Med-TrustRouter：面向临床推理的回归安全知识路由方法
医疗推理 LLM 依赖的外部知识可能过时、被污染或产生幻觉，导致正确答案被改错。研究者构建了覆盖检索证据与推理链的医学知识投毒 benchmark，含七类攻击族，并提出 Med-TrustRouter：在保持求解器冻结的情况下，基于运行时信号逐实例路由知识使用。在七个医疗推理设置中取得 78.9 macro 和 69.2 worst-case 准确率，macro 与最强基线持平，同时显著提升最差情况下限。
全部 AI 动态
新闻、仓库与研究，按时间排列。
arXiv · cs.AIAI 评分4141 arXiv · cs.AIAI 评分5050 MCAIR：利用内部表示监控并纠正智能体不忠实行为
研究者提出 MCAIR，一个基于 LLM 内部表示的运行时监控与纠正框架，用于检测智能体完成不忠实行为——即最终报告未如实反映实际执行轨迹。MCAIR 用多步内部表示训练风险感知探针实现在线检测，并通过风险引导的纠正循环促使智能体复查执行历史；同时构建了含步骤级执行轨迹与一致性标注的 ACUD 数据集。实验显示其优于 LLM-as-a-judge 基线并能跨提示与任务泛化。
arXiv · cs.AIAI 评分4949 Interlock：让长程智能体从局部正确走向任务完成
论文提出 Interlock 框架，将任务表示为类型化完成图，通过 grounding 边、coupling 超边和 realization 边刻画证据、决策与下游效果间的关系，并编译为可重置工作区、公开请求与评测 rubric。在两个 Qwen3.6 backbone 上用自产轨迹微调后，AutomationBench 任务通过率提升 4.00-4.50 个百分点，JobBench 加权分提升 3.20-6.64 分，Harvey LAB 准则通过率提升 3.89-4.16 个百分点。
arXiv · cs.AIAI 评分4141 FSPO：面向策略优化的函数空间时序自蒸馏框架
FSPO（Function-Space Policy Optimization）是一种单策略强化学习框架，将稀疏历史 next-token 分布存为固定时序目标，无需维护常驻教师模型即可实现时序分离，并引入特权分歧校正、可靠性自适应锚定与质量覆盖感知时序记忆。在推理与工具使用 benchmark 上，FSPO 在 5 小时训练预算内平均准确率最高，较最强基线平均提升约 4 个百分点，在 Olmo3-7B-Instruct 上峰值显存从约 70 GB 降至 56 GB。
arXiv · cs.AIAI 评分4242 加加性估值下连续无嫉妒蛋糕切分问题的 PPAD 完全性证明
一项 arXiv 研究证明，在归一化有理分段常数加加性估值下，计算完整连续 ε-无嫉妒蛋糕切分是 PPAD 完全的，即使 ε 以一元表示、密度仅取两个相同值且至多六个断点时仍成立，由此精确连续无嫉妒切分同样 PPAD 完全。研究还证明对任意固定整数 c≥1，路径上不可分物品的连续 EFc 分配在加加性估值下为 PPAD 完全，解决了 Goldberg、Hollender 和 Suksompong（JAIR 2020）与 Bilò 等（ITCS 2019）的开放问题。
arXiv · cs.AIAI 评分3434 ReFormBench：评测大语言模型响应条件化格式纠正稳定性的基准
ReFormBench 是一个以模型对同一问题的无约束响应作为格式基线、评测大语言模型格式纠正稳定性的基准，包含源自 910 个源问题的 5,000 个三约束测试实例，覆盖 66 种格式化特征。在十个模型上，EMCR 指标介于 34.04% 至 64.72%，最高的三目标纠正估计为 50.02%，合规与纠正得分产生不同排名。在 Qwen3.5-9B 上的提示词实验同时提升了两个指标，代码与数据已开源。
arXiv · cs.AIAI 评分3131 C3：多轮强化学习中基于置信度的过程监督信用修正方法
