OpenAgentFlow：为异构AI智能体集群启用系统级安全边界
大模型驱动的AI智能体正从孤立助手演变为多智能体协同的异构系统，OpenAgentFlow为此提供系统级安全边界。
来源：arXiv cs.AI
博客
AI 行业动态、工具测评与技术解读。
UI-Venus-2 技术报告
面向多模态GUI智能体，UI-Venus-2致力于从基准导向转向可靠的实际数字任务自动化。
来源：arXiv cs.AI
基于指令微调小语言模型的渐进式老年金融诈骗增量风险评估
研究利用指令微调的小语言模型，对通过短信、电话等渠道逐步实施的老年金融诈骗进行早期识别与动态风险评估。
来源：arXiv cs.AI
I-CARE：在可控、多样且具代表性的文本到图像模型遗忘场景中分析干扰相关现象
针对文本到图像模型，提出I-CARE框架以系统分析机器遗忘过程中的干扰现象。
来源：arXiv cs.AI
HyperWorld：超图结构化的状态序列化改进文本世界模型的学习
HyperWorld 用超图结构序列化文本状态，提升语言模型智能体在文本世界中的动态预测与行动规划能力。
来源：arXiv cs.AI
当预测误差不够时：评估因果估计中的干扰函数预测
因果推断中常用预测误差评估干扰函数估计器，但研究发现其与因果估计性能并非简单对应，需谨慎使用。
来源：arXiv cs.AI
随机需求时机下多品项能力受限批量问题的离散时间马尔可夫决策过程建模
针对需求数量确定但到达时机随机的多品项能力受限批量问题，建立有限期离散时间MDP模型并探讨最优策略。
来源：arXiv cs.AI
大语言模型中的长程状态跟踪：通过深度依赖工具调用链执行MD5
长程任务中每步都依赖上一步，单步误差会不断累积，因此这类任务很少用于评估LLM。
来源：arXiv cs.AI
EULER：利用证据校验的未充分利用链接，驱动多智能体数学发现
数学社区间问题转移成本高，EULER通过证据检查返回机制，挖掘未充分利用的链接以促进多智能体数学发现。
来源：arXiv cs.AI
SCAFFOLD：大规模结构化计算机科学研究图表数据集，含图表问答与思维链推理轨迹
该数据集收录计算机科学论文图表，支持图表问答与思维链推理，助力学术图表理解研究。
来源：arXiv cs.AI
专家验证的STEM问答
AI正助力数学、医学、材料科学等领域突破，新评估基准应运而生。
来源：arXiv cs.AI
Paper Pilot：面向应用科学、证据可追溯的科研稿件生成人机协同专家系统
针对现有大模型科研写作系统在证据追溯与人机协同上的不足，提出一种专家系统，确保稿件生成有据可查。
来源：arXiv cs.AI