谷歌Gemini Omni多模态模型可对话生成并编辑视频

Google DeepMind Genie接入街景，模拟真实街道与动态场景

Google搜索框革新，AI代理驱动新一代搜索体验

Anthropic 发布 Claude 小企业版，集成连接器与工作流助力日常运营

Anthropic正式发布全新Claude Opus 4.7模型和Claude Design设计工具

谷歌发布 Gemini 3.5 Flash，前沿智能与行动能力融合

字节跳动发布任意到任意多模态模型Lance

搜索自对弈：无需监督推进智能体能力前沿

基于扩散生成式仿真器的无训练贝叶斯滤波

代码引导推理框架CGR提升小语言模型MCQA性能

滴滴提出D³-Subsidy在线顺序补贴决策算法优化供需平衡

Google搜索框升级：AI代理重塑搜索体验

去中心化学习中利用局部邻居检测后门攻击

TabQL：用表格基础模型替代DQN的上下文Q学习框架

CODA：将Transformer块重写为GEMM后记程序缓解内存瓶颈

多智能体LLM聚合算法OW与ISP：利用高阶信息超越多数投票

Lens自适应相机传感器：从模型视角捕获高质量图像提升视觉性能

轻量快速后门模型检测方法应对毫秒级攻击

轻量快速后门模型检测：应对毫秒级后门植入攻击

LLM社会模拟研究需先通过鲁棒性审计方可提出科学论断

TwinRouterBench：面向代理型LLM路由的静态与动态实时评估基准

EVA-0：仅需两次前向传播实现测试时模型进化

The 99% Success Paradox: When Near-Perfect Retrieval Equals Random Selection

EMO-BOOST：情感增强音视频特征提升深度伪造检测泛化能力

GeoX提出自我对弈与可验证奖励方法攻克地理空间推理难关

AQuaUI：利用自适应四叉树压缩GUI代理视觉令牌

Cubit 提出用核岭回归实现 Transformer 中的 Token 混合

AQuaUI用自适应四叉树压缩GUI智能体视觉令牌

Cubit: Token Mixer with Kernel Ridge Regression

LLM生成代码中的库幻觉：基于开发者查询的供应链风险分析

LVLM胸部X光推理的视觉归因可信度缺乏验证

CADENet条件自适应异步双流增强网络突破恶劣天气自动驾驶感知实时瓶颈

PEEK：上下文地图作为长上下文LLM智能体的方向缓存

动态模型合并瘦身法优化精度与效率

ClinSeekAgent自动化多模态证据寻求用于临床推理

多智能体架构实现教科书级细粒度评估基准自动生成

GoLongRL：能力导向的长上下文强化学习多任务对齐框架

HalluWorld：基于参考世界模型的大模型幻觉受控基准

DECOR：基于信息操纵理论细粒度审计大语言模型欺骗

SCA框架：通过逐步置信度归因诊断黑盒LLM多步推理失败

OP4KSR 提出一步式无补丁4K超分辨率，抑制周期性伪影

Grad-ECLIP 被指非新路线，等价简化方法 Attention-ECLIP 已提出

Real2Sim：物理驱动可编辑高斯泼溅框架保障自动驾驶时空一致性

扩散模型泛化归因于数据依赖脊流形归纳偏差

三阶段学习法驱动简单模型在长期时间序列预测中达到高性能

大语言模型医学知识评估缺失时间动态感知

KVM：可扩展块循环压缩记忆的线性复杂度Transformer

融合视觉与触觉的多模态世界模型 实现机器人交互精准预测

BEAVER：面向企业复杂SQL场景的Text-to-SQL基准测试

SREGym 推出高保真故障场景实时基准测试