54
07:13TechCrunch：AI（RSS）T2Community
Trajectory raises $45M to make AI model training accessible to nontechnical experts
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。
FinanceModels#Trajectory
Finance · All
Tue, November 3
60
01:37arXiv AI/CL/LG（论文）T2Paper
Online Label-Free Gradient Matching for Continual Language Model Training
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。
FinanceModels#Online Label-Free Gradient#Matching#Continual Language Model
61
00:45arXiv AI/CL/LG（论文）T2Paper
IdeaTaste: Do LLMs Share the Research Taste of Human Researchers?
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。
FinanceModels#LLM#AI Agent#IdeaTaste
58
00:18arXiv AI/CL/LG（论文）T2Paper
Mixed-Methods Exploration of Sociotechnical Factors to Improve Adoption of Crime-Reporting Apps in Urban Communities
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。
FinanceModels#安全#Mixed-Methods Exploration#Sociotechnical Factors
Mon, November 2
60
21:32arXiv AI/CL/LG（论文）T2Paper
From Local Skills to Long-Horizon Web Tasks: Progressive Skill Exploration for LLM Web 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。
FinanceModels#LLM#AI Agent#RAG
59
19:59arXiv AI/CL/LG（论文）T2Paper
Finding Errors Is Not Enough: Selective Model Escalation for Entity-Targeted Sentiment 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。
FinanceModels#LLM#推理效率#RAG
62
19:48arXiv AI/CL/LG（论文）T2Paper
Utility-Aware Generative Recommendation: Utility-Enriched Semantic Codes and Utility-Guided Decoding
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。
FinanceModels#安全#多模态#Utility-Aware Generative Recommendation
62
19:17arXiv AI/CL/LG（论文）T2Paper
Balancing Representations by Identifying and Generating Under-represented Data
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。
FinanceModels#RAG#Balancing Representations#Identifying
62
18:25arXiv AI/CL/LG（论文）T2Paper
JABER: Sequential Quality Control for Human-AI Data Annotation under Shared Bias
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。
FinanceModels#推理效率#RAG#JABER
57
17:53arXiv AI/CL/LG（论文）T2Paper
Value-Conditioned Proposal Acquisition for Test-Time Reasoning
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。
FinanceModels#RAG#Value-Conditioned Proposal Acquisition#Test-Time Reasoning Sampling
Sun, November 1
58
01:41arXiv AI/CL/LG（论文）T2Paper
Capacity Planning for Resource-Constrained Clinical LLM Serving
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。
FinanceModels#LLM#推理效率#RAG
55
01:10arXiv AI/CL/LG（论文）T2Paper
Do Earnings Calls Help Predict Financial Restatements? Evaluating Text Beyond Public Firm Information
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。
FinanceModels#LLM#Earnings Calls Help#Predict Financial Restatements
Sat, October 31
57
22:24arXiv AI/CL/LG（论文）T2Paper
HALO: Hierarchical Evidence Selection and Reinforcement Learning for Allocating Budgeted Label Optimization from Longitudinal Clinical 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。
FinanceModels#HALO#Hierarchical Evidence Selection#Reinforcement Learning
56
09:08arXiv AI/CL/LG（论文）T2Paper
AStockArena: Beyond Returns, Can We Entrust Real Capital to the Decisions of Financial 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。
FinanceModels#LLM#AI Agent#AStockArena
Fri, October 30
56
23:27arXiv AI/CL/LG（论文）T2Paper
Fuzzy selective state model for forecasting the dynamics of consumer preferences
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。
FinanceModels#Fuzzy#Mamba#Mamba-type
57
11:42arXiv AI/CL/LG（论文）T2Paper
From Evaluation to Evolution: Benchmarking Image Editing and Evolving Image 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。
FinanceModels#AI Agent#OpenAI#RAG
54
10:48arXiv AI/CL/LG（论文）T2Paper
CAP: Learning to Optimize from Sparse Observations of Related 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。
FinanceModels#CAP#Learning#Optimize
55
08:13arXiv AI/CL/LG（论文）T2Paper
Verifying Text-to-SQL Queries under Changing Business Semantics
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。
FinanceModels#AI Agent#RAG#多模态
56
07:53arXiv AI/CL/LG（论文）T2Paper
Payroll Fraud Detection in Synthetic HR/ERP Graphs: An Inductive Comparison of Rules, Path Features, and Graph 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。
FinanceModels#RAG#Payroll Fraud Detection#Synthetic
54
07:46arXiv AI/CL/LG（论文）T2Paper
BABA-Bench: Evaluating Long-Horizon Patient-Advocacy 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。
