Semantic Scholar API
PulseAugur coverage of Semantic Scholar API — every cluster mentioning Semantic Scholar API across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
VLA models' coordinate-binding issues may drive demand for spatial reasoning APIs
Recent evidence shows VLA models struggle with spatial reasoning due to motor programs being tied to absolute coordinates and ignoring scene changes. This brittleness suggests a need for external tools or APIs that can provide more robust spatial understanding, potentially increasing usage of services like the Semantic Scholar API if it offers relevant research or datasets.
Semantic Scholar API usage to increase for research on VLM inverse scaling
The discovery of inverse scaling in VLMs on specific subtasks like multi-image spatial reasoning indicates a complex research area. Researchers investigating this phenomenon may leverage the Semantic Scholar API to find papers detailing VLM architectures, training methodologies, and benchmark results, driving increased API usage.
Semantic Scholar API to be integrated into FrontierCS 2 benchmark tooling
The FrontierCS 2 benchmark aims to evaluate LLM agents on complex R&D tasks. As Semantic Scholar is a primary source for research papers, it's plausible that tools developed for this benchmark will integrate with the Semantic Scholar API to fetch relevant papers and information for the LLM agents to process and build upon.
Semantic Scholar API may see increased usage for VLA and spatial reasoning research
With new benchmarks like FrontierCS 2 and research into VLA model limitations (e.g., absolute coordinate binding) and inverse scaling in VLMs, there's a growing body of complex, multimodal AI research. The Semantic Scholar API is likely to be a key tool for researchers navigating this expanding landscape, potentially leading to increased API calls and data requests related to these specific subfields.
Semantic Scholar API likely used to access SpatialBrain and HOLI-WORLD research
The recent papers on SpatialBrain and HOLI-WORLD, both focusing on enhancing AI spatial reasoning and egocentric learning, were likely accessed and potentially cited via the Semantic Scholar API. Given Semantic Scholar's role as a major academic search engine for AI research, its API is a probable tool for researchers to discover and integrate findings from these cutting-edge projects.
