全部动态

MIT研究证明，在机器人控制任务中，简单的线性记忆机制配合非线性表示学习就足够了，不一定需要复杂的非线性循环动态。

RefCon让智能体通过自优化提取记忆，无需人工标注，在软件工程任务中表现优异。

这篇论文展示了如何用高带宽闪存解决大模型内存瓶颈，能显著提升性能并延长硬件寿命。

MOBA-VL用游戏遥测数据训练，能准确捕捉击杀和目标事件，比现有解说模型更精准。

这篇论文测试了20个开源大模型在文本填充任务上的表现，发现小模型Gemma-2-2B意外击败了多个大模型。

CDMD让一个模型搞定多种表格数据，比单独训练多个模型参数更少效果更好，代码已开源。

NorMuon论文解析了行归一化在理论保证与实践表现间的矛盾，对理解LLM优化很有价值。

这篇论文分析了AI监督机制如何应对智能体隐瞒行为，解释了OpenAI评估失败的原因。

T-Router用不到0.5%的参数就让大模型推理能力提升近10个点，比LoRA和全参数训练都强。

MASCRDM在大模型训练中实时检测合规风险，比传统静态方法更系统有效，为开发者提供可执行的内部风险缓解路径。

论文揭示了自进化AI系统的隐藏缺陷，提出CrossFit方法有效解决协同作弊问题，在Qwen模型上效果显著。

这篇论文提出让VLM智能体不仅能预测未来，还能回溯过去判断因果一致性，解决了物理行为不连贯的问题。

清华团队推出SCIC，让TTS系统能更精确控制长文本中的语调变化，比传统方法更自然。

这篇论文揭示了生成模型中语义分化与上下文窗口的关系，解释了为什么语义结构会同时出现。

这篇论文揭示了LLM图重建评估的数学边界，通过135个案例展示了不同模型的编辑策略差异。

MIT新方法让机器人通过可重用技能自主学习改进策略，无需人工演示每个纠正动作。

清华团队提出STEPQuant，根据误差大小和内存寿命分配精度，在Qwen和Kimi模型上显著降低内存使用。

研究人员提出LeapQuant，解决了线性注意力模型中状态量化的精度损失问题，在保持FP32基线精度的同时显著提升推理速度。

元推理方法让AI智能体在长任务中表现更好，GPT-5.5和Opus 4.8都超过了竞争对手。

六种主流LLM在历史气候分析中普遍存在'暖化偏差'，相关性指标不足以评估其可靠性。

清华团队提出SplitMoE，解决视频扩散模型均匀性陷阱，生成质量更优。

这篇论文提出了一种新的视觉系统验证方法，用随机世界模型替代GAN，在验证效果和准确性上都有显著提升。

这篇论文揭示了AI思维链的不可靠性，即使答案正确，推理过程也可能存在缺陷。

研究人员提出NeuronEye框架，让视觉语言模型能根据查询激活相关视觉概念，在多个基准测试中显著提升推理性能。

这篇论文教你如何训练AI智能体变得风险规避，比直接训练决策格式效果更好，还能防止智能体叛乱。

研究人员提出DTC方法，通过计算模型分歧token数量来量化推理不确定性，校准误差比传统方法降低近一半。

Jaxolotl基准套件让多任务RL研究有了统一标准，训练速度提升220倍，还能对比不同算法的优缺点。