bluearXiv-ai 论文精选

2026-03-17
返回首页 论文统计 精选论文 所有论文

📚 跟踪学科 (Categories)

🔍 筛选关键词 (Keywords)

📊 论文统计 ↑ 回顶部

cs.LG
86
cs.AI
16
cs.IR
13
cs.CL
40
cs.DS
4
others
114
总计
273

⭐ 精选论文 ↑ 回顶部

今日无精选论文

📄 所有论文 ↑ 回顶部

cs.LG

No More DeLuLu: Physics-Inspired Kernel Networks for Geometrically-Grounded Neural Computation
Taha Bouhsine
cs.LG
本文提出了一种名为"yat-product"的新型kernel operator, 并将其作为唯一的非线性单元构建了Neural Matter Networks (NMNs). 该架构在语言建模等任务上取得了与基线模型相当的性能.
From Garbage to Gold: A Data-Architectural Theory of Predictive Robustness
Terrence J. Lee-St. John, Jordan L. Lawson, Bartlomiej Piechowski-Jozwiak
cs.LG cs.AI stat.ML
本文从信息论和潜在因子模型的角度, 分析了表格数据机器学习中预测鲁棒性的来源. 研究将预测器噪声分解为"预测器误差"和"结构不确定性", 并论证了高维有误差的数据集在渐近意义上能克服这些噪声, 而传统的数据清洗方法存在根本性限制. 文章还提出了"主动数据中心AI"的实践方向, 为从"数据沼泽"中学习提供了理论依据.
Multi-objective Genetic Programming with Multi-view Multi-level Feature for Enhanced Protein Secondary Structure Prediction
Yining Qian et al.
cs.LG cs.NE
本文提出了一种名为MOGP-MMF的多目标遗传编程框架, 用于蛋白质二级结构预测(PSSP). 该框架通过多视图多层次特征表示和融合, 以及改进的多目标优化算法, 在多个基准数据集上取得了优于现有方法的性能.
Synthetic Data Generation for Brain-Computer Interfaces: Overview, Benchmarking, and Future Directions
Ziwei Wang et al.
cs.LG cs.AI eess.SP
本文综述了脑机接口(BCI)中合成脑电信号生成的方法、基准测试与应用。文章系统性地将现有生成算法分为四类，并讨论了该领域未来的潜力与挑战。
Global Evolutionary Steering: Refining Activation Steering Control via Cross-Layer Consistency
Xinyan Jiang et al.
cs.LG cs.AI
本文提出了一种无需训练即可控制大语言模型的方法, 通过利用网络表示演化的几何稳定性来修正原始的激活引导向量. 该方法旨在分离出鲁棒的语义意图, 并在多个评估中表现优于基线方法.
A Geometrically-Grounded Drive for MDL-Based Optimization in Deep Learning
Ming Lei, Shufan Wu, Christophe Baehr
cs.LG cs.AI
本文提出了一种将Minimum Description Length (MDL) 原则深度整合到神经网络训练中的优化框架。该方法通过一个受几何演化驱动的认知流形，在训练过程中主动压缩内部表示。
HCP-DCNet: A Hierarchical Causal Primitive Dynamic Composition Network for Self-Improving Causal Understanding
Ming Lei, Shufan Wu, Christophe Baehr
cs.LG cs.AI
本文提出了一种用于因果理解的层次化动态组合网络框架. 该框架通过将因果场景分解为可重用的基元并进行动态组合, 旨在提升AI系统在分布变化下的鲁棒性与推理能力.
Thermodynamics of Reinforcement Learning Curricula
Jacob Adamczyk, Juan Sebastian Rojas, Rahul V. Kulkarni
cs.LG cs.AI
本文通过将强化学习中的奖励参数解释为任务流形上的坐标, 提出了一个几何框架来形式化课程学习. 作者应用非平衡热力学的结果, 表明最小化超额热力学功对应的最优课程是该任务空间中的测地线, 并基于此提出了一个用于最大熵强化学习中温度退火的算法.
Maximum Entropy Exploration Without the Rollouts
Jacob Adamczyk, Adam Kamoski, Rahul V. Kulkarni
cs.LG cs.AI
本文提出了一种基于特征向量的探索算法EVE, 用于解决强化学习中最大化稳态访问分布熵的问题. 该方法避免了耗时的策略采样, 通过迭代更新直接计算最优策略, 并在确定性网格环境中取得了有竞争力的探索性能.
Generalist Large Language Models for Molecular Property Prediction: Distilling Knowledge from Specialist Models
Khiem Le et al.
cs.LG
本文提出了一种名为TreeKD的知识蒸馏方法, 将基于决策树的专家模型的知识转移到大型语言模型(LLM)中, 以提升其在分子性质预测任务上的性能. 该方法通过将决策树规则转化为自然语言提示, 并引入测试时集成技术, 在多个基准数据集上验证了其有效性.
Budget-Sensitive Discovery Scoring: A Formally Verified Framework for Evaluating AI-Guided Scientific Selection
Abhinaba Basu, Pavan Chakraborty
cs.LG cs.AI q-bio.QM stat.ML
本文提出了一个用于评估在预算约束下AI科学发现候选选择策略的正式框架, 引入了Budget-Sensitive Discovery Score (BSDS)及其平均形式Discovery Quality Score (DQS). 该框架通过一个药物发现案例研究进行了验证, 结果表明简单的随机森林方法优于多种LLM配置.
