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 31
Redwood论文提出score-seeking解释LLMAI热点Redwood Research 发表论文，提出 score-seeking 概念解释 LLM reward-hack 动机。
arXiv论文：LLM人工社会竞争模拟研究AI热点研究模拟200个LLM智能体竞争50轮，探讨奖励结构对过度竞争与躺平行为的影响。
arXiv论文提出边缘SoC多模态LLM流式推理新方法AI热点新方法分离逻辑历史与引擎KV状态，让任意语言引擎接续流式推理，在M4 Max等平台显著降低首字延迟并提升吞吐。
arXiv论文：LLM批处理评分受同批条目影响AI热点arXiv新论文指出LLM批量评分时，同批其他条目会显著改变11-22%的裁决结果
新论文提出BookNavigator让大模型自主学习解数学题AI热点arXiv论文提出BookNavigator接口，通过强化学习激励大模型自主检索学习教材，将Intern-S2-Preview-35B证明准确率从51.5%提升至79.5%。
arXiv论文：RLVR无免费午餐，pass@1提升有代价AI热点arXiv新论文证明RLVR中pass@1提升必以pass@k下降为代价，给出精确代价率
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
谷歌FlowAgent论文：CI内自动修复失败测试AI热点谷歌论文披露FlowAgent在内部CI自动修复失败测试，195例真实失败中67.18%修复正确，生产已应用28554个修复。
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。
R²-Omni免训练框架：内存降5倍提速1.48倍AI热点arXiv论文提出R²-Omni免训练框架，通过结构与精度双重冗余削减，使全模态LLM长文本生成内存占用降低5倍，保留97.98%质量并实现1.48倍端到端提速。
RPS-Serve发布：多模态推理调度新框架AI热点arXiv论文提出RPS-Serve模态感知调度框架，通过将视频、图像、文本分类为岩石、卵石、沙子优化GPU利用率，GPU利用率提升65%，TTFT最多降低9.3倍。
TextSeal2发布无失真LLM水印方案AI热点arXiv论文TextSeal2提出基于Copula混合的无失真大模型水印，兼容投机解码
EnvOS框架可审计任务中途变化的智能体AI热点arXiv论文提出EnvOS框架，可构建并认证任务中途变化的智能体测试环境
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。
MRC-MMAgent提出多角色协作强化学习框架AI热点arXiv论文提出MRC-MMAgent框架，通过多角色协作强化学习提升多模态工具使用智能体表现。
RecRSI提出推荐系统递归自我改进新方法AI热点arXiv论文提出RecRSI，通过早期排序反馈筛选候选编辑，提升推荐系统递归自我改进效率
OPERA智能体实现运算放大器全自动设计AI热点arXiv论文提出OPERA智能体，用开源工具完成CMOS运放从规格到版图设计
多模态推理新基准ReGap-Bench发布AI热点arXiv论文提出ReGap-Bench，任务匹配的视觉参考可将多模态推理准确率提升至多25%
LinQuant提出线性递推低精度量化新框架AI热点arXiv论文提出LinQuant框架，通过七种函数不变性改进线性递推模型低精度推理，在Mamba-2等模型上提升困惑度表现。