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
系统梳理推理型大语言模型测试时扩展的推理范式、评估方法与可复现性挑战
近7日信号 1 条
首个专为个人智能体递归自我改进能力设计的基准，聚焦经验转化为行为优化的闭环机制
近7日信号 1 条
提出逐轮回溯自蒸馏方法，提升工具集成型推理中细粒度信用分配能力
近7日信号 1 条
首个前瞻性、防泄露的实时赛事预测评测框架，用于前沿大语言模型的动态预测能力评估
近7日信号 1 条
首个面向社会世界反事实演化的预测基准，评估LLM及智能体对社会动态的理解与推演能力
近7日信号 1 条
提出并行扩展与可伸缩计算分配框架，解决多模态大语言模型（MLLM）参数扩展与推理计算扩展间的内存/延迟权衡问题
近7日信号 1 条
系统性研究AI基准测试饱和现象的论文，揭示当前评估方法局限性与改进方向
近7日信号 1 条
声称GPT-5.6 Pro给出反例但被数学家24小时内证伪的论文事件
近7日信号 1 条
提出实时检测与修复LLM智能体失败的新方法，避免二次LLM判别带来的高成本
近7日信号 1 条
针对细粒度车辆损伤评估任务，提出专用分割模块增强视觉语言模型的空间接地能力
近7日信号 1 条
提出基于上下文检索的自动化合规检查框架CTRAG，利用大模型提升监管生态信任度
近7日信号 1 条
实证分析18个开源大模型对全球神话知识的表征与解码能力落差，揭示文化默认偏见机制
近7日信号 1 条
倡导并初步构建人类-AI交互的纵向研究范式，关注认知、发展与社会层面的长期影响
近7日信号 1 条
首个支持用户实时介入代码的编码智能体评测基准，模拟真实协作开发场景
近7日信号 1 条
通过分块动量正交化技术加速并稳定扩散Transformer训练，降低DiT模型训练成本
近7日信号 1 条
探讨科学溯因是否必须依赖具身感知，提出脱离物理耦合的表征性溯因循环理论框架
近7日信号 1 条
提出Reduced-Order Utility States机制，在自进化智能体记忆中平衡反馈覆盖率与记忆-奖励陷阱
近7日信号 1 条
为长时运行大模型智能体设计持久化内存状态连续性机制，解决交互流超出上下文窗口的根本挑战
近7日信号 1 条
通过监测跨会话能力累积效应检测AI滥用，针对多智能体协同架构提出新型风险监控范式
近7日信号 1 条
提出基于矩闭合的解析规划方法，在随机环境中实现对预测不确定性的严格建模与传播
近7日信号 1 条
首个面向医患高压对话场景的多轮基准测试，评估大模型在患者压力诱导下的医疗谄媚倾向
近7日信号 1 条
提出基于信息价值（VoI）的LoRA专家路由机制，突破仅依赖不确定性判断的局限，提升参数高效混合专家系统决策质量
近7日信号 1 条
系统性构建生成式与智能体AI的认知能力缺口分类体系，涵盖持续推理、自适应行为、持久记忆与自我调节四大维度
近7日信号 1 条
针对边缘端大模型提出O(1)状态注入的结构化记忆机制，解决RAG预填充开销与Transformer KV缓存膨胀问题
近7日信号 1 条
面向数据中心控制平面策略生成的智能体化原则性框架，聚焦于解决硬件-软件栈复杂、设计空间庞大及策略原型周期长等工程瓶颈
近7日信号 1 条
面向世界动作模型（WAMs）的选择性干预层CoWAM，支持双臂机器人策略协调控制
近7日信号 1 条
统一稀疏与稠密表征的多模态嵌入框架，提升检索增强生成（RAG）中语义匹配精度
近7日信号 1 条
提出GradCuit方法，通过信用分配梯度流实现鲁棒可解释的测试时隐状态推理
近7日信号 1 条
面向实验室场景的首个计算化学能力评测基准，覆盖实验规划、执行与分析全流程
近7日信号 1 条