arXiv发布线性时间Transformer新方法：基于泰勒级数展开与固定状态递归机制
arXiv发布了一种基于泰勒级数展开的线性时间Transformer架构，通过将注意力机制的指数核展开为多项式项，并将其分解为张量积内积，从而将因果历史压缩为固定数量的递归状态。这…
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: #Embodied Agent 清除筛选
前沿论文· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
IneqAgent：基于Lean4的智能体框架革新形式化不等式证明
IneqAgent是一种新型智能体框架，通过结合大语言模型（LLM）推理与符号计算，革新了形式化不等式证明领域。该框架利用Lemma级别的蒙特卡洛树搜索协调引理构建、目标重述和符号…
大模型· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
Qwen3-8B长时记忆可靠性分析：深入研究重复识别与局部处理能力
本研究针对Qwen3-8B大语言模型在长时任务中的可靠性进行了深入分析，通过一个400步的账本任务评估模型在重复识别、局部处理和计数器更新三个核心组件上的表现。研究发现，重复识别错…
大模型· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
arXiv发布CNRF框架：革新视觉语言模型安全防御机制
arXiv发布了一种名为Counterfactual Neighborhood Risk Fields (CNRF)的新框架，用于提升视觉语言模型（VLMs）的安全防御能力。CNR…
前沿论文· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
Verus提出基于相分离的完整性审计方法，显著提升程序规范验证效率
Verus团队提出了一种基于相分离的完整性审计方法，通过消除正确性反馈对证据的抑制作用，显著提升了程序规范验证的效率。研究表明，在12项Verus/Rust任务中，无反馈的独立发现…
智能体· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
AlphaDiana：用于可验证推理任务的智能体测量系统发布
AlphaDiana是一款用于评估智能体性能的测量系统，专注于可验证推理任务。其模块接口支持数据集、代理、环境和评分器的模块化分析，同时保持对文件重用和内存保留的精细控制。Alph…
前沿论文· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
VISTA：基于价值统计的稀疏指导调度优化方法革新序列蒙特卡洛效率
VISTA是一种无需训练的方法，通过动态规划优化稀疏指导调度，在保持性能的同时显著降低计算成本。该方法在文本、生物序列和图像生成任务中表现出色，尤其在有毒文本生成任务中实现了5.3…
前沿论文· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
研究揭示：基准测试饱和后模型能力评估的新方法
随着AI模型能力的快速提升，基准测试逐渐趋于饱和，导致其区分模型能力的效果减弱。本研究提出了一种新方法，通过分析模型在基准测试中的任务解决过程（完整记录），在基准测试饱和后依然能够…
大模型· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
CoTS框架革新大语言模型推理：动态平衡离散与软表示
CoTS（Competitive Token Selection）是一种无需训练的新框架，通过在推理过程中动态平衡离散选择与软表示，显著提升大语言模型（LLM）的推理效率与准确性。…
大模型· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
AbridgeKV：基于学习暂停标记的KV缓存压缩技术革新长链式推理效率
AbridgeKV是一种旨在解决长链式推理中KV缓存内存瓶颈的新技术，通过训练模型将生成文本压缩为少量学习暂停标记的KV条目，从而大幅减少缓存占用并提升推理效率。该方法在多个基准测…
大模型· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
探索排列扩散大语言模型设计空间：性能与权衡分析
本研究探讨了基于排列生成的大语言模型（LLM）设计空间，提出了三种不同的排列扩散参数化方法：基于硬分配预测、软分配预测以及直接排序评分预测。这些方法在预测和解码的不同阶段施加排列约…
大模型· 2026-10-16
Mr.Xu0 次阅读0 条讨论与划词
Jev-as-a-Judge：基于置信度门控的RAG声明验证新方法
本研究提出了一种名为Jev-as-a-Judge的新方法，用于检索增强生成（RAG）中的声明验证。该方法通过非生成型决策模型与前沿大语言模型（LLM）的置信度门控级联机制，在保持高…