通过生成中间视觉想象表示来增强VLM的空间推理能力
Mahtab Bigverdi, Linjie Li, Weikai Huang, Yiming Liu, Jaemin Cho, Jieyu...
多模态学习
想象力
空间推理
视觉-语言模型
链式思维
首个评估AI端到端自主科学研究能力的基准，40任务10领域揭示当前系统距可靠重发现差距巨大
Wanghan Xu, Shuo Li, Tianlin Ye, Qinglong Cao, Yixin Chen, Hengjian Gao,...
LLM评估
基准测试
科学研究评估
端到端任务
自主研究代理
揭示LLM解嵌入矩阵的隐藏子空间，提出线性变换方法提升零样本文本嵌入性能
Songhao Wu, Zhongxin Chen, Yuxuan Liu, Heng Cui, Cong Li, Rui Yan
大语言模型
文本嵌入
机制可解释性
零样本学习
SoCRATES揭示最强LLM调解器仅关闭约1/3共识差距
Taewon Yun, Hyeonseong Park, Jeonghwan Choi, Hayoon Park, Yeeun Choi, Hwanjun Song
LLM调解
多智能体模拟
文化认知
社会冲突解决
自动化评估
提出GENEB基准评估40个基因组模型在100任务上的表现，揭示聚合排名的不稳定性
Daria Ledneva, Mikhail Nuridinov, Denis Kuznetsov
基准测试
基因组学
基础模型
模型比较
评估协议
首个通用指令式音频编辑综合评估基准，覆盖7种模态和6级复杂度
Ziyang Ma, Ruiqi Yan, Ruiyang Xu, Jie Fang, Zhikang Niu, Yi-Wen Chao,...
基准测试
多模态
指令跟随
评估范式
音频编辑
通用机器人智能的核心瓶颈是缺乏将物理世界经验转化为机器人可用监督信号的机制，需要构建四大支柱组件。
Elis Karcini, Faisal Mehrban, Quang Nguyen, Mac Schwager, Arash Ajoudani,...
世界模型
具身智能
多模态学习
强化学习
机器人学习
通过混合视图动作控制和锚点视图定制实现可交互、可演化的第一人称世界模拟
Yu Li, Menghan Xia, Gongye Liu, Xintao Wang, Conglang Zhang, Lei Ke, Yuxuan...
世界模拟
具身AI
多视角学习
第一人称视角
视频生成
LLM智能体从零构建技能和验证信号的开放世界自我进化框架
Zhiling Yan, Dingjie Song, Hanrong Zhang, Wei Liang, Yuxuan Zhang, Yutong...
LLM Agents
Open-World Learning
Self-Evolution
Skill Learning
提出DIRECT框架，通过外观-几何-上下文三元引导实现姿态可控的物体插入
Jingbo Gong, Yikai Wang, Yushi Lan, Yuhao Wan, Ziheng Ouyang, Rui Zhao,...
3D感知图像编辑
姿态控制
扩散模型
条件生成
物体插入
首个系统性评测工具集成推理智能体在工具失败场景下动态重规划与异常恢复能力的基准
Dongsheng Zhu, Xuchen Ma, Yucheng Shen, Xiang Li, Yukun Zhao, Shuaiqiang...
基准评测
工具使用
智能体
错误恢复
鲁棒性
提出首个评估LLM生成符合目标分布样本能力的基准
Amirhossein Abaskohi, Amirhossein Dabiriaghdam, Liang Luo, Ellie Dingqiao...
LLM评估
分布建模
基准测试
统计检验
随机性
提出"观看-记住-推理"三重框架，系统梳理基于MLLM的视频理解方法、数据集、基准和未来方向
Jiahao Meng, Yue Tan, Qi Xu, Kuan Gao, Weisong Liu, Yanwei Li, Jason Li,...
多模态大语言模型
时序定位
视频推理
视频理解
记忆机制
首个测试AI代理长期记忆关系判别能力的基准数据集，揭示当前系统在处理互补、细致和矛盾关系时的显著不足。
Wenxuan Wang, Haoyu Sun, Fukuan Hou, Mingyang Song, Weinan Zhang, Yu Cheng, Yang Yang
AI代理
关系推理
基准评测
记忆系统
长期记忆
通过构建概念级因果图揭示LLM推理过程中的概念组织方式和依赖关系
Nirit Nussbaum-Hoffer, Nitay Calderon, Liat Ein-Dor, Roi Reichart
LLM可解释性
反事实推理
因果发现
机制解释
概念提取
通过数据质量选择而非数量堆叠，仅用3%数据实现超越完整数据集的人形机器人运动跟踪性能
Yu Guan, Zekun Qi, Chenghuai Lin, Xuchuan Chen, Dairu Liu, Wenyao Zhang,...
