证据溯源 LLM-DailyDigest 2026-08-22 2026-08-22 约 100 字 预计阅读 1 分钟 证据溯源 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 上下文压缩 1 SJC：面向长程智能体的来源判定式上下文压缩 10-18 临床进化 1 MediSkill-Evo：过程约束的循证临床智能体自进化 08-25 医疗人工智能 1 RetiJev：快速且来源可溯的眼科决策模型 10-23 医疗人工智能评测 2 合成胸片在数据集准入阶段的质量、来源与证据评估 10-22 Synthetic Hospital：开放、可验证且经医生验证的纵向 EHR 基准 09-25 协同驾驶 1 G-MARK：基于知识图谱的协同驾驶多智能体推理 08-21 可信执行 1 仅凭输出无法验证什么：研究智能体的研究契约 10-09 可信推理 3 AGMAI呼吁负责任发布AI生成数学成果 10-01 LEAP：逐证据似然聚合实现可追溯概率预测 09-07 Brain Researcher：以分析严谨性约束神经影像科研智能体 08-21 圣训计算 1 大模型时代的圣训计算科学：批判性综述 08-24 学术写作 1 InsightRAG：聚合学术判断生成科学综述 10-21 学术论文 1 DAS：1小时自动生成面向发表的学术综述 09-14 安全评测 1 SkillLifeBench：智能体技能全生命周期安全评测 10-27 持续学习 1 RIKA：面向持续学习智能体的可靠知识获取 10-18 数据策展 2 DianShi-RxnDB：大规模细粒度有机反应数据平台 09-11 数学家质疑OpenAI Astra挪用未发表研究成果 09-10 智能体评测 1 APTInvestBench：跨遥测条件下的自主 APT 调查评测 10-01 机器遗忘 1 AfterDeleteBench：审计智能体删除后的信息残留 10-23 模型架构演进 1 墙上的另一份蓝图：像孩子一样向前沿 AI 提问 09-17 深度研究智能体 1 Optimist Deep Research：基于可变研究状态的迭代式文献研究智能体 10-19 灾害评测 1 EarthVerse：动态地球系统与自然灾害科学智能体基准 08-25 状态追踪 1 RunningTab：环境侧标签支持直接工作区交互 10-08 科学数据 1 SPRA：面向科研智能体的结构化论文表示 10-18 科研工作流编排 1 ReviewPilot：面向系统综述筛选与数据提取的多智能体系统 10-18 科研评测 2 PaperDoctor：面向科研论文的证据化诊断与修改反馈 09-16 SciDocBench：面向科学文档理解工作流的评测基准与数据管线 09-07 自动化科学研究 1 前向引文监督生成可操作研究局限 10-19 融贯性评测 1 DARKSIDE：基于排除轨迹的 LLM 融贯性审计 08-25 记忆能力评测 1 RealCompanion：真实纵向对话中的人类理解评测 10-08 评测基准 2 Benchmark Radar：AI 基准测试动态数据库与搜索引擎 09-15 ReGround：将审稿意见定位到多模态论文证据 09-11 评测基准构建 1 BTS-AgentBench：从只读遥测日志构建可复现智能体基准 08-28 评测审计 3 冲突记录：可审计 LLM 输出质量执行的类型化对抗契约 10-22 AgentEval：面向有状态智能体的证据边界评估 10-18 正确答案不等于有证据：LLM 智能体日志取证中的证据绑定 10-08 长期记忆 6 MHG-Mem：保留证据溯源的多模态超图记忆 10-22 SAFE-Mem：细粒度权限与治理感知检索的安全智能体记忆 10-19 AiO-Mem：基于过程奖励强化学习的一体化记忆智能体 10-18 CogMem：面向长期对话的可演化认知记忆架构 10-10 C3M：面向长程任务的跨会话多模态记忆维护 09-25 EnSIMem：面向智能体长期记忆的实体结构化索引 09-24
