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
75636 条条目 · 106 个活跃源
2026年7月14日
04:00
arXiv cs.CV

MMA-Former：用于3D MRI自适应PNI预测的多窗口混合头注意力Transformer

提出MMA-Former，采用粗-细Transformer和窗口特定混合头注意力，在3D MRI PNI预测中AUC达0.752，优于CNN及Transformer基线。

04:00
arXiv cs.CL

视频中矛盾与犹豫识别的简单特征与诚实校准

提出结合情感文本、音频、视觉和语言线索的多模态系统，通过AP加权集成在固定阈值下达0.731AP，发现校准比架构更关键。

04:00
arXiv cs.LG

一种通过分组属性补全和置信度感知对比学习的新型图欺诈检测器

提出GFD-GC框架，用分组补全属性和置信度对比学习解决图欺诈中属性缺失与类别不平衡，性能领先。

04:00
arXiv cs.LG

面向零维降阶模型规划的多智能体框架

提出Z-COPA多智能体框架，将0D流网络规划转化为图结构优化，在航空发动机等系统中实现高效全局最优设计。

04:00
arXiv cs.LG

使用截断二次损失增强异构数据的拜占庭鲁棒联邦学习

提出截断二次损失聚合规则，解决现有方法偏差，实现异构数据下最优拜占庭鲁棒学习。

04:00
arXiv cs.AI

瓶颈思考：用于严谨归纳的沙漏推理

提出沙漏推理，通过阶段隔离和符号压缩传递，显著提升大模型少样本归纳推理准确率。

04:00
arXiv cs.CV

AsySplat: 高效非对称3D高斯泼溅用于长序列场景建模

提出非对称架构解耦几何与外观，减少计算冗余，小模型实现高效长序列新视角合成，速度提升近800倍。

04:00
ArXiv AI

交互缩放：锚定测试时计算的第三轴

交互通过外部观察反馈突破推理与采样的内部上限，锚定反馈与度量是关键。

04:00
arXiv cs.CL

使用大语言模型复现路径选择中的人类偏见：迈向可扩展的行为建模

研究发现大语言模型可复现人类路径选择中的非理性偏见，无需参数校准，为可扩展行为建模提供新途径。

04:00
arXiv cs.CL

解构特征结构：Transformer中可数学证明的两阶段训练动态

理论证明Transformer中特征解耦导致两阶段训练动态，从语法到语义，与注意力谱性质相关。

04:00
arXiv cs.CV

DDR-Net：面向单幅图像去雾的雾霾感知双域精化网络

提出DDR-Net，利用雾霾先验、细节增强和空频双域精化模块，高效去雾，真实场景效果优于现有方法。

04:00
ArXiv AI

合规逆向工程：审计遗留IT安全概念的双图验证框架

ASSERT框架通过本体提取和双图比对，量化文档与基础设施不一致，导出OSCAL合规工件。

04:00
arXiv cs.LG

TabPFN超越表格数据：多模态嵌入上的校准与准确性

TabPFN作为零梯度分类头，在多模态少样本分类中校准和精度均优于现有方法。

04:00
arXiv cs.CV

SynCLIP：面向鲁棒开放词汇密集感知的同义词连贯语言-图像预训练

提出SynCLIP框架，通过同义词注意力对齐与精炼，解决空间不一致问题，实现开放词汇密集感知SOTA。

04:00
arXiv cs.LG

基于联合汤普森采样的链路自适应

利用有序成功概率的联合汤普森采样算法，在链路自适应中性能稳健且吞吐量高。

04:00
ArXiv AI

模型崩溃：论递归、噪声与未知机器视觉

模型崩溃作为递归镜像，挑战超人类主义，强调噪声与递归的美学视角，揭示AI数据依赖本质。

04:00
ArXiv AI

