ClinFusion:级联空间感知融合+原生3D编码,登顶20项医学基准
针对这两大瓶颈,来自阿里达摩院、清华大学、浙江大学及北京清华长庚医院等机构的研究团队提出了 ClinFusion 。这是一个专门为全景医学理解设计的视觉中心多模态大语言模型系统。
针对这两大瓶颈,来自阿里达摩院、清华大学、浙江大学及北京清华长庚医院等机构的研究团队提出了 ClinFusion 。这是一个专门为全景医学理解设计的视觉中心多模态大语言模型系统。
LLMRouter:为了填补真实落地场景与评测之间的鸿沟,团队构建了包含 4,767 个测试样本的多场景基准 xRouteBench ,并设计了完全自动化的跨模型执行与打分流水线。
近期由多位研究者提出的 UrbanAgent ,试图用统一的工具增强 Agent 框架攻克这一瓶颈。它不仅能够调度跨系统的异构城市服务,还引入了“行动前主动澄清、依赖驱动执行、多源证据对齐校验”的完整自适应闭环。
西北工业大学、深圳河套学院与香港大学的研究团队提出了 VALG。这是一个专门面向机器学习理论研究的自主智能体系统,其命名致敬了统计学习理论与计算学习领域的四位先驱:Leslie Valiant、Dana Angluin、Nick Littlestone 与 E. Mark Gold。
针对这一瓶颈,研究人员提出了 CUDAPerf 框架。该方案打破了仅凭执行耗时做强化学习的传统思路,将访存合并(Memory Coalescing)、算力利用率(Occupancy)、算术强度(Arithmetic Intensity)和同步分支等 GPU 并行程序的核心结构属性显式建模为结构...
腾讯团队针对这一痛点提出了 PIVOT(Proxy Indexing Via One full-prefix Traversal),直接跳出以往在 Token 轴、Head 轴或 Layer 轴做局部裁剪的传统思维,首次将目光投向了长期被忽视的 Query 轴。
香港科技大学与腾讯的研究团队提出了 CoSA(Proxy-Kernel Co-Designed Sparse Attention),直接指出了这种困境的症结所在:以往的优化将“上层算法代理”与“底层计算核函数(Kernel)”割裂开来。
针对这一瓶颈,耶鲁大学的研究团队提出了名为 MoRSE (Task-Oriented Multi-Agent System with Mixture of Role-Subtask Experts)的新型多智能体框架。
RealisticTritonBench:实验结果给大模型在底层系统优化上的应用浇了一盆冷水:即使是当前最顶尖的推理与代码模型,在真实系统环境下的综合任务成功率最高也仅有 25.81%,全模型平均成功率低至 18.71%。
基于此,研究团队提出了 PowerSlider 运行时系统,通过将流水线解耦为 Prefill-Think-Answer 三阶段、引入带容忍裕度的 Flex SLO 契约,并借助极速 KKT 在线求解器在毫秒级内完成功率重分配,彻底打破了电网限电与服务质量不可兼得的死结。
近期开源的学术检索基础设施 AskChem 提出了一个根本性的转变方案:彻底打破以整篇论文为基本检索单元的传统做法,转而将承载可溯源信息的“原子化科学断言”(Provenance-carrying Claim)作为核心对象。
针对这一系统瓶颈,东北大学(Northeastern University)的研究团队提出了 InferScale 。InferScale 抛弃了在文本层(Token Layer)机械拼接记忆的做法,改为直接在注意力层(Attention Layer)进行原生 KV 注入(KV Injecti...
来自 IBM Research 的研究者在论文《Optimize Cheap, Deploy Strong: Cost-Aware Cross-Tier Transfer for Evolutionary Optimization》中提出了一个反直觉的疑问: 我们真的必须在目标模型上运行整个搜...
来自马萨诸塞大学阿默斯特分校(UMass Amherst)的研究团队在论文《Kalypso: Relational LLM Serving》中提出了破局方案。该研究定义了“关系型 LLM 推理”(Relational LLM Serving)这一全新抽象层,并构建了名为 Kalypso 的执行系统。
为了穿透这种“正确性的幻觉”,两位研究者提出了一套契约级验证器(Contract-Grade Verifier),并设定了 12 道对抗性的测试门禁。当这套工具对准知名开源体系 Dr. Kernel / KernelGYM 中已被官方测试判定为完全正确的 2,638 个 Triton 算子时。
这篇综述对当前 GUI Agent 的评测生态提出了极其犀利的批评:当前的论文看起来指标飞涨,但测试结论往往无法转化为真实可用性。最核心的问题在于 评测指标过度聚焦于单一的“任务成功率”(Task Success Rate) 。
为了打破这一困局,研究团队提出了首个 AI 原生、安全且自主的攻防共进化系统 SysEvolve 。该系统通过协同设计的靶场平台 SysField 、自主攻击系统 SysSpear 和实时防御系统 SysArmor ,让红蓝双方 AI Agent 在受控的高仿真多主机环境中展开博弈,实现双向自...
为了攻克这道工程与算法的双重难关,蚂蚁集团(Ant Group)联合清华大学提出了名为 Realtime-Venus 的前沿全双工交互系统。该系统基于 9B 参数规模。
近期,来自复旦大学、京东以及阿卜杜拉国王科技大学的研究团队提出了名为 EMAS(Evolving Multi-Agent System)的演化多智能体系统。该框架明确提出:不需要更新大模型的底层权重,而是把多智能体系统的拓扑图和提示词本身作为可学习、可演化的程序状态,通过从线上运行轨迹中提炼可...
为了打破单次判决的局限,来自南京大学、南洋理工大学与新加坡管理大学的研究团队提出了 AgentAntibody 。该工作借鉴生物学中的自适应免疫系统(Adaptive Immune System),首次为大模型智能体建立了一套不依赖模型微调、跨任务持续演进的运行时免疫记忆。
与以往只在玩具数据集或单机沙盒中跑代码的 Agent 不同,RecEvolve 直接接入了分布式仓储计算集群与生产级版本控制系统,端到端接管了“提出假设、编写代码、拉起分布式训练、指标评估到沉淀经验”的完整研发闭环。
为彻底解决这一问题,ABot-World-0 提出了核心训练创新—— LongForcing 。LongForcing 的本质是在更长的时序跨度上,对 Student 自身的长程自推演轨迹(Self-rollouts)施加分布级监督。
该研究整合了 164 篇学术成果、100 份工业界实践记录、29 个主流基准及 17 个真实运行系统案例,提出了一个串联评测与运行的“可靠性依赖链”(Reliability Dependency Chain)架构,并提炼出由 193 项硬性工程实践与 13 个前沿课题构成的 206 项系统可靠...
- 状态构建(State Construction) :在复杂环境中自主搜集、过滤、理解并保留关键信息,构建出足以支撑后续决策的高质量“工作记忆”,避免对上下文信息的遗忘或曲解。