文件夹: machine-learning

2026年5月19日

2026年5月17日

• causal-inference
• causality
• do-calculus
• causal-discovery
• causal-representation

2026年5月17日

• multi-agent-rl
• reinforcement-learning
• index
• cooperative
• competitive
• game-theory

2026年5月17日

2026年5月17日

• topological-deep-learning
• persistent-homology
• tda
• deep-learning-theory

2026年5月16日

• index
• 3d-vision
• video-generation
• world-model

2026年5月16日

2026年5月16日

• deep-learning
• theory
• index

2026年5月16日

2026年5月16日

• test-time-compute
• reasoning
• llm
• index

2026年5月15日

• index
• continuous-neural-networks
• implicit-representation

2026年5月15日

• hyperbolic-deep-learning
• index
• riemannian-geometry

2026年5月15日

2026年5月15日

2026年5月15日

2026年5月14日

• causal-reinforcement-learning
• causal-inference
• reinforcement-learning
• causal-mdp

2026年5月14日

2026年5月12日

• audio
• speech
• deep-learning
• multimodal

2026年5月12日

• mechanistic-interpretability
• neural-networks
• interpretability

2026年5月12日

• reinforcement-learning
• machine-learning
• index
• rlhf

2026年5月10日

• ai-safety
• alignment
• index

2026年5月09日

• gradient-boosting
• xgboost
• lightgbm
• catboost
• ensemble-learning
• machine-learning

2026年5月08日

• diffusion-model
• adversarial-robustness
• generative-ai
• security

2026年5月07日

2026年5月07日

• time-series
• index

2026年5月05日

2026年5月05日

• llm-security
• adversarial-attacks
• ai-safety

2026年5月05日

• source-free-domain-adaptation
• domain-adaptation
• privacy

2026年5月05日

• test-time-adaptation
• domain-adaptation
• distribution-shift

2026年5月04日

2026年5月02日

2026年5月02日

• offline-rl
• reinforcement-learning

2026年5月02日

• scientific-ml
• molecular-dynamics
• protein-structure
• physics-informed
• computational-fluid-dynamics

2026年4月30日

• multimodal
• vision-language
• deep-learning
• clip
• llm
• vlm

2026年4月30日

• world-models
• model-based-rl
• reinforcement-learning

2026年5月19日

2026年5月19日

• recursion
• denoising
• reasoning
• arc-agi
• looped-transformer

2026年5月19日

• test-time-compute
• scaling-plateau
• lrm
• reasoning

2026年5月18日

• multimodal-learning
• 3d-scene-understanding
• spatial-reasoning
• vision-language-model

2026年5月17日

• agent
• foundation-model
• tool-use
• reasoning

2026年5月17日

• model-merging
• fisher-information
• alignment
• llm

2026年5月17日

• causal-discovery
• foundation-model
• zero-shot
• tabular-data

2026年5月17日

• backpropagation
• deep-learning
• optimization
• gradient-descent

2026年5月17日

• causal-inference
• foundation-model
• partial-graph
• ammortized-inference

2026年5月17日

• transformer
• neural-ode
• continuous-depth
• controllable-generation

2026年5月17日

• diffusion
• language-model
• latent-space
• text-generation

2026年5月17日

• dc-ae
• autoencoder
• compression
• latent-diffusion
• generative-model

2026年5月17日

• model-merging
• knowledge-distillation
• directional-consistency

2026年5月17日

• edge-ai
• mobile-deployment
• efficient-inference
• lora

2026年5月17日

• flowmo
• mode-seeking
• autoencoder
• flow-matching
• diffusion
• posterior-collapse

2026年5月17日

• llm
• safety-alignment
• lora
• reasoning

2026年5月17日

• 3d-generation
• neural-rendering
• camera-control
• nvidia

2026年5月17日

• video-generation
• diffusion
• long-video
• memory-augmented

2026年5月17日

• masked-autoencoder
• diffusion-tokenizer
• mae
• latent-diffusion
• generative-model

2026年5月17日

• mechanistic-interpretability
• alignment
• llm
• safety

2026年5月17日

• mlp
• deep-learning
• neural-network-theory
• universal-approximation

2026年5月17日

• cnn
• deep-learning
• computer-vision
• architecture

2026年5月17日

• optimizer
• muon
• convergence
• theory

2026年5月17日

• 3d-reconstruction
• neural-radiance-field
• physics-informed
• dynamic-scene

2026年5月17日

• repa-e
• vae-tuning
• end2end
• latent-diffusion
• alignment-loss

2026年5月17日

• resnet
• deep-learning
• computer-vision
• residual-learning

2026年5月17日

• llm
• safety
• benchmark
• reasoning

2026年5月17日

• ssm
• state-space-model
• attention
• long-range-dependencies

2026年5月17日

• transformer
• attention
• spectral
• jacobian

2026年5月17日

• optimizer
• spectral
• orthogonalization
• muon

2026年5月17日

• vision-transformer
• vit
• computer-vision
• modern-architecture

2026年5月16日

• adaptive-compute
• test-time-scaling
• constrained-optimization
• reasoning

2026年5月16日

• attention
• optimal-transport
• transformer
• theory

2026年5月16日

• hidden-markov-model
• baum-welch
• forward-backward
• viterbi
• em-algorithm

2026年5月16日

• 3d-reconstruction
• gaussian-splatting
• scene-completion
• neural-rendering

2026年5月16日

• foundation-model
• representation-learning
• contexture
• theory

2026年5月16日

• deep-learning
• theory
• attention
• generalization
• representation-learning

2026年5月16日

• 3d-generation
• gaussian-splatting
• diffusion
• iclr2025

2026年5月16日

• world-model
• video-generation
• unified-representation

2026年5月16日

• bayesian-network
• dynamic-bayesian-networks
• probabilistic-graphical-models
• sequence-modeling

