LLM Agent技能自破坏规范：无攻击语义模糊测试暴露安全漏洞

因果感知端到端自动驾驶提出自我中心联合场景建模

教师引导策略优化解决LLM蒸馏中分布失配问题

教师引导策略优化解决LLM蒸馏中分布差异失效问题

多智能体LLM谄媚错误源于预训练基模型而非RLHF

大语言模型历史有害行为会引导后续决策走向不安全

自动化对齐研究或生成误导安全评估致误部署不对齐AI

AIGC规模超越偏好：千万用户数据揭示内容生态重塑

多示例思维链上下文学习让大模型真正学会推理

生成模型水印应作为监控原语，内部监控不可回避

因果感知端到端自动驾驶：自车中心联合场景建模

几何与谱分析揭示低秩预训练泛化能力的本质差异

多Agent LLM分布式信息集体推理存在系统性失败

MinT：面向百万级大模型训练与服务的托管基础设施

RIGVid：机器人仅凭模仿AI生成视频完成复杂操作，无需物理演示

AI co-mathematician 工作台：数学家与AI代理协作探索开放研究

高阶线性注意力HLA实现长上下文因果流式交互

低秩预训练几何与谱研究：泛化能力与全秩训练对比

AI Harness工程：运行时基座提升基础模型软件代理可靠性

大语言模型规模定律与架构设计：推理效率权衡研究

CodeClash基准：面向目标导向软件工程的AI编码能力评估

AI co-mathematician工作台：用智能体加速开放数学研究

MoE压缩新发现：生成任务中专家剪枝优于合并

TTT与KV绑定实为线性注意力机制的形式化重释

Deep Delta Learning：Transformer残差层选择性重写机制

Agent² RL-Bench 评测：LLM 智能体自主完成强化学习后训练能力

扩散模型突破约束：基于RL与MCTS的序列自回归生成

Zatom-1：统一分子与材料3D建模的跨领域多模态基础模型

HiddenBench基准揭示多智能体LLM分布式信息下集体推理系统性失败

arXiv论文警告：自动化AI对齐可能产生误导性安全评估

FOAM：分块状态折叠实现LLM训练内存优化

HLA高阶线性注意力：突破一阶限制的因果流式交互机制

GUIGuard-Bench提出通用隐私保护GUI代理评估基准

扩散模型约束失效，自回归生成结合RL与MCTS突破限制

THINKSAFE 以自生成安全对齐解决推理模型过度服从风险

异步推理实现大语言模型无训练交互思考

CodeClash：目标导向软件工程编码基准

通过流形投影改进流匹配的无分类器引导

FOAM提出分块状态折叠法降低LLM训练内存占用

B站研究揭示AIGC规模主导内容生态，用户偏好退居次位

LADD 提出潜在增强离散扩散，在联合空间扩散提升少步生成

最优控制视角下的流图奖励引导少步对齐方法

PBT-Bench：评估AI智能体属性测试能力的专属基准

地球科学基础模型：从感知到推理与科学发现

检索增强多智能体框架实现医疗对话系统自动化可靠评估

层间几何结构优化LLM最终表示方法

Transformer学习语义关联的机制：梯度主导项带来可解释性

Deep Delta Learning：Transformer残差流的选择性改写机制

研究发现TTT与KV绑定架构本质上等同于线性注意力

Predict-Project-Renoise：迭代投影再噪化实现扩散模型硬约束采样