Latest

Every published item, in order · 8120 items

Blogs News Posts Papers Papers page →

Oct 27

Papers Builders12:29

Chinese contentHTC² 框架用 Hamiltonian 结构改进物理环境探索

一篇物理控制的探索方法论文，HTC² 用 Hamiltonian 相空间结构加多步时序对比学习算内在奖励，在 DeepMind Control Suite 六个任务上和 ICM、Plan2Explore 这些老方法比了个遍，做 RL 探索的可以看看。

#HTC² #强化学习 #DeepMind Control Suite #SAC

arXiv: Google DeepMind@Shuwei Wang et al. (8)Source

Papers BuildersMulti-source12:13

Chinese content微软发布 SEMA-Auto：自动多轮越狱攻击框架

微软这篇论文做了个自动越狱攻击器，对 GPT-5.4、Claude-Haiku-4.5 这些模型的攻击成功率近六成，做 AI 安全的得看看对手手段。

#SEMA-Auto #越狱攻击 #AI安全 #微软

arXiv: DeepSeek@Mingqian Feng et al. (10)Source

Papers US vs ChinaMulti-source12:13

Chinese contentDeepSeek V4.1 Flash-1017 独立安全评估：34 项基准对照 GPT-6 等闭源模型

有人在 DeepSeek V4.1 Flash-1017 发布后独立测了它的失控和操纵风险，还和 GPT-6、Gemini 3.8 摆在一起对比，结论有具体建议，做安全评估的可以看看。

#DeepSeek #V4.1 Flash #AI安全 #安全评估

arXiv: DeepSeek@Yao Huang et al. (17)Source

Papers Builders12:13

Chinese content研究：线性探针可在蒸馏与指令微调后的模型上直接复用

训练好的安全探针换模型不用重训了，Qwen 和 Llama 系列实测迁移后 AUC 几乎不掉，不过误报率有点高，做安全审计的可以看看细节。

#Qwen #Llama #DeepSeek-R1 #AI安全

arXiv: DeepSeek@Marios TsatsosSource

RisingGemini 4 Hydrogen Colette Kress Hydrogen Outlook More →

Papers Builders12:12

Chinese content微调让 7B 代码模型在安全审查中准确率从 4.8% 升至 96.6%

想让本地小模型做代码安全审查的可以看看，Qwen2.5-Coder-7B 微调后准确率从 4.8% 干到 96.6%，还开源了带 1993 个样本的数据集。

#Qwen2.5-Coder #DeepSeek-Coder #微调 #代码安全

arXiv: DeepSeek@Mostafijur Rahman Akhond et al. (3)Source

Papers Builders12:12

Chinese contentRepoTrace：用需求-代码对应改善多轮代码智能体表现

代码智能体改着改着就跑偏？这篇论文用需求-代码对应关系把它拉回来，GLM-5.2 上 MPR 涨了 19.99，还开源了。

#RepoTrace #代码智能体 #EvoCode-Bench #Claude Code

arXiv: DeepSeek@Huanyu Liu et al. (8)Source

Papers BuildersMulti-source12:12

Chinese contentMechAlign：用 LLM 审查 Lean 数学形式化的项目级语义对齐

有人给 Lean 形式化做了个语义对齐检查器，用依赖图让 LLM 找形式化定理和论文原文的出入，还放了个 501 条的基准。

#MechAlign #Lean #LeanReviewBench #形式化验证

arXiv: OpenAI@Hao Shen et al. (4)Source

Papers Builders12:12

Chinese contentORION：用结构化 Oracle 在 PR 阶段检测代码回归

这篇论文做了个叫 ORION 的工具，能在 PR 合并前自动找出代码回归，F1 超过 Codex 和 Claude Code，还能接进 CI/CD，做开发的朋友可以看看。

#ORION #RegBench-Py #回归检测 #智能体

arXiv: DeepSeek@Yiwen Fu et al. (6)Source

Papers Builders10:47

Chinese contentCoSA 攻击：向 Agent 技能池加 5% 技能，违规率从 35% 升至 58%

只往技能池塞 5% 新技能，违规率就从 35% 飙到 58%，做 agent 技能生态的都得看看，论文还附带了能降到 6.67% 的防护方案。

#CoSA #LLM智能体 #AI安全 #Agent Skills

arXiv cs.AI@Yujia Zheng et al. (9)Source

Papers Builders10:47

Chinese content免训练晶圆图缺陷分类：规则排序提示词让多模态模型达到93.8%准确率

晶圆缺陷检测不用再标注数据重新训练了，论文用提示词排序技巧让冻结多模态模型在WM811K上跑到81.3%，做工业质检的可以看看。

#多模态 #提示词工程 #晶圆图缺陷分类 #Mixed-WM38

arXiv cs.AI@Tianjian Cao, Jun TaoSource

Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.

