AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
8月5日
12:09
12:09官方账号arXiv cs.LG@Mohsen Hariri, Weicong Chen, Nahal Shahini, Vikash Singh, Kai Ye, Amirhossein Samandar, Debargha Ganguly, Sreehari Sankar, Yanyan Zhang, Shouren Wang, Jerry Peng, Biyao Zhang, Michael Hinczewski, Vipin Chaudhary
这篇论文将测试时缩放形式化为自回归模型隐式前缀树上的预算推理，区分单轨迹连续缩放、叶级缩放和前缀级缩放三种结构。论文提出评估轮廓，将端到端系统性能与候选库诊断分离，并指定推理协议的可重复性要求，区分精确重放与分布可复现。作者在广泛知识、符号推理和竞赛数学基准上应用这些原则，并组装了超过20亿条完整推理轨迹供发布。
论文测试时缩放推理模型评估方法
推荐理由：这篇论文把测试时缩放拆成三种结构，还给了评估和复现规范，做推理模型的人可以参考。
原文
12:08
12:08官方账号arXiv cs.LG@Seyed Kahaki, Shijie Li, Weijie Chen, Nicholas Petrick
该论文评估了条件扩散模型生成的合成组织病理图像质量。研究发现传统FID和IS指标依赖ImageNet预训练特征，在病理图像上区分度有限。研究者提出用病理预训练基础模型改进FID和IS，并在四个基准数据集上训练条件扩散模型。改进后的IS与下游细胞核分割性能的相关系数为0.6096（p=0.0122），优于原始IS的0.0708。结果表明增加训练数据多样性比提升单图视觉保真度对分割模型更有帮助。
论文扩散模型病理图像FID
推荐理由：这篇论文用病理数据预训练模型改进了FID/IS指标，发现比ImageNet特征更贴合下游分割任务，搞病理AI的值得看。
原文
12:07
12:07官方账号arXiv cs.LG@Yordan Raykov, Rodrigo Veiga
生成流网络（GFlowNets）是面向离散及混合离散-连续对象的摊销推断框架，其训练仅需一个未归一化的奖励函数。本文将GFlowNets的前向策略视为轨迹采样器，证明其内在一阶几何由Fisher-Rao度量给出，并采用自然梯度作为局部更新方向。论文推导出轨迹Fisher信息矩阵的逐条件二阶矩分解，揭示时间分数交互何时消失、共享参数化下何时产生稠密耦合。据此划分出三种计算模式：精确Fisher信息可解、可用蒙特卡洛估计、以及可利用目标局部性或分解结构的情形。对第三种情形，论文用图模型工具（如精确边缘化、分隔符方法、置信传播）近似自然梯度更新，将目标结构转化为优化几何。
论文GFlowNets信息几何自然梯度
推荐理由：这篇把GFlowNets训练用信息几何重新梳理了，用Fisher-Rao度量做自然梯度，还给了三种能实际算的场景，图模型工具也用上了，搞生成流网络的可以看。
原文
12:05
12:05官方账号arXiv cs.LG@Arslan Battalov, Karim Kramin, Alexander Markotenko, Sofia Sinitsina
Muon是一种通过Newton-Schulz迭代在谱范数下做最速下降的优化器，此前证据几乎全部来自Transformer模型。这篇论文在Mamba-2 130M上对比了Muon与AdamW，只改变哪些权重组用Muon训练。结果显示只有输出投影用Muon时收益最明显，输入投影或两者都用效果更差。优势主要体现在token效率上，在两个语料和两个token预算下都成立，且超过计算最优训练点后依然持续。较低的条件数不能解释增益，因为条件数更低的输入投影反而没有帮助。
论文MuonMamba优化器
推荐理由：Muon优化器之前都在Transformer上测试，这篇论文把它用到Mamba-2 130M上，发现输出投影用Muon最划算，训练效率更高，值得看看。
原文
12:03
12:03官方账号arXiv cs.LG@Yuanshen Guan, Zipeng Feng, Zhiwei Xiong, Peiqin Sun
