当模型听得见也看得见,它真的在"用两只耳朵"思考吗?
这篇论文发现主流音视频测评基准存在漏洞,纯看画面也能拿高分。作者提出真正需要联合听看的OmniReasoningBench基准、自动造题的OmniQA数据引擎,以及通过交互增益分配奖励的MFSD训练方法,显著提升了模型的...
这篇论文发现主流音视频测评基准存在漏洞,纯看画面也能拿高分。作者提出真正需要联合听看的OmniReasoningBench基准、自动造题的OmniQA数据引擎,以及通过交互增益分配奖励的MFSD训练方法,显著提升了模型的...
研究者让AI语言模型自主改写化学计算中最快的开源几何优化器Sella,产出AutoSella两个版本,仅用半经验方法训练却成功迁移到密度泛函理论,大幅减少分子优化所需的力评估次数。
研究揭示分割学习中梯度传输会显著加剧文本泄露风险,按词统计仅增3.17个百分点,但按整篇文档统计还原率翻近三倍,且常见防御手段难以真正阻断泄露,呼吁同时用多种粒度评估隐私风险。
论文提出 Foil 方法,通过拍扁循环混合专家模型的专家层并解绑注意力参数,在固定参数和计算量前提下提升模型性能,实验显示损失随拍扁程度单调下降,并揭示负载均衡与路由置信度的新关系。
三星团队提出FLaRe方法,用流匹配技术让大模型在连续空间里"沉默思考"后再作答。论文定义了有用、多样、可解释、可精炼、高效五大标准,通过细致实验找出关键训练技巧,效果超越Coconut、CODI等已有潜在推理方法,速度...
这篇论文系统审查了139篇网络智能决策研究,发现仅4篇真正证明了自身符合声称的时间预算。通过真实实验揭示,孤立测试达标的系统在真实负载排队下可能完全失效,同一引擎在不同任务场景下的检查能力也天差地别。
这篇论文比较了Jev决策模型和多款大语言模型在6G网络意图解读任务中的表现,发现AI决策速度是近实时控制环路的关键瓶颈,而对最终网络服务质量的影响并不像预期那样显著。
Depict是一种无需训练的图文匹配打分方法,通过让AI分别看图和看文字回答同一问题并比较一致性来打分,解决了传统方法在否定句上准确率骤降的问题,并融合整体与拆解打分,效果超越多数微调评分器。
论文提出CARPM-FIQA方法,通过累积训练全程的相对点间隔评分来解决人脸识别质量评估中单轮评分不稳定的问题,理论证明方差降低、误差减小、排序更稳,八大基准测试中综合排名位居前列。
2026年10月23日,在 DACon 2026 北京站“企业语义层建设”分论坛上,悦点科技创始人兼 CEO 任鑫琦以《语义层的下一站是业务本体:十。
Agent正在成为新的生产力载体。和传统应用不同,Agent需要随时启动独立的执行环境、长时间保留工作状态、自主调用工具与处理数据,并支持任务中断后的状态恢复。
华为团队提出SearchJev,一种专为搜索智能体设计的快速校准决策模型,用直接读取词元概率代替传统生成式推理处理相关性、充分性等六类短决策,配合双系统架构大幅提升搜索速度和答案准确率。
Q&A Q1:RobotUse是什么? A:RobotUse是由KAIST和首尔大学研究者提出的机器人智能体框架,核心做法是让智能体在图像上直接选择抓取点、调整姿态,把具体的物理动作选择权留给智能体,而把几何计算和运...
论文研究发现AI若持续学习自己生成的文字会严重损害其对真实文本的预测能力,并通过因果拆解找出根源在于反馈闭环而非生成内容本身,提出Settlement验证机制有效化解该风险。
车主Aaron Draczynski实测ALSO TM-B线控电动自行车耗尽电量后的表现:电量低至4%时进入"无限龟速模式",通过踩踏发电驱动后轮,平路勉强可骑,上坡则极为费力。此外,该车还出现静置过夜电量骤降逾30%、...