#前沿研究
共 9532 篇相关文章
伪标签做奖励而非目标：GRPO如何提升半监督ASR鲁棒性
新研究提出将伪标签作为GRPO奖励参考而非SFT目标，在银行领域实现29.3%-56.2%的相对WER改进，错误传递率从近100%降至27%，并在多模型、多领域、多语言上验证有效。
旁遮普歌曲有毒内容数据集PGT-FG发布
旁遮普语音乐毒性检测数据集PGT-FG发布：2396个歌曲片段细粒度标注，29.42%含毒性内容，暴力类占比最高。四位母语者标注，kappa一致性0.6521，已在Zenodo公开。
BERT预测政党归属：解析奥地利议会演讲新方法
本文介绍一项基于微调BERT模型的新研究，通过预测奥地利议会演讲的政党归属，分析政党演讲风格趋同与分化现象，并公开1996-2018年预测数据集。
Accordion：固定前缀循环实现弹性深度推理，一个模型五种预算
Accordion模型通过固定前缀层循环实现弹性深度推理，支持五种预算，在37个任务上平均提升3.01个百分点，中间预算仅用一半额外计算捕获89%增益。
当Agent失败时，该怪模型还是执行框架？
LLM Agent失败该怪模型还是执行框架？一项大规模研究提出五维评估框架，通过52168条轨迹揭示模型与框架的交互才是Agent表现的关键，没有万能框架，只有最佳配对。
PILOT框架：用特权推理探索重塑多模态嵌入训练
PILOT框架将推理轨迹建模为隐变量，用先验-后验协同演化替代事后奖励，在MMEB-V2基准78项任务上全面超越基线，揭示关系监督应前移为推理探索信号。
Cve.now：面向Agent的免费漏洞情报Feed
Cve.now是Hacker News上出现的免费安全漏洞Feed，专为AI Agent设计，提供机器可读的CVE情报。本文分析其定位、对Agent安全工程的意义，以及现阶段接入时的信任与数据完整性考量。
微软发布9B决策模型Decision-1：基于Qwen的专用推理突破
微软发布基于Qwen架构的9B决策专用模型Decision-1，本文分析其参数取舍、决策模型与通用模型的差异，以及对开发者和企业的实际部署意义。
科技前沿Coldframe：伪装成超市冷柜控制器的诱捕系统
Coldframe 是一个伪装成丹佛斯 AK-SM 800A 和 Dixell XWEB 冷柜控制器的蜜罐，单文件 Python 实现，能识别 CVE-2025-41450 等漏洞尝试，并在 Shodan 上被识别为真实设备。
双Agent架构破解医疗对话合成难题：患者人设与临床工作流解耦
CoRPS-Dial用双Agent架构解耦患者人设与临床工作流，在冠心病场景下生成更真实、更合规的预问诊对话，下游微调实验验证合成数据实用价值。
可解释歌声情感识别：声学与声乐技巧特征的新框架
一项新研究提出可解释歌声情感识别框架，利用韵律、频谱、语音学与声乐技巧等歌声专属特征，结合SHAP与GRAD-CAM解码模型决策，发现颤音与咽音是情感表达的核心线索，颤音作用还受发音速率调节。
LGMT：用蜕变关系检测大模型逻辑推理的一致性漏洞
LGMT 是一款开源工具，通过基于一阶逻辑的蜕变关系检测大语言模型的推理不一致性，无需真实标签。在六款主流 LLM 上实测，不一致率达 20.84% 至 29.44%，支持 CLI、Web Studio 与离线模式。
LLaCO：竞争感知调度革新连续扩散语言模型
LLaCO提出竞争阈值理论与语义保留调度，解决连续扩散语言模型的时序压缩问题。通过球面加噪和方向适配器，8B模型超越连续扩散基线，媲美离散扩散模型。
蛋白质口袋间的经验迁移：分子优化中的经验复用分析
分析LLM智能体在蛋白质口袋间复用分子优化经验的研究，探讨经验库键设计、靶标信息利用及迁移效果，指出当前方法更适合优先排序对接建议而非直接规定构建方案。
大模型越大越抗错？MCP故障注入实验给出否定答案
一项基于 MCP-Injector 故障注入的研究显示，工具调用型 LLM Agent 在真实 MCP 故障下任务得分下降约 60%，而 20B 与 120B 模型容错率无显著差异（p=0.96），框架层错误处理比模型规模更关键。
配置增强型无线电基础模型：突破信道数据局限
论文提出将信道配置信息融入无线电基础模型预训练，生成配置增强型嵌入，在LoS/NLoS分类、TA估计和波束选择等下游任务中，于标签稀缺场景下一致优于基线，并具备分布外配置泛化能力。
StarRTT：消除盲区，Starlink实时RTT预测新框架
StarRTT框架通过端到端融合每秒服务卫星识别与RTT预测，消除Starlink等LEO星座中的识别盲区。RT-LSTM双LSTM结构在实时回测中MAE低至1.405 ms，调度时刻误差较LSTM降低12.5%。
IGG基准：交互式GUI定位新挑战，AI智能体如何突破可见性约束？
IGG基准要求AI智能体先通过交互使GUI元素可见再点击，人类准确率94.6%，开源VLM仅31.6%。本文解读这一新基准的设计、性能差距及核心瓶颈——执行揭示交互而非识别目标。
