从信息论角度证明自进化、隔离、安全三者不可兼得，封闭自进化系统安全必然退化。
Chenxu Wang, Chaozhuo Li, Songyang Liu, Zejian Chen, Jinyu Hou, Ji Qi, Rui...
AI安全
信息论
多智能体系统
大语言模型
对齐
通过将多个简单问题组合成复杂新题，解决RLVR训练中"全对"提示泛滥导致有效数据枯竭的问题
Xin Xu, Clive Bai, Kai Yang, Tianhao Chen, Yangkun Chen, Weijie Liu, Hao...
可验证奖励
大语言模型
强化学习
推理能力
数据增强
5B参数统一模型，性能超越80B基线，核心为堆叠通道桥接架构
Dianyi Wang, Ruihang Li, Feng Han, Chaofan Ma, Wei Song, Siyuan Wang, Yibin...
图像编辑
多模态生成
强化学习对齐
扩散变换器
统一模型
通过奖励外推实现超越教师的在线策略蒸馏框架
Wenkai Yang, Weijie Liu, Ruobing Xie, Kai Yang, Saiyong Yang, Yankai Lin
后训练
大语言模型
对齐
强化学习
知识蒸馏
世界模型条件化强化学习，复杂操控任务成功率提升约30%。
GigaBrain Team, Boyuan Wang, Chaojun Ni, Guan Huang, Guosheng Zhao, Hao Li,...
世界模型
具身智能
强化学习
机器人操控
视觉-语言-动作模型
首个纯Transformer端到端音频分词器，16亿参数，全面超越现有编解码器
Yitian Gong, Kuangwei Chen, Zhaoye Fei, Xiaogui Yang, Ke Chen, Yang Wang,...
Transformer
可变比特率
残差向量量化
端到端训练
语音合成
用冻结VLM提取情感曲线，双分支注入实现长视频叙事配乐生成
Yufan Wen, Zhaocheng Liu, YeGuo Hua, Ziyi Guo, Lihua Zhang, Chun Yuan, Jian Wu
多模态生成
情感计算
视觉语言模型
视频配乐生成
音乐生成
用长度奖励+冗余惩罚打破LLM推理的浅层探索陷阱
Futing Wang, Jianhao Yan, Yun Luo, Ganqu Cui, Zhi Wang, Xiaoye Qu, Yue...
Chain-of-Thought
大语言模型
强化学习
推理增强
测试时计算
将视觉推理重构为逻辑解压，通过极简DSL草稿实现确定性视觉验证
Jingxuan Wei, Honghao He, Caijun Jia, Siyuan Li, Zheng Sun, Yuhang Xu,...
DSL
多模态大语言模型
数学推理
条形图模型
视觉推理
通过探索-验证-记忆策略实现法律推理过程合规性的自主法律研究智能体
Xinyu Yang, Chenlong Deng, Tongyu Wen, Binyu Xie, Zhicheng Dou
推理验证
智能体
检索增强推理
法律AI
法律推理
通过联合优化矢量笔画，在绘制过程中实现语义幻觉
Huai-Hsun Cheng, Siang-Ling Zhang, Yu-Lun Liu
SIGGRAPH
扩散模型
矢量图形生成
草图生成
视觉错觉
通过组合式世界模型在想象空间中进行强化学习，实现机器人策略的自我改进
Jiazhi Yang, Kunyang Lin, Jinwei Li, Wencong Zhang, Tianwei Lin, Longyan Wu,...
世界模型
强化学习
操作
机器人学习
视觉-语言-动作模型
4.4B参数原生流式ASR，480ms延迟媲美离线Whisper
Alexander H. Liu, Andy Ehrenberg, Andy Lo, Chen-Yo Sun, Guillaume Lample,...
Transformer
多语言
实时转录
流式推理
语音识别
用20小时数据和8个A100 GPU，通过解决三个分布不一致性问题，将机器人操作成功率提升250%
Checheng Yu, Chonghao Sima, Gangcheng Jiang, Hai Zhang, Haoguang Mai,...
