AI 日报

新闻资讯 · 155 条

• Genie 4进入研究预览：世界模型开始同时生成画面、声音与对话Genie 4: A new generation of world simulationGoogle DeepMind
• OpenAI公布三项科学结果，发布方式本身成为研究界争议Researchers are getting tired of OpenAI gatekeeping its breakthroughsThe Verge
• Anthropic披露药物研发合作进展，上市文件同时提醒周期与风险Early progress on accelerating drug development with ClaudeAnthropic
• Oracle云扩大Vera Rubin部署，智能体的CPU工作负载被单独提出NVIDIA and Oracle Expand NVIDIA Vera Rubin to Multi-Gigawatt Scale and Bring NVIDIA Vera CPU to Oracle Cloud InfrastructureNVIDIA Newsroom
• 英国庇护审查中的AI摘要工具，可能进入独立检查范围UK Home Office May Face Investigation Over Use of OpenAI TechWIRED
• Apple办公应用加入AI助手，并向第三方智能体开放MCP接口Apple is adding an AI chatbot to Pages, Keynote, and NumbersThe Verge
• Firefox智能窗口可按所选标签页填表，并定期监视网页变化Firefox’s Smart Window adds AI form filling and webpage monitoringThe Verge
• Opera推出WebAI，让网页调用本机运行的开放权重模型Opera introduces a new web standard to let users deploy AI locally in their browserTechCrunch
• Python类型调查：AI编码工具开始直接调用类型检查器Python Typing Survey 2026: AI Tools and the Shifting Checker LandscapeMeta Engineering
• 推理算力公司General Compute完成1亿美元A轮融资General Compute raises $100 million Series A, countering the neocloud disaster narrativeTechCrunch
• 英伟达参投印度推理软件公司SimplismartNvidia backs Indian startup helping companies run AI models with fewer GPUsTechCrunch
• Google Research提出“睡眠”阶段，探索模型部署后的持续学习The sleep framework: A new way for LLMs to retain knowledge in continual learningGoogle Research
• Anthropic 说自己有一天会改变生物学Anthropic Says It Will Revolutionize Biology—Some DayWIRED
• Anthropic 如何用 Claude 发布 Claude：把大脑和双手分开How Anthropic ships Claude with Claude: Separating the Brain from the HandsLatent Space
• 氛围基因？蛋白质与基因组设计软件开始使用接近自然语言的接口Vibe genes? Natural(ish) language comes to protein, genome design softwareArs Technica
• Anthropic 如何安全发布全球排名第一的大模型：把大脑和双手分开How Anthropic ships the #1 LLM in the World safely: Separating the Brain from the HandsLatent Space
• AWS 被评为 2026 年 Gartner 联络中心即服务魔力象限的领导者AWS named a Leader in the 2026 Gartner Magic Quadrant for Contact Center as a ServiceAWS AI Blog
• 用 LFM3 构建专用多模态模型Build specialized multimodal models with LFM3Hugging Face
• 前沿人工智能实验室说他们的模型反驳了指数时间假设。这是什么意思？Frontier AI labs say their models refuted the Exponential Time Hypothesis. What does that mean?TechCrunch
• 宣布用 SOCI 索引镜像加快 SageMaker AI 作业Announcing SOCI-indexed images for faster SageMaker AI jobsAWS AI Blog
• 修正评估偏差，以便在 Amazon Bedrock 上得到更好的模型Fix evaluation bias to unlock better models on Amazon BedrockAWS AI Blog
• Anthropic 为挡住华尔街压力而设计的复杂安排Anthropic’s elaborate plan to keep Wall Street at bayThe Verge
• Exowatt 用 SageMaker 无服务器模型定制，在准确率上超过前沿模型Exowatt beats frontier models on accuracy with SageMaker serverless model customizationAWS AI Blog
• 特朗普希望大家不要再说“AI”Trump wants everyone to stop saying “AI.”The Verge
• Google 的 Genie 4 世界模型加入音频、更逼真的世界和实时操控Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steeringTechCrunch
• DeepMind 发布 Genie 4 世界模型，承诺更真实的物理和人物DeepMind unveils Genie 4 world model promising more realistic physics and humansArs Technica
• Google 的下一代 Genie 模型生成更逼真的体验Google’s next Genie AI model generates more realistic experiencesThe Verge
• 中国版Muse来了！蚂蚁灵光2.0领跑Personal Agent赛道36氪 AI 频道（逐篇核验原创与转载）
• 人工智能如何改变数百万痴呆症患者的研究发现节奏How AI Is Changing the Pace of Discovery for Millions Living With DementiaNVIDIA Newsroom
• Meta 人工智能总监 Rohit Patel 离职，转去应对 Microsoft Office 和 Google WorkspaceMeta AI director Rohit Patel leaves to take on Microsoft Office and Google WorkspaceTechCrunch
• 在喜马拉雅用离线人工智能智能体写代码Coding From the Himalayas With an Offline AI AgentLatent Space
• Anthropic 是不是世界上最好的一门生意？Is Anthropic the best business in the world?Ben's Bites
• 两年从3500亿涨到6700亿：张一鸣重回首富，AI出了大力36氪 AI 频道（逐篇核验原创与转载）
• A社交表当天被打脸，服务器12小时被黑，马斯克前员工干的36氪 AI 频道（逐篇核验原创与转载）
• 价格跌96%，AI漫剧老板：行业已死36氪 AI 频道（逐篇核验原创与转载）
• OpenAI掀翻计算机科学30年基石，还解决了挂谷猜想36氪 AI 频道（逐篇核验原创与转载）
• 字节、腾讯、快手同时提速，互动内容离爆发还有多远？36氪 AI 频道（逐篇核验原创与转载）
• 不藏了！人形机器人全开源动真格，从机械结构一路拆到运动算法量子位
• 豆包不如先做老年机36氪 AI 频道（逐篇核验原创与转载）
• 为什么你越懂行业，越可能错过AI颠覆点？36氪 AI 频道（逐篇核验原创与转载）
• 电商平台在双11猛推AI，商家却在算另一笔账36氪 AI 频道（逐篇核验原创与转载）
• 宇树上市后，投资人反而不敢投机器人了36氪 AI 频道（逐篇核验原创与转载）
• 游戏+AI，尬在交卷前夜36氪 AI 频道（逐篇核验原创与转载）
• 今日下载：Anthropic 上市、更智能的电网，以及运动药丸The Download: Anthropic’s IPO, smarter power grids, and exercise pillsMIT Technology Review
• Agent下半场生死局：“上下文”成为新的价值衡量基线36氪 AI 频道（逐篇核验原创与转载）
• 顶刊给“ AI医生”正名：会诊准确率高出人类一大截36氪 AI 频道（逐篇核验原创与转载）
• 工业智能：制造业的下一个增长机会Industrial Intelligence: The next growth opportunity for manufacturingMIT Technology Review
• Anthropic 的硅谷往事36氪 AI 频道（逐篇核验原创与转载）
• 突发，Astra联手Opus破解化学半世纪猜想，50年圣杯被攻克36氪 AI 频道（逐篇核验原创与转载）
• “跑高分”不等于“能交付”：AI排行榜正在经历一场信用重估36氪 AI 频道（逐篇核验原创与转载）
• 人工智能智能体成了媒体新的重点受众AI Agents Are Media’s New Favorite AudienceWIRED
• AI黄金时代：张一鸣6700亿重回首富，刷新中国财富纪录36氪 AI 频道（逐篇核验原创与转载）
• Anthropic：甩掉 “吞金兽”；转身成 “房奴”，万亿长征路还远36氪 AI 频道（逐篇核验原创与转载）
• 第一批用豆包们看病的人，快把医院逼疯了36氪 AI 频道（逐篇核验原创与转载）
• 印奇把4D雷达也端到端了量子位
• 一群程序员实现财富自由36氪 AI 频道（逐篇核验原创与转载）
• Anthropic内部系统被AI攻破，员工薪酬全曝光了36氪 AI 频道（逐篇核验原创与转载）
• 你的AI恋人记得你多久，取决于你充了多少钱36氪 AI 频道（逐篇核验原创与转载）
• “抢钱者”联盟：AI巨头开启资本大逃杀36氪 AI 频道（逐篇核验原创与转载）
• OpenAI新模型降价，中国大模型的“便宜”要失灵了？36氪 AI 频道（逐篇核验原创与转载）
• 又一位参议员要求 Meta 撤回商业条款修订Another senator wants Meta to reverse its business term revisions.The Verge
