2026年08月10日 AI研究论文
今日概要
arXiv lists recent machine learning papers; key recent work includes automated scientific discovery and standardized evaluation for reward models.
1. 一文可视化分析2025年8月arXiv机器学习前沿热点
上一篇： arXiv 2025年8月Artificial Intelligence领域研究热点探秘 下一篇： ICCV 2025论文分享｜一种快速生成更逼真3D动画数字人的模型
最新评论
2025年人工智能顶级会议投稿信息汇总（数据挖掘领域） audyxiao001:您好，回复内容包含网址内容会被CSDN判定为广告或引流，不允许通过。您可以关注我们微信公众号，然后进行留言。
大家在看
Agent推理链自动优化方法 Image 854 FDE：企业AI落地的标准配置 Agent基座跨厂商场景横评 MCP v5 Agent Skills 实战指南 Image 86301 Agent推理链中的知识检索与注入 Image 87111
最新文章
好书推荐｜阅读量百万级别的好书《Understanding Deep Learning》 好书推荐｜机器学习圣经PRML作者Bishop重磅教材《Deep Learning：Foundations and Concepts》 热点快讯│顶尖AI科学家李航教授加盟清华大学智能产业研究院
2026
08月 2篇
07月 13篇
06月 4篇
05月 9篇
04月 7篇
03月 4篇
02月 8篇
01月 17篇
2025年 134篇
2024年 148篇
2023年 72篇
2022年 1篇
上一篇： arXiv 2025年8月Artificial Intelligence领域研究热点探秘 下一篇： ICCV 2025论文分享｜一种快速生成更逼真3D动画数字人的模型
分类专栏 […] 、cs.AI(Artificial Intelligence)、q - bio.QM(Quantitative Methods in Biology)、physi cs.comp - ph(Computational Physi cs)四个分类,理由非常实际: arXiv 是科研成果发布的最早信源,比期刊出版平均快11个月,比会议录快
利用上下文的鲁棒性来标记主动学习中的噪声_主动学习噪声标签
7-16
arXiv - CS - Machine Learning Pub Date : 2020 - 10 - 18 , DOI: arxiv - 2010.09066 Sudipta Paul, Shivkumar Chandrasekaran, B.S. Manjunath, Amit K. Roy - Chowdhury 背景 计算机视觉领域的几项工作已经证明了主动学习在新的未标记数据可用时适应识别模型的有效性。这些工作中的大多数认为获得的标签是正确的。但…
最及时的 机器学习 研究动态：ML - Papers - of - the - Week论文速递功能全攻略
gitblog_00840的博客
09-27Image 46 447 […] gitblog_00840的博客
09-27Image 46 447
你是否还在为追踪最新 机器学习 研究论文而烦恼？面对 arXiv 上每日涌现的海量论文，如何快速筛选出高质量、高影响力的研究成果？本文将详细介绍ML - Papers - of - the - Week项目的论文速递功能，帮助你轻松获取每周精选 机器学习 论文，掌握 前沿 研究动态。读完本文，你将了解如何设置 arXiv 最新投稿实时推送，如何高效利用项目资源，以及如何参与社区交流。 ## 项目概述 ML - Papers - of - t…
如何轻松追踪AI 前沿 研究？3个技巧让你效率翻倍
gitblog_01058的博客
01-01Image 47 827
还在为每周错过重要AI论文而焦虑吗？每天面对成千上万的新研究不知从何下手？别担心，今天我就带你掌握一套简单实用的AI论文追踪方法，让你在3分钟内完成部署，从此不再错过任何 前沿 突破！ 想象一下，每周一打开邮箱就能收到精选论文摘要，还能在本地建立完整的文献档案库。这就是ML - Papers - of - the - Week项目带给你的价值——一个专注于每周精选 机器学习 研究论文的开源宝藏，由DAIR.AI团队精心
…学习论文精选】_ arxiv - cs - machine learning
7-31
来源：https://blog.csdn.net/audyxiao001/article/details/151901100
2. [2408.06292] The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery
Demos
Recommenders and Search Tools
arXivLabs: experimental projects with community collaborators
arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.
Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them.
Have an idea for a project that will add value for arXiv’s community? Learn more about arXivLabs.