arXiv 论文提出 Confidence-Guided Credit Correction（C³），一种可插拔的局部信用修正方法，解决仅用结果奖励的多轮智能体强化学习中错误行为仍获正优势的问题。C³ 在优势估计后选择性修正正信用，修正强度由行为策略的置信度自适应控制，不改任务奖励与原信用估计。在多个多轮 benchmark 上，C³ 在基于 critic 与无 critic 的 RL 方法下均提升性能。
arXiv · cs.AIAI 评分4343 RuleTrek：面向复杂场景的智能体规则推理基准
论文提出 RuleTrek，一个面向复杂场景的多领域智能体规则推理基准，通过规则图谱构建并增量组合子场景，评估规则识别（RI）、规则推导（RD）与端到端规则推理（E2E）三项能力。对 11 个前沿 LLM 的实验显示，RI 与 RD 最高分仅 62.47% 和 60.43%，E2E 得分在 26.97% 至 55.29% 之间，代码与数据集已公开。
arXiv · cs.AIAI 评分3232 Supermartingale 证书的运行时监控方法研究
研究者提出针对 supermartingale 证书的运行时监控问题：监控器观察单条系统轨迹，在执行中有足够统计证据表明证书被违反时发出警报。算法基于 betting-based sequential tests 自动构建监控器，将误报概率限制在用户指定水平，并利用空间规律性提升检测能力，在文献基准上验证了有效性。
arXiv · cs.AIAI 评分4040 SceneAE：在可查询的 3D 锚定潜在空间中进行场景生成与重建
arXiv 论文 SceneAE 提出将场景表示为紧凑、非结构化的 3D 锚定潜在空间，每个 latent 结合显式 3D 位置与隐式内容特征，形成稀疏 latent 点云。该表示可直接描述场景本身，重建时无需为每条新相机轨迹重新生成视频，即可投影解码为多目标相机的 RGB-D 观测；生成时先由相机控制生成 3D 几何再合成内容，提升相机可控性。实验显示其在生成质量、计算成本与相机可控性上均更优。
arXiv · cs.AIAI 评分4242 多会话 LLM 智能体换模型时的行为迁移研究：提出 DASH 历史摘要方法
一项 arXiv 研究发现，多会话 LLM 智能体在切换模型并传递历史记录时会出现“行为迁移”：接收模型会采纳生成历史的模型的推理与行动模式，该效应在原始历史传递时最明显，用摘要可大幅减弱。研究者据此提出 DASH（Direction- and Authorship-aware Summarization of History），在保留强模型行为的同时减少弱到强迁移，重复切换实验显示其优于原始历史传递和朴素摘要基线。
arXiv · cs.AIAI 评分3333 不确定性驱动的自博弈方法提升多智能体驾驶策略的鲁棒性
一项 arXiv 研究提出不确定性驱动的自博弈训练方案：一半智能体以提升邻居的认知不确定性为奖励，另一半学习安全驾驶，从而自动生成高难度训练课程。该方法在 nuplan Val14 上实现 99.12% 的零样本迁移（对比标准自博弈 97.97%），在 Argoverse 2 上达 82.39%（对比 78.03%），且无需微调；LSTM 隐状态覆盖率比基线高 85%，行为多样性显著提升。
arXiv · cs.AIAI 评分3333 Privileged Hindsight Distillation 方法学习科研人员的个人科研品味
一项 arXiv 研究提出 Privileged Hindsight Distillation（PHD），将科研品味建模为从评估准则打分到相对偏好的个人化映射，并利用训练时才可见的后续科学证据改进提案期评估。该方法主要在量子研究领域评测，每位研究者仅需 15 次成对提案比较即可捕捉差异显著的偏好；交互实验显示个性化排序能带来更高的用户后续参与度。
arXiv · cs.AIAI 评分4242 LLM 语言表达上限研究：arXiv 论文测量模型能传递哪些概念
arXiv 预印本研究 LLM 的语言表达上限：提出提示词优化算法，在 benchmark 上比现有算法最高提升 14%，并设计发送方标注、接收方恢复提示词的传输度量。对 8 个领域 1.2k 个概念的测量发现三类概念：可完全表达、未来更强模型可能表达、以及与身份和群体意识绑定而难以表达的概念；人类在 LLM 难以处理的 76% 概念上仍有中到高度一致性，表明表达上限因执行者而异。
