Skip to content

All updates

Today 618 items
Oct 30Fri
  1. arXiv 机器学习33

    ACTS-WM：面向时间序列的自监督潜在动作条件世界模型Chinese

    研究提出面向时间序列分析的自监督潜在动作条件世界模型 ACTS-WM，无需显式标注即可将时序转换背后的信息推断为潜在动作。该框架结合 JEPA 编码器与动作条件世界模型，基于学习到的潜在动作预测目标时序表征。在涵盖预测与分类的 4 类任务、22 个跨领域数据集上，ACTS-WM 相比预训练 JEPA 编码器提升了下游性能。

  2. arXiv 人工智能26

    医疗专业人员视角下的算法偏见Chinese

    一项调研揭示了医疗信息系统中机器学习与 AI 算法偏见、感知公平性以及医疗人员采纳意愿之间的关联。分析显示，临床与行政等不同岗位的医疗专业人员，对偏见成因、算法评估标准、感知公平性及偏见缓解方法的看法，会因其工作角色、视角、具体任务及算法特征而有所差异。

  3. arXiv 机器学习37

    SAG-Sep：面向圆整容量割分离的稀疏增强图与洋葱引导搜索Chinese

    研究人员提出神经分离器 SAG-Sep，通过稀疏增强图编码与免训练的 Onion-Sweep 解码器，实现车辆路径问题中圆整容量割（RCC）的高效分离。在 N=1000 客户实例的 NeuralSEP 基准上，SAG-Sep 配合 OS 相比最强 NeuralSEP 基线将平均 root gap 降低 17.7%，并带来约 30 倍的单次迭代神经分离加速。

  4. arXiv 人工智能42

    GAUSS：面向 LLM 推理服务的负载感知分析与蒙特卡洛模拟器Chinese

    研究人员提出 LLM 推理模拟器 GAUSS，可预测特定工作负载、引擎与加速器下的 TTFT、TBT 完整分布及可持续请求速率。它结合预填充与解码阶段的校准延迟曲面与排队模型，利用集成蒙特卡洛采样捕捉尾部延迟。GAUSS 能推理未部署的工作负载、硬件与路由策略，支持工作点选择与流量分段等容量决策。

  5. arXiv 机器学习34

    生成流中保持边缘分布速度场的有限步几何Chinese

    生成流中诱导相同连续边缘分布演化的不同速度场在数值离散后存在有限步非等价性。研究通过投影修正方程刻画了改变边缘分布律的局部积分误差，给出更高收敛阶的充分条件以及仿射分布下的谱障碍与 Wasserstein 误差。针对扩散概率流 ODE 构建的斜得分扰动及受控实验，进一步验证了理论预测的收敛阶与可达性。

  6. arXiv 人工智能38

    SkillMem：面向潜空间多智能体推理的紧凑型外部技能记忆Chinese

    研究人员提出 SkillMem，将可复用技能表示为紧凑的外部隐式记忆，直接赋能潜空间多智能体推理。该方法采用冻结主干的行为蒸馏训练与统一的 8×256 记忆配置，包含检索嵌入向量在内单技能存储仅需 9.6 KB。在 Qwen3 4B 至 14B 模型测试中，其百技能库存储缩减超 38x，并实现最高 4.23x 端到端推理加速。

  7. arXiv 机器学习35

    Bi-Phase Training：从零开始的高效预训练Chinese

    研究人员提出参数高效预训练方法 Bi-Phase Training（BPT），能在大幅减少可训练参数的同时保留全参数优化的高秩学习动态。在 FineWeb-Edu 数据集对 Qwen2.5（100M 至 1.5B）与 OLMo-2-1B 的从零预训练中，BPT 取得了接近全参数基线的验证困惑度。在 1.5B 规模下，BPT 减少了 66% 可训练参数，且保留了大部分下游任务性能。

  8. arXiv 人工智能34

    理解大语言模型作为数值优化器的能力与局限Chinese

    研究评估了大语言模型（LLM）作为数值优化器的能力，发现其能捕捉数学结构并生成接近最优解，但可靠性随问题维度增加而下降。在凸优化、分式规划等测试中，提供可行性与解质量反馈的迭代细化机制能显著提升可靠性并扩展有效维度。但持续存在的数值与结构错误限制了其独立应用，需结合确定性数值验证构建混合方案。

