研究LLM代理何时应停止行动而非继续交互，提出CONVOLVE方法改善及时弃权能力
Han Luo, Bingbing Wen, Lucy Lu Wang
LLM代理
上下文工程
工具使用
序列决策
弃权决策
通过扩展智能体视野和领域路由蒸馏，35B模型达到万亿参数性能
Lei Bai, Zongsheng Cao, Yang Chen, Zhiyao Cui, Shangheng Du, Yue Fan,...
多域学习
工具使用
智能体
知识蒸馏
长视野推理
通过三阶段蒸馏和掩码缓存实现12.66 FPS的实时流式视频编辑
Xinyu Wang, Chongbo Zhao, Fangneng Zhan, Yue Ma
实时处理
模型蒸馏
流式推理
视频编辑
用于评估通用终端使用代理能力的基准测试平台
Shoufa Chen, Luyuan Wang, Xuan Yang, Zhiheng Liu, Yuren Cong, Yuanfeng Ji,...
命令行界面
基准测试
智能体
终端使用代理
评估
提出无需预设预算阈值的自适应KV缓存压缩方法，在保持全缓存性能的同时实现动态内存优化
Xuanfan Ni, Liyan Xu, Chenyang Lyu, Longyue Wang, Mo Yu, Lemao Liu, Fandong...
KV Cache压缩
大模型推理优化
无阈值学习
自适应压缩
统一基准评估发现表格基础模型在非IID场景中不及传统模型
Lennart Purucker, Andrej Tschalzev, Nick Erickson, Gioia Blayer, David...
基准测试
数据集策展
机器学习评估
表格基础模型
非IID数据
TailOR基准测试揭示视觉生成模型在长尾物理交互场景下的局限性
Bingxuan Li, Yining Hong, Cheng Qian, Hyeonjeong Ha, Jiateng Liu,...
世界模型
功能属性
物理推理
生成模型评估
长尾分布
异步OPD中陈旧数据影响分析与高效训练流水线
Wonjun Kang, Kevin Galim, Seunghyuk Oh, Minjun Kang, Sanghyun Park, Donghoon...
大语言模型
异步训练
强化学习
知识蒸馏
提出TASKER关键帧提取算法和VG-GUI-Bench基准
Sunqi Fan, Qingle Liu, Runqi Yin, Meng-Hao Guo, Shuojin Yang
GUI Agent
Keyframe Extraction
Multimodal LLM
Video Understanding
VideoQA
提出可控基准评估视频时间逻辑推理能力，揭示模型与人类巨大差距
Hohin Kwan, Hongyu Li, Ray Zhang, Manyuan Zhang, Xianghao Kong, Anyi Rao,...
基准测试
多模态大语言模型
时间逻辑推理
程序化数据生成
视频理解
证明用Muon优化器+Error Feedback修正可使异步PP达到同步训练质量
Philip Zmushko, Egor Petrov, Nursultan Abdullaev, Mikhail Khrushchev, Samuel Horváth
LLM预训练
优化器
分布式训练
异步优化
流水线并行
首个长周期真实世界计算机使用代理基准测试，揭示当前AI代理距离专业级计算机使用仍有巨大差距。
Mengqi Yuan, Zilong Zhou, Xinzhuang Xiong, Weiming Wu, Jiayang Sun, Jiamin...
AI评估
基准测试
真实世界工作流
计算机使用代理
长周期任务
单一模型通过并行卷积层和两阶段训练控制算法/计算延迟，适应不同实时语音应用需求
Szu-Wei Fu, Rong Chao, Xuesong Yang, Sung-Feng Huang, Ante Jukić, Yu Tsao,...
Early-exit
实时处理
延迟控制
语音增强
通用模型
通过蒙特卡洛能量聚合实现移动端实时3D高保真渲染
Xiaobiao Du, YuAn Wang, Hao Li, Bosheng Wang, Xun Sun, Xin Yu
3D Gaussian Splatting
实时渲染
球谐函数压缩
神经渲染
移动端渲染
通过差分答案探针奖励和结果门控优势路由，精确评估视觉工具调用的贡献并智能控制工具使用
Mingkuan Feng, Jinyang Wu, Hao Gu, Fangrui Lv, Ruihan Jin, Chuyuan Zhang,...
