通过原子化规则和门控评分机制，解决多模态评估中的饱和与脆弱性问题
Yana Wei, Hongbo Peng, Yanlin Lai, Liang Zhao, Kangheng Lin, En Yu, Keyu Lv,...
图像描述
多模态大模型
感知评估
评估基准
评估指标
首个面向流式视频生成的工作负载调度系统，联合优化会话迁移与GPU弹性伸缩
Youhe Jiang, Haoxu Wang, Haotong Bao, Kai Jiang, Jianfei Chen, Jun Zhu,...
GPU调度
分布式系统
弹性伸缩
流式推理
视频生成
利用预填充阶段的专家激活模式优化MoE模型解码路由，降低TPOT 5.9-13.9%
Sangjin Choi, Sukmin Cho, Yifan Xiong, Ziyue Yang, Youngjin Kwon, Peng Cheng
LLM服务
MoE推理
PD解耦架构
专家局部性
负载均衡
字节跳动Seed2.0系列模型，专注处理真实世界复杂任务的多尺寸大语言模型
Bytedance Seed
多模态理解
大语言模型
智能体系统
真实世界任务
首个评估长期记忆系统如何不当影响决策的基准测试，揭示现有智能体普遍存在记忆诱导的谄媚问题
Zhishang Xiang, Zerui Chen, Yunbo Tang, Zhimin Wei, Ruqin Ning, Yujie Lin,...
基准测试
智能体记忆
记忆可靠性
谄媚行为
长期交互
通过双向KL校准解决变分推理中的训练-推理不匹配，实现高效多模态连续推理
Shijie Li, Yilin Gao, Siyuan Yang, Tieyuan Chen, Chaofan Gan, Zhihao He,...
变分推断
多模态大语言模型
潜在推理
训练-推理不匹配
连续推理
通过训练专用ACI实现语言模型的自主端到端后训练
Zhaojian Yu, Penghao Yin, Shuzheng Gao, Shilin He, Kai Cai, Xiao-Ping Zhang
Agent-Computer Interface
后训练
自主训练
自动化机器学习
语言模型
通过权重向量算术运算实现VLA模型的单次演示适应
Taewook Kang, Taeheon Kim, Donghyun Shin, Jonghyun Choi
VLA模型
单次学习
域适应
机器人操作
权重算术
持续学习系统，自动编写机器人程序并积累可重用技能库
Runyu Lu, Yubo Wu, Ethan Kou, Letian Fu, Wenli Xiao, Ajay Mandlekar, Yinzhen...
代码即策略
技能库
持续学习
机器人学习
进化搜索
用因果推断优化LLM训练数据混合比例，跨规模泛化性能优异
Zinan Tang, Yukun Zhang, Shaomian Zheng, Zhuoshi Pan, Qizhi Pei, Dingnan...
SFT优化
双机器学习
因果推断
数据混合优化
语言模型训练
通过三层对齐机制解决移动操作中时序粒度、动作空间和训练推理一致性的结构化不匹配问题
Ronghan Chen, Yandan Yang, Zuojin Tang, Dongjie Huo, Tong Lin, Haoning Wu,...
世界模型
具身智能
动作模型
机器人学习
移动操作
提出P2R框架，将细粒度视觉推理解耦为感知定位和推理回答两个阶段，仅需最终答案监督
Hongxing Li, Xiufeng Huang, Dingming Li, Wenjing Jiang, Zixuan Wang, Haolei...
多模态大模型
强化学习
感知推理解耦
细粒度视觉理解
视觉推理
结合扩散模型与价值函数的在线模型预测控制方法
Christopher Lindenberg, Kashyap Chitta
世界模型
强化学习
扩散模型
模型预测控制
首次系统研究表格推理中的数据引用错误(DREs)，提出基于critic的检测和缓解方法
Yuqing Yang, Qi Zhu, Zhen Han, Boran Han, Zhengyuan Shen, Shuai Wang,...
Critic模型
LLM评估
数据引用
表格推理
错误检测
通过多智能体协同将静态生物医学报告转化为可追溯、可探索的交互式证据界面
Jieyi Wang, Bingxuan Li, Nanyi Jiang, Desong Meng, Zirui Fan, Yuxin Guo,...
交互式界面
多智能体系统
生物医学信息学
知识发现
证据合成
解耦感知与推理的多轮视觉推理agent，通过mask引导和语义BFS实现高效证据定位
Dengxian Gong, Yuanzheng Wu, Haobo Yuan, Zhengdong Hu, Tao Zhang, Yikang...
