用大规模社区反馈强化学习训练AI判断和提出高影响力研究想法
Jingqi Tong, Mingzhe Li, Hangcheng Li, Yongzhuo Yang, Yurong Mou, Weijie Ma,...
GRPO
偏好学习
奖励模型
强化学习
科学智能体
提出AttnRes用softmax注意力替代固定残差累加，解决PreNorm深度信息稀释问题
Kimi Team, Guangyu Chen, Yu Zhang, Jianlin Su, Weixin Xu, Siyuan Pan, Yaoyu...
Transformer架构
大语言模型
残差连接
注意力机制
深度学习
首尔世界模型：用街景图像检索增强，实现真实城市级别的世界模拟视频生成
Junyoung Seo, Hyunwook Choi, Minkyung Kwon, Jinhyeok Choi, Siyoon Jin,...
世界模型
城市场景模拟
扩散模型
检索增强生成
自动驾驶
物理闭环双向优化，实现仿真就绪的人-场景交互重建
Yukang Cao, Haozhe Xie, Fangzhou Hong, Long Zhuo, Zhaoxi Chen, Liang Pan, Ziwei Liu
3D生成
人机交互重建
具身智能
强化学习
物理仿真
首篇全开源搜索智能体，仅用11.7k合成样本SFT达到前沿水平
Yuwen Du, Rui Ye, Shuo Tang, Xinyu Zhu, Yijun Lu, Yuzhu Cai, Siheng Chen
SFT
Web Agent
多跳推理
开源
搜索智能体
首个大规模企业级智能体基准，揭示当前最强模型仅37%成功率，规划而非工具调用是核心瓶颈
Shiva Krishna Reddy Malay, Shravan Nayak, Jishnu Sethumadhavan Nair, Sagar...
企业应用
基准测试
工具使用
智能体
规划推理
MoDA：通过跨层深度KV注意力解决LLM深度扩展中的信息稀释问题
Lianghui Zhu, Yuxin Fang, Bencheng Liao, Shijie Wang, Tianheng Cheng, Zilong...
Transformer架构
大语言模型
注意力机制
深度扩展
硬件优化
用 mLSTM-SWA 混合架构蒸馏 Transformer，通过专家合并实现近乎无损的性能迁移
Lukas Hauzenberger, Niklas Schmidinger, Thomas Schmied, Anamaria-Roberta...
xLSTM
模型压缩
知识蒸馏
线性注意力
高效推理
通过认知状态空间的几何异常检测诊断VLM幻觉
Lexiang Xiong, Qi Li, Jingwen Ye, Xinchao Wang
信息几何
可解释AI
幻觉检测
异常检测
视觉语言模型
用编码智能体克隆真实网站为可执行环境，生成可验证任务训练 Web 智能体
Hyungjoo Chae, Jungsoo Park, Alan Ritter
Code Agent
Self-Evolution
Synthetic Environment
Verifiable Reward
Web Agent
仅用2D图像训练，实现视频DiT的多种编辑任务，无需任何视频数据
Ruonan Yu, Zhenxiong Tan, Zigeng Chen, Songhua Liu, Xinchao Wang
LoRA微调
Transformer
扩散模型
视频编辑
风格迁移
提出POLCA框架，通过优先队列和语义过滤机制解决LLM优化中的随机性和参数空间爆炸问题。
Xuanfei Ren, Allen Nie, Tengyang Xie, Ching-An Cheng
LLM优化
代码生成
提示工程
智能体优化
生成式优化
提出DeepCommit流水线和EvoClaw基准，揭示前沿模型在持续软件演化中的性能崩溃现象
Gangda Deng, Zhaoling Chen, Zhongming Yu, Haoyang Fan, Yuhong Liu, Yuxin...
AI代理
代码生成
基准测试
持续集成
软件工程
首个视频到网页生成基准，用细粒度视觉评分标准评估MLLM复现能力
Yuhong Dai, Yanlin Lai, Mitt Huang, Hangyu Guo, Dingming Li, Hongbo Peng,...
前端工程
基准测试
多模态大语言模型
网页生成
视频理解
通过训练二元探针分类器检测最终答案首次出现位置，实现LRM推理的早期退出
Alliot Nagle, Jakhongir Saydaliev, Dhia Garbaya, Michael Gastpar, Ashok...
