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
74616 条条目 · 106 个活跃源
2026年7月24日
04:00
arXiv cs.CV

GrainGS: 梯度解耦高斯泼溅用于高效动态新视角合成

提出GrainGS框架，结合分层锚点与逐高斯变形，实现高质量实时动态新视角合成，存储紧凑。

04:00
arXiv cs.CL

演示GenDB：通过LLM智能体实现实例优化与定制化查询处理代码生成

GenDB利用LLM智能体生成实例优化的查询代码，提升性能，支持重复模板查询和混合架构。

04:00
arXiv cs.CV

CLUIE: 聚类感知循环传播与局部结构补偿的水下图像增强

提出CRWKV框架，通过聚类语义重排与暗响应调制，实现内容自适应水下图像增强，显著提升量化指标与视觉质量。

04:00
ArXiv AI

SciExplore：从科学导航到信息集成的自主智能体评估

SciExplore基准评估科学信息检索与推理，揭示任务复杂度增加时性能显著下降，结构化合成任务准确率极低。

04:00
ArXiv AI

集群边缘智能：超越边缘计算与人工智能的简单融合

提出集群边缘智能(CEI)框架，将智能视为可共享重用的独立实体，在边缘-云间实现描述、发现、观察、交换与管理。

04:00
arXiv cs.LG

将蝴蝶效应扼杀于萌芽：自输出微调用于自回归天气预报

提出自输出微调方法，利用模型自身预测校准输入分布，抑制自回归误差累积，实现长期预报最优性能。

04:00
arXiv cs.CL

化学链式思维：一种易产生幻觉的分子草稿本

化学CoT并非忠实推理，而是易生幻觉的分子草稿，正确答案常与虚构结构共存，需过程级监督。

04:00
arXiv cs.CL

人工自我纠正修辞：大型语言模型为何过度使用这一古典修辞手法及缓解方法

大模型过度使用“自我纠正”修辞，源于训练数据和RLHF。提出Epanorthosis指数，发现演讲中过度、问答中不足。LoRA适配器可按体裁校准至人类水平，目标非消除而是校准。