论文提出 Latent Reward Registers，在冻结的 Diffusion Transformer（DiT）输入序列中加入可学习的 register token，直接从中间噪声潜在表示估计最终偏好奖励。相比稀疏终端奖励，该方法在整个去噪过程提供稠密、可微的奖励信号。训练策略 RG-OPD 在在线策略轨迹上蒸馏奖励梯度，GPU 时间最多减少 33 倍，超过在线强化学习基线。推理策略 RGS 无需参数更新即可引导采样，在无训练方法中达到新 SOTA。在高噪声水平 u=0.8 时，寄存器在潜在奖励模型中成对准确率最高。
论文Latent Reward RegistersDiffusion TransformerRG-OPD
推荐理由：这篇论文给扩散模型加了个奖励寄存器，不用改生成器就能获得稠密奖励，训练比在线 RL 快 33 倍，做生成对齐的可以看看。
原文
12:01
11:59
11:59官方账号arXiv cs.LG@Bartolo Dazzini, Giovanni Conforti, Alain Durmus, Aram-Alexandre Pooladian
arXiv 新论文提出轨迹推断算法 Acceleration Matching (AM)。AM 将插值问题提升到相空间，学习条件加速度场来生成平滑轨迹。训练过程只用位置数据，免去轨迹模拟和昂贵预处理。在文献中的多个基准问题上，AM 达到与现有算法相当或更优的表现。
论文Acceleration Matching轨迹推断插值
推荐理由：论文提出了AM算法做轨迹推断，不用模拟轨迹，训练只要位置数据，比现有方法省算力。
原文
11:58
11:56
11:56官方账号arXiv cs.LG@Taekyung Heo, Rasoul Shafipour, Ritchie Zhao, Maximilian Golub, Mohammad Mahdi Kamani, Ritika Borkar, Makesh Tarun Chandran, Pantea Zardoshti, Bita Darvish Rouhani
论文提出跨模型KV缓存迁移，让同系列不同尺寸模型切换时直接复用源模型的KV缓存，省去接收方从头预填充。在Qwen3 14B到32B上，单个源层能解释目标键56%的方差、值的32%，多个源层提升到79%和65%。方法用闭式岭回归映射器，基于500条FineWeb-Edu序列（每条1024 token）拟合，并在映射前剥离RoPE以保持位置无关。在三个模型族的六对组合中，四对保留了73%到98%的独立预填充准确率，两对退化严重，用非线性MLP最多挽回37个百分点HellaSwag；映射器比重新预填充快2.7到25倍。
论文Qwen3KV缓存跨模型迁移
推荐理由：同系列模型切换总得重新预填充？这篇用线性映射传KV缓存，能省2.7到25倍时间，四对组合还保住九成以上准确率。
原文
11:55
11:55官方账号arXiv cs.LG@Alberto Acedo
Omega-S是一个即插即用的惩罚项，仅从权重矩阵计算，无需旧任务数据或Fisher矩阵。在Llama-3-8B上使用LoRA从代码微调到散文的实验中，Omega-S在10个种子中的9个上比无正则化保留更多原始能力。保留率从0.173提升到0.238（pass@1），即从62.9%提升到84.1%，且训练开销增加不到4%。实验表明，其实际生效机制是对节点度方差的正则化，而非名称暗示的拓扑目标。论文还量化了相同配置下保留率的标准差为0.104，并提供了全部代码和逐种子结果。
论文Omega-SLlama-3-8BLoRA
推荐理由：这篇论文提出了Omega-S，一个只需权重矩阵的正则项，能让微调少忘旧知识，Llama-3-8B上保留率从62.9%提到84.1%，开销只增加4%。
原文
11:50
11:47
11:46
11:46官方账号arXiv cs.LG@Tianyi Guan, Yiding Wang, Haotong Yang, Siyuan Cao, Shirui Liu, Yi Hu, Jiaqi Li, Muhan Zhang
