实体雷达

全部公司产品模型论文开源站点

论文SpaceCast-Bench: Evaluating Predictive Spatial Reasoning in Vision-Language Models

首个评测视觉语言模型预测性空间推理能力的基准，聚焦场景构建与动态推演

近7日信号 1 条

论文ViSkill: Reinforcing VLM Agents with Evolving Visual-Native Skills

为视觉语言模型智能体构建演化的原生视觉技能，避免文本线性化导致的空间信息损失

近7日信号 1 条

论文Long-WAM: Scaling the Context of World-Action Models

面向实时机器人控制的世界-动作模型长上下文扩展框架，兼顾延迟与感知完整性

近7日信号 2 条

论文LeWAM: A JEPA World Action Model with Diffusion-Steering-Based MPC

基于扩散引导模型预测控制的 JEPA 世界动作模型，提升长视野动作规划一致性

近7日信号 1 条

论文Searching for "Harmful Refusal": A Psychometric Audit of an AI Safety Benchmark

对 AI 安全基准进行心理测量学审计，揭示整体分数掩盖的属性偏差风险

近7日信号 1 条

论文Predicting Alignment Generalization with Value Representations

利用价值表征预测对齐泛化能力，揭示后训练对齐效果在未见场景中的失效机制

近7日信号 1 条

论文MAMHOI: Factorizing Scene-Aware Human-Object Interaction through Affordances

基于功能可供性的场景感知人-物交互分解建模框架，支持复杂 3D 场景合成

近7日信号 1 条

论文WOVEN: Weaving Visual World Modeling into Multimodal LLMs

将视觉世界建模能力嵌入多模态大模型，增强空间、具身、物理与时间推理

近7日信号 1 条

论文A Unified Bellman Operator for Safety-Critical Reinforcement Learning

为安全关键强化学习设计统一贝尔曼算子，兼顾任务最优性与硬性安全约束

近7日信号 1 条

论文RoboRSI: Stable, efficient, and reusable robot self-evolution in complex real-world environments

面向复杂真实环境的稳定、高效、可复用机器人自主进化框架

近7日信号 1 条

论文FastBench: Can Streaming VLMs Perceive High-Dynamic Real-World Streams?

首个面向高动态真实世界视频流的流式视觉语言模型评测基准

近7日信号 1 条

论文FAITH: Feasibility-Aware Safety-Filtered RL for High-Dimensional Systems

可行性感知的安全过滤强化学习框架，分离安全约束与任务优化更新路径

近7日信号 1 条

论文VioLA: Learning Generalist Humanoid Control Policies from Human Data

基于人类数据学习通用人形机器人控制策略，突破关节级动作耦合瓶颈

近7日信号 1 条

论文Ecology of AI Agents: Collaboration Creates a Population Threshold for Takeoff

将 AI 智能体视为生态种群，揭示协作引发失控增长的临界数量阈值

近7日信号 1 条

论文Density Ratio Estimation with Stein Displacement Fields

融合密度比估计与位移场动力学视角，统一分布偏移的两种建模范式

近7日信号 1 条

论文Rounding in Preconditioner Space: Redesigning 4-bit AdamW Optimizer-State Quantization

从预调节器空间视角重构 AdamW 优化器状态 4-bit 量化，抑制误差传播

近7日信号 1 条

论文Caught in the Act: Probes Effectively Detect Sabotage and Catch Unverbalized Deception

基于白盒探针的大规模欺骗检测方法，在前沿监控场景中实现可扩展部署

近7日信号 1 条

论文Bi-FORK: Generative Modeling of High-Dimensional Bifurcating Systems

首次将分岔系统建模引入深度学习，支持单输入多解的物理系统生成

近7日信号 1 条

论文One Block, Multiple Depths: Recurrent Vision Transformers with Depth-Programmed Experts

提出 reViT 架构，单 Transformer 块循环复用即可匹配全深度视觉编码器精度

近7日信号 1 条

论文BrickBench: Evaluating Agentic Brick Design

首个面向智能体 LEGO 套件设计能力的基准测试，要求语义、结构与可构建性三重验证

近7日信号 1 条

论文A Balanced Data Diet: Addressing the Exploration Bottleneck in Mega-Scale RL for Robot Control

针对具身机器人控制的大规模强化学习，提出缓解探索瓶颈的数据配比方法

近7日信号 1 条

论文On the estimation and validity of AI time horizons

对 METR AI 时间尺度指标的统计重评估，覆盖 228 项任务与 26 个模型

近7日信号 1 条

论文CSF: Contextual Safety Filtering for Motion Generators

面向动作生成器的场景感知安全过滤框架，解决文本驱动运动生成中的目标误判风险

近7日信号 1 条

论文Never Look Back: Understanding Persistence in 3D Object Memory from Egocentric Videos

从第一视角视频建模3D物体记忆持久性，为具身智能提供认知基础

近7日信号 2 条

论文Validity Without Ground Truth: What Stated-Preference Economics Offers the Evaluation of Language Models

引入陈述偏好经济学方法，解决无标准答案场景下大模型评估难题

近7日信号 2 条

论文AI Math Breakthroughs and Wallet Security Collapse Risk

探讨AI数学突破对以太坊钱包签名方案构成的短期安全威胁

近7日信号 1 条

论文PaperBenchX

面向AI科研能力评估的新基准，聚焦论文复现率与数学难题求解

近7日信号 1 条

论文Reasoning-Token Spikes

发现大模型在诱导性虚假应答时推理token出现异常尖峰现象

近7日信号 1 条

论文SOTA

基于期权隐含收益分布指导的股票期权交易智能体框架

近7日信号 1 条

论文RobotWorld

面向多形态具身智能体的跨任务评测基准，覆盖数字与物理世界能力迁移

近7日信号 1 条