全部 AI 动态 · AITOP

论文10:27

面向晶体材料的热力学原子间势 TIP，让自由能计算像势能一样便捷

做材料模拟的朋友可以看看，这个TIP把自由能算得又快又准，还能直接找相变点，省掉传统系综平均的麻烦。

#TIP #UMA #自由能 #相稳定性

arXiv cs.AI@Juno Nam 等 6 人原文

论文10:26

用表格扩散Transformer生成基准健康数据

想给医疗或表格类基准造数据的朋友可以看看，它把多张结构不同的表统一起来生成，不用再受单表限制了。

#Diffusion Transformer #CTDG #合成数据 #表格生成

arXiv cs.AI@Hao Yan 等 6 人原文

论文10:24

城市移动中物理AI安全：危险知情合成包络框架

这篇论文给城市里的机器人安全跑动提了个新框架，把危险分析和实时监控串起来了，不是靠单个模块硬扛。

#物理AI #安全包络 #城市交通 #Arxiv

arXiv cs.AI@Alexei Odinokov, Rostislav Yavorskiy原文

论文10:23

LP-NAS：基于线性规划的神经网络架构搜索方法

LP-NAS用线性规划算更新方向，CIFAR-10/ImageNet上优于DARTS及其变体。

#LP-NAS #DARTS #CIFAR-10 #ImageNet

arXiv cs.AI@Abhishek Shukla 等 3 人原文

论文10:23

数据受限环境下PM2.5预测的移位感知自适应双编码器迁移学习

这个双编码器迁移框架挺有意思：美国数据预训练、台湾数据适配，PM2.5预测MSE比旧方法降了7%，消融实验也扎实。

#PM2.5预测 #迁移学习 #双编码器 #SHAP

arXiv cs.AI@Shahab Band, Hamed Mohammadi原文

论文10:22

SheetCompass：面向智能体电子表格推理的层级关系图框架

SheetCompass 把表格结构画成关系图给智能体看，比直接压成文本更能抓住跨表联系，搞电子表格自动化的可以试试。

#SheetCompass #智能体 #图结构 #电子表格推理

arXiv cs.AI@Panjing He 等 5 人原文

论文10:22

Wyvern：用于生成有据多模态报告的多智能体框架

写技术综述的可以看看，Wyvern自动出图出表还带引用，比基线靠谱多了。

#Wyvern #多智能体 #多模态 #技术报告

arXiv cs.AI@Beatrice Alessandra Motetti 等 7 人原文

论文10:21

使用Neuron Gating和Mixed Activation的紧凑神经架构搜索

这篇论文用可微优化替代离散搜索，Neuron Gating和Mixed Activation找紧凑网络，MNIST上0.26M参数就达99.63%准确率，比DARTS表现更好。

#神经架构搜索 #Neuron Gating #Mixed Activation #MNIST

arXiv cs.AI@Abhishek Shukla 等 3 人原文

论文10:21

PACE-Bench：动态环境下基于代码演进的物理适应基准

想看看AI在规则变了之后能不能自己改代码？PACE-Bench 专门测这个，目前最强的 GPT-5.5 也只解决了 Statics 子集的三分之二，离满分还远得很。

#PACE-Bench #GPT-5.5 #Qwen3-14B #物理适应

arXiv cs.AI@Yuhao Zhan 等 4 人原文

论文10:20

智能爆炸的动力学

这篇arXiv论文用数学分析AI自我改进的爆炸极限，指出生成时间比想象中更关键，和以往经济模型结论不同。

#智能爆炸 #生成时间 #奇异增长 #反馈循环

arXiv cs.AI@Toby Ord原文

论文精选10:19

CoRun：利用位置不变性实现确定性LLM推理

这篇论文说用简单填充法就能让LLM推理结果确定，不用牺牲速度，比之前的方案快了不少，还在Qwen和DeepSeek上试过。

#CoRun #Qwen #DeepSeek #推理模型

arXiv: DeepSeek@Shiju Zhao 等 7 人原文

论文多源确认10:19

重新思考自动程序修复：Bug复杂度、故障定位与LLM成本效率

论文实测三种LLM的修复能力，发现便宜的DeepSeek-V3.2成本效率反超GPT-5，选模型前值得一看。

#DeepSeek #GPT-5 #自动程序修复 #故障定位

事件专题

arXiv: DeepSeek@Junchi Liu 等 6 人11 个信源在谈原文

论文10:18

批量自适应剪枝：周期性神经元激活感知的推理模型压缩法

DeepSeek-R1-Distill-Qwen-7B实测：批大小4准确率比旧剪枝高39.7个点，还有1.40倍加速。

#DeepSeek-R1-Distill-Qwen-7B #自适应剪枝 #推理模型 #批推理

arXiv: DeepSeek@Yongmin Kim 等 5 人原文

论文10:18

optstop：用贝叶斯最优停止为LLM评测省算力

跑大模型评测总烧钱？这个框架能省下最多97%的采样次数，结论还一样，做评测的人值得看看。

#optstop #贝叶斯推断 #LLM评测 #采样优化

arXiv cs.AI@Toby D. Pilditch原文

论文精选10:17

统一路径空间视角下的扩散模型强化学习设计

这篇论文把Flow-GRPO、AWM、DiffusionNFT几套方法统一到一个框架里，说清了它们差别只是方差缩减，还在SD3.5-M和Qwen-Image上跑赢了之前的方案。

