论文09:34
LongPIBench：长上下文提示注入基准研究人员发布LongPIBench基准，测试了长上下文场景下的提示注入防御效果，发现现有防御存在显著漏洞。
arXiv cs.AI原文
全部动态
AI 相关资讯全量信息流
论文09:33
VERA-8B：基于证据的审计风险推理模型VERA-8B是首个专门针对审计风险预测的模型，能将SEC文件转化为可审计报告，比传统金融语言模型更注重证据支持。
arXiv cs.AI原文
论文09:33
RetailAgent：多模态LLM交易代理的结构性逆向时机这篇论文研究了LLM交易代理是否存在可预测的结构性行为，发现其决策存在稳定的逆向时机模式。
arXiv cs.AI原文
论文09:32
MAP：多模态无障碍规划基准测试MAP基准测试首次评估AI系统如何帮助有无障碍需求的用户规划实地访问，包含主张验证和视觉证据检索两项创新评估。
arXiv cs.AI原文
论文09:32
大语言模型语言自信与内部自信差异研究8个分类任务+30个模型研究显示，LLM说的自信程度和实际内部自信经常不一致
arXiv cs.AI原文
论文09:32
AI作为医疗训练队友：任务分配新框架医疗教育者新思路：用SCAN框架解决AI使用分类问题，比单纯禁止更有效。
arXiv cs.AI原文
论文09:31
儿童脑瘫肌肉骨骼代理模型研究脑瘫儿童个性化康复的新模型，预测准确且响应快，但肌肉力量建模仍是挑战。
arXiv cs.AI原文
论文09:31
EvoUndo：LLM智能体自我演进的恢复性约束框架EvoUndo解决了LLM智能体自我修改后难以恢复的问题，在gpt-oss-120b和Qwen3.8-27B上验证了有效性。
arXiv cs.AI原文
论文09:31
最优对抗测试：从 dishonest 测试者获取诚实结果这篇论文教你如何设计测试策略，即使有人用 AI 作弊也能得到真实结果。
arXiv cs.AI原文
论文提出RA-OPD解决教师模型误导问题，在数学和代码基准上显著提升性能。
arXiv: DeepSeek原文
新研究用图结构改进长对话问答的证据召回，在LoCoMo数据集上提升近5%，但未改变最终答案质量。
arXiv: DeepSeek原文
论文09:10
小模型对话游戏代理的训练方法研究人员为小模型对话游戏代理设计了一套三步训练法，显著提升了特定任务表现，同时保持通用能力。
arXiv cs.LG原文
论文09:10
广义样条与高斯过程研究这篇论文揭示了广义样条与高斯过程在无限维逆问题中的等价关系，能连接多种已知数学方法。
arXiv cs.LG原文
论文09:09
滑动窗口注意力优于线性注意力SWA比线性注意力更高效，无需后训练就能实现更好性能，内存占用低，推理速度快。
arXiv cs.LG原文
论文09:09
曲率条件多尺度动量加速LLM预训练新方法让Muon优化器在LLM预训练中跑得更快，尤其擅长沿着平坦方向加速训练。
arXiv cs.LG原文
论文09:09
欧几里得傅里叶神经算子研究人员提出EFNOs，解决了FNOs跨域迁移问题，在热方程和材料科学任务中表现优异。
arXiv cs.LG原文
论文09:08
SymboLLM-FE结合符号回归与LLM优化表格特征工程SymboLLM-FE用符号回归+少量LLM调用，解决了表格数据特征工程的可解释性和效率问题，比现有方法更实用。
arXiv cs.LG原文
论文09:08
视频语言模型后训练用于错误检测FedeSpu团队发布了首个视频语言模型后训练技术，能检测视频中的执行错误，对未见任务效果提升11.6%。
arXiv cs.LG原文
论文09:08
电商复购预测：生存模型替代多分类器电商推荐系统新方法：用生存模型替代多分类器，复购预测更准确且模型更轻量。
arXiv cs.LG原文
论文09:07
基于Bures-Uhlmann几何的量子联邦学习这篇论文解决了量子设备异构性问题，用Bures-Uhlmann几何改进了联邦学习，在噪声环境下表现更好。
arXiv cs.LG原文
论文09:07