Spatial PDE-aware Selective State-space with Nested Memory for Mobile Traffic Grid Forecasting
Zineddine Bettouche et al.
cs.LG
本文提出了一种用于移动通信流量网格预测的卷积选择性状态空间模型NeST-S6. 该模型结合了空间PDE感知核心与嵌套学习范式, 在多个分辨率的数据集上取得了优于基准模型的预测精度和计算效率.
Sinkhorn-Drifting Generative Models
Ping He et al.
cs.LG
本文建立了"drifting"生成动力学与Sinkhorn散度诱导的梯度流之间的理论联系。该工作表明Sinkhorn drifting可以改善生成质量与优化稳定性。
NeuroLoRA: Context-Aware Neuromodulation for Parameter-Efficient Multi-Task Adaptation
Yuxin Yang et al.
cs.LG cs.CL
本文提出了一种名为NeuroLoRA的新型参数高效微调框架, 它受到生物神经调节的启发, 通过一个轻量级的、可学习的门控机制, 根据输入上下文动态调整随机投影空间, 从而改进了现有的LoRA方法. 实验表明, 该方法在多任务适应和持续学习场景中优于现有基线, 同时保持了参数效率.
SpectralGuard: Detecting Memory Collapse Attacks in State Space Models
Davi Bonetto
cs.LG cs.CR
本文提出了一种针对State Space Models (SSMs)的新型安全攻击，称为Hidden State Poisoning，它通过梯度方法使离散化转移算子的谱半径\(\rho(\bar{A})\)趋近于零，导致模型的有效记忆长度急剧缩短。为了防御此类攻击，作者提出了一个实时监控器SpectralGuard，通过跟踪所有模型层的谱稳定性来检测攻击，并在多种攻击场景下展示了其有效性。
Overcoming the Modality Gap in Context-Aided Forecasting
Vincent Zhihao Zheng et al.
cs.LG
本文提出了一种半合成的数据增强方法, 用于生成描述时间动态且与数值历史可验证互补的上下文(context), 以解决上下文辅助预测(CAF)中因上下文质量差导致的多模态模型性能不佳问题. 该方法创建了大规模数据集CAF-7M, 并证明半合成预训练能有效迁移到现实世界评估中.
Bases of Steerable Kernels for Equivariant CNNs: From 2D Rotations to the Lorentz Group
Alan Garbarz
cs.LG cs.CV
本文提出了一种求解steerable equivariant CNN中steerable kernel约束的替代方法. 该方法通过在某点\(x_0\)处构造满足简化不变性条件的kernel基, 然后利用steerability的定义方程将其"引导"到任意点\(x = g \cdot x_0\), 从而为不同对称群和任意张量类型的特征图提供了可直接使用的显式实基和复基.
Modal Logical Neural Networks for Financial AI
Antonin Sulc
cs.LG
本文提出了一种结合模态逻辑与神经网络的混合模型, 用于金融AI领域. 通过引入可学习的可及关系, 该模型旨在实现可微的逻辑推理, 以增强模型的合规性与可解释性.
Probing Length Generalization in Mamba via Image Reconstruction
Jan Rathjens et al.
cs.LG
本文通过一个受控的视觉任务（图像块序列重建）研究了Mamba模型在推理序列长度超出训练范围时性能下降的现象. 分析表明, Mamba会适应训练时的长度分布, 而这种策略无法泛化到更长的序列. 作者还提出了一个长度自适应的Mamba变体以改善性能.
Adaptive Conditional Forest Sampling for Spectral Risk Optimisation under Decision-Dependent Uncertainty
Marcell T. Kurbucz
cs.LG math.OC stat.CO stat.ML
本文提出了一种名为Adaptive Conditional Forest Sampling (ACFS)的仿真优化框架，用于在决策依赖的不确定性下最小化谱风险目标。该方法整合了多种技术，并在两个基准测试中展示了优于或可比拟其他方法的性能，同时显著降低了结果的可变性。
Byzantine-Robust Optimization under $(L_0, L_1)$-Smoothness
Arman Bolatov et al.
cs.LG
本文针对分布式优化中存在的Byzantine攻击问题, 在\((L_0, L_1)\)-smoothness条件下提出了一种鲁棒的归一化随机梯度下降动量算法Byz-NSGDM. 该方法结合动量归一化和基于最近邻混合的鲁棒聚合, 在理论和实验上验证了其对抗Byzantine攻击的有效性.
Learning Pore-scale Multiphase Flow from 4D Velocimetry
Chunyang Wang et al.
cs.LG physics.flu-dyn
本文提出了一种多模态学习框架, 用于从4D微速度测量数据中推断多孔介质中的多相孔隙尺度流动. 该框架结合了图网络和3D U-Net, 能够快速预测瞬态流动和界面演化, 为地下碳氢存储等应用提供了高效的数字化实验工具.
Curriculum Sampling: A Two-Phase Curriculum for Efficient Training of Flow Matching
Pengwei Sun
cs.LG cs.CV
本文分析了Flow Matching模型中timestep sampling \(p(t)\)的设计选择, 指出常用的middle-biased分布(如Logit-Normal)会导致速度与质量的权衡. 作者提出了一种两阶段的Curriculum Sampling方法, 先在早期使用middle-biased采样加速结构学习, 后期切换为Uniform采样以优化边界细节, 在CIFAR-10上取得了更好的FID分数和更快的收敛速度.
When LLM Judge Scores Look Good but Best-of-N Decisions Fail
Eddie Landesberg
cs.LG cs.AI cs.CL
本文指出, 仅使用全局相关性指标(如与参考标签的相关系数)来验证作为评判者(judge)的大语言模型(LLM)是存在误导性的, 因为实际部署任务往往是在同一提示(prompt)内进行最佳选择(best-of-n selection). 通过在一个包含5,000个提示的基准测试上的分析, 作者揭示了全局一致性与提示内排名信号之间的差距, 并建议审计时应关注提示内信号、平局率等更相关的指标.