arXiv · cs.AIAI 评分1818 ONCship：面向船舶识别的大规模水声数据集发布
研究者发布 ONCship 大规模水声数据集，包含来自 Ocean Networks Canada（ONC）水听器的 4521 小时精选录音及 AIS 数据。在 DeepShip 上，ONCship 与 AudioSet 联合预训练经 linear probing 达到 62.45% 分类准确率；作为辅助训练数据还可提升船舶类型分类性能。在 MMSI 级船舶识别任务中，微调模型 Top-1 准确率超过 53%、Top-5 接近 69%。
arXiv · cs.AIAI 评分3333 CSVG：基于候选集视觉定位识别对话歧义
研究者提出候选集视觉定位（CSVG）任务，估计与对话上下文一致的目标对象集合，并发布跨对话轮次评估候选集变化的 CandVG benchmark。对视觉语言模型的评测显示，视觉定位能力更强并不必然带来更好的 CSVG 表现，模型难以预测完整候选集，主要败在候选生成不足和早期轮次过早收敛到小集合；通过专为 CSVG 设计的指令可部分缓解大规模模型的这一局限。
arXiv · cs.AIAI 评分3434 ARP-CD：通过注意力引导的表示扰动缓解 Video LLM 幻觉
研究提出 ARP-CD，一种免训练的对比解码框架，利用答案预测位置上视觉 token 的注意力质量，对语言模型输入的视觉隐藏状态做有界梯度更新，在表示空间直接构造对比负样本。在 4 个 Video LLM 和 4 个 benchmark 上的实验显示，ARP-CD 在多数模型-基准组合中优于代表性免训练基线，减少幻觉的同时提升整体视频理解能力。
arXiv · cs.AI精选AI 评分5252 arXiv 论文揭示目标误泛化中策略对齐的三种不同失败形式
arXiv 论文 2610.19731 研究目标误泛化中目标在智能体内部丢失的机制，在 3 个 Procgen 环境和 5 个机器人任务上识别出三种策略-目标失准形式：功能目标替换、动作捷径和线索竞争。通过追踪目标信息在内部的位置、对策略的影响强度和作用，发现目标丢失发生在不同深度；目标到达决策层时引导可将目标达成率从 16.0% 提到 95.3%，只到策略层时需改接下游线路，从 31.6% 提到 84.3%，完全失效时两者均无效。
推荐理由：论文把目标误泛化拆成三种不同深度的策略失准，并给出每种情形对应哪种修复手段有效的实测数据。
arXiv · cs.AIAI 评分3434 等长约束下比例切蛋糕问题的精确切割复杂度研究
一篇 arXiv 论文证明，n 个智能体在等长约束下的比例切蛋糕问题中，保证公平分配所需的最坏情况切割数恰为 2n-2，改进了此前已知的二次上界。论文还证明 Robertson-Webb 模型中不存在能在有限次询问内终止的确定性协议，但对任意 ε>0，O(n²/ε) 次询问可实现近似分配；引入双刀询问后，n 为 2 的幂时递归平衡对分可达到 2n-2 的最优界。
arXiv · cs.AIAI 评分2828 ProtModernBERT：面向计算高效蛋白质语言建模的新架构
研究者推出 ProtModernBERT，一种采用现代架构改进的 BERT 风格蛋白质语言模型，在氨基酸序列上预训练。该模型在二级结构、无序区和亚细胞定位预测及 ProteinGym 零样本基准上，性能与 Amplify-120M 和 ProtBert 相当，预训练 FLOPs 减少 80-90%，并缩小与 ESM2 的差距。分析表明现代架构组件带来的归纳偏置在低算力场景下比参数量更关键。
arXiv · cs.AIAI 评分3232 PRISMATIC：面向临床决策中多智能体治疗交互的处方风险检查系统
研究者提出 PRISMATIC，一种基于黑板架构的多智能体系统，由代表不同工作流角色的专用智能体协作生成并优化治疗方案，并引入 DSWA 长期权重调整与 DFPC 短期分歧校准两种自适应协调机制。在 MIMIC-IV 患者记录上的实验显示，相比强 LLM 基线，该系统显著减少药物冲突、提高处方覆盖率和治疗一致性。
