Atomix：事务性工具调用实现可靠Agent工作流

APEX-SQL：基于智能体探索的Text-to-SQL框架

Feature to Dynamics: Feature-space to Autoregression strategy for Zero-shot Time

强化学习实现LLM分词器端到端训练

世界模型全面综述：架构、方法论、推理范式与应用

DetailMaster：文生图模型长提示词能力评测新基准

IMWM: Intuition Models Complement World Models for Latent Planning

IDLM: Inverse-distilled Diffusion Language Models

PINNs训练难题：噪声Feynman-Kac监督与算子预处理方法

DeepLatent并行潜在视觉推理：模型通过图像进行中间思考

Chatterbox-Flash：块扩散解码器实现零样本流式并行语音生成

世界任务因子分解：机器人学习策略的结构化泛化方案

粗到细组合扩散生成局部一致的长时程规划

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