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

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

AIGC规模超越偏好：千万用户数据揭示内容生态重塑

多示例思维链上下文学习让大模型真正学会推理

生成模型水印应作为监控原语，内部监控不可回避

因果感知端到端自动驾驶：自车中心联合场景建模

几何与谱分析揭示低秩预训练泛化能力的本质差异

多Agent LLM分布式信息集体推理存在系统性失败

MinT：面向百万级大模型训练与服务的托管基础设施

RIGVid：机器人仅凭模仿AI生成视频完成复杂操作，无需物理演示

AI co-mathematician 工作台：数学家与AI代理协作探索开放研究

高阶线性注意力HLA实现长上下文因果流式交互

低秩预训练几何与谱研究：泛化能力与全秩训练对比

AI Harness工程：运行时基座提升基础模型软件代理可靠性

大语言模型规模定律与架构设计：推理效率权衡研究

CodeClash基准：面向目标导向软件工程的AI编码能力评估

AI co-mathematician工作台：用智能体加速开放数学研究

MoE压缩新发现：生成任务中专家剪枝优于合并