04:00
arXiv cs.LG

面向视觉Transformer的联邦LoRA中层间全局秩发现的谱变换

SpecTraL利用谱变换和随机矩阵理论自动发现最优全局秩，消除超参数搜索，提升联邦ViT微调的通信效率与收敛稳定性。

04:00
arXiv cs.LG

CASC：面向多变量时空数据的因果对抗子空间聚类

提出CASC框架，融合对抗聚类与因果子空间损失，发现多变量时空数据的动态因果子空间。

04:00
arXiv cs.CL

基于Transformer辅助的大语言模型源代码摘要方法：促进更安全的软件开发

通过Transformer辅助提示工程，提升LLM生成源代码摘要的质量，BLEU-4提高7.8%。

04:00
arXiv cs.CV

未来渲染≠未来表面：超越观察窗口的动态表面重建基准与数据集

提出FutureSurf基准与数据集，评估动态场景未来表面重建，揭示未来渲染与未来表面精度统计解耦，未来误差集中于运动区域。

04:00
arXiv cs.CV

循环正弦隐式神经表示实现高效高保真表示

提出共享正弦块迭代优化隐式表示，实现谐波谱丰富，在图像和3D任务中以更少参数和步骤达到更高保真度。

04:00
arXiv cs.CV

增强自动驾驶全天气自监督深度估计的鲁棒性

提出多教师蒸馏与雷达融合方法，提升恶劣天气下自监督深度估计鲁棒性，达最优性能。

04:00
arXiv cs.LG

基于B样条的平滑神经点过程

提出基于B样条基函数直接参数化条件强度函数的神经点过程模型，实现高效并行训练与平滑正则化，提升计算效率和预测精度。

04:00
ArXiv AI

重新审视零样本摘要：LLM摘要器可信度的实证研究

提出双层次稳定性诊断协议，实证发现LLM摘要器在不同指标下存在显著生成变异性，影响可信度。

04:00
arXiv cs.CV

弹性TTT：保持先验的测试时调优方法用于视频编辑

提出ElasticTTT框架，通过目标分布正则化、对比CFG和异步噪声调度防止先验坍塌，实现视频编辑最先进性能。

04:00
arXiv cs.LG

TOUR：离线强化学习中的轨迹级遗忘基准

提出轨迹级遗忘基准TOUR，揭示离线RL遗忘评估依赖多维度指标，单分数审计不可靠。

04:00
arXiv cs.AI

工作流局部机制学习：结构化智能体技能的归因引导修复与知识重用

WML通过归因识别工作流故障节点并局部修复，在表格和编译任务中高效提升技能成功率并降低成本。

04:00
arXiv cs.AI

SafeStep：面向虚弱或痴呆老年人的AI出行辅助

SafeStep结合路线规划与预测建模，利用LLM和Anticip8生成干预措施，提升老年人出行成功率，实验证实有效。

04:00
arXiv cs.LG

中文标题

APEX框架通过多项式GNN架构实现精确Aumann-Shapley归因，大幅减少计算开销并保持高保真度。

04:00
arXiv cs.CL

HiMe：用于可穿戴设备健康洞察的实时自托管个人代理平台

HiMe是本地部署的隐私优先代理平台，实时处理多设备健康数据，联合优化效果与效率，实现持续个性化监测。

04:00
arXiv cs.CL

VibeVoice-ASR-BitNet 技术报告

VibeVoice-ASR压缩版，采用INT8与三元权重异构量化，边缘CPU实时识别，RTF<1，速度比Whisper.cpp快1.6-2.3倍。

04:00
arXiv cs.CL

OpenForgeRL：在任何环境中训练原生于推理框架的智能体

开源框架OpenForgeRL实现跨环境端到端训练基于推理框架的智能体，性能大幅超越基线。

04:00
arXiv cs.CV

通过遮挡识别与条件扩散重建实现鲁棒虹膜识别

提出遮挡识别与扩散重建结合的虹膜识别框架，提升遮挡下性能。

04:00
arXiv cs.CV

SANA-Video 2.0：混合线性注意力与注意力残差实现高效视频生成

混合线性-软注意力与注意力残差设计，单GPU生成720p视频，质量媲美全softmax，速度提升数倍至百倍。

04:00
arXiv cs.CV

UnDA：面向医学影像跨模态知识迁移的无配对域对齐

提出UnDA框架，通过锚点对齐与不确定性加权最优传输，实现无配对跨模态知识迁移，提升医学图像分割精度。

04:00
arXiv cs.LG

暗室效应：密集预测奖励导致GRPO训练的LLM代理崩溃

密集预测奖励在GRPO下引发“暗室”病理，原因是z-score放大信号方差，导致策略退化；辅助损失通道更优。

04:00
arXiv cs.LG

GlucoTune：一个用于糖尿病血糖预处理、预测和基准测试的统一框架

GlucoTune框架标准化血糖预处理、预测与基准测试，通过可配置管道和统一接口实现可重复实验和公平比较。

