#前沿研究
共 9530 篇相关文章
孟加拉语指代消解研究：高质量小数据胜过混合大数据
一项孟加拉语指代消解研究发现，少量高质量标注数据显著优于大规模混合质量数据，回译增强无效甚至有害，跨语言迁移不稳定，部分多语言模型存在嵌入空间坍缩问题。
克里普克挑战「意义即使用」：大模型评估需要重思
一篇论文借助克里普克对维特根斯坦的解读，指出「意义即使用」面临规则遵循挑战，有限使用历史无法唯一确定未来规则。文章批评固定用例和局部鲁棒性评估不足以确立语义能力，提议评估抽象与递归两种能力，为OOD泛化和NLP评估提供新视角。
合成查询多样性：是真有用，还是幻觉？
一项针对英国汽车电商搜索的研究用11.8万合成查询对比人工标注与生产流量，发现人格条件化提升解析器F1，语法条件化拉近真实分布但幻觉率更高，并提出无标签代理指标对齐sKL预测解析器表现。
RAG框架如何破解隐性厌女检测难题？
最新研究提出RAG框架检测英语和意大利语中的隐性厌女，整合百科、俚语与女性主义知识源。实验显示RAG提升ImplicIT-Mis召回率但未改善SBIC+检测，人类评估则一致偏好RAG解释，女性主义文献成为最稳定有效的知识源。
QERA：先提问再回答，破解隐式上下文推理难题
QERA架构通过先提问再回答的方式，解决LLM在真实生活上下文学习中的隐式需求推理难题。在CL-bench Life基准上平均解决率达21.0%，超越直接回答和多种推理时基线，且token消耗更低。
RLEC：让大模型学会按置信度目标决定答或不答
RLEC 提出用强化学习训练单一 LLM 响应显式置信度目标：用户在提示中指定准确率 p，模型自主决定作答或弃权。文章解析此前方法失败的两大原因——奖励信号丢失与惩罚无界增长，以及 RLEC 的稳定奖励族与奖励调度设计。
CoSA攻击：LLM Agent技能组合暗藏权限越界风险
论文提出Conflict of Skills (CoS)概念与CoSA攻击：向LLM Agent技能池加入不超过5%的新Skills，即可将策略违规率从35.02%推高至58.45%。CoSA-Bench覆盖288个真实任务，harness层守卫可将违规率降至6.67%。
本地智能体工作流：自然语言分析440万车祸记录
CrashDB-QA 是一个本地化智能体工作流，通过自然语言查询车祸数据库，在 440 万条记录上验证了领域 grounding 和验证机制的有效性，代码专用 7B 模型表现最佳。
SimPOTrans：用强化学习让离线语音翻译模型自适应同传
SimPOTrans 提出基于强化学习的两阶段后训练框架，让离线语音翻译模型自适应为对话式同传模型，无需合成读写轨迹或显式延迟优化，推理时通过调整语音分块大小灵活控制质量与延迟，在多个基准和语言方向上取得更优的质量—延迟权衡。
目标冲突：提升指令层级的新训练范式
新研究发现现有指令层级训练集遗漏了目标-目标冲突类型。在Qwen3.5-9B和Gemma4-12B-it上的实验表明，针对此类冲突微调能显著提升模型在未见任务上的指令遵循能力，且不损害正常任务表现。
零样本晶圆图分类：免训练多模态大模型方案
一项免训练的零样本晶圆图分类框架，利用冻结多模态大模型与规则排序提示，在Mixed-WM38和WM811K数据集上分别达到93.8%和81.3%的总体准确率，为半导体缺陷检测提供新思路。
Graphormer如何优化动态车道与限速控制？
一项研究提出基于Graphormer的联合动态车道反转与可变限速控制方法，利用图定向理论保证路网强连通性，在6x6网格测试中将每日延误降低90%，但限速策略效果存疑。
GNN电力负荷预测：诊断协议拆解参数共享与邻居访问
GNN电力负荷预测中，参数共享与邻居访问的增益常被混淆。本文介绍一套诊断协议，通过逐节点、共享网络和去边GNN三层对比，结合度保持重连，揭示边结构在多项数据集中并未贡献主要优势，为是否维护图结构提供实证依据。
ComFair：多属性联合公平性基准，揭示LLM交叉性危害
ComFair是一个可配置的多属性公平性基准，包含479,066个受控实例，用于审计LLM的交叉性公平性。实验表明单属性审计会遗漏交叉性危害，判别式和生成式任务表现出不同的敏感性。
OpenAI推出GPT-6.1 Terra：API价格减半，专为Agent任务优化
OpenAI发布GPT-6.1 Terra，定位快速computer-use与视觉模型，API定价每百万token输入1美元、输出5美元，中等强度Agent任务成本0.29美元，远低于GPT-6 Astra的4.82美元。
OpenAI称其AI推翻复杂性核心猜想并公开证明
OpenAI称其AI推翻复杂性理论核心假设并公开完整证明，Reddit社区热议。文章分析该声明的意义、社区分歧，以及AI在数学发现中的可验证性挑战。
Higgsfield：AI视频如何从1分钟迈向10分钟时代
Higgsfield团队分享AI视频从1分钟跃升至10分钟以上的技术突破，涉及Astra模型的文字渲染、外部工具调用简化3D建模、语音到电影新能力，以及小型创意团队如何借此获得生产力跃升。
Azure Front Door如何用AI时代DDoS防御新范式
Azure Front Door首席工程师Karthik揭秘AI时代DDoS防御新范式：从按攻击向量缓解转向系统资源整体保护，利用概率数据结构与JA4签名实时区分好坏流量，已内部上线并申请专利。