• 对数据中心的反弹正在把美国不同立场的人连到一起Data center backlash is uniting AmericaThe Verge
• 乔布斯的皮克斯，狂赞中国物理AI数据终端量子位
• 同一门"卖Token"的生意：一家自述已跨过成本线，头部的毛利率是-24%36氪 AI 频道（逐篇核验原创与转载）
• 作者用一天试用了主要人工智能智能体，并写出自己认为最好的一个I Tested Every Major AI Agent for a Day. Here’s the Best OneWIRED
• 杨振宁当年的遗憾，被OpenAI补上了?36氪 AI 频道（逐篇核验原创与转载）
• 固态变压器如何为人工智能热潮供电How solid-state transformers could help power the AI boomMIT Technology Review
• 从Anthropic招股书，再看智谱和MiniMax的增长、估值和长期叙事36氪 AI 频道（逐篇核验原创与转载）
• Physical RSI第一站！便利店打工“人”自己进化，物理AI飞轮启动了量子位
• 租GPU跑DeepSeek，靠卖Token月入百万36氪 AI 频道（逐篇核验原创与转载）
• KV Cache被压成常数！OCR开源新王：页数没上限，缓存砍96%量子位
• Neocloud这堵快塌的墙，黄仁勋扶，马斯克推36氪 AI 频道（逐篇核验原创与转载）
• GPT-6.1 Terra首批网友实测来了！1折价格获得Astra级电脑操作能力量子位
• 真资本永动机，贾跃亭的机器人公司，挂牌上市了36氪 AI 频道（逐篇核验原创与转载）
• 国产AI 3D大模型Hi3D来了！开源可商用，PK干掉GPT-6量子位
• 看了招股书，我终于知道为什么 Anthropic 不在乎用户了36氪 AI 频道（逐篇核验原创与转载）
• 史上最大IPO来了，半年巨亏807亿美元，Anthropic招股书还藏着什么？36氪 AI 频道（逐篇核验原创与转载）
• 张一鸣登顶，梁文锋领衔AI硬科技登上财富前台36氪 AI 频道（逐篇核验原创与转载）
• 做能源与算力的“搭桥人”：达卯科技以能源大脑定义算电协同 | CPE 2026量子位
• 500亿美元之后，Kimi面临两个预期管理36氪 AI 频道（逐篇核验原创与转载）
• Claude工程负责人Felix：别再像2024年那样用Claude了36氪 AI 频道（逐篇核验原创与转载）
• OXR强势开源！1.3B横扫全球三榜第一，速度快过Paddle、MinerU，RSI让它卷出新高度量子位
• [AINews] Anthropic 两周内提交约 2 万亿美元 IPO：增长率 1400%，48% 收入来自云合作伙伴，毛利率 85%，第二季度运营利润 10 亿美元，账上现金 1340 亿美元，累计消耗 100 亿美元[AINews] Anthropic files for $2T IPO in 2 weeks: 1400% growth rate, 48% of revenue through cloud partners, 85% margin, $1B op profit in Q2, $134B cash in bank and $10B lifetime burnLatent Space
• 小米披露灵巧手最新技术探索成果：基于1827个工厂SOP验证，升级21自由度仿生灵巧手量子位
• HolonIQ 最新报告：科技巨头深入高校，AI相关合作占比从2.1%升至12%36氪 AI 频道（逐篇核验原创与转载）
• OpenAI 扩大与 Oracle 的合作，把对方的应用接入 ChatGPTOpenAI expands partnership with Oracle to bring its apps to ChatGPTOpenAI News
• 只看一张脸，AI预测的死亡名单，90天后应验了一半36氪 AI 频道（逐篇核验原创与转载）
• Kimi额度的问题，Anthropic 找到了解决办法36氪 AI 频道（逐篇核验原创与转载）
• 野村：全球机器人ChatGPT时刻即将到来36氪 AI 频道（逐篇核验原创与转载）
• Soul将推出Loxinity，为自研语音、视觉与多模态交互产品36氪 AI 频道（逐篇核验原创与转载）
• 当AI学会了预测，发现马斯克的预测不靠谱36氪 AI 频道（逐篇核验原创与转载）
• 华为「天才少年」回应DeepSeek面试争议：想象中的「殿堂」，没能接住敬仰36氪 AI 频道（逐篇核验原创与转载）
• Anthropic：谷歌、亚马逊、微软，“亦敌亦友”36氪 AI 频道（逐篇核验原创与转载）
• Anthropic招股书终披露：大模型到底赚不赚钱？36氪 AI 频道（逐篇核验原创与转载）
• 金蝶徐嘉祺：出海的下一程，比的是AI管理能力36氪 AI 频道（逐篇核验原创与转载）
• 王的猜想，被AI一夜通关36氪 AI 频道（逐篇核验原创与转载）
• 在增长加快之际，NVIDIA 与 Meta 扩大在 Muse 及 Muse 模型家族上的合作NVIDIA and Meta to Expand Collaboration on Muse and Muse Family of Models Amid Robust GrowthNVIDIA Newsroom
• 650亿美元ARR、800亿美元净亏损，最强AI公司揭开神秘面纱36氪 AI 频道（逐篇核验原创与转载）
• GPT-6.1 Terra 发布，评论区：拉完了36氪 AI 频道（逐篇核验原创与转载）
• 亏了35亿，机器人龙头又要IPO36氪 AI 频道（逐篇核验原创与转载）
• 钛动科技发布行业首个Pro-Agent, Navos Pro定义结果导向的AI for Work | TGC 2026科技增长大会量子位
• 英国“梁文锋”，怒赚640亿36氪 AI 频道（逐篇核验原创与转载）
• OpenAI 如何把编程工具做成 dots，一个一直在线的个人助理How OpenAI turned its coding tools into dots, an always-on personal assistantTechCrunch
• Meta之后，大厂期待“Muse时刻”36氪 AI 频道（逐篇核验原创与转载）
• 清华、英伟达等开了个新榜，38个AI实时视频模型露短板36氪 AI 频道（逐篇核验原创与转载）
• Cohere 称阿里巴巴的 Qwen 模型曾试图把文件发往北京Cohere says Alibaba’s Qwen model tried to send a file to BeijingTechCrunch
• 一个工位跑通之后，工业具身智能如何走向规模应用？36氪 AI 频道（逐篇核验原创与转载）
• 人形机器人开始踩踏：5折卖老股36氪 AI 频道（逐篇核验原创与转载）
• 同样用AI，顶尖人才靠什么拿到最大红利？36氪 AI 频道（逐篇核验原创与转载）
• Anthropic科学家宣布：全球博士生职业生涯一夜清零36氪 AI 频道（逐篇核验原创与转载）
• 刚刚，Anthropic公开招股书：史上最大IPO，半年狂揽163亿美元36氪 AI 频道（逐篇核验原创与转载）
• 刚刚，GPT-6.1 Terra 骨折价发布，Agent 时代的打工模型来了36氪 AI 频道（逐篇核验原创与转载）
• 算力最多，进展最慢：字节大模型困于赛马制36氪 AI 频道（逐篇核验原创与转载）
• Check Point 如何用 Daybreak 加快漏洞研究How Check Point accelerates vulnerability research with DaybreakOpenAI News
• 倒卖Token暴利终结，AI中转站还剩几种活法？36氪 AI 频道（逐篇核验原创与转载）
• Anthropic交表：上半年营收163亿美元，运营亏损7亿美元，估值或低于2万亿美元36氪 AI 频道（逐篇核验原创与转载）
• 字节把剪映国际版嵌入ChatGPT36氪 AI 频道（逐篇核验原创与转载）
• GPT-6.1 Terra（博客文章）GPT-6.1 TerraSimon Willison's Weblog
• 少数派星尘智能，何以撑起700倍市销率？36氪 AI 频道（逐篇核验原创与转载）
• OpenAI 宣布三项科学发现，以及一种与学者合作的新方式OpenAI announces three big science discoveries and a new way to work with academicsThe Verge
• 算力信仰即将崩塌：马斯克看衰，200家新云迎“折旧死局”36氪 AI 频道（逐篇核验原创与转载）
• Greptile 用 GPT-6 Astra 把缺陷检测扩展到代码审查之外Greptile takes bug detection beyond code review with GPT-6 AstraOpenAI News
• 据报道 Proton 将重新面试员工并询问人工智能使用情况Proton is reportedly going to “re-interview” employees and ask about their AI use.The Verge
• Apple 发布带新 Siri 人工智能功能和新 Music 标志的 iOS 与 macOS 27.2Apple releases iOS and macOS 27.2 with new Siri AI features, new Music logoArs Technica
• GitHub 前首席执行官推出了与之竞争的人工智能智能体平台GitHub’s former CEO launched a competing platform for AI agents.The Verge
• 引用 Jason KoeblerQuoting Jason KoeblerSimon Willison's Weblog
• ICE 计划购买机器狗，引发数百名 Boston Dynamics 员工抗议ICE plan to buy robot dogs spurs protest from hundreds of Boston Dynamics employeesArs Technica
• OpenAI 说 GPT-6.1 Terra 很擅长操作电脑GPT-6.1 Terra is very good at computer use, OpenAI says.The Verge
• 请真正的 Anthropic 站出来Will the real Anthropic please stand upMIT Technology Review
• webframe：作为抓取器和沙箱的一次评估webframe: evaluated as a scraper and a sandboxSimon Willison's Weblog
• 刚刚，Anthropic公开335页招股书：史上最大IPO，史上最亏AI公司量子位
• ChatGPT 把 404 Media 说成大公司的技术支持ChatGPT Says 404 Media Is Tech Support for Huge Corporations404 Media
• Anthropic 招股书揭示了公司内部的情况Anthropic’s IPO Prospectus Reveals What’s Under the HoodWIRED
• Anthropic 正式提交上市文件Anthropic officially files for its public debutTechCrunch
