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
71565 条条目 · 106 个活跃源
2026年8月14日
04:00
arXiv cs.CV

表面到骨骼的三维头影测量：从CT导出的外部软组织表面估计隐藏骨骼标志点

CT软组织外表面可推断21个骨骼标志点，层次模型误差2.97mm，证实可行

04:00
arXiv cs.LG

双时空归因：面向循环图异常检测的架构对齐事后可解释性

提出X-AddGraph事后解释框架，用双时空归因机制为循环图异常检测模型提供解释，检测精度不变。

04:00
arXiv cs.CV

从视觉控件到UI代码：高效的工具锚定生成

提出工具锚定框架，提取文本颜色证据生成JSX，重建指标优于直接提示与结构化管线，微调可提升模型。

04:00
arXiv cs.AI

汇聚式绕路劫持：基于技能的LLM智能体中保留任务的资源放大

提出汇聚式绕路劫持攻击：利用技能描述与指令诱导LLM绕路，资源消耗大增而任务完成率不变。

04:00
arXiv cs.CV

EgoCITE：面向长时程自我中心记忆的上下文增强索引与时间感知检索

该框架使用上下文增强索引和时间感知检索，改进长期自我中心记忆问答，准确率提高4.4%-14.2%，成本降低36倍。

04:00
ArXiv AI

NetlistBench：评估大语言模型在SPICE网表识别与操作中的可靠性

提出结构验证的网表基准，评估大语言模型的网表识别与操作可靠性：复杂操作准确率低，是电路设计自动化瓶颈。

04:00
arXiv cs.AI

OpenAg：农业智能的普惠化

OpenAg框架整合领域模型、知识图谱与多智能体推理，实现可解释、可适应的农业AI决策。

04:00
arXiv cs.AI

DREAMS：基于密度泛函理论的智能体材料模拟研究引擎

DREAMS多智能体框架以多层安全防护确保DFT模拟可信，误差低于1%，达到L2+自动化水平，迈向可信高通量自主材料模拟。

04:00
arXiv cs.AI

基于深度虚构博弈的势微分博弈用于无信号交叉口的类人交互学习

提出深度虚构博弈势微分博弈框架，从数据学习驾驶风格，理论保证收敛至纳什均衡，实现无信号交叉口类人交互。

04:00
arXiv cs.LG

CAKE：面向前沿内核演进的编译器-智能体协同设计

CAKE实现编译器与智能体协同，让智能体编写硬件显式IR，显著提升内核性能，如注意力加速2.05倍。

04:00
arXiv cs.CV

Mr3D-VL：面向多参数三维磁共振成像的通用视觉语言基础模型

提出Mr3D-VL，4B参数多参数3D MRI视觉语言基础模型，采用3D编码器和4D旋转位置嵌入集成多模态，报告生成BERTScore达0.856，超越现有模型。

