所有文章
共 37412 篇文章
PSGAgent：用智能体推理突破MLLM动态视觉感知瓶颈
PSGAgent是一个智能体框架，通过思考-行动-观察循环增强MLLM的动态视觉感知，利用区域放大和视觉高亮工具解决PSG任务中小物体关系忽略和模糊谓词问题，在PSG基准上达到SOTA性能。
Eigenius：为数学证明构建带类型知识库的理论框架
Eigenius 提出一种建立在构造性制度上的带类型知识存储理论，将证明无关性设为带见证的公理以保留证据来源，涵盖依赖类型论内核、证成逻辑、制度组织与 Lean 4 形式化，为知识持久化提供新框架。
持久化检索：对话代理效率提升新范式
研究对比三种对话代理检索设计，提出持久化检索子代理方案，在降低token使用和API成本方面表现显著，同时提升响应速度，为对话代理效率优化提供新思路。
阿拉伯语Facebook新闻互动研究：AraEngage揭示语言特征
AraEngage研究构建了10,000条阿拉伯语Facebook新闻帖子数据集，揭示宗教表达、消息长度与词汇密度是互动的主要语言相关因素，并审计了标准词典在未标音阿拉伯语中的脆弱性。
CardioLM：心脏病学专用多语言小模型套件，突破临床NLP资源瓶颈
CardioLM提出心脏病学多语言小模型套件：CardioCCC语料覆盖508份病例报告、七种语言，CardioNER在临床医生评估中评分从26%升至73%。研究发现专科预训练对NER提升有限，多语言联合训练效果最佳。
告别关键词检索：阿拉伯语焦虑话语基准数据集发布
新发布的人标注基准数据集包含1,000条阿拉伯语推文，用于区分个人焦虑表达与社会政治焦虑等六种话语功能。研究发现标注者一致意见中23.5%经审查后被更改，Fanar-C-2-27B模型达到79.8%准确率，但残余类别定义不一致影响评估公平性。
前沿AI失控风险可预测？行为框架LoC评分与失败率强相关
前沿AI失控风险如何前瞻评估？该研究提出行为学框架，将失控拆解为动机错位、危害使能能力与监控规避三因素，操作化为13个方面和29项任务，汇总为LoC评分，在13个前沿模型上与长周期失败率强相关（r=0.84），并可指导针对性微调与监控缓解。
CoRD：耦合采样如何补全在线蒸馏的盲区
CoRD 提出耦合轨迹蒸馏，利用推测解码的最大耦合从学生与教师分布的插值中采样，填补在线蒸馏中学生到不了的状态盲区。在 Qwen3 与 Qwen3.5 六个学生模型上，pass@1 与 pass@8 均优于在线蒸馏，4B 学生在 16 步内达到在线蒸馏 80 步未及的差距缩小。
TCSExam：大模型征战理论计算机科学的统一考场
TCSExam 是覆盖理论计算机科学全谱系的 LLM 评测基准，包含定理证明、求解器工程、构造与开放猜想四条赛道，用 Lean 内核与可执行检查器硬性校验，并提供 Full 与 Lite 两档版本。
阿拉伯法律大模型压缩评测：上下文敏感性视角
基于 ArabLegalEval 基准的研究显示，去掉上下文后基础模型准确率差距最高达27个百分点；4比特量化降低内存64-71%，精度变化-3.2至+1.6个百分点；蒸馏效果随学生规模缩小而波动。无上下文评测应成为法律大模型压缩评估的必要补充。
自动关键词抽取：从统计方法到LLM与语音端到端
一篇综述系统梳理自动关键词抽取（KE）的理论方法与实用方案，覆盖统计、机器学习、LLM生成式方法及语音端到端处理，分析语料标注瓶颈与多模态融合等未来挑战。
轻量级LLM能否胜任意图到SLO的翻译？五维评估揭晓答案
最新研究对10个轻量级LLM进行五维评估，揭示其在意图到SLO翻译中的性能、幻觉与能耗表现，最佳F1达0.943，但改写鲁棒性仍是挑战。
AP Tensor Neural Networks Solve 3D High-Field Kinetic Equations
新研究提出渐近保持张量神经网络APTNN，利用CP分解将高维损失积分化为一维组合，计算成本从指数降为多项式增长，3D3V VPFP问题单GPU训练不到30分钟，并显著提升高场区预测精度。
当评分与偏好冲突：DPO约束漂移的诊断与自适应修正
DPO训练中偏好与标准评分冲突会引发约束漂移。本文解读闭式诊断指标ρ*_eq与CoDPO方法，实现训练前预判与自适应降权修正，在四个领域上降低漂移并保留偏好学习。
无需验证器：测试时自博弈如何突破LLM推理瓶颈
论文提出Test-Time Self-Play（TTSP），一种不依赖验证器的测试时扩展方法。在LiveCodeBench v6上，无验证器时平均@8绝对提升35%，验证器越弱优势越明显，为缺乏验证器的场景提供新思路。
对抗性多重性：模型选择操纵与披露的局限
新论文揭示预测多重性的阴暗面：有动机的各方可通过软操纵或硬操纵逆转个体预测甚至聚合估计，同时通过黑盒或白盒审计。Reconcile算法在对抗性模型选择下更偏向操纵者，论文建议预注册、版本化模型等缓解措施。
神经网络近机器精度求解非线性水波，并用Lean严格验证
本文介绍一项结合物理信息神经网络与形式化验证的研究：神经网络以近机器精度求解非线性水波方程，并通过区间算术和Lean定理证明器提供严格数学保证，探索AI发现与机器检查验证的完整流水线。
CacheGraft：用KV缓存为小模型RAG注入大模型知识
CacheGraft提出用KV缓存实现潜空间文档富化：离线将文档编码为大模型与小模型的融合缓存，查询时直接注入小模型，无需大模型在场。在五个问答基准、两个本地评委的30次对比中29次优于文本基线。
