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”。
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。