全部 AI 动态 · AITOP

论文精选10:00

世界观模拟增强多轮越狱攻击效果研究

这篇论文揭示了多轮越狱攻击的机制，提出了BLUEPRINT框架，能以最少查询次数实现高成功率攻击。

#BLUEPRINT #WORLDSIM #越狱攻击 #安全评估

arXiv cs.AI@Siyu Chen 等 6 人原文

论文精选73°09:59

稀疏专家模型路由几何与动力学共享证据

斯坦福团队揭示稀疏专家模型路由层间共享几何结构，能预测跨层路由行为，提升模型效率。

#稀疏专家模型 #MoE #路由 #几何结构

arXiv cs.AI@Kirill Labzin 等 4 人原文

论文09:13

基于语音印象引导的伪三元组可扩展方向跟随TTS

NTT研究团队发布新方法，让TTS系统能根据表演方向修改语音，无需大量训练数据。

#TTS #LLM #语音合成 #伪三元组

arXiv cs.LG@Kenichi Fujita, Yusuke Ijima原文

论文09:13

后验平均估计源分布方法

这篇论文提出了一种改进的源分布估计方法，通过期望最大化解决了现有方法在参数空间不准确区域的问题。

#源分布估计 #后验平均 #期望最大化 #Lotka-Volterra

arXiv cs.LG@Trung-Dung Hoang, Lisa M. Koch原文

论文09:13

基于学习的点云坐标加密攻击研究

论文揭示了点云加密方案的安全漏洞，2X加密模式下机器学习仍能重建加密数据。

#点云 #坐标加密 #机器学习 #PointNet

arXiv cs.LG@Mohammad Waquas Usmani 等 3 人原文

论文精选73°09:12

英国气象局模型集成分布式强化学习

英国气象局将强化学习集成到全球天气预报模型，显著降低多个纬度带的预报误差。

#Met Office #Unified Model #强化学习 #天气预报

arXiv cs.LG@Pritthijit Nath 等 5 人原文

论文精选73°09:12

ProbeMatchDTI：探针驱动的多尺度生化模式匹配

ProbeMatchDTI框架能保留弱生化模式，在药物-靶点预测上超越现有方法2个百分点，代码已开源。

#ProbeMatchDTI #药物-靶点相互作用 #生化模式匹配 #药物发现

arXiv cs.LG@Quan Hao 等 11 人原文

论文精选73°09:12

多教师蒸馏方法提升多领域大模型性能

MT-SDPO方法让每个样本选择最可靠的教师，而非按领域匹配，大幅提升多领域大模型性能。

#MT-SDPO #Qwen3-8B #多教师蒸馏 #大模型

arXiv cs.LG@Xixiang He 等 7 人原文

论文精选73°09:11

TrajMind：角色专用LoRA链式轨迹异常诊断

TrajMind用快慢双路径解决轨迹异常检测，既保持高效监控又能精准诊断，跨城市表现稳定。

#TrajMind #LoRA #轨迹异常 #视觉-语言模型

arXiv cs.LG@Jiahao Wu 等 4 人原文

论文73°09:11

QUEST方法提升不确定知识图谱补全

QUEST方法改进了不确定知识图谱补全，通过谱初始化和图正则化提升了预测准确性和训练稳定性。

#QUEST #UKG #知识图谱 #谱初始化

arXiv cs.LG@Md Abrar Jahin 等 4 人原文

论文73°09:10

测试时适应框架的教师-学生方法重新思考

这篇论文提出了一个简单的改进方法，让教师模型不更新权重，就能显著提升测试时适应的性能。

#Test-Time Adaptation #teacher-student #intransigent teacher #语义分割

arXiv cs.LG@Damian Sójka 等 4 人原文

论文09:09

RINSE：零样本图异常检测新方法

康奈尔大学提出RINSE方法，解决了图异常检测中的领域迁移问题，在8个目标图上表现最佳。

#RINSE #图异常检测 #零样本 #AUPRC

arXiv cs.LG@Taufikur Rahman Fuad 等 3 人原文

论文09:09

DeepAffinity：电商长期方面偏好预测

DeepAffinity用小模型预测电商用户长期偏好，比大模型更精准，已落地提升推荐效果。

#DeepAffinity #SLMs #电商推荐 #偏好预测

arXiv cs.LG@Yotam Eshel 等 6 人原文

论文精选73°09:08

CACTUS：去中心联邦学习中的掩码引导语义后门

CACTUS在去中心联邦学习中实现了高效后门传播，攻击成功率随恶意节点比例增加而提高。