新基准 ContinualSkillBench 用于评估智能体的持续技能学习，覆盖五个领域、100 个按难度递增且可复用技能的互联子任务。实验表明序列执行总体能提升性能，但收益因模型和领域而异。上下文学习与显式技能维护平均表现相当，显式技能只在需要可复用流程或精确输出的任务上更有优势。较弱模型反而会积累更大、更碎片化的任务技能集合。
论文ContinualSkillBench智能体持续学习
推荐理由：这篇论文给了一套测试方法，来验证 LLM 智能体到底会不会把经验变成可复用的技能，而不是光靠记住上下文。
原文
11:45
11:45官方账号arXiv cs.LG@Abhinav Thorat, Ravi Kumar Kolla, Vishak K Bhat, Harsh Vardhan Singh Chauhan, Niranjan Pedanekar
GENESIS是一个可解释的混合因果发现框架，将图构建分解为可解释的决策点。它先识别并评分三元结构（链、叉、对撞）作为透明先验，再结合观测证据逐步精化图，仅在统计证据不足时调用领域知识。实验显示，GENESIS在所有设置中实现100%的决策可追溯性，并在多数基准数据集上以结构汉明距离（SHD）优于纯统计方法，性能与最先进的LLM辅助方法相当。
论文GENESIS因果发现可解释性
推荐理由：这篇论文提出了GENESIS，让因果发现的每条边都能说清是统计证据还是领域知识，还保证100%可追溯，比纯统计方法更准。
原文
11:44
11:44官方账号arXiv cs.LG@Guan Qiang, Yushen Chen, Tianlong Liu, David Rotenberg, Ethan H. Kim, Fang Fang
CRS-Triage是一个面向急诊分诊的机器学习模型，能在电子健康档案数据不完整、不可靠或不一致时预测患者 acuity 等级并给出置信度。模型分别评估结构化数据和临床文本的可靠性，再联合两模态一致性来估计预测置信度。通过设定阈值，模型可选择性决定是自行决策还是延迟处理，以减少高风险患者漏诊。在 MIMIC-IV-ED 数据集上，CRS-Triage 表现出强预测性能，并提供更优的风险-覆盖率权衡。
论文CRS-TriageMIMIC-IV-ED急诊分诊
推荐理由：这篇论文做了个急诊分诊模型，数据残缺时也能给预测打个置信分，拿不准就推迟判断，还用MIMIC-IV-ED实测过，挺实在的。
原文
11:41
11:41官方账号arXiv cs.AI@Mercy Prasanna Ranjit, Anirban Porya, Sathvik Joel, Niharika Vadlamudi, Nikhilesh Chowdary Eathamukkala, Prasanth V, Abhyuday Kumara Swamy, Pranay Narhari Umredkar, Pradeep Narayan, Vivek Rajagopal, Tanuja Ganu
CARE-X 在生成骨干网络上增加焦损失分类与复合损失定位头，与语言建模目标联合训练，使胸片报告生成、发现分类和空间定位互相增强。配合任务级奖励优化的 DAPO 策略，该方法在四个报告生成基准的大部分指标上达到最优，ReXVQA 视觉问答准确率 94.0%，比次优基线高 6.0 个百分点。此外，将 Qwen3-VL-4B-Instruct 与可调用确定性测量工具的原生工具能力结合，在五个依赖测量的诊断场景中平均 F1 比仅靠感知的基线高 43.6 个百分点。
论文CARE-XQwen3-VL胸片
推荐理由：医学影像领域的小伙伴可以看看这篇，CARE-X 把胸片分类、定位、报告生成整合到一个模型里，还靠工具调用做解剖测量，临床实用性比纯生成模型强不少。
原文
11:38
11:38官方账号arXiv cs.AI@Dongjie Yang, Siyan Lin, Leixian Shen, Rui Sheng, Huamin Qu, Zixin Chen
论文提出TACT框架，用于训练和评估教学自适应的英语辅导模型。该框架包含13种辅导策略的Tutor-Strategy分类法和描述学生行为的Student-Move分类法。基于两套分类法构建的TACTCorpus覆盖260段师生对话，含32,379条标注。后训练的TACTutor在TACTBench（78个场景）上比基座模型Qwen3.5-4B提升20.30%，并在50名学习者的盲测中获得最高评分。
