实体雷达

全部公司产品模型论文开源站点

论文Beyond Solo and Consistency: Vindicating Multi-Agent Debate via Conditional Progressive Pruning

提出条件渐进剪枝方法验证多智能体辩论（MAD）有效性，显著提升推理任务表现

近7日信号 1 条

论文GroupMask

提出层自适应分组稀疏机制，用于半结构化大模型剪枝，提升压缩后模型性能

近7日信号 1 条

论文Pace the Frontier52

Anthropic CEO提出的AI发展减速与安全治理框架倡议

「这不是技术方案而是权力宣言：Anthropic正将AI安全叙事武器化，为中国AI治理服务商创造首个‘制度套利’黄金窗口——谁最早把‘pacing’翻译成符合中国发展阶段的可控演进语言，谁就掌握下一轮AI政策红利入口。」

近7日信号 12 条

论文Screen Before You Serve: Simulation for Production Customer Experience AI Agents at 140M Scale60

提出面向千万级客户交互场景的CX智能体仿真评估框架，支持在受控环境中对生产级AI客服代理进行规模化压力测试与合规性验证

「面向CX智能体的规模化仿真评估框架具备明确B2B产品化潜力，但当前缺乏开源实现、行业落地案例和标准化接口，创业切入需聚焦垂直场景（如金融/政务客服合规沙箱）而非通用平台。」

近7日信号 4 条

论文AI is (not) the new...: A Diagnostic Analogy Framework for Generative AI's Cultural Impacts

提出用于评估生成式AI文化影响的历史类比诊断框架，聚焦知识基础设施变迁

近7日信号 1 条

论文Can You Check That? The Checkability Boundary for Local LLM Network Automation

界定本地小模型网络自动化中的可验证边界，平衡敏感数据不出域与结果可靠性

近7日信号 1 条

论文Two Conformal Constructions for Adaptive Within-Document AI-Text Screening

提出两种符合性构造方法，实现文档内AI文本筛查的自适应前缀选择与误报控制

近7日信号 1 条

论文EAServe: Encode-Aware Disaggregated Serving for Multimodal Large Language Models

针对多模态大模型新增Encode阶段，提出编码感知的解耦服务架构EAServe

近7日信号 1 条

论文Multi-agent Scaling Across Disjunctive and Compensatory Tasks

引入Steiner群体任务分类法，系统分析多智能体系统在不同任务结构下的缩放规律

近7日信号 1 条

论文Strategically Diverse Sampling for Self-Training

提出策略多样性采样框架，解决自训练中响应同质化导致的数据质量下降问题

近7日信号 1 条

论文Trust Guided Decision Transformer

提出基于模型自身预测误差的可信度引导机制，缓解决策Transformer长程推演漂移问题

近7日信号 1 条

论文Compact Documentation for Coding Agents

构建首个面向编码智能体的文档压缩基准与优化器，揭示其跨任务泛化失效问题

近7日信号 1 条

论文New LoRA Skills Should Read but Never Write

揭示LoRA适配器合并干扰机制，提出‘只读不写’原则以支持多技能无损组合

近7日信号 1 条

论文User Model Extraction via Belief Self-Distillation

提出信念自蒸馏（BSD）框架，可读写地提取和操控大模型隐含的用户信念

近7日信号 1 条

论文Statistical attribute alignment for black-box generative AI via output post-processing

提出面向黑盒生成式AI的统计属性对齐方法，通过输出后处理实现用户指定分布匹配

近7日信号 1 条

论文Learning to Stop without Learning to Stop

提出自监督置信度训练方法，提升推理模型效率，避免冗长推理链

近7日信号 1 条

论文Machine Verification of Poincaré Conjecture Proof

首次用Lean证明助手完整形式化验证庞加莱猜想，代码量达470万行

近7日信号 1 条

论文AI access makes people almost entirely unwilling to say "I don't know"

一项超3000人参与的研究发现，仅接触AI答案就使人类承认‘我不知道’的意愿从44%骤降至3%，即便AI回答几乎总是错误

近7日信号 1 条

论文TMLR作者真实性验证试验

机器学习期刊TMLR开展小规模试验，发现部分AI代写论文作者无法回答基础问题，暴露学术诚信风险

近7日信号 1 条

论文DSec: Efficient Sandbox Infrastructure for Large-Scale Agent Training

DeepSeek 发布面向大规模智能体训练的生产级弹性沙箱基础设施，支持强化学习与评测

近7日信号 1 条

论文StudentBench: AI and human tutoring yield equivalent GRE learning gains

首个系统评估AI教学效果的基准，证明AI导师与人类导师在GRE备考中效果相当

近7日信号 2 条

论文What, When, and How: Audio Description as Constrained Global Optimization

将无障碍音频描述建模为全局约束优化问题，联合优化描述内容、时机与节奏，超越传统局部视频到文本生成范式

近7日信号 1 条

论文HEXIS: Compiling Skills into Extended Finite State Machines

将智能体技能编译为扩展有限状态机（EFSM），解耦任务推理与控制流，提升技能复用性、可验证性与执行确定性

近7日信号 1 条

论文Multimodal Thinking with Renderable Programs

提出可渲染程序（Renderable Programs）范式，将图像深度融入推理链，使VLM能生成带视觉执行语义的中间代码，突破传统多模态模型的推理结构限制

近7日信号 1 条

论文EnigmaForge: The Question Is Hidden in the Story

新型推理基准，要求模型从无结构历史文档堆（信件、收据、日志）中自主发现并求解隐藏逻辑谜题，强调真实世界信息检索与推理能力

近7日信号 1 条

论文GRASP: Generating, Revising, and Assessing for Strategic Planning with Agentic AI

提出面向复杂任务的生成-修订-评估三阶段框架GRASP，提升AI智能体在战略规划类长程任务中的计划质量与可靠性

近7日信号 1 条

论文Does a model's stated reason for rejecting a candidate do any work?

探究语言模型在候选人选择任务中给出的拒绝理由是否真实反映其决策依据，通过可验证事实检验其解释性

近7日信号 1 条

论文Do Audio Language Models Hear and Read Distinctive Features Alike?

探究音频语言模型是否以相同方向表征听觉与视觉输入的音素区别性特征

近7日信号 1 条

论文GridSFM: A Foundation Model for Solving AC Optimal Power Flow

提出GridSFM电网基础模型，结合预训练与物理信息微调，大规模求解交流最优潮流问题

近7日信号 1 条

论文Search-Aware Reinforcement Learning for Multi-Component Query Understanding in Roblox Game Search

提出搜索感知强化学习，优化Roblox游戏搜索中的多组件查询理解，提升下游检索效果

近7日信号 1 条