• Tesla 让出电动车皇冠后，想赢得自动驾驶竞赛Tesla gave up the EV crown. Now it wants to win the autonomy race.Ars Technica
• AI教科书全错，底层公式惊天Bug曝光，Gemini率先自我修复36氪 AI 频道（逐篇核验原创与转载）
• 被看衰的 HDD，凭什么成了 AI 的“数据终点站”？36氪 AI 频道（逐篇核验原创与转载）
• ChatGPT攻克26年猜想，千位数学家宣战AI，数学界彻底撕裂了36氪 AI 频道（逐篇核验原创与转载）
• 上映3日仅收获百万票房，首部AI院线电影为何遇冷？36氪 AI 频道（逐篇核验原创与转载）
• 今日下载：日常的人工智能伤害，以及核动力航天竞赛The Download: everyday AI harms and the race to nuclear spaceflightMIT Technology Review
• 帮用户抢 iPhone 折叠屏的 Agent，正在塑造 AI 时代电商的形状36氪 AI 频道（逐篇核验原创与转载）
• 全球首例机器人猥亵案背后的监管盲区36氪 AI 频道（逐篇核验原创与转载）
• 强如豆包，为钱弯腰36氪 AI 频道（逐篇核验原创与转载）
• Anthropic真的想当AI“救世主”？36氪 AI 频道（逐篇核验原创与转载）
• 别学编程了，Anthropic CEO直言：代码工作快速消失，人类应该学弹钢琴36氪 AI 频道（逐篇核验原创与转载）
• DeepSeek开源真香，vLLM/SGLang连夜性能反超，推理速度卷出新高度36氪 AI 频道（逐篇核验原创与转载）
• 机器人集合店：有流量，钱难赚36氪 AI 频道（逐篇核验原创与转载）
• agent是关不住的：即使互相隔离，仍能隔墙传信36氪 AI 频道（逐篇核验原创与转载）
• 马斯克最新判断：看衰AI算力，200家云厂商即将面临终局36氪 AI 频道（逐篇核验原创与转载）
• Claude Code一天走了两员大将，桌面端之父、知名工程师Thariq接连离职36氪 AI 频道（逐篇核验原创与转载）
• 当AI压进GPU，边缘算力走向融合36氪 AI 频道（逐篇核验原创与转载）
• 王兴兴两次认错，宇树暴涨1100亿36氪 AI 频道（逐篇核验原创与转载）
• DeepSeek新版模型单周调用量登顶全球首位，环比暴增801%36氪 AI 频道（逐篇核验原创与转载）
• OpenAI“招安”孙宇晨36氪 AI 频道（逐篇核验原创与转载）
• Grok 所谓“符合史实”的《奥德赛》放出了第一集Here’s the first episode of Grok’s “historically accurate” Odyssey.The Verge

论文速递 · 208 条

• KAPPA：用Lean 4和智能体逐条检查统计论文证明KAPPA: Checking the Proofs in Statistics Papers with Lean 4 and Language Model AgentsarXiv cs.AI / cs.LG / cs.CL
• 无检索器检索：用决策模型在文档中导航Retriever-Free Retrieval: Navigating Documents with Decision ModelsarXiv cs.AI / cs.LG / cs.CL
• 进化策略的质心解释Center-of-Mass Interpretation of Evolution StrategiesarXiv cs.AI / cs.LG / cs.CL
• 自动研究竞技场：评测并推进语言建模中的自动研究Auto-Research Arena: Benchmarking and Advancing Auto-Research in Language ModelingarXiv cs.AI / cs.LG / cs.CL
• 学习力反应式人形运动操作Learning Force-Reactive Humanoid Loco-ManipulationarXiv cs.AI / cs.LG / cs.CL
• 论学习的稳定性On the stability of learningarXiv cs.AI / cs.LG / cs.CL
• 面向纵向癌症照护、按患者量表评估大语言模型Patient-specific rubric-based evaluation of large language models across longitudinal cancer carearXiv cs.AI / cs.LG / cs.CL
• 先保住再扩展：面向多语种大模型语音识别的源感知适配与模型合并Preserve to Expand: Source-Aware Adaptation and Model Merging for Multilingual LLM-Based ASRarXiv cs.AI / cs.LG / cs.CL
• 工作智能体：系统、能力与优化Work Agents: Systems, Capabilities, and OptimizationarXiv cs.AI / cs.LG / cs.CL
• I-HITL：不可让渡的人在回路I-HITL: Inalienable Human-in-the-LooparXiv cs.AI / cs.LG / cs.CL
• 异构客户端量化下的信息论安全聚合Information-Theoretic Secure Aggregation With Heterogeneous Client QuantizationarXiv cs.AI / cs.LG / cs.CL
• 用 EBench 刻画前沿智能体：从直接控制到带策略的工具框架Profiling a Frontier Agent with EBench: From Direct Control to Harness with PolicyarXiv cs.AI / cs.LG / cs.CL
• Reva：通过上下文探测对大语言模型做实时漏洞检测Reva: Real-Time Vulnerability Detection through Contextual Probing of Large Language ModelsarXiv cs.AI / cs.LG / cs.CL
• 理解 Jev 式系统一模型：结构能否降低选择偏差？Understanding Jev-Style System One Models: Does Structure Reduce Selection Bias?arXiv cs.AI / cs.LG / cs.CL
• 预训练知道做什么，仿真教会怎么做：仿真训练机器人智能体的组合泛化Pretraining Knows What, Simulation Teaches How: Compositional Generalization in a Sim-Trained Robot AgentarXiv cs.AI / cs.LG / cs.CL
• VGGT 知道自己不知道什么吗？Does VGGT Know What It Does Not Know?arXiv cs.AI / cs.LG / cs.CL
• 学习何时提交：面向快速扩散语言模型的调度蒸馏Learning When to Commit: Schedule Distillation for Fast Diffusion Language ModelsarXiv cs.AI / cs.LG / cs.CL
• 人工智能时代学术努力与招聘的博弈论Game theory of academic effort and hiring in the age of AIarXiv cs.AI / cs.LG / cs.CL
• FOCUS：面向长程语言模型智能体的主动评论者学习FOCUS: Active Critic Learning for Long-Horizon Language Model AgentsarXiv cs.AI / cs.LG / cs.CL
• 量化大模型研究智能体的论断平滑Quantifying Claim Smoothing by LLM Research AgentsarXiv cs.AI / cs.LG / cs.CL
• 选择性平局学习：减轻偏好优化中的虚假相关Selective Tie Learning: Mitigating Spurious Correlations in Preference OptimizationarXiv cs.AI / cs.LG / cs.CL
• 含噪线性循环神经网络学习动力学理论A theory of noisy linear recurrent neural network learning dynamicsarXiv cs.AI / cs.LG / cs.CL
• 原子级安全关切：走向安全知识表示的基础语言Atomic Security Concerns: Towards a Foundational Language for Security Knowledge RepresentationarXiv cs.AI / cs.LG / cs.CL
• 面向多种欧式桌游的大模型智能体统一竞技场A Unified Arena for LLM Agents across Diverse EurogamearXiv cs.AI / cs.LG / cs.CL
• 自由查看、自由推理：简单大模型框架在根因分析上优于手工打造的智能体Free to Look, Free to Reason: Simple LLM Harnesses Outdiagnose Hand-Crafted Root Cause Analysis AgentsarXiv cs.AI / cs.LG / cs.CL
• 信号在改善、编码器在变差：自监督学习无标签监测的已知答案检验Improving Signals, Declining Encoder: A Known-Answer Test of Label-Free Monitoring in Self-Supervised LearningarXiv cs.AI / cs.LG / cs.CL
• 相似度指标真的在度量相似度吗？用户行为如何在推荐系统中制造虚假相关Do Similarity Measures Measure Similarity? How User Activity Creates Phantom Correlation in Recommender SystemsarXiv cs.AI / cs.LG / cs.CL
• 超越躯体疾病：临床叙事能否揭示慢病患者新出现的心理健康风险？Beyond Physical Illness: Can Clinical Narratives Reveal Emerging Mental Health Risks in Chronically Ill Patients?arXiv cs.AI / cs.LG / cs.CL
• EEGaze：基于脑电显著性细化的视觉搜索多模态注意预测EEGaze: Multimodal Attention Prediction in Visual Search via EEG-Based Saliency RefinementarXiv cs.AI / cs.LG / cs.CL
• CLOSURE：用于多元时间序列异常检测的跨通道闭合CLOSURE: Cross-Channel Closure for Multivariate Time Series Anomaly DetectionarXiv cs.AI / cs.LG / cs.CL