论文TACTQwen3.5-4BTACTutor
推荐理由：这篇论文把教学策略拆成13种，用260段真实对话和3.2万条标注训练出TACTutor，在78个测试场景比基座涨了20%，盲测还赢过商业模型。
原文
11:37
11:36
11:36官方账号arXiv cs.AI@Mateusz Smendowski, Kamil Faber, Piotr Nawrocki, Nathalie Japkowicz, Roberto Corizzo
PRISM是一个即插即用的元工作流，用于系统构建和评估多元时间序列异常检测的图像表示。在超过7,000项实验中，PRISM配置在14个数据集中的10个上取得最佳VUS-PR，平均比最优对比方法高41%。该研究识别出通道化是关键设计维度，提出的MSM统计方案相比PCA方案带来11%-27%的性能增益。ImageNet预训练编码器可迁移至异常检测，冻结编码器保留92%微调性能，训练速度快1.8倍。
论文PRISMMSM时间序列异常检测
推荐理由：PRISM把时间序列变成图像来抓异常，在14个数据集上赢了10个，平均比对手强41%。想玩多元异常检测的可以看看。
原文
11:35
11:32
11:31
11:31官方账号arXiv cs.AI@Ke Li, Jiayu Chen, Maoliang Li, Zihao Zheng, Hailong Zou, Hengyi Zhang, Xuanzhe Liu, Xiang Chen
EcoFrame是一个无需训练的视觉证据调度框架，让长视频理解模型按需调整帧预算。它用熵门控判断当前证据是否足够，并用注意力引导在信息密集区域补充候选帧。在Video-MME、LongVideoBench和MLVU上，EcoFrame在Qwen2.5-VL上平均准确率达64.4，超过BOLT的63.5。相比AKS和BOLT，EcoFrame获得1.85倍加速；相比agent方法A.I.R.，推理加速最高达13.5倍且精度相当。
论文EcoFrameQwen2.5-VLVideo-MME
推荐理由：EcoFrame不用微调，靠熵和注意力决定该看哪些帧，在长视频任务上比BOLT准还快1.85倍，代码已开源。
原文
11:30
11:29
11:26
11:26官方账号arXiv cs.AI@Shaofeng Liang, Runwei Guan, Wenshuo Chen, Jiemin Wu, Bowen Tian, Haozhe Jia, Kaishen Yuan, Songning Lai, Daizong Liu, Yutao Yue
自适应Transformer跟踪器通过动态路由平衡精度与效率，但其层跳变决策边界的Lipschitz常数无界，微小输入扰动即可被门控模块放大，导致推理拓扑剧变。该研究将这一奇异性确认为可被直接利用的攻击面，并提出对抗路径反转（API）框架。API通过微扰精确操纵门控决策，迫使模型走改变后的计算路径。在最新自适应跟踪器上的实验显示，API在扰动隐蔽性、攻击有效性和推理速度上均更优。
论文Adaptive Transformer对抗攻击无人机
推荐理由：这篇论文发现自适应无人机跟踪器的动态路由能被人用微小噪声劫持，让跟踪跑偏。攻击比现有方法更隐蔽、更快。
原文
11:25
11:25官方账号arXiv cs.AI@Michal Mráz, Justin Shenk
研究者用对比线性探针在Qwen3-32B的残差流中定位了短期与长期时间视界方向，并用对比激活加和进行定向干预。在保留的二选一时间选择任务上，该方法能诱发大幅且双向的偏好改变。在改变奖励大小和延迟的分布外货币跨期选择任务中，干预显著向两个方向移动了模型在较小更早与较大更晚奖励之间的无差异阈值。适度的时间干预还提升了TravelPlanner规划能力指标。结果表明大型语言模型的跨期偏好可测量且可操控，这对涉及延迟收益与成本的AI建议系统有直接影响。
论文Qwen3-32BContrastive Activation Addition时间偏好
