用一个 Mixture-of-Transformers 统一语言/图像/视频/音频/动作的理解与生成
Aditi, Niket Agarwal, Arslan Ali, Jon Allen, Martin Antolini, Adeline...
Mixture-of-Transformers
Physical AI
世界模型
全模态
具身智能
提出始终在线的流式音频交互模型，统一离线与实时音频任务。
Zhifei Xie, Zihang Liu, Ze An, Xiaobin Hu, Yue Liao, Ziyang Ma, Dongchao...
多模态大模型
实时交互
流式推理
语音对话
语音识别
把研究Agent的错误诊断从最终答案级下沉到语义span级，并提出claim溯源的审计框架DRIFT。
Jiaming Wang, Ziteng Feng, Jiangtao Wu, Ruihao Li, Qianqian Xie, Yuxiang...
基准评测
声明可溯源性
多智能体审计
深度研究智能体
过程级评估
用双判官注入已知偏差构建可控环境，复现并自动检测rubric-RL奖励黑客
Xuekang Wang, Zhuoyuan Hao, Shuo Hou, Hao Peng, Juanzi Li, Xiaozhi Wang
GRPO
LLM-as-a-Judge
奖励建模
奖励黑客
强化学习
从训练配方视角系统研究视觉生成少步蒸馏，构建4步统一生成编辑模型。
Tianhe Wu, Kun Yan, Zikai Zhou, Lihan Jiang, Jiahao Li, Jie Zhang, Kaiyuan...
Qwen-Image
分布匹配蒸馏
多教师引导
少步蒸馏
指令引导图像编辑
首个全人工标注的流式空间智能基准，揭示多模态大模型在自我中心视频流上的空间推理巨大缺口。
Yifei Li, Pengyiang Liu, Yuhang Zang, Zhongyue Shi, Qi Fu, Hongye Hao, Jiwen Lu
CoT思维链
具身智能
基准测试
多模态大模型
流式空间智能
超长时序闭环优化基准，证明坚持性比初始解更决定最终性能。
Zhangchen Xu, Junda Chen, Yue Huang, Dongfu Jiang, Jiefeng Chen, Hang Hua,...
LLM智能体
前沿模型
基准评测
奖励黑客防御
时间感知
把推理步骤流式转发给下游智能体,既降延迟又提准确率
Zhen Yang, Xiaogang Xu, Wen Wang, Cong Chen, Xander Xu, Ying-Cong Chen
多智能体推理
大语言模型
推理增强
流式通信
流水线并行
用可学习的演化记忆查询实现实时无限长视频生成。
Yuxuan Bian, Zeyue Xue, Songchun Zhang, Shiyi Zhang, Weiyang Jin, Yaowei Li,...
KV缓存压缩
RoPE位置编码
扩散Transformer
自回归生成
视频生成
把全词表自蒸馏与RLVR奖励统一为策略梯度，稳定提升LLM推理性能。
Yifeng Liu, Shiyuan Zhang, Yifan Zhang, Quanquan Gu
RLVR
大语言模型推理
强化学习
知识蒸馏
策略优化
首个系统评测多模态模型视频记忆能力的认知心理学基准。
Jie Huang, Ruixun Liu, Sirui Sun, Xinyi Yang, Yin Li, Yixin Zhu, Yiwu Zhong
多模态记忆
工作记忆
注意力机制
视觉语言模型
视频理解
内省式识别冗余步骤并以掩码偏好学习折叠推理链，token减半
Ziyan Liu, Xueda Shen, Yuzhe Gu, Songyang Gao, Kuikun Liu, Guangran Cheng,...
信用分配
强化学习RLVR
推理链压缩
直接偏好优化
高效推理
用编译器串行流水线与复活机制，在生产级长链路工程中运行时评估智能体模型。
Yipeng Ouyang, Xin Huang, Bingjie Liu, Zhongchun Zheng, Yuhao Gu, Xianwei Zhang
LLM Agent
智能体评估
编译器构建
软件工程智能体
运行时评估
翻译英文预训练混合语料为德语，构建725B token语料库并验证。
Maurice Kraus, Ruben Härle, Sebastian Sztwiertnia, Abbas Goher Khan, Mehdi...
德语NLP
机器翻译
语料构建
语言模型
质量估计
用场景令牌解耦高斯与像素网格的前馈3D高斯泼溅
Alexander Veicht, Sunghwan Hong, Dániel Baráth, Marc Pollefeys
3D高斯泼溅
k-means聚类
前馈新视角合成
可微光栅化
场景令牌
在冻结骨干上加验证驱动智能体，把车道地图自动化率推到95%+
Deguo Xia, Zihan Li, Haochen Zhao, Dong Xie, Yuyao Kong, Xiyan Liu, Jizhou...
