提出子空间调优方法缓解大语言模型持续学习中的灾难性遗忘，通过约束参数更新方向保持已有能力
近7日信号 1 条
提出基于随机投影的私有RAG方法，在增强LLM外部知识检索能力的同时防止敏感信息泄露
近7日信号 1 条
AI Consilium临床多学科会诊意见评估基准，覆盖300个诊断案例，强调事实性、临床连贯性、可操作性与安全性
近7日信号 1 条
Grid-Bench离散世界状态变化预测基准，评估LLM对空间指令序列执行后状态演化的建模能力
近7日信号 1 条
面向心理健康支持场景的临床根基化评估基准，含真实患者画像与多维临床评分标准
近7日信号 1 条
提出LLM代理及多代理系统引导学习框架，解决长周期工具调用与跨代理协作中目标漂移问题
近7日信号 1 条
提出去中心化代理蜂群自编排学习框架，联合优化个体能力与协作结构，突破固定编排结构限制
近7日信号 1 条
提出ACEdit方法，通过非对称条件控制实现稳定多轮图像编辑，缓解连续编辑导致的分布偏移累积问题
近7日信号 1 条
面向搜索代理的知识分组策略优化方法，解决长周期、多轮次知识密集型任务中的信用分配难题
近7日信号 1 条
提出DSP框架，通过分钟级人类引导式玩耍行为克隆，使机器人自主习得接触密集型灵巧操作能力
近7日信号 1 条
构建3D代码研究生态，支持编码代理规模化生成可编辑、可验证的3D内容，含高质量3D代码数据集与空间推理编码Harness
近7日信号 1 条
提出MLExpert框架，构建面向自主机器学习工程的通才型代理模型，推进AI for AI（AI4AI）与递归自改进（RSI）
近7日信号 1 条
面向真实客户交付场景的AI代理基准，聚焦前向部署工程师（FDE）需处理的模糊需求澄清、跨系统协调等最后一公里挑战
近7日信号 1 条
面向规则约束生成式世界建模的分解式分级视觉验证器，支持复杂组合需求下的鲁棒多粒度验证
近7日信号 1 条
提出数据引擎与动作策略协同进化框架，解决生成式仿真中环境有效性与训练目标对齐难题
近7日信号 1 条
提出T2-z方法，在测试时优化环境隐变量以提升机器人世界模型对不可观物理属性（如摩擦、质量）的建模鲁棒性
近7日信号 1 条
面向家庭环境的个性化机器人操作基准，聚焦可控、可泛化的PeRM任务
近7日信号 1 条
探讨AI对数学证明范式冲击的深度评论文章，引发学界广泛共鸣
近7日信号 1 条
理论物理研究问题评测基准，含50个未公开前沿计算题
近7日信号 1 条
提出语义加权字符错误率（semCER），依据LLM评估编辑严重性，改进OCR与VLM评测公平性
近7日信号 1 条
首个评估大语言模型跨时间文化意识演化的基准，含10360个时序文化对
近7日信号 1 条
提出无需权重更新或外部奖励模型的推理时缩放方法，通过解耦边缘锐化提升LLM推理能力
近7日信号 1 条
提出Hindsight-Privileged RLVR，仅需单次rollout即可完成token级信用分配，消除群体采样依赖，提升RLVR训练效率
近7日信号 1 条
提出ReaDy机制，将循环状态作为动态上下文用于混合线性注意力大模型的推测解码，提升draft token质量与对齐度
近7日信号 1 条
提出VASPO方法，利用特权价值估计进行自蒸馏，为推理模型提供更符合期望回报的密集监督信号
近7日信号 1 条
首次系统研究多开发者协同构建智能体系统问题，提出架构与治理原则以突破单开发者智能体规模瓶颈
近7日信号 1 条
提出PolyNets架构，将已知物理方程直接嵌入网络结构，实现无需训练的快速神经仿真
近7日信号 1 条
提出ActiveEvidence框架，构建可验证获取缺口的决策导向证据图，优化多模态智能体在付费观测约束下的证据采集策略
近7日信号 1 条
提出自监督表征学习方法作为生成建模的tokenizer，通过点互信息分解实现可扩展潜变量离散化
近7日信号 1 条
提出PrismaCoder，通过分解式评分标准合成，推动开放多模态代码智能发展，支持图表、网页、动画等生成任务
近7日信号 1 条