  9. arXiv 机器学习39

    Muon 导致 MoE 首层更难实现负载均衡Chinese

    研究发现在开源 MoE 模型中使用 Muon 优化器训练会使首个 MoE 层的偏置跨度平均翻倍，导致该层更难实现负载均衡。在 55M 和 108M 激活参数测试中，Muon 导致输入方向趋同并使最繁忙专家在 warmup 后的负载达公平份额的 4 至 7 倍。在前 3,000 步中从路由器输入减去 batch 均值或将学习率减半可有效消除过载，且几乎不影响 loss。

  10. arXiv 人工智能36

    GARDEN：面向协同多智能体强化学习的通用自主奖励设计Chinese

    研究人员提出 GARDEN 框架，利用大语言模型自动生成可在相关场景间直接复用的协同多智能体强化学习奖励函数。在 Overcooked 和 SMAX 基准的未见场景测试中，该方法使两种厨房布局的任务回报较默认奖励提升 58.2% 与 52.5%，两个战斗场景的平均胜率从 51.0% 升至 89.9%，表现优于 Eureka 式奖励反思等基线。

  11. arXiv 机器学习45

    聚变生成建模：仿星器快离子模拟的大规模基准数据集 BoSSChinese

    研究人员推出仿星器模拟基准 BoSS，这是首个包含 180,000 个磁流体动力学平衡态的大规模导心模拟数据集，旨在加速核聚变设计。该基准构建了优化粒子约束的仿星器生成建模，以及预测热沉积模式与粒子轨迹的代理建模任务。基线模型展现出生成高性能设计与实用预测的能力，数据集现已开放获取。

  12. arXiv 人工智能42

    VerifiedLab：用已知驾驭未知Chinese

    研究团队推出 VerifiedLab，这是一个面向科研实验的多智能体 harness 框架，通过具备规划、证据计算与审查等分工的 AI 科学家团队，逐字段验证实验记录并核查论断可靠性。在钙钛矿太阳能电池实验中，VerifiedLab 成功复现已知物理趋势并提前预测出 1 年后报道的器件，通过扩展推理期验证算力开辟了机器知识传承新路径。

  14. arXiv 人工智能43

    SciGame：让 AI 智能体在真实与反事实世界中进行科学发现Chinese

    研究人员提出科学发现基准测试 SciGame，通过构建配对的真实与反事实环境，评估 AI 智能体在候选引导识别与开放式发现场景下的定律推导能力。在 5 款前沿模型上的测试显示，一旦支配关系被改变，熟悉的先验知识会损害模型表现。即便智能体能正确解释证据，恢复精确的符号公式仍是当前的主要瓶颈。

  16. arXiv 人工智能38

    超越低通动力学：基于共振神经元的频率选择性脉冲储备池Chinese

    研究团队提出 HRF-Res 脉冲储备池架构，使用异构谐波共振发放（HRF）神经元替代传统 LIF 神经元，赋予储备池捕获特定频率时间模式的能力。在时间序列、序列图像和神经形态视觉等 10 个基准测试中，HRF-Res 在脉冲储备池方法中取得 SOTA 准确率。该架构能耗比等效非脉冲振荡储备池降低最多 19x，在提升表征质量的同时保留了高能效。

  17. arXiv 机器学习30

    SAC-GCL：面向图对比学习的结构感知压缩框架Chinese

    研究者提出图对比学习框架 SAC-GCL，通过结构分解提取高内聚子图并将其压缩为超节点，以替代传统随机扰动策略生成视图。该方法利用多种内聚子图模型生成互补的粗粒度视图，并通过分层视图编码器捕捉多分辨率信息以减少噪声与冗余。在 6 个基准数据集上的实验表明，该结构感知压缩方法为图分类任务提供了更鲁棒且具辨别力的表征。