TERMINATOR: Learning Optimal Exit Points for Early Stopping in Chain-of-Thought Reasoning
Alliot Nagle et al.
cs.LG cs.AI cs.CL
本文提出了一种名为 TERMINATOR 的早期退出策略，用于减少大型推理模型在 Chain-of-Thought 推理中的计算开销。该方法通过预测模型首次生成最终答案的位置来学习最优的推理长度，并在多个数据集上实现了显著的推理长度缩减。
A Reduction Algorithm for Markovian Contextual Linear Bandits
Kaan Buyukkalayci, Osama Hanna, Christina Fragouli
cs.LG
本文研究了 Markovian contextual linear bandits 问题，其中动作集的演化由一个外生的 Markov 链驱动。作者提出了一种在均匀几何遍历性条件下的 reduction 算法，将问题转化为标准的线性 bandit 问题，并给出了相应的遗憾界分析。
Embedded Quantum Machine Learning in Embedded Systems: Feasibility, Hybrid Architectures, and Quantum Co-Processors
Somdip Dey, Syed Muhammad Raza
cs.LG cs.AI
本文探讨了在资源受限的嵌入式系统中实现量子机器学习(EQML)的可行性。文章分析了当前技术限制，并提出了混合架构和量子协处理器两种实现路径。
As Language Models Scale, Low-order Linear Depth Dynamics Emerge
Buddhika Nettasinghe, Geethu Joseph
cs.LG eess.SY
本文发现随着语言模型规模增大, 其深度动力学在上下文内呈现出低阶线性特征. 研究通过构建低维线性替代模型, 在多个任务上准确复现了GPT-2-large的层间敏感性, 并揭示了模型规模与线性近似精度之间的单调缩放规律.
CALF: Communication-Aware Learning Framework for Distributed Reinforcement Learning
Carlos Purves, Pietro Lio'
cs.LG cs.AI
本文提出了一个名为 CALF 的通信感知学习框架，用于在模拟训练中考虑网络延迟等现实约束，旨在提升分布式强化学习策略在实际部署中的鲁棒性。实验表明，该方法能有效缩小模拟与真实部署之间的性能差距。
Deep Distance Measurement Method for Unsupervised Multivariate Time Series Similarity Retrieval
Susumu Naito, Kouta Nakata, Yasunori Taguchi
cs.LG
本文提出了一种用于无监督多元时间序列相似性检索的深度距离度量方法(DDMM). 该方法通过学习序列内部状态的细微差异来提高检索精度, 并在工业数据集上验证了其有效性.
Asymptotic and Finite-Time Guarantees for Langevin-Based Temperature Annealing in InfoNCE
Faris Chaudhry
cs.LG math.OC stat.ML
本文通过将对比学习中embedding的演化建模为紧Riemannian流形上的Langevin动力学，分析了InfoNCE损失中温度参数的作用。结果表明，缓慢的对数升温计划能确保收敛到全局最优表示，而较快的计划则可能陷入局部最优。
Reinforcement Learning for Diffusion LLMs with Entropy-Guided Step Selection and Stepwise Advantages
Vishnu Teja Kunde et al.
cs.LG cs.AI cs.CL
本文提出了一种用于扩散语言模型强化学习后训练的新方法, 将去噪过程建模为有限时域Markov决策过程, 并推导出分解为去噪步骤优势的无偏策略梯度. 通过熵引导的步骤选择和单步奖励估计来提高计算效率, 在代码生成和逻辑推理任务上取得了先进性能.
Scaling Laws and Pathologies of Single-Layer PINNs: Network Width and PDE Nonlinearity
Faris Chaudhry
cs.LG math.NA physics.comp-ph
本文研究了单层物理信息神经网络在典型非线性偏微分方程上的经验标度律. 发现了优化失败的双重病理现象, 并指出优化瓶颈是主要问题.
Lyapunov Stable Graph Neural Flow
Haoyu Chu et al.
cs.LG cs.CV
本文提出了一种基于整数阶和分数阶Lyapunov稳定性的图神经网络防御框架, 通过约束特征更新的动力学来增强模型对抗扰动的鲁棒性. 该方法可与现有防御技术结合, 在多种攻击场景下提升了性能.
A Spectral Revisit of the Distributional Bellman Operator under the Cramér Metric
Keru Wang et al.
cs.LG
本文从 CDF 层面分析了 distributional Bellman operator 在 Cramér metric 下的行为, 指出其更新在 CDF 差异上是线性的. 基于此, 作者构建了一族正则化的 spectral Hilbert 表示, 该表示在不改变底层动态的情况下实现了 CDF 层面的几何结构.
CA-HFP: Curvature-Aware Heterogeneous Federated Pruning with Model Reconstruction
Gang Hu et al.
cs.LG cs.AI
本文提出了一种面向异构联邦学习的剪枝框架CA-HFP, 它利用曲率信息指导设备端的个性化结构化剪枝, 并通过轻量级重构将子模型映射回全局参数空间. 实验表明该方法能在数据异构环境下有效降低计算与通信开销, 同时保持模型精度.