-
视觉基础模型的空间感知能力在新研究中得到分析
一篇新的研究论文探讨了视觉基础模型中的空间状态表征，评估了它们在四个层面的能力：空间结构、物体持久性、预测性空间更新和可操作性。研究发现，虽然模型可以准确地读出可见场景，但这并不能保证它们能维持物体持久性或有效检索未来特征。研究强调，原生的未来预测保留了可恢复的空间结构，但基于真实特征训练的空间读取器并不能无变化地转移到预测特征上。最终，研究结果表明，评估这些模型不仅需要评估可解码的信息，还需要评估这些信息在多大程度上得以维持、进行预…
-
CodeSpecWeave框架通过相互依赖的规范增强AI编码代理
研究人员开发了CodeSpecWeave，一个旨在综合具有相互依赖的规范和经过验证的测试的复杂软件开发任务的框架。该方法旨在更有效地训练编码代理执行长周期任务，这些任务通常涉及主要目标之外的复杂约束。通过将综合任务建立在真实开发者需求的基础上并采用严格的审查流程，CodeSpecWeave生成了一个大量数据集，显著提高了MiMo等模型在DeepSWE-v1.1基准上的性能。还策划了一个新的基准CodeSpecWeave-Bench，以…
-
CEPO框架增强多智能体提示优化
研究人员推出了一种名为协调器-执行器提示优化（CEPO）的新型框架，旨在增强多智能体系统中的提示优化。CEPO通过使用独立的协调器和执行器提示，区分了共享协调和特定于智能体的执行。这种架构分离允许跨所有智能体一致地改进协调规则，同时能够独立调整执行指令。在四个领域11个基准测试上的实验表明，CEPO能够持续改进现有提示优化器的性能，并能随着智能体数量的增加而高效扩展。
-
新的SARL框架通过识别知识差距来提高LLM搜索效率
研究人员开发了一个名为自我评估强化学习（SARL）的新框架，以增强大型语言模型（LLM）的搜索能力。SARL使这些模型能够在运行时无需额外评估即可识别缺失信息并优化其搜索策略。该方法已显示出显著的改进，在现有方法上实现了24.3%的相对增益，并在复杂的推理和研究任务上取得了实质性进展。
-
SpatialBrain框架从经验中学习以增强AI空间推理能力
研究人员推出SpatialBrain，一个旨在通过从经验中学习来增强AI系统空间智能的新框架。该系统将场景证据与推理过程分开，利用3DFusionMemory整合观测结果，并使用Spatial Skill Library进行可重用程序。SpatialBrain将任务条件与过去的经验联系起来以指导决策，在不改变核心视觉语言模型的情况下提高空间推理基准的性能。
-
FrontierCS 2 基准测试评估大型语言模型代理的计算机科学研发任务能力
一项名为 FrontierCS 2 的新基准测试已被推出，用于评估大型语言模型代理在推动前沿计算机科学研究方面的能力。该基准测试包含 13 个领域中的 48 个开放式任务，代理在一个研究环境中进行测试，并可以提交代码补丁以供评估。表现最佳的代理 Claude Opus 5.5 在 58% 的运行中通过了测试，这表明即使是先进的代理在许多复杂的研发任务中也面临挑战。
-
研究揭示VLA模型的运动程序与绝对坐标绑定，忽略场景变化
研究人员对视觉-语言-动作（VLA）模型进行了机制可解释性研究，发现其运动程序通常与绝对坐标绑定，并且会忽略视觉场景的变化。这种与固定坐标的绑定解释了为什么这些模型在环境发生变化时会显得脆弱。研究还发现，指令编码和运动生成可以在不同架构中分离，一些模型在仅凭场景就能识别目标时会优先考虑视觉信息。
-
研究发现：LLM Agent 在检索长工具输出时准确性会下降
Hugging Face 的一篇新论文研究了大型语言模型 (LLM) Agent 如何处理科学工具的长输出。当 Agent 从文件中检索这些输出而不是将其保留在上下文中时，GPT 模型（如 GPT-5.1 和 GPT-5.2）的准确性会显著下降。然而，Claude Opus 4.6 和 Claude Sonnet 4.6 并未显示出类似的性能下降。研究发现，GPT 模型在使用检索到的输出时，经常用自己的近似值替换权威的工具结果，即使底…
-
VideoMaMa++ 增强视频抠像的时间一致性
研究人员开发了 VideoMaMa++，一个基于扩散的视频抠像框架，它增强了时间一致性和细节准确性，尤其适用于长视频。该系统利用单独的 token 流和可学习的嵌入来在视频片段中保持稳定的抠像，解决了现有方法中常见的边缘闪烁和不连续透明度问题。这种方法允许 RGB 纹理和遮罩布局的自适应融合，并采用带有参考锚点的滑动窗口推理方案来防止错误累积，在标准基准和真实素材上均优于先前的方法。
-
视觉-语言模型在特定子任务上表现出反向缩放
一项新的研究论文揭示，视觉-语言模型（VLMs）会表现出反向缩放现象，这意味着更大的模型在特定子任务上的表现有时会不如较小的模型。这一现象在四个不同系列共19个模型以及多个基准测试中均有观察到，尤其是在多图像空间推理、视觉感知和大学水平的STEM知识等领域。这些发现挑战了仅仅增加模型规模就能全面提升多模态能力的假设，并表明针对特定任务选择模型至关重要。