Email Telegram channel

Papers Builders10:46

Chinese contentGNN 负荷预测诊断协议：拆分参数共享与邻居访问的贡献

用 GNN 做负荷预测的可以先看看，论文给了三个参照模型加重连测试，帮你判断图结构到底有没有用，还是只是参数共享在起作用。

#GNN #负荷预测 #时间序列 #图神经网络

arXiv cs.AI@Eloi Campagne et al. (5)Source

Papers Builders10:46

Chinese contentComFair 基准上线：测试 LLM 多重属性交叉公平性

一个测交叉公平性的新基准，10 万级可控实例能把单属性测试里看不出的问题暴露出来，做模型审计的可以试试。

#ComFair #LLM #公平性审计 #AI安全

arXiv cs.AI@Zheng Zhang et al. (10)Source

Papers Builders10:46

Chinese contentCA-HNM：用结构化领域模型做约束感知的困难负样本挖掘

一篇检索论文：训练双编码器时，用领域规则挑负样本，比单纯靠相似度排序挑效果更好，MOOCCubeX 上 8 个配置赢了 6 个。

#稠密检索 #困难负样本 #NDCG #双编码器

arXiv cs.AI@Ngoc Luyen Le et al. (3)Source

Papers Builders10:45

Chinese contentPatentAgentBench：用专业专利任务评测 LLM 智能体

这篇把专利检索、撰写、答复审查意见拆成 510 个真实任务来考 7 个大模型，想看 agent 到底能不能干专业活的可以看看差距在哪。

#PatentAgentBench #LLM #智能体 #评测基准

arXiv cs.AI@Yijie Hu et al. (9)Source

Chinese content符号回归管线用于 NV 色心系综光谱校准

物理和机器学习交叉的好工作，符号回归把单颗 NV 色心的光谱推到系综级别，误差降了一半多，还保留了可解释的哈密顿量。

#符号回归 #NV色心 #ODMR #QuTiP

arXiv cs.AI@Evan Zhang et al. (4)Source

Papers Builders10:43

Chinese content多尺度策略优化 MPO 提升长程 LLM 智能体训练效果

一篇关于智能体 RL 训练的新论文：MPO 把 credit 分配对齐到 turn 粒度，在 4B 和 30B-A3B 模型上稳定跑赢 RL 基线，做智能体训练的可以看看。

#MPO #RL #智能体 #论文

arXiv cs.AI@Tao Ren et al. (19)Source

Papers Builders10:43

Chinese contentCoCHI：从模型内部纠正 LLM 过度自信错误的新框架

这篇论文把 LLM 过度自信的锅定位到具体的内部组件，再动手干预，校准指标全面改善还不掉准确率，思路挺新。

#LLM #校准 #可解释性 #CoCHI

arXiv cs.AI@Jing Ren et al. (5)Source

Papers Builders10:43

Chinese contentAskGLP1：从 Reddit 患者叙述构建知识图谱的 GLP-1 问答智能体

研究者抓了850万条Reddit帖子，把GLP-1减肥药的真实用户体验做成可问答的知识图谱，还对比了FAERS漏掉的日常副作用。

#AskGLP1 #知识图谱 #GLP-1 #药物警戒

arXiv cs.AI@Zhaoqian Xue et al. (13)Source

Papers Builders10:43

Chinese contentSR-BEVS：稀疏恢复方法提升 Fast-BEV 的鲁棒性与精度

一篇针对 Fast-BEV 的论文，用剪枝加重训再平均的办法，把噪声天气下的鲁棒性拉高 33.8%，推理还不变慢。

#Fast-BEV #nuScenes #3D目标检测 #BEV感知

arXiv cs.AI@Jinwoo Chung et al. (4)Source

Papers Builders10:43

Chinese contentSVD-Attention：用 SVD 分解诊断 Transformer 注意力头的低秩冗余

arXiv 上一篇分析工具论文，用 SVD 拆开注意力头看哪些层真有冗余，还能和剪枝叠起来省 8-11% 推理计算。

#SVD-Attention #Transformer #推理优化 #模型压缩

arXiv cs.AI@Debopam Sanyal et al. (8)Source

Papers BuildersMulti-sourceSelected10:42

Cachelint Detects Silent Prompt-Caching Bugs in LLM Agent Systems

The non-obvious takeaway is that caching bugs produce no errors at all — teams simply pay more per token while assuming caching works. Platform and backend engineers running agent workloads on OpenAI, Anthropic or other provider APIs can run CACHELINT on their own repos before costs accumulate. As an academic tool study with no pricing or regional availability angle, its closest comparison is other static-analysis approaches like CodeQL-based linting, which CACHELINT extends with provider-aware precondition checks.

