实体雷达

全部公司产品模型论文开源站点

论文KaliBench: A Fine-Grained Benchmark for Cybersecurity Tool Use on Kali Linux with Runtime-Free Verifiable Rewards

面向Kali Linux的细粒度网络安全工具调用评测基准，支持无运行时验证奖励

近7日信号 1 条

论文One Basis to Animate Them All: Gaussian Blendshape Distillation for Real-Time Avatars

提出高斯混合形变蒸馏方法，实现预训练3D高斯头像的实时动画加速

近7日信号 1 条

论文UniMate: One Unified Model to Animate Diverse Skeletons

SIGGRAPH Asia 2026发表的统一骨骼动画生成模型，支持多样化骨架驱动

近7日信号 1 条

论文Identity Management for Agentic AI

面向具身智能体的身份管理框架研究

近7日信号 1 条

论文Provably Tractable NFA-Constrained Language Generation via HMMs

利用隐马尔可夫模型（HMM）实现非确定性有限自动机（NFA）约束下的可证明高效语言生成

近7日信号 1 条

论文Cheap to Draw, Expensive to Trust: Certifying Test-Time Scaling Curves

提出测试时缩放曲线的可验证性理论框架，揭示采样答案数与可信度间的根本张力

近7日信号 1 条

论文MemLife: Curating and Reasoning over Long-Term Egocentric Video Memories

提出MemLife框架，支持对数百小时第一人称视频记忆进行高效检索、摘要与长期推理

近7日信号 1 条

论文SCB: SpeechConversationBench for Evaluating Multi-Turn Reasoning in Speech-to-Speech Models

发布SpeechConversationBench（SCB）基准，专注评测语音到语音模型在多轮口语数学推理中的表现

近7日信号 1 条

论文Learning Skills from Historical Action Trajectories: Action Experience Dictionary for World Action Models

提出动作经验词典（AED），支持世界动作模型（WAM）跨任务复用历史操作经验

近7日信号 1 条

论文PhantomEnvironments: Training LLM Agents in Fictional Worlds

构建虚构世界PhantomEnvironments作为低成本、可验证、长程RL训练环境，突破真实环境瓶颈

近7日信号 1 条

论文EviRover: Reinforcing Agentic Perception Beyond a Glance

提出EviRover框架，通过强化学习扩展智能体视觉感知能力，超越单次凝视的静态假设

近7日信号 1 条

论文Distribution Matching Distillation for Continuous Diffusion Language Models

提出分布匹配蒸馏法，显著降低连续扩散语言模型的网络评估次数（NFE），保持生成质量

近7日信号 1 条

论文Decision-Oriented Recommendation Reranking: An Empirical Study of Jev

实证研究Jev模型在决策导向型推荐重排序任务中的性能-效率权衡

近7日信号 1 条

论文STARS: From Spatiotemporal Dynamics to Social Representations in Human-Robot Interaction

构建时空动力学到社会表征的映射框架STARS，提升人机交互中机器人社交合规导航能力

近7日信号 1 条

论文ComputerSD: Online Self-Distillation from Real-Time Feedback for Computer-Use Agents

提出面向计算机使用智能体的实时反馈在线自蒸馏方法，解决GUI任务中中间动作监督缺失问题

近7日信号 1 条

论文OpenTSLM TeeMoE: A Unified Time-Series Language Model for Forecasting, Contextual Prediction, and Reasoning

发布统一时间序列语言模型TeeMoE，支持预测、上下文条件推断与语言化时序推理三重能力

近7日信号 1 条

论文cua-speedrun: Standardized Benchmarking of the Speed of Computer-Use Agents

首个标准化评测计算机使用智能体（CUA）执行速度的基准套件，聚焦GUI操作时延与吞吐量

近7日信号 1 条

论文PivotOPD: Learning to Recover from Pivotal Mistakes in Multi-Turn Agents

针对多轮智能体关键失误设计可恢复的在线蒸馏框架，提升长程交互鲁棒性

近7日信号 1 条

论文Linguistic Loopholes in LLM Unlearning: From a 174-Language Benchmark to Coverage-Aware Unlearning

构建174语言基准，首次揭示大模型遗忘的跨语言漏洞，并提出覆盖感知遗忘新范式

近7日信号 1 条

论文PMosFM: Preconditioned Manifold Matching for One-Step Physics-Constrained Generation

提出预条件流形匹配方法，实现一步式物理约束生成，避免传统迭代修正的高采样开销

近7日信号 1 条

论文How Much Is an AI Token Worth? Scaling Laws for Wild AI-Generated Web Text

基于FineWeb数据构建首个AI生成网络文本规模量化基准，揭示2026年AI token占比超31%的现实趋势

近7日信号 1 条

论文How Much of a Harness Does a Strong Agent Need for Autonomous ML Engineering?

系统评估Harness对自主机器学习工程（MLE）智能体的必要性，揭示强基座模型与轻量Harness的协同边界

近7日信号 1 条

论文Looped Diffusion Transformer

引入循环式扩散Transformer架构，在单步去噪中复用共享Transformer块以提升文本到图像生成效率

近7日信号 1 条

论文DynaHarness: A Dynamic Physical Harness for Self-Evolving Robot Agents

提出动态物理Harness框架，支持机器人智能体在语义推理与物理执行间自适应协调演进

近7日信号 1 条

论文Compression Footprints as Security Signals for Model-Poisoning Defense in Federated Learning

首次将联邦学习中的有损压缩响应建模为安全信号，用于检测模型投毒攻击

近7日信号 1 条

论文Scaling Laws for Looped Mixture of Experts

提出循环式混合专家（Looped MoE）的新型缩放定律，融合循环计算深度与MoE稀疏容量优势

近7日信号 1 条

论文MatLoom

面向材质生成的紧凑程序空间分层语言，支持文本到材质的规则化合成与可编辑性

近7日信号 1 条

论文Cogentic

面向开放数学难题的多智能体协同证明发现框架，集成定理生成、验证与策略演化

近7日信号 1 条

论文WorldAuditBench

首个面向交互式3D世界的多模态智能体审计评测基准，支持浮动物体、不可穿越墙等异常检测

近7日信号 1 条

论文Turbo Harness

面向Harness的实例自适应优化方法，突破全局统一Harness限制，提升Agent在异构任务上的泛化性

近7日信号 1 条