提出Simplex旋转编码和稀疏Hub注意力，实现可扩展至四个玩家的多智能体世界模型
Fangfu Liu, Kai He, Tianchang Shen, Tianshi Cao, Sanja Fidler, Yueqi Duan,...
世界模型
多智能体
旋转位置编码
注意力机制
视频生成
通过工具调用重采样解决思考-行动差距，提升智能体推理能力
Minki Kang, Shizhe Diao, Ryo Hachiuma, Sung Ju Hwang, Pavlo Molchanov,...
多模态学习
大语言模型
工具使用
强化学习
智能体推理
通过修正策略梯度估计中的长度偏差和方差问题，实现高效的主动推荐路径规划。
Hongru Hou, Tiehua Mei, Denghui Geng, Jinhui Huang, Ao Xu, Hengrui Chen,...
主动推荐
强化学习
推荐系统
用户偏好引导
策略梯度
NEO-ov提出端到端原生视觉语言架构，统一单图/多图/视频/空间智能，在多个基准上超越现有原生模型
Haiwen Diao, Jiahao Wang, Penghao Wu, Yuhao Dong, Yuwei Niu, Yue Zhu,...
原生架构
多模态理解
空间智能
端到端学习
视觉语言模型
提出双向进化搜索框架，通过进化算子和目标分解突破现有搜索方法的限制，在自改进和推理中显著提升性能。
Guowei Xu, Zhenting Qi, Huangyuan Su, Weirui Ye, Himabindu Lakkaraju, Sham...
双向搜索
大语言模型
搜索算法
自改进
进化计算
构建最大规模研究级数学问题数据集，分析LLM推理行为
Guijin Son, Seungyeop Yi, Minju Gwak, Hyunwoo Ko, Wongi Jang, Youngjae Yu
LLM推理行为
数学数据集
智能体系统
研究级数学
使用弱模型的错误轨迹作为训练信号，让强模型学会自我纠错
Caijun Xu, Changyi Xiao, Zhongyuan Peng, Yixin Cao
大语言模型
弱到强学习
强化学习
推理模型
自我纠错
提出首个通过执行图自动诊断LLM内存系统错误的框架
Xinle Deng, Ruobin Zhong, Hujin Peng, Xiaoben Lu, Yanzhe Wu, Guang Li,...
内存系统
执行追踪
智能体调试
错误诊断
长时记忆
通过教师-学生对比和错误感知训练，实现无标注的小型CUA领域专业化
Suji Kim, Kangsan Kim, Sung Ju Hwang
偏好优化
多模态智能体
自动数据生成
计算机使用代理
领域专业化
提出证据链框架确保AI研究可验证性，ScientistOne实现零幻觉引用和完美分数验证
Rui Meng, Bhavana Dalvi Mishra, Jiefeng Chen, Chun-Liang Li, Palash Goyal,...
AI代理
可验证性
科学完整性
自主研究
证据链
提出FluxMem框架，将智能体记忆建模为持续演化的异构图，通过三阶段进化机制动态优化记忆连接性
Jizhan Fang, Buqiang Xu, Zhixian Wang, Haoliang Cao, Xinle Deng, Baohua...
异构图
智能体记忆
自我组织
记忆演化
长期记忆
提出Agent老化四机制与AgingBench基准，诊断长期部署AI Agent的可靠性退化
Jianing Zhu, Yeonju Ro, John Robertson, Kevin Wang, Junbo Li, Haris Vikalo,...
AI Agent
可靠性工程
基准测试
生命周期管理
长期记忆
将深度图生成融入VLM预训练，提升空间推理与物理操作能力
Ruowen Zhao, Bangguo Li, Zuyan Liu, Yinan Liang, Junliang Ye, Fangfu Liu,...
VLA
具身智能
机器人操作
深度预测
视觉-语言模型
将梯度下降思想引入技能优化，通过诊断、动量和层感知补丁迭代改进LLM代理技能
Hanyu Wang, Yifan Lan, Bochuan Cao, Lu Lin, Jinghui Chen
Gradient Descent
LLM Agents
Prompt Engineering
Skill Optimization
研究发现AI研究代理生成的科学想法更集中于现有工作，缺乏创新性
Yixuan Tang, Yi Yang
AI代理
研究评估
科学发现
提出三重块布局方法，在不修改RWKV架构的前提下实现1.6倍解码吞吐量提升
Ke Lin, Yiyang Luo, Zhaolong Su, Yunya Song, Anyi Rao
RWKV
伪双向上下文
并行解码
扩散语言模型
线性时间模型
通过稀疏注意力、序列并行、量化和强化学习，实现高质量视频生成的1.64倍加速
Yunyang Ge, Xianyi He, Zezhong Zhang, Bin Lin, Bin Zhu, Xinhua Cheng, Li Yuan
Diffusion Transformer
序列并行
强化学习
稀疏注意力
视频生成
中间训练方法显式内化 GUI 世界知识
Zheng Wu, Chengcheng Han, Zhengxi Lu, Tianjie Ju, Yanyu Chen, Qi Gu,...