#prompt caching #Cachelint #LLM agents #CodeQL

arXiv: Anthropic@Ying Zhang et al. (7)Source

Papers Builders10:35

Chinese content论文提出教师-图灵测试范式：以"被误认为教师"作为强化学习奖励

让小模型靠"骗过"大模型来学本领，不用标准答案，Qwen2.5-1.5B 在四个基准上都有提升，训练思路挺新颖。

#Qwen2.5 #DeepSeek #强化学习 #GSM8K

arXiv: DeepSeek@Emanuele Rimoldi et al. (4)Source

Papers Builders10:32

Chinese content研究：用 DeepSeek-V3.2 模拟 ICLR 2024 审稿评分，提示词设计对齐程度差异显著

想让 LLM 帮忙审论文或做评分的人该看看：同一批 ICLR 投稿上，提示词怎么写能让 DeepSeek-V3.2 的分差从 1.46 降到 0.2，数据很扎实。

#DeepSeek-V3.2 #ICLR #LLM评分 #同行评审

arXiv: DeepSeek@Wenqiang Qin et al. (4)Source

Papers BuildersMulti-source10:32

Chinese contentNumTrace 基准：审计金融分析师智能体的数字来源

论文测了三个主流模型在 SEC 文件上算数字的表现，发现数字本身往往算对，但挂错了公司或科目，这个问题之前没人单独量化过。

#NumTrace #Claude Opus 5.5 #GPT-6 Astra #DeepSeek-V4.1-Flash

arXiv: DeepSeek@Tianlei Zhu et al. (4)Source

Papers Builders10:31

Chinese contentAgentProofBench 发布：面向 Web Agent 可复用验证器的基准

arXiv 上新出的 AgentProofBench，专门测 Web Agent 的验证器好不好用，用 DeepSeek 跑了近百个任务，做 Agent 评测的可以看看。

#AgentProofBench #DeepSeek #Web Agent #智能体

arXiv: DeepSeek@Jingjie Ning et al. (4)Source

Papers Builders10:31

Chinese contentLong-Short Contrastive Pruning 让剪枝后的推理模型更省思考 token

剪枝和 CoT 压缩一起用会互相打架，这篇论文给 DeepSeek-R1-Distill-Qwen-7B 剪 20% 权重还能省 8–22% 思考 token，掉分不到 0.5，做模型部署的可以看看。

#DeepSeek #CoT压缩 #模型剪枝 #推理模型

arXiv: DeepSeek@Tao Jing et al. (5)Source

Chinese content综述：生成式AI在湍流研究中的基础、应用与验证基准

一篇给 AI 和流体力学两个圈子的桥梁综述，讲清 diffusion 模型做湍流模拟到底行不行、该怎么验证，做科学计算的朋友可以看看。

#diffusion模型 #湍流 #科学计算 #score-based

arXiv cs.LG@Luca Biferale, Michele BuzzicottiSource

Chinese contentUTA 学习率衰减方法发布，适配 Adam 型优化器

训练模型调学习率衰减的可以看看，UTA 比固定衰减曲线更聪明，能跟着训练状态走，LLaMA 和 ResNet 上都验证了，直接即插即用。

#UTA #LLaMA #学习率调度 #微调

arXiv cs.LG@Anda Tang et al. (5)Source

Chinese content研究证实权重矩阵秩压缩是 Grokking 的结果而非原因

一篇很扎实的 grokking 机理研究，实验设计干净：先记住、后泛化的时间线被精确量化，还证明了压缩秩反而会阻碍 grokking。

#Grokking #transformer #秩压缩 #泛化

arXiv cs.LG@Shlok Mehendale, Paras ChopraSource

Chinese content用 Counter-Strike 2 遥测数据建模 60-120ms 快速人类反应

研究者拿 Counter-Strike 2 的毫秒级对局数据训练模型预测玩家 60-120ms 内的本能反应，EMBER 准确率 73.5%，还比 LLM 基线快好几个量级，思路挺有意思。

