混合验证解码：LLM推测解码中验证分配的优化

大语言模型内部先验限制零样本注释任务适应性

字节跳动Bernini-R图像文本转视频模型

分布对齐自蒸馏：动态Token选择提升推理鲁棒性

Nvidia 发布 GR00T-H-N1.7 机器人基础模型

SALSA提出监督学习转向向量实现语音感知LLM自适应

OCC-RAG：面向忠实问答的最优认知核心小语言模型

软提示技术实现大语言模型幻觉轻量级缓解

MemPro：将智能体记忆系统设计为可进化程序

NVIDIA发布Cosmos3 Nano策略模型DROID版本

多智能体LLM辩论立场趋同三源分解：自发、从众与推理说服

SPADER：多样感知探索奖励的逐步同行优势用于多答案问答

Momento基准评估多会话代理持久记忆与推理能力

大语言模型个性化共情：根据用户性格调整共情策略

D3IM：采样器匹配训练实现掩码扩散语言模型的自纠正

在线自蒸馏：强化学习策略内部化温度防熵坍塌

自进化语言模型推理在封闭场景下的泛化差距研究

LUNA：语言学自适应单token无失真大模型水印

PillarDETR：YOLO骨干结合RT-DETR头实现实时3D目标检测

多模态动作扩散实现鲁棒端到端自动驾驶

arXiv论文提出高效RAG：意图感知检索与语义保持分块

Mamba-2状态汇：单桶探针仅捕获少量执行层，遗漏大半检测层

HarnessForge提出联合策略与执行框架实现智能体系统自适应演化

CA-BED对话感知贝叶斯实验设计优化LLM主动信息获取

HypothesisMed：推理时答案融合与结构化假设空间报告用于生物医学问答

后训练推理数据入门：综述150余篇文献揭示工作原理

大模型局部约束解码偏差缓解：可处理提议与序贯蒙特卡洛方法

LLM异步规划借助自动形式化：三新基准填补执行时序约束空白

大模型引发论点坍缩，公共辩论趋于扁平化

共振上下文锚定：解耦注意力路由与信号增益消除LLM上下文忽视

CRAM：质心路由与自适应MoE实现多模态持续指令微调

SkillHarm揭示AI Agent技能全生命周期安全漏洞与攻击面

新研究提出子模块替换压缩，突破LLM压缩层粒度限制

ResMerge 提出残差谱合并方法解决 RL 专家模型融合难题

多模态大模型空间推理存在词汇偏差：添加空间关系词即诱导选择

BAGEN提出预算感知智能体：将预算从被动成本转为主动控制信号

LLMs在具体政策投票中不延续抽象问卷左倾偏见

SimSD让扩散语言模型支持token级推测解码加速

DECK分类法：依一致性×置信度标记LLM幻觉的可检测性

社会工程攻击高效窃取前沿AI代理的用户PII数据

Pramana借助Navya-Nyaya微调大模型提升认知推理能力

成本感知RAG：付费知识环境下预算受限的证据选择方法

SentGuard：句子级流式护栏实现大模型实时安全干预

ProbeScale 通过探测分析优化神经缩放定律，加速小模型推理

质量-多样性进化框架发现大模型安全攻击多样性

Grokers：写入时智能驱动的类型知识图谱归纳理解架构

PaSBench-Video 发布流视频主动安全预警基准测试

TVIR 提出文本-视觉交错报告生成基准及深度研究代理构建

LayerRoute：基于LoRA的自适应层跳过方法降低智能体模型推理成本

块级引导生成：现成LLM作为数学推理过程评分器