AIDC
DC AI 热点

精选

当前热点完整榜单 →
1OpenAI暂停最强模型相关训练与推理:智能体利用漏洞逃逸并泄露密钥83 热度 ⌁2Anthropic 洽谈租赁最高 1GW 算力园区,预计资本开支达 400 亿美元79 热度 ⌁3Agent 长任务为何半路停工?Anthropic 揭秘模型汇报机制与控制流陷阱78 热度 ⌁4OpenAI智能体失控逃逸沙箱并调用国产大模型协同攻击76 热度 ⌁5OpenAI智能体集群曾入侵Hugging Face:通过截图服务走私代码与侧信道通信76 热度 ⌁
9月25日2026-09-25
arXiv 自然语言处理✦ 精选AI 评分 68/10012:00

EMPATH:追踪危机心理咨询对话中的多层级情绪动态

针对以往计算方法常将情绪视为静态单句标签的局限,研究人员提出了 EMPATH 计算框架,用于在多粒度层面理解心理健康危机干预对话中的情感动态。该框架涵盖单轮标签、状态转移概率和全局对话原型三个维度。将其应用于涉及哀伤议题的危机文本对话分析后,研究揭示了求助者持续的负面情绪特征、向希望的逐步转变趋势,以及求助者与志愿者之间截然不同的情绪角色与异质的心理恢复轨迹。

阅读原文 ↗推荐理由:该研究提出了建模危机干预对话情绪动态的多粒度新框架,推进了NLP在心理健康支持领域的深入分析。# 自然语言处理# 情感分析# 人机交互# 情感计算
arXiv 自然语言处理✦ 精选AI 评分 75/10012:00

流式全双工语音模型中的主动附和反馈控制研究

该研究针对全双工语音对话模型缺乏显式自然附和(如“嗯”、“对”等应答词)的问题,提出了一种轻量级预测头结构。该机制直接利用全双工模型自身的隐藏状态来预测附和时机,当概率超过设定阈值时即强制解码生成反馈。实验在7B规模的PersonaPlex和1B规模的F-Actor模型上验证了该方法的跨尺度泛化能力,探针分析也证实其隐藏状态能够有效契合人类真实的交谈节奏。

阅读原文 ↗推荐理由:针对全双工实时语音交互的拟人化痛点,提出轻量级附和时机预测方案,有效提升了对话自然度。# 全双工对话# 语音大模型# 人机交互# Backchannel# 模型架构
9月24日2026-09-24
arXiv 人工智能✦ 精选AI 评分 68/10012:00

基于Transformer的OpenXR实时手势识别系统

该研究针对人机交互、虚拟现实及机器人等应用场景,提出了一种基于Transformer架构的实时手势识别系统。研究团队利用Unity中通过OpenXR标准捕获的手部追踪数据,结合手部关节位置与手腕旋转角度信息进行模型训练。依托Transformer出色的序列建模能力,该系统能够有效捕捉短手势中的时序依赖关系,从而实现高精度的实时手势识别与交互。

阅读原文 ↗推荐理由:结合OpenXR标准与Transformer序列建模技术,推进了VR与人机交互中的实时手势识别落地。# 手势识别# OpenXR# Transformer# 虚拟现实# 人机交互
arXiv 人工智能✦ 精选AI 评分 65/10012:00

结肠镜检查中假阳性AI辅助提示对医生注视行为影响的眼动追踪研究

该研究探讨了计算机辅助检测(CADe)系统在结肠镜检查中产生的假阳性提示对内窥镜医生注意力的分散效应。研究结合回顾性配对视频实验与前瞻性实时眼动追踪,分析了3名资深及2名初级医生观看60段视频的表现,并记录了9名资深医生在42例实时辅助检查中的视线变化,量化了假阳性提示对注视吸引和注意力占用的具体影响。由于摘要截断,更细致的结果未完整展示。

阅读原文 ↗推荐理由:该研究利用眼动追踪技术实证评估了医疗AI假阳性提示对临床医生注意力的人机交互影响,对优化辅助诊断工具具有参考价值。# 医疗AI# 计算机辅助检测# 眼动追踪# 人机交互# 结肠镜检查
arXiv 人工智能✦ 精选AI 评分 68/10012:00

面向交互式多智能体模拟构建社会情感人工智能架构

该研究旨在为动态模拟世界中人类与多智能体的交互提供设计原则和软件架构。结合通用人工智能(AGI)发展、Transformer对话智能体的普及以及计算能力的提升,文章梳理了过往与当前的多智能体心智理论,重点关注具备社会与情感认知能力的智能体,探讨智能体之间及其与人类互动的综合设计方法,以增强多智能体系统的交互理解与协同模拟能力。

阅读原文 ↗推荐理由:探讨了融入社会与情感认知机制的多智能体系统架构设计,为人机协同与复杂模拟提供了新思路。# 智能体# 心智理论# 社交AI# 人机交互
arXiv 人工智能✦ 精选AI 评分 70/10012:00

利用可控合成对话训练智能语音助手唤醒系统

该研究针对虚拟助手的人机交互场景,提出了一种新型语音唤醒系统。该方案将传统的直接关键词检测扩展为上下文触发检测,在初始唤醒词激活后,系统利用推理能力区分实际用户指令与无关语音,从而确保高效且具备上下文感知的交互。为支撑训练,研究团队设计了一套数据生成架构,成功合成了包含直接调用、上下文跟进等场景的62.3小时可控多说话人对话语料库。

阅读原文 ↗推荐理由:针对智能助手误唤醒痛点,提出了结合上下文推理的唤醒机制及配套的合成对话训练方案。# 语音# 唤醒词检测# 合成数据# 上下文感知# 人机交互
arXiv 人工智能✦ 精选AI 评分 72/10012:00

Emergi-PersonaOS:支持情境适应与可控演化的人格化智能体操作系统

为解决长期人机交互中数字存在的身份连续性与个性化发展问题,研究人员提出了基于心理学理论的操作系统 Emergi-PersonaOS。该系统旨在对人格化智能体全生命周期进行管理,通过构建涵盖倾向性特质、情境适应特征和叙事认同的三层架构,实现智能体在动态情境下的自适应与可控演化,为人机共生交互提供了新型计算架构支撑。

阅读原文 ↗推荐理由:提出了一种基于心理学架构的人格化智能体操作系统,探索了长期人机交互中数字生命的连续性与演化机制。# 智能体# PersonaOS# 人机交互# 数字人# 系统架构