#CACTUS #去中心联邦学习 #后门攻击 #联邦学习

arXiv cs.LG@Chao Feng, Burkhard Stiller原文

论文精选73°09:07

威胁条件网络实现全威胁级别鲁棒性

TCN单模型就能应对无限威胁级别，比多个专用模型更高效，参数只增4.6%。

#TCN #鲁棒性 #对抗攻击 #表示分解

arXiv cs.LG@Zhichao Hou, Xiaorui Liu原文

论文精选73°09:07

语言模型逻辑有效性研究

这篇论文揭示了语言模型内部逻辑表示与行为表达的分离现象，对理解LLM推理机制有重要价值。

#transformer #逻辑推理 #语言模型 #隐藏状态

arXiv cs.LG@Smitha Muthya Sudheendra, Jaideep Srivastava原文

论文精选09:06

多轮智能体信用分配的结构性研究

论文发现多轮智能体信用分配中，均匀奖励分配比针对性分配更有效，颠覆了传统认知。

#智能体 #信用分配 #tau^2-bench #ToolACE-2-8B

arXiv cs.LG@Chenyu Zhou 等 4 人原文

论文精选08:47

持久化智能体架构研究论文发布

这篇论文提出了一种让智能体跨平台迁移的架构，解决了智能体长期运行时的身份连续性问题。

#智能体 #持久化架构 #arXiv:2609.00546 #迁移机制

elvis@omarsar0原文

论文精选73°08:12

EarlyDetect模型提前9.24小时预警太阳风暴

EarlyDetect模型能提前9小时预警太阳风暴，比传统方法更早发现太阳活动区信号，对保护卫星通信和电网安全意义重大。

#EarlyDetect #太阳风暴 #Transformer #NASA

IT之家原文

论文06:47

FrontierSWE v2 发布超长编码基准测试

ProximalHQ 推出了超长编码基准 v2，Claude Fable 5.1 在测试中大幅领先其他模型。

#FrontierSWE #Fable 5.1 #Claude #ProximalHQ

elvis@omarsar0原文

论文73°00:23

ExtractBench基准测试在Kaggle上线

LlamaIndex在Kaggle上线了ExtractBench基准，测试370份企业文档的提取能力，看看各工具表现如何。

#ExtractBench #Kaggle #LlamaParse #Claude Code

事件专题

LlamaIndex@llama_index2 个信源在谈原文

论文 Agent 与开发者78°23:48

字节跳动发布HarnessDev自进化智能体框架

字节跳动新出的HarnessDev框架，让AI从完成任务进化到构建智能体，在写作和ML实验上已能匹敌人工工程。

#HarnessDev #ByteDance #智能体 #自进化

事件专题

elvis@omarsar02 个信源在谈原文

论文15:24

蚂蚁OmniTable系统获VLDB工业最佳论文

蚂蚁这套宽表系统能一次性处理35PB语料，效率提升5.6倍，再也不用为洗数据熬夜了。

#OmniTable #VLDB #蚂蚁集团 #数据清洗

量子位@量子位的朋友们原文

论文多源确认11:39

单提示词即可洗除水印：基础图像模型的新威胁

这篇论文揭示了基础图像模型如何被用来洗除水印，比传统攻击方式更隐蔽有效。

#水印 #基础图像模型 #OpenAI #Google

事件专题

arXiv: OpenAI@Jidong Yang 等 8 人6 个信源在谈原文

论文精选73°10:50

PTA-IRT框架提升软件工程代理评估效率

DeepSoftwareAnalytics团队推出PTA-IRT，能更高效评估软件工程代理，比传统方法更准确。

#PTA-IRT #SWE #软件工程代理 #评估框架

arXiv cs.AI@Kefeng Duan 等 10 人原文

论文精选73°10:50

ACToR框架实现代码生成关键令牌感知检索

DeepSoftwareAnalytics团队推出ACToR框架，能精准定位代码生成中的关键点，比现有方法表现更好。

#ACToR #代码生成 #检索增强 #RepoExec

arXiv cs.AI@Kefeng Duan 等 11 人原文

论文10:49

CordisBench评测语言模型组件生命周期推理能力

CordisBench基准测试了模型在动态代理环境中的组件生命周期推理能力，发现模型随复杂度增加可靠性下降，GPT-5.6 Luna在中等推理下每题需近3000个token。

