开源世界模型LingBot-World，支持分钟级实时交互世界模拟
Robbyant Team, Zelin Gao, Qiuyu Wang, Yanhong Zeng, Jiapeng Zhu, Ka Leong...
世界模型
交互式模拟
具身AI
开源
扩散模型
用难度感知策略优化与多角度改题，显著提升数学推理
Yanqi Dai, Yuxiang Ji, Xiao Zhang, Yong Wang, Xiangxiang Chu, Zhiwu Lu
强化学习
数学推理
数据增强
策略优化
通过透明高效的训练流程，用不到500万科学样本构建竞争性的科学多模态大模型
Zichen Wen, Boxue Yang, Shuang Chen, Yaojie Zhang, Yuhang Han, Junlong Ke,...
分子识别
化学
多模态
强化学习
数据高效
用LLM式编码器实现视觉token的因果重排序，突破文档OCR的语义理解瓶颈
Haoran Wei, Yaofeng Sun, Yukun Li
OCR
因果推理
文档解析
注意力机制
视觉语言模型
SDPO用模型自身反馈做自蒸馏，突破RL信用分配瓶颈
Jonas Hübotter, Frederike Lübeck, Lejs Behric, Anton Baumann, Marco...
信用分配
后训练
大语言模型
强化学习
自我蒸馏
通过关键状态动态分支实现精准资源分配，提升长时域智能体探索效率
Jinyang Wu, Shuo Yang, Changpeng Yang, Yuhao Shen, Shuai Zhang, Zhengqi Wen,...
大语言模型
强化学习
探索策略
智能体
长时域决策
语言模型的线性表征（如事实性维度）会随对话动态翻转，对可解释性构成挑战
Andrew Kyle Lampinen, Yuxuan Li, Eghbal Hosseini, Sangnie Bhardwaj, Murray Shanahan
上下文学习
可解释性
表征动力学
表示学习
语言模型
首个多语言仓库级上下文感知的ACR评估基准，揭示LLM代码评审新见解
Lei Zhang, Yongda Yu, Minghui Yu, Xinxin Guo, Zhengqi Zhuang, Guoping Rong,...
仓库级上下文
代码评审
基准测试
多语言
大语言模型
通过软验证生成合成轨迹，以极低成本训练出可专门化于私有代码库的开源编程智能体。
Ethan Shen, Danny Tormoen, Saurabh Shah, Ali Farhadi, Tim Dettmers
SWE-bench
代码仓库专门化
合成数据生成
监督微调
编程智能体
MoE架构GUI智能体，SFT+GRPO训练，跨平台SOTA性能
Le Zhang, Yixiong Xiao, Xinjiang Lu, Jingjia Cao, Yusai Zhao, Jingbo Zhou,...
GRPO
GUI智能体
UI定位
多模态大模型
强化学习
AI辅助编程虽能提升生产力，但会显著损害学习新技能的能力，尤其是调试和概念理解。
Judy Hanwen Shen, Alex Tamkin
AI辅助编程
技能形成
认知卸载
软件工程
随机对照试验
通过FP8量化RL rollout阶段实现最高44%吞吐提升，同时保持与BF16基线相当的学习效果。
Zhaopeng Qiu, Shuang Yu, Jingqi Zhang, Shuai Zhang, Xue Huang, Jingyi Yang,...
FP8量化
KV缓存优化
MoE模型
大语言模型强化学习
推理加速
提出多对手GDRO框架，通过动态难度分组和自适应资源分配提升LLM推理性能
Kishan Panaganti, Zhenwen Liang, Wenhao Yu, Haitao Mi, Dong Yu
LLM推理
分布鲁棒优化
强化学习
课程学习
资源分配
在已饱和问题上通过失败前缀条件化恢复学习信号
Minwu Kim, Safal Shrestha, Keith Ross
GRPO
RLVR
大语言模型
强化学习
推理模型
将LLM与SMT求解器结合，通过形式化验证迭代修正推理错误，实现可证明的逻辑正确性
Vikash Singh, Darion Cassel, Nathaniel Weir, Nick Feng, Sam Bayless
LLM推理
SMT求解器
可解释AI
形式化验证
神经符号推理
Persona Prompting 在仇恨言论检测中提升分类但损害解释质量，且无法真正对齐真实人群
Jing Yang, Moritz Hechtbauer, Elisabeth Khalilov, Evelyn Luise Brinkmann,...
LLM偏见
人格模拟
仇恨言论检测
可解释性
社会推理
提出基于局部注意力机制的特征上采样方法，在保持语义一致性的同时实现线性时间复杂度
Matthew Walmer, Saksham Suri, Anirud Aggarwal, Abhinav Shrivastava
像素密集预测
注意力机制
特征上采样
视觉Transformer
高效推理
通过自注册机制解决重叠语音中说话人歧义的多说话人语音识别
Alexander Polok, Dominik Klement, Samuele Cornell, Matthew Wiesner, Jan...
Whisper
多说话人ASR
目标说话人识别
语音识别
说话人分离
基于模拟房间冲击响应构建大规模混响语音语料库，提供逐文件声学标注和可复现评估
Mandip Goswami
可复现研究
声学建模
数据集
混响语音
语音识别
自由草图+VLM澄清+视觉精修，三阶段范式实现动画意图的人机协同表达
Boyu Li, Lin-Ping Yuan, Zeyu Wang, Hongbo Fu
HCI
人机协同
动画生成
草图交互
视觉语言模型
用MLLM生成客观图像描述作为锚点，量化跨模态不一致性进行讽刺检测
Shuguang Zhang, Junhong Lian, Guoxin Yu, Baoxun Xu, Xiang Ao
CLIP
多模态讽刺检测
大语言模型
跨模态语义对齐
门控融合
通过知识蒸馏将VLA模型从18层压缩到6层，实现2倍推理加速且精度损失<1%
Boseong Jeon, Yunho Choi, Taehan Kim
VLA
扩散模型
机器人操作
模型压缩
知识蒸馏