汇聚1283条基准记录与12916条分数观测的可检索评估证据平台
Koutian Wu, Junjie Zhou, Ergan Shang, Jiayu Wang, Pengqian Han, Junkai Wang,...
LLM评测
基准测试
搜索引擎
数据工程
模型评估
用 12.5Hz RVQ 离散码与单个大语言模型统一生成语音、歌声、音乐与音效
Bin Lin, Bo Zhao, Boyang Wang, Boyang Zhang, Boyong Wu, Chao Yan, Chen Geng,...
RVQ 离散表征
强化学习对齐
统一自回归模型
语音合成
音频生成
用对数空间软门控让语言建模损失端到端训练稀疏注意力选择器
Zhiwei Li, Lei Zhu, Hao Gu, Xiang Hu, Yan Wang, Haitao Mi, Sirui Han, Leo...
FlashAttention
LLM推理加速
稀疏注意力
端到端优化
长上下文
同一GRPO配方下，13种RLVR数据策略均无可复现增益
Hao Liang, Mingrui Chen, Hengyi Feng, Meiyi Qiang, Wentao Zhang
GRPO
RLVR
可复现性
数据策略
评估平台
两阶段训练先无图像建立空间目标动作先验，再经位姿监督潜在接口注入视觉，缓解视觉-动作捷径。
Jianman Lin, Shailesh Shailesh, Zhongyi Luo, Jiafei Duan
世界模型
分布外泛化
机器人学习
模仿学习
视觉-语言-动作模型
首个物理接地基准：让多模态大模型对突发家庭危险即时决策接物或躲闪并实际执行打分
Yizhan Li, Jianxin You, Mengyang Xiong, Yinhuan Chen, Zicheng Zhao, Dekun...
具身智能
基准评测
多模态大模型
机器人安全
物理推理
用上下文赌臂分配昂贵评估并周期性进化技能库，成本降55–58%且性能最优
Pingchen Lu, Xiangyi Wang, Xiang Li, Jie Mao, Zikun Qu, Junfeng Luo, Yao...
LLM智能体
上下文赌臂
技能优化
样本效率
进化搜索
七人团队用可执行环境与五项监督技术纯SFT训练开源网络攻防模型，CyberGym提升23.76pp
Zongjie Li, Alan Z. W, John Nicolas J, Walter H. F, Scott Donald L, Gordon...
后训练SFT
开源模型
推理轨迹蒸馏
数据工程
漏洞利用
由 Qwen3.6-35B-A3B 后训练而来的高性价比协同工作智能体，处于帕累托前沿低成本拐点
Wenhui Chen, Shiwen Cheng, Hao Dong, Chenda Duan, Ruixiang Feng, Zhong Guan,...
强化学习
成本效率
数据合成
智能体后训练
模型合并
把每条偏好标签建模为清洁/翻转/平局潜状态，用校准边际在线纠正 DPO 的监督方向
Boryeong Cho, Sumyeong Ahn, Se-Young Yun
DPO
LLM对齐
偏好优化
噪声标签
标签纠正
统一28维动作与URDF骨架视频双路条件的世界模型，支持数据生成、策略评估、动作选择与策略改进。
Shilong Zou, Shilin Zhang, Yingji Zhang, Yuhang Huang, Yi Zhang, Zeyuan...
VLA策略训练
世界模型
具身智能
动作条件视频生成
稀疏混合专家
轻量校正器把被打断的采样状态即时传输到新动作轨迹，无需回滚即可让动作编辑当场生效
Pardis Taghavi, Tingyu Guo, Jonas Lossner, Gaurav Pandey, Reza Langari
交互式世界模型
动作条件生成
反事实状态传输
推理时编辑
视频扩散模型
用查询残差 DPP 重排技能，兼顾相关与互补，提升多技能覆盖率
Wang Wei, Tiankai Yang, Samyadeep Basu, Hongjie Chen, Yue Zhao, Zhengzhong...
DPP
LLM Agent
多样性检索
技能路由
重排
反馈预算受限时，回溯选取信息增益最大的历史提示获取反馈，实现次线性遗憾的LLM在线路由
Wang Wei, Soumyabrata Pal, Koyel Mukherjee, Franck Dernoncourt, Ryan A....
LLM路由
上下文老虎机
在线学习
最优实验设计
有限反馈
用多粒度具身思维链与GRPO强化学习，把推理表征显式解码为移动机器人的任务级动作
Ting Huang, Yue Huang, Zeyu Zhang, Shuicheng Yan, Hao Tang
GRPO
人形机器人
具身推理
强化学习
移动操作
元智能体在不知下游任务时自主预习环境并制备工件，让冻结求解器性能普遍提升
Vinay Samuel, Varun Ursekar, Vijay S. Kalmath, Apaar Shanker, Veronica...
LLM智能体
元智能体
智能体基准评测
测试时计算
环境预处理
免训练视觉token剪枝框架，用嵌套证据排序与单调KV收缩让GUI智能体在紧预算下保持精度
Yuhao Wang, Mu Qiao, Xindong Zhang, Yunzhi Zhuge, Lei Zhang, Huchuan Lu
GUI智能体
KV缓存压缩
多模态大模型
视觉Token剪枝
高效推理
受控重建揭示合成OCR数据迁移关键，零真实标签训练出超越Typhoon 7B的泰语OCR模型
Kunat Pipatanakul
OCR
低资源语言
合成数据
数据工程
泰语
修补部件穿透、推理接触并仿真优化连接件，使单图生成的零件装得上、站得稳
Yu-Rou Tuan, Hao-Tang Tsui, Nicolas Ugrinovic, Kris Kitani, Xiaoxuan Ma
3D打印
3D生成
几何处理
物理仿真
零件装配
单token分类与视觉落地合成监督，助力EgoProactive挑战赛大规模组夺冠
Logesh Kumar Umapathi
LoRA微调
主动式AI助手
合成数据
流式视频语言模型
竞赛方案
只蒸馏智能体的感知模块而非整个智能体，2B 模型单次前向拿下长视频问答 ≤2B 组第一
Logesh Kumar Umapathi
多模态大模型
智能体
模型压缩
知识蒸馏
视频问答
以语音克隆大模型为数据引擎，蒸馏出82M参数固定音色泰英双语端侧TTS
Kunat Pipatanakul, Potsawee Manakul, Warit Sirichotedumrong, Sittipong...
低资源语言
合成数据
模型评估
泰语NLP
知识蒸馏
按域从已解决结果估计源权重，判定语言模型何时能改进市场等外部预测
Aditi Tiwari, Aashrith Bandaru, Heng Ji
LLM预测
概率校准
选择性预测
预测组合
让模型写代码交给受限执行器算数：临床计算器任务上，代码执行只在32B模型显著优于直接算术
Felipe Ocampo Osorio, Sebastián Andrés Cajas Ordoñez, Maximin Lange, Rafi Al...
LLM评测
临床NLP
可靠性
开源模型
程序辅助推理
提出TRACE火灾损伤基准与即插即用FRM模块，将受损特征映射回完好对齐表征以识别烧毁物体。
Aditi Tiwari, Sofia Stoica, Savya Khosla, David Forsyth, Heng Ji
火灾损伤基准
特征恢复
目标检测
视觉语言模型
视觉鲁棒性
把检索库建在生成器自身潜在空间，检索与生成共享表征，单阶段掩码模型即达SOTA保真与最快推理
Yiran Wang, Zeyu Zhang, Ling Shao, Hao Tang
3D人体动作
对比学习
掩码建模
文本到动作生成
检索增强生成