优势估计
分布对齐
机器人操作
权重合并
模仿学习
利用dLLM重掩码机制实现免训练高效投票推理
Sicheng Feng, Zigeng Chen, Xinyin Ma, Gongfan Fang, Xinchao Wang
免训练优化
扩散语言模型
投票策略
推理增强
测试时计算扩展
首次验证人类第一人称数据可跨形态迁移到人形机器人，实现真实场景移动操作泛化
Modi Shi, Shijia Peng, Jin Chen, Haoran Jiang, Yinghui Li, Di Huang, Ping...
人形机器人
模仿学习
移动操作
视觉语言动作模型
跨形态迁移
首次将视频生成模型引入VLN，通过稀疏生成实现超越视野导航
Hai Zhang, Siqi Liang, Li Chen, Yuxian Li, Yukuan Xu, Yichao Zhong, Fu...
具身智能
扩散蒸馏
机器人导航
稀疏生成
视觉语言导航
整合安全评估与内部诊断的开源工具包，实现从黑盒测试到白盒洞察的范式转变
Bo Zhang, Jiaxuan Guo, Lijun Li, Dongrui Liu, Sujin Chen, Guanxu Chen,...
前沿AI风险
可解释性
多模态
大模型安全
安全评估
首个统一异步执行、时间推理、噪声鲁棒性、歧义消解与多智能体协作的可验证评测基准
Romain Froger, Pierre Andrews, Matteo Bettini, Amar Budhiraja, Ricardo...
Asynchronous Environment
Benchmark
LLM Agent
Multi-Agent
RLVR
系统性研究如何将通用VLM适配到电商领域，在保留通用能力的同时大幅提升商品理解性能
Matteo Nulli, Vladimir Orshulevich, Tala Bazazo, Christian Herold, Michael...
多模态
微调
电商
视觉语言模型
领域适配
提出视频扩散模型PISCO，用稀疏关键帧控制实现精确的视频物体插入
Xiangbo Gao, Renjie Li, Xinghao Chen, Yuheng Wu, Suofei Feng, Qing Yin, Zhengzhong Tu
实例插入
扩散模型
稀疏控制
视频生成
视频编辑
GRPO的隐式优势对称性导致探索不足和难度适应差，A-GRAE通过非对称机制解决
Zhiqi Yu, Zhangquan Chen, Mengting Liu, Heye Zhang, Liangqiong Qu
GRPO
LLM推理
优势估计
强化学习
数学推理
轨迹自蒸馏+DDO目标函数，让扩散语言模型用更少步骤生成高质量文本
Tunyu Zhang, Xinxi Zhang, Ligong Han, Haizhou Shi, Xiaoxiao He, Zhuowei Li,...
少步推理
扩散语言模型
推理加速
文本生成
自蒸馏
构建23万+室内场景、13万物体、4200万抓取的开放机器人仿真生态，验证仿真与真实强相关。
Yejin Kim, Wilbert Pumacay, Omar Rayyan, Max Argus, Winson Han, Eli...
Sim-to-Real
操控基准
机器人仿真
视觉语言动作模型
零样本评估
证明单负螺旋胶子树振幅在Klein空间半共线条件下非零
Alfredo Guevara, Alexandru Lupsasca, David Skinner, Andrew Strominger, Kevin Weil
Berends-Giele递推
Yang-Mills理论
散射振幅
胶子散射
自对偶Yang-Mills
首个将稀疏与线性注意力混合的9B参数模型，支持1M tokens上下文，推理速度提升3.5倍
MiniCPM Team, Wenhao An, Yingfa Chen, Yewei Fang, Jiayi Li, Xin Li, Yaohui...
