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
74498 条条目 · 106 个活跃源
2026年7月29日
04:00
arXiv cs.CL

MyoCardBench：用于临床真实心血管护理场景评估大语言模型的真实世界数据基准

MyoCardBench是最大真实世界多任务基准，覆盖心血管全流程，精准评估LLM临床优势与遗漏。

04:00
arXiv cs.CL

跨语言比较人类与分类模型在代码转换语音环境中的夹带行为

跨语言分析人类与模型在代码转换对话中的夹带差异，模型特征偏好不同，为多语言模型评估提供框架。

04:00
arXiv cs.LG

基于分数的时变问题稳定化

提出基于分数的PDE数值稳定框架，通过得分模型校正迭代，增强鲁棒性并抑制非物理不稳定性。

04:00
arXiv cs.LG

生成式分布鲁棒优化

提出GDRO框架，通过采样器与Sinkhorn散度配对实现分布鲁棒优化，无需似然，显著降低库存遗憾60%和导航碰撞50%。

04:00
arXiv cs.CV

CD-RMOT-Bench：跨域指代多目标跟踪基准

构建跨域指代多目标跟踪基准，揭示域移严重破坏语言引导的时域关联与目标选择，并给出QCA强基线。

04:00
arXiv cs.LG

Vilya-2实现化学多样性分子界面的精确结构建模

Vilya-2扩散变换器精确建模肽-蛋白等多样分子界面，在肽、小分子、大环建模上远超现有方法，可微调用于药物发现。

04:00
arXiv cs.CL

基于LLM符号化决策过程物化的可解释列标注

SymCA框架利用LLM将列标注物化为全局到局部的符号决策过程，显著提升精度与可解释性。

04:00
arXiv cs.CV

FIDAC：一个从视频中提取和解释人际距离的易用流水线

FIDAC是开源库，融合多种面部检测模型，从视频提取并分析人际距离，含跟踪优化与深度校正工具。

04:00
arXiv cs.CL

VisualPatchWorld：作为规划的潜在结构化表示的代码世界模型

VPW用代码表示世界动态，实现高效规划，成功率超基线23.5个百分点。

04:00
arXiv cs.CV

LENS：长视频中关键帧采样的自适应时空缩放

动态分配帧预算，自适应切换空间细节与时间上下文，将Video-MME准确率提升7.4个百分点。

04:00
arXiv cs.LG

校准的部分重置：防止持续强化学习中的策略崩溃

提出校准部分重置(CPR)优化器，按效用缩放低效神经元，避免策略崩溃，优于先前重置方法。

04:00
arXiv cs.LG

端点回放：压缩深度强化学习中的近期缓冲区

提出端点回放法，通过存储n步序列端点压缩缓冲区，减少存储量但保持性能。

04:00
arXiv cs.CL

激活引导中的信号溯源：激活源的选择策略

引导信号源于执行边界状态（模型即将输出目标行为），而非源文本；尾减法可优化信号稳定性。

04:00
arXiv cs.AI

GLIDE：引导式逐层混合注意力用于高效大语言模型推理

提出GLIDE，分层自适应混合注意力机制，非均匀压缩softmax，降低KV缓存开销，提升长上下文推理效率。

04:00
arXiv cs.AI

基于可微分D藤Copula的局部异常检测

提出可微D-vine与束搜索拟合框架，实现局部异常检测，利用Mondrian共形预测量化不确定性，并定位变量间异常关系。

04:00
arXiv cs.CV

OpenPVMapper：法国屋顶光伏系统多源全国数据库

法国多源屋顶光伏数据库OpenPVMapper，聚合深度学习与开放数据，含113万安装点，精度约75%，开源发布。

04:00
arXiv cs.LG

共形级联：多层级LLM推理的无分布精度保证

提出共形级联框架，基于预测集大小延迟决策，提供无分布有限样本精度保证，无需训练，优于现有启发式方法

04:00
arXiv cs.AI

基于GAN的卫星互联网观测数据鲁棒合成框架

提出基于GAN的框架，从缺失卫星观测中合成高保真数据，GT-GAN模型在40%数据缺失下仍保持最佳鲁棒性。

04:00
arXiv cs.CL

CoSA：通过代理-内核协同设计的稀疏注意力加速长上下文推理

CoSA以代理-内核协同两阶段稀疏注意力，低预算下保持高精度，注意力加速4.93倍，首令牌时延减2.53倍。

04:00
ArXiv AI

RRS-10K：面向罕见遥感图像解读的多任务视觉语言模型基准

RRS-10K基准评估52模型，揭示VLM在罕见遥感解读中视觉定位、指代分割和语义推理薄弱。

04:00
ArXiv AI

当最短并非最安全：面向老年人的行人路线规划的设计科学方法

设计科学研究开发适老行人路线规划，融合屏障、设施与高度数据，实地验证并提炼环境感知等设计原则。

04:00
arXiv cs.CV

LGFNet：CTC引导的局部-全局融合框架用于单通道睡眠分期

提出LGFNet框架，融合局部全局特征与CTC引导训练解码，跨数据集表现优异，显著提升N1分期准确率。

04:00
arXiv cs.CV

OrganLens：面向CT基础模型的器官特异性表示学习

OrganLens通过自监督学习，无需外部掩码即可生成11个器官特异性表示，显著提升心脏肿大和肺癌死亡率预测等任务性能。

04:00
arXiv cs.CL

迈向识别语言区域的系统性方法

本文提出一种地理聚类法，系统识别任意大小的语言区域，弥补了现有宏观区域划分缺乏系统性的问题。

04:00
arXiv cs.AI

基于记忆的推理：时间粒度自适应的无训练长视频理解框架

提出ReMem框架，通过双级记忆增强实现自适应关键帧选择，提升长视频零样本理解，在多个基准上取得领先性能。

04:00
arXiv cs.LG

通过稀疏自编码器实现可解释的GOHR智能体

使用稀疏自编码器分析游戏智能体内部表征，发现其能恢复隐藏规则并对应可解释策略。

04:00
arXiv cs.LG

语义空间搜索轨迹网络

提出语义空间搜索轨迹网络，离散语义向量构建网络，揭示训练动态差异，用于分析比较学习动态。

04:00
arXiv cs.LG

Lantern: Conflict-Aware Gradient Blending for Physics-Guided Diffusion Models in Calorimeter Simulation

