学术投稿
学术投稿（论文、正式出版与预印本）共收录 101 条资料，分属 9 个二级来源。收录较多的二级来源有独立目录页，每页 15 条。本类权威分层：A2–R。
各来源代表资料
- arXiv（14 条）：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding；Language Models are Few-Shot Learners；Training Compute-Optimal Large Language Models 等
- OpenReview（5 条）：Never Train from Scratch: Fair Comparison of Long-Sequence Models Requires Data-Driven Priors；Vision Transformers Need Registers；Learning Interactive Real-World Simulators 等
- ACL Anthology（52 条）：Reading Subtext: Evaluating Large Language Models on Short Story Summarization with Writers；HALoGEN: Fantastic LLM Hallucinations and Where to Find Them；HateDay: Insights from a Global Hate Speech Dataset Representative of a Day on Twitter 等
- PMLR（14 条）：Information Complexity of Stochastic Convex Optimization: Applications to Generalization, Memorization, and Tracing；Genie: Generative Interactive Environments；Stealing part of a production language model 等
- IEEE Xplore（4 条）：NoMaD: Goal Masked Diffusion Policies for Navigation and Exploration；Open X-Embodiment: Robotic Learning Datasets and RT-X Models；Marginalizing and Conditioning Gaussians onto Linear Approximations of Smooth Manifolds with Applications in Robotics 等
- ACM Digital Library（9 条）：WARP: An Efficient Engine for Multi-Vector Retrieval；A Framework for Auditing Chatbots for Dialect-Based Quality-of-Service Harms；External Evaluation of Discrimination Mitigation Efforts in Meta's Ad Delivery 等
NeurIPS Proceedings
NeurIPS 正式论文集（1 条）
Stochastic Taylor Derivative Estimator: Efficient amortization for arbitrary differential operators
以随机 Taylor 导数估计器高效处理多变量函数的任意高阶导数张量收缩，使高维、高阶微分算子监督更可行。
证据用途：可用于核对 STDE、PINN 中高阶微分算子监督的计算方法，以及论文和委员会限定的效率结论。
使用边界：最强证据来自 PINN 和微分算子监督，不能表述为所有神经网络训练或反向传播的通用加速。；论文报告的速度与内存收益依赖具体算子、实现、硬件和比较基线；本站未独立复现。
关联概念：backprop · supervised-learning · inference-optimization
链接复核时间：2026-09-24
CVF Open Access
CVPR、ICCV、WACV 论文集（1 条）
VGGT: Visual Geometry Grounded Transformer
证据分级：仅用于发现，不得单独支持正式结论。
该论文提出一个前馈网络，从一张、数张或大量场景图像直接预测相机参数、深度、点图和三维点轨迹。已核实其获得 CVPR 2025 Best Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。
证据用途：可用于核对论文身份、作者、CVPR 2025 Best Paper 结果及原文内容；当前不能作为本站已确认的 AI 重大贡献证据。
使用边界：缺乏 AI 重大贡献外部说明；上线表示公开记录审核缺口，不表示六步重要性审核通过。；正式奖项证明该评价机制下的认可；补齐外部专业说明前，不能据此宣称论文已经重大改变 AI。；论文中的性能、速度与适用范围来自作者报告，本站未独立复现实验。
关联概念：world-models · multimodal · transformer
链接复核时间：2026-09-24
Springer Nature
Nature 系列与 Springer 学术出版物（1 条）
Minimalist Vision with Freeform Pixels
该论文提出极简视觉系统：把相机硬件建模为神经网络第一层，由任务训练共同确定少量自由形状物理像素与后续推理网络，在极低传感规模下完成视觉任务，并兼顾隐私与自供能。
证据用途：用于理解学习式传感、计算成像、隐私保护视觉与边缘推理如何在硬件和模型之间联合设计。
使用边界：Best Paper 证明 ECCV 2024 评价机制下的突出贡献，不表示论文全部结论永久正确或适用于所有视觉任务。；本站核验了官方奖项、颁奖评语、Springer DOI 与公开论文材料；未独立复现实验。；Springer 页面可能只提供摘要预览；本站仅展示元数据、审核结论与原始入口，不复制受限全文。
关联概念：neural-network · cnn
链接复核时间：2026-09-24