  18. arXiv 人工智能40

    FilingLoop：企业信息披露审查与修订的 LLM Agent 评测与进化框架Chinese

    研究团队推出企业披露审查与修订基准及自进化 Agent 框架 FilingLoop，重构了 96 家公司的 380 个 IPO 审查任务。该框架无需更新模型权重，可将对照 6,099 条要求生成的评估反馈转化为后续案例的程序化指导。测试显示，该机制使需求满足率从 24.28% 提升至 27.96%，全意见解决率从 16.90% 提升至 20.75%，总成本仅增加 5.8%。

  19. arXiv 机器学习34

    面向高维材料数据的可解释神经方程学习框架 nn-EQLChinese

    研究人员提出方程学习框架 nn-EQL，通过对含自定义激活函数的神经网络迭代训练、剪枝与重训练，从高维材料数据中发现可解释方程。候选方程基于最小描述长度（MDL）评分排序以权衡误差与稀疏度，并支持项级贡献与不确定性分析。该框架已在 AI-Feynman 基准、异质材料有限元模拟及高通量薄膜沉积数据上完成验证。

  20. arXiv 人工智能35

    多元冒犯性建模中的社会人口特征剖析：适用场景与推理的作用Chinese

    该研究在三个多标注者数据集上评估了 LLM 进行多元冒犯性建模的表现，发现引入社会人口统计学信息在个体预测上的增益较小且不稳定，但在群体和总体层面效果更为显著。通过将个体判断分解为总体基线与人口特征特异性偏差，研究证实引导模型显式推理文本与人口特征的交互优于直接输入特征，能大幅提升偏差估计与最终预测精度。

  21. arXiv 机器学习35

    通过超参数迁移与模型集成改进数据受限扩展Chinese

    新研究提出通过拟合幂律实现超参数迁移并结合模型集成，以解决大语言模型在数据受限扩展中损失随算力增加反而上升的问题。在 FineWeb 的 100M tokens 训练中，该方法将验证损失降低超 0.15 nats，困惑度下降 14%，实现性能随算力单调提升。相关规律由较小规模实验拟合，并在最高 12x 算力预算下完成验证。

  22. arXiv 人工智能35

    验证学习理论：AI 辅助判断中核查与留存的过程模型Chinese

    验证学习理论（VLT）构建了 AI 辅助判断中证据核查与技能留存的过程模型，解释高精度 AI 辅助提升即时判断却削弱独立操作练习的现象。该模型预测，即使未实际观察到 AI 出错，用户仅感知到 AI 可能出错就会促成证据核查，从而改善后续延时的无辅助判断表现。研究通过模拟分析了理论推论与参数依赖性，并给出了验证该机制的实验方案。

  23. arXiv 机器学习34

    通过循环实现深度：迈向超高效端侧 ASRChinese

    研究人员提出一种块循环 ASR 架构，利用权重共享的循环块替代参数化深度，以减少一个数量级的参数量保留大模型精度。在 Open ASR Leaderboard 基准测试中，仅含两个共享块的模型平均恢复了大型模型 97.4% 的准确率。该紧凑网络还支持轻量级 MoE-LoRA 端侧个性化适配，并通过权重复用显著降低内存访问开销与推理能耗。

  24. arXiv 人工智能26

    何谓食物相似度？印度料理中的视觉表征与检索Chinese

    研究利用扩展的 Khana 数据集及涵盖卷积和 Transformer 等架构的 7 种预训练视觉表征模型，评估了印度料理在图像检索中的相似度组织结构。结果显示，图像级相似邻域在不同表征间差异显著，且菜品层面的视觉聚合结构与基于食谱的相似度对应性较弱。这表明食物相似度高度取决于表征方式与抽象层级，仅凭单一分类识别性能无法表征其关联结构。

  25. arXiv 机器学习33

    基于成员查询学习最小化利益相关方拒绝的混合策略Chinese

    NeurIPS 2026 接收论文提出一种基于成员查询的方法，用于在多版本 AI 系统混合部署时寻找被最少利益相关方拒绝的策略。研究证明该问题即使在效用为 0 或 1 时也是 APX-hard，但在候选版本数 m 为常数时存在多项式时间精确算法。针对仅能查询部分对象的场景，通过均匀采样可实现样本量与总人数 n 无关的理论保证。