2026年5月16日

• world-model
• panoramic
• 3d-memory
• 360-video

2026年5月16日

• world-model
• 3d-consistency
• video-generation
• geometry

2026年5月16日

• forest-of-thought
• tree-search
• reasoning
• multi-path

2026年5月16日

• variational-inference
• function-space-vi
• bayesian-deep-learning
• neural-tangent-kernel
• probabilistic-machine-learning

2026年5月16日

• graphical-models
• structure-learning
• bayesian-networks
• probabilistic-graphical-models

2026年5月16日

• world-model
• multimodal
• 3d-reconstruction
• simulation

2026年5月16日

• kalman-filter
• state-space-model
• bayesian-inference
• particle-filter
• sequential-inference

2026年5月16日

• latent-reasoning
• recurrent-depth
• implicit-reasoning
• transformer

2026年5月16日

• llm
• generalization
• compression
• pac-bayes
• theory

2026年5月16日

• video-generation
• long-video
• drift-problem
• consistency

2026年5月16日

• pac-bayes
• generalization-theory
• bayesian-deep-learning
• probabilistic-machine-learning

2026年5月16日

• pac-bayes
• risk-certification
• trustworthy-ai
• bayesian-deep-learning
• safety-critical-ai
• adversarial-robustness

2026年5月16日

• pac-bayes
• generalization-theory
• bayesian-deep-learning
• neural-networks
• probabilistic-machine-learning

2026年5月16日

• pac-bayes
• transformer
• generalization-theory
• attention-mechanism
• bayesian-deep-learning

2026年5月16日

• pac-bayes
• generalization-theory
• data-dependent-hypothesis
• random-sets
• bayesian-deep-learning
• probabilistic-machine-learning

2026年5月16日

• reasoning-models
• hybrid-architecture
• llm
• recurrent-depth

2026年5月16日

• test-time-compute
• reasoning
• llm
• inference-optimization

2026年5月16日

• test-time-compute
• scaling-plateau
• efficiency
• marginal-diminishing

2026年5月16日

• transformer
• particle-system
• mean-field
• theory

2026年5月16日

• variational-inference
• implicit-regularization
• bayesian-deep-learning
• optimization-theory
• generalization-theory

2026年5月16日

• variational-inference
• stability-analysis
• generalization-theory
• bayesian-deep-learning
• probabilistic-machine-learning

2026年5月16日

• verifier
• adaptive-reasoning
• trajectory-generation
• selection

2026年5月16日

• world-model
• video-diffusion
• interactive
• action-conditional

2026年5月15日

• bias-variance
• generalization
• overfitting
• theory
• deep-learning

2026年5月15日

• convex-optimization
• lagrangian-duality
• kkt-conditions
• optimization
• theory

2026年5月15日

• deep-learning-theory
• generalization
• representation-learning
• transformer-theory
• 2025-research
• 2026-research

2026年5月15日

• emergent-abilities
• critique
• evaluation
• theory

2026年5月15日

• llm
• emergent-abilities
• scaling
• theory

2026年5月15日

• information-geometry
• fisher-information
• riemannian-metric
• exponential-family
• theory

2026年5月15日

• kernel-perceptron
• spectral-clustering
• kernel-methods
• graph-theory
• theory

2026年5月15日

• miras
• associative-memory
• test-time-learning
• unified-framework
• neural-memory

2026年5月15日

• natural-gradient
• kfac
• fisher-information
• optimization
• theory

2026年5月15日

• kernel-methods
• rkhs
• reproducing-kernel
• mercer-theorem
• theory

2026年5月15日

• scaling-laws
• theory
• redundancy
• superposition
• llm

2026年5月15日

• subgradient
• proximal-methods
• optimization
• admm
• theory

2026年5月15日

• test-time-learning
• in-context-learning
• meta-learning
• continual-learning
• theory

2026年5月15日

• titans
• long-term-memory
• test-time-learning
• sequence-modeling
• neural-memory

2026年5月15日

• statistical-learning-theory
• vc-dimension
• rademacher-complexity
• generalization
• theory

2026年5月14日

• agentic-reasoning
• llm
• planning
• tool-use
• multi-agent

2026年5月14日

• deep-learning-theory
• representation-learning
• canonical-representation-hypothesis
• entropic-force-theory

2026年5月14日

• deep-learning-theory
• diffusion-model
• generalization
• memorization

2026年5月14日

• deep-learning-theory
• generalization
• pac-bayes
• compositional-sparsity

2026年5月14日

• latent-reasoning
• llm-reasoning
• chain-of-thought
• continuous-latent-space
• implicit-reasoning

2026年5月14日

• deep-learning
• loss-landscape
• hessian-spectrum
• critical-points
• curvature-dynamics

2026年5月14日

• deep-learning
• loss-landscape
• flat-channels
• optimization
• neurips-2025

2026年5月14日

• deep-learning
• loss-landscape
• embedding-principle
• optimization-theory

2026年5月14日

• deep-learning
• loss-landscape
• multifractal
• fractional-diffusion
• training-dynamics

2026年5月14日

• deep-learning
• circuit-complexity
• theory
• expressivity
• boolean-circuits
• P困难

2026年5月14日

• deep-learning-theory
• optimization
• continuous-time-analysis
• adaptive-optimizers

2026年5月14日

• rlvr
• reinforcement-learning
• reasoning
• llm-training

2026年5月14日

• test-time-compute
• adaptive-scaling
• reasoning
• compute-optimal
• llm

2026年5月14日

• deep-learning
• training-dynamics
• critical-learning-rate
• edge-of-stability
• optimization

