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

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