算法论文8

埃默里大学：LatentExplainer打开模型「黑箱」

新智元2025-10-23

AI 摘要

埃默里大学团队：深度生成模型是「黑箱」，潜变量难理解。提出LatentExplainer框架，经三步流程为潜变量生成解释，在多指标上显著提升性能，为构建可信AI系统奠基。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Tianfu Agent术数推理胜率逼近人类大师

在无信息泄漏的术数题库中，Claude、GPT等主流模型准确率低，而Tianfu Agent系统将准确率提至50%，逼近人类Top20选手。它采用多Sub - Agent协作等策略，还在工具管理、规则使用等方面有创新。

斯坦福大学研究人员 Mason Kamb 与 Surya Ganguli 在论文中提出解释扩散模型创造力的机制，指出其创造力是去噪生成图像时的确定性结果，还识别出关键偏置，搭建 ELS 机模型并验证其准确性。

本文介绍发表于Nature Machine Intelligence的最新研究，系统探究语言模型与人脑推理表征的对应关系，验证人脑信号可引导提升语言模型推理鲁棒性，为脑启发AI提供了新研究路径。

中科大与智象HiDream.ai团队提出混合潜空间-像素空间扩散新模型Hi-DiT，解决了两类传统扩散路线各自的瓶颈，论文被ECCV 2026接收，在多个主流图像生成任务上取得优异性能，仅小幅增加计算开销。