将自然语言描述的模糊函数编译成可本地执行的神经网络模块，用0.6B模型超越32B大模型性能
Wentao Zhang, Liliana Hotsko, Woojeong Kim, Pengyu Nie, Stuart Shieber, Yuntian Deng
参数高效微调
小模型推理
本地部署
模糊函数
神经网络编译器
提出有界类型化内存契约，用Slay the Spire 2评估长视界智能体的记忆机制。
Xiangchen Cheng, Yunwei Jiang, Jianwen Sun, Zizhen Li, Chuanhao Li,...
LLM智能体
测试基准
游戏智能体
记忆管理
长视界决策
评估AI代理通过反馈迭代改进可执行策略的能力
Zhilin Wang, Han Song, Runzhe Zhan, Jusen Du, Jiacheng Chen, Tianle Li,...
AI代理评估
代码代理
基准测试
强化学习
策略优化
提出FlashMorph，通过联合优化层间门控，高效选择混合注意力模型的全注意力层
Disen Lan, Jianbin Zheng, Yuxi Ren, Xin Xia, Xuanda Wang, Xuefeng Xiao,...
Transformer
层选择
模型压缩
混合注意力
长上下文
无需训练的多分辨率加速策略，实现10倍以上加速且质量损失小于1%
Xingyu Zheng, Xianglong Liu, Yifu Ding, Weilun Feng, Junqing Lin, Jinyang...
多分辨率生成
扩散模型加速
流匹配
训练无关加速
超分辨率
构建覆盖15个领域433项技能的数据智能体综合评测基准
Zhaoyan Sun, Shan Zhong, Daizhou Wen, Jiaxing Han, Guoliang Li, Ying Yan,...
LLM评估
任务生成
基准测试
技能提取
数据智能体
解耦语义编排与视频生成，实现动态对象持久记忆的可控世界模拟
Hanlin Wang, Hao Ouyang, Qiuyu Wang, Wen Wang, Qingyan Bai, Ka Leong Cheng,...
世界模型
动态记忆
可控制性
对象永存
视频生成
通过步骤级奖励重塑解决医学VQA早期推理级联失败问题
Junha Jung, Minbyul Jeong, Suhyeon Lim, Sungwook Jung, Jaehoon Yun, Taeyun...
GRPO
医学VQA
医学多模态
强化学习
推理错误
将记忆管理作为可训练技能，通过元LLM自动化优化记忆结构和熟练度，在长视界任务上实现2-4倍性能提升
Shengguang Wu, Hao Zhu, Yuhui Zhang, Xiaohan Wang, Serena Yeung-Levy
LLM代理
元学习
自动优化
记忆管理
长视界任务
通过自演化rubric评估Agent的技能选择、执行、组合和反思能力
Jiayin Zhu, Kelong Mao, Yudong Guo, Dengbo He, Sulong Xu, Simiu Gu, Yutao Yue
Agent技能评估
技能库管理
自演化rubric
轨迹级评估
过程监督
用低成本非智能体基准预测昂贵智能体评估性能，成本降低100倍
Yueqi Song, Lintang Sutawika, Jiarui Liu, Lindia Tjuatja, Jiayi Geng, Yunze...
LLM评测
回归预测
子集选择
智能体基准
模型评估
提出LOCOS方法通过OV电路投影识别执行语义综合的检索头
Aryo Pradipta Gema, Beatrice Alex, Pasquale Minervini
可解释性
机制分析
检索头
注意力机制
长上下文
首个静脉识别数据增强综合基准，揭示准确率与鲁棒性的关键权衡
Haiyang Li, Yuming Fu, Qun Song, Hongchao Liao, Jing Chen, Mounim A....