Maximizing Incremental Information Entropy for Contrastive Learning
Jiansong Zhang et al.
cs.LG
本文提出了一种名为IE-CL的对比学习框架，通过优化增强视图间的增量信息熵来改进表示学习。该方法在小批量设置下提升了多个图像数据集的性能，并能与现有框架结合。
Swap-guided Preference Learning for Personalized Reinforcement Learning from Human Feedback
Gihoon Kim, Euntai Kim
cs.LG cs.AI
本文针对Variational Preference Learning (VPL)在个性化强化学习人类反馈(RLHF)中存在的posterior collapse问题, 提出了Swap-guided Preference Learning (SPL)方法. 该方法通过构造虚拟的swap annotators并利用其偏好的镜像特性来引导编码器, 从而缓解了潜在变量被忽略的问题, 提升了偏好预测的性能.
Optimize Wider, Not Deeper: Consensus Aggregation for Policy Optimization
Zelal Su et al.
cs.LG cs.AI
本文提出了一种名为CAPO的新方法, 通过并行运行多个PPO副本并聚合其参数来改进策略优化. 该方法在连续控制任务上取得了比标准PPO更好的性能, 且无需额外的环境交互样本.
Feynman: Knowledge-Infused Diagramming Agent for Scalable Visual Designs
Zixin Wen et al.
cs.LG cs.AI cs.HC cs.MA cs.SE
本文提出了一个名为Feynman的智能体，用于自动化生成知识丰富的图表。该流程通过代码规划和基于优化的渲染系统来创建视觉一致且多样的图表，并以此构建了一个大规模的数据集和评测基准。
FastDSAC: Unlocking the Potential of Maximum Entropy RL in High-Dimensional Humanoid Control
Jun Xue et al.
cs.LG cs.AI
本文提出了FastDSAC框架，通过引入Dimension-wise Entropy Modulation (DEM)和连续分布critic，旨在解决高维人形机器人控制中最大熵强化学习的探索低效和训练不稳定问题。实验表明该方法在HumanoidBench等任务上能匹配或超越确定性基线。
When Drafts Evolve: Speculative Decoding Meets Online Learning
Yu-Yang Qian et al.
cs.LG cs.AI
本文提出了一个名为 OnlineSpec 的统一框架，将 speculative decoding 的验证反馈过程形式化为一个在线学习问题。该框架利用动态遗憾最小化理论，设计了基于历史梯度重用和在线集成学习的新算法，在多个基准测试中实现了推理加速。
Human-AI Collaborative Autonomous Experimentation With Proxy Modeling for Comparative Observation
Arpan Biswas, Hiroshi Funakubo, Yongtao Liu
cs.LG
本文提出了一种结合人类专家与AI代理的代理模型贝叶斯优化(px-BO)框架, 用于材料科学中的自主实验探索. 该方法通过人类对实验结果的偏好比较来构建代理目标函数, 以减少纯数据驱动方法可能忽略的物理细节.
Spend Less, Reason Better: Budget-Aware Value Tree Search for LLM Agents
Yushu Li et al.
cs.LG cs.AI
本文提出了一种名为Budget-Aware Value Tree (BAVT)的训练无关推理框架，用于提升LLM agent在有限计算预算下的推理效率。该方法通过动态搜索树和基于剩余资源的节点选择机制，在多个多跳问答基准测试上优于基线方法。
Adaptive Diffusion Posterior Sampling for Data and Model Fusion of Complex Nonlinear Dynamical Systems
Dibyajyoti Chakraborty, Hojin Kim, Romit Maulik
cs.LG nlin.CD physics.flu-dyn
本文提出了一种基于生成式机器学习(特别是扩散模型)的代理建模框架, 用于高维混沌非线性动力系统的概率预测. 该框架结合了多步自回归扩散目标函数与多尺度图Transformer架构, 以提升长期预测的稳定性并处理复杂几何结构. 此外, 该方法还能动态预测传感器放置的关键位置, 并利用扩散后验采样进行数据同化, 无需重新训练代理模型.
LightMoE: Reducing Mixture-of-Experts Redundancy through Expert Replacing
Jiawei Hao et al.
cs.LG cs.AI
本文提出了一种名为 expert replacing 的新范式来压缩 Mixture-of-Experts (MoE) 模型, 旨在减少内存占用. 通过引入 LightMoE 框架, 该方法在多个压缩率下取得了优于现有方法的性能.
Sobolev--Ricci Curvature
Kyoichi Iwasaki, Tam Le, Hideitsu Hino
cs.LG
本文提出了一种基于Sobolev transport geometry的图Ricci曲率定义, 称为Sobolev-Ricci Curvature (SRC). 该曲率在特定条件下与经典的Ollivier-Ricci曲率一致, 并可作为基础工具应用于图的重加权和剪枝等任务.
RetroReasoner: A Reasoning LLM for Strategic Retrosynthesis Prediction
Hanbum Ko et al.
cs.LG cs.AI
本文提出了一种用于逆合成预测的推理大语言模型 RetroReasoner, 它通过结合监督微调和强化学习来模拟化学家的策略性思维。实验表明，该模型在预测可行反应物方面优于现有基线。
Disentangled Latent Dynamics Manifold Fusion for Solving Parameterized PDEs
Zhangyong Liang, Ji Zhang
cs.LG
本文提出了一种名为DLDMF的物理信息框架, 用于解决参数化PDEs的泛化和时间外推问题. 该方法通过前馈网络将PDE参数映射到连续隐嵌入, 并利用参数化的Neural ODE来演化隐状态, 从而在未见参数和长时间预测上表现良好.
Federated Hierarchical Clustering with Automatic Selection of Optimal Cluster Numbers
Yue Zhang et al.
cs.LG cs.AI cs.DC
本文提出了一种名为Fed-\(k^*\)-HC的联邦分层聚类框架, 旨在解决联邦聚类中簇数量未知和簇大小不平衡的问题. 该方法通过客户端生成微子簇原型并在服务器端进行基于密度的分层合并, 以自动确定最优簇数\(k^*\), 并在多个数据集上验证了其有效性.
