论文09:42
抽象性度量评估文本摘要：精炼公式与实证验证论文提出了三个新指标，能清楚区分提取式和抽象式摘要，还能帮你发现幻觉问题，比ROUGE更深入。
arXiv cs.AI原文
全部动态
AI 相关资讯全量信息流
论文09:32
STEC：用于开放域多跳问答的深度搜索证据压缩框架多跳问答里选答案总是被多条轨迹搞晕？STEC用证据压缩把问题简化为候选级比较，四个基准上全面领先，值得读。
arXiv cs.AI原文
论文09:30
LSTrans：面向轻量级自动心电图分类的高效知识迁移方法想在心电图分类上搞轻量化部署？LSTrans用知识蒸馏和低秩适配把大模型压缩到可穿戴设备上跑，基准测试上内存和速度都优化了。
arXiv cs.AI原文
论文09:29
量化大语言模型的可靠性缩放定律论文用实验告诉你，4比特量化的LLM最靠谱，比8比特还稳，想省资源又想要可靠性可以照这个选。
arXiv cs.LG原文
论文09:23
Diversify Diffusion with Temperature Sampling and Variance-Corrective Time Shifting 论文想在不重训模型的情况下让扩散模型生成更多样化的结果？这篇论文给出了一个简单有效的技巧：温度采样配合时间偏移，在DiT、Stable Diffusion上都有效果。
arXiv cs.LG原文
论文09:23
预测性分歧掩码用于LLM强化学习这篇论文提出了一种更聪明的掩码方法，解决了PPO和DPPO在方向判断上的不一致，让LLM强化学习训练更稳定高效。
arXiv cs.LG原文
这篇论文用实验告诉你，深的世界模型在滚动预测时不一定管用——在DeepMind Control的9个任务里，有2个反而是早退浅层更好，而且原因竟然出在训练方式上。搞模型规划的值得看看。
arXiv: Google DeepMind原文
论文09:19
GRADE：门控路由与自适应深度实现高效多智能体推理GRADE用17B参数在MMLUPro上以一半计算量超基线4.8分，靠四个门控路由动态调深度，很实用。
arXiv cs.LG原文
论文09:18
LLM实现Token高效且语义保留的观点摘要这篇论文找到了一个用LLM做观点摘要的新路子，能省下不少token，还能保留不同人的真实观点，比常规摘要方法更靠谱。
arXiv cs.LG原文
论文09:17
基于图神经网络的RFID空间几何推断方法这篇论文用图神经网络把RFID信号变成空间地图，能预测物体移动轨迹，比单纯定位更聪明，室内导航和机器人适用。
arXiv cs.LG原文
论文09:16
论文提出Diachronic Sample Integration：生成模型稳健尾部风险估计这篇论文的DSI方法用多检查点集成来稳定尾部风险估计，实验效果比单检查点好不少，搞金融风控的值得一看。
arXiv cs.LG原文
论文09:15
约束在线凸优化中OGD+Projection算法的累积约束违反下界这篇理论论文首次给出了OGD+Projection算法在高维约束优化中违反约束的下界，搞在线凸优化的人可以看看。
arXiv cs.LG原文
论文09:15
诊断与缓解On-Policy Self-Distillation中的Thinking Collapse这篇论文把OPSD训练时模型思维崩溃的原因和解决方法都讲清楚了，AD-OPSD在数学题上能提4个点，做推理优化的值得看看。
arXiv cs.LG原文
论文09:13
分布偏移何时破坏图神经网络校准？这篇论文把GNN在数据分布变了之后到底准不准、慌不慌讲透了，还给出了一个不用标签的校准方法STAC，做图模型部署的值得一看。
arXiv cs.LG原文
论文09:12
WAG：权重调整梯度揭示LLM参数重要性与失效模式这篇论文提出了WAG方法，能精准定位LLM中那些一旦改动就会崩掉的关键参数，比传统重要性指标更灵敏，还顺手解决了专家分配、遗忘、量化等实际问题。
arXiv cs.LG原文
这篇论文用Claude Code和OpenAI Codex CLI做对比实验发现，多数情况下只让AI用代码执行工具反而更便宜，还不影响成功率。只有Claude在SWE-bench上略贵一点点。想省API成本可以看看。
这篇论文很有意思，告诉你Claude Fable 5在医学难题上不是不会答，而是经常拒绝回答。一旦它愿意回答，准确率反而是最高的。如果你想了解模型的安全边界和真实能力，值得看看。
这篇论文发现了一个反直觉的安全盲区：就算删掉所有危险操作，合成训练数据里藏着的“坏心眼”还是会传递到模型身上。做智能体安全的人必看。
论文11:40
有向无环图上的深度高斯过程这篇论文把深度高斯过程自然地拓展到有向无环图，理论证明很漂亮，而且在蛋白网络和重离子碰撞模拟上跑赢了现有方法，值得搞因果建模或不确定性量化的朋友细读。
arXiv cs.LG原文
这篇论文系统梳理了LLM在芯片前端设计中的应用，从HDL生成到设计空间探索，还介绍了OpenClaw等代理AI方案，适合关注EDA与AI结合的读者。
论文11:36
