后训练使大语言模型更偏离人类行为模式

CyberMaskQA：面向网络安全问答的隐私感知大模型评估基准

Agent-ToM：用心智理论推理监控自主LLM代理的隐蔽恶意行为

多模态大模型结构认知过载致安全失效，StructBreak揭示新漏洞

JuICE基准：评估大模型法官识别文化错误的能力

OpenClaw智能体安全：基础、攻击与防御机制

任务复杂性决定AI是平等器还是放大器：混合智能系统研究

MMGS：基于多视图排名与最优传输的10倍压缩3DGS方法

When2Tool基准揭示LLM代理不必要调用工具

WorldParticle：基于Transformer的统一粒子物理模拟器

TADA激活导向技术实现音频扩散模型细粒度属性控制

SpecX大规模多模态光谱基准发布，囊括170万分子与七种光谱

Jina Embeddings v5 Omni：几何保持的多模态嵌入模型

HuggingFace PEFT 0.16.0 新增 LoRA-FA、RandLoRA 等优化方法

高阶朗之万动力学用于减少扩散模型训练样本记忆

JAXenstein：加速第一人称环境基准测试

HuggingFace PEFT 0.18.0 发布：新增 RoAd、ALoRA 等多项 LoRA 变体

Agentic Discovery of Cryomicroneedle Formulations

CODA用GEMM-Epilogue重写Transformer块缓解内存瓶颈

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模型性能

Agentic AI系统被论证为通往AGI的必然路径

域伪装注入攻击使Llama 3.1检测率从93.8%暴跌至9.7%

重复小数据集训练因采样偏差实现更快AI学习

Soft Learning：非负最小二乘交叉验证组合异质专家

LLM缺失人类过滤能力，99%检索成功率形同随机选择——Bits方案

Query-Aware Flow Diffusion for Graph-Based RAG with Retrieval Guarantees

Hybrid-LoRA: Bridging Full Fine-Tuning and Low-Rank Adaptation for Post-Training

LLM Agent可编程运行时技能提升效率与精度

EngiAI 发布多智能体框架与基准，评估 LLM 工程设计能力

ResearchArena测试Claude、Codex、Kimi自动研究：论文可生成但质量存疑

arXiv研究：八种主流大模型均现极端自我偏好

自我对弈SWE-RL (SSR) 推进超级智能软件智能体训练

CHI-Bench评测AI代理自动化端到端多角色医疗工作流能力

GraphPINE：基于先验知识的图神经网络实现可解释药物反应预测

HuggingFace 推出分块交叉熵损失函数，SFT 显存节省达 50%

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