提出面向知识工作智能体的版本化工作区框架，统一管理代码/文档等数字资产的解析视图、原生文件与变更历史
近7日信号 1 条
首次实证研究代理型推荐系统中用户双向接受度（委托对话 vs 接收代理回复）的不对称性，为AI社交代理落地提供关键人因洞察
近7日信号 1 条
首个系统性分维度评估LLM分词器性能的基准套件，聚焦其对模型能力的实际影响
近7日信号 1 条
揭示基于记忆的自我改进智能体在任务顺序、方差和规格不足下的可靠性脆弱性，对具身智能与多智能体系统有重要警示
近7日信号 1 条
《美国医学会杂志》发表评论，主张当AI在医学推理上超越医生时，监管不应强制保留人类最终决定权
近7日信号 1 条
MIT科技评论分析指出LLM虽能写代码、生成数据，但完全自主的AI自我改进仍面临重大现实障碍
近7日信号 1 条
经典机器学习过采样算法SMOTE获IJCAI-ECAI首届时间检验奖，表彰其长期学术影响力
近7日信号 1 条
国际人工智能联合会议颁发的青年学者最高荣誉，吴佳俊因基础理论贡献获奖
近7日信号 1 条
研究发现AI系统在压缩长上下文时平均丢弃83%用户指令，提出基于Qwen3.5-9B的轻量模块可保留超90%指令
近7日信号 1 条
提出逻辑感知验证与增强框架LAVA，提升金融文档审计在异构输入下的准确性与可复现性
近7日信号 1 条
构建TRACE-Bench基准，解构多参考图像生成任务，支持组合式评估而非预设任务类型
近7日信号 1 条
提出拓扑归因距离（TAD）度量RAG片段对LLM输出几何结构的影响，用于网络安全日志分析可解释性增强
近7日信号 1 条
提出GRIP框架缓解RAG中查询主导问题，通过信息受限前提强制检索证据参与推理
近7日信号 1 条
提出梯度引导流匹配方法实现人脸识别模型逆向攻击，提升重构精度与稳定性
近7日信号 1 条
提出神经符号具身智能体架构，融合符号推理保障执行可行性与神经网络感知灵活性
近7日信号 1 条
提出科学问题发现的历史回测协议，以可证伪方式替代主观专家评分评估AI科研提问能力
近7日信号 1 条
在Agent Harness平台上开展黑箱强化学习实验，拓展长周期任务中复杂环境交互训练能力
近7日信号 1 条
提出首个面向多AI编码智能体协作过程的量化测量框架，超越传统任务完成率评估
近7日信号 1 条
诊断大视觉语言模型在密集场景中同类别属性错绑问题，提出细粒度归因诊断方法
近7日信号 1 条
揭示LLM驱动具身智能体中‘状态语义注入’新型攻击面，即恶意操控内部状态导致执行越界
近7日信号 1 条
提出受管双时间轴知识图谱存储Quipu，支持代理写入、治理策略与多时间维度版本控制
近7日信号 1 条
提出GEO-Flag方法检测与量化生成引擎优化（GEO）网页内容，应对搜索引擎结果操纵风险
近7日信号 1 条
构建首个面向视频世界模型物理随机动力学校准的细粒度基准CaliBench，聚焦aleatoric不确定性评估
近7日信号 1 条
将策略迭代引入上下文学习，使固定模型能通过人类反馈在推理时动态优化行为， bridging RLHF与ICL
近7日信号 1 条
发现并命名‘模型催眠’现象——微弱提示信号叠加可强控AI行为，揭示大模型鲁棒性新攻击面
近7日信号 1 条
提出分层动作流（HAF）与谱隐式RL方法，将通用视觉语言动作模型适配至人形机器人全身运动操作任务
近7日信号 1 条
提出Proteus架构，通过增量式记忆激活机制缓解长上下文建模中静态记忆瓶颈，提升序列建模效率与适应性
近7日信号 1 条
首次系统审计合规检测器（激活探针与守卫模型）实际读取内容，揭示其在数据保护、医疗、金融等监管场景中的失效风险
近7日信号 1 条
面向去中心化借贷的链上现金流重建框架，解决无信用局场景下的链上信贷风控问题
近7日信号 1 条
研究生成文本能否携带可检测的因果内部状态证据，推动语言模型可验证计算溯源
近7日信号 1 条