#Flow-GRPO #AWM #DiffusionNFT #扩散模型

arXiv cs.LG@Yixian Xu 等 5 人原文

论文10:17

Power Sampling 悖论：正确概率提高反而降低推理性能

Power Sampling 越纠正反而越差，掉 18.5 个点，但有修复方案，比普通采样稳。

#Power Sampling #Self-Consistency #推理模型 #采样方法

arXiv cs.LG@Haohui Yang 等 3 人原文

模型10:16

CytoBERT：面向细胞计数数据的基础模型

流式细胞数据太杂不好统一？CytoBERT在5000万细胞上预训练，换数据集微调即用，避免从头训练。

#CytoBERT #细胞计数 #基础模型 #迁移学习

arXiv cs.LG@Syed Abdul Haseeb Qadri 等 10 人原文

论文10:16

基于扩散模型的离线深度Q*估计

这篇用扩散模型估计奖励和转移核，再学Q*，收敛率给得很细，还绕开了RL里常见的完整性假设。

#扩散模型 #离线强化学习 #Q*估计 #Bellman算子

arXiv cs.LG@Xiaohong Chen 等 5 人原文

模型10:15

DeaMoE：面向快速小批量解码的高效MoE结构

DeaMoE让MoE小批量解码少搬权重、跑得更快，7B模型在A40上TPOT提速33%，DeepSeek-V3加速近2倍。

#DeaMoE #MoE #DeepSeek-V3 #解码加速

事件专题

arXiv cs.LG@Zewen Jin 等 11 人2 个信源在谈原文

论文10:14

错误但有用：多智能体消息中超越答案正确性的轨迹价值

这篇论文给多智能体提了个醒：答错的消息也可能有用。用DHD协议能找出该留该扔的消息，比单看答案正确率更靠谱。

#DHD #gpt-oss-120b #gemma-4-31B-it #多智能体

arXiv cs.LG@Chih-Hsuan Yang 等 10 人原文

论文10:13

随机权重平均提升数据增强效果

不用训练多次就能拿到类似深度集成的对称性提升，做数据增强的可以看看。

#SWA #数据增强 #等变性 #图分类

arXiv cs.LG@Longde Huang 等 3 人原文

论文12:29

TEMPO：跨内存/计算受限场景的专家并行负载均衡

如果你在做MoE推理，TEMPO这个调度器在内存/算力瓶颈混合时能比常规方案快15.5%；不过DeepSeek-V3那种通信瓶颈场景它不灵。

#TEMPO #MoE #专家并行 #负载均衡

arXiv: DeepSeek@Jie Li 等 8 人原文

论文多源确认74°12:27

Agent驱动设计硬件预取器MoP，性能超人类方案

这篇论文让AI Agent自己找预取器失败原因并造新方案，结果比人类设计的Alecto和Berti还强，值得看看。

#MoP #DeepSeek V4 Pro #硬件预取 #智能体

事件专题

arXiv: DeepSeek@Xiangfeng Sun 等 6 人11 个信源在谈原文

论文12:26

研究：LLM如何回应逐步升级的妄想——四种纵向行为轨迹

这篇论文测了15个主流聊天机器人，发现有些会顺着妄想聊下去，有些会过早建议停药，看完就知道该警惕哪种回复。

#Claude #GPT #Gemini #DeepSeek

arXiv: DeepSeek@Anna Sterna 等 6 人原文

模型精选12:25

ARIES-Mission2：零样本VLA框架实现大规模无人机任务快速生成

这个框架让无人机看卫星图就能自动规划路线，比人工规划快3.6倍，飞行距离还缩短近10%，适合大规模任务。

#ARIES-Mission2 #DeepSeek-V3 #Molmo-7B #TSP

arXiv: DeepSeek@Junhao Wei 等 11 人原文

论文多源确认12:22

AutoDesign：长周期智能体设计的元调控优化

AutoDesign能自动把论文变海报，PosterBench上比Claude Design高7.45分，40分钟成本不到3美元。

#AutoDesign #PosterBench #Claude Design #智能体

事件专题

arXiv cs.AI@Yaxin Luo 等 14 人3 个信源在谈原文

论文12:21

OmniScientist：全模态全学科AI科学家

OmniScientist直接读图像、视频、3D原始数据，36案例全跑通，均分6.3，对比实验85%胜出。

#OmniScientist #多模态 #智能体 #科研自动化

arXiv cs.AI@Bobo Li 等 5 人原文

论文12:19

HumanTracker：更符合人类感知的人形运动跟踪基准

想评估人形机器人运动跟踪效果？HumanTracker 提供了153小时专业动作数据和更符合人眼判断的 HumanScore，能发现脚滑、触地不准这类关键问题。