04:00
arXiv cs.LG

GENADA：高效生成式时间序列对抗攻击框架

提出生成式对抗攻击框架，单次前向生成扰动，高效且攻击质量与强基线相当。

04:00
arXiv cs.CV

类别几何监督：实现样本高效的开放世界检测

提出类别几何监督，对齐类别表示间的距离，在少样本下提升开放世界检测的样本效率与未知类召回。

04:00
arXiv cs.LG

利用Householder矩阵探索过平滑问题

提出HouseGNN，用Householder反射与GroupSort构造分段正交层，逐层保持节点范数，缓解过平滑。

04:00
arXiv cs.CV

双流形几何引导的表示学习：核空间与数据空间的自适应耦合

提出双流形几何引导的核引导特征变换，自适应传递核几何至数据流形，提升图像分类与算术推理。

04:00
arXiv cs.CV

面向稀疏标注的开放世界目标检测

提出稀疏标注开放世界检测任务及DPOD框架，通过双模块解决已知/未知目标监督冲突，显著提升未知目标检测性能。

04:00
arXiv cs.LG

何时可以信任等成本Top-k分配的离线评估？一份受控、可复现的基准测试与从业者指南

离线评估可信度：弱重叠取决于记录器-目标动作对齐；交叉拟合不除复用偏差；倾向估计误差最大。

04:00
arXiv cs.CV

一种提升光伏组件多标签缺陷分类的生成式方法

提出GDI方法，用LaMa修复生成单缺陷样本，稀有缺陷F1提升63.6%，共现错误降低26%。

04:00
ArXiv AI

具有跨学科泛化能力的数值智能基础模型

提出UNICON基础模型，从数值上下文推断预测关系，跨学科泛化，结合语言模型超越专家。

04:00
arXiv cs.LG

Prof-K：面向高效Top-k选择的概率单遍过滤方法

Prof-K：单遍滤波概率Top-k选择算法，任意分布鲁棒，高概率正确，速度提升1.5-10倍。

04:00
arXiv cs.CV

扩展表示多样性：调制注意力与重建正则化用于视觉定位

提出调制注意力对比头与文本条件JEPA辅助流，结合Objects365-Caption数据，防止表征退化，提升跨数据集视觉定位泛化能力。

04:00
arXiv cs.LG

预测随机低维重参数化何时能训练神经网络

提出方向分辨二次主公式预测低维重参数化所需隐维，构建随机映射网络降低存储内存，实验验证其跟踪训练转变。

04:00
ArXiv AI

开放权重大语言模型在组合优化中的行为与表示：从特征提取到算法选择

开放权重LLM的隐藏层表示可媲美传统特征提取，虽显式提取有限，但隐式编码支持组合优化的算法选择。

04:00
arXiv cs.AI

基于大语言模型的程序语义不等价博弈

提出SInQ博弈：生成器与评估器半对抗训练合成代码推理数据，提升跨语言漏洞检测与复杂代码理解。

04:00
arXiv cs.LG

基于世界模型的自动研究智能体规模化

提出世界模型强化学习，用世界模型替代环境执行，配合去偏与降噪，加速自动研究智能体训练三到四倍超越基线。

04:00
arXiv cs.AI

Credo：基于信念与策略的LLM流水线声明式控制

借助信念与声明式策略控制LLM流水线，实现自适应、可审计、可组合执行，无需改动代码。

04:00
arXiv cs.LG

GENERIC动力学的结构保持不确定性量化

提出S-PENNs框架，为GENERIC动力学提供结构保持的不确定性量化，保证热力学一致性与校准区间，计算成本较深度集成降低1-3个数量级。

04:00
ArXiv AI

工具即连续流：演化式智能体推理

提出FlowAgent，将工具链重构为语义空间连续轨迹生成，引入计划级闭环基准，实现鲁棒泛化与误差衰减。

04:00
ArXiv AI

通过可执行行为表示迈向人体运动世界模型

提出可执行行为表示法，编译为奖励模型实现零样本策略推理，在动作分割与异常检测中优于任务特定模型。

04:00
arXiv cs.LG

ReLU的布尔能力

证明ReLU-MPLang在布尔查询上严格强于任何最终常值激活函数族，即ReLU-GNN强于{TrReLU,id}-GNN。

04:00
arXiv cs.LG

先表征，后生成：不规则缺失下的多模态条件时间序列生成

ReCoGen两阶段：逐模态自编码器得抗缺失令牌，流匹配融合静态条件生成，16项基准均超六个对比生成器。

04:00
ArXiv AI