2026年5月14日

• deep-learning-theory
• transformer
• circuit-complexity
• expressivity

2026年5月13日

• self-supervised-rl
• deep-rl
• network-depth
• goal-reaching
• crl

2026年5月13日

• diffusion-model
• memorization
• privacy
• generative-model
• neurips

2026年5月13日

• diffusion-model
• score-matching
• flow-matching
• measure-theory

2026年5月13日

• attention
• llm
• transformer
• gating
• neurips-2025

2026年5月13日

• in-context-learning
• transformer
• mechanistic-interpretability
• induction-heads

2026年5月13日

• ssm
• mamba
• state-space-model
• deep-learning

2026年5月13日

• ssm
• mamba
• training
• deep-learning

2026年5月13日

• ssm
• mamba
• mixture-of-experts
• routing
• deep-learning

2026年5月13日

• neurips
• best-paper
• deep-learning
• reinforcement-learning
• diffusion-model
• online-learning

2026年5月13日

• training
• backpropagation-free
• noprop
• optimization

2026年5月13日

• ssm
• state-space-model
• expressivity-theory
• computational-complexity
• theory

2026年5月13日

• ssm
• transformer
• hybrid-architecture
• deep-learning

2026年5月13日

• world-model
• video-understanding
• latent-dynamics
• transfer-learning
• embodied-ai

2026年5月13日

• world-model
• video-generation
• knowledge-learning
• reinforcement-learning
• robotics

2026年5月12日

• bayesian-deep-learning
• uncertainty-quantification
• model-averaging

2026年5月12日

• reinforcement-learning
• llm-training
• policy-optimization
• alignment

2026年5月12日

• crf
• sequence-labeling
• deep-learning

2026年5月12日

• speculative-decoding
• llm-inference
• verification
• inference-optimization

2026年5月12日

• reinforcement-learning
• llm-training
• policy-optimization

2026年5月12日

• hybrid-architecture
• ssms
• transformer
• index

2026年5月12日

• hybrid-architecture
• jamba
• bamba
• falconh1
• zamba
• ssms

2026年5月12日

• kan
• kolmogorov-arnold
• scientific-discovery
• symbolic-regression
• neural-network

2026年5月12日

• kan
• kritische-bewertung
• deep-learning
• machine-learning

2026年5月12日

• kan
• pytorch
• implementation
• tutorial

2026年5月12日

• kan
• theory
• expressivity
• optimization
• generalization

2026年5月12日

• kan
• kan-variants
• wavelet
• graph-neural-network
• efficient-ml

2026年5月12日

• alignment
• kto
• rlhf
• preference-optimization
• kahneman-tversky

2026年5月12日

• knowledge-distillation
• llm
• model-compression
• minillm
• gkd

2026年5月12日

• llm-inference
• inference-optimization
• acceleration
• kv-cache
• quantization
• speculative-decoding
• long-context

2026年5月12日

• longrope
• rope
• long-context
• positional-encoding
• context-extension
• llm

2026年5月12日

• mamba
• hybrid-architecture
• transformer
• ssms
• nvidia

2026年5月12日

• mamba
• state-space-model
• ssd
• transformer
• ssms

2026年5月12日

• llm-inference
• multi-token-prediction
• speculative-decoding
• acceleration

2026年5月12日

• graph-neural-network
• message-passing
• probabilistic-graphical-models

2026年5月12日

• orpo
• preference-optimization
• alignment
• llm-training
• reinforcement-learning

2026年5月12日

• speculative-decoding
• llm-inference
• autoregressive-generation
• inference-optimization

2026年5月12日

• transmamba
• hybrid-architecture
• mamba
• transformer
• parameter-sharing

2026年5月12日

• variational-inference
• probabilistic-graphical-models
• bayesian-inference

2026年5月12日

• xlstm
• lstm
• rnn
• exponential-gating
• llm

2026年5月12日

• xlstm
• scaling-laws
• neural-scaling
• llm
• compute-optimal

2026年5月11日

• bayesian-deep-learning
• index
• uncertainty-quantification
• bayesian-statistics

2026年5月11日

• bayesian-statistics
• estimation-theory
• posterior-distribution
• map-estimation
• bayesian-decision-theory

2026年5月11日

• catboost
• gradient-boosting
• categorical-features
• ordered-boosting
• machine-learning

2026年5月11日

• continual-learning
• catastrophic-forgetting
• theoretical-ml
• loss-landscape

2026年5月11日

• continual-learning
• generalization
• pac-bayes
• theoretical-ml

2026年5月11日

• ensemble-learning
• index
• machine-learning

2026年5月11日

• ensemble-learning
• bagging
• boosting
• stacking
• machine-learning
• theory

2026年5月11日

• continual-learning
• ewc
• fisher-information
• theoretical-guarantees

2026年5月11日

• factor-graph
• belief-propagation
• message-passing
• probabilistic-inference
• sum-product-algorithm

2026年5月11日

• gradient-boosting
• gbdt
• ensemble-learning
• machine-learning

2026年5月11日

• continual-learning
• information-bottleneck
• compression-forgetting-tradeoff
• theoretical-ml

2026年5月11日

• in-context-learning
• attention-mechanism
• task-embedding
• fast-weight
• transformer

2026年5月11日

• in-context-learning
• meta-learning
• transformer
• few-shot-learning
• implicit-learning

2026年5月11日

• laplace-approximation
• bayesian-deep-learning
• posterior-approximation
• neural-network
• hessian

2026年5月11日

• lightgbm
• gradient-boosting
• efficient-implementation
• machine-learning

2026年5月11日

• llm
• uncertainty-quantification
• calibration
• hallucination-detection
• bayesian-deep-learning

2026年5月11日

• markov-random-field
• mrf
• energy-based-model
• ebm
• conditional-random-field
• contrastive-divergence

2026年5月11日

• probabilistic-graphical-models
• deep-learning
• bayesian-deep-learning
• gnn
• generative-model
• variational-inference