定位全局差异：边际贡献与上下文异常检测这篇论文提出了一种新方法，能精确定位哪些观测值导致样本偏离参考分布，在LHC奥运会上表现出色。
arXiv cs.LG原文
论文09:07
SHRED模型实现磁流体实时监测SHRED模型让聚变反应堆监测更准更快，误差仅5%，还能处理不同磁场和角度的复杂情况。
arXiv cs.LG原文
论文09:06
GRACE：梯度引导的LLM遗忘集选择方法GRACE解决了LLM遗忘中遗忘集和保留集推断问题，通过梯度引导方法提升模型效用，比现有梯度选择方法更稳定。
arXiv cs.LG原文
产品09:06
BanglaMed-QA孟加拉医疗问答系统发布孟加拉语医疗问答系统BanglaMed-QA上线，解决低资源语言医疗信息缺口，准确率达95%。
arXiv cs.LG原文
论文09:06
OpenEuroLLM模型缩放规律研究OpenEuroLLM团队开源了预训练研究，揭示了学习率和批量大小如何随模型和数据规模变化。
arXiv cs.LG原文
论文09:05
VISTA：基于验证器的学生-教师自适应蒸馏方法VISTA方法改进了OPSD蒸馏技术，通过验证器指导教师自适应，在数学推理任务上显著提升性能。
arXiv cs.LG原文
论文09:05
PASK：结构化生成中的条件化KV持久化PASK让结构化生成更高效，在保持准确性的同时大幅降低内存使用，提升处理速度。
arXiv cs.LG原文
论文09:04
跨模态统一城市交通需求预测TransMod解决了多模态交通预测难题，能在数据不足时从其他交通模式迁移知识，提升预测准确性。
arXiv cs.LG原文
论文09:04
残差引导随机神经网络研究UCI数据集验证，残差引导方法让随机神经网络训练更高效准确。
arXiv cs.LG原文
论文09:04
SinkSLOT：稀疏提升最优传输算法研究人员提出SinkSLOT算法，大幅提升最优传输计算效率，适用于大规模数据集。
arXiv cs.LG原文
论文00:51
机器学习评估小麦氮肥推荐利润英国研究显示，机器学习作为标准氮肥建议的校正工具可提升利润，而非直接替代。
arXiv cs.LG原文
论文00:50
结构化SVM的Fisher一致性研究这篇论文揭示了结构化SVM中Fisher一致性的微妙边界，给出了最小反例和精确分类。
arXiv cs.LG原文
论文00:41
TraceBench：LLM智能体时间序列根因评估框架TraceBench发布了首个LLM智能体时间序列根因评估框架，包含数据集、实验结果和排行榜，tracebench.github.io可访问。
arXiv cs.LG原文
论文00:39
锂离子阴极裂纹量化基础模型研究斯坦福团队用基础模型解决电池老化检测难题，一张图像就能获取全颗粒统计，比人工标注快数百倍。
arXiv cs.LG原文
论文00:38
扩散策略用于机器人人群导航短程规划CMU团队新方法PDPO让机器人能提前规划5步动作，在拥挤人群中导航成功率更高。
arXiv cs.LG原文
论文00:37
图神经网络实现归纳相关聚类论文提出用图神经网络解决相关聚类问题，推理时间降低5个数量级，还能作为图分类的池化层。
arXiv cs.LG原文
论文00:36
基于RSS的低功耗蜜蜂路径重建系统这个超轻量级定位系统功耗仅180微瓦，能精准追踪38毫克的蜜蜂，为昆虫行为研究提供了新工具。
arXiv cs.LG原文
论文00:35
超大规模MIMO系统实现空中学习机分类康奈尔大学团队推出超大规模MIMO系统，用物理超表面实现机器学习，波域处理精度媲美数字模型。
arXiv cs.LG原文
论文00:34
TRACE-CRC：多步信道状态信息预测的轨迹自适应保形风险控制TRACE-CRC解决了多步CSI预测中的不确定性量化问题，比传统方法更可靠且不确定性球更小。
arXiv cs.LG原文
论文00:33
有向图学习的锥扩展瑞利商方法这篇论文提出了一种新的有向图学习方法，能在保持精度的同时优化谱特性，对图神经网络研究很有价值。
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」）。