RXNRECer Enables Fine-grained Enzymatic Function Annotation through Active Learning and Protein Language Models
Zhenkun Shi et al.
cs.LG q-bio.QM
本文提出了一种名为RXNRECer的基于transformer的集成框架, 用于直接预测酶催化反应, 而无需依赖EC编号. 该方法整合了蛋白质语言模型和主动学习, 在多个测试集上超越了基于EC编号的基线方法.
Cost-Efficient Multimodal LLM Inference via Cross-Tier GPU Heterogeneity
Donglin Yu
cs.LG cs.AI cs.DC
本文提出了一种针对多模态大语言模型推理的跨层异构GPU部署方法. 通过分析模型不同阶段的计算特性, 作者发现模态边界是数据传输量最小的划分点, 从而支持在PCIe等商用互连上进行高效的异构部署. 基于此构建的HeteroServe系统在固定预算下显著提升了推理的性价比.
SciDesignBench: Benchmarking and Improving Language Models for Scientific Inverse Design
David van Dijk, Ivan Vrkic
cs.LG
本文提出了一个用于评估和改进语言模型在科学逆向设计任务中表现的基准测试集 SciDesignBench. 该基准包含多个科学领域的模拟器任务, 并展示了不同模型在各种设置下的性能差异, 同时提出了一种利用模拟器反馈进行模型训练的方法 RLSF.
Graph In-Context Operator Networks for Generalizable Spatiotemporal Prediction
Chenghan Wu et al.
cs.LG cs.AI
本文提出了GICON (Graph In-Context Operator Network), 一种用于时空预测的图上下文算子网络. 它结合了图消息传递和示例感知的位置编码, 在空气质量预测任务上展示了优于传统单算子学习方法的泛化能力.
TaoBench: Do Automated Theorem Prover LLMs Generalize Beyond MathLib?
Alexander K Taylor et al.
cs.LG cs.AI cs.LO
本文评估了自动定理证明(ATP)系统在非标准定义框架下的泛化能力. 作者构建了TaoBench基准, 发现即使问题在数学上等价, 模型在非Mathlib框架下的性能也会显著下降.
Upper Bounds for Local Learning Coefficients of Three-Layer Neural Networks
Yuki Kurumadani
cs.LG math.ST
本文针对三层神经网络在奇异点处的 local learning coefficient 提出了一个上界公式。该公式可解释为预算约束下的计数规则，适用于包括 swish 函数在内的广泛解析激活函数。
A Fractional Fox H-Function Kernel for Support Vector Machines: Robust Classification via Weighted Transmutation Operators
Gustavo Dorrego
cs.LG math.FA
本文提出了一种基于广义时空分数阶扩散波方程基本解的新型非平稳核函数, 称为 Fox-Dorrego 核. 该核利用加权 Sobolev 空间上的保结构变换方法, 结合具有幂律衰减的 Fox H-函数, 旨在提升支持向量机对异常值的鲁棒性. 在合成和真实雷达数据上的实验表明, 其分类错误率较标准高斯核降低了约 50%.
A Multi-task Large Reasoning Model for Molecular Science
Pengfei Liu et al.
cs.LG
本文提出了一种用于分子科学的多任务大推理模型, 它通过整合多专家模块和基于强化学习的 chain-of-thought 框架, 来模拟科学家的认知推理过程. 在多个分子任务上的评估表明, 该模型在数据与计算资源更少的情况下, 性能超越了包括超大参数基础模型在内的众多先进基线.
Residual SODAP: Residual Self-Organizing Domain-Adaptive Prompting with Structural Knowledge Preservation for Continual Learning
Gyutae Oh, Jungwoo Bae, Jitae Shin
cs.LG cs.AI cs.CV
本文提出了一种名为 Residual SODAP 的方法，用于解决持续学习中的灾难性遗忘问题，特别是在无任务标识符的域增量学习场景下。该方法结合了稀疏提示选择、残差聚合和无数据蒸馏等技术，在多个基准测试中取得了先进的性能。
Hierarchical Reference Sets for Robust Unsupervised Detection of Scattered and Clustered Outliers
Yiqun Zhang et al.
cs.LG cs.AI
本文提出了一种利用图结构进行多视角异常评估的无监督离群点检测方法, 旨在同时识别散点异常和聚类异常. 该方法通过构建局部和全局参考集来增强对IoT数据中复杂异常模式的检测鲁棒性.
On Linear Separability of the MNIST Handwritten Digits Dataset
Ákos Hajnal
cs.LG
本文对MNIST手写数字数据集的线性可分性进行了全面的实证研究. 它区分了训练集、测试集和组合集在成对分类与一对多分类下的情况, 并报告了相关发现.
Test-time RL alignment exposes task familiarity artifacts in LLM benchmarks
Kun Wang, Reinhard Heckel
cs.LG
本文提出了一种基于test-time reinforcement learning (RL)的alignment方法, 用于在评估前对LLM进行任务对齐, 以控制task familiarity的影响. 该方法无需特定任务的训练数据, 实验表明其对齐效果与基于supervised finetuning的方法相当, 并能更真实地反映模型的基础能力.
Enhanced Drug-drug Interaction Prediction Using Adaptive Knowledge Integration
Pengfei Liu, Jun Tao, Zhixiang Ren
cs.LG
本文提出了一个利用强化学习技术自适应地整合先验药物知识到大型语言模型(LLM)中的框架, 用于改进药物-药物相互作用(DDI)事件的预测. 该方法通过few-shot学习在基准测试上取得了显著提升.
