AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
MaxInfo: 一种基于最大体积的无训练关键帧选择方法以提升视频理解
机构 * AXXX, Russia（AXXX, 俄罗斯） ； FusionBrain Lab, Russia（融合脑实验室, 俄罗斯） ； Institute of Numerical Mathematics, Russia（数值数学研究所, 俄罗斯） ； Innopolis University, Russia（因诺波利斯大学, 俄罗斯）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 MaxInfo是一种基于最大体积原理的无训练关键帧选择方法，通过提升视频理解性能，有效减少冗余并保持多样性。
通过生物医学知识图谱进行可解释的扰动建模
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 效率与部署 ：foundation model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种基于生物医学知识图谱的可解释扰动建模方法，通过整合多模态嵌入和图注意力网络，提升对药物-细胞对基因表达扰动的预测能力。
BandiK：使用多老虎机框架实现高效的多任务分解
机构 * Department of Artificial Intelligence and Systems Engineering, Faculty of Electrical Engineering and Informatics, Budapest University of Technology and Economics（人工智能与系统工程系，电气工程与信息学院，布达佩斯技术大学和经济学院） ； Department of Electrical Engineering (ESAT), STADIUS Center for Dynamical Systems, Signal Processing（电气工程系（ESAT），动态系统、信号处理中心）
专题命中 效率与部署 ：foundation model(abstract)；分类 cs.AI、cs.LG
AI总结 BandiK通过多老虎机框架高效解决多任务学习中辅助任务子集选择问题，利用神经网络实现多任务转移优化。
Comments 8 pages, 14 figures
使用多任务学习曲线表征迁移
机构 * Department of Artificial Intelligence and Systems Engineering（人工智能与系统工程系） ； Faculty of Electrical Engineering and Informatics（电气工程与信息学系） ； Budapest University of Technology and Economics（布达佩斯技术与经济大学）
专题命中 效率与部署 ：foundation model(abstract)；分类 cs.LG
AI总结 本文通过多任务学习曲线分析迁移效应，提出了一种高效方法以捕捉迁移效果，并展示了其在基础模型中的应用价值。
孤子剖面：经典数值方案与基于神经网络的求解器
机构 * Department of Mathematics \& Statistics, Florida International University, Miami, FL 33199, USA
专题命中 效率与部署 ：pretraining(abstract)；分类 cs.LG
AI总结 本文比较了经典数值方法与基于神经网络的求解器在计算一维色散PDE孤子剖面中的性能，发现经典方法在精度和效率上更优，而神经网络方法在低维情况下表现较差。
对齐而搜索：基于信念的探索性推理用于世界感知的具身智能体
机构 * LG AI Research（LG人工智能研究） ； KAIST（韩国科学技术院）
专题命中 效率与部署 ：LLM(abstract)；分类 cs.AI
AI总结 本文提出了一种基于信念的探索性推理方法，通过后验引导和轻量级模型实现高效的世界对齐，优于现有基线方法。
评估用于RLVR的参数高效方法
专题命中 效率与部署 ：language model(abstract)；分类 cs.LG
AI总结 本研究评估了RLVR中多种参数高效微调方法，发现结构变体如DoRA优于LoRA，并揭示了初始化策略中的谱崩溃现象及参数减少对推理能力的限制。
Comments Preprint
ExPLoRA: 低参数高效扩展预训练以适应视觉变换器下的领域偏移
机构 * stanford（斯坦福大学）
专题命中 效率与部署 ：foundation model(abstract)；分类 cs.AI
AI总结 ExPLoRA通过扩展预训练阶段并结合LoRA技术，在领域偏移下提升视觉变换器的迁移学习性能。
Comments Published at ICML 2025
Orchid: 灵活且数据依赖的卷积用于序列建模
机构 * Google Research（谷歌研究） ； School of Computer Science University of Waterloo（计算机科学学院）
专题命中 效率与部署 ：language model(abstract)；分类 cs.LG
AI总结 Orchid提出了一种灵活且数据依赖的卷积架构，用于提升序列建模的效率和可扩展性。
Journal ref Advances in Neural Information Processing Systems 37 (2024): 76991-77022
SEDA: 一种自适应实体中心数据增强以提升基于网格的不连续命名实体识别模型
专题命中 效率与部署 ：分类 cs.CL、cs.AI；large language model(comments)；language model(comments)