FinanceModels#LLM#AI Agent#Anthropic
58
07:33arXiv AI/CL/LG（论文）T2Paper
D2ML: Models for Direct-to-Biology Small Molecule Screening
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。
FinanceModels#D2ML#Models#Direct-to-Biology Small Molecule
55
06:32arXiv AI/CL/LG（论文）T2Paper
Before We Adapt: The Zero-Shot Generalization Bottleneck in Continual World 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。
FinanceModels#AI Agent#Before#Adapt
53
05:09arXiv AI/CL/LG（论文）T2Paper
The psychophysics of affect in large language 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。
FinanceModels#LLM#AI Agent#Good
57
04:13arXiv AI/CL/LG（论文）T2Paper
DiRAFT: Privacy-Aware Financial Transcript Synthesis from Aggregate Discourse Priors
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。
FinanceModels#DiRAFT#Privacy-Aware Financial Transcript#Synthesis
56
01:40arXiv AI/CL/LG（论文）T2Paper
Advancing Clinical Genomic Analysis with a Skill-Centred Agent
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。
FinanceModels#AI Agent#RAG#Advancing Clinical Genomic
55
00:45arXiv AI/CL/LG（论文）T2Paper
Uncertainty-aware Feedback Loop Diagnosis: integrating reinforcement learning and conformal prediction for reliable wafer defect 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。
FinanceModels#推理效率#Uncertainty-aware Feedback Loop#Diagnosis
57
00:38arXiv AI/CL/LG（论文）T2Paper
SCARL: Sequence Confidence-Aligned Reinforcement 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。
FinanceModels#推理效率#安全#RAG
Thu, October 29
56
23:57arXiv AI/CL/LG（论文）T2Paper
Multistep and Multivariate Time Series Explainability with GradientSHAP: A Wind Power Case Study
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。
FinanceModels#Multistep#Multivariate Time Series#Explainability
58
10:50arXiv AI/CL/LG（论文）T2Paper
Beyond LLM Wrappers: Context Engineering and the Three-Engine Architecture for Reliable Financial 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。
FinanceModels#LLM#AI Agent#RAG
57
08:31arXiv AI/CL/LG（论文）T2Paper
PALATE: Pretrained Autoregressive LATent Embeddings
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。
FinanceModels#OpenAI#PALATE#Pretrained Autoregressive LATent
54
08:26arXiv AI/CL/LG（论文）T2Paper
HALO: Human-Grounded Granular Evaluation of Proactive 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。
FinanceModels#AI Agent#RAG#HALO
73
08:00OpenAI：News（RSS）T1RSS
FeaturedCredit Saison achieves 954% ROI in a ChatGPT Enterprise pilot
来自 OpenAI：News（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。
FinanceModels#OpenAI#Credit Saison#ROI
50
03:19TechCrunch：AI（RSS）T2Community
Anthropic just launched tools to show companies what their AI spending is buying
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。
FinanceModels#Anthropic#IPO
Wed, October 28
54
17:45arXiv AI/CL/LG（论文）T2Paper
An Alignment Benchmark for Enterprise Agents on Era by Eon
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。
FinanceModels#AI Agent#安全#Alignment Benchmark
56
16:13arXiv AI/CL/LG（论文）T2Paper
DecisionUnlearn-Bench: Unlearning Probabilistic Decisions under Changing Schemas
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。
FinanceModels#推理效率#DecisionUnlearn-Bench#Unlearning Probabilistic Decisions
54
01:52arXiv AI/CL/LG（论文）T2Paper
What Improves During Pretraining? Tracking Knowledge Acquisition with Point-in-Time 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。
FinanceModels#RAG#What Improves During#Pretraining
Tue, October 27
54
23:54arXiv AI/CL/LG（论文）T2Paper
Test-Time Communication in Trading Agent Swarms
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。
FinanceModels#AI Agent#Test-Time Communication#Trading Agent Swarms
54
23:14arXiv AI/CL/LG（论文）T2Paper
JEPA-Inspired Latent Field Prediction for Sparse-Pilot MIMO-OFDM Channel Reconstruction
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。
FinanceModels#RAG#多模态#JEPA-Inspired Latent Field
56
23:01arXiv AI/CL/LG（论文）T2Paper
TRIDENT-Seq: Profile-Matched Prefix-Future Contrast for Label-Efficient Payment Risk Modeling
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。
FinanceModels#RAG#TRIDENT-Seq#Profile-Matched Prefix-Future Contrast
55
22:44arXiv AI/CL/LG（论文）T2Paper
Normative Deviation Modeling for EEG-based Depression 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。
FinanceModels#多模态#Normative Deviation Modeling#EEG-based Depression Detection