04:00
arXiv cs.CL

CAST：游戏求解器作为LLM代理的回合级教师

CAST利用游戏求解器状态价值变化，为LLM提供回合级信用分配，提升长周期游戏决策表现。

04:00
arXiv cs.CV

WHTMix：基于沃尔什-哈达玛令牌混合的高效立体深度估计

用沃尔什-哈达玛令牌混合替代自注意力，在保持精度的同时大幅降低计算与延迟，适合高分辨率立体匹配。

04:00
arXiv cs.AI

Aletheia：低资源医疗环境的离线优先鉴别诊断临床决策支持系统

Aletheia离线诊断系统基于QLoRA微调大模型，低资源环境下准确率达80%，无需云基础设施即可用于初级医疗。

04:00
ArXiv AI

AdaKP：面向推理的强化学习中的在线自适应知识点选择

AdaKP通过熵代理等轻量机制在线动态选择知识点子集，极大提升竞赛数学推理性能且成本极低。

04:00
arXiv cs.CV

ObliCity：屋顶到地面投影位移校正的基准与基线

ObliCity数据集及DragRoof方法显式提取屋顶-足迹偏移矢量，实现SOTA几何校正。

04:00
arXiv cs.CL

雇佣语言学家降低推理成本：论语言规则作为有效的提示压缩器

仅用语言规则(无LM评分)的提示压缩器经进化搜索后性能接近先进方法，轻中度压缩下表现最佳。

04:00
arXiv cs.LG

基于物理信息的CNN-LSTM用于街道尺度城市洪水预测：协调总体准确性与街道级别合理性

物理约束CNN-LSTM在街道尺度洪水预测中实现近乎零重力违规与最高街道召回，地形感知损失调和了总体精度与物理合理性。

04:00
ArXiv AI

MusiChat：面向音乐创作的氛围式创作系统

MusiChat通过对话界面实现人机协同音乐创作，支持迭代编辑，准确率超95%，音乐质量优。

04:00
arXiv cs.AI

理解语义ID：从物品表征到生成式推荐中的物品选择

语义ID保留粗组织但丢失精细结构；ISD轻量方法无需重训，相对提升NDCG@10达31.2%。

04:00
arXiv cs.CL

对混合语码语音的强制对齐评估：以印地语-英语为例

评估印地-英语混合语音强制对齐，引导策略与混合语码训练将误差降至4.15ms，远优于单语模型。

04:00
arXiv cs.CL

Inspect India评估：面向印度语言与文化的开放大模型基准框架

针对印度语言文化的开源大模型评估框架，含六项基准，测试显示Sarvam-M和Gemma 2表现最佳。

04:00
arXiv cs.CL

大型语言模型的记忆机制

提出LLM记忆三维分类框架，统一分析隐式/显式、离线/在线、短期/长期机制。

04:00
arXiv cs.CL

旋转注意力中的相位结构：语义连续性与执行边界治理的频谱框架

提出有界频谱框架，分析相位对齐与语义漂移，区分表示连续性与执行边界治理。

04:00
arXiv cs.LG

CondPSE: 一种带条件调制的多项式滤波结构编码器

CondPSE用多项式滤波器组与条件调制增强图结构区分，合成任务上大幅超越GPSE，但真实分子预测中优势有限。

04:00
arXiv cs.CL

IRIS：基于冻结大语言模型的可重用身份表示用于实体对齐

IRIS从冻结LLM提取实体身份签名，实现跨知识图谱直接对齐，避免重复推理，性能领先。

04:00
arXiv cs.CV

FORGE：长视频理解中的相关性几何框架正交性

FORGE无需训练，通过引导嵌入空间查询条件几何，统一相关性与多样性，选出最大信息帧集，显著提升长视频理解准确率。

04:00
arXiv cs.CV

平衡软混合专家模型用于青光眼检测

提出平衡软混合专家模型，采用三专家与负载均衡损失，在青光眼检测AUC上超越现有模型，并可推广至其他疾病。

04:00
ArXiv AI

套娃智能体：展开子智能体以应对长程机器学习工程

提出分层智能体框架，解耦策略探索与执行，高效解决长程机器学习工程任务，性能显著提升。

04:00
ArXiv AI

相似模型学习方式不同：预训练最后窗口塑造超越SFT的后训练

预训练最后数据窗口决定模型对齐训练反应，SFT后基准无法全面评估。

04:00
arXiv cs.LG

重新思考对比解码：关于对比解码在缓解多模态大语言模型物体幻觉中无效性的可重复性研究与扩展

本研究复现并扩展发现，对比解码缓解物体幻觉的改进是虚假的，无法真正增强视觉基础。

04:00
arXiv cs.AI

Chart-Supported or Model-Supplied? Examining MLLM-Generated Claims for Accessible Visualization

04:00
arXiv cs.CL

基于大语言模型的科学摘要简化中的人机协同语料库

人机协同构建简化语料，GPT基线与专家编辑结合，提升跨学科科学摘要可理解性。

← 往后851 / 1490往前 →