障碍规避作为无人机（UAV）的一项基础能力，随着对空间智能的日益关注，已受到越来越多的关注。

增量少样本（IFS）分割旨在通过仅少量标注随时间学习新类别。虽然在 2D 中已被广泛研究，但仍未得到充分利用……

外科医生不仅仅是看——他们在解读。当专家观察手术现场时，他们不仅了解正在使用的器械是什么，还明白为什么选择它……

Vision Language Model (VLM) 的开发在很大程度上依赖于扩大模型规模，这阻碍了在计算受限的移动和边缘设备上的部署……

层次时间序列预测对于各行业的需求预测至关重要。虽然机器学习模型已经取得了显著的...

本文描述了 KCLarity 团队在 CLARITY 共享任务中的参与，该任务是 SemEval 2026 上关于对政治话语中歧义和规避技术进行分类的任务……

我们提出了 LiveSense —— 一个跨平台系统，它将笔记本电脑上的商业现货（COTS）Wi‑Fi 网络接口卡（NIC）转变为厘米级……

下一代自动驾驶车辆（AVs）依赖大量的多源和多模态（M^2）数据来支持实时决策。实际上，数据...

我们介绍了SurgFormer，一种用于体积网格上数据驱动软组织仿真的多分辨率门控Transformer。高保真生物力学求解器…

Conversational generative AI 正在快速进入医疗领域，在这里 general‑purpose models 必须整合 heterogeneous patient signals 并支持多样的 inter…

否定是一个基本的语言运算符，但在 diffusion-based generative systems 中仍未得到充分建模。在本工作中，我们提出了一个形式化的……

我们曾被承诺AI监管和race to the top。现在，我们却在争论killer robots……

虽然 diffusion models 已经彻底改变了视觉内容生成，但它们的快速普及凸显了迫切需要研究其漏洞，例如……

Concept learning 是一种在描述逻辑的知识库上进行的监督式机器学习。最先进的 concept learners 通常依赖于…

自动语音识别（ASR）受益于预训练语音和语言模型的进展，但大多数系统仍然局限于单语环境……

我们引入 NOBLE（Nonlinear lOw-rank Branch for Linear Enhancement），一种在 transformer 的线性层中添加非线性低秩分支的架构增强。

可解释人工智能（XAI）旨在提升机器学习系统的透明度和问责性，但大多数方法遵循一刀切的……

随着大语言模型（LLMs）在语言能力方面的提升，它们的推理能力正受到越来越多的关注。在人类中，推理往往表现为……

大型语言模型（LLMs）已成为人工智能的基石，推动了内容创作、搜索和推荐系统等多个领域的进步……

数学文本理解是一项具有挑战性的任务，因为其中存在专门实体以及它们之间的复杂关系。本研究提出……

这篇论文讨论了模糊认知图（Fuzzy Cognitive Map，FHM）的神经实现以及相应的评估。首先，设计了一个 neural net 来实现……

让 Claude Code 生成可投入生产的代码。像 Cursor 或 Claude Code 这样的工具可以让你快速生成大量代码，从而实现快速开发。

Predictive coding graphs (PCGs) 是最近提出的对预测编码网络的推广，预测编码网络是一种受神经科学启发的概率潜变量模型……

今天我们推出 Codex Security，我们的 application‑security agent。它会构建关于您项目的深层上下文，以识别其他…

Descript http://descript.com/ 是一个 AI‑native 视频编辑器，围绕一个简单的理念构建：如果你能编辑文本，你也应该能够编辑视频。由于 Descript 的 e...

集成 AI 平台 ‘Dataiku’，构建 LLMOps 框架，提出 AI 代理控制管理方案。大多数企业已在实际业务中使用人工智能 AI 代理。许多企业在核心流程中积极使用代理，但 AI 的幻觉或 …

Balyasny Asset Management https://www.bamfunds.com/ Balyasny 是一家全球性的多策略投资公司，拥有大约 180 支投资团队，遍布多元化的…

跨领域学习在数据因隐私或异质性而无法集中时具有挑战性，这限制了训练单一全面模型的能力……

发布概述：OpenAI公布了最新的前沿模型 GPT‑5.4。它已集成到 Microsoft Office 套件和 Google Workspace 中，能够执行复杂的文档任务。本次版本首次加入了直接操控用户设备的“电脑使用 computer‑use”工具。此外，Microsoft…

multi-modal generative models 的进展正在推动新应用的出现，从 storytelling 到 automated media synthesis。大多数当前的 workloads 生成简单的 …

背景：五角大楼已正式将 Anthropic 列为供应链风险，命令联邦机构和国防承包商停止使用其 AI 工具。

高质量的多摄像头3D流媒体对于许多 AR/VR 应用中的沉浸式体验至关重要。视角数量受限——通常是由于真实…

规模化模仿学习在根本上受限于数据收集的效率。虽然handheld interfaces已经成为一种可扩展的解决方案……

高效且稳定地训练大型语言模型（LLMs）仍然是现代机器学习系统的核心挑战。为了解决这一挑战，Reparamete...

我们研究 Transformer 语言模型中的两种重复出现的现象：大规模激活，其中少量 token 在少数通道中表现出极端离群值……

我们提供了在推理模型中表现性链式思考（CoT）的证据，其中模型对其最终答案非常自信，但仍继续gene...

随着 AI 模型从简单的聊天机器人发展到更复杂的工作流，我们正日益接近那条事件视界——在那之后，AI 系统将被用于……

虽然用于视频理解的数据集已经扩展到小时级时长，但它们通常由密集拼接的片段组成，这些片段与自然的、未剪辑的...

从右删失生存数据中估计异质治疗效应（HTEs）在精准医学和个体化治疗等高风险应用中至关重要。

奇异统计模型——包括混合模型、矩阵分解和神经网络——由于参数不可辨识以及 d...

高光谱图像（HSI）有许多应用，范围从环境监测到国家安全，可用于材料检测和识别……

低资源语言的阅读理解系统在处理不可回答的问题时面临重大挑战。这些系统往往会产生不可靠的……

当前的视频生成模型无法模拟3D动作的物理后果，如力和机器人操作，因为它们缺乏结构理解……

推理模型会大声思考，但它们说的大部分是噪声。我们介绍 OPSDC（On-Policy Self-Distillation for Reasoning Compression），一种方法……

AI 设计反馈背后的脚本 你可能已经听过这样的反馈： - “层次结构清晰。” - “视觉节奏一致。” 也许它甚至……

每个人都列出 2 TB 和 Gemini 访问，但那只是盒子 📦。真正的价值在于它悄悄解锁的工作流——如果你知道去哪里找的话。真正的…

概述：Google 的 NotebookLM 基于 AI 的工具现在可以将您的研究和笔记转换为完整动画的“电影化”视频——相较于其原始视频功能有了进步。

构建软件仓库通常需要大量人工工作。最近在大型语言模型（LLM）代理方面的进展加速了自动化……