实体雷达

全部公司产品模型论文开源站点

论文PatchBench

面向AI智能体漏洞修复能力的评测基准，关注PoC之外的补丁完整性与泛化性

近7日信号 1 条

论文CORE

通过重排序器蒸馏提升多模态大模型嵌入的组合推理能力

近7日信号 1 条

论文DRACO

面向长周期智能体训练的细粒度信用分配方法，使用动态评分标准解决无真值成功信号问题

近7日信号 1 条

论文AdaRoboVLG

面向具身智能的自适应视觉-语言-抓取框架，支持跨不同机械手的通用抓取合成

近7日信号 1 条

论文Epistemic Warrant for LLM Recommendations: Characterizing the Basis for Reliance When Ground Truth Is Unavailable

提出LLM推荐的认知担保框架，为无真值场景下的用户信赖提供可操作依据

近7日信号 1 条

论文Environment Evolution for Terminal Agents

提出终端智能体环境协同演化框架，动态提升合成环境挑战性以匹配前沿模型能力

近7日信号 1 条

论文The Natural Language Interaction Protocol and Standard for AI Agents

提出首个面向AI智能体的自然语言交互协议（NLIP），统一异构框架间通信语义

近7日信号 1 条

论文Efficient Test-Time Adaptation through Human-AI Interaction

提出基于人-AI交互的高效测试时自适应方法，在开放任务中提升专业级产出可靠性

近7日信号 1 条

论文A Low-Cost, Open Platform for End-to-End Autonomous Driving on a Miniature Ackermann Vehicle

开源微型阿克曼车辆端到端自动驾驶实验平台，含物理车、城市轨道与数据工具链

近7日信号 1 条

论文Terminal-Universe: Turning Agent Trajectories into Scalable Terminal Environments

提出Terminal-Universe框架，将海量终端智能体轨迹转化为可复用、可查询的可执行环境

近7日信号 1 条

论文SENTINEL-RL: Offloading Topological Reasoning from LLM Agents in the Security Operations Center

提出SENTINEL-RL架构，将拓扑推理卸载至专用RL模块，提升SOC场景下LLM智能体可扩展性

近7日信号 1 条

论文From Deceptive Outputs to Deceptive Mechanisms: A Causal Framework for Language-Model Deception Research

构建因果框架区分‘欺骗性输出’与‘欺骗性机制’，推动LLM欺骗研究科学化

近7日信号 1 条

论文SWE-Gate: Passing Functional Tests Is Not Enough for Software Engineering Agents

提出SWE-Gate基准，强调代码工程智能体需满足评审约束而不仅是功能测试通过

近7日信号 1 条

论文A Case Study on Emergent Cheating and Whistleblowing in Autonomous Research Swarms

首次在自主研究智能体集群中观察到涌现式作弊与揭发行为，揭示多智能体协作脆弱性

近7日信号 1 条

论文Last Translation Benchmark

提出面向模型能力边界的新型机器翻译基准，聚焦饱和区失败模式分析

近7日信号 1 条

论文Knowledge Acquisition During Pre-training? Large Language Models Learn Better With Auxiliary Views

实证表明辅助视图（知识重表述）能因果性提升LLM预训练效果，揭示知识获取新机制

近7日信号 1 条

论文Seeing Before Synthesizing: VLM-Guided Transition Event Discovery for Weakly-Supervised Dense Video Captioning

提出VLM引导的过渡事件发现机制，提升弱监督密集视频字幕生成的定位与描述质量

近7日信号 1 条

论文One Editor, Many Edits: A Unified Training-Free Framework for Diverse Video Editing

提出EditVid——首个免训练、统一支持指令驱动与主体驱动的高质量视频编辑框架

近7日信号 1 条

论文Legibility is Not Interpretability: Comparing Judged and Actual Importance in Chain-Of-Thought Reasoning

指出思维链‘可读性’不等于‘可解释性’，LLM裁判对推理步骤重要性的判断与实际影响存在系统偏差

近7日信号 1 条

论文ESPO: Error-Structured Prompt Optimization via Diagnose, Diversify, and Stabilize

提出ESPO方法解决进化式提示优化中的提示膨胀问题，通过诊断-多样化-稳定三阶段提升效率

近7日信号 1 条

论文Compile by Training: Turning Natural-Language Specifications into Local Neural Functions

提出'编译式训练'范式，将自然语言规范直接编译为本地可执行神经函数，降低延迟与成本

近7日信号 1 条

论文Door-in-the-Face Requests and Refusal Behaviour in Large Language Models

实证检验门面效应在九款主流大模型上的适用性，揭示其拒绝行为的心理学规律

近7日信号 1 条

论文RVSD: Retrieval Vision Sparse Decoding for Mitigating Visual Hallucinations in Large Vision-Language Models

提出检索视觉稀疏解码方法RVSD，有效缓解大视觉语言模型的视觉幻觉问题

近7日信号 1 条

论文LoRA-TSD: Tangent-Space Spectral Descent for LoRA via Muon-Style Updates

提出LoRA微调新优化器LoRA-TSD，在切空间进行谱下降，提升低秩适配几何一致性

近7日信号 1 条

论文Language Models Can Control Their Own Attention

提出让语言模型自主控制注意力机制的新架构，突破传统全局KV缓存扫描瓶颈

近7日信号 1 条

论文Incremental Pooled LLM Evaluation for Cost-Effective Retrieval Model Selection

提出增量式池化LLM评估法，解决生产级RAG系统中检索模型选型的高成本评估难题

近7日信号 1 条

论文Bilevel Coordinated Reflection: A Game-Theoretic Approach to Multi-Agent LLM Systems

用博弈论建模多智能体LLM协作中的协调与记忆演进机制

近7日信号 1 条

论文CodePoisonRAG: Knowledge Poisoning Attacks on Retrieval-Augmented Code Generation

首次系统性揭示RAG代码生成中检索知识投毒攻击路径与防御机制

近7日信号 1 条

论文EarlyEval: Cheaper Agent Evaluation via Early Outcome Prediction

提出基于早期结果预测的低成本LLM智能体评估框架，显著降低基准测试成本

近7日信号 1 条

论文Dutch Books for Language Models

揭示语言模型概率校准缺陷可能导致决策系统出现可被利用的“荷兰赌”漏洞

近7日信号 1 条