Simons Foundation Simons Foundation International Schmidt Sciences […] archive
Computer Science > Artificial Intelligence
Title
| | | --- | | Subjects: | Artificial Intelligence (cs.AI); Computation and Language (cs.CL); Machine Learning (cs.LG) | | Cite as: | arXiv:2408.06292 [cs.AI] | | | (or arXiv:2408.06292v3 [cs.AI] for this version) | | | Focus to learn more arXiv-issued DOI via DataCite |
Submission history
Access Paper:
license icon
Current browse context:
References & Citations
1 blog link
BibTeX formatted citation
Bookmark
BibSonomy Reddit
Bibliographic and Citation Tools
Code, Data and Media Associated with this Article
Demos
Recommenders and Search Tools
来源：https://arxiv.org/abs/2408.06292
3. Machine Learning - arXiv
archive
Machine Learning
Authors and titles for recent submissions
See today’s new changes
Fri, 7 Aug 2026 (showing 21 of 21 entries )
Thu, 6 Aug 2026 (showing 26 of 26 entries )
Wed, 5 Aug 2026 (showing first 3 of 25 entries )
Simons Foundation Simons Foundation International Schmidt Sciences
来源：https://arxiv.org/list/stat.ML/recent
4. Artificial Intelligence
archive
Artificial Intelligence
Authors and titles for recent submissions
See today’s new changes
Fri, 7 Aug 2026 (showing first 50 of 201 entries )
Simons Foundation Simons Foundation International Schmidt Sciences
来源：https://arxiv.org/list/cs.AI/recent
5. AI研究论文每日精选
• •
• •
• •
• •
• •
AI研究论文每日精选
AgentOPSD: Recursive Self-Distillation for Agentic Reinforcement Learning
Aug 6
ByZi-Han Wang, Zhengxi Lu, Zhiyuan Yao, Jinyang Wu, Jie Wu, Zhengzhou Cai, Yueqing Sun, Ziang Ye, Linji Hao, Qi Gu, Xunliang Cai, Yongliang Shen, Yujiu Yang
具有可验证奖励的强化学习（RL）会构建轨迹级优势估计，然而在长视界、多轮智能体任务中，它往往无法对决定结果的少数关键决策进行信用分配。近期工作引入了用于信用分配的特权自蒸馏，以提供更密集的监督，但这类局部信号应如何表示序列信用仍不明确。我们提出 AgentOPSD，一种用于智能体强化学习中回合级信用分配的无评论家递归方法。AgentOPSD 将 token 级教师-学生对数概率差距聚合为回合级证据，并在对数几率空间中递归更新贝叶斯信念状态。这产生了一种有理论依据的重新加权方案，可将稀疏的结果监督转化为回合级信用信号，并通过相邻状态之间的边际信念修正来识别关键回合。该方法与标准策略优化完全兼容，既不需要额外的评论家，也不需要额外的 rollout。我们使用 Qwen2.5 模型在两种规模（3B 和 7B）下，在 ALFWorld、WebShop 和 Search-QA 上评估了 AgentOPSD。AgentOPSD 优于 GRPO 和强自蒸馏基线，在 ALFWorld 上使用 Qwen2.5-7B 取得了 89.1% 的成功率。消融实验将性能提升归因于回合级聚合和历史依赖的递归信念更新。
2 […] 2
OSReward: Instituting Standardized Evaluation for Cross-Platform Computer-Use Reward Models
Jul 30
ByQiushi Sun, Kanzhi Cheng, Yian Wang, Bowen Yang, Hang Yan, Liheng Chen, Fangzhi Xu, Zichen Ding, Nuo Chen, Jialin Cao, Xingdong Gong, Zehao Li, Kaiming Jin, Xinfeng Yuan, Zhoumianze Liu, Jingyang Gong, Zhangyue Yin, Jiahui Gao, Zhiyong Wu, Tianbao Xie, Jianbing Zhang, Ben Kao, Lingpeng Kong
60
2 […] 60
2
计算机使用智能体（CUAs）正在数字世界中快速发展。CUA轨迹记录了智能体的动作、状态和推理过程。验证其是否完成了任务指令，对于CUA的评估、数据整理和强化学习至关重要。人工编写的验证器和人工标注者都无法在规模上提供此类验证，因此该领域日益转向使用视觉语言模型（VLMs）作为CUA轨迹的裁判。但一个根本性问题长期以来未被审视：这些VLM裁判是否足够可靠？为了系统地研究这一问题，我们提出了OSReward，一个真实、高质量的基准，用于评估VLM裁判对CUA轨迹的判断。这些轨迹来自多种智能体骨干，在不同平台上执行经过人工验证的指令，随后通过多阶段人工标注严格标定真实结论。在此基础上，我们构建了OSReward-Hard，一个专注于真正困难案例的挑战集，以及OSReward-Multi，用于细粒度的效率和一致性评分。迄今为止最全面的VLM裁判评估发现，即使是最先进的模型也达不到理想裁判的标准，它们普遍存在系统性宽松偏差，将失败的运行误标为成功。少数足够可靠、值得信赖的模型在大规模运行上过于昂贵，而价格实惠的开源模型则远远落后。为了缩小这一差距，我们构建并发布了OS-Shepherd-100K，这是一个面向CUA社区的、带有推理标注的轨迹判断开放语料库。在此基础上，我们训练了OS-Shepherd（9B和35B），这些开源奖励模型提供低成本、稳定且可靠的奖励信号，以比前沿模型低30%-60%的成本达到与商业裁判相当的性能。广泛的分析进一步为大规模可靠CUA奖励的设计提供了启示。我们的代码、基准、数据集和模型检查点可在 获取。
3
来源：https://www.chatpaper.ai/zh/papers
长按保存海报，分享给好友