所有文章
共 36592 篇文章
ServerBench：编码智能体能否自建LLM推理服务系统？
ServerBench基准测试评估LLM编码智能体设计专用推理服务系统的能力，以每美元延迟达标token价值为核心指标，Claude Sonnet 5.5在Gemma E4B上达到vLLM参考实现的4.87倍。
机器人记忆模糊怎么办？新系统自动纠错
机器人记忆中的物体描述可能过时或错误，影响环境交互。一项新研究提出的系统能识别并纠正机器人记忆中不可靠的物体描述，提升机器人长期自主运行能力，本文解析其思路与意义。
CompressionBench：编码智能体能否自主压缩LLM？
CompressionBench研究编码智能体能否自主压缩LLM：36份提交29份通过验证，平均困惑度增加3.4%，下游准确率77.33% vs BF16的79.56%。揭示表示设计、实验判断与能力验证是核心挑战。
反事实检索：让动物个体识别模型“交代”决策依据
反事实前景检索（CFR）提出证据感知评估协议，通过全图、仅前景、仅捷径三种视图拆解动物个体识别模型的决策依据，并发布0.5M掩码覆盖34个数据集。
回合级Best-of-N采样：LLM智能体推理时扩展新策略
本文解读回合级Best-of-N采样方法，通过生成器-选择器框架提升LLM智能体在长期任务中的准确率与一致性，无需额外训练即可实现推理时扩展。
GBPNet：让线性码解码器学会更聪明的消息传递
论文提出广义置信传播网络GBPNet，在保留Tanner图消息传递对称性的同时引入可学习消息缩放与级联变量节点更新，配合渐进训练和高SNR训练策略，在多个线性码上实现低于传统BP和当前最优神经解码器的误码率。
AI 去自动化迷思：高暴露职业的工作条件未必更差
一项覆盖美国754个职业的研究发现，AI暴露度越高的工作条件评分反而越低，挑战「AI优先替代脏活累活」的叙事。调整体力需求与人力资本因素后关联显著减弱，暴露度不等于自动化收益。
HALO：仿真数据驱动的人形机器人零样本迁移
苹果AI/ML团队提出HALO系统，在1000个程序化生成的虚拟家庭中合成视觉-语言-运动数据，训练人形机器人习得多项物理技能，并在六个未建图真实环境中实现零样本迁移，360次试验成功率达91%。
无需标注检测遮挡：双单目距离线索分歧法
研究提出无需训练和遮挡标注的遮挡检测方法，利用表观高度与单目深度两种距离线索的序关系分歧，在KITTI上AUC达0.909，跨域场景表现稳健，为机器人感知提供新思路。
BEAKER benchmark：自驱动实验室的具身大脑测评
BEAKER 是面向自驱动化学实验室的具身AI测评基准，含1000条专家标注样本、覆盖11类图像视频任务，评测28个多模态大模型，揭示粗粒度流程理解与精细动作执行之间的落差。
FrontierPhysics：物理研究智能体的端到端评估新基准
FrontierPhysics是由42位物理学家构建的端到端物理研究基准，包含56个覆盖理论、计算与实验物理的任务。测试显示22个模型26种配置无一能通过超过46/168次运行，主要短板在于推理严谨性与专家直觉不足。
硬连线分布式处理单元：将神经网络决策推向传感器
硬连线分布式处理单元（HDPU）在FPGA上实现传感器端神经网络决策，无需主机参与推理。斑马线检测案例显示，固定延迟内完成决策，主机每帧节省核心时间，数据量减少数万倍，为边缘AI提供超低功耗方案。
PARGAR：图注意力神经网络接收机如何破解稀疏导频难题
PARGAR论文提出导频感知图注意力神经接收机，将OFDM资源网格建模为图并引入导频锚点链接，在稀疏DMRS布局下相比CNN接收机DeepRx取得更低BER，为5G/6G神经接收机设计提供新思路。
图基座模型做多变量时序异常检测：Gfm4Mtsad框架解析
论文提出 Gfm4Mtsad 框架，通过 SICA 对齐、MAPS 伪异常筛选与 TGEC 聚合校准三个模块，将预训练图基座模型适配到多变量时序异常检测任务，在两个 GFM 骨干上取得优于基线的检测表现。
CoT推理为何能泛化？理论首次给出OOD保证
论文将思维链推理形式化为组合式分布外泛化问题，证明CoT通过共享单步预测器反复组合实现泛化，给出O(k)系数、O(√(T/n))估计项的风险上界，并在Atom-Task与GSM8K上验证短到长泛化，强调显式状态跟踪的关键作用。
多少方向投影能唯一确定k维空间中的n个点？
高维空间中需要多少方向投影才能唯一确定n个点？最新研究通过编码理论引理给出突破性上界：几乎任意的O(k log n log log n)个方向就足够，显著改进了线性上界。
对齐税是分级的：DPO训练下任务选择性能力损失
一项针对Qwen3.5-4B的预注册研究发现，长度归一化DPO加SFT保留项训练下，对齐税呈现任务选择性：抽取任务几乎无损，JSON小幅退化，路由任务骤降30个百分点，损失集中在边际1-3的损伤窗口。
风险敏感非参数与核Bandits：CPT遗憾无额外代价
研究提出NPCB算法，将累积前景理论引入非参数与核Bandits，证明CPT风险敏感遗憾与经典非参数Bandits同阶，风险偏好不带来额外学习代价，并扩展至未知噪声CDF与核方法。