强化学习
数据质量
机器人学
模仿学习
运动捕捉
首个20亿参数的连续自回归TTS基础模型，解决长序列误差累积问题，达到开源SOTA性能
Shi Lian, Changtao Li, Bohan Li, Hankun Wang, Da Zheng, Junfeng Tian, Yufeng...
Flow Matching
自回归生成
语音合成
连续潜在空间
零样本声音克隆
发现2步推理比50步推理物理一致性更好，提出PhaseLock保留运动先验
Woojung Han, Seil Kang, Youngjun Jun, Min-Hung Chen, Fu-En Yang, Seong Jae Hwang
扩散模型
测试时优化
物理一致性
视频生成
频谱分析
同时更新agent scaffold和权重的自改进系统
Prannay Hebbar, Yogendra Manawat, Samuel Verboomen, Alesia Ivanova, Selvam...
Agent架构
LoRA
强化学习
测试时训练
自动化优化
Astra让VLM通过调用世界模拟器生成想象观测，学习何时、何地、如何想象以提升空间推理能力
Chenming Zhu, Jingli Lin, Yilin Long, Peizhou Cao, Tai Wang, Jiangmiao Pang,...
世界模拟
强化学习
智能体
空间推理
视觉语言模型
统一多种相机类型的单目3D高斯视图合成框架
Meixi Song, Dizhe Zhang, Hao Ren, Ruiyang Zhang, Bo Du, Ming-Hsuan Yang, Lu Qi
3D重建
3D高斯泼溅
多相机系统
视图合成
计算机视觉
动态论文推荐框架，结构化画像+兴趣漂移建模
Fuqiang Wang, Song Tan, Zheng Guo, Jiaohao Fu, Xinglong Xu, Bihui Yu, Jie...
个性化推荐
兴趣漂移
动态推荐
学术阅读
论文推荐
利用历史求解轨迹派生技能，闭环生成训练任务，实现SWE智能体自演进
Chuan Xiao, Zhengbo Jiao, Shaobo Wang, Wei Wang, Bing Zhao, Hu Wei, Linfeng...
强化学习
技能学习
自演进
轨迹蒸馏
软件工程智能体
首个基于布鲁姆分类法的英阿双语VLM认知评估基准，揭示模型认知不对称性
Mohammad Mahdi Abootorabi, Omid Ghahroodi, Anas Madkoor, Marzia Nouri,...
基准测试
多模态推理
视觉语言模型
认知评估
跨语言泛化
通过外部执行结构和内部推理策略的协同进化，实现LLM Agent系统的自适应优化
Mingju Chen, Can Lv, Guibin Zhang, Heng Chang, Shiji Zhou
Agent系统
元学习
协同进化
工具使用
自动架构搜索
提出SPACENUM基准揭示VLMs在空间数值理解上的系统性缺陷
Jianshu Zhang, Yijiang Li, Huifeixin Chen, Haoran Lu, Letian Xue, Bingyang...
基准测试
多模态AI
数值理解
空间推理
视觉语言模型
提出RISE框架，通过构建有界交互空间和结构化文档处理，在保持准确率的同时大幅降低智能体搜索的查询成本。
Shengyao Zhuang, Yuansheng Ni, Hengxin Fun, Jimmy Lin, Xueguang Ma
RAG
人机交互
信息检索
工具增强学习
智能体搜索
通过基于熵的梯度缩放在音乐扩散模型中实现结构化多样性生成
Zixi Li, Youzhen Li
DoRA
LoRA微调
扩散模型
梯度缩放
熵加权
首个支持实时流式视频的3D视觉语言模型，通过增量集成几何先验实现实时空间理解
Hanxun Yu, Xuan Qu, Lei Ke, Boqiang Zhang, Yuxin Wang, Jianke Zhu, Dong Yu
3D Vision-Language Models
Online Scene Understanding
Spatial Intelligence
Streaming Video
提供以数据为中心的3D视觉统一框架，连接表示、数据集与学习范式
Hongyang Du, Zongxia Li, Dawei Liu, Runhao Li, Haoyuan Song, Qingyu Zhang,...