2026年5月11日

• probabilistic-graphical-models
• bayesian-networks
• markov-random-fields
• factor-graphs
• belief-propagation
• machine-learning-theory

2026年5月11日

• calibration
• probability-calibration
• ece
• reliability-diagram
• machine-learning

2026年5月11日

• continual-learning
• experience-replay
• sample-complexity
• memory-buffer

2026年5月11日

• variational-inference
• evidence-lower-bound
• elbo
• vae
• amortized-inference
• bayesian-deep-learning

2026年5月11日

• xgboost
• gradient-boosting
• tree-boosting
• machine-learning

2026年5月10日

• bayesian-neural-networks
• uncertainty-quantification
• epistemic-uncertainty
• aleatoric-uncertainty

2026年5月10日

• gradient-noise
• generalization
• stochastic-gradient-descent
• theory
• optimization

2026年5月10日

• variational-inference
• iwae
• lower-bound
• importance-sampling

2026年5月10日

• variational-inference
• bayesian-deep-learning
• optimizer
• natural-gradient

2026年5月10日

• llm
• symbolic-reasoning
• theorem-proving
• neuro-symbolic
• formal-verification

2026年5月10日

• belief-propagation
• probabilistic-graphical-models
• message-passing
• approximate-inference

2026年5月10日

• mamba
• mimo
• ssm
• architecture-design

2026年5月10日

• mamba
• ssm
• training-efficiency
• hardware-optimization
• triton

2026年5月10日

• neuro-symbolic
• neural-symbolic
• knowledge-graph
• logic-reasoning
• differentiable-logic

2026年5月10日

• normalizing-flows
• variational-inference
• generative-models
• change-of-variables

2026年5月10日

• probabilistic-circuits
• tractable-models
• graphical-models
• sum-product-networks

2026年5月10日

• probabilistic-circuits
• structure-learning
• parameter-learning
• em-algorithm
• tractable-models

2026年5月10日

• probabilistic-graphical-models
• bayesian-networks
• markov-random-fields
• conditional-random-fields
• machine-learning-theory

2026年5月10日

• variational-inference
• score-matching
• bayesian-deep-learning
• optimization

2026年5月10日

• second-order-optimization
• natural-gradient
• kfac
• shampoo
• information-geometry

2026年5月10日

• sgld
• sghmc
• bayesian-deep-learning
• markov-chain-monte-carlo
• stochastic-gradient

2026年5月10日

• ssm
• mamba
• state-space-model
• comparison

2026年5月10日

• variational-inference
• structured-approximation
• probabilistic-models

2026年5月10日

• variational-inference
• reparameterization-trick
• bayesian-neural-networks
• stochastic-gradient
• machine-learning-theory

2026年5月09日

• domain-adaptation
• transfer-learning
• distribution-shift
• machine-learning
• covariate-shift

2026年5月09日

• em-algorithm
• optimization
• mixture-models
• variational-inference
• machine-learning

2026年5月09日

• hmc
• hamiltonian-dynamics
• symplectic-geometry
• riemannian-manifold
• markov-chain

2026年5月09日

• mcmc
• convergence-diagnostics
• gelman-rubin
• effective-sample-size
• markov-chain

2026年5月09日

• dropout
• bayesian-approximation
• stochastic-neural-network
• monte-carlo
• deep-learning

2026年5月09日

• monte-carlo
• sampling
• variance-reduction
• importance-sampling
• particle-filter

2026年5月09日

• score-matching
• langevin-dynamics
• diffusion-model
• ode-sampling
• sde-sampling

2026年5月09日

• variational-inference
• bayesian
• elbo
• approximate-inference
• machine-learning

2026年5月09日

• variational-inference
• sampling
• approximate-inference
• mcmc
• machine-learning

2026年5月08日

• central-flow
• optimization
• training-dynamics
• edge-of-stability
• adaptive-optimizer
• theory

2026年5月08日

• mixture-of-experts
• sparse-moe
• on-device-ai
• model-efficiency

2026年5月08日

• attention-mechanism
• sparse-attention
• condensate-theorem
• topological-attention
• transformer-theory
• efficiency

2026年5月08日

• constitutional-ai
• ai-alignment
• llm-safety
• preference-learning

2026年5月08日

• dino-world
• world-model
• dino
• video-prediction
• foundation-model
• planning

2026年5月08日

• elastic-reasoning
• chain-of-thought
• reasoning-models
• inference-time-scaling
• grpo
• test-time-compute

2026年5月08日

• test-time-learning
• optimization
• inference-enhancement
• llm-reasoning

2026年5月08日

• hmm
• hidden-markov-model
• sequence-modeling
• probabilistic-models
• neural-networks

2026年5月08日

• lcot-to-tree
• chain-of-thought
• graph-neural-network
• reasoning
• llm
• best-of-n

2026年5月08日

• test-time-learning
• llm
• domain-adaptation
• perplexity
• lora
• self-supervised

2026年5月08日

• long-context
• llm-training
• context-extension
• nvidia

2026年5月08日

• mechanistic-interpretability
• benchmark
• circuit-discovery
• neural-networks

2026年5月08日

• test-time-compute
• reasoning
• inference-optimization
• llm

2026年5月08日

• cnn
• mobilenet
• efficientnet
• model-efficiency
• architecture-design

2026年5月08日

• in-context-learning
• transformer
• theoretical-ml
• training-dynamics

2026年5月08日

• optimization
• sgd
• variance-reduction
• richardson-extrapolation

2026年5月08日

• deep-learning-theory
• learning-mechanics
• scientific-theory
• training-dynamics
• macroscopic-observables

2026年5月08日

• sgd
• spectral-dynamics
• random-matrix-theory
• training-dynamics
• weight-dynamics
• dyson-brownian-motion