  26. arXiv 人工智能47

    Seq@K：在序列反馈下评估大语言模型Chinese

    研究人员提出评估协议 Seq@K，用于衡量大语言模型在每次失败获得反馈的情况下，能否在 K 次连续尝试内解决问题。在 7 个基准和 16 个前沿模型上的测试表明，Seq@K 呈现出与传统 Pass@K 截然不同的模型排名与帕累托前沿，能更真实地评估智能体系统在反馈循环中的迭代修正能力。

  27. arXiv 机器学习36

    无时钟学习：分区不变神经网络Chinese

    研究提出分区不变神经网络，通过基于时间介导非对易（TM）模型的 Clock-Free Event (CFE) 层实现事件流切片不变性与线性复杂度。该模型确保输出独立于并发事件处理顺序且对时间戳连续。在开发集测试中，TM 状态相比加性状态在 DVS128 Gesture 上提升 3.5-9.1 分，在 SHD 和 Speech Commands 上分别领先 24.5 与 30.6 分。

  28. arXiv 人工智能34

    评估与提升 AI 智能体对测序协议的理解能力Chinese

    研究者推出基准 LibStructBench，用于评估 AI 智能体重构测序文库结构与分子工作流的能力。实验显示前沿智能体在分子状态表示和工作流连通性的精确重构上仍不可靠，且更换底层语言模型比更换智能体框架带来更大的平均性能差异。此外，自主积累流程规则与跨协议示例在测试中未能提升保留测试集的平均分子工作流表现。

  29. arXiv 机器学习28

    医学影像量子机器学习的敏感亚群公平性审计Chinese

    一项针对医学影像分类的研究对量子机器学习（QML）完成敏感亚群公平性审计，证实量子分类器虽具备总体性能竞争力，但并非天然公平且仍存在亚群差异。在 DDI 和 CheXpert 衍生数据集测试中，QSVM 结合 GRL 与 EO 正则化的权衡表现接近 PanDerm，但部分配置因全局辨别力损失而在临床上不可接受。所有量子模型均在经典模拟中运行且未宣称量子优势。

  30. arXiv 人工智能41

    通过伙伴-局外人积极倾听（PoPLi）检测 AI 智能体间的隐蔽串通Chinese

    研究提出 PoPLi 测试方法，通过重放日志对比涉事伙伴与局外智能体在消息改写后的行为差异，检测 AI 智能体间的隐蔽串通。在模拟市场中，存在隐蔽暗号时 PoPLi 值为 0.48 至 0.59，无暗号时为 -0.10 至 -0.01，解决了纯文本监控无法区分暗号的问题。该方法主要用于检测私有通信通道，无法识别仅靠激励或语义传达的串通。

  31. arXiv 机器学习34

    辐条而非圆环：重新审视大语言模型中的工作日流形Chinese

    研究检验了大语言模型的连续流形假设，发现工作日表征虽然具有圆形几何特征，但本质上是 7 个呈圆形排列的离散状态，而非连续圆环。测试显示其局部敏感度具有 7 个极小值并产生阶梯状映射，且一天中的时间、不确定性或自然文本均未占据中间区域。该发现挑战了工作日流形的连续解释，提示表征流形上的移动未必对应概念的平滑变化。

  32. arXiv 人工智能47

    智能体智能合约合成中的意图丢失评估研究Chinese

    研究团队针对 AI 智能体合成智能合约中的意图丢失问题，提出基于交易重放比对的执行评测方法，发现常规 AI 裁判与分析工具极易漏掉明显错误。随后提出的需求引导优先架构让智能体在编码前主动提问澄清需求，在 3 个 AI 模型上的表现远优于事后审查与自动修补。团队已开源相关评测工具、600 个任务及全部结果。

  33. arXiv 机器学习27

    面向贝叶斯优化中先验数据拟合网络（PFN）的各向异性信任域变形Chinese

    研究人员提出各向异性信任域（ATR）变形方法，无需重新训练即可纠正先验数据拟合网络（PFN）在贝叶斯优化中的先验尺度不匹配问题。该方法通过核目标对齐估计各维度长度尺度并进行仿射重缩放，在保持 $\mathcal{O}(d \cdot N^2)$ 推理成本不变的同时，提升了 Matérn-3/2 核函数极端长度尺度下的优化表现，代码已开源公开。

