论文11:08
离线强化学习协变量平衡诊断评估这篇论文指出了现有offline RL治疗推荐研究可能不靠谱，因为协变量平衡诊断不够用，搞因果推断的人可以看看。
arXiv cs.LG原文
全部动态
AI 相关资讯全量信息流
论文11:07
SINDy方法在工程应用中的教程：稀疏非线性动力学识别想用少量数据从工程系统里找出简洁的动力学方程吗？这篇SINDy教程有完整代码和两个真实案例，比黑箱神经网络好理解得多。
arXiv cs.LG原文
这篇论文发现OpenAI的GPT-2检测器对自闭症写作者有统计上显著的偏见——误判率虽低但差异存在。如果你关心AI公平性，值得看看。
arXiv: OpenAI原文
论文10:59
MM-IssueLoc：一个评估多模态仓库级问题定位中视觉证据的受控基准新基准 MM-IssueLoc 专门测模型到底有没有用截图这类视觉证据，而不是全靠文本猜。当前最强系统得分才三十多，说明视觉定位远没解决。
arXiv cs.AI原文
论文10:58
自我进化人机协同抑郁症症状标注框架这篇论文提出一种结合LLM和专家验证的抑郁症标注框架，能自动生成符合DSM-5-TR标准的推理轨迹，减少人工修订。适合研究可解释AI和心理健康数据标注的人。
arXiv cs.AI原文
论文10:08
掩码感知策略梯度提升扩散语言模型推理能力这篇论文给扩散语言模型加了个策略梯度法子，数学推理和编程测试成绩都刷了新高，搞RL训练模型的可以看看。
arXiv cs.AI原文
论文10:05
Plover：通过以计划为中心的交互引导GUI智能体想了解怎么让GUI智能体更可控？这篇论文讲了Plover系统，能把内部计划展示出来让你改，实验证明能修好很多翻车案例，比黑箱靠谱多了。
arXiv cs.AI原文
论文10:01
AI评测中项目反应理论的可靠性研究这篇论文用大量模拟数据告诉你，当前AI基准里的IRT方法可能不可靠，尤其模型少项目多时，别盲目信排名。
arXiv cs.AI原文
模型10:00
T2MLR: Transformer中层循环提升推理能力一种新的Transformer改进：只改中间20%的层加个循环机制，就能让模型推理更持久，而且可以直接改装现有模型不用从头训。
arXiv cs.AI原文
论文09:59
多模态大模型的科学可视化素养基准测试这篇论文用49道题测了Gemini、GPT-4等6个模型对科学图表的理解力，发现Gemini最强但人类平均还是更高，开源模型差距明显，想了解模型真实视觉推理能力可以一读。
arXiv cs.AI原文
模型09:58
MedFailBench：临床医生构建的医疗AI安全边界开源基准临床医生亲自设计的AI安全测试，能精准定位模型在哪类医疗错误上出问题，搞医疗AI的必看。
arXiv cs.AI原文
论文09:53
研究工业化：AI驱动科学及其后果这篇论文分析了AI如何把科研从手工艺变成流水线，还举了Genesis项目的例子，提出了七个扎心问题，比如同行评议会不会被机器淹没，读了对AI和科学的关系会有新认识。
arXiv cs.AI原文
论文09:52
BFM Scaling Recipe for Humanoid Robots: Humanoid Transformer Reduces MPKPE by 82%这篇论文把仿人机器人控制的缩放问题拆解清楚了：Humanoid Transformer配合特定训练范式，让MPKPE直接降了82%，比现有控制器强一大截。
arXiv cs.AI原文
论文09:51
概念引导空间正则化改善Atari Pong世界模型这篇论文发现DreamerV3等模型在Pong里会弄丢球，他们用CGSReg方法修了一部分问题，做强化学习的可以看看。
arXiv cs.AI原文
论文09:50
NIFA：非线性IMC增强FPGA实现高效ML推理这篇论文提出NIFA架构，用ACAM替代ADC省掉70%面积和功耗，让FPGA跑Transformer能效提升近2倍，CNN更是飙升40倍。
arXiv cs.AI原文
模型09:41
HGA：在16GB显存上实现16384令牌长上下文微调Qwen3-8B长上下文微调显存不够？HGA方案在16GB卡上跑16384令牌，比密集训练省显存还快一点，代码正在路上。
arXiv cs.AI原文
论文09:40
数字万神殿：用LLM智能体模拟和审计联盟形成这篇论文用LLM智能体模拟政党结盟谈判，设计了MILT和CIS两个新指标来追踪条款来源和影响力，在比利时选举数据上验证了有效性，对政治学和AI研究都很有参考价值。
arXiv cs.AI原文
论文09:39
论文提出Tiramisu架构和Finlam La Liberté数据集用于报纸层级结构理解研究报纸结构理解的，有开源Tiramisu代码和新数据集，对文档数字化领域很实用。
arXiv cs.AI原文
论文09:38
BrainPilot：开源多智能体系统加速脑科学研究脑科学研究有多繁琐你懂的，BrainPilot开源出来帮你自动查文献、做分析、防编造，性能不输顶级框架还省钱。
arXiv cs.AI原文
