全部动态

MedCache解决了临床智能体如何处理跨时间、跨专科患者记录的难题，比传统方法更准确高效。

MIT团队发现机器持续遗忘中的可塑性崩溃现象，解释了为什么模型会逐渐丧失遗忘能力，甚至重新记住已删除信息。

LLMODE解决了LLM处理不规则时空观测的难题，通过双源门控交叉注意力将外部时空证据注入冻结LLM。

MI-Distillation解决了大模型推理轨迹蒸馏到小模型的难题，通过模型插值和SeqLSS评分提升蒸馏效果。

清华团队推出 AgenticRag-R1，解决多步推理中的检索适应性问题，比传统方法更聪明。

这个多智能体系统用知识图谱+对抗推理检测假新闻，准确率比Llama 3.3高近10%，还能自动扩充知识库。

Google Cloud上新框架，用多智能体把自然语言MLOps任务变成可验证的云部署，比传统方法更可靠。

这篇论文提出了学习系统评估的新视角，关注学习如何改变获取证据的能力，而非仅从已有证据中推断。

MIT和哈佛研究人员提出智能体技能的完整生命周期架构，解决LLM智能体在复杂任务中的可靠性瓶颈。

论文揭示了AI图像生成系统对非标准方言用户的系统性歧视，可通过重新训练减轻。

CNY让LLM自主决定何时扩展邻居获取证据，解决了传统方法静态上下文的局限，在TAG推理任务上表现更好。

SUP-MIMIC 基准测试揭示了 LLM 在临床诊断推理中的缺陷，特别是对矛盾证据的处理能力不足。

PhysWave统一了自然语言和轨迹控制，通过物理约束解决了现有方法违反声学关系的问题。

研究人员发布了TIDE-Bench基准，专门测试LLM在复杂对话SQL中的意图理解能力，发现现有模型在链式识别和意图漂移处理上仍有明显不足。

AGM让冻结的VLA策略变成闭环系统，物理验证子目标，机器人任务表现提升明显。

GABLE用大语言模型模拟人类行为变化，比传统移动数据预测更准，还能提前评估政策效果。

这篇论文揭示了神经网络如何通过隐式符号结构实现高性能，为理解AI工作机制提供了新视角。

Anthropic出了篇奖励模型对齐的论文，详细讲了AI系统对齐的方法和实验结果。

官方账号Anthropic@AnthropicAI5 个信源在谈原文

Google团队提出SKILL.state解决长时程智能体性能问题，准确率提升同时减少token消耗。

elvis@omarsar0原文

GeoNeXt用视频模型做几何估计，数据效率高，性能还超过100倍数据训练的模型。

这篇论文提出了一种新的神经算子不确定性量化方法，在达西流和纳维-斯托克斯方程实验中表现优异。

QGPINNs能解决量子图上的复杂微分方程，还能从噪声数据中反演分数算子阶数和物理参数，IEEE 14-bus系统测试验证了其准确性。

MIT发布了仿真就绪的肌腱驱动手Aero，包含完整训练包，无需微调即可部署。