与对比信号RL优化两阶段方法，有效提升探索效率。

04:00
arXiv cs.CL

当梯度重要性失真：GRPO下自适应LoRA秩分配失效

GRPO下自适应LoRA秩分配失败，梯度重要性失真且易放大，精度降4.5%，不宜从SFT直接迁移。

04:00
arXiv cs.CV

Marionette：预测世界状态，渲染几何，绘制外观

提出木偶世界模型：显式预测三维世界状态，用零参数渲染器计算几何，扩散模型合成外观，实现可控且长期一致。

04:00
arXiv cs.CV

CPI-Bench：面向真实世界图像编辑的全面、实用与智能基准

提出CPI-Bench基准，覆盖多图编辑、实际应用与高难度推理编辑，可更好区分模型性能，其排名与人类评估高度一致。

04:00
arXiv cs.CV

解码过去：面向史前手印性别归属的不确定性感知深度学习框架

提出不确定性感知深度学习框架，用于史前手印性别归属并量化置信度，准确率超88%。

04:00
arXiv cs.CL

BAT：利用大语言模型学习空间声音推理

BAT将双耳声学分析模型与大语言模型结合，实现空间声音推理，在感知和推理上表现优越。

04:00
arXiv cs.LG

扩散模型强化学习设计：统一路径空间视角

统一路径空间视角揭示扩散模型RL两类方法同源，差异在方差缩减；提出KDE价值梯度估计器，提升扩散RL性能。

04:00
ArXiv AI

Polaris：用于对话式企业分析的多智能体系统

Polaris提出监督式多智能体框架，以动态任务协调将自然语言转为分析流程，实现高保真企业对话分析。

04:00
arXiv cs.AI

解缠共享表示提升形态-转录组整合

空间转录组多模态学习中，显式分离共享与特异信息可提升表征质量；对比学习优于VAE，解缠变体改善重建与探针指标。

04:00
arXiv cs.CL

Cloud-ScPO：大语言模型推理中基于隐状态几何的半监督偏好优化

提出Cloud-ScPO，利用隐状态几何和自一致性挖掘偏好对，无需外部奖励，显著提升数学推理性能。

04:00
arXiv cs.CV

UltraArUco：面向移动AR交互的低延迟实时标记追踪轻量级多语言库与框架

超轻量多语言AR标记追踪框架，延迟降低五倍，Wi-Fi分发架构，支持手势识别与钢琴模拟交互。

04:00
arXiv cs.CV

秘密-隐写差异作为设计轴：基于扩散模型的可逆无载体图像隐写

提出InvCISD可逆扩散框架，降低秘密与隐写图像相似度，提升隐写质量并保持恢复保真度，但现有方法仍可被定向隐写分析检测。

04:00
arXiv cs.CL

迷失于历史时间？波兰历史会考大语言模型基准

评估八种大模型在波兰历史会考中的表现，发现分数虽高但能力失衡，且存在脱离语境与时间错位两类典型错误。

04:00
ArXiv AI

TimeSage-EV：演化环境中智能体时间序列分析的实时基准

TimeSage-EV基准：60场景1485问答，评估智能体时间序列分析，揭示时间有效性与适应失败。

04:00
ArXiv AI

Intern-S2-Mobius：解耦知识与推理的基础模型

提出Mobius架构，分离知识与推理，7B省数据，35B续训提速4倍，性能持平。

04:00
arXiv cs.CL

AI智能体能否模拟A/B测试结果？智能体实验的验证框架。

提出模拟随机对照试验框架，分解误差；经67项测试验证，校准使预测误差降77倍，被试内设计使标准误降2.4倍。

← 往后648 / 1423往前 →