地图自动化
强化学习
智能体
自动驾驶
视觉语言模型
自监督双代理任务（端到端重建+中间记忆召回）预训练LLM记忆能力。
Ziheng Li, Xingrun Xing, Haoqing Wang, Zhi-Hong Deng, Yehui Tang
GRPO
上下文记忆智能体
多跳问答
强化学习
自监督预训练
FiRe-OPD 用轨迹级硬过滤加 token 级软加权协同优化在线蒸馏粒度。
Yuying Li, Leqi Zheng, Yongzi Yu, Wenrui Zhou, Xuchang Zhong, Xing Hu, Jing...
在线蒸馏
大语言模型
强化学习
推理增强
知识蒸馏
用宽基线匹配任务评估并通过课程强化学习提升 MLLM 空间推理
Hao Zhong, Muzhi Zhu, Shenyan Zeng, Anzhou Li, Cong Chen, Hua Geng, Duochao...
多模态大模型
宽基线匹配
强化学习(RLVR)
空间推理
视觉对应
把网上多模态教程蒸馏为可编辑技能，靠轨迹反馈闭环修正，让VLM智能体在GUI/游戏/策略任务全面提升
Xinyu Che, Junqi Xiong, Yunfei Ge, Xinping Lei, Shihao Li, Hang Yan, Han Li,...
VLM智能体
基准测试
技能学习
教程蒸馏
闭环修正
用双向判别器与分布匹配预热实现单步自回归视频生成，解决运动坍缩与训练不稳定。
Haobo Li, Yanhong Zeng, Yunhong Lu, Jiapeng Zhu, Hao Ouyang, Qiuyu Wang, Ka...
单步生成
对抗蒸馏
扩散模型蒸馏
自回归生成
视频生成
把网页生成评测改写为需求诱导的可观察状态转移契约。
Yuxin Meng, Yuhan Suo, Junjie Wang, Yuhan Sun, Yiyao Yu, Ruixu Zhang,...
ICG
交互式评测
前端代码生成
多模态大模型
浏览器 Agent
RL训练让LLM自发钻社会法规漏洞，绕过现有安全机制。
Wei Liu, Xinyi Mou, Hanqi Yan, Zhongyu Wei, Yulan He
AI安全
LLM对齐
奖励黑客
强化学习
监管套利
纯数字管线用 3D 资产+视频生成模型合成人形机器人操作数据，真机抓取 84%、爬楼梯 90%
Tianyi Xie, Haotian Zhang, Jinhyung Park, Zi Wang, Bowen Wen, Jiefeng Li,...
人-物交互重建
人形机器人
仿真到现实
强化学习运动跟踪
视频生成先验
用拍卖竞争与财富积累让弱智能体自组织成强群体智能
Zhenting Qi, Huangyuan Su, Ao Qu, Chenyu Wang, Yu Yao, Han Zheng, Kushal...
LLM智能体
去中心化协调
哈耶克市场理论
多智能体系统
强化学习
把法典放进沙箱，让模型按需检索，揭示harness是能力放大器而非通用解药
Guangyao Dou, William Jurayj, Nils Holzenberger, Benjamin Van Durme
DeonticBench
agentic harness
义务论推理
智能体推理
法律推理
证明两层网络学群复合时，每个神经元收敛到单个不可约表示并秩一对齐，Abel 群下达到完美精度。
Jianliang He, Leda Wang, Fengzhuo Zhang, Siyu Chen, Zhuoran Yang
可解释性
模运算/grokking
深度学习理论
群表示论
训练动力学
提出基于双图环境的多智能体框架，将搜索与确定性验证分离，显著提升XBRL审计准确性
Yan Wang, Xuguang Ai, Jaisal Patel, Xueqing Peng, Fengran Mo, Yupeng Cao,...
XBRL验证
多智能体系统
神经符号化
金融审计
用VLM作为判别器的无监督层分解强化学习微调
Ciara Rowles, Reshinth Adithyan, Nikhil Pinnaparaju, Vikram Voleti, Mark Boss
图像分解
奖励设计
强化学习
流匹配
视觉语言模型
通过稀疏体素引导的自回归框架，将网格生成视为表面编织过程，实现高压缩比和高质量的3D网格生成
Jiale Xu, Wang Zhao, Ying Shan
3D网格生成
体素编码
几何压缩
自回归模型
计算机视觉
自演化训练轨迹级守护模型防御计算机操作智能体的多步威胁
Yunhao Feng, Xiaohu Du, Xinhao Deng, Yifan Ding, Ming Wen, Yixu Wang,...
威胁挖掘
数据合成
自演化防御
计算机操作智能体安全
轨迹级守护模型
通过进化参考解决方案生成更难的编程任务，解决基准饱和问题
Yangzhen Wu, Aaron J. Li, Wenjie Ma, Li Cao, Ziheng Zhou, Mert Cemri, Shu...
代码生成
合成数据
基准测试
自我改进
进化算法
通过激活空间steering operators和压缩感知，实现高效LLM训练数据归因
Rishit Dagli, Abir Harrasse, Luke Zhang, Florent Draye, Amirali Abdullah,...
