1
Measuring Intent Comprehension in LLMs
提出系统评估大语言模型理解用户真实意图的能力，揭示当前LLM在意图识别上的短板与改进方向
arXiv:2506.16584v3 Announce Type: replace-cross Abstract: People judge interactions with large language models (LLMs) as successful when outputs match…
2
苹果升级 iOS 27 版信息 / 电话：AI 理解用户操作意图，回复贴合用户风格
苹果iOS 27的AI能理解你的操作意图，自动生成贴合个人风格的回复，让通信更自然高效。
IT之家 6 月 9 日消息，在今天（6 月 9 日）召开的 2026 年全球开发者大会（WWDC）上，苹果向通信场景， 为信息（Messages）和电话（Phone）应用整合 Apple Intelligence 功能。 在信息应用中，新功能会根据聊天内容给出建议。若联系人索要照片，系统可直接提示…
3
CoMPAS3D: A Dataset and Benchmark for Interactive Motion
首个面向社交互动人体运动的数据集与基准，助力人形机器人实时适应人类伙伴的意图与动作。
arXiv:2507.19684v2 Announce Type: replace-cross Abstract: Socially interactive humanoid robots must engage with humans through their bodies, adapting …
4
Meow-Omni 1: a multi-modal feline LLM
解读猫语的AI模型，用多模态大模型破解猫的语义混叠之谜，动物行为学研究新突破
Article URL: https://arxiv.org/abs/2605.09152 Comments URL: https://news.ycombinator.com/item?id=48234894 Points: 2 # Comments: 0
5
Memory-Augmented Query Intent Understanding for Efficient Chat-based Image Retrieval
该工具基于多轮对话理解用户意图，实现高效图像检索，创新融合记忆增强机制
arXiv:2605.17365v1 Announce Type: new Abstract: Different from traditional text-to-image retrieval tasks, chat-based image retrieval allows the human-…