• 通过成对贝尔曼验证为离策略评估选择模型Model Selection for Off-Policy Evaluation via Pairwise Bellman ValidationarXiv cs.AI / cs.LG / cs.CL
• SEMA-Auto：有视觉且高效的自主多轮攻击SEMA-Auto: Sighted and Efficient Multi-Turn Attack with AutonomyarXiv cs.AI / cs.LG / cs.CL
• LUCID：用条件密度估计局部理解协变量重要性LUCID: Local Understanding of Covariate Importance with Conditional Density EstimationarXiv cs.AI / cs.LG / cs.CL
• 多目标多智能体强化学习中的偏好引导合作Preference-Guided Cooperation in Multi-Objective Multi-Agent Reinforcement LearningarXiv cs.AI / cs.LG / cs.CL
• 用路由集成和轨迹归因做多目标强化学习Multi-Objective Reinforcement Learning Using Routed Ensembles and Trajectory AttributionarXiv cs.AI / cs.LG / cs.CL
• TRACE：通过时频重建做内存高效的时间序列类增量学习TRACE: Memory-Efficient Time Series Class-Incremental Learning via Temporal-Spectral ReconstructionarXiv cs.AI / cs.LG / cs.CL
• 瞭望塔要求：面向前沿人工智能的寿命校准评估The Watchtower Imperative: Lifespan-Calibrated Evaluation for Frontier AIarXiv cs.AI / cs.LG / cs.CL
• JEV 能否支持临床试验入组标准评估？Can JEV Support Clinical Trial Criteria Assessment?arXiv cs.AI / cs.LG / cs.CL
• 量化线性扩散模型因初始化与有限样本而未能学会对称Quantifying the failure of symmetry learning in linear diffusion models due to initialization and finite-sample effectsarXiv cs.AI / cs.LG / cs.CL
• 在攻击有收益处审计：针对 GRPO 奖励黑客的预算化强验证者审计Audit Where Hacks Pay: Budgeted Strong-Verifier Audits Against Reward Hacking in GRPOarXiv cs.AI / cs.LG / cs.CL
• 多层 Transformer 的定量泛化界：少量长字符串可以胜过大量短字符串Quantitative Generalization Bounds for Multi-Layer Transformers: A Few Long Strings can Beat Many Short OnesarXiv cs.AI / cs.LG / cs.CL
• 用自编码器潜特征检测尼泰罗伊的公交延误与服务异常Detecting bus delays and service anomalies in Niterói with autoencoder latent feature representationsarXiv cs.AI / cs.LG / cs.CL
• Triage：在视频扩散 Transformer 中跳过、略读或细化注意力图块Triage: Skip, Skim, or Refine Attention Tiles in Video Diffusion TransformersarXiv cs.AI / cs.LG / cs.CL
• 可解释多模态人工智能方法，用以减少不必要的乳腺活检Explainable Multimodal AI Approach to Reduce Unnecessary Breast BiopsiesarXiv cs.AI / cs.LG / cs.CL
• 从自我信心到统计准确：用直接审计和大模型辅助审计扩展人在回路评估From Self-Confidence to Statistical Accuracy: Scaling Human-in-the-Loop Evaluation with Direct and LLM-Assisted AuditingarXiv cs.AI / cs.LG / cs.CL
• MiRL：针对终端智能体不当行为的误差导向强化学习MiRL: Error-Targeted Reinforcement Learning for Correcting Terminal Agent MisbehaviorsarXiv cs.AI / cs.LG / cs.CL
• 走向深度点击率预测输入侧最优维度配置的统一框架Towards a Unified Framework of Optimal Input-Side Dimensional Configuration for Deep CTR PredictionarXiv cs.AI / cs.LG / cs.CL
• 并非单一信念：对话问答中的答案载荷、持续性与分离的信心信号Not One Belief: Answer Payloads, Persistence, and Dissociated Confidence Signals in Conversational Question AnsweringarXiv cs.AI / cs.LG / cs.CL
• GNN-VIEW：基于图的地球系统模型的可视检查与解释GNN-VIEW: Visual Inspection and Explanation of Graph-based Earth-System ModelsarXiv cs.AI / cs.LG / cs.CL
• EvoRouter：通过洞察引导的同策略蒸馏做低成本多智能体路由EvoRouter: Cost-Efficient Multi-Agent Routing via Insight-Guided On-Policy DistillationarXiv cs.AI / cs.LG / cs.CL
• TrySee：面向专业领域闭环机器人任务规划的模块化感知增强视觉语言定位TrySee: Modular Perception-Enhanced VLM Grounding for Closed-Loop Robot Task Planning in Specialized DomainsarXiv cs.AI / cs.LG / cs.CL
• 把 LLM-SC 适配到活态神圣遗产：帕舒帕蒂纳特寺评论的领域抽取、语义网络与人工评估Adapting LLM-SC to Living Sacred Heritage: Domain-Specific Extraction, Semantic Networks and Human Evaluation on Pashupatinath Temple ReviewsarXiv cs.AI / cs.LG / cs.CL
• OmniShowcase：从多视图图像生成全向且主体一致的视频OmniShowcase: Omnidirectional Subject-Consistent Video Generation from Multi-View ImagesarXiv cs.AI / cs.LG / cs.CL
• CounterFlow：面向视觉反事实的目标条件流匹配CounterFlow: Target-Conditioned Flow Matching for Visual CounterfactualsarXiv cs.AI / cs.LG / cs.CL
• 评估 DeepSeek V4.1 Flash-1017 的失控与有害操纵风险Evaluating DeepSeek V4.1 Flash-1017 for loss of control and harmful manipulation risksarXiv cs.AI / cs.LG / cs.CL
• Hessian 相似条件下的 SCAFFOLD：更紧的收敛速率SCAFFOLD under Hessian Similarity: Sharp Convergence RatesarXiv cs.AI / cs.LG / cs.CL
• 可解释航空风险的混合框架：从安全报告抽取因果链，并结合基于物理的失效量化与干预分析A Hybrid Framework for Explainable Aviation Risk: Causal Chain Extraction from Safety Reports with Physics-Based Failure Quantification and Interventional AnalysisarXiv cs.AI / cs.LG / cs.CL
• 鲁棒强化学习的可证明高效 Q 学习Provably Efficient Q-learning for Robust Reinforcement LearningarXiv cs.AI / cs.LG / cs.CL
• 用片段读出和选择性适配改进 JEV 蕴含重排序Improving JEV Entailment Reranking with Span Readouts and Selective AdaptationarXiv cs.AI / cs.LG / cs.CL
• 通过传输神经正切核主动学习条件生成模型Active Learning of Conditional Generative Models via the Transport Neural Tangent KernelarXiv cs.AI / cs.LG / cs.CL
• TRON：把自然演化出的网络架构迁移到神经进化TRON: Transferring Naturally Evolved Network Architectures into NeuroevolutionarXiv cs.AI / cs.LG / cs.CL
• Bovdi–Geche 普遍性猜想强形式的证明及一个复变类比Proofs of strong forms of the Bovdi--Geche universality conjecture and a complex analoguearXiv cs.AI / cs.LG / cs.CL
• 为规划而适配，而不只是为预测：测试时对世界模型的乐观适配Adapt for Planning, Not just Prediction: Optimistic Test-Time World Model AdaptationarXiv cs.AI / cs.LG / cs.CL
• 面向空战战术决策的离线语言支持系统Offline Language-Based Support System for Tactical Decision-Making in Air Combat OperationsarXiv cs.AI / cs.LG / cs.CL
• 从语言到驱力：使自主机器人与人类目的对齐的多模态框架From Language to Drives: A Multimodal Framework for Aligning Autonomous Robots with Human PurposesarXiv cs.AI / cs.LG / cs.CL
