HTell 提出基于头部随机探测的快速轻量无数据后门检测

掩码扩散语言模型缓解反转诅咒的理论解析

HTell：头部随机探测实现快速轻量无数据后门检测

MemEvoBench基准测试：LLM Agent记忆误进化安全风险

Agentic CLEAR 自动化多级评估LLM代理行为

Cognifold 用认知折叠实现智能体记忆的持续主动演化

DeepSeek-R1遗忘后思维痕迹仍持续泄漏遗忘内容

LLM Agent过度调用偏差：When2Call基准揭示内在偏移

OLMo模型研究追踪性别偏见从预训练数据到对齐的路径

Hybrid-LoRA提出后训练混合微调，兼顾全量微调与低秩适配

AutoResearchClaw：人机协作的迭代式自主科研自动化系统

Open-Sora 1.1发布：支持0-15秒视频生成，分辨率最高720p

VERA-MH推出临床验证评估框架，检测AI聊天机器人自杀意念应对风险

HELLoRA：仅对热专家层施加LoRA的MoE模型高效微调方法

Not Just RLHF: Why Alignment Alone Won't Fix Multi-Agent Sycophancy

多模型LLM调度器研究：GPU内存约束下的卸载与抢占实证分析

阿里巴巴 Megatron-SWIFT v4.1：独立 mcore-bridge 并支持 GRPO 路由回放

Formal Skill: Programmable Runtime Skills for Efficient and Accurate LLM Agents

jina-embeddings-v5-omni 发布：锁对齐塔实现多模态几何保持嵌入

LLM代理的“历史锚定”效应：过往有害行为引导后续不安全决策

PEEK：为长上下文LLM智能体构建可复用方向知识的上下文地图

推理模型作为评估者：扩展测试时计算提升评估能力

CADENet提出异步双流增强网络，应对自动驾驶恶劣天气感知瓶颈

SAGE研究揭示RLVR仅提升LLM采样效率而非推理能力

跨语言解释的合理性-忠实性权衡揭示大模型审计局限

SCA方法可诊断黑盒大模型多步推理的逐步失败

水印应作为监控原语：生成模型的内部监控不可避免

大语言模型金融交易代理：77项研究专家决策管道图谱

CHI-Bench 基准测试：政策密集型医疗工作流自动化评估

多示例链式思维上下文学习研究推理任务缩放规律

MultiSearch提出并行搜索与显式合并，扩展检索增强推理规模

MTraining: Distributed Dynamic Sparse Attention for Efficient Ultra-Long Context

理论分析阐明掩码扩散模型缓解反转诅咒的原因

ECG-R1：协议引导多模态大模型实现可靠心电图解读

语言基础代理控制LBAC：编程语言安全技术约束AI代理行为

研究称Agentic AI系统是通往AGI的可预见路径

ZeroSearch以无搜索方式激励LLM搜索能力

Orthrus双架构框架融合自回归与扩散模型实现并行生成

真实自回归Transformer的图灵完备性高度依赖上下文管理

AI Harness Engineering：运行时基底提升基础模型软件代理可靠性

库漂移：自进化LLM技能库因无生命周期管理致性能停滞

语义模糊测试揭示LLM代理技能自身规范违规风险

语言基础智能体控制（LBAC）新型编程模型融合安全策略

LLM Agent技能自破坏规范：无攻击语义模糊测试暴露安全漏洞

因果感知端到端自动驾驶提出自我中心联合场景建模

教师引导策略优化解决LLM蒸馏中分布失配问题

教师引导策略优化解决LLM蒸馏中分布差异失效问题

多智能体LLM谄媚错误源于预训练基模型而非RLHF

大语言模型历史有害行为会引导后续决策走向不安全

自动化对齐研究或生成误导安全评估致误部署不对齐AI