实体雷达

全部公司产品模型论文开源站点

论文OpenAI Mathematics Output44

OpenAI用AI证明四维挂谷集豪斯多夫维数达理论上限的突破性数学工作

「数学AI已从辅助工具跃迁为成果生产主体，核心看点是‘验证即入口’——中国亟需构建自主可控的定理证明器生态（Lean/Coq+中文形式化语料+数学家标注闭环），而非复刻OpenAI的推理模型。」

近7日信号 19 条

论文OpenAI Mathematics Output54

OpenAI内部未发布模型生成的722篇数学论文合集，覆盖黎曼猜想等前沿问题

「这不是一份论文集，而是一次对数学知识生产主权的闪电战——它用722篇带Lean验证的AI手稿，倒逼全球建立新型数学可信基础设施，并正在孵化下一代‘形式化优先’的科研协作范式。」

近7日信号 23 条

论文Work Agents: Systems, Capabilities, and Optimization59

首次系统性定义‘工作型智能体’概念框架，涵盖工具调用、跨应用协同、工作流优化三大能力维度

「学术框架先行但工程落地滞后，当前核心看点是‘工作型智能体’概念正从论文定义加速进入CI/CD、治理评估等真实生产场景的验证临界点。」

近7日信号 3 条

论文Advancing SVD-based LLM Compression42

通过层误差建模搜索提升SVD低秩压缩精度，突破全局秩分配局限

「学术突破显著但工程落地滞后，当前核心看点是为SVD压缩引入可微分层误差建模范式，为中小团队在LLM轻量化垂直工具链（如推理时秩自适应调度器）提供理论锚点。」

近7日信号 3 条

论文The Watchtower Imperative: Lifespan-Calibrated Evaluation for Frontier AI

提出面向人类全生命周期校准的前沿AI安全评估框架，基于2017–2026年真实伤害案例揭示代际风险分布不均问题

近7日信号 2 条

论文布鲁金斯学会AI税政策评估报告

系统梳理训练算力税、数据中心电力税等五种AI专项税方案的可行性与影响

近7日信号 1 条

论文FlashMap: A Flow Map Drafter for 6.14x Faster LLM Decoding

Polymathic AI与普林斯顿等联合提出的新型推测解码起草器，实现Qwen3-8B无损6.14倍加速

近7日信号 1 条

论文Orthogonal and Parametrized Multi-Attribute Steering of LLMs

提出正交化参数化激活引导方法，实现多属性解耦、强度可解释的LLM行为控制

近7日信号 1 条

论文The Structure Gap

指出纯数据驱动范式在结构化推理任务中的根本局限，定义‘结构编码问题’并论证领域知识不可替代

近7日信号 1 条

论文Zero-Shot Multimodal Event Spotting in Soccer Broadcasts

提出零样本多模态足球赛事识别框架，无需领域标注即可检测、分类和定位比赛事件

近7日信号 1 条

论文MoI-Bench: A Benchmark for Image Generation and Editing on Mobile Devices

首个面向移动端图像生成与编辑能力评测的基准MoI-Bench，覆盖资源约束与用户任务双重维度

近7日信号 1 条

论文EnvSched: Environment-Aware Scheduling for Rollout-Efficient Agent Reinforcement Learning

面向执行环境扩展的智能体强化学习，提出环境感知调度策略以优化有限rollout预算下的训练效率

近7日信号 1 条

论文VideoLVR: Latent Visual Reasoning over Grounded Video Evidence

提出VideoLVR框架，使多模态大模型能在潜空间中对齐并复访视频证据，增强推理可追溯性

近7日信号 1 条

论文Rare, Relevant, and Still Wrong: How Memory Fails LLM Group Decisions

揭示LLM群体决策中压缩记忆机制的固有缺陷——稀有/相关主张仍导致错误最终判断

近7日信号 1 条

论文Metacognitive Decoding: Efficient Inference for Diffusion Language Agents

为扩散语言智能体设计元认知解码机制，动态调控计算分配与文本生成长度

近7日信号 1 条

论文Scaling Laws for Tool-Use Agents via Controllable Environment Synthesis

通过可控合成环境研究工具调用智能体性能扩展律，揭示数据构成关键影响因素

近7日信号 1 条

论文GEPA-Curator: Curated Learning for Self Improving Agents

针对自主智能体失败回溯成本高的问题，提出基于精选失败样本的GEPA-Curator学习框架

近7日信号 1 条

论文Pushing Dexterity and Safety for In-Hand Object Pose Reaching That Works Remarkably Well

面向多指灵巧手的高安全性在手姿态到达方法，在复杂物体上实现鲁棒精细操控

近7日信号 1 条

论文Heads of Security: Learned Attention Gates Improve Prompt Injection Robustness

提出基于可学习注意力门控的提示注入防御机制HoS，实现指令与数据流的显式分离

近7日信号 1 条

论文ThinkWorld: World Imagination Reinforces Chain-of-Dynamics Reasoning

通过世界建模增强动态推理链，提升VLA模型在未见人类行为视频上的泛化能力

近7日信号 1 条

论文Which Hand Was Late? Diagnosis for Robot Failure Recovery in Bimanual Tool Use

首个面向双臂工具操作失败的细粒度诊断方法，聚焦手部协同失配等新失效模式

近7日信号 1 条

论文When, Where, and What to Correct: Human-Guided Adaptive Residual Correction for Robot Policies

面向机器人策略局部失败的自适应残差校正框架，支持人类引导的精准干预

近7日信号 1 条

论文Kinematic Constraint-Referenced Evaluation for Articulated Object Manipulation

提出约束参考策略（CRS），通过运动学可行性评估灵巧操作策略，超越二元任务成功指标

近7日信号 1 条

论文Pneuma: A Large-Scale Real-World Time Series Benchmark for Commercial Aircraft Predictive Maintenance

面向商用航空预测性维护的大规模真实时间序列基准数据集，填补工业级公开数据空白

近7日信号 1 条

论文AI use leads UC Berkeley math professor to see 'no point' in grading homework

加州大学伯克利分校数学教授因学生普遍使用 AI 完成作业，质疑传统作业批改价值，引发教育评估范式反思

近7日信号 1 条

论文Audit Where Hacks Pay: Budgeted Strong-Verifier Audits Against Reward Hacking in GRPO

提出预算约束下的强验证器审计策略，针对GRPO中奖励作弊问题实现高性价比安全验证

近7日信号 1 条

论文Can JEV Support Clinical Trial Criteria Assessment?

实证验证JEV决策模型在临床试验入组标准评估任务中的有效性，对比非生成式判别能力与传统方法

近7日信号 1 条

论文TRACE: Memory-Efficient Time Series Class-Incremental Learning

提出基于时频重建的内存高效时间序列类增量学习方法，解决传感场景中类别持续演进下的灾难性遗忘问题

近7日信号 1 条

论文LUCID: Local Understanding of Covariate Importance with Conditional Density Estimation

提出LUCID方法，基于条件密度估计实现局部变量重要性量化，比置换法更鲁棒且可解释

近7日信号 1 条

论文SEMA-Auto: Sighted and Efficient Multi-Turn Attack with Autonomy

提出SEMA-Auto自主多轮越狱攻击框架，兼顾攻击者响应感知与跨模型迁移能力，刷新主流模型 jailbreak成功率

近7日信号 1 条