专业邮件中的趣味AI：关于语气与收件人参与度的实地实验

AI辅助写作改变邮件语气但未直接影响回复率，而是通过语气间接影响收件人行为。

04:00
arXiv cs.LG

AeroMELD：用于诊断和潜在动力学的气溶胶群体线性嵌入

提出AeroMELD框架，构建保留气溶胶群体结构的线性潜在变量，实现诊断重建与混合ML-物理建模基础。

04:00
arXiv cs.CL

HiQA：面向多文档问答的层次化上下文增强RAG

提出HiQA框架，通过级联元数据与多路检索提升多文档问答性能，发布MasQA基准，达最先进水平。

04:00
arXiv cs.CV

RTFVE：实时人脸视频增强

提出可在普通CPU上实时运行的人脸视频增强模型，轻松集成到任何解码器，提升低码率视频感知质量。

04:00
arXiv cs.CL

遗忘成就共享意义：非伙伴协调游戏中遗忘对概念对齐的影响

研究非伙伴协调游戏中遗忘对概念对齐的影响：适应性玩家实际收敛更快、最终概念更接近，非适应性玩家感知收敛更早，减轻新信息权重可提高协议稳定性。

04:00
arXiv cs.CV

LoSA-Net：用于3D MRI中神经侵犯边界敏感预测的局部化和尺度自适应网络

LoSA-Net通过局部化与尺度自适应架构实现3D MRI神经侵犯边界敏感预测，AUC达0.7567。

04:00
arXiv cs.CL

深入不公裁判者：基于机制可解释性的LLM作为裁判的偏见研究

发现偏见在隐藏状态中有几何结构，通过控制激活方向可双向调节评分，线性投影可预测模型失败。

04:00
ArXiv AI

自适应多智能体系统中跨政策制度的迁移学习

制度变化若保留原有关系则迁移有效，否则产生负迁移。

04:00
ArXiv AI

ECG-LDC：一种面向心电图心律失常分类的高效硬件低维计算框架

ECG-LDC采用双编码器与二进制运算，以3.86KB内存实现97.18%准确率，适合资源受限的可穿戴设备。

04:00
arXiv cs.CL

HyperSafe：微调语言模型的推理时安全恢复

HyperSafe为微调模型生成安全侧网络，推理时分类有害提示并拒绝回答，无需梯度更新，显著降低有害响应。

04:00
arXiv cs.LG

基于物理信息传播路径的多维训练优先级加权：物理信息神经网络的统一残差加权框架

提出统一多维优先级框架，用负指数权重将物理传播顺序转为训练优先级，提升PINN收敛与精度。

04:00
arXiv cs.CV

体育视频中标签高效精确事件检测的时间特征蒸馏

提出时间特征蒸馏与门控移位，仅用10%标签即提升mAP 4.54点，80%标签匹配全监督。

04:00
arXiv cs.CV

基于参考图像和空间变换器的人脸超分辨率

提出利用空间变换器稳定对齐参考图像，聚合函数自适应取优，小模型实现SOTA人脸超分。

04:00
ArXiv AI

损伤多模态语言模型重现失语症图片命名模式

损伤多模态语言模型可重现失语症患者的类型及个体化图片命名错误模式，高匹配度达97.8%。

04:00
arXiv cs.CV

FSFVE：少样本压缩人脸视频增强

用10帧人脸和100秒训练模型，实时增强压缩视频通话质量，无需修改应用。

04:00
arXiv cs.LG

在闭环DEX模拟器中动态费用下的执行强化学习

构建闭环模拟器，DQN在动态费用环境下显著降低交易实现缺口，优于基准策略。

04:00
ArXiv AI

审计分布强化学习的风险主张

审计揭示分布强化学习智能体的风险主张多为训练伪影，而非环境随机性，超40%最强声称被反驳。

04:00
arXiv cs.CL

从表达性到样本复杂度：基于C-RASP的Transformer窄教师模型

本文首次提出Transformer学习C-RASP构造的样本复杂度界限，推进可学习性理论。

