论文12:07
Relaxing Faithfulness with Intervention-Only Causal Discovery这篇论文换了个思路：别死磕条件独立性检验，用干预信息直接做因果发现，还放宽了忠实性假设，挺颠覆的。
arXiv cs.LG原文
全部动态
AI 相关资讯全量信息流
论文12:04
可解释智能体系统ConScamDetect实现对话诈骗高精度检测这篇论文发了一个能识别跨周对话诈骗的系统，在公开数据集上准确率接近98%，还有用户研究证明它真的管用。
arXiv cs.AI原文
论文12:03
选择性状态空间模型状态使用的精确测量工具及其揭示的输入驱动迁移这篇论文给出了一个能精确测量Mamba状态使用情况的工具，还发现模型会根据输入动态调整哪些状态起作用——基于这个发现做剪枝，效果比之前的方法好很多，7B模型上预算减半性能不变。
arXiv cs.LG原文
论文12:02
VoxENES 2026：评估语音欺骗检测器在LLM时代TTS和语音转换上的泛化新基准VoxENES 2026用5万多样本和10种现代语音合成方法，测了8个检测器，最佳EER才28.98%，说明现有检测器对LLM语音基本失效，做语音安全的朋友可以看看。
arXiv cs.AI原文
论文12:00
从表达性到样本复杂度：C-RASP为Transformer设计窄教师网络这篇论文讲了Transformer的理论短板——表达性研究够了，但学不学得会还不知道。他们用C-RASP给出了样本复杂度的初步界限，对想深挖模型理论的人很有用。
arXiv cs.LG原文
论文11:59
AHA：自动化红队测试发现Claude Code和Codex的智能体漏洞想了解如何自动化挖Claude Code和Codex的漏洞？这篇论文提出了AHA方法，比现有方法强14%，还能跨场景复用。搞智能体安全的值得看。
arXiv cs.AI原文
论文11:58
FactorDiff：离散扩散模型的因子级专家组合这篇论文把专家组合从全局加权改成了因子级路由，在ARC-AGI上效果更好，适合研究离散扩散或组合生成的人看。
arXiv cs.LG原文
论文11:57
沙漏推理：通过结构隔离增强少样本归纳推理这篇论文提出沙漏推理，让GPT-5.5和Gemini 3.1 Pro在ARC-AGI、ChipBench等基准上大幅提升，不是靠新模型，而是靠精巧的推理结构设计，值得搞推理的人看看。
arXiv cs.AI原文
论文11:55
从World Action Models到Embodied Brains：开放世界物理智能路线图这篇论文梳理了从世界动作模型到具身大脑的路线图，对搞具身智能的研究者很有参考价值。
arXiv cs.AI原文
论文11:54
当局部监控遗漏组合危害：多智能体系统中分布式后门诊断这篇论文用具体实验证明，多智能体系统里单独检查每个智能体的信息根本不够，分布式后门能让所有局部检查都正常，但组合起来就成攻击了。
arXiv cs.LG原文
论文11:53
HiFi-LLP：高保真低成本延迟预测器，提升硬件感知NAS效率想用更少的样本准确预测模型在手机上的延迟？HiFi-LLP带置信度打分，NAS提速8.6倍。
arXiv cs.LG原文
论文11:51
面向PPVC模块工厂的时间延迟感知深度强化学习调度方法这篇论文给出了一个能自动处理混凝土养护延迟的调度方法，比遗传算法和调度规则都强，接近最优解的4%，还开源了测试基准，搞工厂排程的值得看看。
arXiv cs.LG原文
论文11:50
主动离线到在线强化学习这篇论文解决了离线到在线RL中一个关键难题：在有限交互次数下，如何主动挑选微调策略而不是盲目均分预算。实验结果挺实在，值得做RL方向的朋友看看。
arXiv cs.LG原文
这篇综述把机器人语音识别的在线API和本地模型方案都讲透了，尤其适合想用Whisper做离线识别的开发者，ROS集成部分很有实操参考。
论文11:45
低成本无人车纯相机视觉里程计自愈恢复方法这篇论文教你怎么用单摄像头和CPU让无人车自己找回丢失的导引线，测试了119次，86%成功，三秒多就恢复。适合做低成本导航的开发者参考。
arXiv cs.LG原文
想省时间调智能体技能？这篇论文用李代数胚帮你快速找到最优编辑，比暴力搜快15倍。
arXiv: DeepSeek原文
这篇论文告诉你为什么监控量化的DeepSeek小模型不能用token概率，还给出了一个更靠谱的校准方法，真正提升了准确率。
arXiv: DeepSeek原文
论文搞了个8B的小模型FATE，专门给AI老师打分，比蒸馏前涨了22个点。还顺便测了Gemini、ChatGPT等，Gemini 2.5 Flash得分最高，挺有意思。
arXiv: DeepSeek原文
想研究LLM在社交推理中的真实信念？MafiaScope用探针实验和反事实回放，让你看到智能体表面的伪装。DeepSeek案例数据很硬核。
arXiv: DeepSeek原文
这篇论文提出了EYT-Bench，能更真实地测出LLM在多轮对话中的意图追踪能力。用16/17模型发现推理模式大幅提升长上下文准确率，值得关注。
