全部动态

GUT方法通过图复杂度量化LLM推理不确定性，并用强化学习优化，解决了LLM推理过程中的分支发散问题。

研究人员提出AI4CDS框架，用ChildRiskGuard案例展示如何让AI辅助设计科学同时保持研究者主导责任。

康奈尔大学提出CONTINUITY框架，解决LLM智能体组件间安全上下文丢失问题，通过契约模型保证端到端安全。

研究人员推出Trace2Tower框架，能将LLM智能体行为转化为技能层次，在两个基准测试中大幅超越现有方法。

OR-Clarify基准和InterOPT框架解决了优化模型构建中的信息缺失问题，让AI助手知道何时该提问何时该停止。

这篇arXiv论文全面梳理了计算机视觉中常识推理的基础、进展和未来方向，对研究人员和开发者很有参考价值。

这篇论文揭示了大模型在数学推理中缺乏人类知识结构，对理解大模型认知局限很有价值。

研究人员提出AdaGate-DF框架，能在低分辨率环境下高效检测深度伪造，比现有模型更准确且计算效率更高。

这篇论文解决了智能体网络信息聚合的理论边界，为分布式AI系统提供了精确的性能基准。

GLASS用图-语言对齐实现跨领域异常检测，无需目标域训练数据就能做零样本检测，效果比现有方法好。

新方法解决了MLIPs训练中Hessian信息利用不足的问题，无需架构修改就能提升模型精度。

医疗AI新算法FedDRAW解决了联邦学习中大医院主导问题，通过双退火调度提升诊断模型公平性。

Qwen2.5模型通过新框架大幅提升推理深度，符号验证系统增强答案可靠性，教育问答场景适用。

PRICE研究展示了如何通过特定技术组合，让文本预训练模型在比特币价格预测上超越专业时间序列模型。

DeepSeek团队揭秘四流残差通路实际使用方式，发现模型并未充分利用全部流容量。

Claude、GPT-5和Gemini在代码生成时加入执行约束后，代码效率大幅提升，最高快3.1倍。

DeepSeek研究员发表的论文，揭示了不同LLM训练方法背后的统一理论，解释了为什么冷启动监督预热对KL投影至关重要。

ERPBench首次测试大模型企业决策能力在不同竞争市场环境下的迁移性，发现不同环境下最佳模型不同。

AAAI-27评审周期发现合谋风险，CABAL框架首次完整模拟合谋评审全过程，揭示其影响机制。