#前沿研究
共 8684 篇相关文章
开源之痛：独立开发者的架构比前沿实验室早一年却无人问津
一位独立开发者在Reddit控诉：自己一年前就开源了与前沿实验室'突破性'架构相似的非自回归模型，包含论文、模型与数据集，却无人问津。本文剖析PPO与RLCD两套方案的技术差异，探讨开源生态中优先级与影响力的鸿沟。
重新定义法律AI幻觉：从事实错误到"法律授权失败"
arXiv最新立场论文提出：法律LLM的幻觉应被评估为"法律授权失败"而非单纯事实错误。文章解析主张-权威授权、有授权的法律生成等核心概念，及其对法律AI评估基准的重塑意义。
LLM路由的隐形偏见：非标准英语用户为何被"降级"服务
arXiv研究揭示大型语言模型复杂度路由存在语域偏见：非标准英语和第二语言学习者的查询因输入长度信号被系统性分配到低能力模型，加剧了AI服务对弱势语言群体的不公。
MudawanSn：填补沃洛夫语-阿拉伯语机器翻译的空白语料库
MudawanSn 是首个专门面向沃洛夫语与现代标准阿拉伯语的黄金标准平行语料库，含 1,271 对人工翻译句子，覆盖政治、社会、宗教、体育等领域，并基于 NLLB、mT5、AfriNLLB 完成机器翻译基准测试。
OCR噪声下的LLM文档信息抽取：一份全面基准测评
arXiv最新论文对Gemma、Mistral、Qwen2.5、LLaMA 3、DeepSeek等开源LLM在干净文本与OCR噪声下的键值对抽取能力进行系统基准测评，揭示模型在噪声环境下性能大幅退化及键值错位、幻觉、数字损坏等失败模式。
COTQ土地覆盖产品评估：与ESA、ESRI、Google对比分析
一项arXiv研究系统评估了魁北克省级土地覆盖产品COTQ，将其与ESA WorldCover、ESRI LandCover和Google DynamicWorld三款全球10米LULC产品对比，从结构一致性、光谱可分性和目视解译多维度分析其定位。
先关系后实体：语言模型事实回忆的延迟提交机制
arXiv 新研究发现语言模型在事实回忆中存在时间不对称性：关系信息比实体信息更早成为生成控制因素，提前网络深度的31-44%。实体信息虽早期可用，却被延迟提交到最终输出。
NVIDIA NeMo Data Designer：多模态合成数据生成的开源框架解析
NVIDIA 开源多模态合成数据生成框架 NeMo Data Designer（NDD）深度解析：声明式配置、预览-修订循环、插件扩展与运行时调度，助力大模型训练与企业级数据生产。
反思式认知对齐：让AI成为守规矩的老年认知刺激助手
arXiv 新论文提出 RCA 反思式认知对齐框架，通过 STaR-CS 合成数据与协议约束推理，让大语言模型在老年认知刺激疗法中兼顾共情与治疗规范，在六种模型上均提升协议遵循度、安全性与群体引导能力。
DantinoX：统一三大范式的开源语言建模框架
DantinoX 是一个基于 JAX/Flax 的开源语言建模框架，用单一模块化 Transformer 主干统一自回归、离散掩码扩散与连续流匹配三大范式，实现公平的跨范式受控比较。
大模型也会"装好人"：暗黑三角人格下的应答扭曲研究
arXiv最新研究揭示大语言模型在"装好"与"装坏"条件下会系统性调节暗黑三角人格特质表达。七个主流模型在就业选拔与司法鉴定场景下的应答失真现象，对LLM对齐评估与鲁棒性测试有重要启示。
物理约束数字孪生：如何守护城市行人计数系统免受隐蔽数据攻击
arXiv最新研究提出物理约束数字孪生，通过流量守恒定律与保形预测保护城市行人计数系统，抵御隐蔽虚假数据注入攻击。基于墨尔本六年数据验证，揭示物理建模对传感器完整性的关键价值。
LLM挖掘临床笔记特征，提升拔管失败预测精度
华盛顿大学团队提出利用大语言模型（LLM）从呼吸治疗临床笔记提取特征，结合逻辑回归提升拔管失败（EF）预测精度，并揭示了既往研究因人群和定义差异导致的泛化难题。
CapMem：用文本字幕解决长视频情景记忆的新基准
CapMem 提出用文本字幕作为可复用情景记忆，解决可穿戴助手处理第一人称长视频的难题。基准含75段视频、33.7小时、1000道问答，实验证明字幕方案在长视频上超越直接VideoQA。
GVD框架：文档库版本治理与去重的本地化新解法
arXiv新论文GVD提出统一文档库版本治理与去重的框架，通过双向规则对齐与反事实跨度探测（CSP）实现规则级冲突消解，完全本地运行不依赖大模型，版本家族构建F1达0.97。
EvolveTrade：让LLM交易智能体自我进化的策略优化框架
EvolveTrade 是一种自我进化的 LLM 交易智能体框架，将系统提示词视为可优化策略，通过决策轨迹与真实收益反馈持续迭代，在多个市场环境下提升夏普比率与累计收益。
GraphEcho：揭示LLM图智能体的证据冗余陷阱
arXiv新研究GraphEcho提出基准测试，揭示LLM图智能体会把重复路径误当额外证据佐证的结构性缺陷，并评估来源感知后训练PAPT的效果与局限，探讨高效探索与有效用证之间的鸿沟。
证据遮蔽如何提升AI组合泛化：60系统预注册实验揭秘
一项arXiv预注册研究通过60个四细胞系统实验证实：限制模块读取信息的「证据遮蔽」能显著提升AI组合泛化能力，两步与三步复合任务准确率提升中位数达0.846与0.859，但其内在机制仍待探索。
SSLD：用半定规划预处理单色类改进图着色启发式DSATUR
arXiv新论文提出SSLD方法，通过半定规划（SDP）预处理第一色类来改进经典图着色启发式DSATUR。在1600多个基准实例上SSLD匹配或超越DSATUR，代价是约195倍的运行时间，为SDP引导的图着色预处理指明新方向。
让AI辅助结论可被独立质疑：PAC-2026可证伪发布协议解析
arXiv研究提出PAC-2026发布问责演算与Publication Authority概念，通过六项不可相互补偿的义务和11万状态验证，让AI辅助结论的发布动作变得可证伪、可独立质疑。本文解析其核心机制与边界。