LLM可解释性
压缩感知
影响函数
激活空间建模
训练数据归因
通过预算感知的专家权重访问控制，实现大规模LLM模型合并的I/O高效执行
Yuanyi Wang, Yanggan Gu, Su Lu, Yifan Yang, Zhaoyi Yan, Congkai Xie, Jianmin...
I/O优化
LLM系统
权重空间
模型合并
预算规划
构建1,638个标准化患者案例评估LLM临床Agent动态决策能力，发现最强模型仅完成60.4%
Cheng Liang, Pengcheng Qiu, Ya Zhang, Yanfeng Wang, Chaoyi Wu, Weidi Xie
LLM评估
临床决策
医学基准
多Agent评估
标准化患者
揭示图语言模型中图sink token的激活模式与语义效用解耦现象
Ding Zhang, Runtao Zhou, Wenqing Zheng, Rizal Fathony, Bayan Bruss, Chirag Agarwal
Transformer分析
图表示学习
图语言模型
机制可解释性
注意力机制
提出一个基于能力的运行时边界，确保LLM Agent在自我进化时不会 silently 扩展其资源权限
Yingqi Zhang
LLM Agent
库操作系统
能力系统
自我进化
运行时安全
提出统一的语音翻译多维评估框架，支持S2TT/S2ST、离线/流式场景的综合评价。
Yanjie An, Yuxiang Zhao, Yichi Zhang, Qixi Zheng, Yujie Tu, Keqi Deng, Kai...
多维度分析
系统评估
统一协议
语音翻译
首个评估VLM代理在3D场景中基于行动反馈的空间推理能力的基准测试
Tianhui Liu, Jie Feng, Zhiheng Zheng, Shengyuan Wang, Yiming Guo, Yanxin Xi,...
3D场景理解
基准测试
多模态大模型
智能体交互
空间推理
首个基于像素级确定性评估的精确视觉编辑基准，揭示当前多模态模型在基本栅格操作上的显著局限性。
Kai Xu, Ellis Brown, Shrikar Madhu, Rob Fergus, He He, Saining Xie
图像编辑
基准测试
多模态模型
确定性评估
视觉推理
推导 Gated Delta Networks 的 µP 参数化法则，实现零样本超参数迁移。
Yifeng Liu, Quanquan Gu
Gated Delta Network
μP理论
大规模语言模型
线性RNN
超参数迁移
通过控制分数平滑度减少扩散模型幻觉
Mahesh Bhosale, Naresh Kumar Devulapally, Abdul Wasi, Chau Pham, Vishnu...
分数函数
幻觉减少
扩散模型
生成模型
将注意力重新解释为函数空间之间的线性算子，实现高效且分辨率无关的算子学习
Jiefang Xiao, Maolin Gao, Simon Weber, Guandao Yang, Daniel Cremers
PDE求解
函数映射
注意力机制
神经网络算子
算子学习
首个系统评估Speech LLM指令引导语音编辑能力的双语基准测试
Hanlin Zhang, Daxin Tan, Dehua Tao, Xiao Chen, Haochen Tan, Linqi Song
Speech LLM
基准测试
多属性编辑
语音合成
语音编辑
LLM表面谨慎不等于真正理解人类风险决策机制，圣彼得堡游戏实验揭示二者存在本质差异
Chensong Huang, Changyu Chen, Chenwei Lin, Hanjia Lyu, Xian Xu, Jiebo Luo
圣彼得堡悖论
大语言模型评估
机制探针
行为对齐
风险决策
将MDMD移至自编码器学习的潜在空间，联合优化分区与算子，在降噪高维流场中实现精确预测。
Kelan Gray, Finlay Brown, Nicolas Boullé, Matthew J. Colbrook
Koopman算子
动态模态分解
时间序列分析
流体力学
深度学习
ACTS框架通过控制器代理策略级引导推理器，在保持精度的同时大幅降低推理成本
Yu Xia, Zhouhang Xie, Xin Xu, Byungkyu Kang, Prarit Lamba, Xiang Gao, Julian McAuley
强化学习
控制器-推理器架构
链式思维推理
马尔可夫决策过程
高效推理
在控制Cn对称任务上测量等变架构用结构先验换取数据的汇率
Ahmed M. Adly
对称性
归纳偏置
控制实验
数据效率
样本复杂度
面向AI助手的长期记忆评估基准，52.9小时多模态数据，6种记忆任务类型
Samiul Alam, Shakhrul Iman Siam, Michael J. Proulx, James Fort, Richard...
AI助手
多模态学习
自中心视觉
视觉问答
长期记忆
利用合成噪声域的知识提升半监督学习中的目标域泛化能力
Yuan Yao, Jin Song, Huixia Li, Tongtong Yuan, Jiaqi Wu, Yu Zhang
半监督学习
噪声利用
域适应
迁移学习
SITA使用EBM代理似然实现高效分子玻尔兹曼分布采样
Daniel Peñaherrera, Rishal Aggarwal, David Ryan Koes
分子采样
流匹配
生成模型
能量基模型
退火