AI总结 SEDA通过自适应实体中心数据增强技术，提升基于网格的不连续命名实体识别模型性能，实现不连续实体识别的显著提升。
Comments 9 pages, 5 figures. This paper was presented at the CIKM'25 Workshop on Small and Efficient Large Language Models for Knowledge Extraction
从序列到空间：重新排列自回归以实现高效的视觉生成
机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
专题命中 效率与部署 ：language model(abstract)
AI总结 RadAR通过引入径向拓扑和嵌套注意力机制，提升自回归视觉生成的效率与稳定性。
ARM：一种用于基于CLIP的开放词汇语义分割的可学习、即插即用模块
机构 * Southwest University of Science and Technology, China（西南科技大学）
专题命中 效率与部署 ：foundation model(abstract)
AI总结 ARM是一种可学习的即插即用模块，通过自适应融合层次特征提升基于CLIP的开放词汇语义分割性能。
Comments 10 pages, 4 figures
TrimTokenator-LC: 向大型多模态模型长上下文的自适应视觉标记修剪迈进
专题命中 效率与部署 ：language model(abstract)
AI总结 TrimTokenator-LC通过自适应视觉标记修剪方法，在长上下文和多图像场景中有效减少视觉标记数量，同时保持性能。
Comments 17 pages
SlideChain: 通过区块链注册实现讲座理解的语义溯源
机构 * Department of Computer Science Rensselaer Polytechnic Institute（计算机科学系罗切斯特理工学院） ； Department of Biomedical Engineering Rensselaer Polytechnic Institute（生物医学工程系罗切斯特理工学院）
专题命中 效率与部署 ：language model(abstract)
AI总结 SlideChain通过区块链注册实现讲座理解的语义溯源，提供可验证的完整性与持久基准，解决多模态教育内容的可复现性和审计性问题。
学习空间感知的操作顺序
机构 * Fudan University（复旦大学） ； Shanghai YinCheng Intelligent CO., LTD（上海英成智能有限公司） ； Stanford University（斯坦福大学）
专题命中 效率与部署 ：language model(abstract)
AI总结 OrderMind通过空间感知学习在杂乱环境中实现高效鲁棒操作的统一框架。
Comments Accepted to NeurIPS 2025
CogRec: 一种融合大型语言模型和Soar的可解释推荐代理
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI
AI总结 CogRec融合大型语言模型和Soar认知架构，通过符号推理与在线学习提升推荐系统的可解释性和准确性。
Comments 9 pages, 6 figures
大语言模型用于单元测试生成：成就、挑战与机遇
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)
AI总结 大语言模型在单元测试生成中展现出优势，但面临语义理解不足和标准化不足等挑战，未来需发展自主测试代理与混合系统。
Comments 27 pages, 8 figures
人工智能时代的新考试安全问题：比较基于提示策略的AI生成题目的相似性
专题命中 领域大模型 ：prompting(title,abstract)；LLM(abstract)；large language model(abstract)；language model(abstract)
AI总结 本研究比较了基于提示策略的AI生成题目相似性，发现即使仅使用公开信息，LLM生成的题目在某些临床领域仍与指导生成的题目相似，提示需加强考试安全措施。
迈向使用LLMs的稳健法律文本形式化到可撤销的规范逻辑
机构 * TU Wien（维也纳技术大学） ； AIT Austrian Institute of Technology（奥地利技术研究所） ； School of Engineering and Technology（工程与技术学院） ； Artificial Intelligence and Cyber Futures Institute（人工智能与未来网络研究院）
专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 本文提出利用LLMs将法律文本形式化为可撤销规范逻辑，通过结构化管道和改进的评估方法，提升形式化的一致性和完整性。
Comments This version is an extended version with additional results and discussion
面向脑部MRI的通用基础模型
专题命中 领域大模型 ：foundation model(title,abstract)；pretraining(abstract)
AI总结 BrainFound是一种针对脑部MRI设计的通用基础模型，通过扩展DINO-v2实现3D脑解剖建模，支持多模态输入并提升诊断准确性，适用于多种临床场景和研究应用。
FUSE-RSVLM：用于遥感的特征融合视觉-语言模型
机构 * School of Artificial Intelligence Science and Technology, Nanjing University（人工智能科学与技术学院，南京大学）
