Implicit Safety Alignment from Crowd Preferences（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
前沿论文
14 大方向 · 三级优先筛选 · 每日更新
最近更新：2026-10-16 13:30
2026-05-22 周五共 17 篇：生成 1 · 代码生成 0 · 智能体 0 · 世界模型与具身 4 · 理解 5 · 音频 1 · 基础模型 6
- 生成
- 文生图 1图编辑 0视频生成 03D 生成 0
- 代码生成
- Visual2Code 03D2Code 0
- 智能体
- GUI Agent 0
- 世界模型与具身
- 世界模型 0具身智能 4
- 理解
- VLM 5OCR 0
- 音频
- 音频 1
- 基础模型
- LLM 6统一多模态 0
这一天为历史补采：方向按规则判定，作者单位只来自 OpenAlex，入选论文比每日更新少；AI 要点尚未生成，请以原文摘要为准。
共 17 篇
Seizure-Semiology-Suite (S3): A Clinically Multimodal Dataset, Benchmark, and Models for Seizure Semiology Understanding（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Learning to Evolve: Multi-modal Interactive Fields for Robust Humanoid Navigation in Dynamic Environments（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Foresee-to-Ground: From Predictive Temporal Perception to Evidence-Driven Reasoning for Video Temporal Grounding（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Interpreting and Enhancing Emotional Circuits in Large Vision-Language Models via Cross-Modal Information Flow（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
HyLoVQA: Dynamic Hypernetwork-Generated Low-Rank Adaptation for Continual Visual Question Answering（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Enhancing Visual Token Representations for Video Large Language Models via Training-Free Spatial-Temporal Pooling and Gridding（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
RobustSpeechFlow: Learning Robust Text-to-Speech Trajectories via Augmentation-based Contrastive Flow Matching（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
ST-SimDiff: Balancing Spatiotemporal Similarity and Difference for Efficient Video Understanding with MLLMs（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
MuKV: Multi-Grained KV Cache Compression for Long Streaming Video Question-Answering（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
Spatial Memory for Out-of-Vision Manipulation in Vision-Language-Action（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
GraphFlow: A Graph-Based Workflow Management for Efficient LLM-Agent Serving（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
LANG: Reinforcement Learning for Multilingual Reasoning with Language-Adaptive Hint Guidance（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
MoSA: Motion-constrained Stress Adaptation for Mitigating Real-to-Sim Gap in Continuum Dynamics via Learning Residual Anisotropy（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
AtelierEval: Agentic Evaluation of Humans & LLMs as Text-to-Image Prompters（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
SegCompass: Exploring Interpretable Alignment with Sparse Autoencoders for Enhanced Reasoning Segmentation（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
AwareVLN: Reasoning with Self-awareness for Vision-Language Navigation（在新窗口打开）
暂无 AI 要点，请阅读原文摘要。
没有符合条件的论文。