论文

斯坦福团队新论文提出Web Agent世界模型新训练方法，在WebArena基准上表现更好。

OpenAI团队提出OVMI指标，解决了语音BCI系统难以比较的问题，优化后准确率提升16.3%。

AICOME框架能从现有数据中恢复重要理论构念，周工作时长验证效果最佳，但信息受限时性能会下降。

Graph Machine 用边对象替代传统状态，在 Qwen3-0.6B 上预训练时，稀疏层仅需少量检索就能保持性能。

这篇论文揭示了LLM安全监控的盲点，提出了不依赖语言输出的沙箱防护方案。

NVIDIA训练的编程竞赛模型首次在IOI中击败人类冠军，分数535.4远超金牌线361.12。

Anthropic模型对人类说服技巧有反应，而OpenAI和Google模型反而更抗拒，这种差异很有意思。

荷兰书利润方法评估语言模型预测一致性，发现模型在概率预测上存在显著不一致，尤其在复杂逻辑关系下更明显。

这篇论文测试了4个表格模型在316个物理方程上的表现，发现它们能插值物理但不懂单位和噪声机制。

医疗AI研究团队发现模型对断言比对证据更易受影响，开放推理轨迹能更好检测错误决策。

新DA协议让模型自己决定关注哪部分内容，大幅减少计算量，Gemma和Qwen模型效果显著。

这篇论文分析了AI如何影响人类创造力，提出混合团队表现优于单一团队，探讨了AI与人类创意互补的可能性。

这篇论文测试了GPT、Claude等LLM在真实市场机制中的表现，发现它们比人类效率低，还公开了测试框架。

OpenAI发布新数据集和方法，专门解决社交媒体图片增强后的异常检测问题，比传统方法更准确。

ICE-T框架通过三种教学要素帮助学习者建立对AI系统的适当信任，解决了机器学习教育中的黑盒问题。

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。

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。

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。

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。

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。