#前沿研究
共 9131 篇相关文章
RubricAtlas：从专家报告中挖掘类型级评分标准来评估深度研究智能体
RubricAtlas 从 3,079 份中文金融专家报告中挖掘类型级分析要求，覆盖 99 种研究类型，用于评估深度研究智能体的分析完整性，并通过删除与填充实验验证评分标准的区分力。
脊柱关键点检测新范式：像素级对比学习+可微形状建模
本文介绍一种脊柱关键点检测新方法，将检测问题转化为像素级对比表示学习，并结合可微形状建模解决位置歧义，在AASCE等数据集上性能媲美最先进方法，代码已开源。
VLM智能体在潜在世界中自我进化：Dwell框架解析
Dwell框架将VLM重构为循环潜在转移算子，让智能体在潜在空间中预测和行动，在五个交互式视觉环境中取得最强整体性能，同时大幅降低想象计算量。
Anthropic IPO最大赢家：亚马逊持股远超VC
Anthropic IPO的最大受益者并非VC，而是亚马逊。大规模可转债转换揭示了亚马逊在Anthropic的真实持股规模，远超风险投资机构，体现云厂商"投资+算力"双重绑定的战略回报。
注意力门控新防御：HoS如何让提示注入攻击失手
Heads of Security (HoS) 提出可学习的逐头注意力门控防御提示注入，在 Llama-3.3-70B 和 GPT-OSS-20B 上显著降低攻击成功率，同时保持模型实用性。
灵巧手新突破：实现手内物体姿态到达与安全过滤
机器人灵巧手研究新进展：提出手内物体姿态到达训练配方，实现零样本迁移到真实手部，并引入可调安全过滤器将掉落减少75%，在4800个目标上达到95.2%成功率。
MuonGS：放宽权重范数控制，加速LLM预训练
MuonGS通过Gram-Schmidt投影放宽权重范数控制，理论证明累积有效学习率达Ω(√T)，在160M-400M密集模型和MoE模型上实现约15%的token等效加速，优于MuonH。
工具调用智能体的缩放定律：环境合成如何决定泛化能力
研究提出SynthAPI管道，通过可控合成工具使用环境推导缩放定律：工具与数据库多样性比任务数量更有效，数据复杂度提升带来更大增益，据此训练的智能体在四个基准上超越先前工作。
EnvSched：环境感知调度提升智能体RL效率
论文提出 EnvSched 环境感知调度器，通过双关系图建模环境-任务对、预测奖励方差并结合覆盖与配额约束，在有限 rollout 预算下显著提升智能体强化学习效率，Qwen3-8B 上 40 步即超越随机选择 120 步的最高分。
GAS-PFN：图感知时空先验网络实现零样本交通预测
GAS-PFN将道路拓扑通过随机游走扩散融入PFN合成先验，配合双通道掩码推理架构，在六个基准上实现零样本交通预测，MSE较TimePFN平均降低34.0%，较通用零样本预测器降低27.7%。
潜在世界模型的致命局限：预测准不等于理解环境
最新研究提出忠实潜在世界模型概念与潜在推演一致性（LRC）指标，发现当前最先进潜在世界模型均未真正建模环境动力学。
GEPA-Curator：让智能体自我进化时学会筛选经验
GEPA-Curator通过任务筛选和成功经验检索，为提示优化器筛选高质量学习信号，在GoBrowse、ALFWorld、AppWorld和τ-bench上相比GEPA和ACE最高提升超20%。
LLM能自主发现隐藏物理定律吗？新研究给出答案
新研究提出LongChang框架，评估LLM在物理规律被修改的模拟世界中自主发现定律的能力。12个模型中仅GPT-6-Astra发现率达16.7%，揭示当前LLM在开放式科学发现上的显著差距。
MERLIN：用二阶路由提升线性注意力长上下文能力
MERLIN提出一种面向多状态线性注意力的二阶矩路由方法，通过追踪键的均值和方差实现更内容感知的聚合，在Gated DeltaNet和Mamba-2上显著提升长上下文任务表现。
记忆压缩如何误导LLM群体决策？新基准揭示两大失败模式
新基准CrossProfile揭示LLM群体决策中记忆压缩的失败模式：按相关性选择引入诱饵，最稀有优先平均不优于随机，决策模型还存在社会证明偏见。
告别「绿色洗白」：用真实数据语料重塑AI生态伦理
新研究提出「耦合福祉」持续预训练语料，一次QLoRA即可安装生态推理能力。压力测试显示，Llama-3.3-70B有害决策从70/300降至0，MMLU不变，但对抗性场景下仍有失效。
元认知解码：扩散语言代理的高效推理新范式
扩散语言模型通过并行生成提升效率，但如何动态控制计算与生成长度仍是挑战。本文介绍元认知控制器，一种轻量级插件，可学习何时终止token生成及延伸范围，在五个基准上平均减少20.6%推理FLOPs并保持准确率。
semanticfa：无需受访者的语义因子分析R包
介绍semanticfa R包：基于语言模型嵌入的语义因子分析工具，无需受访者数据即可分析心理测量量表结构，支持因子解释、冗余题标记和简版构建，并与传统因子分析互补。
