54
06:41TechCrunch：AI（RSS）T2Community
Anthropic is working on a system to prove AI models’ identity
来自 TechCrunch：AI（RSS） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Anthropic#Called FlashProve
AI · All
Wed, November 4
61
02:59arXiv AI/CL/LG（论文）T2Paper
From Autonomous Agents to Cognitive Symbionts: Toward AI-Augmented Human Intelligence
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#AI Agent#From Autonomous Agents#Cognitive Symbionts
60
02:45arXiv AI/CL/LG（论文）T2Paper
Agnostic Learning by Imitating
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Agnostic Learning#Imitating Given#Given
60
02:44arXiv AI/CL/LG（论文）T2Paper
A Circuit for In-Context Learning
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Circuit#In-Context Learning In-context#ICL
60
02:41arXiv AI/CL/LG（论文）T2Paper
Weight-space programming for auditing clinical decision networks
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Anthropic#Weight-space#Machine
60
02:19arXiv AI/CL/LG（论文）T2Paper
MDSKILL: Learning to Internalize Skill Memory through Multi-View Distillation for Efficient Dynamic Agent Self-Evolution
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#AI Agent#多模态#MDSKILL
61
02:07arXiv AI/CL/LG（论文）T2Paper
Personas Are Not People: Identity as State, Not Attribute
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Personas Are Not#People#Identity
60
02:02arXiv AI/CL/LG（论文）T2Paper
Knowingly Wrong: Training LLMs Against Their Own Beliefs can Induce Misalignment
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#安全#Knowingly Wrong
59
01:58arXiv AI/CL/LG（论文）T2Paper
Beyond Accuracy: What Language-Subspace Interventions Capture, Remove, and Improve
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#Beyond Accuracy#What Language-Subspace Interventions
61
01:52arXiv AI/CL/LG（论文）T2Paper
Gaussian Partitioning for Reliable Learning of Multi-Index Models
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Gaussian Partitioning#Reliable Learning#Multi-Index Models
57
01:21arXiv AI/CL/LG（论文）T2Paper
Post-stratified importance sampling
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Post-stratified#Importance#Moreover
59
01:15Hugging Face：Blog（RSS）T1RSS
StateBench: Testing how language models track state changes over long documents
来自 Hugging Face：Blog（RSS） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#StateBench#Testing#Blog
59
01:10arXiv AI/CL/LG（论文）T2Paper
Learning curves in natural and artificial systems
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Learning#Within#Both
61
01:07arXiv AI/CL/LG（论文）T2Paper
Fairness Metrics based on the AUC in Clinical Predictive AI
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Fairness Metrics#AUC#Clinical Predictive
62
01:05arXiv AI/CL/LG（论文）T2Paper
Fusing Earth observation embeddings and spaceborne terrain with meteorological forcing for flood peak depth prediction from high-water marks
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#多模态#Fusing Earth#Flood
54
00:57arXiv AI/CL/LG（论文）T2Paper
Physics-informed traditional and generative Mori-Zwanzig-reduced models for multiscale systems
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Physics-informed#Mori-Zwanzig-reduced#Model
54
00:47arXiv AI/CL/LG（论文）T2Paper
Ensembles of Random Partition-Based Models under Covariate Shift
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Ensembles#Random Partition-Based Models#Covariate Shift Distribution
58
00:43arXiv AI/CL/LG（论文）T2Paper
Provably Learning Mixtures of Linear Experts
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Provably Learning Mixtures#Linear Experts Mixture-of-Experts#MoE
57
00:42arXiv AI/CL/LG（论文）T2Paper
What Does the Model See? Representation Validity in Multimodal LLM-Based Video Analysis
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#多模态#What Does
59
00:35Hugging Face：Blog（RSS）T1RSS
Palette: teaching a small model to build decks in your design language
来自 Hugging Face：Blog（RSS） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Palette#Blog#IBM Research
57
00:21arXiv AI/CL/LG（论文）T2Paper
GM League Arena: An Interactive Long-Horizon Task Benchmark Based on Professional Sports League Management
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#OpenAI#Anthropic
61
00:19arXiv AI/CL/LG（论文）T2Paper
Meta$^2$: Precomputing Reusable Knowledge for Online Harness Evolution in Long-Horizon Agents
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#AI Agent#OpenAI#Meta
57
00:17arXiv AI/CL/LG（论文）T2Paper
A Random Matrix Analysis of Symmetric Tensor Unfolding
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Random Matrix Analysis#Symmetric Tensor Unfolding#Gaussian
59
00:16arXiv AI/CL/LG（论文）T2Paper
From Opinions to Commitments: Unstable Assignments and Silent Choices in AI-Mediated Proposals
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#From Opinions#Commitments
57
00:14arXiv AI/CL/LG（论文）T2Paper
Solving the Nonlinear Westervelt Equation in Ultrasound Propagation Using Physics-Informed Neural Networks
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Solving#Nonlinear Westervelt Equation#Ultrasound Propagation Using
60
00:13arXiv AI/CL/LG（论文）T2Paper
