ICLR 2026

一场无声的“反超”已然落定。 ICLR 2026，全球人工智能三大顶级会议之一，近日于巴西里约热内卢圆满落幕。一位社区研究者对全部 5356 篇被接收论文进行了细致的机构归属分析：他逐一提取每篇论文 PDF 首页上的署名单位，经过清洗与归一化处理，最终绘制出一张震撼学术界的 Treemap 热力图。 数据显示：中国大陆占比 43.7%，美国占比 31.9%，…

人类在夜里走路，即便光线昏暗也能认出熟人、避开障碍。 但AI的第一人称视觉模型到了晚上基本等于“瞎了”。 昏暗光照、反光、噪声、运动模糊，再加上佩戴式设备的抖动和遮挡…让视觉理解这道题，夜间难度直接翻倍。 来自INSAIT、华东师范大学、港科大（广州）、南开大学、复旦大学等机构的研究者提出EgoNight 基准，系统聚焦夜间第一人称视觉理解 这一长期被忽视的…

长上下文推理已成为视觉-语言模型（VLM）和大语言模型（LLM）的默认形态。然而，真正的性能瓶颈往往潜藏在推理端的键值（KV）缓存中。随着上下文长度增加，KV缓存线性膨胀，导致显存占用与带宽开销飙升，进而严重压制模型吞吐量。 因此，KV缓存压缩成为一项无法回避的工程挑战。尽管压缩能有效节省显存，却常常伴随“越压缩越不稳定”的风险。上海交通大学EPIC Lab…

一场席卷市场的震荡，意外牵出了一桩学术争议。 本周五晚，谷歌研究团队的一篇论文陷入学术不端指控，成为AI社区关注的焦点。苏黎世联邦理工学院（ETH Zurich）的博士后研究员高健扬发文指出，谷歌研究团队的论文《TurboQuant: Online Vector Quantization with Near-optimal Distortion Rate》在…

随着多模态大语言模型（MLLM）支持的上下文长度不断增长，高分辨率图像和长视频输入会产生远多于文本的视觉标记（Token）。在自注意力机制二次计算复杂度的制约下，这些海量视觉Token迅速成为模型推理效率的瓶颈。 现有研究通常采用渐进式剪枝来减少视觉Token，但大多采用固定的剪枝策略，未能充分考虑MLLM不同层级在多模态信息处理中的功能差异。 通过对MLL…

在大模型时代，工具调用（Tool-Use）已成为智能体能力的核心。从代码生成到复杂API调用，大语言模型正在学会使用各类工具。然而，一个日益凸显的现实问题是：工具真的难找。 来自宁波东方理工大学/宁波数字孪生研究院沈晓宇团队的一项研究，在ICLR 2026发表论文《Tools Are Under-Documented: Simple Document Exp…

Prompt 作为一种接口，直接决定了大型语言模型（LLM）与智能体系统的行为模式与性能上限。对提示（prompt）的理解与控制，本质上决定了系统能力能被释放到何种程度。提示学习（prompt learning）的出现，使这一过程从经验驱动走向可系统化研究，并逐步形成了一条清晰的发展脉络。回顾这条路径，本身就有助于我们理解提示学习是如何一步步构建起来的。 然…

破解自动驾驶测试「跷跷板」难题：一个模型遍历从保守到激进的对抗行为 自动驾驶系统的落地离不开大规模的安全测试。为了解决真实路测中“长尾分布”和“稀疏性”难题，对抗性场景生成 成为了一种高效的仿真测试手段。 然而，现有方法面临一个经典的“跷跷板”难题：要么生成的场景极具攻击性但物理上不真实，要么过于保守而失去了测试价值，难以触及系统的长尾失效边界。 更关键的是…

你是否也经历过这样的困境： 论文截稿在即，面对大段的文字，绘制图表和PPT插图却耗费了大量精力； 尝试用AI工具生成图片，结果要么逻辑混乱，要么文字模糊不清； 好不容易调整好了提示词，生成的图片却是一张无法编辑的“死图”。 这种“审美与逻辑难以兼顾、生成与编辑相互割裂”的痛点，如今有望被解决。 现在，你可以将大段的文字材料直接交给 AutoFigure ，这…

在衡量大语言模型（LLM）代码生成能力的竞赛中，一个日益严峻的问题正浮出水面：当模型在 HumanEval、MBPP 等经典基准上纷纷取得近乎饱和的成绩时，我们究竟是在评估其真实的泛化推理能力，还是在检验其对训练语料库的「记忆力」？ 现有的代码基准正面临两大核心挑战：数据污染的风险，以及测试严谨性不足。前者使评测可能退化为「开卷考试」，后者则常常导致一种「正…