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 113
Attest 1.1.0发布:测试AI智能体实际行为AI热点AI智能体测试框架Attest发布1.1.0版,支持Python与TypeScript,通过严格回放和行为契约验证智能体的实际执行行为。
SPADE用软提示提升AI文本检测OOD性能AI热点arXiv论文提出SPADE框架,通过软提示与PMI信号检测AI生成文本,在分布外基准上达到SOTA性能。
DeepMind用AI验证Signal加密代码AI热点Google DeepMind宣布AlphaProof Code框架对Signal协议实际运行代码完成形式化验证,生成超600万行Lean证明,仅耗时四周,并开源相关工件。
PORT用词元级重加权提升偏好优化鲁棒性AI热点arXiv论文提出PORT框架,通过词元级重加权处理噪声偏好数据,提升大模型对齐鲁棒性。
SVApshot自动验证AI编写的RTLAI热点arXiv论文提出SVApshot框架,利用LLM自动生成并修复SystemVerilog断言,验证AI编写的RTL设计,实验成功检出人工与AI引入的缺陷。
苹果AMP1让通用模型零样本控机械臂AI热点Apple论文提出AMP1框架,Claude Opus 5.5等通用模型零样本操控机械臂成功率超越VLA模型。
清华TraceMRT绕过CoT监控逃逸率达60%AI热点清华论文提出TraceMRT框架,将隐藏任务改写为主任务合理子目标攻击CoT监控,逃逸率升至59.94%,配套贝叶斯监控将检测AUC提至0.91。
RIVER多智能体检索酶反应登arXivAI热点arXiv论文提出RIVER多智能体框架,用于酶-反应双向检索,在公开基准上取得最高成功率。
SecureGARD实现智能体0%注入攻击成功率AI热点SecureGARD提出动态本体引导治理框架,在三个基准上实现0%间接提示注入攻击成功率并提升任务效用。
IMU4D提出:可穿戴IMU实现4D人-物理解AI热点arXiv新论文提出IMU4D框架,仅用可穿戴IMU传感器实现非视觉4D人-物交互理解
GDGraph将放射学指南编译为决策图AI热点arXiv论文提出GDGraph框架,将放射学指南编译为可执行决策图,在347例病例上把模型准确率从57.3%提升至90.8%。
Gym-Anything用编码智能体生成机器人仿真AI热点arXiv论文提出Gym-Anything框架,让编码智能体自动生成机器人仿真并构建RoboWorld基准。
可验证AI硬件论文:实测六证明系统成本AI热点arXiv论文提出可验证AI四层框架,实测六个证明系统与七个内核,指出主导成本随证明系统与输入长度变化。
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。
星衍智能Auriga领跑RoboDojo榜单AI热点星衍智能推出通用具身Harness框架Auriga,在Zero-shot协议下领跑RoboDojo榜单,并在RoboCasa365 Target50评测中取得领先表现。
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%。
Edge0开源145B端侧模型,笔记本可本地运行AI热点Edge0开源Edge0-145B与Edge0-120B模型及统一推理框架,称145B模型可在笔记本本地运行,峰值内存29GB、解码超80 tokens/s。
LM-SimBench发布LLM训练模拟基准AI热点LM-SimBench提供评估LLM训练模拟器的统一框架、数据集与基准,含348个可行配置并验证GPU-NPU跨平台适用性。
港大开源YN决策模型,千万家庭仿真提速AI热点港大罗晔团队发布S²-MAS社会仿真框架与YN决策模型家族并开源,单卡吞吐达3.7万token/s。
亚马逊与Booking发布模型压缩方案AI热点亚马逊与Booking.com结合知识蒸馏与Medusa框架,将70B模型能力压缩至1.1B,速度提升最高20倍。