GUI智能体
中间训练
因果推理
多模态大语言模型
用信息瓶颈理论量化探索-利用平衡，通过IBTree提升在线强化学习效率和稳定性。
Hao Jiang, Shurui Li, Tianpeng Bu, Bowen Xu, Xin Liu, Qihua Chen, Hongtao...
信息瓶颈
在线强化学习
大语言模型
数学推理
树搜索
提出MM-CreativityBench基准和affordance-grounded对齐方法，提升LMM在视觉环境中的创造性工具改用能力
Cheng Qian, Hyeonjeong Ha, Jiayu Liu, Jeonghwan Kim, Emre Can Acikgoz,...
Affordance推理
创造性推理
多模态学习
工具使用
视觉基础
通过View Dropout让模型真正使用中间思考图像，全景视角视觉思维最佳
Qian Yang, Ankur Sikarwar, Huy Le, Le Zhang, Zhuan Shi, Perouz Taslakian,...
View Dropout
统一多模态模型
视觉思维
跨视图空间推理
揭示搜索代理依赖内在知识的IKD问题，提出LiveBrowseComp基准测试真实搜索能力
HuiMing Fan, Xiao Wang, Zheng Chu, Qianyu Wang, Zhuoyao Wang, Ming Liu, Bing...
内在知识依赖
大语言模型
搜索代理
网络搜索
评估基准
首个闭环视频世界模拟器，支持状态预测和奖励评估
Boxiang Qiu, Liliang Chen, Yue Liao, Nan Wang, Lintao Wang, Jiayi Luo,...
世界模型
强化学习
机器人学习
视频生成
闭环模拟
通过结构感知的块扩散和scaffolding技术，实现SOTA轨迹精度下的12倍推理加速
Kewei Zhang, Jin Wang, Sensen Gao, Chengyue Wu, Yulong Cao, Songyang Han,...
扩散模型
推理加速
端到端规划
自动驾驶
视觉-语言-动作模型
评估LLM代理多轮对话下主动搜索能力的200任务基准
Xiaohongshu Inc
LLM评估
主动搜索
多轮对话
搜索基准
知识图谱
系统评估混合推理LLM中三种思维模式切换策略在不同规模和任务领域的效率-有效性权衡
Yansong Ning, Mianpeng Liu, Jingwen Ye, Weidong Zhang, Hao Liu
大语言模型
思维模式切换
效率优化
混合推理
自适应推理
利用SAE捕获模型内在属性指导RL数据工程，提升训练效率与性能
Yi Jing, Zao Dai, Jinwu Hu, Zijun Yao, Lei Hou, Juanzi Li, Xiaozhi Wang
后训练数据工程
强化学习
数据选择
机制可解释性
稀疏自编码器
单一框架统一无条件和连续超分辨率，无需条件分支或重新训练
Zixin Jessie Chen, Zhuo Chen, Archer Wang, Jeff Gore, William T. Freeman,...
尺度不变性
扩散模型
无条件生成
超分辨率
频域学习
限制蒸馏 rollout 到前 N 个 token，解决 OPD 的离策略教师衰减问题
Zhou Ziheng, Jiaqi Li, Huacong Tang, Ying Nian Wu, Demetri Terzopoulos
在线策略蒸馏
大语言模型
模型压缩
知识蒸馏
首个支持用户通过文本schema指定部件结构的开放词汇三维模型生成框架
Yiheng Zhu, Kangle Deng, Jean-Philippe Fauconnier, Inaki Navarro, Daiqing...
3D生成
多部件网格
开放词汇控制
文本到3D
部件感知生成
跨语言研究发现大模型思维链监控平均欺骗率高达95.9%，低资源语言中完全失效
Eric Onyame, Runtao Zhou, Kowshik Thopalli, Bhavya Kailkhura, Chirag Agarwal
多语言推理
大语言模型安全性
对抗性测试
思维链监控
机械可解释性
提出WCS度量量化LLM采样过滤对词汇多样性的系统性抑制
Samer Awad, Javier Conde, Carlos Arriaga, Tairan Fu, Javier...