基准测试
数据增强
深度学习
生物特征识别
静脉识别
提出分布级奖励框架解决样本级RL的reward hacking问题，显著提升生成质量
Ruihang Li, Mengde Xu, Shuyang Gu, Leigang Qu, Fuli Feng, Han Hu, Wenjie Wang
Flow Matching
分布匹配
强化学习
扩散模型
模型合并
基于VLM自动建立文本-视觉对应关系，实现无标注多实例精确可控图像生成
Xiaoyu Liu, Huan Wang, Fan Li, Zhixin Wang, Jiaqi Xu, Ming Liu, Wangmeng Zuo
可控图像生成
多实例生成
扩散模型
掩码细化
视觉语言模型
提出DISCOBENCH基准，评估搜索代理在深度搜索中主动识别和澄清模糊性的能力
Yiling Tao, Shihan Deng, Meiling Tao, Pengzhi Wei, Zhichao Hu, Zhihao Zhu
交互式搜索
基准测试
多跳推理
搜索代理
模糊性检测
揭示Self-Flow性能提升主要来自数据增强
Dengyang Jiang, Mengmeng Wang, Harry Yang, Jingdong Wang
data augmentation
diffusion transformers
representation alignment
self-supervised learning
用任务无关预训练解锁物理常识，减少VLA对专家数据的依赖
Junhao Shi, Siyin Wang, Xiaopeng Yu, Li Ji, Jingjing Gong, Xipeng Qiu
VLA模型
具身AI
机器人学习
自监督学习
逆动力学
将离散扩散语言模型应用于放射科报告生成，支持任意顺序填充，性能匹配或超越自回归模型且速度更快
Max Van Puyvelde, Halil Ibrahim Gulluk, Wim Van Criekinge, Olivier Gevaert
交互式写作
医学影像
扩散模型
报告生成
视觉问答
通过精确估计MMD和多编码器约束优化，实现一步生成器的SOTA质量
Lan Feng, Wuyang Li, Eloi Zablocki, Matthieu Cord, Alexandre Alahi
MMD
一步生成
分布匹配
图像生成
表征学习
SDPO在专业化任务上表现强劲但持续学习中易遗忘
Meng Wang, Haohan Zhao, Wenzhuo Liu, Lu Yang, Geng Liu, Haiyang Guo, Guo-Sen...
LLM后训练
强化学习
持续学习
知识保持
自蒸馏
通过上下文空间和参数空间双重蒸馏，将大模型的过程式记忆能力迁移到小模型，实现边缘设备部署
Peyman Hosseini, Ondrej Bohdal, Ahmed Alajrami, Andrea Maracani, Ignacio...
LoRA
智能体
知识蒸馏
边缘计算
过程式记忆
从模型权重反推训练数据域比例的框架
Tzu-Heng Huang, Aditya Goyal, John Cooper, Frederic Sala
权重空间几何
模型融合
模型逆向
训练数据推断
首个评估VLM在专业领域视频定位适应能力的基准
Rintaro Otsubo, Ryo Fujii, Reina Ishikawa, Taiki Kanaya, Kanta Sawafuji,...
基准测试
视觉语言模型
视频定位
领域适应
结合学习性与梯度对齐的多领域强化学习课程调度方法
Yongjin Yang, Jiarui Liu, Yinghui He, Lechen Zhang, Bernhard Schölkopf, Zhijing Jin
多任务学习
大语言模型
强化学习
课程学习
课程调度
用量子启发快速权重实现高效TM预测，参数仅22.4%却超越LSTM。
Kuo-Chung Peng, Jiun-Cheng Jiang, Chun-Hua Lin, Tai-Yue Li, Nan-Yow Chen,...
参数高效学习
快速权重编程
时间序列预测
流量矩阵
量子机器学习
系统表征多探针网格算法的N和d扩展性，发现在高维场景下相比图、树、划分方法具有独特优势
Matthew J Liu, Wei Hang Zheng, Vidhan Purohit, Siqi Xie, Chieh-En Li, Jerry...
扩展律分析
注意力机制
网格索引
近似最近邻搜索
高维数据