融合生成式AI、LaTeX与Python的STEM教学设计六阶段架构
近7日信号 1 条
基于欧洲多国调查的LLM价值对齐社会决定因素解耦分析
近7日信号 1 条
面向科研问答的多阶段 grounding 与验证基准
近7日信号 1 条
首次量化AI智能体推理能耗是基础聊天提示的600倍
近7日信号 1 条
提出长程代理轨迹的错误生命周期追踪方法，精准定位导致级联失败的关键初始错误步骤
近7日信号 2 条
提出时间步条件化Transformer架构，突破传统固定步长限制实现全球天气预报精度与效率平衡
近7日信号 1 条
提出DASH方法，通过发散自适应监督范围提升推理模型的在线策略自蒸馏效果
近7日信号 1 条
研究在效用约束下提升合成临床基准的真实性，解决医疗AI代理测试中因数据敏感导致的结构性失真问题
近7日信号 1 条
对“图像思维”范式开展因果审计，发现视觉裁剪缩放等主动操作常带来边际或负向收益，质疑其实际效用
近7日信号 1 条
提出基于克罗内克分解海森矩阵的高效量化方法，加速GPTQ类自适应舍入算法
近7日信号 1 条
融合神经与符号方法的RAG架构，提升问答过程的可解释性，显式呈现中间推理步骤与知识溯源
近7日信号 1 条
提出无监督的在策略自蒸馏方法，摆脱对真实标签、环境反馈或人工指导的依赖，实现纯LLM内生优化
近7日信号 1 条
提出首个聚焦LLM“运行时外壳”（harness）优化能力的评测基准，涵盖提示、工具、控制流等系统级组件
近7日信号 1 条
主张用可解释的代理式操作替代黑盒Top-K检索，在财报、审计报告等结构化长文档场景中提升RAG透明度与可控性
近7日信号 1 条
提出基于排序的奖励构造方法，释放生成式奖励模型在LLM强化学习中的潜力，突破判别式模型瓶颈
近7日信号 1 条
构建面向中国国标文档（GB/T）的规则密集型审查评测基准，填补LLM在专业合规审查能力评估空白
近7日信号 1 条
首次系统评估对话代理基准质量，指出其普遍存在任务不一致、场景简化、策略覆盖不足等问题
近7日信号 1 条
提出交互式神经符号框架，从关系型数据中自动构建分析语义模式，支持自然语言查询与报告生成
近7日信号 1 条
提出以推理为枢纽的多语言推理迁移自蒸馏方法，提升LLM在低资源语言上的推理泛化能力
近7日信号 1 条
提出面向可学习终端任务的对抗性求解器校准框架，解决任务难度适配与可验证性难题
近7日信号 1 条
提出基于资源分配机制设计的AI代理持续参与式治理模型，将授权决策与资源控制绑定
近7日信号 1 条
揭示视频语言模型在低频事件计数等基础事件跟踪任务上的系统性失败，暴露现有基准的缺陷
近7日信号 1 条
提出一种在不完全信息博弈中对AI代理进行低成本、可认证任意时刻终止的评估方法，显著降低评估开销
近7日信号 1 条
提出程序化工具调用可替代僵化的JSON调用，使LLM代理能自然链式与并行调用工具，扩展其超越训练数据的行动能力
近7日信号 1 条
李飞飞与Yilun Du等联合提出的视频大模型与机器人动作接口统一框架，打通视觉-动作闭环
近7日信号 1 条
提出零空间抗恶意微调防御机制，使对齐后大模型在下游微调中抵抗梯度投毒攻击，无需依赖服务端或用户额外操作
近7日信号 2 条
构建双向人-AI协同标注框架，利用LLM智能体挖掘艺术品隐含语义，解决文化语境依赖导致的细粒度艺术标注瓶颈
近7日信号 1 条
首个由LLM智能体驱动的GPU稀疏矩阵核定制系统，根据动态稀疏模式自动生成优化CUDA内核
近7日信号 1 条
首次将地球气象基础模型GraphCast迁移至火星大气建模，验证跨行星天气AI基础模型的可迁移性与泛化边界
近7日信号 1 条
基于Transformer的结构化输入（JSON/DOT/INI等）自动修复模型，解决配置文件微小损坏导致解析失败的工程痛点
近7日信号 1 条