• 对手的大脑：用大模型基于假设的逻辑签名检测威胁行为者Adversary Brains: Hypothesis-Based Logical Signatures for Threat Actor Detection with LLMsarXiv cs.AI / cs.LG / cs.CL
• 把神经网络蒸馏成方程以预测行星不稳定Distilling neural networks into equations to predict planetary instabilityarXiv cs.AI / cs.LG / cs.CL
• 面向编程智能体的分层技能演化Hierarchical Skill Evolution for Coding AgentarXiv cs.AI / cs.LG / cs.CL
• 让推理可见：结构化推理任务中自适应支架的配置感知诊断建模Making Reasoning Visible: Configuration-Aware Diagnostic Modeling for Adaptive Scaffolding in Structured Reasoning TasksarXiv cs.AI / cs.LG / cs.CL
• VaLoP：面向奖励引导扩散的价值梯度前瞻与回拉VaLoP: Value Gradient Lookahead and Pullback for Reward-Guided DiffusionarXiv cs.AI / cs.LG / cs.CL
• ArchiveLens：用于历史地图语义重建的生成式空间知识框架ArchiveLens: A Generative Spatial Knowledge Framework for Semantic Reconstruction of Historical MapsarXiv cs.AI / cs.LG / cs.CL
• 在图上演化：无需问题标注的自演化知识图谱推理Evolve on Graph: Self-Evolving Knowledge Graph Reasoning without Question AnnotationsarXiv cs.AI / cs.LG / cs.CL
• 智能体算法设计：由大模型在 Lean 中提出、形式化并证明进化算法的运行时间界Agentic Algorithm Design: LLMs that Propose, Formalise, and Prove Runtime Bounds for Evolutionary Algorithms in LeanarXiv cs.AI / cs.LG / cs.CL
• SAP-ViT：用于医学图像分类的自归因图块视觉 TransformerSAP-ViT: A Self-Attributing Patch Vision Transformer for Medical Image ClassificationarXiv cs.AI / cs.LG / cs.CL
• 线性探针尽管存在旋转，仍能从基座模型迁移到蒸馏语言模型Linear Probes Transfer from Base to Distilled Language Models despite RotationarXiv cs.AI / cs.LG / cs.CL
• 受限场地中微型振动驱动机器人群体的分布式预测集群Distributed Predictive Flocking for a Swarm of Miniature Vibration-Driven Robots in a Confined ArenaarXiv cs.AI / cs.LG / cs.CL
• 整合奖励而不是对它采样：全双工语音模型中打断与附和的窗口似然Integrate the Reward, Don't Sample It: Window Likelihood for Interruptions and Backchannels in Full-Duplex Speech ModelsarXiv cs.AI / cs.LG / cs.CL
• 无限机器：用于研究的自我改进人工智能智能体Infinity Machine: a self-improving AI agent for researcharXiv cs.AI / cs.LG / cs.CL
• ExCal：通过过量校准做免优化的多元时间序列异常检测ExCal: Optimization-Free Multivariate Time Series Anomaly Detection via Excess CalibrationarXiv cs.AI / cs.LG / cs.CL
• 高分辨率触觉观察使隐藏的球拍控制机制变得可学习High-resolution tactile observation makes hidden racket-control mechanisms learnablearXiv cs.AI / cs.LG / cs.CL
• 多保真训练重塑原子模型中的不确定性分解Multi-Fidelity Training Reshapes Uncertainty Decomposition in Atomistic ModelsarXiv cs.AI / cs.LG / cs.CL
• EXCISE：在医学问答中定位并切除干扰句EXCISE: Locating and Excising Distracting Sentences in Medical Question AnsweringarXiv cs.AI / cs.LG / cs.CL
• LoopFold：并行化循环 Transformer 的循环深度LoopFold: Parallelizing Recurrent Depth in Looped TransformersarXiv cs.AI / cs.LG / cs.CL
• 随机多目标赌博机中的均衡采样Balanced Sampling in Stochastic Multi-objective BanditsarXiv cs.AI / cs.LG / cs.CL
• 带表示级用户迁移的跨域序列推荐Cross-Domain Sequential Recommendation with Representation-Level User TransferarXiv cs.AI / cs.LG / cs.CL
• 通过拓扑数据分析解释并预测日冕洞驱动的高速太阳风Explainable Prediction of High-Speed Solar Wind Streams driven by Coronal Holes via Topological Data AnalysisarXiv cs.AI / cs.LG / cs.CL
• 用双侧传输注意力做四分之一度分辨率的高效概率天气预报Efficient probabilistic weather forecasting at quarter-degree resolution with two-sided transport attentionarXiv cs.AI / cs.LG / cs.CL
• StateLoop：循环 Transformer 的持久状态StateLoop: Persistent State for Looped TransformersarXiv cs.AI / cs.LG / cs.CL
• 中间的智能体：人工智能中介的访问如何重塑网页漏洞利用The Agent in the Middle: How AI-Mediated Access Reshapes Web Vulnerability ExploitationarXiv cs.AI / cs.LG / cs.CL
• 超越建模顺序：跨被试脑电情绪识别的双路径时空表示学习Beyond Modeling Order: Dual-Path Spatiotemporal Representation Learning for Cross-Subject EEG Emotion RecognitionarXiv cs.AI / cs.LG / cs.CL
• 语言模型少样本概念归纳的一种算法解释An Algorithmic Account of Few-Shot Concept Induction in Language ModelsarXiv cs.AI / cs.LG / cs.CL
• JANUS：合成针对网页反序列化攻击的跨层防御JANUS: Synthesizing Cross-Layer Defenses Against Web Deserialization AttacksarXiv cs.AI / cs.LG / cs.CL
• CANS：面向大语言模型的保能力神经元引导CANS: Capability-Preserving Neuron Steering for Large Language ModelsarXiv cs.AI / cs.LG / cs.CL
• 用大模型生成用于证明终止性的排序函数Ranking Function Generation with LLMs for TerminationarXiv cs.AI / cs.LG / cs.CL
• 用原生三维扩散做生成式运动结构恢复Generative Structure from Motion with Native 3D DiffusionarXiv cs.AI / cs.LG / cs.CL
• S3AC：面向大模型推理、稳定且有选择的可扩展演员-评论家S3AC: Stabilized, Selective, and Scalable Actor-Critic for LLM ReasoningarXiv cs.AI / cs.LG / cs.CL
• 深度改善深度线性网络在困难任务上的训练时扩展Depth Improves Training-Time Scaling for Difficult Tasks in Deep Linear NetworksarXiv cs.AI / cs.LG / cs.CL
• MATCHA：带社交媒体跨语言分析的中文多障碍心理健康数据集MATCHA: A Chinese Multi-Disorder Mental Health Dataset with Cross-Lingual Analyses on Social MediaarXiv cs.AI / cs.LG / cs.CL
• 大规模治理企业人工智能流量：在 Envoy 上设计并运行策略驱动的多厂商大模型网关Governing Enterprise AI Traffic at Scale: Design and Operation of a Policy-Driven, Multi-Vendor LLM Gateway on EnvoyarXiv cs.AI / cs.LG / cs.CL
• 通过优化已训练神经网络来学习约束：实用教程Constraint Learning by Optimizing over Trained Neural Networks: A Pragmatic TutorialarXiv cs.AI / cs.LG / cs.CL
• 时间维度上的模型约简：学习流映射以约简随机动力系统Model reduction in time: Learning flow maps for reducing stochastic dynamical systems in timearXiv cs.AI / cs.LG / cs.CL
• 强化学习造成轨迹偏移时的测试时信心适配Test-Time Confidence Adaptation under RL-Induced Trajectory ShiftarXiv cs.AI / cs.LG / cs.CL