专题命中 领域大模型 ：language model(title,abstract)；分类 cs.AI
AI总结 FUSE-RSVLM通过多特征融合技术提升遥感图像的视觉-语言处理能力，有效解决细粒度特征提取和视觉遗忘问题，在遥感分类、图像描述和VQA任务中表现优异。
通过检索增强的大语言模型中的原子事实核查来提高医疗问答的可靠性与可解释性
专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 通过原子事实核查提升医疗问答的可靠性与可解释性，减少幻觉并提高事实准确性。
Comments 18 pages, 7 figures and tables
在金融问答中整合领域知识：一种基于多检索器RAG方法与LLM的多检索器RAG方法
机构 * Department of Computer Science Stanford University（计算机科学系 斯坦福大学） ； Graduate School of Business Stanford University（商学院 斯坦福大学）
专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG
AI总结 本研究提出一种基于多检索器RAG方法与LLM的金融问答系统，通过领域知识训练提升数值推理能力，验证了领域特定训练在不同模型规模下的性能差异。
编码与AI：从工业实践的反思到未来计算机科学与软件工程教育
机构 * R. B. Annis School of Engineering（R. B. Annis 工程学院） ； University of Indianapolis（印第安纳大学） ； E. S. Witchger School of Engineering（E. S. Witchger 工程学院） ； Marian University（玛丽安大学） ； University of Maryland Eastern Shore（马里兰大学东部分校） ； The Boehm Center for Systems and Software Engineering（Boehm 系统与软件工程中心）
专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文探讨了AI在工业实践中对软件开发的影响，分析了LLM工具带来的生产力提升与风险，并提出教育应转向问题解决和项目式学习以适应变化。
Comments 21 pages, 5 figures
AstroReview: 一种基于大语言模型的多智能体框架用于望远镜提案同行评审与优化
机构 * The Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统重点实验室，自动化研究所，中国科学院） ； The School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学）
专题命中 领域大模型 ：LLM(title)；分类 cs.AI
AI总结 AstroReview通过多智能体框架实现望远镜提案的自动化评审与优化，显著提升评审效率和质量。
Chrono: 一种用于多模态大语言模型中表示时间的简单蓝图
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)
AI总结 Chrono提出了一种简单通用的序列蓝图，用于提升多模态大语言模型在视频时间定位和 grounded 视频问答任务中的性能。
Comments Code: https://github.com/sudo-Boris/mr-Blip. Submitted to IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). Under review
清理科学出版物中的英文摘要
机构 * Max Planck Institute for Innovation and Competition（马克斯·普朗克创新与竞争研究所） ； Technical University Munich（慕尼黑技术大学）
专题命中 领域大模型 ：language model(abstract)；分类 cs.CL
AI总结 本文提出了一种开源语言模型，用于清理科学出版物中的英文摘要，通过自动去除冗余信息以提高文本分析的准确性与信息含量。
Comments 2 tables, 2 figures
半监督多样性感知领域适应用于3D目标检测
机构 * Warsaw University of Technology（华沙技术大学） ； IDEAS NCBR
专题命中 领域大模型 ：post-training(abstract)
AI总结 本文提出了一种基于神经激活模式的半监督领域适应方法，通过少量多样化样本标注提升3D目标检测在跨领域应用中的性能。
OmniCosmos：跨宇宙传递粒子物理知识
专题命中 领域大模型 ：foundation model(abstract)
AI总结 OmniCosmos通过碰撞物理模型提升宇宙学参数预测和星系速度预测，实现跨科学领域泛化。
Comments 7 pages, 5 figures
弥合感知-认知鸿沟：通过希尔伯特-马amba重新工程SAM2以实现鲁棒的基于VLM的医学诊断
机构 * Southern University of Science and Technology（南方科技大学） ； School of Informatics, Xiamen University（厦门大学信息学院） ； Rutgers University（罗格斯大学）
专题命中 领域大模型 ：language model(abstract)
AI总结 通过重新设计SAM2架构，引入希尔伯特空间填充曲线和希尔伯特-马amba交叉注意力机制，提升基于VLM的医学图像分割与诊断准确性。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