MapAgent：面向城市级车道级地图的工业级智能框架

AI代理模型需学会何时拒绝以保障多步工具安全

LLM在科学模拟决策中缺乏对假设与机制的结构化推理

SciDER：数据为中心的多智能体系统自动化科研全流程

MAMA框架揭示图拓扑对多智能体LLM内存泄漏的影响

PoliticsBench：多轮角色扮演评测大模型政治价值观

大语言模型在OTC用药时间不确定性下的剂量决策评估

MemoryDocDataSet：联合多会话记忆与长文档推理新基准

大语言模型测试时边界推理方法有效增强动态规范对齐

StreamMA流式通信减少多智能体推理延迟并提升效果

语音大模型逻辑推理中实体绑定失败诊断与链式思维干预

Mid-Think：Token级触发词实现免训练中等预算推理

Cartridges：模块化KV缓存实现大规模文档零预填充推理

用标准化病人案例评估大语言模型动态临床决策能力

OAR：基于结果的优势重塑实现数学推理细粒度信用分配

CHARM框架：检测与缓解Agentic RAG中的级联幻觉

DetectZoo 统一工具包实现文本音频图像多模态 AI 内容检测

LLM评判者偏见致奖励黑客：Rubric强化学习漏洞重现与检测

Persona-Plug插件让大模型实现个性化输出

元代理挑战（MAC）评估框架：测试AI自主开发代理系统能力

大模型推理时漏洞：短标记注入可改变任意步安全对齐

乐鑫推出ESP32-S31双核RISC-V多协议SoC

T*通过轨迹感知强化学习实现渐进式块缩放提升解码并行度

几何感知幻觉检测方法提升大模型事实可靠性

MedRedFlag：LLMs如何应对健康问题中的隐含误解

RL训练使检索增强生成从追求正确转向忠实推理

DMAIC启发LLM智能体系统提升工业异常检测

OpenRFM解析关系型Transformer的上下文学习差距

AgentJet 发布解耦多节点群组训练框架赋能 LLM 智能体强化学习

LLM代理凭证泄露的预输出激活探测与蜜令防御

神经网络架构搜索联合优化量化与架构的LLM压缩方法

GAI 方法解决大模型生成标签在因果推断中的偏差问题

基于上下文完整性的查询重写实现隐私保护LLM委托

基于结果的强化学习让Transformer自发生成推理链，但依赖数据质量

平稳性感知检索增强时间序列预测方法

MCP服务器描述与代码不一致的测量、检测及安全影响

自回归一致性危害大语言模型安全对齐的深层机制

TabPFN预训练文本编码器突破高基数文本特征信息瓶颈

流匹配校准解决模拟推断模型误设定问题

FindIt基准：面向通用多模态大模型的格式感知视觉检测评估

Hyper-ICL提出双曲锚蒸馏注意力校准，解决多模态ICL不稳定问题

PDMR框架提出潜在空间运动追踪实现动态3D MRI前瞻性重建

ChannelTok：轻量通道式视觉标记器实现高效灵活长度

分数生成模型遗忘与稳定性：采样误差定量界

GroupToM-Bench基准揭示多模态大模型群体心智与社会涌现缺陷

IMPose：交互式多人动态姿态标注与纠错传播

xAI Grok Imagine Video 1.5提示指南：Replicate详解同步音视频生成

Echo-Infinity用可学习演化记忆实现实时无限视频生成

检测器遗忘取证：研究者阻断语义捷径提升AI图像检测泛化性

I2I模型肖像编辑存在软擦除和刻板印象替换两类人口统计偏差