#Counter-Strike 2 #telemetry #transformer #行为建模

arXiv cs.LG@Emanuel Dopater et al. (10)Source

Papers Builders10:28

Chinese contentFlowGenesis：基于表征变化自动增删神经元的自适应架构框架

arXiv 上这篇论文挺有意思：网络自己决定加神经元还是砍神经元，不用预先定架构，持续学习场景还能省参数，做 NAS 的可以看看。

#FlowGenesis #神经架构搜索 #持续学习 # Representation Flux

arXiv cs.LG@Maksim A KazanskiiSource

Papers Builders10:28

Chinese content论文提出 Spherical Brownian Diffusion 语言建模扩散方法

一篇讲扩散语言模型设计的论文，结论挺反直觉：怎么加噪声几乎不影响效果，怎么采样才关键，预算 180 次调用时差了 25 个点。

#扩散模型 #Brownian Diffusion #vMF #GSM8K

arXiv cs.LG@Andrea Miele, Ilija BogunovicSource

Chinese content基于不确定性评估的 SOTIF 分析：LiDAR 目标检测性能阈值跨工况适用性测试

KITTI、nuScenes 上的 PointPillars 实验，讲清楚一个阈值换个工况就不可靠的问题，做自动驾驶感知安全的可以看看这套检验流程。

#PointPillars #KITTI #nuScenes #LiDAR目标检测

arXiv cs.LG@Milin Patel, Rolf JungSource

Chinese content基于 JiT 的去噪防御方法提升无线电信号调制分类对抗鲁棒性

搞无线电信号分类的可以看看：用 JiT 扩散模型做去噪防御，不用预知攻击类型，PGD 下鲁棒性比对抗训练高 20% 多。

#对抗攻击 #JiT #flow matching #RML2018.01A

arXiv cs.LG@Shiwei Liu et al. (5)Source

Papers Builders10:27

Chinese content不改模型只改推理程序：科学图表问答准确率从16.6%升至41.3%

冻结的 VLM 不重训，光进化推理代码就能把图表问答从 16.6% 拉到 41.3%，还快 3.8 倍，AlphaEvolve 那套玩法很实用。

#VLM #AlphaEvolve #自主进化 #推理优化

arXiv cs.LG@Abhinav Sudhakar Dubey et al. (5)Source

Papers Builders10:27

Chinese contentarXiv 论文：为多部件动漫 3D 模型生成 ARKit/MediaPipe 表情 Blendshape

做 VRM/VTuber 模型的朋友可以看看，这篇讲怎么给多部件的动漫脸自动生成 ARKit 表情，省去手动 K 帧的活。

#Blendshape #ARKit #MediaPipe #3D建模

arXiv cs.LG@Pramook KhungurnSource

Papers BuildersMulti-source10:27

Chinese content用目标冲突样本微调，提升模型指令层级遵循能力

OpenAI 和 NVIDIA 的指令层级训练集都漏了目标-目标冲突这一类，这篇论文补上了，微调 Qwen3.5-9B 和 Gemma4-12B-it 就能明显提升效果，做对齐训练的可以看看。

#指令层级 #Qwen3.5-9B #Gemma4-12B-it #微调

arXiv: OpenAI@Sizhe Chen et al. (7)Source

Chinese contentGraphormer 动态调节车道方向与限速，仿真中每日延误降低 90%

把车道换向和限速交给一个 transformer 统一调度，仿真里高峰延误砍了九成，交通方向的做法挺有意思。

#Graphormer #强化学习 #PPO #智能交通

arXiv cs.LG@Hamed Araab et al. (3)Source

Papers Builders10:26

Chinese content连续时间带约束随机线性二次控制的强化学习研究

控制论方向的同学可以看看，这篇把带非负控制约束的 LQ 问题做了完整的 RL 求解方案，理论推导和数值实验都齐了。

#强化学习 #线性二次控制 #actor-critic #Riccati方程

arXiv cs.LG@Weiping Wu et al. (4)Source

Papers Builders10:26

Chinese contentAMIE：无需重训的智能体记忆索引自适应插件

给做长期运行 Agent 的人：AMIE 这个插件能只用检索记录就优化记忆召回，15 组对比全提分，还不用重训记忆系统。

#AMIE #智能体 #RAG #记忆系统

arXiv cs.LG@Yuntong Hu et al. (6)Source

Only the latest 2000 items are listed; for older ones see the daily archive