#CordisBench #语言模型 #组件生命周期 #推理能力

arXiv cs.AI@Damien Sileo, Dimitri Kachler原文

论文精选73°10:49

语言强化学习新范式兴起

这篇论文首次系统梳理了语言强化学习，将现有研究分为三大类，帮助理解语言如何重塑智能体开发。

#语言强化学习 #语言智能体 #VRL #强化学习

arXiv cs.AI@Kshitij Tayal 等 5 人原文

论文精选73°10:49

小型模型代理前瞻记忆存储方法

DeepSeek团队提出PIS方法，让小模型在前瞻记忆任务上超越大模型，无需训练即可提升性能。

#PIS #前瞻记忆 #DeepSeek-Chat #PM-Bench

arXiv: DeepSeek@Jinqing Zhao, Chengcan Wu原文

论文精选73°10:48

LLMPEDIA：大模型参数化知识百科

LLMPEDIA 让你能直接查看和比较三大模型的知识准确性，发现它们在 MMLU 外的真实表现。

#LLMPEDIA #GPT-5-mini #DeepSeek-V3.2 #Llama-3.3-70B

事件专题

arXiv: DeepSeek@Muhammed Saeed, Simon Razniewski2 个信源在谈原文

论文精选73°10:48

AI代理机制设计与控制框架

这篇论文提出了AI代理机制设计的理论框架，解决了代理能力未知情况下的控制问题，并给出了五种应用场景。

#机制设计 #AI代理 #对齐 #论文

arXiv cs.AI@Dirk Bergemann 等 3 人原文

论文10:48

设计主动式写作思维伙伴

这篇论文展示了如何设计能主动提供创意生成和自我监控支持的写作AI助手，比传统文本自动完成更智能。

#写作助手 #AI代理 #认知支持 #主动式AI

arXiv cs.AI@Chao Zhang 等 4 人原文

论文精选73°10:47

困惑感知检索与知识注入文本分类

这篇论文解决了大模型分类相似标签的难题，无需微调就能提升效果，小模型也能受益。

#文本分类 #大模型 #检索增强 #知识注入

arXiv cs.AI@Manish Gupta 等 3 人原文

论文10:42

大语言模型设计视频编码工具研究

论文展示LLM能设计视频编码工具，比传统方法节省0.18%比特率，复杂度仅增加0.4%。

#LLMs #Planar模式 #视频编码 #VVenC

arXiv cs.AI@Yingwen Zhang 等 4 人原文

论文精选73°10:41

EvoSCM：通过因果模型演化和实验进行科学信念修正

EvoSCM 让 AI 能像科学家一样建立、测试和修正因果理论，在物理发现任务中表现优异。

#EvoSCM #因果模型 #科学智能体 #DiscoverPhysics

arXiv cs.AI@Qing Zhao 等 5 人原文

论文73°10:41

关系型引擎在图分析中超越专用图引擎

研究人员提出用关系型引擎处理图分析，性能远超专用图引擎，无需单独集群和导入数据。

#ClickGraph #DeltaGraph #Cypher #图分析

arXiv cs.AI@Gene Zhang原文

论文精选10:41

大模型代理商业评估中的有效性验证失败

这篇论文揭示了AI代理评估中常见的验证漏洞，教你如何识别虚假有效的市场护栏。

#LLM Agent #Qwen2.5 #商业评估 #验证有效性

arXiv cs.AI@Peiying Zhu, Sidi Chang原文

论文10:40

TempCloze评测视频大模型时间推理能力

新基准测试揭示视频大模型在时间对齐上的短板，比语义理解更弱。

#Video-LLMs #TempCloze #时间推理 #基准测试

arXiv cs.AI@Wenqi Pei 等 7 人原文

论文精选73°10:33

图记忆与平面检索在长期智能体中的性能对比研究

这篇论文实测了图记忆vs平面检索在长期智能体中的真实表现，数据详实，结论明确。

#LongMemEval #图记忆 #平面检索 #长期智能体

事件专题

elvis@omarsar02 个信源在谈原文

论文精选73°10:15

LLM评分机制解析研究

Themis和Prometheus评分机制被解析，微调如何改变LLM评估流程有新发现

#Themis #Llama-3-8B #Prometheus #Mistral-7B

arXiv cs.LG@Himil Vasava, Ming Jiang原文