arXiv · cs.AIAI 评分4242 LabOPBench：面向证据驱动实验室决策的多模态基准
研究者推出多模态基准 LabOPBench，包含 756 道经独立评审的专家题，覆盖有机合成与材料科学，按题目专属评分规则评估。8 个多模态模型整体归一化得分为 28.8-45.8%；在 100 题对照子集上，最强模型平均超过本科生但低于博士生。专家分析发现 Evidence Misreading 与 Evidence-Decision Conflict 是主要错误模式。
arXiv · cs.AIAI 评分3232 LiFi：通过几何与语义协同引导从多视角图像生成 LiDAR 点云
NeurIPS 2026 论文提出 LiFi（LiDAR From images）框架，从多视角相机图像生成视觉与几何对齐的 LiDAR 点云。该方法通过几何分支（结合 DepthAnything3 的不确定性感知编码器）与语义分支双路引导 latent diffusion，并引入双分支平衡的 classifier-free guidance（CFG）策略，生成质量超越现有 SOTA 方法，代码将开源。
arXiv · cs.AIAI 评分4444 One Agent per Zone：基于主动推理的去中心化多区域 HVAC 边缘控制方法
该研究提出一种去中心化 HVAC 控制方案，每个空调区域分配一个独立的主动推理（active inference）智能体，通过最小化期望自由能在线学习区域动态，智能体间不通信，仅借助潜在扰动和其他楼层电表推导的拥塞信号应对共享风系统的耦合。在 EnergyPlus 的 Sinergym 办公楼中用 15 个智能体对比 3 种规则控制器和 3 组 MADDPG，5 个未见噪声天气年份下取得最低平均建筑峰值 88.3 kW（比基线低 3-17%），相似舒适度下每月峰值总和每年降低 33 kW（4%），代价是约 10% 的额外能耗。整套系统运行在一台 Raspberry Pi 5 上，经 MQTT 完成观测到动作闭环的 p95 延迟为 442 ms。
arXiv · cs.AIAI 评分4646 StateCraft：用抽象状态推理增强视频世界模型
arXiv 论文提出 StateCraft，一种将语言模型与视频扩散模型配对的架构，把可持久更新的抽象状态与视觉状态解耦，用于跟踪实体随世界演化的变化并条件化生成当前视图。在生成式界面基准上，其生成质量、记忆与可控性超越 SOTA 基线，并在长轨迹上保持高自一致性；抽象状态可被直接编辑，生成会遵循数据中从未观测到的状态修改。
arXiv · cs.AIAI 评分3737 通过强化学习从感知到行动规则提升大语言模型心智理论推理
研究提出用显式 if--then 规则连接感知、信念与行动，并用 GRPO 训练 Qwen2.5 和 Llama3 模型，在四个 ToM 基准上超越了提示、监督微调和 think reasoning。≥3B 模型生成的规则还可迁移，提升 GPT-4o-mini 的下游表现。
arXiv · cs.AIAI 评分4141 ReproBAIT：编程智能体能复现生物 AI 工具吗？
ReproBAIT 评测衡量编程智能体在沙盒、无网络、有限信息条件下设计、实现并训练已发表生物 AI 工具的能力，覆盖 ProteinMPNN、RFdiffusion3 和一个闭源分子设计工具，并按 held-out 数据上的表现打分。结果显示部分工具复现能力可观，但高度复杂工具表现有限，且存在与记忆化一致的中等程度证据。作者提醒工具开发者公开信息可能削弱工具商业价值或影响双用途受控访问策略。
arXiv · cs.AIAI 评分1818 VaryST：面向开放世界的可泛化时空预测模型
VaryST 是一个从零训练的紧凑时空预测模型，通过从长期历史中构建节点表示、动态选择功能相关的支持节点、并在训练中选择性掩码关键历史片段，来应对时间分布演化、空间域变化和观测缺失。在六个真实数据集上对比十七个基线，VaryST 在域内精度相当的同时，显著提升零样本和少样本泛化能力，并对观测可用性变化保持稳健。
arXiv · cs.AIAI 评分3939 AgenticRV：面向 Agentic AI 的形式化无关运行时验证架构