大推理模型
推理优化
早期退出
链式思维
高效推理
通过零空间几何与CLIP映射，量化分类器的语义不变性
Harel Yadid, Meir Yossef Levi, Roy Betser, Guy Gilboa
CLIP
分类器分析
可解释性
计算机视觉
零空间
LLM展现类人动机结构：自报告动机可预测行为与表现
Omer Nahum, Asael Sklar, Ariel Goldstein, Roi Reichart
LLM对齐
人机交互
动机心理学
大语言模型
行为分析
2万题音视频联合推理基准，揭示最强模型仅64.2%准确率
Arushi Goel, Sreyan Ghosh, Vatsal Agarwal, Nishit Anand, Kaousheik...
基准评测
多模态大模型
视频理解
长视频
音视频推理
基于宝可梦的大规模AI决策基准，含对战与速通双赛道评估框架
Seth Karten, Jake Grigsby, Tersoo Upaa, Junik Bae, Seonghun Hong, Hyunyoung...
不完全信息博弈
多智能体
大语言模型
强化学习
游戏AI
揭示LLM推理中'认识论不确定性外化'的关键作用及其信息论框架
Jeonghye Kim, Xufang Luo, Minbeom Kim, Sangmook Lee, Dongsheng Li, Yuqing Yang
不确定性
信息论
大语言模型
推理
自我修正
提出基于黎曼几何的运动生成框架，在流形上建模并通过流匹配学习动力学
Fangran Miao, Jian Huang, Ting Li
几何表示
文本生成运动
流匹配
运动生成
黎曼流形
系统比较SFT和RL在LLM后训练中的作用、差异与融合方法
Haitao Jiang, Wenbo Zhang, Jiarui Yao, Hengrui Cai, Sheng Wang, Rui Song
LLM对齐
后训练
强化学习
混合训练
监督微调
通过对抗性协同进化优化代码和测试生成，消除对人工标注测试的依赖
Aozhe Wang, Yuchen Yan, Nan Zhou, Zhengxi Lu, Weiming Lu, Jun Xiao, Yueting...
代码生成
协同进化
对抗学习
强化学习
测试生成
首次探索全景功能预测任务，提出PAP-12K数据集和模拟人眼中央凹视觉的PAP框架
Zixin Zhang, Chenfei Liao, Hongfei Zhang, Harold Haodong Chen, Kanghao Chen,...
全景视觉
具身智能
功能预测
视觉语言模型
计算机视觉
零样本检测AI生成视频，联合建模帧内和帧间统计特性，无需训练即可泛化到未见过的生成模型
Omer Ben Hayun, Roy Betser, Meir Yossef Levi, Levi Kassel, Guy Gilboa
时空特征分析
深度伪造检测
生成视频检测
零样本学习
将细粒度专家设计从中间维度扩展到输出维度，突破现有MoE缩放律的性能瓶颈
Ning Liao, Xiaoxing Wang, Xiaohan Qin, Junchi Yan
Mixture-of-Experts
Upcycling
大语言模型
细粒度设计
维度扩展
提出LightCtrl框架，通过少量物理先验实现细粒度可控的单图像重光照
Haoze Zheng, Zihao Wang, Xianfeng Wu, Yajing Bai, Yexin Liu, Yun Li,...
内在分解
单图像编辑
图像重光照
扩散模型
物理先验
首个统一遥感世界模型，联合时空变化理解和未来场景预测，2B参数超越120×大模型
Linrui Xu, Zhongan Wang, Fei Shen, Gang Xu, Huiping Zhuang, Ming Li, Haifeng Li
世界模型
场景预测
多模态学习
指令微调
遥感影像理解
首个大规模未解数学问题的自动化验证基准，评估AI的数学发现能力
Erik Y. Wang, Sumeet Motwani, James V. Roggeveen, Eliot Hodges, Dulhan...
人工智能
基准测试
数学推理
未解问题
自动验证
统一视频扩散框架，实现场景、多视角主体和运动的解耦控制
Zhenghong Zhou, Xiaohang Zhan, Zhiqin Chen, Soo Ye Kim, Nanxuan Zhao,...