04:00
arXiv cs.CL

SCOPE-RL：在成功前后优化推理路径

提出两阶段框架SCOPE-RL，在成功前后密集化奖励信号，准确率提升11.2%，推理token减少27.1%。

04:00
arXiv cs.CV

WiFi-JEPA：面向WiFi-CSI三维人体姿态估计的自监督学习

WiFi-JEPA自监督框架通过掩蔽潜在嵌入预测与射线追踪仿真，在多人三维姿态估计中取得最优，摆脱相机标记依赖。

04:00
arXiv cs.LG

高效的在线比例采样及其在平滑在线学习中的应用

针对σ-平滑对手的高维在线比例采样，设计数据结构避免指数增长，证明深度上界，应用于在线学习获次线性遗憾。

04:00
arXiv cs.CL

家长式过滤：LLM中介的历史教育中对边缘化罗马尼亚学生的认知不公与差异化拒绝

LLM历史导师对边缘学生实施差异化拒绝与认知把关，构成认知不公和叙事隔离，亟需审计。

04:00
arXiv cs.LG

测试时邻域融合的证据神经网络自适应改进分子性质预测

提出PG-EVIKAL方法，测试时邻域融合改进分子性质预测，RMSE中位数降低19.4%，无需重新训练。

04:00
arXiv cs.CV

开放词汇检测中的置信度分数是尺度与语义的有偏混合

检测置信度受尺度偏差与语义偏差干扰，源自CLIP图像级预训练，阈值调整无效，温度缩放可部分校正但牺牲精度。

04:00
arXiv cs.AI

拉马努金AI挑战

提供数学常数公式集评估AI数学技能，含已知证明（暂加密）与未证明公式，考验AI创新能力。

04:00
arXiv cs.AI

V型梁热传感器的数据驱动正向与逆向建模

提出两阶段数据驱动框架：神经网络正向模型与梯度下降逆向优化，实现目标位移、最小体积与应力，预测MAPE 4.76%。

04:00
arXiv cs.AI

具身视觉与语言导航的综合综述及系统性真实世界评估

综述VLN方法，分类动作与模型范式，真实场景评估显示模拟与真实性能差距大，强调鲁棒性挑战。

04:00
arXiv cs.CL

利用改写提升社交媒体短文本主题建模：以COVID-19相关推文为例

通过LLM将推文改写为规范语言，提升主题建模的连贯性、多样性和唯一性，口语转正式策略效果最佳。

04:00
arXiv cs.CL

PM-KVQ：面向长思维链大语言模型的渐进式混合精度KV缓存量化

提出渐进式混合精度量化与位置插值校准，解决长CoT的KV缓存误差，性能提升8%，吞吐量提升2.73-5.18倍。

04:00
ArXiv AI

SWIFT：面向自动驾驶中流量感知轨迹预测的小世界交互框架

提出SWIFT框架，融合小世界网络与交通流理论，通过结构先验提升轨迹预测准确性与泛化性。

04:00
arXiv cs.AI

CSI的通用语言：统一跨设备与环境的无线感知

提出将CSI视为结构化语言的基础模型框架，统一异构信号，实现跨系统感知，性能优于基线且泛化能力强。

04:00
arXiv cs.CL

通过可扩展查找的条件记忆：大语言模型稀疏性的新维度

提出条件记忆（Engram）作为稀疏性新轴，实现O(1)查找并发现U形缩放定律，在27B参数上显著提升推理与长上下文检索能力。

04:00
ArXiv AI

MorphologyFM：一种形态学感知的心电图与脉搏血氧波形表示学习基础模型

基于形态学引导掩码与跨模态对比学习，在心律失常、低氧血症等任务中优于现有自监督方法。

04:00
ArXiv AI

OmniSCS: 通过完全可编辑驾驶世界实现自动驾驶全方位安全关键场景合成

提出OmniSCS，含全可编辑世界构建与场景合成模块，高保真生成安全关键场景，支持实时闭环测试。

← 往后998 / 1513往前 →