主动感知
多轮决策
工具增强
视觉推理
视觉语言模型
揭示轻量级IIoT入侵检测模型跨网络部署时的性能崩溃问题及根本原因
MD Azizul Hakim, Md Shihab Uddin, Talha Ibne Anis
IIoT安全
入侵检测
可解释性分析
跨域泛化
通过分离Transformer的状态表示和token预测任务，显著提升语言模型的数据和计算效率
Giovanni Monea, Nathan Godey, Kianté Brantley, Yoav Artzi
Transformer架构改进
梯度流分析
计算效率优化
语言模型预训练
通过图原生GRPO训练实现可追溯的科学假设生成
Subhadeep Pal, Shashwat Sourav, Tirthankar Ghosal, Markus J. Buehler
图推理
强化学习
材料设计
概念重组
科学假设生成
通过结构去噪和逆向规划实现个性化幻灯片设计
Tianci Liu, Zihan Dong, Linjun Zhang, Haoyu Wang, jing Gao, Emre Kiciman,...
多智能体协作
多模态大语言模型
幻灯片生成
强化学习
结构去噪
用非参数粒子集替代高斯分布，实时生成高质量3D场景图
Qi Xun Yeo, Seungjun Lee, Yan Li, Gim Hee Lee
3D场景图
RGB-D视觉
在线推理
实时性能
非参数分布
提出原子事实分解和智能交叉验证框架，实现医学报告生成的临床一致性评估
Yuan Wang, Wanxing Chang, Songtao Jiang, Shujian Gao, Xiaotian Zhang,...
临床一致性
医学报告生成
原子事实
多模态评估
评估指标
审计三大性能优化基准，揭示参考补丁失效、评分规则偏差和任务覆盖饱和问题
Zhi Chen, Zhensu Sun, Yuling Shi, David Lo, Lingxiao Jiang
代码优化
基准测试
性能评估
编码代理
软件工程
DiscoPER通过PROPOSE-EVALUATE-REFLECT循环实现完全自主的多模态科学发现
Bingchen Zhao, Sara Beery, Oisin Mac Aodha
假设生成与验证
元反思机制
因果发现
多模态学习
自主科学发现
揭示 GRPO/Dr. GRPO/DAPO 是对组标准差的三种操作
Yong Yi Bay, Kathleen A. Yearick
GRPO
RLVR
强化学习
策略优化
语言模型推理
提出SciIR-82k数据集和SciIR-Bench基准，提升科学图像推理生成能力
Zhiyuan Ma, Zhengfeng Shi, Yuning An, Peize Li, Jiabao Wei, Ruijie Li,...
推理基准
数据集构建
文本到图像
科学图像生成
符号学
论文提出测试时采样的两个天花板：选择准确率受限于模态天花板，评估精度受限于相关性天花板
Yong Yi Bay, Kathleen A. Yearick
多数投票
推理模型
测试时计算
自洽性
覆盖率
研究发现编码代理存在'构建到测试'倾向，基准测试分数无法真实反映交付物的质量
Yanuo Ma, Ben Kereopa-Yorke, Ben Schultz
LLM代码生成
代理评估
基准测试
验证机制
研究表明读者难以区分 AI 翻译，但更偏好人类译作的流畅性和沉浸感。
Yves Ferstler, Adam Podoxin, Ty Brassington, Roman Grundkiewicz, Maite...
大语言模型
文学翻译
沉浸式阅读
翻译评估
读者研究
VLMs混淆潜在共同基础与已建立共同基础，过度预测对齐
Nan Li, Albert Gatt, Massimo Poesio
不对称对话
共同基础
指称消解
校准分析
视觉-语言模型
包含54个任务的医疗AI智能体基准，测试端到端临床工作流能力
Qianchu Liu, Sheng Zhang, Guanghui Qin, Jeya Maria Jose Valanarasu,...
AI智能体
医疗基准测试
多模态评估
端到端推理
受鹰视觉系统启发，提出语义驱动状态空间模型与双频率融合块实现高效盲图像去模糊
Pan Wang, Yihao Hu, Xiujin Liu
图像去模糊
多任务图像恢复
状态空间模型
语义路由
频率分解
提出RAHA方法，用双曲几何和秩感知对齐进行视觉语言数据集蒸馏
Jongoh Jeong, Sun-Kyung Lee, Kuk-Jin Yoon
低秩分解
双曲几何
数据集蒸馏
视觉语言模型