沙箱是否足以遏制流氓特工？
HN Ÿ 3 · 0 评论
-
-
双子座4 Argon（高）：情报、性能和价格分析
HN ð79· 42 评论
-
CS240人工智能作弊回顾
HN Ÿ 85 · 64 评论
-
半事实信用增强政策优化
作者：潘俊树、付志章、黄树林|具有可验证奖励的强化学习（RLVR）提高了大型语言模型（LLM）的推理能力，但它们的预测仍然对任务无关的提示特征敏感。我们调查这种敏感性，通过半事实的即时干预，保留潜在的问题及其答案。我们的分析揭示了代币水平敏感性和
-
多模式临床诊断的排名感知提示优化
作者：田霞、刘明昊、梁亦青|多模态大型语言模型（MLLM）正在快速推进临床诊断，但其适应管道仍然以基于准确性的目标为基础。临床数据是严重的类别不平衡：一个恒定多数的预测可以得分超过90%的准确性，而临床上是无用的。因此，我们评估和优化AUROC，这是一种将积极与消极进行排名的无阈值评分
-
删除计时快捷方式改善无创大脑到文本
作者：Dulhan Jayalath，Oiwi Parker Jones|我们发现，在没有任何大脑数据的情况下，从非侵入性大脑记录中解码单词的主要改进在很大程度上是可重复的。在d ' Ascoli等人（2025）颇具影响力的工作中，感知连续语音的受试者的大脑活动时间序列被分割成从每个单词开始的固定长度窗口。然后，神经网络生成对
-
ViTeX-Bench：高保真视频场景文本编辑基准测试
作者：陈兴浩、高翔波、余Jiongze|最近的视频生成越来越真实和可控，但视频编辑仍然不够发达，特别是对于必须保留原始场景动态的精确本地编辑。视频场景文本编辑替换场景表面上的文本，例如店面标志、白板和产品标签，同时保留周围的内容、运动和相机动态。虽然现场特
-
图像分类器是高效的自我监督视频表示学习者
作者：Owais Iqbal、Sudipta Sarkar、Shyam Marjit|我们引入VideoMSN，这是一个Masked Siamese Network框架，用于在视频中进行高效的自我监督时空表示学习。我们不再依赖重型3D架构或基于重建的自动编码器来使用未标记的数据进行学习，而是通过将视频表示为超级图像来重新利用标准图像Vision Transf
-
EvoDuet：面向科学发现的Web搜索和任务求解的双层次协同进化
作者：Young-Jun Lee、Jinheon Baek、Soyeong Jeong|当进展需要模型缺乏的外部知识时，使用大型语言模型（LLM）的进化搜索可能会停滞。提供相关文档有所帮助，但只需添加网络搜索工具就可以随着解决方案的变化而继续返回相同的页面。我们引入EvoDuet，这是一种双层优化方法，可以通过固定模型参数共同进化解决方案和搜索查询。在每次迭
-
在DP-Singapore下，权重绑定对于私人环境中仅解码器的LLM仍然有利吗？
作者：Razan El Mais、Ali Chehab、Ibrahim Issa|差异私有随机梯度下降（DP-BCD）是大型语言模型（LLM）的隐私保护微调的领先方法。许多仅限解码器的LLM在输入和输出嵌入之间采用权重绑定，这是一种设计选择，最初是为了参数效率和改进非私有环境中的语言建模性能而引入的。然而，体重束缚的影响
-
涡轮增压器：实例自适应优化
作者：张Tunyu Zhang、Hao Wang、Kai Xu|自动搜索有效的安全带是使代理能够循环自我改进的重要一步。现有的工具优化通常会产生一个全局工具，该工具在任务实例中统一应用。然而，平均效果良好的安全带可能并非对每个实例都是最佳的。我们引入了TurboSYS，这是一个可以适应全球优化的框架
-
WorldAuditBench：具有多模式代理的交互式3D世界审计
作者：姜紫艳、杨静波、季家宝|随着交互式3D世界越来越多地用于研究智能行为，开发有效的管道来识别这些模拟环境中的异常变得非常重要，例如浮动对象，可穿越的墙壁或与周围场景不一致的对象。包括视觉语言模型（VLM）和视觉语言动作模型（VLA）在内的多模式人工智能系统已经表明
-
Cogentic：用于自动证据发现的多智能体规划
作者：杨蔡、维尼特·古普塔、江彦晨|我们介绍了Cogentic，这是一种多代理工具，用于自动发现开放研究问题的证据。虽然前沿语言模型可以在一次尝试中产生强大的数学思想，但对于需要探索多个竞争猜想、克服微妙的技术障碍并在很长一段时间内保持中间进展的开放问题，单次尝试生成通常不足以
-
股东应该为AI的危险买单
HN24· 0 评论
-
启动HN：Magnitude（YT S25）-针对代理的自优化推理引擎
HN ð53· 31 评论
-
Bild AI（WC W25）正在招聘一名创始产品工程师
HN ð1· 0 评论
-
FTC开始调查包括Anthropic和OpenAI在内的AI巨头
HN17· 0 评论