Do Ray-Traced Cities Make a Better Channel Prior for an Unseen Site? A Pre-Registered Study in Simulation, and a Test on Measured Channels that Reverses It
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Ray-Traced Cities Make#Better Channel Prior#Unseen Site
59
00:11arXiv AI/CL/LG（论文）T2Paper
The Right Source Is Not Enough: Understanding History Interference in Speech-LLM Memory
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#RAG#多模态
61
00:05arXiv AI/CL/LG（论文）T2Paper
Beyond Multi-Index Models: Learning Intersections of Degree-2 PTFs
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Beyond Multi-Index Models#Learning Intersections#Degree-2 PTFs
Tue, November 3
57
23:53arXiv AI/CL/LG（论文）T2Paper
The Platonic Brain: Representational Convergence in EEG Foundation Models
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#安全#多模态#The Platonic Brain
56
23:22arXiv AI/CL/LG（论文）T2Paper
Do Agentic Policies Need to Look at Every Step? Geometric Abstraction for Reasoning and Action
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#AI Agent#多模态#Agentic Policies Need
57
23:06arXiv AI/CL/LG（论文）T2Paper
Whose Effect Is It? How Objectives Inflate Learned Subspace Interventions
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#安全#Whose Effect#How Objectives Inflate
57
23:02arXiv AI/CL/LG（论文）T2Paper
RGB Photo Enhancement with Deep Learning on Smartphone GPUs: Mobile AI 2026 Challenge Report
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#RAG#RGB Photo Enhancement#Deep Learning
55
23:01arXiv AI/CL/LG（论文）T2Paper
Finite Spectral Depth Controls Gaussian Entrance Rank and Avoidance of the First Gradient-Flow Saddle
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Finite Spectral Depth#Controls Gaussian Entrance#Rank
58
22:57arXiv AI/CL/LG（论文）T2Paper
Rethinking GA2Ms: performance and out-of-distribution generalisation
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Rethinking GA2Ms#Generalised Additive Models#GAMs
60
20:32arXiv AI/CL/LG（论文）T2Paper
Training Specialist LLMs on Your Phone: Forward-Only Optimization via Block-Spectral Coordinates
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#AI Agent#Training Specialist LLMs
59
20:23arXiv AI/CL/LG（论文）T2Paper
Kierston & KierstonBench: Simulation of Allentown, PA and Evaluation of Language Models in Crime Investigation and Surveillance Tasks
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#Kierston#KierstonBench
60
20:08arXiv AI/CL/LG（论文）T2Paper
When Should an LLM Steering Edit Depend on the Input?
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#RAG#When Should
58
20:07arXiv AI/CL/LG（论文）T2Paper
Non-Interfering Asymmetric AdamW Updates for Constrained Exploration of Equifinality in Hybrid Models
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#RAG#Non-Interfering Asymmetric AdamW#Updates
58
19:20arXiv AI/CL/LG（论文）T2Paper
When Ground Truth Is Not Ground Truth: Automatic Labeling for Hallucination Detection
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#多模态#When Ground Truth
60
19:12arXiv AI/CL/LG（论文）T2Paper
Uncertainty-Aware Prototype Learning for Open-Set Test-Time Adaptation
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#RAG#Uncertainty-Aware Prototype Learning#Open-Set Test-Time Adaptation
59
19:09arXiv AI/CL/LG（论文）T2Paper
CardioVascBench:Prioritized Diagnosis Generation from Real-World Chinese Cardiovascular Records
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#AI Agent#RAG#CardioVascBench
56
18:50arXiv AI/CL/LG（论文）T2Paper
Feature-Based and Deep Learning Methods for Astronomical Light Curve Classification
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Feature-Based#Deep Learning Methods#Astronomical Light Curve
61
18:49arXiv AI/CL/LG（论文）T2Paper
Leakage-free evaluation of residual graph convolutional networks for network intrusion detection
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Leakage-free#Graph#CICIDS2017
61
18:17arXiv AI/CL/LG（论文）T2Paper
Evaluating LLMs as Judges of Counterspeech Quality Against Online Hate Speech
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#Evaluating LLMs#Judges
57
18:14arXiv AI/CL/LG（论文）T2Paper
QueryFlow: Multi-Hop Graph Retrieval with Adaptive Query Evolution
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#LLM#RAG#QueryFlow
57
18:13arXiv AI/CL/LG（论文）T2Paper
Polyp Matching Using Deep Learning
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Polyp Matching Using#Deep Learning#CCE
57
18:04arXiv AI/CL/LG（论文）T2Paper
Policy Network Diffusion
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#多模态#Policy Network Diffusion#Diffusion
57
18:01arXiv AI/CL/LG（论文）T2Paper
CAPSkip: Cancellation-Aware Prefix Skipping for Selective Backpropagation
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#CAPSkip#Cancellation-Aware Prefix Skipping#Selective Backpropagation Per-step
54
17:53arXiv AI/CL/LG（论文）T2Paper
Estimating "Realized" Skewness using Convolutional Neural Network
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#Estimating#Realized#Skewness
58
17:35arXiv AI/CL/LG（论文）T2Paper
Spectral Quantum Memory for Implicit Neural Representations
来自 arXiv AI/CL/LG（论文） 的这条信息指向模型能力或模型生态变化，适合用于判断近期 AI 圈的真实动向。
AIModels#安全#RAG#多模态