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
75579 条条目 · 106 个活跃源
2026年7月15日
04:00
arXiv cs.CV

情感行为分析中的注意力因果监督

引入因果监督、交叉协方差正则化和SwiGLU变换，改进注意力池化框架，在s-Aff-Wild2上总分达1.2214。

04:00
arXiv cs.LG

奖励何时教会状态？隐藏自动机工具与群语言边界

用隐藏自动机分离测量奖励与状态学习，发现高奖励不代表理解任务，状态恢复可先验预测。

04:00
arXiv cs.CV

NEEDL-Bench：用于显微镜图像中瑞士针叶枯病和气孔检测的数据集

首个显微镜下瑞士针叶枯病检测数据集，含3250张图像，基准F1=0.8479，需领域特定归纳偏置。

04:00
arXiv cs.CV

ACZ-GSeg: 基于自适应同心圆区域的两阶段LiDAR点云地面分割

提出自适应同心圆区域两阶段地面分割法，粗分割加权PCA提取候选点，细分割反射强度一致性精化，F1评分达97%以上。

04:00
arXiv cs.LG

构建的现实，有争议的先验：自由能原理下的解耦与认知复发架构

学习与接受解耦，混合训练后系统默认行为回退基线，表明认知复发是结构性失效而非学习速度问题。

04:00
arXiv cs.LG

可扩展的最优传输网络对齐算法

FastAlign框架通过稀疏感知最优传输实现高效网络对齐，保持精度，CPU加速3.9-9.5倍，GPU加速2.2-32.5倍。

04:00
arXiv cs.CV

从重建到解读：X射线断层扫描数据的零设置多相分割

提出零设置多相分割框架，无需训练即可快速生成诊断级分割掩码，支持实时实验反馈。

04:00
arXiv cs.CL

MAGE: Understanding Stability-Performance Trade-offs in Multi-component Prompt Optimization