• 细粒度信用分配何时有益、何时有害：经由视频编辑的多模态智能体强化学习When Fine-Grained Credit Assignment Helps and Hurts: Multimodal Agentic Reinforcement Learning through Video EditingarXiv cs.AI / cs.LG / cs.CL
• 遗忘的隐性成本：软件工程智能体中的轨迹删除研究The Hidden Costs of Forgetting: A Study of Trajectory Deletion in Software Engineering AgentsarXiv cs.AI / cs.LG / cs.CL
• 学习轴对齐划分的查询复杂度Query Complexity of Learning Axis-Aligned PartitionsarXiv cs.AI / cs.LG / cs.CL
• Wasserstein 损失下条件生成学习的极小极大速率Minimax Rates for Conditional Generative Learning under Wasserstein LossarXiv cs.AI / cs.LG / cs.CL
• FeatureLoop：在需求不断变化时评测编程智能体FeatureLoop: Benchmarking Coding Agents under Evolving RequirementsarXiv cs.AI / cs.LG / cs.CL
• ShutdownMod：把任意轨迹变成关机评估ShutdownMod: Turning Any Trajectory into a Shutdown EvaluationarXiv cs.AI / cs.LG / cs.CL
• 评估分布偏移下贝叶斯深度学习对生物医学时间序列分类的稳健性：睡眠分期案例Evaluating Bayesian deep learning for robust biomedical time-series classification under distribution shift: A sleep scoring case studyarXiv cs.AI / cs.LG / cs.CL
• 不只是词语：为视觉接地的文化翻译拆解分布式证据Beyond Words Alone: Disentangling Distributed Evidence for Visually Grounded Cultural TranslationarXiv cs.AI / cs.LG / cs.CL
• GPDPO：通过群体帕累托支配策略优化，从奖励冲突中学习GPDPO: Learning from Reward Conflicts via Group Pareto-Dominance Policy OptimizationarXiv cs.AI / cs.LG / cs.CL
• MANTIS：面向假新闻检测的多轴新闻变换，用于逐实例压力测试和最坏情况训练MANTIS: Multi-Axis News Transformations for Instance-Wise Stress Testing and Worst-Case Training in Fake News DetectionarXiv cs.AI / cs.LG / cs.CL
• 放大、定位、估计：针对微调大模型稀有失败率的 ALEAmplify, Locate, Estimate (ALE) on Rare-Failure Rates of Fine-Tuned LLMsarXiv cs.AI / cs.LG / cs.CL
• 基于可解释主动偏好学习的交互式进化多目标优化算法An Interactive Evolutionary Multiobjective Optimization Algorithm Based on Interpretable Active Preference LearningarXiv cs.AI / cs.LG / cs.CL
• XL MIMO 极限学习机：用堆叠超表面做波域推断XL MIMO Extreme Learning Machines: Wave-Domain Inference with Stacked MetasurfacesarXiv cs.AI / cs.LG / cs.CL
• 面向物理信息探索的多时间跨度未来发现Multi-Horizon Future Discovery for Physics-Informed ExplorationarXiv cs.AI / cs.LG / cs.CL
• EvoBench：面向环境建模的演化式诊断基准框架EvoBench: An Evolving, Diagnostic Benchmark Framework for Environmental ModelingarXiv cs.AI / cs.LG / cs.CL
• 规范文本中歧义的上下文度量A Contextual Measure of Ambiguity in Prescriptive TextarXiv cs.AI / cs.LG / cs.CL
• 贝叶斯 LoRA 的先验预测匹配Prior Predictive Matching for Bayesian LoRAarXiv cs.AI / cs.LG / cs.CL
• 超越联邦学习：面向自我演化临床智能的去中心化智能体系统Beyond Federated Learning: Decentralized Agentic Systems for Self-Evolving Clinical IntelligencearXiv cs.AI / cs.LG / cs.CL
• Omni-InteractScope：评测连续全模态流中的主动交互与智能体交互Omni-InteractScope: Benchmarking Proactive and Agentic Interaction in Continuous Omnimodal StreamsarXiv cs.AI / cs.LG / cs.CL
• Skill∞：面向智能体技能优化的递归自我改进Skill$^{\infty}$: Recursive Self-Improvement for Agent Skill OptimizationarXiv cs.AI / cs.LG / cs.CL
• 探测 Mimi 码本的音位表示Probing the phon* representations of the Mimi codebooksarXiv cs.AI / cs.LG / cs.CL
• 多模态痴呆预后在缺失模态下的忠实解释Faithful Explanations under Missing Modalities in Multimodal Dementia PrognosisarXiv cs.AI / cs.LG / cs.CL
• 面向联合组稀疏与结构化平滑的知识驱动非凸平方根正则框架A knowledge-driven nonconvex square-root regularization framework for joint group sparsity and structured smoothnessarXiv cs.AI / cs.LG / cs.CL
• 面向多轮智能体评估、保持意图的对抗用户模拟Intent-Preserving Adversarial User Simulation for Multi-Turn Agent EvaluationarXiv cs.AI / cs.LG / cs.CL
• 从去噪动力学到扩散语言模型的终点不确定性From Denoising Dynamics to Endpoint Uncertainty in Diffusion Language ModelsarXiv cs.AI / cs.LG / cs.CL
• INVAR-Agri：用微调大模型检测农机多语操作手册中的不一致INVAR-Agri: Detecting Discrepancies in Multilingual Operator Manuals of Agricultural Implements with a Fine-Tuned LLMarXiv cs.AI / cs.LG / cs.CL
• ImgMT：基于维基百科、用于评测图像内文字翻译的数据集ImgMT: Wikipedia-based Dataset For Evaluating Text-in-Image TranslationarXiv cs.AI / cs.LG / cs.CL
• 情绪表示跨越规模、深度和指令微调的几何The Geometry of Emotion Representations Across Scale, Depth, and Instruction TuningarXiv cs.AI / cs.LG / cs.CL
• NeSySpec：用于审计工程规范的神经符号技术智能，并以飞机为例NeSySpec: Neuro-Symbolic Technical Intelligence for Auditing Engineering Specifications with an Application to AircraftarXiv cs.AI / cs.LG / cs.CL
• AdaTrendLike：用于时间序列异常检测的自适应分层去趋势与趋势似然评分AdaTrendLike: Adaptive Hierarchical Detrending and Trend Likelihood Scoring for Time Series Anomaly DetectionarXiv cs.AI / cs.LG / cs.CL
• 面向去中心化大模型协作的信念条件多智能体演员-评论家Belief-Conditioned Multi-Agent Actor Critic for Decentralized LLM CollaborationarXiv cs.AI / cs.LG / cs.CL
• 由大模型驱动的智能体自主发现生物过程的结构、动力学与速率Autonomous Structural Discovery Of Bioprocess Dynamics And Kinetics Via LLM-Driven AgentsarXiv cs.AI / cs.LG / cs.CL
• TransECG-SSL：用于心电心律失常分类的混合自监督表示学习TransECG-SSL: Hybrid Self-Supervised Representation Learning for ECG Arrhythmia ClassificationarXiv cs.AI / cs.LG / cs.CL
• ACSAN：把卷积运算与视觉 Transformer 结合起来的全卷积自注意力网络ACSAN: All-Convolutional Self-Attention Network Integrating Convolutional Operations with Vision TransformerarXiv cs.AI / cs.LG / cs.CL
• 面向低秩张量恢复的共享因子条件扩散Shared-Factor-Conditioned Diffusion for Low-Rank Tensor RecoveryarXiv cs.AI / cs.LG / cs.CL
• 重建记录与原生 GDELT GKG 记录的一致性：字段级基线Agreement Between Reconstructed and Native GDELT GKG Records: A Field-Level BaselinearXiv cs.AI / cs.LG / cs.CL