推荐理由：这篇论文在Qwen3-32B上找到了时间偏好的内部方向，用对比激活加和就能双向改变模型选短期还是长期，还能顺带提升规划能力，挺有意思。
原文
11:23
11:23官方账号arXiv cs.LG@Maximilian Dillitzer, Tin Stribor Sohn, Jason J. Corso, Michael Auerbach
该研究在13个模型（9个LLM和4个VLM）中系统评测了字母大小写对注意力分配的影响。实验发现，将目标信息改为交替大小写或大写，能显著集中文本注意力。但这种注意力集中并不提升下游准确率，在交替大小写的高熵场景下甚至会造成下降。推理模型的思考阶段会缓冲这类排版敏感性，而视觉语言模型则表现出部分迁移效应。研究将大小写视为无需模型访问或微调的零样本注意力引导机制。
论文大小写注意力机制LLM
推荐理由：这篇arXiv研究测了13个模型：把关键词大写能集中LLM注意力，但准确率不一定提高，交替大小写还会拖累成绩。
原文
11:22
11:22官方账号arXiv cs.LG@Congwei Song
这篇 arXiv 2608.03706 论文面向统计学习初学者，梳理了经典统计学习模型与常见算法。作者用范畴论语言重新描述这些模型，尝试为它们提供统一的构造视角。文章目标是吸引基础数学等领域的研究者参与统计学习相关课题。
论文统计学习范畴论机器学习
推荐理由：这篇用范畴论重讲统计学习模型，少见。适合数学背景的人看，能帮你找到跟机器学习研究接头的入口。
原文
11:18
11:18官方账号arXiv cs.LG@Nelson Aloysio Reis de Almeida Passos, Emanuele Carlini, Salvatore Trani
该论文从原理、原语、池化三个视角分析时间图上的聚类问题，连接图学习与社区检测的谱理论基础。研究表明，在节点属性缺失或较弱时，基于谱聚类和多层模块度优化的传统算法仍是更合适的选择，主要瓶颈是可扩展性而非精度。当结构、时间与属性信号对齐时，图神经网络模型优势更明显。作者通过GPU加速的时间后端使谱聚类等原语具备可扩展性，并提出将社区检测作为时间图池化算子的路线。
论文时间图图聚类图神经网络
推荐理由：这篇 arXiv 论文把图神经网络和传统聚类算法掰开对比，结论很实在：没属性时谱聚类更靠谱，还给出了 GPU 加速的池化思路。
原文
11:17
11:17官方账号arXiv cs.LG@Nelson Aloysio Reis de Almeida Passos, Emanuele Carlini, Salvatore Trani
该研究在NVIDIA RAPIDS生态上扩展谱聚类与模块度算法，支持快照式动态图的社区检测。通过Leiden贪心优化和Bethe-Hessian算子的特征分解，实现多GPU并行处理。在等计算量预算下，多切片模块度后端相对CPU参考实现最高加速约三个数量级。代码已开源，并提供NetworkX-Temporal库的Python绑定，实现零代码加速现有流程。
论文cuGraphRAPIDSLeiden
事件专题
推荐理由：NVIDIA把动态图聚类搬到GPU上了，用cuGraph在RAPIDS里跑，比CPU快上千倍，还开源，搞网络分析的直接能上手。
原文
11:16
11:09
11:09官方账号arXiv cs.AI@Leijun Zhou, Zhihao Liu, Xiang Qu, Chenxu Liu, Yifei Liu, Yanke Yu, Jingzhe Xu, Xuejun Wu, Buyue Qian, Xi Chen, Yaowei Zheng, Junhao Hu
GDPevo是一个基于GDP相关企业工作流的智能体自我进化评估基准，覆盖CRM、ERP、金融、医疗、法律和数据工作流。其规则杂交机制把每个流程拆成原子业务规则，训练与测试任务重组规则，使测试收益可归因于训练经验。V1包含12组120个任务，每组5个训练任务和5个保留测试任务；流水线可在两天内扩展到V2的24组240个任务。研究者在四种监督类型下评估了四个智能体，自我进化使保留测试准确率最高提升16.44个百分点。但最优进化智能体仍远低于91.6%的全知上限，说明当前智能体的自我进化能力尚未充分实现。