研究者提出运行时验证架构 AgenticRV，将 Agentic AI 系统的执行边界与监控形式化解耦：适配器输出规范事件，各监控器获得独立投影与抽象，决策策略基于归一化判定选择响应。其 Python 实现支持 LangGraph、MCP 和 A2A，受控 LangGraph 实验结合 Reelay 时序监控器与程序化报告监控器，消融实验证明两者缺一不可。
arXiv · cs.AI精选AI 评分5757 LAGO 论文提出可复用增长选项的语言智能体框架
arXiv 论文提出 LAGO，将专用语言智能体作为可复用的时序扩展选项，由 meta-agent 检索或生成选项、分发子任务并验证结果，选项库跨任务增长且不更新模型权重。在 500 个 SWE-bench Verified 任务上，冻结的 Qwen3.5-35B-A3B 单次尝试解决率为 58.6%；在固定 150 任务子集上与 mini-SWE-agent、Terminus 2 同条件对比，解决率分别为 49.3%、57.3% 和 60.3%。50 任务消融显示去掉分解少解决 4 个、打乱复用内容少 2 个、去掉选项库少 6 个。
推荐理由：论文给出了同条件下的组件消融与横向对比数据，读者可以据此评估可复用 agent 选项库在长任务中的实际贡献。
arXiv · cs.AIAI 评分3232 基于残差校正的内存高效子空间优化：从 Momentum SGD 到 Muon
一篇 arXiv 论文提出残差校正框架，在子空间中维护优化器状态并将正交残差梯度加入参数更新，以降低 LLM 训练的内存成本。该框架将 momentum SGD 扩展为 SMRC、将 Muon 扩展为 PMRC，二者均达到 O(T^{-1/4}) 收敛率，与全空间版本匹配；多阶段变体通过周期性重算基并引入边界校正保持同阶收敛率。实验验证了算法的有效性与效率。
arXiv · cs.AIAI 评分4242 DeltaStreamer：迈向类人智能体式流式视频理解
论文提出 DeltaStreamer，一个受人类观察、记忆与调查方式启发的智能体式流式视频理解框架。该框架结合变化感知记忆、查询驱动的规划与定向回放取证，在查询到来前持续记录视觉变化，到来后检索记忆并回放历史帧以补回遗漏证据。在 OVO-Bench 和 StreamingBench 上分别取得 66.07% 和 59.53% 的总分，超过代表性方法。
arXiv · cs.AIAI 评分3333 类型化决策模型如何可靠地使用 Fallback 选项？arXiv 提出 Paired Fallback Robustness 测试
arXiv 论文提出 Paired Fallback Robustness（PFR）测试，评估类型化决策模型（TDM）在请求路由、模型选择等场景中切换常规与 fallback 选项的可靠性，以及同一规则在逻辑等价定义下决策的一致性。在三个 benchmark 上对开源决策模型、不同架构与参数规模的对照实验发现：正确识别类别并不能可靠转化为正确的 fallback 选择，逻辑等价的规则表述也会导致模型决策出现明显分歧。
arXiv · cs.AIAI 评分3838 Euler：面向以人为中心的多智能体数学发现系统
研究者提出 Euler，一个以人为中心的数学研究系统，围绕共享的结构化研究过程表示构建，将数学陈述、假设、证明依赖、备选路径、失败尝试与验证证据组织成连通的研究图谱。该表示让研究者可追溯结果的推导过程，并为智能体提供跨会话的持久任务相关知识，支持规划、协作与验证，还可回访智能体早期推理并探索替代方向。论文通过三个数学研究案例展示系统能力，并给出实现与软件验证。
Hugging Face · 新模型：abliterated同新闻AI 评分6464 dealignai 发布 GLM-5.3 (753B) NVFP4 去对齐版，权重级移除拒绝行为
dealignai 以 CRACK 方法在权重层面移除 GLM-5.3 (753B) 的拒绝行为，发布 NVFP4 量化版，主打进攻性安全场景。HarmBench 实测 high/max 推理档 156 条提示 0 拒绝，off 档拒绝率 7.3%；MMLU 84.11%，较 base 下降 1.47pp。无 SFT/DPO/LoRA，可用原版 vLLM 加载，NVFP4 在 GB10 上 KV 池达 35 GiB/rank，TP8 下实用 512K 上下文。