04:00
arXiv cs.CL

中文标题

中文摘要 语言模型中信念与现实的分离栖身于共享值槽上的路由：路由子空间决定查询读取信念或现实框架，值槽无标签。

04:00
arXiv cs.CV

用于矛盾/犹豫识别的校准多模态集成：系统描述与私有测试提交策略

提出校准等权重多模态融合模型，公共测试达0.7358 macro-F1，私有测试提交策略证实泛化性。

04:00
arXiv cs.CV

自洽流：统一速度与端点预测的修正流模型

SC-Flow通过一致性损失联合训练速度和端点预测，稳定优化并提升生成质量。

04:00
arXiv cs.LG

加权k近邻回归与软标签预测的精确且经认证的数据夏普利值

首次提出加权KNN回归数据夏普利值的伪多项式精确算法与认证FPTAS，并给出复杂度下界与开源实现。

04:00
arXiv cs.CV

视频编码标准中跨分量环路滤波综述

综述跨分量滤波器利用亮度-色度相关性减少压缩伪影，提升色度保真度，介绍其起源、现状与未来展望。

04:00
arXiv cs.LG

LIDAR-AD：面向自动驾驶的无解码器潜在交互梦境器与动作残差链

LIDAR-AD通过无解码器潜在对齐和残差动作序列对比学习，提升自动驾驶的风险感知与长时域决策性能，在仿真及真实场景中均超越基线方法。

04:00
arXiv cs.LG

图约束策略学习用于极端临床代码预测

图约束策略将极端临床代码预测转化为层次子集决策，在MIMIC-IV上优于扁平、级联和强化学习方法。

04:00
arXiv cs.LG

评估机器学习模型在早期慢性肾病预测中的可靠性：关于数据泄露与预测稳定性的系统综述

系统综述揭示数据泄露导致模型准确率虚增15.28%，超80%预测指标缺乏可靠性。

04:00
arXiv cs.LG

超越坐标规范：一种经审计的协议，用于检测神经坍缩后供体特异性功能指纹

通过仿射对齐和泄漏审计，发现神经坍缩后供体特异性功能指纹可被检测，20个配对全部正确识别（p=0.0083）。

04:00
arXiv cs.CL

Fine-Tuned Multi-Agent Framework for Detecting OCEAN in Life Narratives

04:00
arXiv cs.CL

中文标题：CityBehavEx：一个可扩展且经实证验证的LLM辅助城市模拟平台

中文摘要：提出结合移动模型与微调编码器的LLM辅助平台，单GPU一小时模拟10万智能体75天，支持实证验证。

04:00
arXiv cs.LG

信号引导的机器遗忘优化

GSUO框架通过细粒度引导信号优化机器遗忘，解决过度与不足遗忘问题，高效且效果优越。

04:00
arXiv cs.CV

超越完美先验：用于野外4D驾驶重建的自适应高斯图

提出自适应高斯图，解耦静态与动态并自适应修正拓扑，实现鲁棒的野外4D驾驶重建。

04:00
arXiv cs.LG

PFAdapter：面向个性化联邦多模态大语言模型的分层LoRA分解

PFAdapter分层LoRA分离全局与本地参数，通信成本降50%，准确率提升2.4%-4.8%。

04:00
arXiv cs.LG

缓解具有层次与可靠结构的数据中的类别不平衡问题

提出层次感知RoBERTa框架，通过父类嵌入保持分类层次一致性，无需数据增强即达0.76 F1，优于过采样方法。

04:00
arXiv cs.CV

审计全切片图像多模态基准中的数据泄露

揭示全切片图像多模态基准存在患者和机构级数据泄露，导致性能虚假高估，需构建无污染评估。

04:00
arXiv cs.CV

时间基准分数究竟衡量什么？——分解视频VLM评估中的通道使用

时间基准分数混淆任务与通道问题，反转下降法区分模型依赖位置编码还是视觉顺序，揭示分数不反映故障模式。

04:00
arXiv cs.CL

令牌缩减不等于成本降低

研究发现令牌减少不等于成本降低，提示缓存占账单80-87%，工具输出压缩可能增加成本并损害任务成功。

04:00
arXiv cs.CV

面向零样本裂缝分割的SAM3语义边缘响应解码

利用SAM3内部语义响应解码裂缝似然场，结合边缘先验校准，无需标注实现零样本裂缝分割，性能显著提升。

04:00
arXiv cs.CL

评估跨反应条件的非均匀可靠性：以自动作文评分为例的条件概化框架

提出条件概化框架，以熵分层揭示自动评分非均匀可靠性，高熵层可靠降低（0.88→0.84），需更多交叉条件。

04:00
arXiv cs.LG

LiteTopK: 利用维度灾难实现长上下文稀疏注意力中的融合索引器-TopK内核

LiteTopK通过采样估计分数范围并在线分桶，降低I/O和内存，保持精确Top-K，加速稀疏注意力1.2倍。

04:00
arXiv cs.CL

盲人与明眼人语义记忆导航中的熵：视觉经验的影响