• 分级分布偏移下工程回归的不确定性量化基准Benchmarking uncertainty quantification for engineering regression under graded distribution shiftarXiv cs.AI / cs.LG / cs.CL
• OneEEG：带任务感知混合投影器的统一信号-视觉多模态语言模型，用于多任务脑电理解OneEEG: A Unified Signal-Visual Multimodal Language Model with Task-Aware Mixture of Projectors for Multi-Task EEG UnderstandingarXiv cs.AI / cs.LG / cs.CL
• MarkovSim：上下文有界、面向长程计算仿真的大模型智能体框架MarkovSim: an LLM Agent Harness with Bounded Context for Long-Horizon Computational SimulationarXiv cs.AI / cs.LG / cs.CL
• 伪标签是否应与有标注样本共用小批次？训练成本有限时的半监督持续主动学习Should Pseudo-Labels Share Mini-Batches with Labeled Examples? Semi-Supervised Continual Active Learning with Limited Training CostarXiv cs.AI / cs.LG / cs.CL
• 定向深度回归——在英国生物银行全身水脂磁共振中的初步应用Targeted Deep Regression - Initial Applications in Whole-Body Water-Fat MRI in UK BiobankarXiv cs.AI / cs.LG / cs.CL
• 一个超大核不够：预测流式推断应在何处切开One Megakernel is Not Enough: Predicting Where to Cut for Streaming InferencearXiv cs.AI / cs.LG / cs.CL
• RepoTrace：改进多轮智能体交互中的需求追踪RepoTrace: Improving Requirement Tracing in Multi-Round Agent InteractionsarXiv cs.AI / cs.LG / cs.CL
• 基于几何一致性的无标签验证，用于音频主动学习的检查点选择Geometric Consistency Based Label-Free Validation for Checkpoint Selection in Audio Active LearningarXiv cs.AI / cs.LG / cs.CL
• 约束解码有害还是有益？重新审视它对大模型表现的影响Constrained Decoding: Harmful or Beneficial? Revisiting Its Impact on LLM PerformancearXiv cs.AI / cs.LG / cs.CL
• CRIM：用于高效个性化检索的可组合、可复用条目记忆CRIM: Composable and Reusable Item Memory for Efficient Personalized RetrievalarXiv cs.AI / cs.LG / cs.CL
• RSIV-Harness：面向开放域对话式文本可视化的递归自我改进框架RSIV-Harness: A Recursive Self-Improvement Harness Framework for Open-Domain Conversational Text-to-VisualizationarXiv cs.AI / cs.LG / cs.CL
• 超越 Wasserstein 邻近：寻找更好的迁移源Beyond Wasserstein Proximity: Finding Better Transfer SourcesarXiv cs.AI / cs.LG / cs.CL
• CoPE-CGL：面向无回放持续图学习的社区感知原型抽取CoPE-CGL: Community-aware Prototype Extraction for Replay-Free Continual Graph LearningarXiv cs.AI / cs.LG / cs.CL
• 黑盒仿真器的时序差分校准Temporal-Difference Calibration of Black-Box SimulatorsarXiv cs.AI / cs.LG / cs.CL
• 共享上下文、引擎分开：边缘片上系统上的流式视觉语言推断Shared Context, Separate Engines: Streaming Vision--Language Inference on Edge SoCsarXiv cs.AI / cs.LG / cs.CL
• 考虑推断延迟的 Tsetlin 机训练Inference Latency-Aware Tsetlin Machine TrainingarXiv cs.AI / cs.LG / cs.CL
• InterQ-RL：对量化智能体强化学习中执行偏差做交互感知校正InterQ-RL: Interaction-Aware Correction of Execution Mismatch in Quantized Agentic RLarXiv cs.AI / cs.LG / cs.CL
• 用业务语义增强异构图学习，以检测金融欺诈LLM-Enhanced Heterogeneous Graph Learning with Business Semantics for Financial Fraud DetectionarXiv cs.AI / cs.LG / cs.CL
• 模型用到那个了吗？反事实训练提升语言模型的自我归因Did the Model Use That? Counterfactual Training Boosts Self-Attribution in Language ModelsarXiv cs.AI / cs.LG / cs.CL
• 人工智能在非洲气候变化相关健康问题管理中的应用Application of Artificial Intelligence in the Management of Climate Change-Related Health Issues in AfricaarXiv cs.AI / cs.LG / cs.CL
• AgenticCity-Bench：带智能体推理的城市动态纵向多模态观测AgenticCity-Bench: Longitudinal Multimodal Observations of Urban Dynamics with Agentic ReasoningarXiv cs.AI / cs.LG / cs.CL
• 面向有预算的任务与运动规划的奖励引导 RRT*Reward-Guided RRT* for Budgeted Task and Motion PlanningarXiv cs.AI / cs.LG / cs.CL
• 智能体证明：走向在网页上验证智能体Proof-of-Agentness: Towards Verifying Agents on the WebarXiv cs.AI / cs.LG / cs.CL
• 卫星智能：低轨星座中的分布式训练、协同推断与大模型适配Satellite Intelligence: Distributed Training, Collaborative Inference,and LLM Adaptation in LEO ConstellationarXiv cs.AI / cs.LG / cs.CL
• 面向故障预测与健康管理的自监督预训练：什么能迁移、什么不能，以及联邦化的代价Self-Supervised Pretraining for PHM: What Transfers, What Does Not, and What Federating It CostsarXiv cs.AI / cs.LG / cs.CL
• 要的是身份而不是成对比较：基于嵌入验证的无分布假接受控制Identities, Not Pairs: Distribution-Free False-Accept Control for Embedding-Based VerificationarXiv cs.AI / cs.LG / cs.CL
• 线路上的声音The Voice on the LinearXiv cs.AI / cs.LG / cs.CL
• MechAlign：在数学形式化的项目层面评估语义对齐MechAlign: Evaluating Semantic Alignment at the Project Level in Mathematical FormalizationarXiv cs.AI / cs.LG / cs.CL
• 先别责怪大模型，先诊断工作流：把自然语言译成本体化陈述的角色级难度画像Before Blaming the LLM, Diagnose the Workflow: A Role-Level Difficulty Profile for Translating Natural Language into Ontology-Grounded StatementsarXiv cs.AI / cs.LG / cs.CL
• 带混合反馈的对话式广义线性赌博机Conversational Generalized Linear Bandits with Hybrid FeedbackarXiv cs.AI / cs.LG / cs.CL
• 习语翻译质量估计的现状The Lay of the Land in Idiom-Translation Quality EstimationarXiv cs.AI / cs.LG / cs.CL
• 风格压过实质？基于大模型的同行评审文案中的语言偏见Style over Substance? Linguistic Bias in LLM-based Peer Review Copy titlearXiv cs.AI / cs.LG / cs.CL
• NOMAD-EEG：原生全导联自适应扩散NOMAD-EEG: Native Omni-Montage Adaptive DiffusionarXiv cs.AI / cs.LG / cs.CL
• 超越视觉语言模型：用于艺术作品情绪识别的视觉-语义情感图Beyond Vision-Language Models: Visual-Semantic Affect Graphs for Emotion Recognition in ArtworksarXiv cs.AI / cs.LG / cs.CL
• 读过 OCR 噪声：面向立法档案的稳健跨语言检索增强生成Reading Beyond OCR Noise: Robust Cross-Lingual RAG for Legislative ArchivesarXiv cs.AI / cs.LG / cs.CL
• 上下文并非没有代价：跨地理分布数据中心的多轮大模型网页服务碳感知路由Context Is Not Free: Carbon-Aware LLM Routing for Multi-Turn LLM Web Services across Geo-Distributed Data CentersarXiv cs.AI / cs.LG / cs.CL
