实体雷达

全部公司产品模型论文开源站点

论文Adaptive Frequency Threshold BPE

面向混合自然语言与结构化符号语料的自适应频率阈值字节对编码方法

近7日信号 1 条

论文If at First You Don't Succeed, Backtrack

针对冻结视觉-语言-动作（VLA）模型失败恢复的轻量级回溯机制，无需额外演示数据

近7日信号 1 条

论文Where Rounding Happens Matters

提出舍入位置对齐机制以稳定大模型强化学习训练，解决推理/训练实现差异导致的策略偏移

近7日信号 1 条

论文DexPort: Hand-Held Skill Interface for Dexterous Hand Data Collection

灵巧手技能数据采集的手持式接口，解决高质示范数据收集瓶颈

近7日信号 1 条

论文SceneBloom: Agentic Indoor Environment Generation

面向具身智能学习的具身化室内环境生成方法，支持语义规划与物体级推理

近7日信号 1 条

论文A Mathematician Reads the AI Future

数学家视角下的AI发展趋势分析与批判性思考

近7日信号 1 条

论文TokenGate: Token-Gated Attention Makes Long-Context Prefill Up to 11.3x Faster

斯坦福与伯克利联合提出的可插拔式学习型 token 剪枝模块，显著加速长上下文预填充（最高 11.3 倍）并降低显存峰值，无精度损失

近7日信号 1 条

论文AI审稿意见全面胜过高水平人类同行评审

哈佛大学研究对比134组AI与人类审稿意见，在7个维度AI全面领先，事实错误率仅5.5%

近7日信号 1 条

论文Anthropic AI Safety Regulation Draft

Anthropic私下推动的AI监管草案，提出需证明造成50人以上死亡或10亿美元损失方可叫停模型，引发业界争议

近7日信号 1 条

论文Can an Agent Debug a Web Corpus? Agentic Auditing of Slovak FineWeb2

首次将LLM智能体用于多语言网络语料库调试，以斯洛伐克语FineWeb2为案例揭示跨语言流水线中的隐性失效模式

近7日信号 1 条

论文Causal Chain of Thought: Mitigating Attention Leakage via Context Isolation

提出因果链式思维（CCoT）范式，通过上下文隔离抑制注意力泄漏，确保推理步骤对最终答案具有因果驱动性

近7日信号 1 条

论文A Fix for Softmax and Cross-Entropy

指出标准Softmax与交叉熵实现中存在两个数值缺陷（Softmax Collapse与Log-Softmax Underflow），并给出鲁棒修复方案

近7日信号 1 条

论文EpiSEM-Bench: Evaluating Safety and Evidence Recovery in LLM Agents under Missing Evidence

构建EpiSEM-Bench基准，评估工具调用型LLM智能体在环境事实缺失时的安全判断与证据恢复能力

近7日信号 1 条

论文SpectralCanary: Low-Frequency Traces for T2I Dataset-Use Auditing

提出SpectralCanary方法，利用低频谱迹实现文本到图像模型数据集使用情况的被动审计，无需访问训练数据

近7日信号 1 条

论文Reliable AI-Assisted Decisions via Selective Auditing

提出选择性审计机制，在线监控AI决策流，结合置信度分数动态触发人工复核，保障关键场景决策可靠性

近7日信号 1 条

论文Direct Pass@$k$ Optimization for Thought Pruning

提出直接优化Pass@$k$的思维剪枝方法，在测试时推理中平衡候选解质量与多样性，降低计算开销

近7日信号 1 条

论文Sensorimotor Alignment: A Platonic Proxy for Embodied Policy Success

提出基于感觉运动对齐的具身策略能力离线评估代理，验证‘柏拉图表征假说’在机器人基础模型中的有效性

近7日信号 1 条

论文METTA: Memory-Enhanced Test-Time Adaptation for Meta-Reinforcement Learning

针对元强化学习中长历史任务表征难题，提出记忆增强的测试时自适应框架，提升少样本任务泛化能力

近7日信号 1 条

论文Cost-Aware Abstention for LLM-Based IT Ticket Classification

提出面向IT工单分类任务的成本感知拒绝机制，在离线校准中显式建模路由错误成本，提升运维系统可靠性

近7日信号 1 条

论文Critique of AI-Generated Mathematical Proofs

陶哲轩与邓煜对谈指出部分AI生成数学成果缺乏可理解性，称为‘有毒废料’

近7日信号 1 条

论文Proof of Unique Games Conjecture by MIT Mathematicians

MIT数学家团队为应对OpenAI潜在抢先发表，紧急完成95页论文证明唯一博弈猜想

近7日信号 1 条

论文Marooned AI Agents on Virtual Island

MIT研究团队将13个AI代理置于虚拟孤岛环境，观察其自发游戏、协作与能力进化行为

近7日信号 1 条

论文Mitigating Model Collapse through Dreaming Learning

提出‘梦境学习’机制，在马尔可夫设定下谱分析并缓解生成模型在合成数据上训练导致的模型坍塌

近7日信号 1 条

论文What the Author Wrote, What the Agent Reads: Silent Cue Loss in Enterprise Document Ingestion

揭示企业文档摄取环节中格式、元数据、结构化线索的静默丢失现象，定义企业级智能体部署的关键可靠性瓶颈

近7日信号 1 条

论文Robust Soft Skill Adaptation via Behavioral Localization in Tool-Using Agents

提出行为定位机制实现工具使用智能体的鲁棒软技能适配，在降低计算开销的同时过滤冗余行为干扰

近7日信号 1 条

论文HGM-Dual: Lineage-Aware Guided Agent Harness Optimization for Long-Horizon Planning

提出谱系感知的双路径Harness优化框架，显著提升冻结/闭源大模型在长周期规划任务中的智能体效能

近7日信号 1 条

论文SP-HLM: Sparse-Pose-Driven Motion Generation and Whole-Body Control for Humanoid Loco-Manipulation

提出稀疏姿态驱动的运动生成框架，解耦高阶任务策略与全身协调控制，提升人形机器人运动-操作一体化性能

近7日信号 1 条

论文SWE-DIVE: Multi-Turn Coding Agent Evaluation with Dynamic User Simulation

首创动态用户模拟机制的多轮编程智能体评测基准，解决传统单次提示评测无法反映真实开发交互的缺陷

近7日信号 1 条

论文From Reasoning to Action: Benchmarking Frontier AI Models on LIBERO-10 Robot Manipulation Tasks

基于LIBERO-10任务集评测前沿AI模型在无需任务微调下的机器人操作能力，验证通用模型向具身智能迁移潜力

近7日信号 1 条

论文Charts as Epistemic Actions for Experience-Driven Agentic Data Analysis

提出将图表视为认知行动的新范式，推动数据智能体从纯文本推理转向人机协同的可视化分析工作流

近7日信号 1 条