通过蒸馏最优传输从少量配对数据中进行表示对齐 本文介绍了一种利用蒸馏最优传输技术，通过少量成对数据实现跨模态表征对齐的方法，解决了传统方法在成对数据稀缺时的高风险过度拟合问题。 2026-10-12 AI & Machine Learning 0 Administrator
忠实且完整的LLM辅助分层硬件知识图谱自动构建 LLM技术革新硬件知识管理，通过构建分层硬件知识图谱（HHKG）自动化解析数据手册，提升硬件设计效率与准确性。 2026-10-12 AI & Machine Learning 0 Administrator
MagicBeanStalk：通过递归数据合成摆脱RLVR零优势陷阱 MagicBeanStalk研究提出通过递归数据合成技术来解决虚拟现实强化学习中的零优势陷阱问题，通过动态调整数据集以匹配策略需求。 2026-10-12 AI & Machine Learning 0 Administrator
CLEAT：面向交互式代理的价值引导澄清学习 CLEAT是一种面向交互式智能体的价值引导澄清学习方法，旨在通过学习智能体如何根据交互中习得的价值来引导其问题，从而增强澄清过程。 2026-10-12 AI & Machine Learning 0 Administrator
超越二元可验证奖励：SWE代理的行为自我奖励 传统的二元奖励在软件智能体训练中过于粗略，无法捕捉性能的细微差别。行为自我奖励（BSR）机制允许智能体评估自身行为轨迹，提供更细致的反馈，从而实现更稳健和高效的表现。 2026-10-12 AI & Machine Learning 0 Administrator
SpireBench：使用Slay the Spire评估智能体的长时战略游戏 arXiv:2610.12596v1 Announce Type: new Abstract: Agentic large language models now tackle complex tasks, yet strategic reasoning over long horizons is under-studied: most agentic benchmarks are short 2026-10-12 Tech 0 Administrator
了解你所不知道的：通过进化生成空间实现自主数据合成与闭环学习 智能数据合成通过进化生成空间实现闭环学习，解决当前合成数据方法的不足，提升大型语言模型的学习效率和泛化能力。 2026-10-12 AI & Machine Learning 0 Administrator
等预算蒙特卡洛树搜索与随机重启列表调度在DAG工作流中的应用：一项受控等预算计算研究 一项研究比较了蒙特卡洛树搜索（MCTS）和随机重启列表调度（RRLS）在DAG工作流中的应用，发现在受控等预算条件下，两者的性能差距显著缩小，挑战了MCTS总是优于简单方法的传统观点。 2026-10-12 AI & Machine Learning 0 Administrator
精英表格：可执行控制策略的自改进程序搜索 EliteTable是一种利用大型语言模型实现自我改进的程序搜索算法，通过结合LLM与自我改进框架，高效地发现可执行控制策略。 2026-10-12 AI & Machine Learning 0 Administrator
无锚点下的忠诚度：可解释人工智能特征重要性度量指标的结构性错位立场文件 本文探讨了可解释人工智能（XAI）中的忠实度指标与人类实际需求之间的错位问题，指出当前指标缺乏背景锚点，可能导致误导性解释并削弱对AI的信任。 2026-10-12 AI & Machine Learning 0 Administrator