Transformer优化
推理加速
混合注意力
稀疏注意力
线性注意力
基于置信度感知的混合空间推理路由机制，提升推理准确性并减少生成长度
Xin Xu, Tong Yu, Xiang Chen, Haoliang Wang, Julian McAuley, Saayan Mitra
大语言模型推理
思维链
混合推理
潜在推理
置信度校准
提出基于信息瓶颈原则的LLM智能体长期记忆框架，通过分层记忆和三通路检索提升推理性能。
Zhenyuan Zhang, Xianzhang Jia, Zhiqin Yang, Zhenbo Song, Wei Xue, Sirui Han, Yike Guo
LLM智能体
信息瓶颈
混合检索
记忆优化
长期记忆
SPES框架将MoE专家分散到不同节点训练，大幅降低LLM预训练的内存和通信开销
Jinrui Zhang, Chaodong Xiao, Aoqi Wu, Xindong Zhang, Lei Zhang
MoE
内存优化
分布式预训练
去中心化训练
混合专家模型
用基础模型生成可执行环境代码来构建课程，让智能体在开放世界中持续学习
Konstantinos Mitsides, Maxence Faldor, Antoine Cully
基础模型
开放世界
强化学习
环境设计
程序生成
首个个性化生成式奖励模型，用原型聚类和双粒度缩放实现精准用户对齐
Pinyi Zhang, Ting-En Lin, Yuchuan Wu, Jingyang Chen, Zongqi Wang, Hua Yang,...
个性化对齐
奖励模型
强化学习
测试时缩放
生成式验证
提出Solver-Verifier协同进化框架，用几何奖励机制在少量标注下提升LLM科学推理能力
Xiaohan He, Shiyang Feng, Songtao Huang, Lei Bai, Bin Wang, Bo Zhang
LLM训练
奖励机制
强化学习
科学推理
自进化
提出EXSTRUCTINY基准，评估VLM在多文档类型上的结构化信息抽取能力
Mathieu Sibue, Andres Muñoz Garza, Samuel Mensah, Pranav Shetty, Zhiqiang...
信息抽取
基准数据集
文档理解
结构化输出
视觉语言模型
提出 MURGAT 基准，评估 MLLM 在复杂推理中为每个事实提供精确多模态引用的能力
David Wan, Han Wang, Ziyang Wang, Elias Stengel-Eskin, Hyunji Lee, Mohit Bansal
可信AI
多模态大语言模型
归因与引用
视频理解
评估基准
首个端到端视觉强化学习框架，让多模态大模型真正理解图像隐喻
Chenhao Zhang, Yazhe Niu, Hongsheng Li
GRPO
图像隐喻
多模态理解
强化学习
视觉推理
统一五大导航任务的VLA基础模型，1690万轨迹+7802场景，7项基准SOTA
Zedong Chu, Shichao Xie, Xiaolong Wu, Yanfen Shen, Minghua Luo, Zhengbo...
Flow Matching
VLA基础模型
具身导航
具身智能
多任务统一
利用 RLVR 导致的推理结构塌缩特征，通过 Min-kNN 距离黑盒检测训练数据
Hongbo Zhang, Yue Yang, Jianhao Yan, Guangsheng Bao, Yue Zhang
RLVR
会员推断
强化学习
推理模型
数据污染检测
通过指令条件早期表示和子空间感知全局选择，用16%数据达到97.5%性能
Changti Wu, Jiahuai Mao, Yuzhuo Miao, Shijie Lian, Bin Yu, Xiaopeng Lin,...
多模态大模型
子空间学习
数据选择
视觉指令调优
高效训练
提出INTENT框架，通过意图感知世界模型在推理时实现预算受限的工具使用规划
Hanbing Liu, Chunhao Tian, Nan An, Ziyuan Wang, Pinyan Lu, Changyuan Yu, Qi Qi
世界模型
工具使用
推理时规划
智能体
预算约束
提出NAE框架，通过专家混合和动态门控机制平衡可解释性与预测准确性
Guangzhi Xiong, Sanchit Sinha, Aidong Zhang
专家混合
可解释AI
广义可加模型
特征交互
表格数据
基于扩散模型的多音轨同步生成框架，推理速度提升25-50%
Shih-Lun Wu, Ge Zhu, Juan-Pablo Caceres, Cheng-Zhi Anna Huang, Nicholas J. Bryan
Flow Matching
多音轨
扩散模型
音乐生成
音频分离