实体雷达

全部公司产品模型论文开源站点

论文Playing log(N)-Questions over Wikipedia Abstracts: Communication Efficiency Between Paired Frontier Models

在Wikipedia摘要上开展两智能体log(N)问答游戏，评估前沿大模型间通信效率，揭示模型协作的瓶颈与潜力

近7日信号 1 条

论文Flag Game: A Toy Model for Mechanistic Swarm Interpretability

构建可解释性玩具模型（Flag Game），用于机理级分析多智能体集群中信念快速传播与涌现协同行为的安全风险根源

近7日信号 1 条

论文Affora: A Design System for Agent-Friendly Interfaces

面向人机共用场景的界面设计系统，支持人类用户与AI智能体同时可读可操作，兼顾视觉自由度与机器可解析性

近7日信号 1 条

论文Cognitive Extensions for Dual-Process Language Agents: Memory and Self-Reflection in Interactive Environments

提出面向交互环境的双过程语言智能体认知扩展框架，聚焦记忆与自省机制，增强长程状态追踪与失败恢复能力

近7日信号 1 条

论文ScienceIDE

将全球科学代码库转化为智能体可学习执行环境，构建可验证科研知识代理基座

近7日信号 1 条

论文Dreaming the Sound of Contact

利用视频与音频生成实现零样本力感知操作，填补机器人接触任务中力信息缺失空白

近7日信号 1 条

论文PANORAMA: Panoptic Grounded Captioning via Mask Proposal Selection

通过掩码提案选择实现全景图像标注的空间接地，提升VLM空间理解鲁棒性

近7日信号 1 条

论文A Zeroth-Order Paradigm for LLM Preference Alignment

提出零阶偏好对齐新范式，规避梯度计算开销与似然位移问题

近7日信号 1 条

论文Objective vs. Search: Decomposing What Makes a Good Tokeniser

系统解构现代分词器优化目标（压缩vs似然）与搜索策略（贪心vs最优）的正交性

近7日信号 1 条

论文From Local Priors to Global Consistency: 3D Geometry for Vision-Language Models

港科大谭平团队ECCV 2026论文，提出用3D几何增强视觉大模型跨视角全局一致性

近7日信号 1 条

论文Humanity's Last Exam

《自然》发布的专家级AI综合能力评测基准，覆盖2500道跨学科难题，旨在重设人机能力分水岭

近7日信号 1 条

论文Breaking the 1.58-bit Barrier for Ternary LLMs

突破三值大语言模型1.58比特量化瓶颈的新型训练与压缩方法

近7日信号 1 条

论文Paper2Agent

斯坦福团队发表于Nature的研究，将论文自动转化为可复现结果并泛化至新数据的AI代理，支持MCP协议

近7日信号 1 条

论文Learning to solve hard problems in RL for LLMs by never giving up

提出一种永不放弃（Never Give Up）的强化学习框架，提升LLM在复杂推理任务中的鲁棒性与成功率

近7日信号 1 条

论文Mo' Models, Mo' Problems: How to best select model pools when designing Multi-Agent Systems

研究多智能体系统中模型池选择策略，为海量开源模型场景下的MAS设计提供实证选型指南

近7日信号 1 条

论文Zero-shot narrative detection in social messaging

探索大语言模型在零样本条件下识别社交消息中隐藏叙事的能力，验证其深层语境理解潜力

近7日信号 1 条

论文Towards Detecting AI-Assisted Responses in Online Surveys

构建ASURRE基准数据集，首次系统研究在线问卷中AI辅助作答的检测问题，保障调研效度

近7日信号 1 条

论文Self-Emergence Agent Architecture: Behavior-Inertia HMM, Reflexive Metacognition, and Social-Contrastive Self-Modeling

提出自涌现智能体架构，整合行为惯性隐马尔可夫模型、反思性元认知与社会对比式自建模，缓解人格漂移与自我-他者边界缺失

近7日信号 1 条

论文Type-IV Code Clone Detection via Layer-Wise Non-Contrastive Representation Learning

提出基于层间非对比表征学习的Type-IV代码克隆检测方法，解决语义等价但语法差异大的克隆识别难题

近7日信号 1 条

论文Where Should a Document Live: Context, Representations, or Parameters?

系统比较文档信息注入LLM的三种方式——上下文窗口、参数微调、隐空间表示——并分析其权衡

近7日信号 1 条

论文ECHO: A Matched-Contrast Benchmark for Context-Sensitive Turn-Taking in Full-Duplex Dialogue

构建ECHO基准，专用于评估全双工对话系统在打断响应与回声反馈间的细粒度语境敏感转场能力

近7日信号 1 条

论文Large Language Models Develop Belief State Geometry In-Context

在可控提示设定下揭示LLM上下文学习中信念状态的几何表征结构

近7日信号 1 条

论文OPEN-1B: A Fully Auditable Training Run

提出首个完全可审计的10亿参数开源语言模型训练流程，解决浮点非结合性导致的不可复现问题

近7日信号 1 条

论文Bridging the Confidence Gap: Temperature Scaling for Calibrating Test-Time Prompt Tuning

针对测试时提示调优（TPT）导致校准性能下降问题，提出温度缩放校准方法，无需额外正则化

近7日信号 1 条

论文FlashVector: Agent for Hierarchical Model Serving Stack Optimization

提出FlashVector智能体，用于优化推荐系统中多层模型服务栈（GPU内核、框架图、模型服务器等）的吞吐量

近7日信号 1 条

论文Enhancing Accessibility of Medical Texts through Large Language Model-Driven Plain Language Adaptation

提出基于大语言模型的医疗文本通俗化适配（PLA）方法，提升复杂健康信息可及性

近7日信号 1 条

论文Decomposition Buys Integrity, Not Yield

理论建模多智能体任务分解，揭示分解提升结果完整性而非整体产出量

近7日信号 1 条

论文Coupled Calibration and Learning

提出耦合校准与学习方法，在无目标域奖励反馈下缓解LLM蒸馏中的教师偏差传递

近7日信号 1 条

论文JustFit: 200K-Token LLM Serving on a 24 GiB Laptop

提出JustFit推理运行时，在24GB笔记本上实现200K token上下文的本地LLM服务

近7日信号 1 条

论文Verifiable Social Reasoning for LLM Assistants

构建可验证社会推理评估框架，解决LLM助手在主观社交咨询场景中的推理可信度难题

近7日信号 1 条