比较
SpeechLLM 上的分类头：在情感识别中，它在哪些方面优于标签生成？
基于 IEMOCAP 和 MELD，比较了紧凑型 SpeechLLM 的情感标签生成输出与基于其隐藏表示的线性分类器。分类器带来的性能提升并非普遍存在：它取决于语料库，以及使用的是参考转录文本还是 ASR 输出。
种子
75 材料
排序为
新闻
从个体评分到可接受集合：DDI 约束下的全局解码
本文将基于 mixed-integer linear programming 实现的精确全局兼容药物组合选择，与在 MIMIC-III 上使用固定 FLAME 评分的多种局部 DDI 冲突消解方案进行了比较。在测试集上，全局方案的 Jaccard 得分略有提升，但优势稳定；随着约束收紧，优势进一步扩大，相较于最强的局部基线方法达到 +0.0064。
新闻
CARAT：检验材料科学大语言模型是在生成结构，还是在复述提示词
本文提出了一种协议，在八种结构呈现方式下固定问题和标准答案，并单独标注 GraphSpace 中的关联。通过成对微调、屏蔽目标字段和添加证据的实验表明，模型能够学会应用关系和遵循链接，但移除链接会使准确率低于启发式遍历方法的水平。
新闻
Muse 在移动应用商店的首发表现强于 ChatGPT
据 Apptopia 估算，Muse 在 iOS 上线后的前 12 天内，在美国和加拿大获得了 180 万次下载，而 ChatGPT 为 130 万次；在美国，Muse 的日活跃用户也更多。该比较基于外部估算，统计范围仅限美国和加拿大，且两款产品的上线条件不同：ChatGPT 上线后立即面向国际市场，而 Muse 仅在美国和加拿大推出。
新闻
Linkup 的 SPARSEUP：拥有 1.49 亿参数的稀疏编码器
本文探讨了 SPARSEUP 的架构及其成果：在 BEIR-13 上达到 56.4 nDCG@10，并且与 Seismic 索引结合时，召回率超过 97%，每次查询耗时约 380 微秒。文章还分析了保持向量稀疏性的技巧、与其他模型的比较，以及 Apache 2.0 许可下的分发条件。
新闻
SpaceXAI 推出 Grok Voice Transcribe 2.0，错误率更低，价格维持原有水平
新模型支持批处理和流式语音识别；SpaceXAI 表示，在涵盖 19 种语言的短语测试中，错误率从 20.6% 降至 6.8%。概览中列出了 API 定价和基准测试结果，但这些结果尚未经过独立验证。
新闻
多智能体 AI 中的集中式记忆管理：以更低成本实现个性化
作者提出了一种共享记忆系统层：智能体保存结构化信息，系统则负责控制信息筛选、数据保护及向模型传递信息。在 AIOS 上的测试中，与外部存储和 RAG 相比，该方法提升了个性化效果；与传递完整上下文相比，在三种模型中的两种上取得相近结果，同时将延迟降低了 15–61%。
新闻
长期智能体任务的知识组织：将指令置于上下文中还是进行委派
这项研究比较了应用现成知识包的两种方式：将其指令纳入智能体的工作上下文，或将子任务委派给独立的智能体。当输入、结果和流程都定义明确时，委派效率更高，但需要额外的协调成本。
新闻
借助 LLM 评判 XAI 解释：基于与人类判断一致性的验证
本文介绍了 XAI-Arena，这是一套从多个标准比较 AI 解释的系统，同时考虑不同模型和用户的关注点。LLM 的评分与人类判断显著一致（Spearman ρ = 0.693），表明解释的比较分析有望实现规模化。