深度活动模型：人类移动模式合成的生成方法

提出生成式Transformer模型，利用人口家庭属性合成日常活动链与轨迹，可迁移至多地区，交通模拟效果与SCAG ABM相当。

04:00
ArXiv AI

支持与反对票下的比例委员会选举

探讨允许反对票的比例代表性，提出两种负票解释及公理，分析Phragmén、PAV和等分法变体的满足性。

04:00
arXiv cs.AI

共体智能体：以人为本的智能体AI新范式

共体智能体是以人为中心的新范式，统一数字与具身智能，感知建模个体状态轨迹，闭环反馈，促进持续福祉。

04:00
ArXiv AI

HexEval：证据驱动的六维学者评估框架

提出证据驱动六维框架HexEval，融合内在质量与外部行为证据，实现可解释可审计的学者评估，实验验证有效。

04:00
arXiv cs.CV

VOS-Agent：第八届LSVOS挑战赛（MOSEv2赛道）冠军方案

提出VOS-Agent框架，按目标特征启用专用代理（跟踪/语义），解决微小与语义主导目标分割，在MOSEv2上以69.82%获第一。

04:00
arXiv cs.CV

双流跨锚点校正：长格式字幕的锚定与对象级锚点的领域局限

DSCC：微调注入对象级视觉锚，双流耦合降低长字幕幻觉，精度88.19%，但跨域受限。

04:00
arXiv cs.CV

PatchGen：学习软性图像内预测子集以实现视觉泛化

PatchGen通过样本自适应软掩码选择判别性补丁，提升分布偏移下泛化，无需文本监督。

04:00
arXiv cs.CV

CW-BASS v2：基础模型教师下半监督分割的饱和度感知伪标签选择

提出饱和度感知伪标签选择法，测量教师置信可靠度，严格过滤或自适应下限，避免饱和教师伪标签确认偏差。

04:00
arXiv cs.LG

时间上下文长度与编码策略对自监督心电图表示学习的影响

延长输入至5-10分钟并采用连续编码，可提升心电表示性能，优于离散量化。

04:00
arXiv cs.LG

基于因果效应约束的可解释因果发现

提出基于因果效应约束的贝叶斯因果发现方法，用稀有事件估计处理小后验质量，实现可解释的条件因果发现。

04:00
arXiv cs.LG

挑战下的训练：神经网络的可执行证书与挑战封闭最优性

提出挑战训练框架，用可执行证书验证神经网络是否达到全局最优，并量化最优性差距。

04:00
arXiv cs.CV

NaviDC-OCR：跨越数字与相机拍摄文档的解析导航

提出NaviDC-OCR，融合形变感知与结构解耦学习，解决数字及拍摄文档解析难题，多项基准性能领先。

04:00
arXiv cs.CV

语义引导实现可控生成：多模态扩散Transformer中的免训练概念擦除

通过操控中间块语义向量，免训练实现多模态扩散Transformer概念擦除，支持可控生成且鲁棒。

04:00
arXiv cs.LG

面向矩阵模型的联邦组合Muon优化器

提出联邦组合Muon优化器及方差缩减变体，解决分布式矩阵型组合优化，样本复杂度达O(ε⁻³)，实验表现优异。

04:00
arXiv cs.CV

超越正确性：混合思维多模态大模型响应行为的基准与对齐

提出PatternEval评估混合思维模型响应模式缺陷，并用PatternRL强化学习对齐，减少跨模式不一致，代价轻微性能下降。

04:00
arXiv cs.LG

基于受限Logit建模的大规模需求转移估计

提出受限Logit建模方法，可在百万级商品上估计需求转移系数；满足替代行为假设时，能准确估计并改进需求预测。

04:00
arXiv cs.CV

基于智能手机的摄影测量三维身体扫描用于自动人体测量的验证：与商用深度传感器身体扫描仪的比较

智能手机摄影测量3D扫描与商用深度传感器扫描仪在孕妇纵向测量中高度一致（偏差<16mm，ICC>0.8），可替代商用设备。

04:00
arXiv cs.CV

SCOPE：面向稀疏视频注意力的在线每头Top-K估计子空间聚类

提出SCOPE稀疏注意力框架，结合3D-RoPE子空间聚类与在线每头Top-K估计，提升视频DiT推理效率，加速最高1.99倍。

04:00
arXiv cs.LG

在干草堆中寻针：面向贝叶斯优化的测试时模拟电路表示自适应

TTARO在搜索中动态调整电路表示，利用评价标签提升贝叶斯优化，平均减少15.2%遗憾，优于现有方法。

← 往后668 / 1432往前 →