论文GDPevo智能体自我进化
推荐理由：想评估智能体能不能从经验里进步？GDPevo用企业真实流程搭了120个任务，最高涨16.44个点，开源可跑。
原文
11:08
11:08官方账号arXiv cs.AI@Tong Ling, Hang Lei, Feng Xiao, Changhui Sun, Jiahang Xie, Hao Liu, Lu Liu, Yanlong Du
MDLMPE 将掩码扩散模型中 token 的可见/掩码状态编码为二进制序列，结合高斯权重与余弦基投影生成位置特征，再经轻量 MLP 映射为角度偏移来调制 RoPE 相位。在 LLaDA 和 DREAM 上的实验覆盖监督微调、预训练、零样本评测和块扩散设置，整体优于传统位置编码。消融实验表明，可用性状态、高斯局部性、频谱基与嵌入注入的组合效果最强。
论文MDLMPELLaDADREAM
推荐理由：掩码扩散模型的位置编码一直照搬自回归那套，MDLMPE 第一个把遮盖状态算进去，在 LLaDA 和 DREAM 上效果更好。
原文
11:05
11:05官方账号arXiv cs.AI@Sebastián Andrés Cajas Ordóñez, Agastya Munnangi, Aldo Marzullo, Felipe Ocampo Osorio, Quang Bui, Mohammad Shahin, Armaan Grewal, Emmanuel Paul Kwesiga, Anqi Peter Li, Josephine Nanyonjo, Aaditya Panchal, Arshnoor Bhutani, Nikhil Jaiswal, Milit S. Patel, Maximin Lange, Leo Anthony Celi
一项研究测试了临床多智能体委员会是否会被捷径欺骗，覆盖文本、影像和ICU表格七组队列。在MedQA-USMLE等六个数据集上，Gemini委员会单独面对误导线索时仅有5-16%的翻转率，但两个同伴给出同一错误答案时，holdout模型在38%案例中采纳。三种监督智能体中，gate的假阳性率达100%，同源judge在文本上精确率100%但在影像上失效，而独立referee在影像上取得77-88%精确率。研究还发现，视觉显著性提高三倍不增加传染，但第二个同伴声音使传染率提高一半。
论文GeminiMedQA-USMLE多智能体
推荐理由：Gemini多智能体会被同伴错误带偏（38%案例），独立裁判能抓，门控不行，做临床AI的注意了。
原文
11:05
11:05官方账号arXiv cs.AI@Chao Peng, Ruida Hu, Ajitha Rajan, Tegawendé F Bissyandé, Jacques Klein, Cuiyun Gao
论文调研了197个真实TUI应用，发现仅12%的测试代码涉及界面，其中45%从不发送输入。作者将ratatui/Rust、bubbletea/Go、textual/Python、ink/TypeScript应用打包成无头基准，对比4个前沿LLM与随机探索。在相同时间预算下，随机探索是强基线，但每次交互LLM引导更高效，且能独特到达需要输入触发的故障。自动派生启动输入带来最大实际收益，使原本无法启动的应用得以运行。行覆盖率无法有效预测崩溃发现，说明它不宜作为测试有效性的代理指标。
论文LLMTUI软件测试
事件专题
推荐理由：这篇论文把197个终端界面应用打包成基准，拿4个大模型和随机点击对比，发现随机探索还挺能打，但大模型单次操作效率更高。他们开源了tuicov和tuibot，想测TUI的可以试试。
原文
11:03
11:03官方账号arXiv cs.AI@Sandy Abdo, Bill Kapralos, Priyamvada Tripathi, KC Collins, Adam Dubrowski
这篇综述从Google Scholar、IEEE Xplore和ACM数字图书馆筛选了30篇同行评审文章，系统梳理了文本、视觉、音频和多模态输入对生成音效质量的影响。过去五年中，多个生成模型在语义对齐和时间连贯性上达到SOTA水平。但复杂多事件场景的时序同步仍是难点，客观指标与人类感知存在差距，可控性和生成多样性之间也有权衡。