论文09:37
ANet Patu-1：智能体网络中连接的价值这篇论文从网络价值理论出发，推导出智能体协作的最优协议，发现廉价模型合作反而能胜过单一强模型，结果很反直觉，值得读。
arXiv cs.AI原文
论文09:35
人、机器与杰作：AI时代的艺术所有权这篇论文提出了一个叫ArtSplit的讨论工具，帮你理解AI协作创作时所有权到底该归谁，跟艺术家们聊了聊，发现简单量化行不通。
arXiv cs.AI原文
这篇论文用Claude Code和OpenAI Codex实测了记忆注入攻击，发现一旦恶意指令写入记忆，后续会话都危险，搞AI安全的一定要看看。
这篇论文讲AI会偷偷按自己价值观答题，比如Claude对自己公司更友好。想知道你的助手是否悄悄偏袒谁？值得一看。
OpenAI的o4-mini做大学物理题整体准，但看图题就露馅了，准确率从96%掉到79%。
模型09:30
DriftWorld: 基于漂移生成模型的快速机器人世界建模DriftWorld 能让机器人快速想象动作结果，比扩散模型快 17 倍，还能离线评估策略，性能强又省时。
arXiv cs.LG原文
论文09:29
参数高效提示调优冻结DINOv2-Small实现可解释MCI筛查用DINOv2-Small做MCI筛查，只训1.19M参数就比ResViT好，还自带可解释性，做医学影像分析的可以看看。
arXiv cs.LG原文
论文09:28
cGAP：基于HOMALS引导热图的高维分类数据可视化框架这篇论文提出了cGAP，一个新框架，用HOMALS加热图来可视化高维分类数据，特别适合基因、生物医学等领域。能保持原数据矩阵，同时揭示聚类和结构。
arXiv cs.LG原文
论文09:26
SMC-ES：自动化综合形式验证控制策略这篇论文提出了SMC-ES，把进化策略和统计模型检查结合起来，能生成带形式安全证明的控制策略。比普通RL更靠谱。
arXiv cs.LG原文
论文09:25
MseaCL：语义感知对比学习减少3D医学影像假阴性新论文用语义感知对比学习解决医学影像的假阴性问题，在脑肿瘤分类上AUC涨了22.6%，值得搞多模态医疗AI的人看看。
arXiv cs.LG原文
论文09:23
多轴Max@K强化学习提升文本到图像生成的代表性多样性这篇论文用多轴Max@K强化学习，让T2I模型生成更公平多样的人像，公平分提升0.23-0.36，不牺牲质量。
arXiv cs.LG原文
论文09:22
LongStraw：固定GPU预算下超200万token的长上下文强化学习后训练LongStraw 能让你在固定 GPU 预算下做百万 token 级别的强化学习后训练，比现有 256K 的方法多处理 8 倍上下文，而且内存增长极低。
arXiv cs.LG原文
论文09:21
线性探测实现整流流的最优自蒸馏这篇论文用严格理论证明和实验验证了整流流中自蒸馏的改进方法，想了解生成模型自训练优化的可以看看。
arXiv cs.LG原文
论文11:35
MOJO框架：利用未标记数据提升神经群体解码泛化能力MOJO让神经解码模型也能用大量无标签数据，比纯监督学习更强，尤其数据少时效果拔群。
arXiv cs.LG原文
模型11:33
MetaPerch：利用元数据提升生物声学基础模型性能MetaPerch通过引入元数据作为辅助信号，让生物声学模型学会了更多环境关联信息，在多个数据集上比现有模型更强。
arXiv cs.LG原文
这篇论文点出了一个关键问题：AI生成文本的优化可能走偏了，不只是工程进步，还牵扯价值观判断。适合想理解技术背后隐患的人。
论文11:30
用Evo 2探针筛选宏基因组数据中的生物安全特征这篇论文用Evo 2搞生物安全筛查，探针测耐药基因最高准到0.977，比自编码器靠谱还不用重训练。
arXiv cs.LG原文
论文11:25
Lighthouse RL：通过战略重置点实现样本高效的电路优化Lighthouse RL用巧妙的‘灯塔’重置点大幅提升电路优化效率，样本快1.72倍，成功率拉满到100%。搞硬件优化的千万别错过。
arXiv cs.LG原文
论文11:22
Lyapunov指数作为物理信息密集奖励：RL发现超越Kapitza摆的稳定化这篇论文用Lyapunov指数做奖励，让强化学习不仅复现了Kapitza摆，还找到了更稳的竖直不倒方案，挺有意思。
arXiv cs.LG原文
论文11:20
TRACE：通过信用估计实现长程智能体回合级奖励分配想解决Agent长程任务奖励稀疏问题？看TRACE方法，无需额外批评器，用TD变化给每步打分，Qwen3在BrowseComp-Plus上从7分直接跳到35分。
arXiv cs.LG原文
论文11:11
多模态经验贝叶斯变分自编码器用于联合纵向和时间事件建模这篇论文用EB-VAE同时预测肿瘤体积变化和患者脱落时间，还整合了基因信息，比传统模型更灵活，在黑色素瘤和乳腺癌数据上验证有效。
arXiv cs.LG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」）。