基于蒸馏聚合的轻量LLM智能合约安全审计框架

CAPER：面向Text-to-SQL的子句对齐过程监督方法

基于结构化指令表示的大推理模型约束遵循框架

面向受众与意图的机器翻译：LLM多语言大规模系统评估

ARBOR用可复用评分缓冲实现搜索智能体在线过程奖励

CauTion方法：判断何时信任LLM进行集成因果发现

R²-dLLM：时空冗余削减加速扩散大语言模型推理

SEA-NLI：面向东南亚文化的自然语言推理基准发布

PsychoPass：对话几何建模检测多轮LLM越狱攻击

MemTrain自监督上下文记忆训练降低长程LLM代理数据成本

EntSQL基准：面向长上下文企业知识的Text-to-SQL评估

FederatedSkill：联邦学习驱动智能体技能隐私化演进

选择性Token级加密实现大语言模型临床部署隐私保护

SenseJudge提出以用户偏好驱动的可定制LLM评估框架

llama.cpp 项目新增 Mellum 架构模型支持

多智能体经济系统：市场拍卖驱动去中心化集体智能涌现

Reasoning Primitive Induction：从Agent轨迹归纳推理原语构建伪工具库

多模态大模型模因理解：Intent Projection分解字面与语用意图

SCOPE：面向边缘部署的实时自然语言相机代理

ChristBERT：面向德国医学NLP的领域特定BERT预训练策略

VistaHop 基准评估多跳视觉推理，推动深度搜索迭代认知

PIWM框架实现零售场景主动意图推断与干预决策

字节跳动发布Bernini-R-Diffusers图像文本转视频模型

GLINT：稀疏门控实现放射学细粒度视觉语言对齐

TBS：多智能体社交模拟中的“思考-再表达”内省机制

MedCUA-Bench：评估临床AI代理在医疗GUI可靠性的基准

世界模型与多模态大语言模型：具体与抽象推理互补

EvoDS：自我进化数据科学智能体实现技能学习与上下文管理

LAP：面向自主科学的智能体-仪器互操作协议

大推理模型并行推理路径剪枝首个系统化分类法

多轮越狱攻击下GPT-4.1-mini医疗对话不安全率升至80%

LEAP框架赋能通用大模型实现形式数学定理证明SOTA

SkillPyramid分层技能整合框架驱动智能体自我进化

SegTune：基于扩散Transformer的结构化细粒度歌曲生成控制

首个字节原生大语言模型实现原始字节直接理解与应答

BigFinanceBench：面向金融研究代理的工作流基准

TriEval：资源高效评估LLM偏见、毒性及真实性的新流水线

FSA-GRPO：强化学习教听觉LLM利用小样本演示

图神经网络解释机制或加剧决策逻辑泄露与模型窃取风险

KnapSpec将自推测解码层选择重构为背包问题提升吞吐量

DDOR：大模型过度拒绝的可解释测试与修复新方法

ReLoRA：知识重用适配方法加速LLM服务快速迭代部署

窄秘密忠诚植入Qwen模型，暗中诱导用户极端行为

Libra 高效管理 Agentic RL 后训练中的长尾非稳态资源

小模型是GRPO中策略级多样性的天然探索者

CodeHacker自动生成对抗性测试用例，暴露编程竞赛方案漏洞

等变编码器与预测器训练保持精确等变实现对称群零样本泛化

机制设计不足以让LLM智能体合作，亲社会智能体更优

后验采样实现共形语言建模，减少大模型幻觉

vLLM语义路由器：信号驱动决策路由实现混合模态模型