从一个关键词开始
搜名称,也可以搜场景,比如“AI 写作”“视频剪辑”或“编程助手”。
工具 4
AI热点 169
arXiv论文:RL训练LLM或非真推理AI热点新论文用稀疏自编码器分析RL训练的大模型,发现其主要依赖提示中显式信息,而非真正推理能力
论文:编辑后水印文本流行率有限样本界AI热点arXiv新论文提出编辑后水印文本流行率的功效包络与有限样本界,报告Gumbel-max与KGW水印模拟结果及零假设校准敏感性。
论文评测14个模型临床引文佐证能力AI热点研究评测14个LLM在临床问答中用逐字引文佐证主张的能力,发现多数模型能附上引文但难以完全佐证。
Skill Adapter论文:智能体技能路由成功率提升11.43点AI热点arXiv新论文提出Skill Adapter,通过个性化修改与在线路由优化LLM智能体技能选择,三项基准上较SkillRL平均提升11.43个百分点任务成功率。
英伟达论文定位干扰文本削弱模型机制AI热点英伟达等机构论文发现提示中无关文本主要通过少量intrusion heads削弱模型对问题的利用,屏蔽约10个heads可恢复57%损失准确率。
论文:LLM隐藏状态存稀疏奖励子系统AI热点arXiv新论文发现LLM隐藏状态中奖励信息集中于稀疏神经元子集,价值神经元可预测模型置信度,多巴胺神经元可作过程奖励模型引导推理搜索。
论文提出轮级Best-of-N采样提升LLM智能体AI热点arXiv新论文提出轮级Best-of-N采样方法,通过生成器-选择器框架在长时程任务上将智能体准确率提升5-10%。
NICT的OptiMer获EMNLP 2026杰出论文奖AI热点日本NICT团队的OptiMer论文获EMNLP 2026杰出论文奖,通过合并分布向量替代数据混合,实现15至35倍加速并提升基准得分。
谷歌港大VeriCUA论文验证智能体完成声明AI热点谷歌与香港大学发布VeriCUA论文,提出用机器状态核实计算机智能体的任务完成声明,误报率显著低于现有方法。
SchemaBridge基准评测LLM数据库模式设计能力AI热点arXiv论文提出SchemaBridge基准,评测6个LLM在数据库模式设计与还原任务上的表现。
CauProphet让智能体像人类一样积累因果认知AI热点arXiv论文提出CauProphet智能体,通过因果认知框架持续更新因果知识,金融场景预测准确率从21.3%提升至28.6%。
Ballad用bandit路由LLM,成本降65.6%AI热点arXiv论文提出Ballad,用在线bandit算法路由多个LLM完成自动化启发式发现,在5个NP-hard问题上匹配或超越最佳单模型,API成本最多降低65.6%。
ACERL用经验交接强化学习提升智能体性能AI热点arXiv论文提出ACERL方法,通过评估经验交接产物对未来rollout的影响并协同优化角色行为,在智能体基准上取得更高留出性能。
ASAP框架提升二进制反编译重执行率至71.9%AI热点arXiv论文提出ASAP框架,通过汇编-源码对齐精化反编译伪代码,重执行率与重编译率均显著提升。
VIM解码机器人遥操作分层意图,微调后分数达0.825AI热点arXiv新论文提出VI AMO数据集与VIM模型,从视觉遥操作历史解码操作员分层意图,显著优于GPT-4o等大模型。
DForkTree推测解码提速至4.75倍AI热点arXiv论文提出训练免费方法DForkTree,在Qwen3.5-4B和9B上较DFlash最高提升41.5%,平均加速达4.75倍。
POIROT开源:智能体自审计故障归因,最高提升50点AI热点论文提出POIROT协议,让多智能体系统自行归因故障,并开源BLAME新基准,九种模型基准配置中最高提升50个百分点。
CASCADE++逻辑异常检测框架发布AI热点论文提出免训练CASCADE++框架,通过约束特定视觉脚手架提升逻辑异常检测精度。
GemAtlas逆向NVIDIA GPU内存层次AI热点论文提出GemAtlas,首次系统逆向现代NVIDIA GPU内存层次结构,将GPU模拟平均绝对百分比误差从31.69%降至22.24%。
TransferBreaker降低ASR对抗WERAI热点NeurIPS 2026接收论文提出TransferBreaker微调框架,抑制对抗扰动迁移,将语音识别对抗WER从92.6降至27.8。
