多智能体协作能否减少临床任务中的幻觉?
arXiv:2610.27027v1 通告类型:新 摘要:多智能体LLM系统提高了临床任务的性能,这种改进常被视为系统更可靠的证据。然而,这两者并非同一主张。临床医生基于陈述的推理而非…
All published intelligence, sovereign stack research, ecosystem news, and AI foundation model reviews.
arXiv:2610.27027v1 通告类型:新 摘要:多智能体LLM系统提高了临床任务的性能,这种改进常被视为系统更可靠的证据。然而,这两者并非同一主张。临床医生基于陈述的推理而非…
arXiv:2610.27028v1 通告类型: 新 摘要: 扑克代理可以做出合法动作,但仍可能做出战略上糟糕的动作。我们探讨紧凑型AI代理是否能在隐藏信息下表现出战略行为,以及偏好优化是否能超越静态...
arXiv:2610.27032v1 公告类型: new 摘要: 基于大语言模型(LLM)的智能体近期在单轮任务中表现出色,但在长时程任务中仍面临困难,特别是在无先前训练的环境中。关键…
arXiv:2610.27119v1 通告类型: 新 摘要: LLM智能体通过多步执行任务并根据反馈修正行动。由于总推理预算通常有限且必须支持未来步骤,智能体必须在短推理和长推理之间选择…
arXiv:2610.26887v1 公告类型:新 摘要:大型语言模型 (LLM) 代理正在从对话助理发展为能够自主规划、工具使用和复杂任务执行的协同工作代理。财务分析要求这些代理整合……
arXiv:2610.27103v1 通告类型: 新 摘要: 近期Omni LLM (OLLM) 在联合音视频推理方面展现了卓越能力, 但跨模态幻觉仍是主要挑战. 现有缓解方法主要在输出层面运作,…
arXiv:2610.27115v1 公告类型:新 摘要:LLM 代理通过工具和第三方技能作用于外部世界,因此单个执行的操作可能会造成不可逆转的伤害。现有的防御措施判断拟议的行动,而不跟踪其内容是否来自用户......
arXiv:2610.27120v1 通告类型: 新 摘要: 多模态问答(MMQA)基于整合异构数据源、选择性利用相关模态并忽略干扰项。基于多模态大语言模型(MLLM)的现有方法…
arXiv:2610.27156v1 Announce Type: new Abstract: Object: Motion artefacts remain a major limitation of routine two-dimensional T2-weighted turbo spin-echo (TSE) brain MRI, reducing diagnostic confidence and often necessitating repeated acquisitions. MoSAIK (Motion Search with AI…
arXiv:2610.27159v1 通告类型: 新 摘要: 电动汽车(EV)公共充电给配电馈线增加了大量同步负载。在大多数网络中,同时过载馈线的情况很少见。一旦发生,后果可能很严重:一…
arXiv:2610.27203v1 发布类型: new 摘要: 类增量学习(CIL)使模型能够随时间识别新类别同时保留先验知识,但许多现实问题是组合式的,视觉概念源自基元组合,例如…
arXiv:2610.27220v1 公告类型:new 摘要:近期工作探索了在思维链推理过程中用连续表示代替离散token,通常称为软CoT。这源于这样一个想法:token嵌入的混合可以表示...
arXiv:2610.27099v1 通告类型: 新 摘要: 临床护理、卫生系统运营和生物医学发现依赖于从患者记录中提取可靠答案,但将多样化的临床问题应用于整个人群在计算上仍然昂贵。此处…
arXiv:2610.27046v1 通告类型: new 摘要: 随着AI系统开始解决开放研究问题,可靠验证变得越来越重要。形式化数学为数学推理提供了可信框架,使代理能够生成机器可验证的…
arXiv:2610.27045v1 发布类型:新增 摘要:近年来,物理人工智能(physical AI)快速发展,引起学术界和工业界的高度关注。然而,该领域尚未就其定义、技术……达成共识。
arXiv:2610.26943v1 公告类型:new 摘要:数学推理是大语言模型(LLM)在教育应用中的基本能力,可靠的问题求解不仅需要正确的答案,还需要连贯且可验证的推理过程。…
Anthropic предложила законопроект по безопасности ИИ, который может блокировать модели при угрозе для жизни более 50 человек.
周二,美国地区法官 Zachary Bluestone 驳回了 Ann Altman 去年提起的诉讼,指控她的兄弟、OpenAI 首席执行官 Sam Altman 在她的整个童年时期对她进行了性虐待。正如《卫报》早些时候报道的那样,法官写道,去年,安……
The proposed policy seems to offer protections against AI run amok but actually forbids federal agencies from blocking a model's release without the permission of a judge.
Before you share the Netflix documentary "AI Gone Rogue" take note. Clem Delangue, Hugging Face's co-founder who is featured in the film, says it went "full doomer mode" and isn't accurate.
Anthropic is reportedly struggling to secure enough compute from cloud providers that increasingly view it as a competitor, even as its infrastructure spending balloons ahead of a planned November IPO.
OpenAI says it's adding Orchestra's team and technology to work on Rosalind, its AI model for life sciences research, and to its related Rosalind Workbench tool, a harness that aims to help researchers plan experiments and analyze results.
Google запустила TorchTPU, чтобы конкурировать с Nvidia в сфере ИИ.
Генеральный директор OpenAI Сэм Альтман выиграл дело, поданное его сестрой, которая обвинила его в сексуальном насилии более двадцати лет назад. Судья отклонил иск после того, как сестра не явилась на обязательные медицинские обследования. Семья Альтманов выразила…
Octave создала безопасную AI-платформу на Amazon Bedrock для управления качеством.
Elevenlabs 的全新 11 个实时语音到语音模型结合了速度和准确性。 v1 Max 变体在 Big Bench Audio 基准测试中得分为 98.8%,响应时间为 0.57 秒。 Elevenlabs 表示,人工分析排行榜上没有哪个模型既更快又更多……
Как настроить GPT-OSS-20B для многоязычного мышления на Amazon SageMaker.
Smartsheet запустил сервер Model Context Protocol для AI-агентов на AWS.
Deepseek 开源了 DeepInfer,这是其快速 V4.1-Flash 模型背后的推理框架。基于 vLLM 的系统可降低运行 AI 模型时的计算成本和能源消耗。该版本的发布给 OpenAI 和 Anthropic 等西方提供商带来了更大的定价压力。文章…