← KDD 各届
KDD 2025· Knowledge Discovery and Data Mining
KDD 2025
亮点精读
8 篇 · 获奖 / oral / 高引📈 136 引用
Evaluation and Benchmarking of LLM Agents: A Survey
综述LLM智能体的评估与基准测试方法，涵盖任务设计、指标和挑战。
💡 为LLM智能体标准化评估提供系统框架。
arXiv
📈 109 引用
A Survey of WebAgents: Towards Next-Generation AI Agents for Web Automation with Large Foundation Models
综述大型基础模型驱动的Web自动化智能体，提出下一代WebAgent框架。
💡 为Web自动化研究提供系统性蓝图。
arXiv
📈 99 引用
Uncertainty Quantification and Confidence Calibration in Large Language Models: A Survey
综述大语言模型的不确定性量化与置信度校准方法。
💡 确保模型输出可靠，提升实际应用安全性。
arXiv
📈 98 引用
A Survey on Trustworthy LLM Agents: Threats and Countermeasures
综述可信LLM智能体的威胁与对策，分类攻击并评估防御方法。
💡 为安全部署LLM智能体提供系统指导。
arXiv
📈 61 引用
VideoRAG: Retrieval-Augmented Generation with Extreme Long-Context Videos
提出VideoRAG，利用检索增强生成处理超长视频上下文。
💡 突破长视频理解瓶颈，提升多模态问答效率。
arXiv
📈 59 引用
Multi-modal Time Series Analysis: A Tutorial and Survey
综述多模态时间序列分析的方法、应用与挑战，提供系统教程。
💡 多模态时序分析是AI前沿，指导实际应用。
arXiv
📈 50 引用
Generating Long Semantic IDs in Parallel for Recommendation
提出并行生成长语义ID的方法，用于推荐系统。
💡 提升推荐效率，支持大规模实时处理。
arXiv
📈 46 引用
IdeaBench: Benchmarking Large Language Models for Research Idea Generation
提出IdeaBench基准，评估LLM生成研究想法的能力。
💡 首次系统评估LLM在科研创意生成中的表现。
全部论文
加载中…正在从 DBLP 加载全量论文…
全量索引来自 DBLP · 完整 proceedings 见 官方站点