2026年5月08日

• mixture-of-experts
• sparse-moe
• extreme-sparsity
• model-efficiency

2026年5月08日

• sparse-attention
• transformer
• llm
• long-context
• efficiency
• kv-cache

2026年5月08日

• transformer
• training
• edge-of-stability
• optimization
• curvature

2026年5月08日

• test-time-compute
• reasoning-models
• inference-optimization

2026年5月08日

• test-time-compute
• hallucination
• knowledge-intensive
• reasoning

2026年5月08日

• topological-invariance
• learning-rate-critical
• bi-lipschitz
• training-dynamics
• theory

2026年5月08日

• transformer
• generalization
• rademacher-complexity
• deep-learning-theory

2026年5月08日

• vds-ttt
• test-time-training
• verifier
• self-improvement
• lora
• llm
• out-of-distribution

2026年5月08日

• vrag
• world-model
• video-generation
• diffusion-model
• retrieval-augmented-generation
• autoregressive
• spatio-temporal-consistency

2026年5月07日

• transformer
• efficient-attention
• compression

2026年5月07日

• transformer
• positional-encoding
• rotary-attention

2026年5月07日

• transformer
• residual-connection
• cross-attention

2026年5月07日

• scaling-laws
• neural-networks
• deep-learning-theory
• theory

2026年5月07日

• graph-neural-network
• gated-recurrent
• long-range-dependencies

2026年5月07日

• transformer
• attention-mechanism
• higher-order-attention

2026年5月07日

• mixture-of-experts
• moe
• expert-specialization
• training-strategy

2026年5月07日

• transformer
• residual-connection
• architecture-innovation

2026年5月07日

• neural-architecture-search
• nas
• training-free
• zero-cost-proxy
• llm

2026年5月07日

• scaling-laws
• neural-networks
• deep-learning-theory
• prediction

2026年5月07日

• scaling-laws
• neural-networks
• deep-learning-theory
• theory

2026年5月07日

• graph-neural-network
• spectral-methods
• chebyshev-polynomial

2026年5月07日

• mixture-of-experts
• moe
• distributed-training
• system-optimization

2026年5月06日

• adversarial-attack
• adversarial-robustness
• deep-learning

2026年5月06日

• adversarial-robustness
• adversarial-examples
• transferability

2026年5月06日

• adversarial-robustness
• adversarial-detection
• defense

2026年5月06日

• adversarial-robustness
• deep-learning
• security
• 非线性视角

2026年5月06日

• adversarial-training
• adversarial-robustness
• defense

2026年5月06日

• belief-propagation
• transformer
• message-passing
• error-correction

2026年5月06日

• certified-robustness
• adversarial-robustness
• randomized-smoothing

2026年5月06日

• llm-safety
• reasoning-models
• cot-monitoring
• ai-safety

2026年5月06日

• world-models
• robotics
• manipulation

2026年5月06日

• probabilistic-inference
• pytorch-implementation
• differentiable-programming
• practical-ml

2026年5月06日

• llm-safety
• alignment
• deliberative-alignment
• reasoning-models

2026年5月06日

• diffusion-quantization
• model-compression
• efficient-diffusion

2026年5月06日

• dynin-omni
• multimodal
• masked-diffusion
• omnimodal

2026年5月06日

• dyweight
• diffusion-sampling
• efficient-diffusion

2026年5月06日

• edge-of-stability
• convergence
• optimization
• overparameterized

2026年5月06日

• elastic-latent-interface
• dit
• diffusion-transformer
• efficient-diffusion
• ml

2026年5月06日

• world-models
• embodied-ai
• robotics
• autonomous-driving
• video-prediction

2026年5月06日

• fast-sampling
• efficient-diffusion
• diffusion-solver

2026年5月06日

• optimization
• flat-minima
• generalization
• sharpness

2026年5月06日

• latent-forcing
• diffusion
• pixel-generation
• generative-model

2026年5月06日

• markov-chains
• llm-theory
• transformer-theory
• mamba
• theoretical-ml

2026年5月06日

• masked-diffusion
• multimodal
• unified-model

2026年5月06日

• state-space-model
• sequence-modeling
• multi-scale-learning

2026年5月06日

• pac-bayes
• early-exit
• adaptive-computation
• generalization

2026年5月06日

• pac-bayes
• flat-minima
• generalization
• poincare-inequality

2026年5月06日

• pac-bayes
• generalization
• learning-theory
• norm-based-bounds

2026年5月06日

• adversarial-robustness
• bayesian-neural-networks
• probabilistic-robustness

2026年5月06日

• probabilistic-circuits
• graph-neural-networks
• tractable-inference
• deep-generative-models

2026年5月06日

• probabilistic-graphs
• neural-networks
• bayesian-inference
• theoretical-ml

2026年5月06日

• adversarial-attack
• pgd
• projected-gradient-descent

2026年5月06日

• world-models
• retrieval
• computer-agents

2026年5月06日

• llm-safety
• misalignment
• reasoning-models
• mechanistic-interpretability

2026年5月06日

• llm-safety
• reasoning-models
• refusal-behavior
• mechanistic-interpretability

2026年5月06日

• video-generation
• sora
• openai
• diffusion-model

2026年5月06日

• state-space-model
• theory
• mamba

2026年5月06日

• world-models
• planning
• reasoning

2026年5月06日

• optimization
• edge-of-stability
• flat-minima
• generalization

2026年5月06日

• adversarial-attack
• universal-adversarial-perturbation
• uap

2026年5月06日

• variational-inference
• bayesian-deep-learning
• optimization-theory
• 2025-advances

