Command Palette
Search for a command to run...
论文
每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势
篇论文

RobotValues:当人类价值观冲突时评估家用机器人

VideoKR:迈向知识与推理密集型的视频理解






























AdaPlanBench:评估世界与用户约束下大语言模型 Agent 的自适应规划
TIDE:基于模板引导迭代的主动多问题发现
ArcANE:角色扮演语言 Agent 是否在正确的时间保持角色?
Code2LoRA:软件演化下代码语言模型的超网络生成适配器
自蒸馏策略梯度
GSM-Symbolic:理解大语言模型在数学推理中的局限性
MUSE-Autoskill:通过技能创建、记忆、管理与评估实现自我进化的智能体
Nemotron 3 Ultra:用于智能体推理的开放、高效混合专家混合 Mamba-Transformer 模型
Qwen-Image-Flash:超越目标设计
OVO-S-Bench:面向多模态大语言模型流式空间智能的分层基准
复现、分析与检测基于评分标准的强化学习中的奖励黑客攻击
深度研究 Agents 在哪里出错?Agent 轨迹中的跨度级错误定位
音频交互模型
Cosmos 3:面向物理AI的全模态世界模型
学习与快慢思维:迈向具备持续适应能力的 LLM
LEAP:利用智能体框架为大型语言模型在形式化数学领域的赋能增效
世界模型遇见语言模型:论具体与抽象推理的互补性
从激活到因果:人类大脑中因果视觉表征的发现
一种用于多域强化学习中跨域干扰与恢复的局部扰动理论
人形-GPT:用于零样本运动跟踪的数据与结构扩展
信任域同策略蒸馏
OCC-RAG:面向忠实问答的最优认知核心
MAI-Thinking-1:构建爬山算法
VLM3:视觉语言模型是原生3D学习者
Harness-1:利用状态外化 Harness 进行搜索代理的强化学习
DeepCrack:一种用于裂纹分割的深度层次化特征学习架构
VideoMLA:用于分钟级自回归视频扩散的低秩潜在KV缓存
Draft-OPD:面向投机草稿模型的在线策略蒸馏
K-BrowseComp:基于韩国语境的 Web 浏览 Agent 基准测试
关键在于TASTE:提升 Agent 基准的覆盖率与难度