开源项目 23
paper-ai:结合真实文献检索的 AI 论文写作应用开源项目基于 Next.js 的论文写作应用,提供 AI 写作对话,并可从 Semantic Scholar、arXiv、PubMed 检索文献整合进论文,支持编辑器内直接修改。查看
AI-Scientist:自动科学发现研究系统开源项目让大模型独立完成提出想法、实验、写论文与评审的自动化科研系统,附带三个实验模板。查看
VAREdit:指令引导图像编辑模型开源项目ICLR 2026 论文的官方仓库,基于 Infinity 模型构建的自回归指令图像编辑模型。查看
DeepSeek-OCR:视觉-文本压缩OCR模型开源项目从LLM视角研究视觉编码器的OCR模型,支持多种原生分辨率与动态分辨率模式,可用vLLM推理。查看
VibeThinker:小参数量推理模型系列开源项目开源的 1.5B 与 3B 稠密推理模型仓库,基于 Qwen2.5-Coder,面向数学、竞赛编程等可验证推理任务,附技术报告与评测入口。查看
Hy Memory:LLM Agent 双系统认知记忆引擎与 SDK开源项目面向 LLM Agent 的双系统认知记忆引擎与 Python SDK,为对话、工作、编码三类场景提供分层长期记忆、事实与经验记忆及版本演化追踪。查看
AutoResearchClaw:自主研究与论文生成流水线开源项目输入一个研究想法,通过23阶段多智能体流水线产出带真实文献、实验与LaTeX论文的学术稿件,支持全自动与人工协同模式。查看
papers-we-love:计算机科学论文目录开源项目社区维护的学术计算机科学论文索引,汇集分散在网络上的优质论文链接。查看
kb:Prolog 超关系知识库开源项目本地优先、基于内容寻址存储的超关系知识库,以 Prolog 为主运行时,带版本追溯与图形界面。查看
FlashAttention:高效精确注意力官方实现开源项目FlashAttention 与 FlashAttention-2 的官方实现,提供 IO 感知的快速显存高效注意力。查看
Index-AniSora:开源动画视频生成模型开源项目B站开源的动画视频生成模型仓库,提供多版本模型权重与推理代码,支持多种动画风格的视频镜头生成。查看
LMT:中英为中心的多语机器翻译模型开源项目覆盖60种语言、234个翻译方向的LLM多语翻译模型系列,含0.6B至8B四种规格及配套SFT数据。查看
openai/math:模型产出的数学手稿与 Lean 形式化开源项目OpenAI 内部模型在开放研究问题上产出的数学手稿、证明材料与部分 Lean 形式化库。查看
TimesFM:时间序列预测基础模型开源项目Google Research 开发的预训练时间序列基础模型,支持单变量/多变量预测与协变量,提供 PyTorch、Flax 与 Apple MLX 后端及微调示例。查看
Agent0:零数据自进化智能体研究代码库开源项目包含 Agent0 与 Agent0-VL 两项研究的代码,通过工具集成推理让智能体在无人工标注数据下自我进化。查看
PPTAgent:可编辑PPT生成与修订的Agent技能开源项目面向Claude Code、Codex与OpenCode的技能,创建、修订并以视觉方式审阅可编辑的PowerPoint演示文稿。查看
KADTK:Kernel Audio Distance 音频评测工具包开源项目实现 Kernel Audio Distance 指标的 Python 工具包与 CLI,用参考集与生成集的嵌入计算生成音频质量分数。查看
Creusot:Rust 代码的演绎验证器开源项目将 Rust 代码翻译为 Why3 平台的 Coma 中间语言,验证无 panic、溢出与断言失败,可加注解验证功能正确性。查看
SGLang-FluentLLM:LongCat模型的推理引擎与内核开源项目基于SGLang改造的LLM推理引擎,面向LongCat系列模型,开源了投机解码优化、KVCache传输优化及若干CUDA内核。查看
LingBot-Depth:掩码深度建模的空间感知模型开源项目通过掩码深度建模将不完整、含噪的深度传感器数据补全为高质量、米制精确的3D测量,面向机器人学习与3D视觉。查看


