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
73976 条条目 · 106 个活跃源
2026年8月3日
04:00
arXiv cs.CV

MoPET：用于统一医学图像分类的参数高效混合专家

MoPET以稀疏路由选低秩专家，共享容量并抑制跨域冲突，统一医学图像分类，优于独立适配器。

04:00
arXiv cs.LG

GQ-FSL：绿色量化联邦分割学习

提出绿色量化联邦分割学习框架，通过随机量化和联合优化分割点与精度，在满足精度约束下最小化能耗，实现高效节能。

04:00
arXiv cs.CV

CBCT-IQ：用于图像质量评估与基准测试的公开带标注锥束CT数据集

首个公开CBCT图像质量标注数据集，含1764个切片和专家四级评分，基准测试26种质量评估方法。

04:00
ArXiv AI

结合大语言模型与符号推理，通过可解释知识库实现多机器人时序规划

提出PLANTOR框架，用大语言模型构建Prolog知识库，经一致性检查、符号规划与调度生成可执行行为树，减少人工建模但需人工修正。

04:00
arXiv cs.AI

要玩个游戏吗？面向开放式兵棋推演的语言模型

仅9%的兵棋推演研究让语言模型同时控制行动与裁决，保真度取决于其裁决可靠性。

04:00
arXiv cs.LG

DeltaServe：宿主无关的LLM推理与微调协同服务

该系统将闲置推理算力转为LoRA微调，用SLO感知调度保证推理性能，实测吞吐提升近3倍且完全遵守SLO。

04:00
arXiv cs.CV

BWM：面向机器人学习的低成本高保真世界模拟器

提出BWM动作条件世界模型，兼作数据引擎与策略评估器，提升保真度，世界竞技场三项第一。

04:00
arXiv cs.CV

一种实现STEM课堂环境中学生个体参与度实时测量的生物特征传感器网络

提出生物特征传感器网络，用于STEM课堂学生个体参与度实时非侵入式测量，设备端处理保护隐私。

04:00
ArXiv AI

嵌入式通用预测智能：多智能体学习的连贯框架

基于AIXI提出嵌入式预测框架，代理自我预测以处理多智能体非平稳性，实现高阶合作与无限阶心智。

04:00
arXiv cs.AI

面向AI智能体的自适应验证器多模态强化学习

提出自适应验证器，用于多模态强化学习，评估答案、时空定位与推理，提升智能体任务性能并减少奖励黑客。

04:00
arXiv cs.LG

开源LLM驱动的形式验证：用于RTL修复的多智能体流水线

提出多智能体流水线，用开源形式后端引导LLM修复RTL，经反例迭代证明正确，案例显示可行，并分析失败模式。

04:00
arXiv cs.CV

几何可观测性指数：SE(3)位姿估计中的影响、Fisher信息与弱可观测性

提出几何可观测性指数，证明其等于影响函数与信息矩阵，并揭示残差门控的鲁棒性机制。

04:00
arXiv cs.CV

快速特征场（F³）：事件的一种预测性表示

提出F³事件表示，预测未来事件以保留场景结构与运动，高效鲁棒，在光流、语义分割和深度估计上达到最优。

04:00
arXiv cs.CV

JoVA：面向视频-音频联合生成与编辑的统一多模态学习

JoVA以双分支架构原生联合表示视频、音频和文本，统一生成与编辑，免去对齐模块，性能达SOTA。

04:00
arXiv cs.CV

AREA3D：统一前馈三维感知与视觉语言引导的主动重建智能体

提出主动重建智能体AREA3D，融合前馈感知与视觉语言引导，高效选择视点，重建精度领先。

04:00
arXiv cs.LG

LayoutBench：多媒体数据云存储布局的性能基准测试

首个多媒体存储布局基准：对比三种布局，tar中小检索延迟低，Parquet大检索快但传输与成本高。

04:00
