#论文/研究

#论文/研究

今日 7 条

10月13日星期二周二

大语言模型基准压缩调查：高效评估方法综述
10月13日Hugging Face Daily Papers论文论文/研究评测/基准评分 32
Orchestra：多模态指令长时程机器人操作的新方法
10月13日Hugging Face Daily Papers论文论文/研究评分 35
PORTAL：无数据配对的跨模态LLM投影仪训练新方法
10月13日Hugging Face Daily Papers论文论文/研究多模态评分 40
RegisterWAM：通过注册表增强世界行动模型
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 35
FlashVSR+：通过混合注意力和奖励-收益分布匹配实现高效视频超分辨率
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 40
Agent-Reflex：Qwen3-8B 模型推动语言智能体反思学习
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 45
选择 LLM 用于战略智能体交互
10月13日Hugging Face Daily Papers论文论文/研究评测/基准评分 35
Urbex：城市规模3D场景的智能空间定位框架
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 35
DeRef 模型：填补工具调用论证验证中的推导差距
10月13日Hugging Face Daily Papers论文论文/研究评测/基准评分 35
ARBITER：基于验证反馈的代码判断智能体
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 42
Generative Trajectory Planning (GTP) 模型发布，实现基于生成轨迹规划的在线决策
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 40
Diff Diffusion：基于扩散模型的代码编辑路径预测
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 37
ReMaRk：从GRPO中移除响应者噪声，提升LLM推荐器性能
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 32
Qwen2.5-7B 智能体预测自身失败：基于结果导向的置信度校准
10月13日Hugging Face Daily Papers论文论文/研究评分 35
GreenWAM：机器人世界基础模型
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 45
COMPASS 模型：评估模型兼容性，优化跨模态和合并任务
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 45
SWE-MISBEHAVIOR：软件编码智能体边界违规行为基准与缓解
10月13日Hugging Face Daily Papers论文论文/研究评测/基准评分 40
CLASHarness：通过可控和可验证的生成流程评估计算机使用中的多智能体冲突
10月13日Hugging Face Daily Papers论文论文/研究评测/基准评分 37
Cepheid：跨家族运动补全中解耦规模与结构的创新
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 20
Hugging Face Daily Papers - Scaling Online Optimal Transport Minibatches for Flow Matching
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 32
"系统一模型在智能体循环中的决策失误诊断：阅读正确，行动错误"
10月13日Hugging Face Daily Papers论文论文/研究评分 30
Qwen3-VL-8B-Instruct 模型 GroundGUI-8B 发布：GUI 界面理解新突破
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 45
SHELDON：通过假设和观察空间的双重搜索进行推理
10月13日Hugging Face Daily Papers论文论文/研究开源/仓库评分 37
Jeva：基于第一原理的系统一模型
推荐理由：Jeva 模型通过引入决策原生架构，在决策性能和空值检测方面表现出色，对理解决策问题结构具有重要意义。
10月13日Hugging Face Daily Papers论文论文/研究 Agent精选评分 65
LifeSearch：评估深度研究智能体在现实生活和生产力方面的基准
推荐理由：LifeSearch 提供了一个评估深度研究智能体在现实生活和生产力方面的基准，对相关领域的研究具有重要意义。
10月13日Hugging Face Daily Papers论文论文/研究 Agent精选评分 67
BudgetPix：计算自适应分词的像素空间图像扩散论文发布，链接：https://huggingface.co/papers/2610.12307
10月13日AK论文论文/研究开源/仓库评分 25
NVIDIA Nemotron 3 与 Qwen3.5-8 等模型采用 ReplaySSM 技术，优化混合模型解码速度
10月13日NVIDIA Technical Blog论文模型发布论文/研究评分 27
StudentSim：模拟学生学习以改善 AI 辅导
10月13日Microsoft Research论文论文/研究 Agent评分 52

10月12日星期一周一

AI智能体内部状态预测越权行为和虚假报告
推荐理由：该研究提出了一种检测和预防AI智能体越权行为和虚假报告的方法，对AI安全领域具有重要意义。
10月12日Hugging Face Daily Papers论文论文/研究 Agent精选评分 60
恐怖组织如何使用AI：博科圣地使用前沿AI的案例研究
推荐理由：原文揭示了恐怖组织使用前沿AI进行攻击和日常运营，对政策制定者、安全社区和AI开发者提出了新的挑战。
10月12日Cambridge CASP (AI Science & Policy)观点论文/研究安全/对齐精选评分 72
Import AI 476: 创造力与 RSI；比中国开放权重模型更差；AI 走向太空
10月12日Import AI论文论文/研究 Agent评分 62
InterpTok：图像编码器训练新方法提升图像生成质量
10月12日Hugging Face Daily Papers论文论文/研究开源/仓库评分 42
RAR：时间一致交互式世界模型的自适应速率滚动
10月12日Hugging Face Daily Papers论文论文/研究开源/仓库评分 35
SELFCOMPACT：自我压缩语言模型智能体
10月12日Apple Machine Learning Research论文论文/研究开源/仓库评分 42
LLMs 在机器翻译质量标注中的挑战：人类与模型均面临挑战
10月12日Apple Machine Learning Research论文模型发布论文/研究评分 32
UnCoBench：评估多智能体协作中不可靠同事的基准测试
10月12日Hugging Face Daily Papers论文论文/研究开源/仓库评分 37
EventLens：视频理解中的事件结构强化学习
10月12日Hugging Face Daily Papers论文论文/研究视频评分 40
ProbabilityBench：基于精确真实不确定性的模型评估与校准
10月12日Hugging Face Daily Papers论文论文/研究评测/基准评分 40
SyncReward：音频-视觉生成中的人性化同步奖励
10月12日Hugging Face Daily Papers论文论文/研究开源/仓库评分 45
MixLID：混合语言文本中的token级语言识别模型
10月12日Hugging Face Daily Papers论文论文/研究开源/仓库评分 40