全部动态

EvoSCM 让 AI 能像科学家一样建立、测试和修正因果理论，在物理发现任务中表现优异。

官方账号arXiv cs.AI@Qing Zhao, Haowei Li, Weijian Deng, Pengxu Wei, Liang Lin原文

这篇论文揭示了AI代理评估中常见的验证漏洞，教你如何识别虚假有效的市场护栏。

官方账号arXiv cs.AI@Peiying Zhu, Sidi Chang原文

Themis和Prometheus评分机制被解析，微调如何改变LLM评估流程有新发现

官方账号arXiv cs.LG@Himil Vasava, Ming Jiang原文

Facet-0 模型通过预测和评估接触后果，让机器人能完成高精度装配，成功率比最强基线高出 5 倍多。

官方账号arXiv cs.LG@Haoyuan Deng, Haichao Liu, Wenkai Guo, Yuan Ling, Zaijia Yang, Yuanjiang Xue, Haosheng Sun, Liangzi Wang, Ziwei Wang原文

这篇论文揭示了LLM量化损伤的分布规律，证明全局量化比局部修复更有效，对模型部署有实际指导意义。

官方账号arXiv cs.LG@Jundong Hu, Shekar Ramachandran原文

研究人员发现小模型实验就能确定可转移的近最优区域，无需大规模搜索，大幅降低大模型训练成本。

官方账号arXiv cs.LG@Jingtan Wang, Arun Verma, Xiaoqiang Lin, Zhengyuan Liu, Nancy F. Chen, Daniela Rus, Bryan Kian Hsiang Low原文

研究人员发布科学定律发现基准SCILAWS-BENCH，包含真实数据和合成世界两种测试场景，评估LLM科学发现能力。

官方账号arXiv cs.LG@Yiming Huang, Ziche Liu, Zhuohang Wu, Yiqian Wang, Junxia Cui, Xinkai Zou, Linjun Mao, Nan Huang, Naicheng Yu, Kaijie Zhu, Yue Ma, Kun Zhou, Letian Peng, Jingbo Shang原文

MIT团队发布LRNBA框架，用共享神经基压缩网络，参数相同下网络更深更宽，训练更稳定。

官方账号arXiv cs.LG@Binshuai Wang原文

斯坦福团队推出NashDreamer，解决零和博弈中的非平稳性问题，比无模型基线训练效率更高。

官方账号arXiv cs.LG@Tomáš Holeček, Viliam Lisý原文

LatentPress 用连续记忆令牌替代文本和图像压缩，压缩速度提升 10 倍，性能超越传统方法。

官方账号arXiv cs.LG@Zhengze Zhou, Hejian Sang2 个信源在谈原文

新研究将扩散模型转化为迭代推理器，解决数独和迷宫问题表现优异，无需并行回滚或外部验证器。

官方账号arXiv cs.LG@Mariia Drozdova, Aidan Sirbu, Pietro Miotti, Robert Obryk, Mayalen Etcheverry, Eyvind Niklasson, Blake Richards原文

这篇论文提出边环特征解决GNN的结构描述问题，在ZINC-12k上表现优异，比传统方法更高效。

官方账号arXiv cs.LG@Lilian Marey, Charlotte Laclau原文

PLES让大模型训练调参效率提升10倍，用小规模实验预测大规模最优配置。

官方账号arXiv cs.LG@Zhiliang Chen, Sebastian Ament, David Eriksson, Maximilian Balandat, Eytan Bakshy, Jihao Andreas Lin原文