DirPA: Addressing Prior Shift in Imbalanced Few-shot Crop-type Classification
Joana Reuss, Ekaterina Gikalo, Marco Körner
cs.LG cs.CV
本文在之前提出的Dirichlet Prior Augmentation (DirPA)方法基础上，将其应用于欧盟多个国家的农业场景。研究验证了该方法在不同地理区域的长尾few-shot分类任务中，能提升模型鲁棒性和训练稳定性。
Surprised by Attention: Predictable Query Dynamics for Time Series Anomaly Detection
Kadir-Kaan Özer, René Ebeling, Markus Enzweiler
cs.LG cs.AI
本文提出了一种名为AxonAD的无监督时间序列异常检测方法, 通过预测attention query的动态变化来捕捉跨通道依赖关系的异常. 该方法结合了重构误差与query预测偏差进行评分, 在多个数据集上取得了优于基线模型的效果.
SCOPE: Semantic Coreset with Orthogonal Projection Embeddings for Federated learning
Md Anwar Hossen et al.
cs.LG cs.CV
本文提出了一种用于联邦学习的语义核心集框架SCOPE, 旨在解决联邦数据中的类别不平衡和冗余问题. 该方法通过分析潜在空间分布, 使用多个标量分数来评估数据点, 并与服务器共享这些标量以构建全局共识, 从而实现高效通信和鲁棒收敛.
Exact Federated Continual Unlearning for Ridge Heads on Frozen Foundation Models
Yijun Quan, Wentai Wu, Giovanni Montana
cs.LG
本文针对联邦学习场景中, 在冻结的 foundation model 上使用 ridge regression head 的模型, 提出了一种精确的持续遗忘方法. 该方法通过维护两个加性充分统计量, 以固定大小的消息支持任意的数据添加和删除请求, 从而在精确算术下实现与集中式重新训练完全相同的模型参数.
Retrieval-Enhanced Real Estate Appraisal
Simon Popelier et al.
cs.LG
本文提出了一种用于房地产评估的检索增强方法, 改进了传统销售比较法(SCA)中可比交易案例的选择策略. 该方法通过一个混合向量-地理检索模块学习选择策略, 并与估值模块联合优化, 在多个国际数据集上验证了其有效性, 能够以更少的案例和参数达到接近最先进模型的性能.
Dependency-Aware Parallel Decoding via Attention for Diffusion LLMs
Bumjun Kim et al.
cs.LG
本文提出了一种用于扩散大语言模型的无训练并行解码方法DAPD. 该方法利用自注意力机制构建掩码token间的条件依赖图, 通过选择图中的独立集来实现并行解码, 避免了同时更新强耦合的token.
Deconstructing the Failure of Ideal Noise Correction: A Three-Pillar Diagnosis
Chen Feng et al.
cs.LG cs.CV
本文通过实验发现, 即使在提供完美的噪声转移矩阵(noise transition matrix)的理想条件下, 基于该矩阵的噪声标签学习(Learning with Noisy Labels)方法仍然会在训练中出现性能崩溃. 这表明其失败的根本原因并非矩阵估计问题.
PISmith: Reinforcement Learning-based Red Teaming for Prompt Injection Defenses
Chenlong Yin et al.
cs.LG cs.CR
本文提出了一个基于强化学习的红队测试框架PISmith, 用于系统评估针对大型语言模型提示注入攻击的现有防御措施. 该框架通过训练一个攻击性LLM来优化注入提示, 并在实际的黑盒设置中展示了当前最先进的防御措施在面对自适应攻击时仍然脆弱.
OpenACMv2: An Accuracy-Constrained Co-Optimization Framework for Approximate DCiM
Yiqi Zhou et al.
cs.LG cs.AR
本文提出了一个名为OpenACMv2的开放框架，用于对近似数字存内计算（DCiM）进行精度约束的协同优化。该框架通过架构级搜索和电路级晶体管尺寸调整的两级优化，在保证精度预算的前提下，显著提升了功耗-性能-面积（PPA）指标。
3DTCR: A Physics-Based Generative Framework for Vortex-Following 3D Reconstruction to Improve Tropical Cyclone Intensity Forecasting
Jun Liu et al.
cs.LG
本文提出了一种结合物理约束与生成式AI效率的3D热带气旋结构重建框架3DTCR. 该框架通过条件流匹配等技术, 旨在改进对气旋内核精细结构的表示, 从而提升强度预报的准确性.
Causal Cellular Context Transfer Learning (C3TL): An Efficient Architecture for Prediction of Unseen Perturbation Effects
Michael Scholkemper, Sach Mukherjee
cs.LG q-bio.QM
本文提出了一种轻量级框架C3TL, 用于预测化学和遗传扰动对细胞状态的影响. 该方法利用扰动的结构化特性和归纳偏置, 仅需广泛可得的bulk分子数据, 即可在新环境中进行准确预测, 其性能与SOTA基础模型相当但所需资源和数据更少.
Competition-Aware CPC Forecasting with Near-Market Coverage
Sebastian Frey et al.
cs.LG cs.AI
本文提出了一种结合语义、行为与地理信息的竞争感知模型, 用于预测付费搜索中的每次点击成本(CPC). 通过构建关键词语义图、基于动态时间规整的行为邻域以及地理意图协变量, 该模型在多个基线上验证了其在捕捉潜在竞争和提升中长期预测稳定性方面的有效性.
