论文 · AITOP · AI热报

论文 Agent 与开发者11:34

条件视觉定位问题诊断与改进

MIT团队发现视觉干扰物如何导致机器人选错目标，并提出三种具体改进方法，在物理机器人上效果显著。

#ACT #视觉定位 #模仿策略 #机器人控制

arXiv cs.AI@Vivek Chavan 等 6 人原文

模型 Agent 与开发者精选73°11:34

CUA-Universe：混合GUI+CLI智能体环境

CUA-Universe让AI智能体能同时使用图形界面和命令行，比纯GUI或纯CLI更高效实用。

#CUA-Universe #GUI+CLI #智能体 #计算机使用

arXiv cs.AI@Haoting Shi 等 9 人原文

论文 Agent 与开发者73°11:33

嵌入式图流用于类别图生成

清华团队提出EGF模型，在分子生成任务上超越现有方法，代码已开源

#EGF #图生成 #分子生成 #QM9

arXiv cs.LG@Ethan Ma 等 8 人原文

论文 Agent 与开发者精选73°11:33

LLM反编译器重编译保真度研究

这篇论文揭示了LLM反编译器的一个关键缺陷：通过测试但行为不一致，可能导致安全漏洞消失。

#LLM #反编译 #安全 #漏洞检测

arXiv cs.AI@Chang Liu 等 3 人原文

论文 Agent 与开发者11:32

学生对AI写作评估的看法研究

沙特研究显示学生认为ChatGPT反馈有用，但评分权仍应归人类教师。

#ChatGPT #AI评估 #高等教育 #写作反馈

arXiv cs.AI@Rayed AlGhamdi原文

论文 Agent 与开发者精选73°11:32

模型升级后智能体记忆迁移研究

研究揭示了智能体记忆在模型升级后的迁移问题，告诉你哪种记忆存储方式更可靠。

#智能体 #记忆迁移 #RAG #知识图谱

arXiv cs.AI@Ankit Goyal, Jaideep Ray原文

论文 Agent 与开发者11:31

BUGSTONE-E2E：将漏洞历史转化为可执行检测规则

研究人员用CVE历史构建了BUGSTONE-E2E，能自动检测软件漏洞并生成修复补丁，比传统方法更高效精准。

#BUGSTONE-E2E #CVE #软件漏洞 #LLM

arXiv cs.AI@Qiushi Wu 等 7 人原文

论文 Agent 与开发者73°11:31

轻量视觉Transformer压缩模型用于植物病害检测

农学家和嵌入式开发者必看：ViT压缩模型在辣椒病害检测上保持95%准确率，模型缩小54倍。

#Vision Transformer #植物病害检测 #模型压缩 #知识蒸馏

arXiv cs.AI@Mahadev Sunil Kumar 等 9 人原文

论文 Agent 与开发者11:31

Transformer模型上下文区分测量工具包技术手册

研究人员发布了一套开源工具包，可测量Transformer模型如何区分同一词在不同上下文中的含义，包含完整流程和避免常见偏差的方法。

#Transformer #语言模型 #上下文区分 #测量工具包

arXiv cs.AI@José Luciano Verçosa Marques 等 5 人原文

论文 Agent 与开发者73°11:30

QuantumEvo：基于BDD的量子电路合成算法

清华团队用LLM优化量子电路设计，新算法在13.5%案例上超越现有方法，量子计算领域新突破。

#QuantumEvo #BDD #量子电路 #大语言模型

arXiv cs.AI@Yoonju Sim 等 5 人原文

技巧 Agent 与开发者精选73°11:29

设计文档至上：AI原生ML性能工具

MIT团队推出SMART工具，用设计文档替代代码库，AI代理根据文档自动生成实现，精确复现DeepSeek-V3性能。

#SMART #DeepSeek-V3 #性能建模 #设计文档

arXiv: DeepSeek@Samuel Kushnir 等 9 人原文

论文 Agent 与开发者精选73°09:41

RoboSPA：评估VLA模型复杂场景推理能力

RoboSPA数据集和基准帮你了解VLA模型在复杂场景下的真实能力，比简单任务评估更有参考价值。

#VLA #RoboSPA #机器人 #空间推理

arXiv cs.AI@Zhenxuan Fan 等 12 人原文

论文 Agent 与开发者09:40

LLM在暖通空调系统应用的综述研究

这篇综述分析了66篇LLM在HVAC应用的论文，告诉你哪些场景已可用，哪些仍处研究阶段。

#LLM #HVAC #建筑能源 #暖通空调

arXiv cs.AI@Alexander Neubauer 等 7 人原文

论文 Agent 与开发者78°09:40

RISE：递归改进通过自我外推策略蒸馏

RISE方法解决了传统蒸馏中教师质量瓶颈问题，用模型自身轨迹构建教师，在多项任务中超越现有方法。

#RISE #RLVR #策略蒸馏 #语言模型