解码机制
词汇多样性
语言生成质量
采样算法
自组织AI智能体团队，通过动态协作进行长期科学实验探索
Shanghua Gao, Ada Fang, Marinka Zitnik
分布式优化
多智能体系统
科学实验自动化
自动化科学研究
提出基于梯度谱熵的聚类无关方法，通过分析单样本梯度的奇异值分布有效检测LLM微调中的后门样本
Haodong Zhao, Tianyi Xu, Tianhang Zhao, Zhuosheng Zhang, Gongshen Liu
LLM安全
后门防御
样本过滤
梯度分析
谱熵
通过符号化元验证和解耦强化学习实现细粒度多模态视觉验证
Xinchen Zhang, Bowei Liu, Jiale Liu, Chufan Shi, Yizhen Zhang, Junhong Liu,...
元验证
图像编辑
多模态验证器
强化学习
视觉定位
通过学习可变形3D模板，从单张RGB-D图像建立类别级语义一致的3D对应关系
Leonhard Sommer, Artur Jesslen, Basavaraj Sunagad, Adam Kortylewski
3D视觉
可变形模型
姿态估计
对应关系
类别级理解
模型学习评估方法学特征后安全分数虚高的隐式机制
Katharina Deckenbach, Haritz Puerto, Jonas Geiping, Sahar Abdelnabi
AI安全评估
基准测试
模型行为
混淆因子
评估元知识
提出PEFT-Arena基准，发现正交微调在稳定性和可塑性权衡上最优，并揭示SFT超调现象
Yangyi Huang, Ruotian Peng, Zeju Qiu, Jiale Kang, Yandong Wen, Bernhard...
几何分析
参数高效微调
正交微调
稳定性-可塑性困境
遗忘问题
将多智能体协调建模为在线策略学习问题，通过可审计的策略图动态优化技能、模型和拓扑选择
Nicole Koenigstein
协调策略
可解释AI
在线学习
多智能体系统
强化学习
将LLM智能体动作建模为类型化的程序洞，通过静态类型系统和capability checking保障安全
Yaoyu Zhao, Yichen Xu, Oliver Bračevac, Cao Nguyen Pham, Frank Zhengqing Wu,...
LLM agent
代码即动作
智能体安全
程序合成
类型系统
将外部记忆转化为参数化技能的具身智能体记忆框架
Yuchen Guo, Junli Gong, Hongmin Cai, Yiu-ming Cheung, Weifeng Su
LoRA
Minecraft
具身智能体
持续学习
记忆巩固
提出评估AI将自然语言编程意图转化为可信形式化规范能力的新基准和环境
Anmol Agarwal, Natalie Neamtu, Pranjal Aggarwal, Seungone Kim, Jannis...
Agent评估
代码生成
形式化验证
自动形式化
规范生成
评估工业优化代理在构建修订和解释全生命周期中的可靠性基准测试
Chenyu Zhou, Xinyun Lu, Jiangyue Zhao, Jianghao Lin, Dongdong Ge, Yinyu Ye
LLM代理
优化建模
基准测试
工作空间推理
运筹学
提出基于干预单元的情感支持技能银行，通过多轮模拟交互实现技能自演化
Jie Zhu, Huaixia Dou, Shuo Jiang, Junhui Li, Lifan Guo, Feng Chen, Chi...
可解释AI
干预动力学
情感支持对话
技能银行
自演化
提出自适应系数校准方法OCC，解决RL与MTP联合训练的性能下降问题
Zili Wang, Jiajun Chai, Lin Chen, Xiaohan Wang, Shiming Xiang, Guojun Yin
优化理论
多令牌预测
强化学习后训练
数学推理
提出评估GUI代理在环境干扰下鲁棒性的基准和增强框架
Jingwei Sun, Jianing Zhu, Yuanyi Li, Tongliang Liu, Xia HU, Bo Han
GUI代理
强化学习
环境破坏
鲁棒性评估
提出共享推理枢纽让多智能体协作交换中间推理过程，提升长周期任务性能
Yuyang Hu, Hongjin Qian, Shuting Wang, Jiongnan Liu, Tong Zhao, Xiaoxi Li,...
共享记忆
多智能体系统
横向通信
长周期推理
集体推理
提出混合检索系统HST，结合向量搜索与Winnowing算法实现对LLM生成代码的高效来源追踪
Andrea Gurioli, Davide D'Ascenzo, Federico Pennino, Maurizio Gabbrielli,...
LLM
代码生成
向量数据库
抄袭检测
来源追踪
用中值逻辑的三维独立框架替代概率归一化，揭示LLM可表达超真值状态
Maikel Yelandi Leyva-Vázquez, Florentin Smarandache
AI安全
不确定性量化
中值逻辑
提示工程
认识论不确定性
将透视基础模型扩展到全景领域，统一预测深度、法线等多任务
Vukasin Bozic, Isidora Slavkovic, Dominik Narnhofer, Nando Metzger, Denis...
3D重建
全景图像
基础模型
多任务学习
计算机视觉