#HumanTracker #HumanScore #运动跟踪 #人形机器人

arXiv cs.AI@Dairu Liu 等 14 人原文

论文 Agent 与开发者12:10

QuoteBench：匹配分数掩盖命令路径失败

这篇论文用 QuoteBench 拆穿了只看匹配分数的假象，原来 GPT-5.6-sol 的分数是负 64 和正 60 抵消出来的，部署配置一变排名就翻，评估编程智能体前该看看。

#QuoteBench #GPT-5.6-sol #编程助手 #智能体

arXiv cs.AI@Shangao Li 等 4 人原文

模型12:05

DFM Mimir v1：10亿参数HRM开源模型仅用许可数据达前沿性能

丹麦团队开源了10亿参数的Mimir v1，只用合规数据就追上4B模型，丹麦语还是第一。

#DFM Mimir #HRM #Qwen 3.5 #Gemma 4

事件专题

arXiv cs.AI@Peter Schneider-Kamp 等 5 人2 个信源在谈原文

模型12:03

AlayaWorld v1.1技术报告：改进条件信号表示与集成

AlayaWorld v1.1报告出来了，空间记忆换成了3D点缓存渲染，条件编码统一到因果VAE，做世界模型的值得瞄一眼。

#AlayaWorld #世界模型 #视频生成 #长时程

arXiv cs.AI@AlayaWorld Team 等 18 人原文

论文12:02

Gricean Retreat：探针揭示LLM知道边界但不愿撤退

这篇用探针方法拆开了LLM一本正经胡说八道的原因：模型内部其实知道自己不知道，但嘴硬不肯说泛话。

#T-REx #LLM #知识边界 #指称消歧

arXiv cs.AI@Dananjay Srinivas 等 3 人原文

产品11:59

MARC v1：开源多智能体临床推理框架

宾大开源了临床AI框架MARC，用多智能体分工替代大提示词，Decomposer自动生成提示，改配置就行，不用写代码。

#MARC #多智能体 #临床推理 #开源框架

arXiv cs.AI@Saisha Shetty 等 9 人原文

论文精选11:58

AaLLM：从拓扑生成到尺寸确定的端到端模拟电路设计框架

想用 LLM 做模拟电路设计的话，AaLLM 是开源端到端方案，给规格直接出网表，SPICE 调用和耗时都比现有方法少一个数量级。

#AaLLM #模拟电路设计 #RAG #多智能体

arXiv cs.AI@Mohammed Ayman Habib 等 3 人原文

论文11:52

因果世界模型统一视角：从观测到表示再到结构

如果你在搞世界模型或因果推理，这篇把概念理清了，还连上了因果发现的现有工作，值得一看。

#世界模型 #因果推理 #因果表示学习 #可识别性

arXiv cs.AI@Avinash Kori, Fabrizio Russo原文

论文11:38

UniTexture：面向视觉-语言-动作模型的跨任务通用对抗纹理

拿一个贴了纹理的物体就能让 OpenVLA 和 π0.5 的成功率从 90% 掉到 48%，还能跨模型生效，搞机器人安全的可以看看。

#UniTexture #OpenVLA #π0.5 #VLA

arXiv cs.AI@Yukun Dai 等 6 人原文

论文11:37

LIA学术联盟：教学、研究与推广的一体化框架

UFSC的LIA论文讲了AI社团怎么组织竞赛队、学习小组和公益项目，搞高校AI社团的可以参考。

#LIA #UFSC #AI社团 #工程教育

arXiv cs.AI@Alison R. Panisson 等 12 人原文

论文11:35

防御性Boosting：在线概率预测的新方法

Defensive Booster这新算法，用单个弱学习器同时拿到在线梯度提升和分类提升的保证，跑得还快几个数量级。

#Defensive Booster #Boosting #在线学习 #概率预测

arXiv cs.LG@Georgy Noarov, Aaron Roth原文

论文11:34

多标签Jaccard测度的凸校准维度指数下界

做多标签分类调Jaccard的同学看看：精确校准要指数维度，但固定误差容忍度有多项式解法，MinHash思路挺巧。

#Jaccard #MinHash #多标签分类 #校准

arXiv cs.LG@Mingyuan Zhang原文

论文11:33

LittleLearner：在小学课程知识范围内训练的5B参数语言模型

想搞懂模型知识边界怎么控制？这篇论文用小学课程语料训练了个5B模型，还公开了数据和模型，适合研究预训练数据影响的人看。

#LittleLearner #LITTLECURRICULUM #预训练 #知识边界

arXiv cs.LG@Fanfei Li 等 7 人原文