Grounded Decoding：无训练解码框架提升RAG事实一致性

QuAP原型系统统一声音检索与程序化生成

d2框架：用轨迹似然估计增强扩散语言模型推理

Safety Game：约束优化实现黑盒大模型推理时安全对齐

VICR：视觉上下文恢复框架实现真实图像超分辨率

AdaptiveK SAE提出动态稀疏自编码器提升LLM可解释性

PaintBench 基准：精准视觉编辑的确定性评估方法

WUSH 提出近最优自适应变换以优化 LLM 量化误差

单步生成模型在线偏好微调方法DrPO提出漂移偏好优化

迈向物理基础模型：单一预训练模型适配多领域科学模拟

几何感知隐式记忆解决视频世界模型长时推演遗忘问题

斯坦福CS336课程制定AI Agent使用指南

Ollama 0.30 融合 llama.cpp，扩展 GGUF 模型支持并提升 NVIDIA 性能

ST-DRC：时空解耦参考条件实现身份保留视频生成

Qwen2.5等模型低资源语言安全失效本质为动作失败

ExpWeaver：用潜在RAG让LLM智能体从经验中学习

LL-Bench：大规模生成模型低级视觉任务评估新基准

弱教师信任函数实现近无损弱到强泛化研究

伊利诺伊大学提出硅片顺序堆叠新工艺以延续摩尔定律

覆盖最大化检索：长视频生成中一致性的缺失信息找回方法

SciAgentGym：LLM Agent多步科学工具使用评测基准

LLM分层异构推理框架：自适应复杂压缩减少过度思考

LongLive-RAG：检索增强框架解决长视频生成累积误差与身份漂移

Polaris 指令驱动图像生成规模化，满足百万级风格

PlanarBench基准测试：LLM平面图ASCII绘制空间推理能力评估

BraveGuard：面向开放世界威胁的计算机使用代理自进化防御框架

CoCoVideo：基于商业模型的高质量AIGC视频检测基准

大语言模型缺乏自我能力评估，研究提出CSA策略学习认识局限

Reasmory：用3D重建作为显式记忆增强VLM空间推理

BitsMoE：频谱能量引导比特分配实现MoE大模型超低位量化

DyLLM：显著性令牌选择与部分注意力实现高效扩散LLM推理

强化学习驱使代理型Transformer学会树搜索的机制证明

大语言模型性别推断受最小上下文干扰打破语境不变性假设

多模态大模型注意力头中的函数向量负责视觉关系传输

MAPR：预测奖励验证元意识提升推理模型性能

智能体操作系统AOS：将智能体控制平面嵌入并超越传统OS

RL评估基准被指失效：训练集与测试集效果几乎无异

2-bit量化使推理模型陷入冗长无效推理链

大型多模态模型在归纳物理推理中表现不佳

贝叶斯非负奖励模型BNRM缓解RLHF中的奖励黑客问题

六大主流LLM应用AI视频通话性能基准测试

安全必须优先于自演化开放型AI的大规模部署

MedSynapse-V：潜在记忆演化弥合视觉感知与临床直觉认知偏差

从片段到场景：视觉语言模型赋能自动驾驶时间理解

检索对齐表格基础模型在真实EHR约束下实现稳健临床风险预测

跨境零售平台GenAI实验：客服匹配广告七流程提升销售

DenseMLLM提出标准化多模态大模型实现密集预测

利用近似微分等价性聚合功能相似神经元压缩神经网络

AgentProcessBench：工具使用智能体步骤级过程质量诊断基准

黄仁勋称迈威尔科技或成万亿美元公司，盘前涨超25%