论文

BiG-SURE能帮你评估黑盒大模型的不确定性，无需访问模型参数，简单实用。

MIT学者发现合成数据能偷偷给AI注入偏见，即使数据本身看起来完全无害。

这篇论文教你如何用模型检查方法自动验证LLM生成的解释是否可靠，比随机测试发现更多问题。

SNU MLLab团队发布Q-Strata，解决了MoE模型混合精度量化的难题，比现有方法性能更好。

AdaPath 解决了生物医学知识图谱问答中的路径查找难题，在复杂查询中表现优异。

CHAP框架解决了生成检索的语义鸿沟问题，通过层次语义对齐和残差级联生成，提升个性化检索效果。

这篇论文展示了如何用LLM做可追溯的主题分析，工作流程透明，还能保护隐私。

DiffPDE用扩散模型解决PDE求解器中的局部错误修复问题，比传统方法更快更准。

OpenAI模型提出数学猜想反例，机器检查证明与人工验证的冲突揭示了数学验证的新挑战。

这篇论文提出了WGF方法，能微调单步生成模型且无需奖励梯度，解决了非可微奖励问题。

FALCON框架解决了无监督超图对齐问题，通过多尺度GW目标实现全局一致的节点对应，性能超越现有方法。

论文发现功能向量能跨语言传递任务信号，无需演示即可提升多语言情感识别性能，比少样本学习更高效。

N0-Foundation发布触觉智能新范式，含3万小时多模态数据和NeoForce模型，解决可变形物体操作难题。

研究团队测试了三种视频生成模型，发现硬件故障可能导致视频内容发生语义变化，这对实际应用有重要警示意义。

研究人员提出PAC-LLM框架，解决了混沌系统长期预测难题，在短期观测条件下也能准确预测。

这篇论文提出了TACS框架，解决了大模型越狱后缀优化中的短视选择问题，在HarmBench上表现优异。

这篇论文解决了多机器人系统中的计算延迟问题，提出了异步协同学习策略，在无人水面艇实验中效果显著。

这篇论文教你如何在不确定模型性能的情况下，科学分配LLM工作负载，帮你节省AI预算。

研究人员提出BEACON框架，通过整合三种数据源，让地理空间模型更好地理解城市功能和人类行为。

清华提出Multi-SPIN技术，让边缘设备智能选择通信模式，解决LLM验证SLM草案时的通信瓶颈问题。

这篇论文揭示了AI模型在隐藏指令披露上的不对称行为，对AI安全和监督机制设计有重要启示。

多智能体系统交接时边界信息容易丢失，明确约束可大幅降低隐私泄露风险。

LoGo让模型智能决定哪些token需要全局注意力，大幅提升长文本处理效率，比传统Transformer更聪明。

MedCache解决了临床智能体如何处理跨时间、跨专科患者记录的难题，比传统方法更准确高效。

MIT团队发现机器持续遗忘中的可塑性崩溃现象，解释了为什么模型会逐渐丧失遗忘能力，甚至重新记住已删除信息。

LLMODE解决了LLM处理不规则时空观测的难题，通过双源门控交叉注意力将外部时空证据注入冻结LLM。

MI-Distillation解决了大模型推理轨迹蒸馏到小模型的难题，通过模型插值和SeqLSS评分提升蒸馏效果。

清华团队推出 AgenticRag-R1，解决多步推理中的检索适应性问题，比传统方法更聪明。

CineForge能自我改进视频制作能力，跨故事积累经验，生成更连贯的长视频故事。

这个多智能体系统用知识图谱+对抗推理检测假新闻，准确率比Llama 3.3高近10%，还能自动扩充知识库。

Google Cloud上新框架，用多智能体把自然语言MLOps任务变成可验证的云部署，比传统方法更可靠。