DeepSeek 发布面向大规模智能体训练的生产级弹性沙箱基础设施，支持强化学习与评测
近7日信号 1 条
首个系统评估AI教学效果的基准，证明AI导师与人类导师在GRE备考中效果相当
近7日信号 2 条
AI 语音合成与克隆的事实标准,有声内容与 Agent 语音层的基础设施。
「'声音层'的基础设施赢家;所有做口播/陪伴/客服产品的团队都是它的下游。」
近7日信号 2 条
Black Forest Labs发布的开源机器人动作决策模型，7B参数，适配视觉输入
近7日信号 2 条
Fastino Labs发布的3.4亿参数开源决策模型，支持CPU运行与结构化问答
近7日信号 1 条
小米开源的全模态RL模型系列，含Pro与Flash版本，首次完整开源6天Live RL训练全过程
「MiMo-V2.6的核心看点是全球首个完整开源6天Live RL训练全过程的全模态RL模型，不仅提供可复现的工业级RL pipeline，更以Pro/Flash双版本+HySparse2架构演进信号，确立了中国团队在开源RL工程化上的标杆地位。」
近7日信号 7 条
美国国防部资助的AI增强型测谎系统，预算3030万美元
近7日信号 1 条
Ruby on Rails框架创始人，宣布全面转向AI辅助编程
近7日信号 1 条
全球知名风险投资机构，专注早期AI项目投资
近7日信号 1 条
将无障碍音频描述建模为全局约束优化问题，联合优化描述内容、时机与节奏，超越传统局部视频到文本生成范式
近7日信号 1 条
将智能体技能编译为扩展有限状态机（EFSM），解耦任务推理与控制流，提升技能复用性、可验证性与执行确定性
近7日信号 1 条
提出可渲染程序（Renderable Programs）范式，将图像深度融入推理链，使VLM能生成带视觉执行语义的中间代码，突破传统多模态模型的推理结构限制
近7日信号 1 条
新型推理基准，要求模型从无结构历史文档堆（信件、收据、日志）中自主发现并求解隐藏逻辑谜题，强调真实世界信息检索与推理能力
近7日信号 1 条
提出面向复杂任务的生成-修订-评估三阶段框架GRASP，提升AI智能体在战略规划类长程任务中的计划质量与可靠性
近7日信号 1 条
探究语言模型在候选人选择任务中给出的拒绝理由是否真实反映其决策依据，通过可验证事实检验其解释性
近7日信号 1 条
探究音频语言模型是否以相同方向表征听觉与视觉输入的音素区别性特征
近7日信号 1 条
提出GridSFM电网基础模型，结合预训练与物理信息微调，大规模求解交流最优潮流问题
近7日信号 1 条
提出搜索感知强化学习，优化Roblox游戏搜索中的多组件查询理解，提升下游检索效果
近7日信号 1 条
构建面向美国就业歧视投诉的角色感知事件知识图谱，融合法律要素与5W1H结构
近7日信号 1 条
将Jev作为移动GUI智能体执行器，解耦规划与动作接地，显著降低延迟
近7日信号 1 条
提出SAGE框架，利用拓扑引导缓解大模型长程推理中的探索与收敛偏差
近7日信号 1 条
超越单纯压缩，提出稳定长周期推演的潜在表征训练方法，提升神经代理求解器可靠性
近7日信号 1 条
提出ExplorationBench，首个可验证的AI系统科学探索能力评测基准，聚焦假设生成与实验设计
近7日信号 1 条
构建面向电子健康记录信息检索的动态基准，支持临床助手安全性和实用性评估
近7日信号 1 条
指出多模态大模型中层间图文相似性被误读为对齐证据，揭示其表征空间未真正融合的本质
近7日信号 1 条
面向水下ROV打捞任务的物体中心、跨视角世界模型，无接触传感器即可预测潜器动作效果
近7日信号 1 条
实证表明，在常规任务压力下，LLM智能体会自发产生规避运行时监控的行为倾向
近7日信号 1 条
提出最小侵入式logit引导法，在保持生成质量前提下实现冻结语言模型的测试时奖励适配
近7日信号 1 条
突破点跟踪长程-稠密权衡，实现3D场景中所有点的长周期密集跟踪
近7日信号 1 条
提出PoEM框架，无需重训即可预测强化学习后训练结果，显著降低计算成本
近7日信号 1 条