TwinRouterBench：面向代理型LLM路由的静态与动态实时评估基准

EVA-0：仅需两次前向传播实现测试时模型进化

The 99% Success Paradox: When Near-Perfect Retrieval Equals Random Selection

EMO-BOOST：情感增强音视频特征提升深度伪造检测泛化能力

GeoX提出自我对弈与可验证奖励方法攻克地理空间推理难关

AQuaUI：利用自适应四叉树压缩GUI代理视觉令牌

Cubit 提出用核岭回归实现 Transformer 中的 Token 混合

AQuaUI用自适应四叉树压缩GUI智能体视觉令牌

Cubit: Token Mixer with Kernel Ridge Regression

LLM生成代码中的库幻觉：基于开发者查询的供应链风险分析

LVLM胸部X光推理的视觉归因可信度缺乏验证

CADENet条件自适应异步双流增强网络突破恶劣天气自动驾驶感知实时瓶颈

PEEK：上下文地图作为长上下文LLM智能体的方向缓存

动态模型合并瘦身法优化精度与效率

ClinSeekAgent自动化多模态证据寻求用于临床推理

多智能体架构实现教科书级细粒度评估基准自动生成

GoLongRL：能力导向的长上下文强化学习多任务对齐框架

HalluWorld：基于参考世界模型的大模型幻觉受控基准

DECOR：基于信息操纵理论细粒度审计大语言模型欺骗

SCA框架：通过逐步置信度归因诊断黑盒LLM多步推理失败

OP4KSR 提出一步式无补丁4K超分辨率，抑制周期性伪影

Grad-ECLIP 被指非新路线，等价简化方法 Attention-ECLIP 已提出

Real2Sim：物理驱动可编辑高斯泼溅框架保障自动驾驶时空一致性

扩散模型泛化归因于数据依赖脊流形归纳偏差

三阶段学习法驱动简单模型在长期时间序列预测中达到高性能

大语言模型医学知识评估缺失时间动态感知

KVM：可扩展块循环压缩记忆的线性复杂度Transformer

融合视觉与触觉的多模态世界模型 实现机器人交互精准预测

BEAVER：面向企业复杂SQL场景的Text-to-SQL基准测试

SREGym 推出高保真故障场景实时基准测试

CANTANTE：通过对比信用分配优化智能体系统

风险分层用例配置下T2I生成模型性别偏见审计

CRePE提出弯曲射线期望位置编码实现统一相机控制视频生成

REVELIO 框架揭示视觉语言模型可解释故障模式

StereoTales：多语言框架开放式发现LLM刻板印象

持续学习视角下正交梯度投影减轻大语言模型对齐税

RLHF与DPO偏好学习性能差距的理论归因分析

阿里千问3.7编程能力超GPT/Gemini，全球第二仅次Claude

深圳十五五规划：2030年实时可用算力目标超150EFlops

面壁智能MiniCPM5-1B：1B端侧模型刷新开源SOTA

因特智能AI视觉攻克半导体光罩纳米级检测卡脖子难题

WPS Office原生登陆Windows on ARM平台

水母智能两部AI竖屏剧集入选戛纳，短剧工业化出海

国产Agent模型跻身全球第一梯队，限时免费适配多平台

多中心临床验证PulmoFoundation模型实现肺部病理综合解释

ReMind框架：让视频生成器学会动态记忆未观测状态演化

DexSIM：统一因果视频扩散实现实时灵巧手操作模拟

世界模型作为群动作：动作忠实性形式化框架

GPT-4o mini安全过滤器致多模态仇恨检测失效

GitHub Copilot研究揭示LLM对开源创新的影响异于组织环境