为小型开源语言模型建立可证明的不确定性口头表达置信度下界，提出可认证的人类接管触发机制
近7日信号 1 条
提出能力门控规划框架，揭示短视实验选择在科学发现自动化中的根本局限，并定义成本-目标可发现性边界
近7日信号 1 条
将项目反应理论引入AI安全评估，解决安全基准重复、强相关及模型策略性规避问题，提供可解释的能力-风险分离度量
近7日信号 1 条
提出带路径级定位与重写的分层图记忆架构，提升LLM智能体长期推理中的记忆更新效率与结构化能力
近7日信号 1 条
首次系统检验大语言模型是否遵循模态逻辑语义规范，揭示其推理与形式逻辑的结构性偏差
近7日信号 1 条
提出Answer-Backtracked信用分配机制，用于训练长视野搜索智能体，解决轨迹内步骤信用稀释问题
近7日信号 1 条
提出基于角色化可争辩论证图的可信协同护理规划接口 CoPlan，支持临床团队与患者共同构建、挑战与修正 AI 辅助决策路径
近7日信号 1 条
提出链式递归语言模型架构，解耦上下文探索、状态存储、证据验证与答案生成四阶段，突破单次推理轨迹瓶颈
近7日信号 1 条
提出语音函数调用新范式，将语音理解与功能执行深度耦合，提升大语音语言模型在任务型对话中的端到端鲁棒性
近7日信号 1 条
提出视觉在线策略自蒸馏 OPD-V 方法，通过模态平衡机制优化多模态大模型视觉推理能力，在 VQA 和视觉推理基准上取得新 SOTA
近7日信号 1 条
为 NVIDIA Nemotron 系列模型补全现代希腊语 RAG 能力，构建首个覆盖法律、能源、医疗等领域的专业希腊语检索语料与适配方法
近7日信号 1 条
提出技能熵（Skill Entropy）度量框架，用于评估和训练能动态切换技能的长程推理大模型，首次量化跨技能推理能力
近7日信号 1 条
提出跨代码仓库中长期上下文建模方法 OctoLong，在 mid-training 阶段注入跨项目代码上下文，显著增强模型长程依赖建模能力
近7日信号 1 条
提出通用型长程推理智能体运行时 Argus，支持证据驱动的持久化执行与目标失配自适应转向，显著提升复杂任务成功率
近7日信号 1 条
提出面向 completion-supervised 训练的程序化推理问题生成器集合，覆盖数学、逻辑、规划等50类可验证任务，推动长程推理数据构建范式演进
近7日信号 1 条
AI Agent时代对凯文·凯利经典著作的技术哲学再诠释
近7日信号 1 条
提出自适应视觉证据调度机制，动态选择长视频关键帧以提升VLM理解效率
近7日信号 1 条
分析标准音乐Transformer缺乏平移与转调等变性，并提出具备该性质的新架构
近7日信号 1 条
提出强大时间序列到图像（TS2I）表征方法，显著提升多元时间序列异常检测鲁棒性
近7日信号 1 条
提出潜奖励寄存器机制，在扩散模型去噪过程各步注入人类偏好信号，解决时间信用分配难题
近7日信号 1 条
提出逻辑先行预预训练范式，在形式推导数据上训练提升自然语言习得效率与压缩性
近7日信号 1 条
提出教学法对齐的后训练方法，提升LLM作为英语二语导师的教育适配性
近7日信号 1 条
提出面向基础模型的博弈论框架，通过相似性推断揭示理性协作新路径
近7日信号 1 条
提出可解释的自适应采样方法，根据难度动态分配LLM测试时计算资源
近7日信号 1 条
构建阿拉伯语细粒度幻觉检测与事实验证语料库，支持句子级标注与可解释验证
近7日信号 1 条
首次系统对比语音与键盘输入对LLM智能体性能影响，量化两种通道的噪声特征差异
近7日信号 1 条
提出基于黄金负轨迹的反思到直接推理方法，提升策略训练鲁棒性
近7日信号 1 条
提出首个面向连续视频流的多模态深度研究智能体Video-DR，支持密集时空定位与开放网络探索
近7日信号 1 条
首次揭示ALiBi位置编码在线性偏置缩放中因浮点下溢导致注意力头部分失效的数值缺陷
近7日信号 1 条
提出面向LLM原生文本到符号音乐生成的性能定时音乐token化方案
近7日信号 1 条