标签
This paper introduces logical physical clocks and methods for consistent snapshots in globally distributed databases, addressing causality and consistency challenges.
本文引入结构不确定性框架，通过测量采样推理解中自偏好排名的稳定性来评估LLM推理一致性，补充了传统的答案离散度方法，用于识别不可靠的推理。
本文分析了大型视觉语言模型中多模态可验证奖励强化学习（RLVR）中的思考-答案不一致性，并提出CORA方法，该方法引入了一致性奖励模型和混合奖励优势拆分，以提高忠实性和任务性能。
PermaVid 引入了一种多模态上下文记忆，将外观和几何结构解耦，从而在编辑操作后保持长期视频一致性，超越了此前的方法。
本文利用基于交互的解释方法，研究了不同LLM在预测相同词元时是否共享共同的推理模式。结果表明，先进LLM展现出一致的交互模式，暗示它们隐式地优化到了共享的推理机制。
探讨了AI智能体中被忽视的记忆卫生问题——长期存储导致上下文过时且不可靠，并质疑行业是否在忽视一个即将到来的全球性问题。
本文提出了一种神经符号框架，通过将一致性校正推迟到后提取阶段，从文本中构建基于本体的知识图谱，从而减少令牌使用，同时提高知识图谱的一致性并保持问答性能。
WBench是一个全面的多轮基准，用于评估交互式世界模型在五个维度上的表现，包含289个测试用例和1,058次交互轮次，提供自动子指标和诊断洞察。它揭示了没有单一模型能在所有维度上都表现优异。
一篇观点文章指出，LLM在枯燥且一致的语言与生态系统（如Ruby on Rails）中表现更佳，因为训练语料库的方差较低，从而产生更可靠的智能体输出，而碎片化的生态系统（如JavaScript）则导致效果不佳。
对AI代理令人印象深刻的演示和可靠的实际执行之间差距的反思，认为当前代理擅长结构化任务但在不可预测条件下会失败，并指出近期AI角色将主要集中于带人类监督的窄范围自动化。
介绍S-Bus，一种HTTP中间件，利用DeliveryLog机制自动重构读集并实施可观察读隔离（Observable-Read Isolation）一致性，防止多智能体LLM协调中的结构性竞争条件。
本文介绍了 A²RD，这是一种利用智能体自回归扩散生成一致性长视频的新型架构。该架构提出了检索-合成-优化-更新（Retrieve–Synthesize–Refine–Update）循环机制，并推出了一个新的基准测试 LVBench-C，以解决长时视频合成中的语义漂移问题。
一篇详细教程，介绍使用Seedance 2.0和GPT-image2制作AI短剧时保持人物一致和剧情连贯的四种方法，包括参考视频延长、关键帧做首帧、多段视频合成和分镜图转视频。