  34. arXiv 人工智能42

    本体能捕获什么？人工策展、LLM 生成与数据推导本体作为知识图谱 LLM 智能体检查器的研究Chinese

    研究评估了人工策展、LLM 生成与数据推导的三种知识图谱本体，作为 LLM 智能体回答检查器的有效性。在包含近 10^9 个三元组的图谱测试中，人工策展本体易与自身数据冲突，在 UniProt 上误标正确答案的数量甚至多于数据推导和 LLM 生成的本体。针对真实智能体的回答，策展本体的报错精准度仅略高于随机标记。

  35. arXiv 机器学习27

    地下水水位异常预测中的选择性迁移学习：精度与风险的权衡Chinese

    研究提出上下文感知选择性学习（CASL），用于缓解荷兰多井地下水异常预测中源域迁移对异质水井造成的负迁移风险。在涵盖 457 口水井的评估中，CASL 的 RMSE 比无迁移降低 0.424-1.084%，部分挽救了 97.53-99.50% 因固定迁移受损的水井。该方法与 Global Convex Blend 各具优势，体现了固定划分下的精度与风险权衡。

  36. arXiv 人工智能60

    WebAnything：全自动从真实网页重构可扩展的智能体交互环境Chinese

    研究团队推出全自动框架 WebAnything，无需逐站人工开发即可直接根据真实网页 URL 重构出可重用、可重置的 Web Agent 训练与评测环境。该系统通过 Explorer-Builder 采集浏览器可观测结构与交互结果，并由独立验证器指导局部修复或重采，已构建覆盖 14 个领域的 244 个网站环境及近 1.3 万个任务。

  37. arXiv 机器学习34

    Predicate Neuron：基于梯度学习的谓词关系可微量化Chinese

    研究人员提出 Predicate Neuron，通过一阶逻辑量化为深度神经网络引入可微符号推理能力。该模块仅用单个可训练参数在逻辑操作间切换，在执行硬逻辑操作的同时保持反向传播可微，能有效拟合非连续函数。在 Transformer、CNN 等架构及 MNIST、Wikitext 测试中，其显著加快收敛并提升准确率，现已提供 Keras 和 PyTorch 实现。

  38. arXiv 人工智能46

    OpenFrontiers：开放研究问题语料库与科学重新发现评测基准Chinese

    研究人员推出跨学科资源 OpenFrontiers，包含 12,151 个开放研究问题语料库及包含 200 道数学题的回顾性基准。基准题目均提供经审查的 Lean 4 形式化陈述，并在隔离沙箱中评测闭卷、冻结检索与联网条件下的形式化证明。在 HQ-50 子集上评测 7 个 LLM 智能体发现，闭卷重新发现极少（40 题中至多解出 7 题），联网成功则主要来自检索已有解法。

  39. arXiv 机器学习34

    神经网络 PDE 发现中的阈值兼容性与支持集选择诊断Chinese

    针对神经网络偏微分方程发现中高回归精度无法在支持集选择后恢复正确方程的问题，该研究推导了中位数与样本标准差阈值下的精确双信号保留边界及全向量微扰界。实验表明真实支持集重拟合降低了 40 个保存稀疏状态的扩散误差，但固定序列阈值在 60 个学习状态中均选入额外项。此外，直接提供支持集的估计在 4 条未用解析轨迹的全部 240 次物理残差对比中均优于原本选择的方程。

  40. arXiv 人工智能45

    ThinkJev：在多级预算下实现校准类型化决策Chinese

    ThinkJev 利用单一开源混合思考模型构建快慢双系统，实现按需思考并自适应覆盖多种计算预算。在 5% 目标错误率下，Qwen3.5-27B 在 8359 个测试决策中有 24.5% 仅由快系统直接回答，实际错误率为 3.9%。对其余决策采用置信即止策略，仅消耗 72% 的思考 token 便取得 81.6% 准确率。