arXiv cs.AI@Yang Li 等 3 人原文

论文 Agent 与开发者09:39

基于参考的自动评估方法行为正确性研究

这篇论文提出了评估AI文本生成系统的新框架，揭示了传统评估方法无法捕捉的行为差异。

#自动评估 #LLM #自然语言生成 #评估方法

arXiv cs.AI@Maria Mahbub 等 5 人原文

论文 Agent 与开发者精选73°09:39

GUT：量化优化LLM推理不确定性

GUT方法通过图复杂度量化LLM推理不确定性，并用强化学习优化，解决了LLM推理过程中的分支发散问题。

#LLMs #GUT #推理不确定性 #强化学习

arXiv cs.AI@Shuang Liang 等 4 人原文

论文 Agent 与开发者09:39

大模型智能体团队互换性测试

这篇论文测试了AI智能体团队互换性，发现虽然任务表现影响小，但沟通成本显著增加，对构建多智能体系统有重要启示。

#LLM Agent #智能体 #多智能体系统 #团队协作

arXiv cs.AI@Jianxin Gao 等 5 人原文

论文 Agent 与开发者78°09:38

优化层稀疏性提升大模型训练效率

研究人员发现层丢弃技术能提升大模型训练效率，节省25%计算量，还能加速推理1.5倍。

#层丢弃 #大模型训练 #推理优化 #Cerebras

arXiv cs.AI@Mostafa Elhoushi 等 9 人原文

论文 Agent 与开发者精选09:38

AI4CDS：计算设计科学的人机协作框架

研究人员提出AI4CDS框架，用ChildRiskGuard案例展示如何让AI辅助设计科学同时保持研究者主导责任。

#AI4CDS #ChildRiskGuard #计算设计科学 #短视频安全

arXiv cs.AI@Wenli Zhang 等 6 人原文

论文 Agent 与开发者精选73°09:38

CONTINUITY：LLM智能体安全控制框架

康奈尔大学提出CONTINUITY框架，解决LLM智能体组件间安全上下文丢失问题，通过契约模型保证端到端安全。

#CONTINUITY #LLM Agent #智能体 #安全框架

arXiv cs.AI@Chris Zheng, Geng Yang原文

论文 Agent 与开发者精选73°09:37

Trace2Tower：LLM智能体技能层次框架

研究人员推出Trace2Tower框架，能将LLM智能体行为转化为技能层次，在两个基准测试中大幅超越现有方法。

#Trace2Tower #EigenTrace #LLM Agents #技能层次

arXiv cs.AI@Jiazheng Sun 等 5 人原文

论文 Agent 与开发者精选73°09:37

优化前先询问：交互式优化动态预公式化澄清

OR-Clarify基准和InterOPT框架解决了优化模型构建中的信息缺失问题，让AI助手知道何时该提问何时该停止。

#OR-Clarify #InterOPT #优化模型 #自然语言处理

arXiv cs.AI@Sihan Ge 等 6 人原文

论文精选73°09:37

计算机视觉中的常识推理综述

这篇arXiv论文全面梳理了计算机视觉中常识推理的基础、进展和未来方向，对研究人员和开发者很有参考价值。

#计算机视觉 #常识推理 #知识图谱 #神经符号模型

arXiv cs.AI@Bahar Uddin Mahmud 等 5 人原文

论文 Agent 与开发者73°09:36

量子机器学习框架统一建模器件

清华团队用强化学习发现量子电路，在器件建模上误差降低59-84%，比6个经典方法都好。

#量子机器学习 #强化学习 #PQC #GNN

arXiv cs.AI@Rushat Rai 等 13 人原文

论文 Agent 与开发者精选73°09:36

大模型数学推理缺乏人类知识结构

这篇论文揭示了大模型在数学推理中缺乏人类知识结构，对理解大模型认知局限很有价值。

#LLM #数学推理 #知识空间理论 #大模型评估

arXiv cs.AI@Peng Cui 等 3 人原文

论文 Agent 与开发者精选73°09:36

AdaGate-DF：自适应深度伪造检测框架

研究人员提出AdaGate-DF框架，能在低分辨率环境下高效检测深度伪造，比现有模型更准确且计算效率更高。

#AdaGate-DF #深度伪造检测 #Celeb-DF #FaceForensics++

arXiv cs.LG@Vaishnavi Sen 等 3 人原文

论文 Agent 与开发者精选09:35

智能体网络信息聚合最优速率研究

这篇论文解决了智能体网络信息聚合的理论边界，为分布式AI系统提供了精确的性能基准。

#智能体 #信息聚合 #线性回归 #逻辑分类

arXiv cs.LG@MohammadHossein Bateni 等 5 人原文

论文 Agent 与开发者09:34

合作多智能体强化学习的在线变化点检测