• 面向智能体视频理解的联合潜在推理与观察Joint Latent Reasoning and Observation for Agentic Video UnderstandingarXiv cs.AI / cs.LG / cs.CL
• 在没有形式答案的地方训练边界保持：证据充分性判断中奖励训练的受控敲入研究Trainable Boundary-Keeping Where No Formal Answer Exists: A Controlled Knock-In Study of Reward Training in Evidence-Sufficiency JudgmentarXiv cs.AI / cs.LG / cs.CL
• MuSID-KD：面向带语义 ID 的生成式推荐的多粒度知识蒸馏MuSID-KD: Multigranularity Knowledge Distillation for Generative Recommendation with Semantic IDsarXiv cs.AI / cs.LG / cs.CL
• SkillLifeBench：评测智能体技能全生命周期的安全性SkillLifeBench: Benchmarking Security Across the Lifecycle of Agent SkillsarXiv cs.AI / cs.LG / cs.CL
• 面向边缘设备动态的一次性联邦模型编辑One-Shot Federated Model Editing for Device Dynamics at the EdgearXiv cs.AI / cs.LG / cs.CL
• 联邦零阶优化的高效精确反学习Efficient Exact Unlearning for Federated Zeroth-Order OptimizationarXiv cs.AI / cs.LG / cs.CL
• 理解机器学习中的实际优化Understanding Practical Optimization in Machine LearningarXiv cs.AI / cs.LG / cs.CL
• 同一故事、不同镜头：用于跨媒体新闻框架分析的多智能体系统Same Story, Different Lens: A Multi-Agent System for Cross-Outlet News Framing AnalysisarXiv cs.AI / cs.LG / cs.CL
• mdRNAcat：REST2 构象系综的分子动力学 RNA 目录mdRNAcat: A Molecular Dynamics RNA Catalog of REST2 Conformational EnsemblesarXiv cs.AI / cs.LG / cs.CL
• OrthoRF：探索以对象为中心的表示中的正交性OrthoRF: Exploring Orthogonality in Object-Centric RepresentationsarXiv cs.AI / cs.LG / cs.CL
• DTCA：扩散语言模型强化学习中的去噪令牌信用分配DTCA: Denoising Token Credit Assignment for Reinforcement Learning in Diffusion Language ModelsarXiv cs.AI / cs.LG / cs.CL
• 多层梯度正则牛顿法的全局 O(k 的 -2 次方) 收敛Global $\mathcal{O}\left(k^{-2}\right)$ Convergence of Multilevel Gradient-Regularized Newton MethodsarXiv cs.AI / cs.LG / cs.CL
• 大模型时代可信的递归自我改进：基础、风险、评估与开放问题Trustworthy Recursive Self-Improvement in the Era of Large Models: Foundation, Risks, Evaluation and Open ChallengesarXiv cs.AI / cs.LG / cs.CL
• 翻译中丢失：美国中餐馆平行英汉店名的系统性差异Lost in Translation: Investigating Systematic Discrepancies between Parallel English and Chinese Names of American Chinese RestaurantsarXiv cs.AI / cs.LG / cs.CL
• LEAP：用于时间序列异常检测的潜嵌入异常补丁 TransformerLEAP: a Latent Embedding Anomaly Patch-Transformer for time-series anomaly detectionarXiv cs.AI / cs.LG / cs.CL
• V3AST-Bench：面向编程智能体、可核验且通用的安全评估V$^3$AST-Bench: Verifiable, Valid, and Versatile Safety Evaluation for Coding AgentsarXiv cs.AI / cs.LG / cs.CL
• 高分背后的隐藏失败：评估基于码本的大模型内容分析High Scores, Hidden Failures: Evaluating Codebook-Based LLM Content AnalysisarXiv cs.AI / cs.LG / cs.CL
• DAC-Loop：面向遥感卷积神经网络的蒸馏感知压缩DAC-Loop: Distillation-Aware Compression for Remote Sensing CNNarXiv cs.AI / cs.LG / cs.CL
• 有限迹线性时序逻辑的形式解释Formal Explanations for Linear Temporal Logic over Finite TracesarXiv cs.AI / cs.LG / cs.CL
• 语言模型理解伊博文化吗？不只是选择题Do Language Models Understand Igbo Culture? Beyond Multiple ChoicearXiv cs.AI / cs.LG / cs.CL
• 由生物学引导、感知上下文的残差传播，用于从组织学预测空间基因表达Biology-Guided Context-Aware Residual Propagation for Spatial Gene Expression Prediction from HistologyarXiv cs.AI / cs.LG / cs.CL
• 通过低精度仿真加速 SO(2) 等变材料模型Accelerating SO(2)-Equivariant Materials Models through Low-Precision EmulationarXiv cs.AI / cs.LG / cs.CL
• 基于树合成健康数据时，序贯设定与完全条件设定的比较Sequential versus fully conditional specification for tree-based synthesis of health dataarXiv cs.AI / cs.LG / cs.CL
• AutoEnergyDesign：用于自动优化能源系统设计的大模型驱动智能体AutoEnergyDesign: An LLM-Driven Agent for Automatic Energy System Design OptimizationarXiv cs.AI / cs.LG / cs.CL
• SoK：时间戳不是时间模型——重新思考主机入侵检测中的时间推理SoK: Timestamps Are Not a Time Model: Rethinking Temporal Reasoning in Host-Based Intrusion DetectionarXiv cs.AI / cs.LG / cs.CL
• LongSearchEval：用能定位失败节点的轨迹感知智能体框架，评估大模型的长程网页搜索LongSearchEval: Evaluating Long-Horizon Web Search Capabilities of Large Language Models via a Trajectory-Aware Agent Framework with Failure-Node LocalizationarXiv cs.AI / cs.LG / cs.CL
• 被锁定：面向人工智能数据中心建设的多目标强化学习Locked In: Multi-Objective RL for the AI Data Center Build-OutarXiv cs.AI / cs.LG / cs.CL
• 在折叠结构的 FPGA 语音增强器中实现低精度存储与稀疏执行Realizing Low-Precision Storage and Sparse Execution in a Folded FPGA Speech EnhancerarXiv cs.AI / cs.LG / cs.CL
• CalibraRL：用信心校准的强化学习减轻检索增强生成中的幻觉CalibraRL: Confidence-Calibrated Reinforcement Learning for Mitigating Hallucinations in RAGarXiv cs.AI / cs.LG / cs.CL
• Co-Design Bench：面向智能体模型的多模态协作编程评估Co-Design Bench: Multimodal Collaborative Coding Evaluation for Agentic ModelsarXiv cs.AI / cs.LG / cs.CL
• TUON：利用张量 SVD 与极化、面向大模型预训练的张量感知优化器TUON: A Tensor-Aware Optimizer Utilizing Tensor-SVD and Polarization for Large Language Model PretrainingarXiv cs.AI / cs.LG / cs.CL
• STeP-TS：用于时间序列、带剪枝的共享时间滤波器STeP-TS: Shared Temporal Filters with Pruning for Time SeriesarXiv cs.AI / cs.LG / cs.CL
• 当融合顺序重要时：跨模态检索中渐进式多模态表示学习的观察When Fusion Order Matters: Insights on Progressive Multimodal Representation Learning for Cross-modal RetrievalarXiv cs.AI / cs.LG / cs.CL
• 湍流中的生成式人工智能：基础、应用、验证与基准Generative AI in Turbulence: Foundations, Applications, Validations and BenchmarksarXiv cs.AI / cs.LG / cs.CL

开源项目与版本更新 · 1 条

• Ai2公开科研想法新颖性评测：微小设置变化就会改变判断Can we trust LLMs to judge whether a research idea is novel?Hugging Face