实体雷达

全部公司产品模型论文开源站点

论文EvoSCM: Scientific Belief Revision Through Causal Model Evolution and Experimentation

提出EvoSCM框架，通过因果模型演化与实验实现科学信念的显式建模与可验证修订

近7日信号 1 条

论文A Mathematical Theory of Reusable Neural Bases for Network Compression

提出可重用神经基底（LRNBA）架构与数学理论，为大模型压缩提供新压缩范式

近7日信号 2 条

论文NashDreamer: Model-Based Reinforcement Learning for Zero-Sum Imperfect-Information Games

提出NashDreamer框架，首次将模型驱动强化学习成功应用于零和不完全信息博弈

近7日信号 1 条

论文Can LLMs Discover Scientific Laws in Real and Parallel Worlds?

探索LLM在真实世界与平行世界数据上发现科学定律的能力边界与泛化机制

近7日信号 1 条

论文Retrieved but not ranked: surface-form bias in structural retrieval, from mathematics to agent trajectories

首次在数学竞赛与智能体轨迹两个领域实证表面形式偏差对结构化检索的影响

近7日信号 1 条

论文H3-World: Turning Language Understanding into World Control

将MiniMax-H3视频生成模型转化为交互式世界模型H3-World，验证语言作为世界控制接口的可行性

近7日信号 1 条

论文From Confusion to Clarity: Confusion-Aware Retrieval and Knowledge Injection for Text Classification

提出困惑感知检索与知识注入方法，提升细粒度文本分类在大规模语义相近标签下的准确率

近7日信号 1 条

论文Selective Agent Guidance via Entropy: Learning Autonomous Policies from Imperfect VLM Teachers

利用熵值选择性引导智能体策略学习，缓解VLM教师模型昂贵且僵化的缺陷

近7日信号 1 条

论文From Production Traffic to Post-Training: Building a Self-Hosted LLM That Covers the Corporate Request Mix

提出基于企业真实请求混合流量的自托管LLM构建方法，解决多代模型碎片化GPU资源问题

近7日信号 1 条

论文Scaling Near-Optimal SFT-RL Annotation Budget Allocation from Small to Large LLMs

建立从小模型到大模型可扩展的SFT与RL标注预算最优分配理论框架

近7日信号 1 条

论文Closing Cost-Quality Gap in Document VLMs: Difficulty-Aware Data Curation and Quality-Adjusted Deployment Economics

提出面向文档理解VLM的难度感知数据策展与质量-成本协同部署方法，适配金融等强监管行业

近7日信号 1 条

论文The Structure of Quantization Damage in LLMs: Why the Next Bit Should Be Spent Globally

揭示大模型量化损伤的空间分布规律，提出全局比特分配优于局部调优的新洞见

近7日信号 1 条

论文Designing Proactive Thought Partners for Writing

系统探讨写作场景中主动式AI协作者的设计原则，超越通用提示生成

近7日信号 1 条

论文Mechanism Design for Alignment and Control

构建面向未知对齐状态与能力边界的AI智能体的机制设计框架，兼顾诚实性与服从性激励

近7日信号 1 条

论文Facet-0: A Robotic Foundation Model for Contact-Rich Precise Manipulation

发布首个面向接触密集型精密操作的机器人基础模型Facet-0，聚焦亚毫米级装配鲁棒性

近7日信号 1 条

论文The Rise of Verbal Reinforcement Learning

提出“语言强化学习（Verbal RL）”新范式，将自然语言作为人机协同反馈主通道

近7日信号 1 条

论文CordisBench: Can Language Models Reason About Component Lifecycles in Dynamic Agent Harnesses?

构建首个面向动态智能体运行时（Dynamic Agent Harness）的组件生命周期推理评测基准CordisBench（1200题）

近7日信号 1 条

论文Adaptive Critical Token-Aware Retrieval for Repository-Level Code Generation

针对超长代码库场景，提出关键Token自适应检索方法，缓解LLM上下文长度限制

近7日信号 1 条

论文Efficient SWE Agent Benchmarking via Trajectory-Aware Evaluation

提出轨迹感知评估法，显著降低软件工程智能体基准测试成本，保持高相关性

近7日信号 1 条

论文Beyond Scores: Understanding LLM-as-a-Judge Mechanisms in Summarization Evaluation

首次系统剖析LLM作为评判器在摘要评估中的内部打分机制，揭示其可解释性瓶颈

近7日信号 1 条

论文Parsing the Stream: A Live Trace Model for Long-Horizon Agents and Their Observers

提出面向长周期智能体的实时追踪模型（live trace model），解决可观测性与上下文折叠难题

近7日信号 1 条

论文The efficient frontier of LLM inference

探讨大语言模型推理的效率边界与成本权衡

近7日信号 1 条

论文SAGE: Subpopulation-Aware Generative Enhancement

面向子群体感知的生成增强方法，缓解数据偏置导致的虚假相关

近7日信号 1 条

论文OUTLETS: Output-Length Prediction from Speculative Decoding Backbones

基于推测解码骨干网络的LLM输出长度预测方法，解决服务资源调度难题

近7日信号 1 条

论文Post-hoc Alignment of LLM-judges to Human Judgment Distribution

提出LLM-as-a-judge后对齐方法，使其输出分布匹配人类判断分布而非单点标签

近7日信号 1 条

论文Hints Help But Do They Teach? Evaluating Skills Transfer in Code Generation

探究提示对代码生成的辅助作用是否蕴含技能迁移，使用可执行评测验证知识内化程度

近7日信号 1 条

论文ClinTraceBench: Source-Verifiable Longitudinal Clinical Reasoning over EHR-Derived Dialogues

首个支持溯源验证的纵向临床推理评测基准，基于电子病历衍生对话构建

近7日信号 1 条

论文Latent Recurrent Thoughts: Recurrent Refinement of Proposed Latents for Reasoning with Frozen LLMs

提出在冻结LLM连续表征空间中进行潜变量循环精炼的推理范式，规避离散token链式错误传播

近7日信号 1 条

论文Spawn Freely, Act Sparingly: Progressive Risk Vesting for Recursive LLM-Agent Trees

提出递归LLM智能体树的风险渐进式释放机制，平衡分支扩展与工具调用权限控制

近7日信号 1 条

论文Data-Driven Persona-Conditioned Agents for A/B Test Simulation

提出基于用户画像的LLM智能体A/B测试仿真框架，替代真实流量实验

近7日信号 1 条