想知道LLM交易模型到底能不能赚钱？这篇论文给了诊断工具TradeLens，实测DeepSeek-V3.2选股不行，GLM-4.7择时也翻车，不吹准确率而看利润转化。
arXiv: DeepSeek原文
这篇论文用10个真实bug和5个流行LLM测试了它们能否直接从业务需求写测试断言，发现效果还行但差异大。如果你想了解LLM在自动化测试中的实际能力，这篇值得看看。
arXiv: DeepSeek原文
如果你想用LLM做群体推荐，这篇论文给出了一个基于微调和动态策略选择的新方案，284人的实验验证比传统方法更让人满意。
arXiv: DeepSeek原文
论文11:00
SpectralOT：基于几何感知的全脑快速功能对齐用于跨被试解码这篇论文讲了一个新的fMRI对齐方法SpectralOT，在保留解剖结构的同时提高了跨被试解码的准确性，做神经科学研究的可以看看。
arXiv cs.LG原文
论文10:56
红外组织与临界认知场形成：Transformer动力学研究这篇论文用Pythia模型实测了Transformer内部动力学的红外组织现象，发现记忆核呈标度无关性，挺硬核的理论研究。
arXiv cs.LG原文
论文10:55
NAILS：通过内部标签转移实现推荐系统规范对齐NAILS不用重训练就能让推荐结果更符合公平、多样性的规范，而且几乎不牺牲用户参与度，很实用。
arXiv cs.LG原文
论文10:54
TWIN: 可转移隐式溶剂机器学习势逼近药物和蛋白质的从头算精度TWIN这个新模型可让药物和蛋白质模拟达到从头算精度，而且比DFT快100倍，值得做分子模拟的人看看。
arXiv cs.LG原文
论文10:52
两层神经网络中的奇异摄动与分层学习这篇论文严格验证了Berthier等人的分层学习时间尺度猜想，对理解深度网络训练动态很有帮助。
arXiv cs.LG原文
论文10:49
Singularity Space：基于扩散模型的信号奇点表示框架想用更少的点表示信号？这篇用复数奇点，32个点顶1024个网格，重建更准还能恢复物理参数，值得看看。
arXiv cs.AI原文
论文10:02
从不确定性演示中学习线性时序规范(LTL)这篇论文解决了现实场景中演示数据不确定的问题，用汉明距离和伪布尔优化改进LTL学习，结果更靠谱，适合做形式化验证的朋友看看。
arXiv cs.AI原文
论文10:01
NL2SQL翻译的系统性分析：模型流水线优化方法的交互研究这篇论文把NL2SQL的优化组件拆开对比，告诉你NatSQL、微调、重排序器怎么搭配才最有效，不是堆砌就行。
arXiv cs.AI原文
论文10:00
增量变换器用于地质聚合物混合料基于代理的逆向设计想用小样本数据做材料逆向设计？这篇用INCRT处理复杂物理约束，给出一套比单纯优化更靠谱的候选筛选方法。
arXiv cs.AI原文
论文09:59
SETA：为终端代理扩展训练环境终端代理训练数据难找，SETA开源了4500+环境的RL数据集，Qwen3-8B训后Terminal-Bench拿到12%，顺带还让DeepSeek-V4涨了分，搞终端AI的别错过。
arXiv cs.AI原文
论文09:58
HOL中一阶模态逻辑的深与浅嵌入及自动忠实性（扩展预印本）这篇论文用Isabelle/HOL把一阶模态逻辑的深和浅嵌入都严格形式化了，还自动化证明了忠实性，做形式化逻辑或模态逻辑验证的值得看。
arXiv cs.AI原文
论文09:57
LOGOS：一种让AI智能体团队与人类共同进化的活逻辑这篇论文提出了LOGOS，一个让AI团队自我进化同时受人类控制的框架。它不替换现有系统，而是增加了治理层，确保问责。
arXiv cs.AI原文
论文09:56
面向心理健康LLM对齐的模块化评估框架论文一篇论文搞了个模块化框架，用沉思原则来评估和提升LLM在心理健康领域的对齐，还能套用到其他领域。
arXiv cs.AI原文
论文09:55
实践者如何构建SE Agent？混合方法研究洞察这篇论文采访了20位一线从业者，总结出SE Agent开发的真实流程和六类坑，做智能体项目前建议先看看。
arXiv cs.AI原文
论文09:52
3D-DefectBench：细粒度3D生成缺陷的VLM评估管道研究想搞3D生成质量自动评估？这篇论文告诉你：光选模型不够，整个评估管道都得调。六视图RGB就够用，省成本。
arXiv cs.AI原文
论文09:51
在隐藏信息社交推理游戏中审计信念条件LLM智能体这篇论文把LLM智能体在狼人杀中的信念和行为拆开审计，发现加信念能让好人胜率从20%提到39%，但行动和信念不太一致，框架本身是个好工具。
arXiv cs.AI原文
论文09:44
Distributed Agent System: 面向容错协作的异构智能体框架这篇论文提出了一个实用的容错框架DAS，专为工业场景下的异构智能体协作设计，解决了累积错误传播的老大难问题。
arXiv cs.AI原文
仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。