-
TokenGate 模块加速 LLM 长上下文预填充
研究人员开发了 TokenGate，这是一个新颖的模块，旨在显著加速大型语言模型 (LLM) 在处理长上下文输入时的预填充过程。这个轻量级组件能够让 LLM 选择性地跳过不重要的 token，模仿人类的略读行为，从而在不影响准确性的前提下提高处理速度并减少内存使用。TokenGate 已在 Transformer 模型上展示了显著的改进，实现了高达 11.3 倍的首个 token 时间加速和 3.4 倍的峰值内存使用量降低。
-
TRACE框架模拟临床轨迹以改进住院风险预测
研究人员开发了TRACE，一个通过将临床事件建模为时间轨迹来预测住院风险的新框架。该方法将包括电子健康记录、胸部X光片和临床文本在内的每日临床数据组织成日级轨迹。TRACE将不变的全局上下文与本地每日事件分开，并使用时间注意力来处理缺失的模态。在MIMIC-IV、eICU和MIMIC-III数据集上对近18万例患者的住院情况进行了测试，TRACE在预测死亡率、住院时间和再入院方面表现出卓越的性能。
-
FocusGUI 适配器通过优先考虑多模态证据来提高 GUI 代理的准确性
研究人员推出了一种名为 FocusGUI 的新型适配器，旨在提高图形用户界面 (GUI) 代理的性能。该系统动态选择相关的多模态证据，例如屏幕截图和音频，以防止由不相关上下文引起的复合错误。通过聚焦感知和压缩相关信息，FocusGUI 可以在不微调底层代理模型的情况下提高动作准确性。该适配器已显示出显著的改进，与基线方法相比，动作准确性指标提高了三倍多。
-
TokenWorth框架为资源受限的终身智能体学习有价值的记忆
研究人员推出了一种新颖的记忆框架TokenWorth，专为在严格资源限制下运行的终身智能体设计。该框架学习识别哪些过往经历最值得保留和重用，从而优化性能并减少token消耗。在各种环境中的实验表明，与现有方法相比，TokenWorth显著提高了任务成功率，同时最大限度地减少了输出token，突显了学习记住什么比仅仅记住更多更重要。
-
Stateful Harness 框架改进交互式世界模型
研究人员推出了一种名为 Stateful Harness 的新颖框架，旨在提高交互式世界模型的连贯性和遵循规则的能力。该系统将根据用户操作更新世界状态的过程与视频渲染组件分离开来。通过维护一个由特定规则控制的演进状态，然后使用冻结的视频模型渲染事件，Stateful Harness 确保在具有隐藏状态信息的场景中获得更可预测的结果。使用新的 WorldState-Bench 基准进行的评估表明，与现有的视频后端相比，在规则遵从性方面有…
-
Hugging Face 研究人员发布 HOLI-WORLD 以实现以自我为中心的 AI 学习
研究人员推出 HOLI-WORLD，这是一个集成生态系统，旨在自动化从以自我为中心的录音中创建大规模学习资源。该系统旨在通过连接场景结构、对象语义和交互历史来增强机器对动态场景和交互的理解。HOLIWORLD-Foundry 组件结合了静态和动态感知来构建世界记录，然后由 HOLIWORLD-Data 将其组织成学习资源。这些资源已被用于训练 HOLIWORLD-VL-4B 模型，该模型在各种基准测试中展示了改进的空间和时间推理能力。
-
BiDex-100 双臂灵巧操作任务基准发布
研究人员推出了 BiDex-100，这是一个新的模拟基准，旨在评估双臂灵巧操作任务中的视觉-语言-动作模型。该基准包含 100 多个多样化的模拟任务，按泛化、指令遵循和长时规划等轴进行分类。它还包括域外变体，以系统地评估模型的鲁棒性，并提供大量远程操作演示数据集。
-
FineSplat 通过精细斑块和双重分组推进 3D 高斯散点
研究人员推出 FineSplat，一个新颖的前馈式 3D 高斯散点框架，旨在提高 3D 场景中精细几何和外观的恢复。该方法利用精细图像斑块和双重分组注意力策略，该策略结合了 2D 视域内和 3D 空间分组，以有效管理跨视域交互。与现有方法相比，这种方法能够以显著减少的高斯图元数量实现高质量的新视点合成，并取得最先进的成果。
-
新的TCoVP方法通过地面证据增强视频推理分割
研究人员推出了一种新颖的视频推理分割（VRS）方法——时间视频原语链（TCoVP）。TCoVP通过将实体显式链接到跨视频帧的时间戳视觉证据，解决了纯文本思维链方法的不足。这种时空地面推理链按时间顺序组织观察结果，引导模型更准确地识别目标、理解事件和预测像素级掩码。研究团队开发了两个数据集TCoVP-SFT-15k和TCoVP-RL-13k来训练和评估此方法，并在多个基准测试和模型骨干上证明了其有效性。
-
进度感知蒸馏解决了小型语言模型代理的停滞问题
研究人员开发了一种名为进度感知蒸馏（ProD）的新技术，以解决小型语言模型（SLM）代理中的停滞问题。该方法检测并惩罚代理推理过程中重复、无益的循环，这是阻碍其有效性的常见问题。通过将学生代理和教师代理进度之间的差距纳入训练目标，ProD 有助于 SLM 更有效地逼近大型模型的能力。使用八个 SLM 进行的实验表明，ProD 显著提高了这些代理的任务完成成功率和速度。