GRPO
信用分配
多模态智能体
强化学习
视觉工具使用
通过适配开源视频先验，在消费级GPU上实现14-15 FPS的实时可控世界模拟
Daniyel Ayupov, Artur Markov-Tsoy
世界模型
交互式AI
低计算优化
实时生成
视频生成
通过两阶段课程学习，用大量未标注截图和少量高质量数据训练高效GUI智能体
Sunqi Fan, Lingshan Chen, Runqi Yin, Qingle Liu, Yongming Rao, Meng-Hao Guo,...
Computer Vision
Curriculum Learning
GUI Agent
Reinforcement Learning
Weakly-Supervised Learning
提出带Token编辑和GCE损失的8B离散扩散模型，GenEval得分0.90
Shufan Li, Greg Heinrich, Hanrong Ye, Yonggan Fu, Aditya Grover, Jan Kautz,...
大词表优化
掩码建模
文本到图像生成
离散扩散模型
基于真实用户交互会话重建的多轮编码代理评估基准
Yifan Wu, Zhuokai Zhao, Songlin Li, Ho Hin Lee, Jiacheng Zhu, Shirley Wu,...
多轮交互
用户模拟器
编码代理评估
软件工程基准
通过系统搜索预处理超参数，简单 Ridge 回归可在多数基准上击败复杂模型
Lang Huang, Jinglue Xu, Luke Darlow
时间序列预测
线性模型
超参数搜索
预处理优化
研究发现交错语音语言模型未经转录训练却在中间层隐式地进行语音转录和文本推理
Talia Sternberg, Gallil Maimon, Yossi Adi
多模态学习
机制可解释性
语音语言模型
隐式转录
解耦tracking和matting，仅用图像训练实现零样本视频抠图SOTA
Ruiqi Shen, Guangquan Jie, Chang Liu, Henghui Ding
图像抠图
视频抠图
视频目标分割
计算机视觉
零样本学习
构建统一数学陈述级依赖图，连接arXiv非形式化论文与Lean形式化定理库
Simon Kurgan, Evan Wang, Eric Leonen, Sophie Szeto, Luke Alexander, Artemii...
形式化验证
数学信息检索
知识图谱
自动形式化
语义检索
MIMFlow通过掩码瓶颈解耦语义建模和像素合成，用128 tokens实现2.50 FID
Yang Chen, Xiaowei Xu, Shuai Wang, Xinwen Zhang, Qiushi Guo, Tiezheng Ge, Limin Wang
Masked Image Modeling
Normalizing Flow
VAE
图像生成
端到端训练
利用大型推理模型的认知片段序列来预测和教育评估中的题目难度
Chenguang Wang, Ming Li, Xinyue Zeng, Zhuochun Li, Hong Jiao, Tianyi Zhou, Dawei Zhou
大型语言模型
教育测量
认知建模
难度预测
提出神经隐式场景(NIS)作为固定长度可渲染状态，解耦状态转移与观测合成
Zhiqi Li, Chengrui Dong, Zhenhua Du, Hangning Zhou, Cong Qiu, Hailong Qin,...
世界模型
交互式视频生成
相机控制
神经场景表示
隐式场景
通过单前向跨层证据桥接，解决GUI定位中区域感知到点坐标的转换瓶颈
Chen Liu, Ling Chen, Hanzhang Zhou, Liangyu Chen, Chenglin Cai, Xin Yu,...
GUI定位
坐标生成
多模态大模型
视觉grounding
证据桥接
提出对话感知验证器，解决LLM代理流程政策遵循问题，在航空任务提升PASS4达12个百分点
Seongjae Kang, Taehyung Yu, Sung Ju Hwang
Dialogue Systems
LLM Agents
Policy Verification
Safety Guardrails
Tool-Calling Agents
提出基于示例的人像结构精修框架，通过自增强范式和4700万对数据集实现精确操作传递
Zhihong Liu, Zheng Li, Jiachun Jin, Siqi Kou, Yitao Jian, Fengpei Yu, Zhijie Deng
Diffusion Transformer
人像精修
图像编辑
数据增强
示例学习
提出面向纳米技术应用的分子优化基准，用量子模拟替代代理指标
Matthias Blaschke, Daniel Kienzle, Zsuzsanna Koczor-Benda, Julian Lorenz,...
分子优化
分子生成
基准测试
纳米技术
量子模拟
使用预训练视频扩散模型从第一人称视频中重建4D双手姿态
Yuxi Wang, Chengkai Jin, Yufei Liu, Wenqi Ouyang, Tianyi Wei, Zhiwei Zeng,...
4D运动重建
手部重建
第一人称视角
视频扩散模型
LLM代理系统自动化设计制造高功率火箭，实现稳定飞行验证
Peter Pak, Jesse Barkley, Rumi Loghmani, Derek Baich, Ananya Pamal, Amir...
