arXiv · 第 3 页

查看来源为 arXiv 的资讯与动态，保留原文入口和发布时间。

全部资讯

全部内容

共 190 篇

arXiv 开发动态11-06
SpecCompact 尝试加快智能体上下文压缩
小模型并行起草结构化摘要，大模型逐行核对并修补。
arXiv 开发动态11-06
FrontierPhysics 测试 AI 能否完成物理研究
基准覆盖 56 道研究任务，从查文献和做实验一直评到产出研究报告。
arXiv 开发动态11-06
NEO-VLA 让机器人保留动作所需的视觉细节
论文让动作模块利用模型不同层的视觉特征，测试抓取与操控任务。
arXiv 开发动态11-06
TurnWise 训练视频模型选对回答时机
把反馈分到每一轮，让模型分别学习该开口还是继续观察。
arXiv 开发动态11-05
研究让推测解码改善长程推理
在关键决策处调整草稿模型，减少数值噪声的累积。
arXiv 开发动态11-05
DNO 研究比较偏好训练的不同做法
独立复现直接纳什优化，检查教师数据与历史样本的作用。
arXiv 开发动态11-05
FactEmbed 结合参考图与文字找图片
先理解画面需要怎样变化，再生成检索表示。
arXiv 开发动态11-05
研究从内部激活区分遗忘与压抑
模型拒绝回答，不一定代表相关知识已被移除。
arXiv 开发动态11-05
让模型反复说错话可能影响对齐
无害题材中的错误训练，也可能带来更广泛的行为变化。
arXiv 开发动态11-05
LatentTriad 在执行前检查技能风险
不运行外部技能，利用预填充状态识别任务越界。
arXiv 开发动态11-05
MedPhysBench 同时考 AI 计算与查错
覆盖放疗、医学成像和辐射防护，并公开基准本身的问题。
arXiv 开发动态11-05
OperAItor 在化工仿真中测试智能体
结合故障诊断、知识检索与动作校验，比较停机次数。
arXiv 开发动态11-05
固定人设未必能模拟真实用户
研究把行为拆成稳定特征、情境身份和当下处境。
arXiv 开发动态11-05
ToolSpace 用真实工具轨迹构造训练
把 MCP 调用依赖和可回放检查纳入长程任务。
arXiv 开发动态11-04
ACTOR 让角色扮演学习人物行动
从小说中整理行为轨迹，让模型不仅模仿说话方式。
arXiv 开发动态11-04
AI 文本检测仍可能误判正式写作
研究发现，检测器可能依赖语气和细节，而不是可靠的作者证据。
arXiv 开发动态11-04
CoworkOS 让 AI 长时间接续工作
共享文件、任务状态和持久记忆，支持人与多个智能体协作。
arXiv 开发动态11-04
CUA-Master 从教学视频学习电脑操作
将真实工作流程转成可验证任务，再循环改进数据和模型。
arXiv 开发动态11-04
ENGINE 探索低内存模型微调
在低维更新与高维探测之间切换，降低零阶优化的噪声。
arXiv 开发动态11-04
EO-Jev 面向遥感任务训练决策模型
在地球观测数据上调整模型判断，并检查置信度表现。
arXiv 开发动态11-04
研究观察模型如何处理目标与伤害冲突
任务背景、工具可见性和评测方式都会影响模型选择。
arXiv 开发动态11-04
新基准检查 AI 是否扩张云端权限
检索材料被污染后，生成的 IAM 策略可能合法却越权。
arXiv 开发动态11-04
Kev-Bio 用视觉模型定位超声测量点
通过空间概率图确定标记位置，再计算临床测量值。
arXiv 开发动态11-04
LaBraM 扩大脑电预训练规模
更大模型并非在所有下游适配方式中都同样有效。