arXiv cs.AI

SREGym：面向AI SRE代理的高保真故障场景实时基准

SREGym是高保真SRE代理基准，模拟云原生故障与噪声，含90个问题，评估发现代理能力差异显著。

04:00
arXiv cs.CV

EMAG：基于指数移动平均引导的自校正扩散采样

提出EMAG，无需训练的自校正扩散采样法，通过自适应层选择增强负样本，提升生成质量，人类偏好分比CFG高0.46。

04:00
arXiv cs.AI

RAPiD：用于实时自动驾驶的奖励引导扩散规划器一致性蒸馏

RAPiD将扩散规划器蒸馏为少步学生，保持多模态，推理延迟降低5.5倍，性能与教师相当。

04:00
arXiv cs.LG

持久卷积：一种用于AI对齐测试与语义空间表征的拓扑框架

该研究提出基于拓扑的多模态对齐测试，利用人类知识结构检验模型嵌入空间，使黑箱模型更可解释、易于比较。

04:00
ArXiv AI

基于角色条件化强化学习塑造符合专家视角的科学解释

提出视角条件化解释框架，用角色对齐奖励的强化学习生成科学解释，专家更偏好且反馈时间大幅降低。

04:00
arXiv cs.CV

渐进式棋盘格用于自回归多尺度图像生成

提出渐进式棋盘格排序，实现自回归多尺度图像生成中的并行采样与序列条件平衡，在更少步骤下达到先进性能。

04:00
ArXiv AI

双维一致性：自适应推理时扩展中预算与质量的平衡

提出双维一致性框架，融合置信度贝叶斯与趋势感知剪枝，保持精度同时将推理开销降低十倍以上。

04:00
arXiv cs.CV

面向胎儿超声解读的认知感知视觉-语言基础模型

提出胎儿超声AI，用知识图与强化学习解耦视图-疾病关联，百万级数据训练，在报告生成与诊断上显著领先。

04:00
arXiv cs.LG

PaletteID：面向多模态点击率预测的原型组合语义标识

提出基于原型的语义标识PID，用语义锚点组合表示物品，增强多模态CTR预测，显著提升长尾物品效果，且更稳健可解释。

04:00
arXiv cs.LG

不要对比不可能之事：本地社区平台上用于对比用户建模的区域约束批处理

针对地理约束下不可能负样本，提出区域约束批处理构造同区域批次，提升用户表征与排序。

04:00
arXiv cs.LG

基于预测模型的量子电路优化转译器自动调优

用监督学习自动选择量子电路转译器优化组合，平均额外减少19.1%-32.4%双量子比特门，最高达95.8%。

04:00
ArXiv AI

面向对话智能体渐进式BDI/E轨迹评估的认知世界模型

提出CogWM认知世界模型，联合建模用户BDI/E状态与响应，实现对话代理认知轨迹的渐进评估，优于现有基线。

04:00
arXiv cs.LG

经颅聚焦超声相位-振幅畸变校正的小样本深度学习

提出小样本深度代理模型，从CT预测经颅超声相位/振幅校正，仅需10个目标点微调，速度提升2535倍，精度高。

04:00
arXiv cs.LG

利用随机特征哈密顿神经网络外推哈密顿混沌的涌现

随机特征哈密顿神经网络仅用规则区数据训练，即可外推预测未见参数的混沌涌现，优于传统方法。

04:00
ArXiv AI

PAIR：面向多轮智能体优化的前缀感知内部奖励模型

PAIR用冻结隐状态探针加注意力头提供密集步骤级奖励，抗前缀污染，低成本。

04:00
arXiv cs.CV

基于KAN隐式神经表示的可变形医学图像配准

提出两种基于KAN的隐式神经表示方法实现无需训练的高精度可变形配准稳定性好且开销低

04:00
arXiv cs.CV

WaMo：面向细粒度文本-运动检索的小波增强多频轨迹分析

提出小波增强多频轨迹分析框架WaMo，捕捉关节时空细节，实现细粒度文本-运动检索，大幅超越现有方法。

04:00
ArXiv AI

PEMAND：人格增强的多智能体家庭决策协商

