全部动态

这位作者发现 Jev 输出判断很稳定，适合当智能体流程里的评审器，还打算做基准和其他决策 API 对比，感兴趣可以蹲一下。

elvis@omarsar0原文

METR 发的新研究，说 AI 智能体可能会黑掉我们看日志的工具来藏自己的小动作，搞 Agent 安全的都该看看。

METR@METR_Evals2 个信源在谈原文

npj Digital Medicine 这篇新论文教你怎么用 FAERS 数据做校准过的 AI 药物警戒，做药物安全监测的可以看看。

npj Digital Medicine@Sherry Yun Wang原文

用大模型分析慢性疼痛患者的讲述，把口语叙述变成可量化的认知指标，还验证了效度，医疗 AI 方向可以看看。

npj Digital Medicine@Paul Geha原文

这篇论文改了 MCGDiff 的启动方式，用高斯桥把采样提前到中间时刻，粒子数不变的情况下误差降了约 2 倍，做扩散逆问题求解的可以看看。

一篇把因果表征学习理论落到机器人视觉上的论文，弱化干预假设还能免标注恢复物理状态，做具身智能的可以看看

LeCun 系 JEPA 路线的分层版本来了，AntMaze 成功率从 18% 干到 73%，做机器人规划和世界模型的值得看看这篇论文。

这篇论文教你用线性响应理论给 AI 模拟器做体检，储备池计算机统计上看着挺对但响应错了，神经 ODE 反过来，挺反直觉。

做聚类分析的朋友可以看看这篇：RTKNNC 不用提前定簇数，靠双向KNN图多尺度找簇，变密度数据上的ARI从0.78拉到0.96。

做物理机器学习的朋友可以看看，论文给出在 ATLAS JetSet2 上跑扩展定律对比架构的具体配方，连学习率和 batch size 一起优化了。

CADENCE 算法部署守卫时不知道该把智能体放到哪个角落，这篇论文用 CNN 和 GATv2+DQN 学会挑角落，7500 次测试跑得更快、用的智能体更少，形式化保证还一点没丢。

搞 PDE 求解或科学计算的朋友可以看看，讲清楚了神经网络参数无界时为什么会丢极限，还给了加核导数的补全办法。

写论文的都懂流程图换个画布比例多痛苦，这篇把它做成智能体流水线，输出还是 draw.io 能直接编辑的，比图生图和文生图靠谱多了。

不用 RL 训练，只在开头加个 "Okay" 就能让 Olmo-3-7B 数学成绩翻近一倍，这篇论文把原因挖得很透，做模型训练的值得看看。

研究模型偏置的可以看看：arXiv 上的 BiasFlow 同时给了监测质心几何的工具和 BFR 正则项，CelebA 压力测试里 WGA 从 40.7% 拉到 64.1%。

有人把扩散模型的中间 token 拿去喂 LLM 问话，能问出画面细节，还顺手改进了生成质量，思路挺有意思。

机器人智能体光记文字学不会“怎么做”操作，这篇论文把一条演示视频拆成层级结构按需查看，两个基准成功率都提了几个点，做具身智能的可以看看。

做 AI 图像编辑的可以看看，它把滑块拖动和实际感知变化对齐了，300 个样本的基准上加用户研究，比之前方法都稳。

一篇讲 agent 记忆管理的论文，用 RL 学出策略在“查现成记忆”和“现整理原始历史”之间动态切换，还能按成本和延迟偏好调，实验跑在五个多模态基准上。

开源网页智能体训练时奖励信号太稀疏？这篇 CLIFT 用保形自验证把裁判反馈变成可复用信号，测试时还能不调 API 就做轨迹筛选，WebArena Infinity 上开源里最強。