视觉经验影响语义记忆导航：明眼人对抽象概念熵高，盲人对视觉显著具体概念熵高。

04:00
arXiv cs.CV

基于稀疏注意力自适应跨模态融合的行人过街意图预测

提出ADAPT多模态框架，融合视觉与运动信息，利用稀疏注意力降低冗余，在行人意图预测中达到SOTA且推理速度仅17.23ms。

04:00
arXiv cs.CV

GeoSEAN：可解释的东盟国家级别图像地理定位

提出可解释国家级别图像地理定位管道，MLP分类器准确率达85.91%，通过对象检测与注意力分析揭示视觉证据。

04:00
arXiv cs.LG

基于基因表达信息的联合控制生成模型用于精准分子设计

提出JoPMol，融合基因表达、分子结构与化学性质，联合控制生成优化，性能领先，通用性强。

04:00
arXiv cs.LG

Transformer前馈网络神经元的稀疏层间依赖关系

FFN神经元激活可由少量前置神经元和注意力输出高保真保留，层间依赖稀疏且结构化。

04:00
arXiv cs.CV

MobileSAM2：轻量级分割万物以实现空间智能

提出超图知识蒸馏法，将SAM2压缩为轻量模型MobileSAM2，实现移动设备高效分割，并验证了优秀泛化性能。

04:00
arXiv cs.CL

中文标题：使用自然语言处理比较人类与大语言模型的语义导航

中文摘要：人类语义搜索比大语言模型更可变、更具探索性，温度调整无法复现完整人类特征，表明模型缺乏独特平衡。

04:00
arXiv cs.LG

学会离散化：基于扩散的自适应网格与频谱引导

扩散模型可学习根据物理和谱约束自适应生成网格，替代固定规则，提升偏微分方程求解性能。

04:00
arXiv cs.CL

超越并行追踪：交互式多特征融合驱动基于非侵入性脑记录的意义重构

提出多特征融合框架，非线性交叉注意力融合实现非侵入脑信号语义重建，优于单特征方法。

04:00
arXiv cs.CL

我们有一个严肃的翻译：将互理解建模为概率推理

贝叶斯框架下用L1语言模型和噪声模型推断L2语义，模拟人类互理解，优于零样本大模型。

04:00
arXiv cs.CV

粗路径签名引导的几何增强用于小样本工业表面缺陷检测

提出粗路径签名引导的几何增强，利用边缘路径二阶签名聚合空间图，显著提升小样本工业缺陷检测性能。

04:00
arXiv cs.LG

使用动态图节点亲和度的机构股权持仓预测

提出NAVIS模型，在13F时序二分图上预测机构持仓权重，NDCG达0.9127，优于所有基线，揭示持仓强平滑性。

04:00
arXiv cs.CV

GEST引擎：从事件图到合成视频——完整技术报告

GEST引擎通过事件图从文本生成多演员合成视频，显式世界模型保证零成本标注与时空一致性。

04:00
arXiv cs.LG

我们合并的模型对吗？专家训练时长对LLM模型合并的影响

专家训练时长与合并方法需联合选择：简单平均易过拟合，稀疏化方法在超最优步长后最佳，类似随机森林的偏差-方差权衡。

04:00
arXiv cs.LG

用于可解释分布外检测的稀疏自编码器

利用稀疏自编码器从中间层提取可解释特征，基于余弦相似度区分分布内与分布外数据，实现高性能且可解释的检测。

04:00
arXiv cs.CL

面向乳腺癌治疗推荐的智能体系统

评估LLM智能体系统在乳腺癌治疗推荐中的表现，最佳得分0.594，存在多种临床错误，不适合无监督使用。

04:00
arXiv cs.CV

如何实现递归自改进智能体与个人奇点：一种目标、范围、工具和基准驱动的多智能体架构

本文提出受治理的多智能体架构实现递归自改进，引入个人奇点作为有界人机协同目标，通过目标、范围、工具和基准驱动。

04:00
arXiv cs.CL

思想的能力：在语义fMRI神经语言解码中评估Llama 3.2并改进Huth编码模型基线

改进Huth基线获11% METEOR增益；fMRIFlamingo解码成功源于语言先验，高容量LM不改善fMRI解码。

04:00
arXiv cs.CV

隐式4D高斯泼溅：应对大帧间位移的快速运动

提出SPIN-4DGS，通过隐式网络学习时空位置，高效重建大位移快速运动，性能显著优于基线。

04:00
arXiv cs.CL

中文标题：FinMMEval 2026 任务三中的Fin-Analyst：一个结合LLM专家和基于规则信号的实时混合交易智能体

中文摘要：Fin-Analyst混合代理在TSLA上获13.51%回报排名第一，发现8-K披露关键；无记忆和固定规则表现差，需基于LLM的记忆感知代理。

04:00
arXiv cs.CV

DM-KG：一种提升街景图像中视觉语言模型空间认知能力的新方法

提出DM-KG知识图谱，提取方向与距离关系，使VLM空间推理精度提升，距离误差降31.1%，方向误差降65.8%。

← 往后980 / 1512往前 →