2026年5月06日

• adversarial-robustness
• vision-transformer
• vit
• deep-learning

2026年5月06日

• video-generation
• diffusion-model
• deep-learning

2026年5月06日

• world-models
• vlm
• planning

2026年5月06日

• world-models
• vlm
• evaluation

2026年5月06日

• world-models
• benchmark
• embodied-ai

2026年5月06日

• world-models
• benchmarks
• evaluation
• CVPR-2025
• NeurIPS-2025
• ICLR-2025

2026年5月06日

• world-models
• planning
• reasoning
• agent
• simura
• dyna-think
• swap
• wmact

2026年5月06日

• world-models
• benchmark
• physics

2026年5月05日

• agentic-ai
• architecture-patterns
• reasoning
• planning

2026年5月05日

• agentic-ai
• safety
• alignment
• security

2026年5月05日

• agentic-ai
• applications
• case-studies
• llm-agents

2026年5月05日

• agentic-ai
• autonomous-agents
• llm
• planning

2026年5月05日

• attention
• markov-chain
• transformer
• theory

2026年5月05日

• bayesian-last-layer
• uncertainty-quantification
• hybrid-methods
• bayesian-deep-learning

2026年5月05日

• bayesian-neural-networks
• uncertainty-quantification
• hmc
• function-space-vi
• mode-connectivity

2026年5月05日

• in-context-learning
• transformer
• training-dynamics
• theoretical-ml

2026年5月05日

• llm
• inference
• reasoning
• test-time-compute
• tree-search
• speculative-decoding

2026年5月05日

• jepa
• self-supervised-learning
• representation-learning
• predictive-learning

2026年5月05日

• implicit-bias
• label-smoothing
• generalization
• theoretical-ml

2026年5月05日

• world-models
• video-generation
• long-context
• ssm
• video-prediction

2026年5月05日

• transformer
• markov-chain
• expressivity
• theory

2026年5月05日

• multi-agent
• agentic-ai
• coordination
• collaboration

2026年5月05日

• world-models
• physics-informed
• embodied-ai
• robotics
• differentiable-physics

2026年5月05日

• scaling-laws
• training-dynamics
• neural-network
• theoretical-ml

2026年5月05日

• test-time-compute
• scaling-theory
• inference-optimization
• llm
• reasoning

2026年5月05日

• variational-gnn
• graph-representation
• vgae
• graph-generation
• unsupervised-learning

2026年5月05日

• world-models
• ai-agents
• computer-use
• autonomous-agents
• planning

2026年5月04日

• diffusion
• sampling
• flow-matching
• ml

2026年5月04日

• feature-learning
• gradient-flow
• theory
• neural-network

2026年5月04日

• model-compression
• low-rank
• transformer
• llm

2026年5月04日

• attention
• transformer
• efficiency
• sparse-attention
• comparison

2026年5月04日

• bayesian-deep-learning
• bayesian-neural-networks
• uncertainty-quantification
• epistemic-uncertainty
• aleatoric-uncertainty

2026年5月04日

• theory
• representation
• neural-collapse
• alignment

2026年5月04日

• flow-matching
• consistency-model
• generative-model
• sampling-efficiency

2026年5月04日

• compositional-generalization
• coverage
• transformer
• theory

2026年5月04日

• optimal-transport
• deep-learning
• convergence
• ml

2026年5月04日

• diffusion-model
• flow-matching
• optimal-transport
• generative-model

2026年5月04日

• diffusion-language-model
• autoregressive-model
• efficiency-analysis
• generative-model

2026年5月04日

• diffusion
• sampling
• optimization
• ml

2026年5月04日

• diffusion
• sampling
• self-reflection
• text-to-image
• ml

2026年5月04日

• energy-based-models
• hopfield-network
• langevin-dynamics
• contrastive-divergence
• generative-models

2026年5月04日

• attention
• transformer
• efficiency
• io-complexity

2026年5月04日

• consistency-model
• flow-matching
• generative-model
• training-stability

2026年5月04日

• diffusion-model
• flow-matching
• consistency-model
• generative-model
• flow-map

2026年5月04日

• diffusion-model
• flow-matching
• generative-model
• markov-process

2026年5月04日

• gnn
• probabilistic-inference
• bayesian-deep-learning
• uncertainty-quantification

2026年5月04日

• vision-ssm
• mamba
• efficient-vision
• group-conv

2026年5月04日

• ssm
• mamba
• hybrid-architecture
• nvidia
• efficient-llm

2026年5月04日

• initialization
• residual-networks
• deep-learning
• optimization

2026年5月04日

• kuramoto-model
• synchronization
• dynamical-systems
• mean-field-theory
• attention-mechanism

2026年5月04日

• attention
• linear-complexity
• kernel-approximation
• state-space-model

2026年5月04日

• vision-ssm
• mamba
• hybrid-architecture
• computer-vision

2026年5月04日

• vision-ssm
• mamba
• 2d-ssm
• computer-vision

2026年5月04日

• optimization
• variance-reduction
• deep-learning
• mars

2026年5月04日

• neural-network
• expressivity
• relu
• depth
• ml

2026年5月04日

• optimal-transport
• neural-networks
• fourier
• ml

2026年5月04日

• variational-inference
• neural-vi
• elbo
• reparameterization
• normalizing-flow

2026年5月04日

• algebraic-geometry
• neural-networks
• neurovariety
• ml

2026年5月04日

• diffusion-language-model
• particle-gibbs
• inference-time
• rl
• ml

2026年5月04日

• masked-diffusion
• path-planning
• discrete-diffusion
• nlp
• ml

2026年5月04日

• deep-learning-theory
• generalization
• path-regularization
• double-descent

2026年5月04日

• deep-learning-theory
• generalization
• riemannian-geometry
• effective-rank

2026年5月04日

• probabilistic-circuits
• sum-product-network
• tractable-inference
• probabilistic-models
• P-完全

