所有文章
共 37203 篇文章
Claude新增个人财务分析工具，隐私与便利如何取舍？
Claude推出Personal Finance工具，可分析个人消费数据。Reddit社区讨论聚焦隐私顾虑：财务数据是否必须上传云端？本地自建方案与云端便利之间如何取舍，成为这类AI功能落地的关键。
ChatGPT GIF功能翻车：用户吐槽与AI视频生成痛点
Reddit用户吐槽ChatGPT新GIF功能：无法无缝循环、肢体错乱、帧间闪烁，与Sesame等语音模型差距拉大。本文分析AI视频生成的技术痛点与用户期待。
AI交易是否已死？Reddit热议市场回调真相
Reddit热帖追问AI交易是否已死。本文拆解这一情绪化提问背后的市场逻辑，区分产业趋势与交易结构，指出回调不等于叙事证伪，并给出值得关注的验证信号。
两阶段推荐系统破解热带气旋港口影响排序难题
研究提出两阶段推荐框架，先按登陆点距离检索候选港口，再按AIS影响天数排序。在飓风Nicole和Ian测试中，Wide & Deep模型排序一致性比距离基线高85.5%和55.5%，可辅助港口当局分配应急资源。
为什么你应该下载喜欢的YouTube视频
Hacker News热议：为什么你应该下载喜欢的YouTube视频？探讨流媒体内容的脆弱性、版权争议与个人备份实践，揭示数字时代文化保存的挑战。
永久与瞬态表示：破解持续强化学习稳定性与可塑性难题
持续强化学习常面临稳定性与可塑性的矛盾。一项新研究提出用参数化永久价值函数和非参数化瞬态价值函数互补，在图像任务和Craftax-Classic上实现更优在线学习，为缓解灾难性遗忘提供新思路。
选择性检索路由：多违规知识图谱修复的新范式
本文介绍了一种用于多违规知识图谱修复的选择性检索路由框架，通过LLM修复代理与动态路由器控制外部证据访问，在建筑自动化数据集上实现了更高效的修复，平衡了修复质量与令牌消耗。
WeLM-Image：统一图像生成模型如何落地微信
解读微信 WeLM-Image 统一图像生成模型：MoT+MoE 架构如何兼顾理解与生成，31.7B 参数稀疏激活，单卡部署，Turbo 版本 4.98 秒生成 1024 图像，并在多个开源评测中排名第一。
FreePath：神经平均自由程如何革新图像去雾
FreePath提出神经平均自由程框架，将图像去雾视为特征空间路径状态恢复，通过路径场与碰撞场学习物理约束校正，在CDD-11和RTTS数据集上优于基线方法。
PSGAgent：用智能体推理突破MLLM动态视觉感知瓶颈
PSGAgent是一个智能体框架，通过思考-行动-观察循环增强MLLM的动态视觉感知，利用区域放大和视觉高亮工具解决PSG任务中小物体关系忽略和模糊谓词问题，在PSG基准上达到SOTA性能。
Eigenius：为数学证明构建带类型知识库的理论框架
Eigenius 提出一种建立在构造性制度上的带类型知识存储理论，将证明无关性设为带见证的公理以保留证据来源，涵盖依赖类型论内核、证成逻辑、制度组织与 Lean 4 形式化，为知识持久化提供新框架。
持久化检索：对话代理效率提升新范式
研究对比三种对话代理检索设计，提出持久化检索子代理方案，在降低token使用和API成本方面表现显著，同时提升响应速度，为对话代理效率优化提供新思路。
阿拉伯语Facebook新闻互动研究：AraEngage揭示语言特征
AraEngage研究构建了10,000条阿拉伯语Facebook新闻帖子数据集，揭示宗教表达、消息长度与词汇密度是互动的主要语言相关因素，并审计了标准词典在未标音阿拉伯语中的脆弱性。
CardioLM：心脏病学专用多语言小模型套件，突破临床NLP资源瓶颈
CardioLM提出心脏病学多语言小模型套件：CardioCCC语料覆盖508份病例报告、七种语言，CardioNER在临床医生评估中评分从26%升至73%。研究发现专科预训练对NER提升有限，多语言联合训练效果最佳。
告别关键词检索：阿拉伯语焦虑话语基准数据集发布
新发布的人标注基准数据集包含1,000条阿拉伯语推文，用于区分个人焦虑表达与社会政治焦虑等六种话语功能。研究发现标注者一致意见中23.5%经审查后被更改，Fanar-C-2-27B模型达到79.8%准确率，但残余类别定义不一致影响评估公平性。
前沿AI失控风险可预测？行为框架LoC评分与失败率强相关
前沿AI失控风险如何前瞻评估？该研究提出行为学框架，将失控拆解为动机错位、危害使能能力与监控规避三因素，操作化为13个方面和29项任务，汇总为LoC评分，在13个前沿模型上与长周期失败率强相关（r=0.84），并可指导针对性微调与监控缓解。
CoRD：耦合采样如何补全在线蒸馏的盲区
CoRD 提出耦合轨迹蒸馏，利用推测解码的最大耦合从学生与教师分布的插值中采样，填补在线蒸馏中学生到不了的状态盲区。在 Qwen3 与 Qwen3.5 六个学生模型上，pass@1 与 pass@8 均优于在线蒸馏，4B 学生在 16 步内达到在线蒸馏 80 步未及的差距缩小。
TCSExam：大模型征战理论计算机科学的统一考场
TCSExam 是覆盖理论计算机科学全谱系的 LLM 评测基准，包含定理证明、求解器工程、构造与开放猜想四条赛道，用 Lean 内核与可执行检查器硬性校验，并提供 Full 与 Lite 两档版本。