3D视觉
基准测试
学习范式
数据表示
综述
通过对比成功与失败的推理轨迹生成可重用insights，提升模型推理效率
Linas Nasvytis, Simon Jerome Han, Ben Prystawski, Satchel Grant, Noah D....
元学习
可解释AI
对比学习
自监督学习
语言模型推理
提出视觉多样性优先的多模态推理基准WorldBench
Yida Yin, Harish Krishnakumar, Chung Peng Lee, Boya Zeng, Wenhao Chai,...
MLLM评估
基准测试
多模态学习
视觉多样性
提出 DistIL 算法，通过前向交叉熵和序列级信用分配解决自蒸馏方法的单调性缺陷
Rishabh Agrawal, Jacob Fein-Ashley, Paria Rashidinejad
信用分配
大语言模型
强化学习
推理
自蒸馏
揭示多目标LLM评判器prompt优化的两种失败模式：梯度稀释和指令干扰
Parth Darshan, Abhishek Divekar
LLM评判器
Prompt Engineering
多目标学习
提示词优化
文本梯度
研究在知识蒸馏前压缩教师推理轨迹的准确率-效率权衡
Maxime Griot, Paul Steven Scotti, Tanishq Mathew Abraham
推理效率
推理轨迹压缩
模型压缩
知识蒸馏
链式思维
提出TBD-VLA，结合时间自回归与并行解码的块离散扩散VLA框架。
Sung-Wook Lee, Xuhui Kang, Yen-Ling Kuo
扩散模型
时间建模
机器人学习
离散令牌
视觉语言动作模型
提出OPDLM方法，将ARLM转换为DLM，训练token减少15-7000倍
Xingyu Su, Jacob Helwig, Shubham Parashar, Atharv Chagi, Lakshmi Jotsna,...
在线策略学习
扩散语言模型
模型转换
知识蒸馏
训练效率
LoRA 联合训练实现按输入类型自适应跳过层
Prateek Kumar Sikdar
LLM
LoRA
层跳过
智能体AI
高效推理
通过博弈论框架研究蒸馏攻击与防御，提出自适应评估和PoE防御方法。
Youssef Allouah, Mahdi Haghifam, Sanmi Koyejo, Reza Shokri
博弈论
模型防御
自适应攻击
蒸馏攻击
语言模型安全
提出闭环交互式ASR框架和S2ER语义评估指标
Zixuan Jiang, Yanqiao Zhu, Peng Wang, Qinyuan Chen, Xinjian Zhao, Xipeng...
交互式学习
大语言模型
语义评估
语音识别
分析35k+AI引用注释，揭示开发者如何使用和调整AI辅助代码
Abdullah Al Mujahid, Preetha Chatterjee, Mia Mohammad Imran
AI辅助编程
GitHub
代码分析
实证研究
软件开发
统一力表示+因果蒸馏实现实时力控流式视频生成
Hanhui Wang, Yiming Xie, Haiwen Feng, Zhaoyang Lv, Shenlong Wang, Huaizu Jiang
交互式世界模型
力控制
因果自回归
物理仿真
视频生成
提出训练无关的诊断方法评估密集检索硬负样本源质量
Aarush Sinha, Rahul Seetharaman, Aman Bansal
信息检索
密集检索
对比学习
硬负样本挖掘
提出基于Fisher信息矩阵谱范数的攻击无关鲁棒性度量，统一几何敏感度与统计不确定性视角
Chong Zhang, Xiang Li, Jia Wang, Qiufeng Wang, Xiaobo Jin
Fisher信息矩阵
信息几何
对抗攻击
深度学习
鲁棒性评估
通过在LLM隐藏表示层注入参数化身份向量，解决公众舆论模拟中的多样性坍塌问题
Hexi Wang, Yujia Zhou, Bangde Du, Qingyao Ai, Yiqun Liu
LLM Agent
代理建模
公众舆论模拟
社会多样性
表示控制
提出批评者模型闭环优化检索，提升多跳问答精度
Md Zarif Ul Alam, Alireza Salemi, Hamed Zamani
代理搜索
多跳问答
推理系统
检索优化
检索增强生成
和弦符号适配能提升流派本地和声预测，但无法承载完整的流派身份
Jinju Lee
参数高效微调
和弦符号
流派适配
表示边界
音乐生成
将RAT+的指数衰减记忆模块应用于Quest、MoBA、SnapKV等稀疏推理方法，大幅提升精度
Xiuying Wei, Caglar Gulcehre
KV缓存优化
注意力机制
稀疏注意力
长上下文
高效推理