#前沿研究
共 7063 篇相关文章
假评论检测综述：从预训练模型到大语言模型的攻防演进
一篇覆盖211篇文献的假评论检测综述，从信息融合视角梳理了从预训练语言模型到大语言模型的技术演进，分析了多源证据融合、主流基准测试的局限，以及对抗生成、跨域迁移、可解释性等六大开放难题。
审计LLM裁判：文本转SQL流水线中的评估失效与修复
一项arXiv研究审计了生产级文本转SQL流水线中的LLM-as-judge裁判，发现gpt-4o-mini与人类一致性仅0.04，揭示GRADE-HALLUCINATION失效机制，并给出自托管Qwen模型、强裁判集成等修复方案。
HiCoMER：让LLM智能体记忆分层，检索只取有效信息
arXiv 论文提出 HiCoMER 框架，通过层级化协作记忆管理与有效性感知检索，解决 LLM 智能体召回过时、冲突记忆的问题。文章解析其三大组件、分层建模思路与实验验证结果。
冻结BERT中的AI文本检测神经元：稀疏探测与激活修补揭秘
一项arXiv最新研究通过稀疏探测和激活修补，在冻结BERT编码器中定位驱动AI文本检测的关键神经元，发现不到1%的神经元即可支撑检测，并揭示指令微调模型在BERT第12层留下的独特足迹。
自编码器替代注意力：更省算力的掩码语言模型新架构
一篇 arXiv 新论文提出用低秩瓶颈自编码器替代注意力机制进行掩码语言建模，通过局部、全序列与跨头三层混合模块及迭代式流形精修，在算力减少约1.9倍的情况下逼近BERT表现，并在稀有词上追平BERT与TinyBERT。
大模型真的理解上下文吗？知识图谱评估框架给出新答案
大模型真的理解上下文还是仅靠模式匹配？一项基于知识图谱的评估框架提出 S3KG 混合相似度度量，融合结构与语义信号，在九大基准上 F1 最高提升 7.6 分、AUROC 达 0.973，为 LLM 上下文理解评估提供新工具。
噪声警务音频难题：预训练ASR伪标签方法的机遇与边界
最新 arXiv 论文系统评估伪标签方法在噪声警务音频（BPC）上适配 Whisper、Qwen3-ASR 的效果，揭示内部置信度指标失灵，并提出 LLM-as-a-judge 过滤与跨模型伪标签两大新范式。
Spectral Feedback：让蛋白质扩散模型学会自我纠错
Spectral Feedback 是一种面向蛋白质扩散模型测试时对齐的新算法，通过重新掩码和重新采样实现自我纠错。它利用稀疏傅里叶结构高效选择编辑位置，在蛋白质反向折叠任务中使预训练模型稳定蛋白质提升32.3%。
用图神经网络从3D结构预测跨膜蛋白拓扑
一篇 arXiv 新论文提出使用图神经网络 SchNet 从蛋白质三维结构预测跨膜蛋白拓扑，采用全原子级别嵌入替代传统序列特征，在与 DeepTMHMM 相同数据集上验证了 GNN 在拓扑预测中的潜力。
合成基准破解可解释AI评估难题：九种XAI方法测试揭示局限
arXiv论文提出基于合成真值的可解释AI（XAI）评估框架，通过受控干预构建已知重要性的数据集，在图像、表格、时间序列三大领域测试九种主流XAI方法，揭示现有技术的显著局限。
技能级联攻击：AI智能体系统的隐蔽安全盲区
arXiv最新研究提出「技能级联攻击」，通过将恶意目标分散到多个看似无害的AI智能体技能中，规避现有安全扫描。文章解析SkillCascade框架、213个测试用例及系统级安全防御思路。
多智能体代码评审何时可信？无标签检测让AI学会"拒绝猜测"
arXiv新论文揭示多智能体代码评审在缺乏区分性证据时系统性失灵：MARCH框架准确率暴跌至4.4%。研究提出两种无标签测量方法，让AI评审系统学会在没有依据时主动弃权，准确率从20.7%提升至36.9%。
MCP架构中介：让LLM智能体安全接入数据空间
arXiv最新研究提出基于Model Context Protocol（MCP）的架构中介方案，通过Eunomia Agent让LLM智能体安全接入受治理的数据空间，在保持合规与互操作的同时实现AI驱动的数据自动化。
自主系统的AI之路：从个体认知到群体智能
arXiv新论文提出自主系统设计与评估的完整框架，强调融合连接主义与符号主义AI，以长期记忆为核心的智能体架构，并重新定义了从行为到认知的可信性评估，探讨从个体认知到群体智能的技术挑战。
ScopeBench：AI安全代理会为达成目标越界吗？
ScopeBench 是一个衡量AI安全代理在目标压力下是否守住作业边界的新基准。通过30个"只有越界才能完成"的任务和双臂评分机制，研究揭示了模型能力与范围遵守能力的关系，能力更强的模型未必更危险。
奥古斯丁时代默读真的罕见吗？一个流传千年的历史谜题
奥古斯丁在《忏悔录》中描述安布罗斯默读，常被用来证明古代默读罕见。本文考据这一流行说法的来源、语境与学界反驳，揭示单一史料过度解读的认知陷阱。
TabPFN与TabICL对决XGBoost：无需训练的模型14连胜
TabPFN和TabICL等无需训练的表格基础模型，在14个任务中全部战胜调优后的XGBoost。本文解析上下文学习如何颠覆表格数据建模，以及这类模型的优势、局限与实践启示。
AI的快思考与慢思考：元认知如何提升机器推理能力
借鉴卡尼曼《思考，快与慢》的双系统理论，探讨AI的快思考与慢思考模式，以及元认知如何让大语言模型学会评估自身推理、优化算力并减少幻觉。