论文音效生成多模态生成模型
推荐理由：想了解AI怎么根据文字或画面生成音效？这篇综述把近五年的模型都梳理了一遍，还点出了哪些任务还没做好，适合做声音设计的人参考。
原文
11:03
11:03官方账号arXiv cs.AI@Yu Ran, Wentao Zhao, Xin Zhang, Yi Pan
GUI视觉定位模型将屏幕坐标生成为数字token序列，再解析为数值执行点击。MissClick针对坐标的数字位权结构提出两种攻击目标：MissClick-U最大化软坐标位移实现无目标干扰，MissClick-T最小化按位加权的目标数字损失实现定向劫持。在OS-Atlas和UGround的桌面、网页与移动端基准上，MissClick-U的无目标攻击成功率达75.07%和72.93%，较现有攻击分别提升16.62和30.72个百分点。MissClick-T的目标攻击成功率达44.86%和62.67%，分别提升31.73和47.06个百分点。实验表明软坐标位移最适合无目标攻击，而按位加权的目标数字优化最适合定向攻击。
论文MissClickOS-AtlasUGround
推荐理由：研究者发现GUI模型把坐标当数字token生成时容易被攻击，MissClick在OS-Atlas和UGround上能把点击位置带偏，成功率比现有攻击高出几十个百分点。
原文
11:02
11:02官方账号arXiv cs.AI@Shuo Ren, Yaohui Han, Libo Shen, Zhiqiang Jia, Rongliang Fu, Bei Yu, Tsung-Yi Ho
AgenticECO是在开源TaiWei流程上针对3D-IC ECO的智能体工作流，配套的EcoRoute以最小扰动驱动未修改的固定路由器。在九组匹配的自然缺陷用例中，AgenticECO在同一预算下清除七例，而完整重布线和常规修复各清除两例；清除案例平均扰动0.66%，且未触及任何时钟网络。在相同密封契约下跨骨干重跑时，AgenticECO九例全部清除。受控实验显示，占用率感知选择带来合法落点而非修复成功；收紧时钟时最小扰动可决定接受与拒绝。所有接受结果均通过布线、重新提取、max/min时序、DRC和结构等价门控。
论文AgenticECOEcoRouteTaiWei
推荐理由：3D芯片改线很难，AgenticECO把ECO自动化，九案修好七案，比重布线/常规修复强，还不碰时钟网络。
原文
11:00
11:00官方账号arXiv cs.AI@Chunyang Jiang, Pingping Zhang, Yuzhi Zhao, Wenao Ma, Zhijian Hou, Mengyang Wu, Yiyang Cai, Senkang Hu, Sitong Cheng, Chi-Min Chan, Wei Xue, Yike Guo
FISA 框架从模型自身的失败案例中生成增强图像，避免使用与模型短板脱节的通用变换。该方法通过自检验和双重保真过滤，在保持答案正确的同时提升图像复杂度。在视觉问答基准上的实验表明，FISA 能持续改进分布内与分布外性能，并与现有文本自增强方法兼容。其合成样本的数据效率也优于通用图像增强基线。
论文FISA多模态大语言模型图像增强
推荐理由：这篇讲FISA，拿模型答错的题来造新训练图，比瞎做增强更准，还能和文本增强一起用。
原文
10:57
10:57官方账号arXiv cs.AI@Yujia Hu, Tuan-Phong Nguyen, Simon Razniewski
GPTKB 2.0提出一种从LLM直接构建知识库的方法，无需依赖维基百科等外部资源。该方法在生成过程中实时消解实体、关系和类的歧义，兼顾规模与准确率。最终产出的知识库包含超过100万个消歧实体和3840万个三元组，是首个达到百万规模的LLM原生知识库。项目已开放，可在gptkb.org获取。
论文GPTKB知识库构建实体消歧
推荐理由：想从LLM直接抽知识库？这篇论文给了一套实时消歧方案，产出了百万实体和3800多万三元组，跟以前维基系的做法很不一样。
原文

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。