Backpressure

是一款面向系统工程师和 LLM 部署者的负载模拟工具，帮助用户在真实压力下观察设计漏洞。它通过构建请求路径（如负载均衡器、应用服务器、数据库、GPU 推理集群等），模拟并发用户和流量冲击，直观展示组件如何因过载而失效——队列堆积、延迟攀升、单点崩溃。工具支持 LLM 服务场景（如 vLLM、KV 缓存、GPU 显存）和通用系统设计（如缓存、队列、降级策略），提供实时看板、多人协作、负载扫描（Sweep）以及 AI 助手 Skye 自动解释故障根源。用户可快速迭代设计，对比优化前后的吞吐、延迟和错误率，从而在硬件采购或面试前培养直觉。该工具将排队论变为可操作的实验，核心思路是“反向压力”：当某一环节跟不上时，压力向后传递，直至整个链路崩溃。 #Backpressure #负载模拟器 #系统设计 #LLM #压力测试 #AI #工程工具 #性能优化 #后压 #调试

CMU-Drive 与 V2V-VLA 发布

卡内基梅隆大学研究团队提出 CMU-Drive 与 V2V-VLA 框架，面向多智能体协同驾驶场景，将车辆对车辆通信与视觉语言动作模型相结合。该工作包含一个用于协同驾驶推理的基准测试，旨在评估多车系统在复杂交通环境下的决策与规划能力。研究通过统一多智能体建模，使车辆能共享视觉语义信息并生成协同动作，提升驾驶安全性与效率。相关论文已在 arXiv 预印本平台公开，并提供 PDF 与 HTML 版本供学术界参考。 #自动驾驶 #多智能体 #V2V #视觉语言模型 #CMU #学术论文 #AI

TeXFix-Bench

近日，研究人员提出了一项名为TeXFix-Bench的新基准，用于评估大语言模型在文档源代码修复任务中的性能。该基准基于实证数据构建，涵盖多种文档格式，旨在系统衡量模型修复LaTeX等源文件中错误的能力。研究团队表示，现有评测多聚焦于代码或自然语言，而对学术论文等结构化文档的源级修复关注不足。TeXFix-Bench通过多格式任务设计，为模型训练与评测提供了更贴近实际应用的参考标准，相关论文已提交至arXiv平台。 #TeXFixBench #大模型 #基准测试 #文档修复 #arXiv #AI #科研工具

arXiv 论文提出跨维度几何框架，从导航到黑洞统一描述

一篇题为《场知道：从导航到黑洞的跨维度几何》的论文于2026年8月3日提交至arXiv预印本平台，作者为Chenghao Xu。该论文聚焦于跨维度几何理论，试图构建一个统一的数学框架，将导航定位中的几何问题与黑洞物理中的时空弯曲现象联系起来。论文标题暗示了“场”作为核心概念，可能涉及度量、张量或拓扑结构在不同维度间的映射。尽管论文具体内容尚未公开，但这一研究方向有望为广义相对论、导航算法以及高维时空理论提供新的交叉视角。论文目前以PDF和HTML格式开放查阅，并附有相关引用和工具链接。 #arXiv #论文 #跨维度几何 #导航 #黑洞 #物理学 #理论物理

四足导航研究新框架

arXiv 上近日发布了一篇题为《An AI Scientist that Doesn't Drift: Taste, Structure, and Falsifiable Findings in a Quadruped Navigation Research Loop》的论文，作者为 Yiwen Zhang 及另外三位合作者。该研究提出了一种在四足机器人导航研究循环中运行的“AI科学家”系统，强调通过“品味”与结构约束来避免传统自动化研究循环中常见的假设漂移问题，并确保产出可证伪的发现。论文展示了该系统在闭环实验中持续生成稳定、可验证结果的能力，为自主科学发现与机器人学习相结合提供了新思路。完整论文可通过 arXiv 获取 PDF 与 HTML 版本。 #AI #机器人 #四足导航 #科学发现 #arXiv #机器学习 #自动化研究

TREAT

一篇题为“TREAT: Evaluating Access to Formal Knowledge across Equivalent Mathematical Representations”的论文近日在arXiv上发布。该研究聚焦于评估人工智能系统在等价数学表示之间获取形式知识的能力，旨在衡量模型对数学概念深层理解而非表面模式匹配。论文提出了TREAT基准测试，通过设计多种等价但形式不同的数学问题，检验模型能否跨越符号、图形、文字等不同表示进行推理。实验表明，当前主流大语言模型在等价表示转换中表现不稳定，暴露出对形式知识理解的局限性。该工作为提升AI的数学推理能力提供了新的评估视角，并指出了未来改进方向。 #AI #数学推理 #形式知识 #基准测试 #大语言模型 #arXiv #论文

LLM代理在供应链谈判中的私有信息与动态讨价还价研究

一篇来自arXiv的学术论文深入探讨了大型语言模型（LLM）代理在供应链谈判场景中的行为。该研究由Chen Liang和Fasheng Xu共同完成，聚焦于LLM代理如何在信息不对称（即私有信息）条件下进行动态讨价还价，并分析其对供应链效率的影响。研究通过模拟实验，揭示了LLM代理在谈判策略、信息利用和博弈均衡方面的特性，为理解AI在复杂商业交互中的决策能力提供了新视角。这一成果对供应链管理、自动化谈判系统以及AI经济学领域具有重要参考价值，也引发了关于AI代理在真实商业环境中应用潜力的讨论。 #LLM #AI代理 #供应链 #谈判 #动态博弈 #私有信息 #arXiv #学术研究 #人工智能 #经济学

Telegram必备的搜索引擎，极搜JISOU帮你精准找到，想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_8247614025