CAD生成
增材制造
多工具编排
智能代理系统
火箭设计
开源框架解决长CoT透明性问题，提供可视化、诊断、系统分析三大功能
Jun Zhang, Jiasheng Zheng, Boxi Cao, Yaojie Lu, Hongyu Lin, Jia Zheng,...
可视化
可解释性
推理模型
链式思维
错误诊断
提出三层级基准测试评估LLM执行上下文安全策略的能力
Jiacheng Zhang, Haoyu He, Sen Zhang, Shen Wang, Xiaolei Xu, Yuhao Sun, Meng...
上下文学习
基准测试
安全护栏
策略执行
规则推理
在SMPL姿态空间中定义神经碰撞约束，通过Eikonal正则化实现可靠的自碰撞修正，成功率95.8%
Zhengyuan Li, Zeyun Deng, Yifan Shen, Liangyan Gui, Miaolan Xie, Joseph...
SMPL模型
人体姿态估计
碰撞检测
神经隐式表示
约束优化
提出DTR协议分析VLA模型架构冗余，发现语言主干高度冗余而视觉动作路径关键
Guoheng Sun, Kaixi Feng, Shwai He, Xiaochuan Gong, Yexiao He, Ziyao Wang,...
Drop-Then-Recovery
VLA模型
机器人操作
架构冗余
模型压缩
多智能体LLM系统中延迟验证可能导致共识振荡，提出稳定性阈值与贪心校正器放置算法
Igor Itkin
LLM验证
图神经网络
多智能体系统
延迟稳定性
控制理论
利用清洁潜特征指导路由，解决扩散MoE中的资源分配问题
Haoyou Deng, Keyu Yan, Chaojie Mao, Xiang Wang, Yu Liu, Changxin Gao, Nong Sang
扩散模型
混合专家架构
计算资源分配
通过动作条件预训练世界模型，获得可复用的机器人动力学先验
Ze Huang, Jiahui Zhang, Hairuo Liu, Chenxi Zhang, Ran Cheng, Li Zhang
世界模型
动作条件建模
扩散模型
机器人学习
迁移学习
通过全量微调与知识蒸馏结合WISE-FT权重插值，解决时尚检索中领域适应与泛化的权衡问题
Siqiao Xue, Chunxue Xu
时尚检索
权重插值
知识蒸馏
视觉语言检索
领域适应
通过头级拓扑对齐提升MLLMs视觉感知能力
Davide Caffagni, Alberto Compagnoni, Federico Melis, Sara Sarto, Pier Luigi...
多模态大语言模型
对比学习
拓扑对齐
注意力头
表示对齐
提出ILLUME-X统一模型，实现高质量N-to-M自由形式交错文本-图像生成
Chonghuinan Wang, Zhikai Chen, Chunwei Wang, Yecong Wan, Junwei Yang, Zhixin...
Transformer
交错生成
图像生成
多模态学习
文本生成
提出几何稳定性概念，用Shesha指标发现其与时间稳定性可分离且预测神经-行为耦合
Prashant C. Raju
几何稳定性
吸引子网络
神经-行为耦合
神经表征分析
群体编码
通过Laplacian视觉提示探索透明场景深度模型的层偏好，揭示冻结模型可表达互补几何假设
Xiaohao Xu, Feng Xue, Xiang Li, Haowei Li, Shusheng Yang, Tianyi Zhang,...
几何模糊性
单目深度估计
基础模型
多层3D理解
视觉提示
提出引力解释框架，证明微调会沿历史定义方向回退到早期训练阶段的行为
Samuele Poppi, Nils Lukas
对齐脆弱性
微调稳定性
模型安全
激活空间几何
训练动力学
提出无地图框架，实现UGV-UAV隧道协同检测，7ms延迟100%成功率
Fenghe Guo, Runjie Shen, Chenyang Sun, Junrui Zhang, Quanxi Zhan, Yongchun...
多机器人系统
无地图导航
空地协作
路径规划
隧道检测
提出RAS和AEGIS方法，通过上下文检索和束搜索优化LLM代码性能。
Sagnik Anupam, Alexander Shypula, Osbert Bastani
LLM
代码优化
束搜索
检索增强
提出基于3D射线几何的轻量特征上采样框架，仅用16%参数实现SOTA性能
Yuchuan Ding, Linfei Li, Lin Zhang, Ying Shen
几何感知
注意力机制
特征上采样
计算机视觉