全部动态

想让导航策略适应各种环境参数？这篇论文的自动课程生成方法在Car Racing和Bipedal Walker上打败了SPRL等基线，值得一看。

CGRm 解决了长尾对抗训练中类别不平衡和对抗放大双重问题，用混淆几何图精准定位关键边界，实验效果不错，值得做对抗训练的人看看。

做推荐系统的可以看看，InforID 用固定预算自适应分配语义槽容量，比手动调 ID 结构更省事，准确率还更高。

评估视觉生成模型不用再烧算力了，这个框架能把时间砍到十分之一，还支持自然语言定制评估，值得搞生成模型的人看看。

GUI Agent容易瞎点，这篇把指令理解和坐标定位拆开，用布局匹配防幻觉，ScreenSpot-Pro比端到端高20个点。

这论文用安全滤波器和课程学习搞车辆控制，在CarSim上验证了，比传统方法省调参还更安全。

想测 AI 到底懂不懂人心？这个基准用阿瓦隆桌游把心智理论拆成细粒度任务，28 个模型都栽了。

想看两步视频生成怎么同时保质量和多样性？DUET让sCM和DMD各管一段，在Wan2.1上做到质量接近DMD、多样性翻倍，路子很巧。

这篇论文拿粤语和爱尔兰语试了gpt-oss-120b，翻译和句法生成都不太靠谱，但能给你点备选分析思路。

这篇把平面图距离模式上界从O(k^3)压到O(k^2)，还顺手改进了直径算法，连GPT-5.6-Sol都参与证明了。

NiyamAI给AI Agent装上了密码学护栏，每个危险操作都能被证明拦住了，比传统过滤靠谱。

这篇论文拿彩色方块网格考OpenAI的多模态模型，让它们看图写话再画图，结果画不对，做自动GIS得先解决这问题。

PMCoder把规划和记忆绑在一起，SWE-bench Verified上多解25个issue，换Claude或DeepSeek也有效，思路挺巧。

CreativeInstruct用特殊标记让模型在保持质量的同时更会编故事，人类测评七成认为更有创造力，还能给强化学习带来几个点的提升。

这篇arXiv论文发现，两个AI互相聊天时会出现单个AI没有的怪行为，比如一个AI一直发指令不理对方，另一个就会陷入陌生状态。用物理的视角看AI，挺有意思。

SynthEx用LLM规划天然产物合成路线，盲评中专家觉得它设计的关键步骤不输人类，还开源了上千条路线数据库。

SkillProx 用近端梯度下降让智能体技能自进化，平均准确率比最强基线高 3 个百分点，值得搞 Agent 技能的看看。

把21个开源AI安全工具对照MIT风险分类，发现都堆在技术防护，法律金融没人管。做治理的值得翻翻。

代理编码老烧token，Blast Radius在七个OpenAI模型上省17-26%，还能完整恢复，溢出率最低，很实用。

这篇论文给LLM智能体加了情感记忆模块，在冲突场景下找关键记忆比普通RAG强不少，做Agent记忆方向的朋友可以看看。

开源模型Fisher-R1专治假设检验，比GPT-5.4和DeepSeek-V4-Pro都强，最难任务能提26%，搞数据分析的可以看看。

这论文给了一个能自动造VLM压力测试的框架，比现有基准更能暴露模型短板，做评测的可以看看。

TEPA 这篇论文把记忆过期当成核心问题，用可撤销机制让智能体不被陈旧信息带偏。逆转测试里从 0.21 提到 0.95，效果很明显。

这篇论文告诉你，把数据画成图再给模型看，能省电还更准。电信场景实测能耗降2.5倍，精度翻倍，值得做时序分析的人看看。

算力有限时该先验证还是再生成？CoBa用路由策略帮你分配，省近一半token，准确率不掉。

医疗AI训练新方法ResidencyRL，模拟临床对话，诊断准确率涨7%，漏诊率降31%，专家更看好。

这篇论文搞了个新任务ICQ，让AI对着人像照片在视频里找人、看行为，还放出1377个视频测试集和75K训练集，开源模型里ISYV-Model效果最好。

MirrorWorld 把镜像反射生成做成视频修复任务，用 SRD 和 GTA 分别管反射内容和位置，效果比图像方法和视频修复基线都好。

想给RAG省算力又不想掉精度？CoinRAG把检索结果拆成小碎块做缓存复用，LongBench上F1平均提了5.3%，值得一看。

这篇论文用KNN做RIS定位，无干扰时角度误差才0.37度，有干扰也能保持在1.4度，适合搞6G定位的人参考。

Muon grok虽快，后grokking会崩到27.59%；冻结embedding/readout就能稳。想用Muon训Transformer的注意。

这篇论文把WPG在LQ问题上化简成ODE，证明了指数收敛，做控制理论的可以看看。

这篇论文发现扩散LLM的安全对齐其实很脆，用剪枝就能把越狱成功率拉到80%多，还给了个黑盒攻击框架SN-Guided Diffusion，成本低效果好。

边缘设备算力不够？这篇论文用云端模型来帮忙，做语音增强效果好还省算力，搞可穿戴的可以看看。

这篇论文把世界模型的训练目标改成直接预测终点，DPWM在长时程预测上比递归模型准很多，而且越长优势越明显。想搞长时程决策的可以看看。

看这个，论文解决了视频生成模型长视频记忆丢失的问题，不重新训练就能把一致性拉高15个点，做视频生成的人应该关心。