MetaWorld：基于单视角视频数据扩展多智能体视频世界模型

AirDreamer 利用世界模型实现通用无人机导航

Plan2Map：从规划记录重建地理空间边界的多模态基准

Qwen-Image-Flash：少步蒸馏训练配方超越设计目标

面向复杂图像编辑的鲁棒序列分解方法提出

多LoRA合并为单一低秩适配器方法研究

SEAOTTER：传感器嵌入式自动编码实现一次性转码高效重建

Greed is Good：无训练引导生成的后验与端到端统一视角

CP-Agent：上下文感知多模态推理实现化学扰动下细胞形态分析

EvoDrive：帕累托进化结合自改进LLM生成自动驾驶安全关键场景

PyraMathBench 发布 3.2 万题层次基准，评估 LLM 数学推理与数值处理

多智能体LLM系统Ringelmann效应缩放定律：三种渐近规模分类

StepFinder：多智能体系统故障归因时序语义框架

SLM智能体编排网关：AI虚拟世界从提示到服务的架构革新

诊断LLM新型API获取知识缺口：NovelAPIB基准

NTK-UQ用经验神经正切核实现极端天气预报不确定性量化

DeskCraft 提出专业工作流与人类协作的桌面智能体基准测试

核心层次结构提升GraphRAG全局语义理解效率

CORE冲突导向推理：通用多模态操纵检测新方法

对抗性补丁劫持VLA模型CoT推理导致机器人行为误判

前沿语言模型评估意识分解与测量研究

自主智能体基准测试忽略放弃能力：合规偏差需纳入评估

ClinicalMC 多病程临床决策基准：评估大语言模型动态病情决策能力

AI编码代理任务中断引发“交接债”：重新发现成本攀升

视觉指令微调通过抽象将视觉特征嵌入LLM中间语义层

图结构用作大语言模型内部推理组织支架

DMF：以CPU优先的确定性记忆框架替代LLM生成式压缩

模型合并导致MoE路由崩溃，免训练校准方案提出

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