提出可迁移对抗补丁TAPDreamer，针对世界动作模型视觉表征鲁棒性进行攻击与防御研究
近7日信号 1 条
提出TasteVal基准，首次从问题选择、实验设计与结果解读三维度评估AI系统科研品味
近7日信号 1 条
提出符合性自验证框架CLIFT，解决开源Web智能体强化训练中监督稀疏与信用分配难题
近7日信号 1 条
提出按需多模态记忆编排框架MemPilot，解决LLM智能体记忆构建查询无关、预处理冗余问题
近7日信号 1 条
提出基于演示视频的递归上下文学习方法，增强具身智能体对任务执行过程的理解与复现能力
近7日信号 1 条
面向去中心化C2C市场的LLM代理委托安全评测基准，聚焦金钱、隐私与信任风险
近7日信号 1 条
彼得·蒂尔专访探讨AI作为文明停滞五十年后最后自救手段的深层命题
近7日信号 1 条
探讨AI时代纯数学研究范式变革与人机协作新路径
近7日信号 1 条
提出无需反向传播的Transformer预训练新范式，挑战深度学习基础假设
「一个挑战教科书假设的理论火花，但距工程落地、商业转化或投资价值仍有至少24个月验证鸿沟。」
近7日信号 1 条
正则化递归自我改进方法，自动化优化代理Harness（提示、流程、工具、记忆等）
「RSI正从理论奇点走向工程化拐点，Google开源RRSI标志着‘代理自进化’进入可验证、可审计的实用阶段，但当前技术尚未脱离研究原型范畴，真正产品化需等待12-18个月的工具链沉淀。」
近7日信号 4 条
多语言多模态网页浏览智能体压力测试基准，含423个原生语种人工验证问题
近7日信号 1 条
提出求解器感知的目标选择机制，优化扩散Transformer采样缓存策略以加速高质量生成
近7日信号 1 条
面向智能体安全评测的表征敏感性新指标，揭示现有ASR评估对威胁保真度的忽视
近7日信号 1 条
面向自然灾害风险分析智能体的科学路径选择框架，融合多源灾害知识与可验证推理链
近7日信号 1 条
面向真实世界强化学习的自适应干预智能体，动态调整人类辅助强度以匹配策略成熟度
近7日信号 1 条
模型与数据集无关的NL2SQL合成数据生成框架，提升结构化查询自然语言接口鲁棒性
近7日信号 1 条
首个可执行中子仪器设计环境，用于评测LLM智能体真实物理建模能力而非知识复述
近7日信号 1 条
首个系统评测世界模型视频表征物理保真度的基准，含8000组可控仿真序列
近7日信号 1 条
面向终端使用型智能体的依赖感知策略优化方法，解决多步命令间信息传递失效问题
近7日信号 1 条
首个面向哥伦比亚法律体系的LLM可靠性评测基准，填补非美法系评估空白
近7日信号 1 条
面向掩码离散扩散模型的逆蒸馏奖励微调框架，解决迭代采样高成本与似然不可计算难题
近7日信号 1 条
支持维度与码率弹性切换的单索引向量检索方案，适配动态资源约束场景
近7日信号 1 条
针对掩码扩散语言模型的高效自蒸馏框架，提升推理效率与生成质量
近7日信号 1 条
面向成本效益的LLM引导程序进化方法，优化计算资源消耗与性能权衡
近7日信号 1 条
结合国际象棋强推理与自然语言解释能力的新型语言模型研究
近7日信号 1 条
基于主动凝视的双目机器人操作框架，仅用单个立体相机实现精细双臂操作
近7日信号 1 条
首个大规模RNA动力学生成与理解评测基准，填补动态RNA结构数据空白
近7日信号 1 条
提出分层保留机制以解决世界模型持续适应中的遗忘问题
近7日信号 1 条
面向动态场景逆向图形学的AI Agent评测基准，要求Agent从视频生成可执行图形程序
近7日信号 1 条
探讨AI时代纯数学研究范式转型、人机协作新路径及基础理论不可替代性
近7日信号 1 条