L2GTX: From Local to Global Time Series Explanations
Ephrem Tibebe Mekonnen et al.
cs.LG cs.AI
本文提出了一种名为L2GTX的模型无关框架, 用于为时间序列分类模型生成类别级别的全局解释. 该方法通过聚合代表性实例的局部解释, 提取参数化的时序事件基元(如趋势和极值)及其重要性, 并合并冗余信息以构建简洁的全局解释. 在多个基准数据集上的实验表明, L2GTX能产生紧凑且可解释的全局解释, 同时保持稳定的全局忠实度.
GeoChemAD: Benchmarking Unsupervised Geochemical Anomaly Detection for Mineral Exploration
Yihao Ding et al.
cs.LG cs.AI
本文提出了一个用于地球化学异常检测的开源基准数据集 GeoChemAD, 并基于此复现和评估了一系列无监督异常检测方法. 作者还提出了一个基于 transformer 的框架 GeoChemFormer, 实验表明其在多个子集上取得了优越的性能.
Fractals made Practical: Denoising Diffusion as Partitioned Iterated Function Systems
Ann Dooms
cs.LG cs.CV cs.IT math.DS
本文建立了去噪扩散模型与 Partitioned Iterated Function Systems (PIFS) 之间的理论联系。通过分析 PIFS 的几何结构，作者推导出几个可计算的量来刻画去噪动态，并解释了模型在不同噪声区间的行为模式。
Influence Malleability in Linearized Attention: Dual Implications of Non-Convergent NTK Dynamics
Jose Marie Antonio Miñoza, Paulo Mario P. Medina, Sebastian C. Ibañez
cs.LG cs.CV math.NA stat.ML
本文分析了 linearized attention 的学习动态, 揭示了其与无限宽度 NTK 极限不收敛的特性. 这种非收敛性源于 attention 变换对 Gram 矩阵条件数的放大效应, 并表现为更高的 influence malleability, 这同时带来了任务适应性的优势和对抗攻击的脆弱性.
Breaking the Tuning Barrier: Zero-Hyperparameters Yield Multi-Corner Analysis Via Learned Priors
Wei W. Xing et al.
cs.LG cs.AR
本文提出了一种基于预训练基础模型和上下文学习的方法, 用于电路良率多角点分析. 该方法无需超参数调优即可达到高精度, 显著降低了验证成本.
BoSS: A Best-of-Strategies Selector as an Oracle for Deep Active Learning
Denis Huseljic et al.
cs.LG cs.AI
本文提出了一种名为BoSS的可扩展oracle策略, 用于大规模深度主动学习场景. 它通过集成多种选择策略来构建候选批次, 并选择能带来最高性能增益的批次, 从而为评估现有主动学习策略的局限性提供了一个参考基准.
ZO-SAM: Zero-Order Sharpness-Aware Minimization for Efficient Sparse Training
Jie Ji et al.
cs.LG
本文提出了一种名为ZO-SAM的新型优化框架，用于高效稀疏训练。该方法通过将零阶优化整合到SAM方法中，减少了计算开销并稳定了训练过程。
MXNorm: Reusing MXFP block scales for efficient tensor normalisation
Callum McLean et al.
cs.LG cs.AI cs.NE
本文提出了一种名为MXNorm的归一化方法, 它通过复用MXFP8格式转换中已计算的block scales来估计RMS, 从而大幅减少归一化所需的规约操作规模. 该方法在Llama 3模型的预训练中进行了验证, 在保持训练精度的同时实现了显著的核函数加速.
Learnability and Privacy Vulnerability are Entangled in a Few Critical Weights
Xingli Fang, Jung-Eun Kim
cs.LG cs.AI cs.CR
本文提出了一种通过识别并重调神经网络中少数关键权重来保护成员隐私的方法. 该方法在保持模型效用的同时, 有效抵御了成员推理攻击.
Representation Learning for Spatiotemporal Physical Systems
Helen Qu et al.
cs.LG cs.CV
本文评估了多种自监督学习方法在时空物理系统下游科学任务（如物理参数估计）中的表现. 研究发现, 并非所有为物理建模设计的方法都优于通用自监督方法, 且在潜在空间学习的方法（如JEPA）表现更佳.
PhysMoDPO: Physically-Plausible Humanoid Motion with Preference Optimization
Yangsong Zhang et al.
cs.LG cs.AI cs.CV cs.RO
本文提出了一种名为PhysMoDPO的Direct Preference Optimization框架, 用于生成物理上合理的人形机器人运动. 该方法通过将Whole-Body Controller集成到训练流程中, 并利用基于物理和特定任务的奖励来优化扩散模型, 从而在模拟和真实机器人上实现了运动质量和任务完成度的提升.

cs.AI

Context-Enriched Natural Language Descriptions of Vessel Trajectories
Kostas Patroumpas et al.
cs.AI cs.CL cs.DB
本文提出了一种上下文感知的轨迹抽象框架，用于将原始的船舶AIS轨迹数据转换为结构化和语义丰富的表示。该框架通过整合多源上下文信息（如地理实体和天气）来增强轨迹片段，并支持利用大型语言模型生成受控的自然语言描述。这种方法旨在降低时空复杂性，以促进下游海事分析任务。
Efficient Reasoning with Balanced Thinking
Yulin Li et al.
cs.AI cs.CL cs.LG
本文提出了一个名为ReBalance的训练无关框架, 旨在解决大型推理模型(LRMs)中的"过度思考"和"思考不足"问题. 该方法利用置信度作为动态指标, 通过计算一个引导向量来调整模型的推理轨迹, 从而在多个基准测试上实现了效率与准确性的提升.
Generating Expressive and Customizable Evals for Timeseries Data Analysis Agents with AgentFuel
Aadyaa Maddi et al.
cs.AI cs.LG
本文介绍了AgentFuel, 一个用于为时序数据分析智能体生成定制化评估基准的工具. 它旨在解决现有评估在领域定制数据集和查询类型方面的不足, 并通过案例展示了其应用价值.
