LHTB 2.0发布：革新长时智能体评估基准，专注持续性任务表现
Long-Horizon-Terminal-Bench 2.0 (LHTB 2.0) 是对现有长时智能体评估基准的扩展版本，保留了46个原始任务并修复了任务和评估基础设施中的缺陷，…
智客 AI 新闻
智客 ZICQ 每日整理大模型、开源基础设施与开发者现场的 AI 新闻与深度文章。
投稿技术文章当前筛选： 标签: #AI测绘 清除筛选
前沿论文· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
arXiv研究揭示：基于价值函数的世界模型可视化技术
本研究探讨了无模型强化学习算法是否在学习环境模型的问题。通过对Proximal Policy Optimization (PPO)智能体的价值函数进行反事实干预，研究发现其价值函数…
大模型· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
VETNET：构建AI驱动兽医创新的基准数据集生态系统
VETNET是一个由实时基准数据集和评估框架组成的生态系统，旨在通过标准化的高质量数据集和跨学术与非学术机构的多机构合作，加速动物科学和兽医学领域的AI驱动创新。该框架旨在弥合人类…
行业动态· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
NVIDIA与北欧国家合作构建欧洲重要AI生态系统
北欧国家正迅速成为欧洲AI技术的核心枢纽，通过与NVIDIA的深度合作，该地区正在构建一个以可再生能源、严格数据治理和产学研结合为特色的AI生态系统。NVIDIA的硬件和软件解决方…
大模型· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
arXiv提出CAFE：革新多语言语音识别中的特征蒸馏技术
arXiv最新研究提出了一种名为CAFE（Confined-Adapter Feature distillation）的新方法，旨在解决多语言自动语音识别（ASR）中的特征蒸馏问题…
大模型· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
arXiv发布DecisionRobust：多模态决策模型鲁棒性评估基准
arXiv近日发布了一项名为DecisionRobust的新基准测试平台，用于系统评估多模态决策模型在文本和视觉输入下的鲁棒性。该平台通过语义保留的文本扰动、图像扰动以及跨模态的提…
智能体· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
arXiv提出混合架构：云端程序与本地模型协作提升智能体任务成功率
arXiv最新研究提出了一种混合架构，通过云端程序与本地小型模型的协作，在保持用户数据本地化的同时，显著提升了智能体任务的成功率。该方法在AppWorld测试中，在六种不同模型和测…
大模型· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
arXiv提出MOSAIC：革新跨模态训练样本归因技术，提升视觉语言模型解释性
arXiv发布了一种名为MOSAIC的新方法，用于跨模态训练样本归因，旨在提升视觉语言模型（VLM）的解释性。MOSAIC通过学习稀疏的图像-文本潜在空间，并结合EK-FAC算法，…
大模型· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
arXiv提出SQUELCH：革新低秩适应技术，提升模型效率与性能
arXiv发布了一种名为SQUELCH的新方法，用于革新低秩适应（LoRA）技术。SQUELCH通过软阈值处理每个token的响应，并利用Stein的无偏风险估计选择阈值，从而实现…
前沿论文· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
arXiv提出IR-PRM+：革新博弈论算法，实现常数遗憾与最佳迭代收敛
arXiv发布了一项关于博弈论算法的新研究，提出了IR-PRM+方法，这是一种改进的遗憾匹配算法，通过引入前效用预测机制，在有限双人零和矩阵博弈中实现了常数遗憾和收敛率保证。IR-…
前沿论文· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
arXiv提出低成本合成预训练方法，显著提升室内无线信号预测精度
arXiv发布了一项关于室内无线信号预测的研究，提出了一种基于低成本合成数据预训练的新方法。通过自动生成多样化的室内布局和快速开源近似射线追踪器，研究团队生成了1.28亿个合成样本…
大模型· 2026-10-15
Mr.Xu0 次阅读0 条讨论与划词
arXiv提出图像自蒸馏数据密度扩展定律，揭示样本重复对模型性能的非平凡影响
arXiv发布了一项关于图像自蒸馏模型的数据密度扩展定律研究，通过对Maxar、SATLAS、Waymo等七个数据集的实验，揭示了样本重复对模型性能的复杂影响。研究发现，在某些情况…