清华团队推出PPR算法，让多智能体系统在训练中自动识别环境变化，比传统方法更稳定可靠。

#多智能体强化学习 #变化点检测 #PPR #Speaker-Listener环境

arXiv cs.LG@Fatemeh Saberi Khomami, Julita Vassileva原文

技巧 Agent 与开发者精选73°09:33

推测智能体编程中的不确定性方法

开源团队提出新方法，让AI编程助手提前预测错误，在Qwen和Claude上都有效果。

#Qwen3-Coder-480B #Claude 3.5 Sonnet #智能体 #编程助手

arXiv cs.LG@Konstantin Grotov, Valentin Malykh原文

论文 Agent 与开发者精选73°09:32

GLASS框架实现跨领域图级异常检测

GLASS用图-语言对齐实现跨领域异常检测，无需目标域训练数据就能做零样本检测，效果比现有方法好。

#GLASS #图级异常检测 #跨域迁移 #图神经网络

arXiv cs.LG@Xudong Wang 等 4 人原文

论文 Agent 与开发者精选73°09:31

基于Hessian的分子构型增强方法

新方法解决了MLIPs训练中Hessian信息利用不足的问题，无需架构修改就能提升模型精度。

#MLIPs #Hessian #分子构型 #数据增强

arXiv cs.LG@Bumju Kwak, Jeonghee Jo原文

论文 Agent 与开发者精选73°09:31

FedDRAW：联邦双声誉退火加权算法

医疗AI新算法FedDRAW解决了联邦学习中大医院主导问题，通过双退火调度提升诊断模型公平性。

#FedDRAW #联邦学习 #医疗影像 #胸部X光

arXiv cs.LG@Maryam Moradpour, Anne-Christin Hauschild原文

论文 Agent 与开发者精选73°09:31

基于验证器的可解释推理框架研究

Qwen2.5模型通过新框架大幅提升推理深度，符号验证系统增强答案可靠性，教育问答场景适用。

#Qwen2.5 #RLVR #QLoRA #推理模型

arXiv cs.LG@Thi Kim Trang Vo 等 5 人原文

论文73°09:29

时间序列变分自编码器的PAC-Bayesian重建保证

论文为时间序列变分自编码器提供了理论保证，解决了其在非独立同分布场景下的分析限制。

#变分自编码器 #时间序列 #PAC-Bayesian #马尔可夫结构

arXiv cs.LG@Chloé Hashimoto-Cullen 等 4 人原文

论文73°09:28

SMILE：医疗诊断自解释多模态信息瓶颈

医学AI可解释性新方法SMILE，在多模态诊断中表现优异，比现有方法准确率高9.1%，还能解释诊断依据。

#SMILE #医疗AI #多模态 #信息瓶颈

arXiv cs.LG@Yuqing Yang 等 6 人原文

论文中美对照09:24

无审查开源模型：再分发作为持久层

OpenAI安全研究揭示了无审查开源模型的生态系统分布和持久化机制，以及其被恶意应用的比例。

#无审查模型 #HuggingFace #GitHub #开源模型

arXiv cs.AI@10a Labs 等 10 人原文

论文 Agent 与开发者精选73°09:24

PRICE研究：LLaMA-3 8B比特币价格预测

PRICE研究展示了如何通过特定技术组合，让文本预训练模型在比特币价格预测上超越专业时间序列模型。

#PRICE #LLaMA-3 #比特币 #时间序列预测

arXiv cs.AI@Maryam Fakhari, Mehran Safayani原文

模型 Agent 与开发者精选73°09:23

ACE：自适应专家跳过框架提升MoE模型效率

ACE让MoE模型能智能跳过冗余专家，无需重新训练就能提升效率，在Qwen3.6-35B-A3B上效果显著。

#ACE #MoE #Qwen3.6-35B-A3B #专家跳过

arXiv cs.AI@Zukang Xu 等 8 人原文

论文 Agent 与开发者多源确认精选09:23

DeepSeek-V4-Flash残差流使用机制研究

DeepSeek团队揭秘四流残差通路实际使用方式，发现模型并未充分利用全部流容量。

#DeepSeek-V4-Flash #残差流 #mHC #模型架构

事件专题

arXiv: DeepSeek@Pengxiang Zhao 等 5 人4 个信源在谈原文

论文 Agent 与开发者多源确认精选73°09:22

Substrate-Aware AI Agents: Execution Context as a First-Class Input

Claude、GPT-5和Gemini在代码生成时加入执行约束后，代码效率大幅提升，最高快3.1倍。

#Claude #GPT-5 #Gemini #智能体

事件专题

arXiv: OpenAI@Manu Agrawal11 个信源在谈原文