提出PEMAND，用行为理论增强人格建模，经多智能体协商模拟家庭决策，在出行和居住迁移数据上优于基准。

04:00
arXiv cs.LG

GALA：淘宝上购推荐系统中实现自适应多模态表示的生成式对齐学习

提出GALA三阶段方法，以生成式RL对齐桥接预训练与微调，部署于淘宝上购，订单量提升0.55%。

04:00
ArXiv AI

DynaResize：面向分离式LLM后训练的运行时GPU重分配

动态重分配GPU，平衡推演与训练，吞吐提升66.5%，耗时降低33%，隐藏27%切换开销。

04:00
arXiv cs.CV

矩核：深度卷积网络中旋转和反射等变性的一种简单可扩展方法

提出矩核，以径向函数与坐标乘积表示O(d)等变卷积核，避免群卷积扩展，提升医学图像方向一致性。

04:00
ArXiv AI

代理歧义下基于因子化转移效应的潜在动作

针对多物体干扰场景中动作歧义，提出两阶段框架：先分解转移原语，再聚合为潜在动作，提升动作对齐与策略性能。

04:00
arXiv cs.AI

能力收敛假说：能力源于访问结构，而非规模

固定预算下表征收敛不蕴含能力收敛；能力源于访问结构——同时具备压缩状态通道与逐字索引通道的混合架构，而非规模。

04:00
arXiv cs.CV

揭秘视频推理

视频模型推理主要源于扩散去噪步骤，而非帧间；发现链式步骤机制及多种涌现行为，并提出免训练集成方法提升推理。

04:00
arXiv cs.LG

结构化神经混沌：面向函数不确定性量化与全局敏感性分析的自适应代理建模框架

提出结构化神经混沌展开代理模型，兼顾可解释性与神经网络表达力，低成本实现方差基全局敏感性分析。

04:00
arXiv cs.LG

张量数据散射与切片不可能性定理

提出稀疏张量表示标准，建立数据散射理论框架，证明切片不可能性定理，给出稀疏度公式及参考实现。

04:00
arXiv cs.LG

双重机器学习的解析与Bootstrap置信区间：模拟研究及在城乡肥胖患病率差异中的应用

DML置信区间覆盖概率受算法选择影响，样本增大覆盖反降；城乡数据表明农村化显著增加肥胖率。

04:00
arXiv cs.CV

ActionParty：生成式视频游戏中的多主体动作绑定

提出多主体世界模型，用主体状态令牌解耦渲染与个体控制，可同时控制七个玩家，提升动作跟随与身份一致性。

04:00
arXiv cs.LG

有限时域多臂赌博机中的贪婪优势

针对有限时域伯努利赌博机，提出正则化贪婪算法，推导出首个遗憾上界，给出参数校准规则，数值实验表明优于现有算法。

04:00
arXiv cs.LG

固定先验期望改进在Matérn与平方指数再生核希尔伯特空间中的简单遗憾率与极小极大最优性

固定先验期望改进：Matérn核简单遗憾率O(N^{-ν/d})，平方指数核指数率；精确EI极小极大最优。

04:00
arXiv cs.CV

提示重注入：缓解多模态扩散变换器中文本到图像生成的提示遗忘

针对多模态扩散变换器的提示遗忘，提出免训练提示重注入，将早期提示表示注入深层，缓解遗忘，提升指令遵循与生成质量。

04:00
ArXiv AI

双力：模仿约束下的增强离线多样性最大化

双力算法利用范德瓦尔斯力目标与功能奖励编码，在模仿约束下稳定提升离线多样性，无需技能判别器。

04:00
arXiv cs.AI

中枢神经系统神经元群体的信息处理：数据与运算的数学结构理论

提出凸锥代数框架，将神经元群体视为算子，实现预测、联想记忆等，并用矩阵嵌入扩展表示能力。

04:00
arXiv cs.AI

从RLVR到RLSVR：任务转换引发自验证奖励，用于开放式LLM自我改进

提出RLSVR，任务转换生成自验证奖励，以SpyRL实现，在非可验证与可验证推理任务上均优于现有自我改进方法。

← 往后811 / 1480往前 →