2026年5月04日

• rectified-flows
• optimal-transport
• flow-matching
• ml

2026年5月04日

• ssm
• mamba
• hybrid-architecture
• language-model
• long-context

2026年5月04日

• scaling-laws
• feature-learning
• kernel-regime
• theory

2026年5月04日

• scaling-laws
• linear-regression
• implicit-regularization
• theory

2026年5月04日

• scaling-laws
• redundancy
• kernel-regression
• theory

2026年5月04日

• ssm
• mamba
• expressivity
• theory

2026年5月04日

• transformer
• expressivity
• counting
• theory

2026年5月04日

• transformer
• mean-field-theory
• dynamical-systems
• attention-mechanism
• kuramoto-model

2026年5月04日

• ucgm
• generative-model
• flow-matching
• consistency-model
• unified-framework

2026年5月04日

• diffusion-model
• flow-matching
• consistency-model
• generative-model

2026年5月04日

• scaling-laws
• scale-time-equivalence
• double-descent
• neural-networks
• theory

2026年5月04日

• vision-ssm
• mamba
• survey
• computer-vision

2026年5月04日

• wasserstein-distance
• gradient-flow
• optimal-transport
• mckean-vlasov
• mean-field-theory

2026年5月04日

• weight-decay
• optimization
• loss-landscape
• ml

2026年5月03日

• foundation-models
• apple
• quantization
• kv-cache

2026年5月03日

• transformer
• normalization
• training-stability
• convergence-speed
• antransformer

2026年5月03日

• optimization
• deep-learning-theory
• central-flows
• edge-of-stability

2026年5月03日

• transformer
• parameterization
• hyperparameter-transfer
• lazy-learning
• depth-scaling

2026年5月03日

• deep-learning-theory
• compositional-sparsity
• approximation-theory

2026年5月03日

• deep-learning-theory
• depth-advantage
• hierarchical-learning
• sample-complexity

2026年5月03日

• deep-learning-theory
• optimization
• generalization
• conjugate-learning

2026年5月03日

• model-merging
• dare
• sparsification

2026年5月03日

• score-matching
• learning-curve
• generalization
• memorization
• random-features
• diffusion-model

2026年5月03日

• diffusion
• mamba
• language-model
• state-space-model

2026年5月03日

• diffusion
• theory
• variational-inference
• discrete-diffusion

2026年5月03日

• diffusion
• language-model
• discrete-diffusion

2026年5月03日

• diffusion-model
• generalization
• representation-learning
• neural-network-theory

2026年5月03日

• diffusion-model
• pde-theory
• wasserstein-convergence
• sde
• mathematical-theory

2026年5月03日

• diffusion-model
• learning-dynamics
• spectral-bias
• frequency-principle
• neural-network-theory

2026年5月03日

• diffusion
• reinforcement-learning
• language-model
• grpo

2026年5月03日

• energy-based-models
• diffusion-models
• generative-models
• comparison

2026年5月03日

• test-time-compute
• reasoning
• encode-think-decode
• latent-thought

2026年5月03日

• energy-based-models
• flow-matching
• generative-models
• deep-learning

2026年5月03日

• energy-based-models
• transformer
• system-2-thinking
• reasoning

2026年5月03日

• model-merging
• evolutionary-algorithms
• AutoML

2026年5月03日

• deep-learning-theory
• feature-learning
• grokking
• neural-network-theory

2026年5月03日

• deep-learning-theory
• representation-learning
• neural-feature-ansatz
• optimization

2026年5月03日

• test-time-adaptation
• vision-language-models
• online-em
• domain-adaptation
• free-methods

2026年5月03日

• deep-learning-theory
• optimization
• gradient-flow
• convergence

2026年5月03日

• higher-order-attention
• transformer
• nexus
• attention-mechanism
• multi-hop-reasoning

2026年5月03日

• attention
• infinite-self-attention
• linear-transformer
• spectral-methods
• graph-centrality
• vision-transformer

2026年5月03日

• machine-learning
• information-theory
• deep-learning-theory

2026年5月03日

• energy-based-models
• adversarial-training
• robust-ml
• generative-models

2026年5月03日

• diffusion
• multimodal
• vision-language
• lavida

2026年5月03日

• transformer
• scaling-laws
• learning-dynamics
• generalization
• ode-system
• kernel-methods

2026年5月03日

• foundation-models
• efficient-deployment
• liquid-ai
• moe

2026年5月03日

• diffusion
• language-model
• llada

2026年5月03日

• diffusion
• language-model
• llada2
• mixture-of-experts

2026年5月03日

• deep-learning-theory
• loss-landscape
• topology
• optimization

2026年5月03日

• mamba
• ssm
• inference-first
• mimo

2026年5月03日

• test-time-compute
• recursive-scaling
• reasoning
• matryoshka

2026年5月03日

• deep-learning-theory
• optimization
• minimum-description-length
• riemannian-geometry

2026年5月03日

• model-merging
• tools
• mergekit

2026年5月03日

• foundation-models
• lightning-attention
• moe
• linear-attention

2026年5月03日

• deep-learning-theory
• mode-connectivity
• optimization
• loss-landscape

2026年5月03日

• model-merging
• applications
• multi-task-learning

2026年5月03日

• model-merging
• deep-learning
• llm

2026年5月03日

• model-merging
• llm
• survey

2026年5月03日

• model-merging
• weight-averaging
• model-soup
• 贪婪

2026年5月03日

• test-time-adaptation
• latent-space
• neural-collapse
• edge-deployment
• vision-transformer

2026年5月03日

• deep-learning-theory
• neural-thermodynamics
• entropic-force
• training-dynamics

2026年5月03日

• transformer
• attention
• nonlinear-attention
• model-scaling
• architecture

2026年5月03日

• optimizer
• implicit-bias
• optimization
• deep-learning
• solution-properties

2026年5月03日

• deep-learning-theory
• parameter-symmetry
• optimization

2026年5月03日

• deep-learning-theory
• parameter-symmetry
• unified-theory

2026年5月03日

• deep-learning-theory
• generalization
• riemannian-geometry
• overparameterization