04:00
arXiv cs.AI

EmoAgent-R1：基于强化学习的动态智能体特化实现多模态情感理解

用强化学习动态特化智能体，结合P-GRPO算法，提升多模态情感识别与推理稳定性。

04:00
arXiv cs.LG

相对价值学习

提出相对价值学习框架，直接学习状态价值差异，具理论保证，与PPO结合在Atari上表现优异。

04:00
arXiv cs.AI

Naju：原生离散状态空间模型，独立保持与写入实现长序列记忆

解耦遗忘门与写入增益，Naju在保持与覆盖间达最优，长程记忆超越Mamba，线性复杂度媲美Transformer。

04:00
arXiv cs.CL

AI助手的过度干预

研究显示AI教师比人类更频繁、更早干预，常提供完整解答而非提示，优化短期成功而非深度学习。

04:00
arXiv cs.CV

通过可微分光传输的场景参数显著性

可微分渲染器生成度量显著性图，通过光传输揭示场景参数对视觉指标的影响，不同指标对应不同显著性。

04:00
arXiv cs.CL

Euclid-MCP：一个通过Prolog实现确定性逻辑推理的模型上下文协议服务器

Euclid-MCP开源服务器通过Prolog实现确定性推理，解决大模型在复杂逻辑中的幻觉，保证精确低延迟。

04:00
arXiv cs.CL

通过随机化设计实现KV缓存淘汰的错误证书

随机化KV缓存淘汰以泊松采样生成误差证书（覆盖率0.97），实现归因而非预测。

04:00
arXiv cs.CV

视觉对比自蒸馏

通过图像内容移除构建对比自蒸馏信号，提升多尺寸视觉语言模型性能，无需外部教师。

04:00
arXiv cs.LG

基于人口信息的热-死亡风险曲线：风险图神经网络方法

提出风险图神经网络，融合人口统计特征优化热相关死亡风险曲线，热浪预测校准更优、误差更低。

04:00
arXiv cs.LG

可执行因果研究流程的自动合成与对抗验证

ARA框架通过合成数据与对抗验证揭示因果假设错误，虽不提升数值精度但暴露无效结论，强调应评估可信性。

04:00
arXiv cs.CV

从视频中自监督学习结构化动态

提出SDM模型，通过未来特征预测分离相机与物体运动，结合自监督与弱监督，学习结构化动态表示，性能优于基线。

04:00
arXiv cs.CL

GS-Agent：利用生成式模拟创造4D物理世界

GS-Agent多智能体框架通过物理引擎，从自然语言自动生成动态、可控的4D物理世界，实现虚实交互与影视级控制。

04:00
arXiv cs.AI

更快IndexTTS-2：GPU上加速与流式自回归零样本语音合成

利用TensorRT加速IndexTTS-2，GPT提速5倍，端到端提速3.6倍，支持流式合成，质量几乎无损。

04:00
arXiv cs.LG

达成模型共识，推理验证：面向HND型Transformer推理的GKR协议

GKR-HND协议通过委托公共计算并验证工作者签名响应，确保HND Transformer推理的防篡改与完整性。

04:00
ArXiv AI

生成式推荐能否触达冷启动物品？基于时间视角的语义ID生成研究

语义ID生成推荐在时间视角下能触及部分冷物品，但受限于未见token和路径，需改进语义空间与评分接口。

04:00
arXiv cs.CV

凹版印刷质量控制自动化的合成数据生成框架

针对凹版印刷缺陷图像稀缺，提出合成数据生成框架，生成7533张高保真图像，训练RFDETR模型，真实样本mAP达80.9%，实现零成本快速部署。

04:00
arXiv cs.CL

无云环境的自主编码：评估开放权重大语言模型在纵向数据准备任务中的表现

评估开放权重LLM在纵向数据准备任务，31-35B模型完成率高达87.9%，验证无云环境下AI辅助数据准备的可行性。

04:00
arXiv cs.CV

GraphVid：基于图的交互式可控视频生成

提出图条件视频生成模型GraphVid，利用结构化交互图实现多目标可控生成，性能显著优于传统方法。

04:00
arXiv cs.CL

窗口化多标记预测：消除百万词元上下文中的全上下文草稿KV开销

窗口化MTP通过滑动窗口限制草稿KV工作集，消除全上下文读取开销，百万词元下提速28%-44%，无需训练且无损。

04:00
arXiv cs.LG

子图滤波器学习：代数与性能风险界

提出子图滤波器学习框架及距离感知拉普拉斯代数，建立性能风险界，实验优于基线。

04:00
arXiv cs.AI

AttriMem: 归因引导的智能体记忆学习过程反馈

AttriMem利用归因过程反馈和局部奖励学习记忆策略，在长时对话问答中超越多种基线。

← 往后892 / 1493往前 →