ControlNet
多视角一致性
扩散模型
视频生成
运动控制
训练时用自适应视觉提示引导模型学习时空定位，推理时无需额外工具
Daeun Lee, Shoubin Yu, Yue Zhang, Mohit Bansal
强化学习
时空定位
自蒸馏
视觉提示
视频推理
提出SCIENCECLAW+INFINITE框架，让自主AI智能体通过工件交换实现分布式科学协作与发现
Fiona Y. Wang, Lee Marom, Subhadeep Pal, Rachel K. Luu, Wei Lu, Jaime A....
AI for Science
分布式协作
多智能体系统
科学计算
自动化发现
提出区域级偏好优化方法提升多语言复杂字形渲染精度
Xincheng Shuai, Ziye Li, Henghui Ding, Dacheng Tao
多语言
扩散模型
文本渲染
直接偏好优化
视觉文本
稀疏性通过调节方差传播有效缓解深度诅咒，提升深层利用率
Dilxat Muhtar, Xinyuan Song, Sebastian Pokutta, Max Zimmer, Nico Pelleriti,...
LLM深度优化
Mixture of Experts
方差控制
注意力机制
稀疏性
提出谱匹配假设，通过ESM和DSM统一提升潜在扩散生成质量
Mang Ning, Mingxiao Li, Le Zhang, Lanmiao Liu, Matthew B. Blaschko, Albert...
VAE
图像生成
扩散模型
潜在扩散
谱分析
通过混合扩散和对抗训练实现少步轨迹可控视频生成，质量与精度双提升
Quanhao Li, Zhen Xing, Rui Wang, Haidong Cao, Qi Dai, Daoguo Dong, Zuxuan Wu
对抗训练
扩散模型
知识蒸馏
视频生成
轨迹控制
通过统一KV缓存管理实现MoT VLA模型多任务并行推理，达3.7倍加速
Xiangyu Li, Huaizhi Tang, Xin Ding, Weijun Wang, Ting Cao, Yunxin Liu
KV缓存优化
VLA
多任务推理
机器人控制
提出DOMINO数据集和PUMA架构解决机器人动态操作问题
Heng Fang, Shangru Li, Shuhan Wang, Xuanyang Xi, Dingkang Liang, Xiang Bai
VLA模型
动态环境
时空推理
机器人操作
运动预测
通过register tokens实现VLM并行解码，1.6×-2.2×加速文档解析
Lei Li, Ze Zhao, Meng Li, Zhongwang Lun, Yi Yuan, Xingjing Lu, Zheng Wei,...
OCR
VLM
并行解码
效率优化
文档解析
DCS：利用FOMC时间相对变化从冻结LLM提取经济意义显著的货币政策立场分数
Yixuan Tang, Yi Yang
LLM
时间序列建模
自监督学习
表示探测
货币政策
首个支持多服装分层、配饰、风格标注的大规模全装虚拟试穿数据集，揭示现有方法局限
Junyao Hu, Zhongwei Cheng, Waikeung Wong, Xingxing Zou
多参考图像生成
多模态学习
数据集构建
服装分层
虚拟试穿
将典型相关分析与概念可解释性结合，实现跨模态对齐和稀疏概念分解
Ehud Gordon, Meir Yossef Levi, Guy Gilboa
CLIP
典型相关分析
可解释AI
多模态学习
概念分解
提出跨模态知识转移框架MoKus，通过文本知识更新实现高保真概念定制。
Chenyang Zhu, Hongxiang Li, Xiu Li, Long Chen
Diffusion Transformer
图像生成
概念定制
知识编辑
跨模态学习
首个可在生成过程中实时调整语速的全流零样本TTS系统
Nikita Torgashov, Gustav Eje Henter, Gabriel Skantze
实时对话
文本转语音
流式合成
语速控制
零样本学习
用软标签替代one-hot解决大码本训练困难
Shufan Li, Jiuxiang Gu, Kangning Liu, Zhe Lin, Aditya Grover, Jason Kuen
图像生成
矢量量化
离散模型
自回归模型
训练优化
在单台消费级硬件上实现全本地隐私保护的EHR问答系统，小模型配置得当可接近大模型性能
Ibrahim Ebrar Yurt, Fabian Karl, Tejaswi Choppa, Florian Matthes
EHR问答
本地部署
证据对齐
量化模型
隐私保护