2026年5月03日

• gradient-descent
• finite-width
• state-evolution
• neural-network-theory
• generalization-error
• training-dynamics

2026年5月03日

• machine-learning
• riemannian-geometry
• generalization
• manifold-learning

2026年5月03日

• score-learning
• manifold-hypothesis
• diffusion-model
• geometry
• scale-separation

2026年5月03日

• score-matching
• distribution-learning
• fisher-information
• pac-density-estimation
• ddpm
• asymptotic-normality
• cryptographic-hardness

2026年5月03日

• score-matching
• diffusion-model
• generative-model
• fisher-divergence
• manifold-hypothesis

2026年5月03日

• sf-mamba
• vision-mamba
• state-space-model
• computer-vision

2026年5月03日

• model-merging
• slerp
• interpolation

2026年5月03日

• test-time-adaptation
• domain-adaptation
• edge-deployment
• sparse-update
• efficient-inference

2026年5月03日

• machine-learning
• mixture-of-experts
• moe
• training-dynamics

2026年5月03日

• test-time-compute
• reasoning
• speculative-reasoning
• efficiency

2026年5月03日

• optimization
• deep-learning-theory
• spectral-gradient
• muon
• neural-network-theory

2026年5月03日

• machine-learning
• ssm
• state-space-models
• learning-dynamics

2026年5月03日

• synergy
• partial-information-decomposition
• mutual-information
• deep-learning-theory
• information-theory

2026年5月03日

• model-merging
• task-arithmetic
• task-vector

2026年5月03日

• test-time-compute
• latent-reasoning
• reasoning
• neural-architecture

2026年5月03日

• test-time-compute
• reasoning
• survey
• test-time-reasoning

2026年5月03日

• transformer
• architecture-design
• self-stabilization
• phase-respecting
• three-phase

2026年5月03日

• model-merging
• ties-merging
• task-vector

2026年5月03日

• deep-learning-theory
• topology
• training-dynamics
• optimization

2026年5月03日

• transformer
• gauge-symmetry
• parameter-symmetry
• deep-learning-theory

2026年5月03日

• transformer
• mean-field-theory
• global-convergence
• optimization-theory
• wasserstein-gradient-flow
• neural-network-theory

2026年5月03日

• transformer
• hessian
• optimization
• layer-normalization
• second-order
• convergence

2026年5月03日

• transformer
• optimal-control
• optimal-transport
• neural-network-theory
• robustness
• generalization

2026年5月03日

• transformer
• expressivity
• universal-approximation
• formal-language-theory
• machine-learning-theory

2026年5月03日

• vision-mamba
• ps-mamba
• image-restoration
• state-space-model

2026年5月03日

• vision-transformer
• vit-5
• computer-vision
• transformer-architecture
• deep-learning

2026年5月02日

• beit
• bert
• visual-pretraining
• discrete-vae
• self-supervised

2026年5月02日

• causal-abstraction
• mechanistic-interpretability
• theory
• circuit-discovery

2026年5月02日

• gnn
• chebyshev-polynomial
• spectral-methods
• graph-filter

2026年5月02日

• continual-learning
• class-incremental-learning
• icarl
• representation-learning

2026年5月02日

• representation-learning
• contexture-theory
• unified-theory
• self-supervised-learning

2026年5月02日

• continual-learning
• architecture-methods
• network-expansion
• parameter-isolation

2026年5月02日

• continual-learning
• catastrophic-forgetting
• incremental-learning

2026年5月02日

• continual-learning
• large-language-models
• parameter-efficient
• knowledge-editing

2026年5月02日

• continual-learning
• regularization
• ewc
• knowledge-distillation

2026年5月02日

• continual-learning
• experience-replay
• memory-buffer
• gradient-projection

2026年5月02日

• deep-learning-theory
• optimization

2026年5月02日

• deep-learning
• architecture
• residual-connection
• geometric-transform

2026年5月02日

• generalization
• rademacher-complexity
• deep-learning-theory
• optimization

2026年5月02日

• transformer
• architecture
• depth-scaling
• highway-network

2026年5月02日

• deep-learning-theory
• network-architecture
• expressivity
• depth

2026年5月02日

• detr
• object-detection
• transformer
• end-to-end
• set-prediction

2026年5月02日

• diffusion-model
• partial-differential-equation
• score-matching
• generative-model
• mathematical-theory

2026年5月02日

• slowfast
• efficient-video
• lightweight-video
• video-model
• r2plus1d
• 3d-convolution

2026年5月02日

• vision-transformer
• efficient-vit
• multi-scale-attention
• lightweight

2026年5月02日

• em-algorithm
• machine-learning
• probabilistic-models

2026年5月02日

• energy-based-models
• flow-matching
• diffusion
• generative-models

2026年5月02日

• deep-learning-theory
• training-dynamics
• entropy
• parameter-symmetry

2026年5月02日

• exponential-family
• probabilistic-models
• statistics

2026年5月02日

• frequency-principle
• neural-network-theory
• training-dynamics
• fourier-analysis

2026年5月02日

• gan
• applications
• image-generation

2026年5月02日

• gan
• dcgan
• stylegan
• biggan

2026年5月02日

• gan
• evaluation
• fid
• metrics

2026年5月02日

• gan
• generative-model
• deep-learning

2026年5月02日

• gan
• training-stability
• wasserstein
• spectral-normalization

2026年5月02日

• information-bottleneck
• deep-learning-theory
• synergy
• mutual-information

2026年5月02日

• deep-learning-theory
• optimization
• neural-network

2026年5月02日

• gnn
• expressivity
• wl-test
• homomorphism-counting

2026年5月02日

• gnn
• over-squashing
• graph-theory
• bottleneck