熵约束机器学习结合残差数据增强用于化学动力学建模用熵约束让机器学习模拟燃烧既准又快，计算省10倍多，还能用旧数据预测新工况。
arXiv cs.LG原文
论文11:34
Graph-Regularized RTRMC：基于变量投影的低秩矩阵补全方法这篇论文在RTRMC基础上加入图正则化，处理行列关联强的数据时补全更准，做推荐系统或图像修复的值得一看。
arXiv cs.LG原文
论文11:30
VLMs计数失败：内部有正确计数但输出不对齐这篇论文发现VLM其实知道个数但说不准，用内部探测+自纠正就能白嫖15%精度提升，不调参数，挺实用。
arXiv cs.LG原文
论文10:51
视觉预训练：一种可扩展的语言智能预训练方法这篇论文发现，把文档当图片直接预训练，比先转成纯文本再训练效果更好，感兴趣的可以看看实验细节。
论文10:50
十年视觉语言AI模型进化：准确性与视觉认知错误分析这篇论文用新数据集CSB系统地测了十年间视觉语言模型的进化，发现最新模型在复杂社交场景上已经跟人类顶级描述差不多准了，只有空间依赖错误还没完全解决。
arXiv cs.AI原文
论文10:49
VEXAIoT: 利用AI代理自主进行物联网漏洞利用用LLM代理自动挖IoT漏洞，成功率95%，两分钟一个攻击，省时省力。
arXiv cs.AI原文
论文10:48
ConceptSMILE：审计基于概念的可解释AI可靠性想验证AI解释的可信度？ConceptSMILE能审计概念级解释的可靠性，MedSAM和VLM在不同维度各有优劣，论文给出了量化证据。
arXiv cs.AI原文
论文10:46
Lean-QIT：面向量子信息论的形式化基础设施想用机器验证量子编码定理？Lean-QIT在Lean 4里搭好了整套框架，连HSW定理都形式化了，做量子信息形式化研究的朋友可以复用。
arXiv cs.AI原文
论文10:45
4DR360：面向4D雷达-相机全景感知的联合3D检测与占用预测状态推理这篇论文把4D雷达和相机融合做到360度检测+占用预测，用状态推理串起两个任务，还搞了个新数据集和评估协议。
arXiv cs.AI原文
论文10:44
QANTA 2026多模态问答：任务特定双智能体架构与置信度校准他们用GPT-4.1-mini和GPT-4.1做两个不同任务，靠置信度校准和数值推理拿了QANTA 2026最高分0.402，不是靠堆模型而是靠策略。
arXiv cs.AI原文
论文10:43
Agora：通过拍卖机制分配任务增强LLM Agent推理想提升LLM Agent推理效率？Agora用拍卖机制动态分配任务给专家模型，在五个基准上都比传统路由强，还能平衡成本和效果。
arXiv cs.AI原文
论文10:42
PAC-ACT：面向动作分块变换器的后训练演员-评论家框架这篇论文给预训练的动作分块变换器加了强化学习后训练，在工业精密操作任务上峰值力降了46倍，适合做实时控制的人看。
arXiv cs.AI原文
论文10:30
TrustX Agent Risk分类框架：对内部创建的智能体AI系统进行风险分级这篇论文给了一套为智能体AI系统定风险等级的方法，有十二个打分维度，还专门考虑了编程助手场景，做AI治理的可以看看。
arXiv cs.AI原文
论文10:29
知识图谱与可解释AI互补用于城市矿产预拆除评估这篇论文把知识图谱和可解释AI怎么配合讲清楚了，还给出了四种具体集成模式，干城市矿产评估的可以看看。
arXiv cs.AI原文
论文10:28
Conceptual Networks for Cross-Linguistic Idioms: A Feature-Based Graph Approach这篇论文用图网络和概念特征来分析八种语言里的习语，发现它们按语义模式聚类而不是语言，还能用LLM自动标注，对做跨语言NLP和理解习语很有用。
arXiv cs.AI原文
论文10:27
基数约束投资组合优化：增强多目标进化算法实现更快收敛这篇论文给投资组合优化问题搞了一套新的进化算法方案，收敛快结果好，做量化研究的可以看看。
arXiv cs.AI原文
论文09:59
TCLA：无需训练的类别级逻辑适配方法用于医学视觉-语言模型这篇论文提出了TCLA方法，不用训练就能让医学VLMs适应新数据，1-shot下效果比现有训练方法还好，很实用。
arXiv cs.AI原文
论文09:58
Beyond Fixed Representations: 词汇与验证缺口阻碍AI开放创新这篇论文明确提出当前AI在真正开放创新上的两个瓶颈，不是堆能力就能解决的。搞AI研究和产品的人都该看看这个分析。
arXiv cs.AI原文
论文09:56
SAGEAgent：用于多模态生存预测中成本感知模态获取的自我进化智能体这篇论文提出了SAGEAgent，它能像医生一样判断该给病人做哪些检查，在几乎不掉准确率的前提下把检查负担砍掉一半多，挺实用的。
arXiv cs.AI原文
这篇论文用实测数据告诉你，在边缘设备上跑视觉大模型，最费电的不是看图片，而是生成文字。想省电？让它少说。
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」）。