Hugging Face · 新模型：uncensoredAI 评分2828 JMingo/gemma-4-26B-A4B-it-qat-uncensored-GGUF 模型上线 Hugging Face
JMingo 发布的 gemma-4-26B-A4B-it-qat-uncensored-GGUF 现已可在 Hugging Face 获取，提供 Q4_0 量化版本。该模型可通过 llama.cpp 的 llama serve / llama cli 直接运行，也支持 Ollama、Docker Model Runner、LM Studio、Jan、Lemonade 等多种本地部署方式，并可接入 Pi、Hermes、OpenClaw 等 Agent 工具。
Hugging Face · 新模型：uncensoredAI 评分2323 Qwen3.8-Flash-Next-Uncensored oQ5e 量化版上架 Hugging Face，附 FP8 PLE n-gram 表
Hugging Face 用户 zviratko 发布 Qwen3.8-Flash-Next-Uncensored 的 oQ5e 量化权重，面向 oMLX 使用，并将 FP8 PLE n-gram 表移植进来，作者称 PLE 表数据的实际效果未知，属于实验性尝试。该模型在 intelligence benchmarks 上与原量化模型结果基本一致，主观连贯性良好。仓库保留 Qwen Community License 1.0，但源仓库标注的 Apache-2.0 与许可文件不一致，使用前需自行核查。
Hugging Face · 新模型：uncensoredAI 评分1818 
Ornith-1.5-9B-uncensored GGUF 量化版本发布
Ornith-1.5-9B-uncensored 的静态量化 GGUF 版本已在 Hugging Face 上线，提供从 Q2_K（3.9GB）到 f16（18.0GB）的多档量化文件，其中 Q4_K_S、Q4_K_M 标注为快速且推荐，Q8_0 为最佳质量，并附带 mmproj 多模态补充文件。weighted/imatrix 量化版本另行提供，使用方法可参考 TheBloke 的 README 说明。
Hugging Face · 新模型：uncensoredAI 评分3636 
Qwen-Image-2.1-Uncensored 量化版发布，支持 ComfyUI 本地图像生成
Dariusdup 在 Hugging Face 发布 Qwen/Qwen-Image-2.1 的 Uncensored 量化版本，提供 GGUF、Safetensors 和 MLX 格式，其中 Q4_K_M GGUF 为 4.60 GB 并被推荐为体积与质量的最佳平衡。该版本无内置安全检查或内容过滤，可直接生成成人及 NSFW 图像；配套 qwen3vl_8b 文本编码器与 VAE 文件，通过 ComfyUI 与 ComfyUI-GGUF 使用，文本编码器可卸载到系统内存以节省 9–17 GB 显存。
Hugging Face · 新模型：uncensoredAI 评分2323 zviratko/Qwen3.8-Flash-Next-Uncensored-plefp8 发布
zviratko 在 Hugging Face 发布 Qwen3.8-Flash-Next-Uncensored-plefp8，基于 ddark-il/Qwen3.8-Flash-Next-Uncensored 的量化权重，并移植了 FP8 PLE n-gram 表。作者称该实验性模型在 intelligence benchmark 上与原量化模型结果基本相同，主观上保持连贯，但更小损失的 PLE 表数据效果未知。模型采用 Qwen Community License 1.0，使用前需查看附带许可证。
最多提供 50 页，更早的内容请使用搜索或主题页。