AI Planning Framework for LLM-Based Web Agents
Orit Shahnovsky, Rotem Dror
cs.AI cs.CL
本文将基于LLM的Web智能体任务形式化为序列决策过程, 并提出了一个将现代智能体架构与传统规划范式(如BFS, DFS)对应起来的分类法. 通过引入五个新的评估指标和一个包含794条人工标注轨迹的数据集, 该工作为诊断智能体失败原因和评估轨迹质量提供了框架.
On Using Machine Learning to Early Detect Catastrophic Failures in Marine Diesel Engines
Francesco Maione et al.
cs.AI
本文提出了一种基于机器学习的方法,用于早期检测船用柴油机的灾难性故障. 该方法通过分析传感器读数与预期值偏差的导数,利用Random Forest进行预测,旨在比传统阈值报警方法更早地发出预警.
ToolTree: Efficient LLM Agent Tool Planning via Dual-Feedback Monte Carlo Tree Search and Bidirectional Pruning
Shuo Yang et al.
cs.AI
本文提出了一种名为ToolTree的LLM agent工具规划新范式, 它受Monte Carlo tree search启发, 通过双阶段LLM评估和双向剪枝机制来探索工具使用轨迹. 在多个基准测试上的实验表明, 该方法在保持高效率的同时, 性能优于现有规划方法.
AI Model Modulation with Logits Redistribution
Zihan Wang et al.
cs.AI
本文提出了一种名为AIM的模型调制范式, 通过logits redistribution策略, 使单个模型能动态调整输出质量或聚焦特定输入特征, 无需重新训练. 该方法在图像分类, 语义分割和文本生成等任务上验证了其有效性.
Context is all you need: Towards autonomous model-based process design using agentic AI in flowsheet simulations
Pascal Schäfer et al.
cs.AI
本文提出了一个基于agentic AI的框架，用于在化工流程模拟环境中提供辅助。该框架利用大型语言模型和文档上下文生成模拟工具代码，并通过多智能体系统分解任务，演示了其在典型流程建模示例中的应用。
ODRL Policy Comparison Through Normalisation
Jaime Osvaldo Salas, Paolo Pareti, George Konstantinidis
cs.AI cs.LO
本文针对ODRL(开放数字权利语言)策略的复杂性及语义等价性比较难题, 提出了一种参数化的规范化方法. 该方法将策略简化为最小组件, 统一表示为仅含许可的格式, 并简化逻辑约束, 从而支持策略比较与在基础片段中的表示.
Efficient and Interpretable Multi-Agent LLM Routing via Ant Colony Optimization
Xudong Wang et al.
cs.AI
本文提出了一种用于多智能体大语言模型系统的高效且可解释的路由框架 AMRO-S. 它将路由问题建模为语义条件路径选择, 并利用蚁群优化思想来提升性能.
Structured Distillation for Personalized Agent Memory: 11x Token Reduction with Retrieval Preservation
Sydney Lewis
cs.AI cs.CL cs.IR
本文提出了一种结构化蒸馏方法, 用于压缩单个用户与AI agent的对话历史, 以构建紧凑的检索层. 该方法将每次对话交换压缩为包含四个字段的复合对象, 在软件工程对话数据集上实现了11倍的压缩率, 并评估了压缩后检索性能的保持情况.
Beyond Final Answers: CRYSTAL Benchmark for Transparent Multimodal Reasoning Evaluation
Wayner Barrios, SouYoung Jin
cs.AI cs.CV cs.IR cs.MM
本文提出了一个名为CRYSTAL的诊断性基准，用于通过可验证的中间步骤来评估多模态推理。它引入了两个互补的指标来评估步骤的准确性和顺序，并基于此提出了新的训练奖励机制和课程学习方法。
Steve-Evolving: Open-World Embodied Self-Evolution via Fine-Grained Diagnosis and Dual-Track Knowledge Distillation
Zhengwei Xie et al.
cs.AI
本文提出了一种名为Steve-Evolving的非参数化自我进化框架，用于开放世界具身智能体。该方法通过细粒度执行诊断与双轨知识蒸馏的闭环，组织并进化交互经验，以解决长时程任务。在Minecraft MCU环境上的实验表明其优于静态检索基线。
When Right Meets Wrong: Bilateral Context Conditioning with Reward-Confidence Correction for GRPO
Yu Li, Tian Lan, Zhengling Qi
cs.AI
本文提出了一种改进 Group Relative Policy Optimization (GRPO) 的方法。通过引入 Bilateral Context Conditioning (BICC) 和 Reward-Confidence Correction (RCC) 机制，增强了模型在训练过程中对正负样本的对比学习能力，并在数学推理基准测试上取得了提升。
Developing and evaluating a chatbot to support maternal health care
Smriti Jha et al.
cs.AI cs.CL cs.IR
本文介绍了一个为印度孕产妇健康设计的聊天机器人系统, 它结合了阶段感知分流、混合检索和基于证据的生成。研究重点在于提出了一套针对高风险、低资源环境下的评估工作流程, 包括基准测试和专家验证, 强调了深度防御设计和多方法评估的重要性。
Semantic Invariance in Agentic AI
I. de Zarzà et al.
cs.AI cs.CL
本文提出了一个 metamorphic testing 框架，用于系统评估 LLM 作为自主推理智能体时的语义不变性。研究通过多种语义保持变换测试了多个基础模型，发现模型规模并不能预测其鲁棒性。

cs.IR

Algorithmic Trust and Compliance: Benchmarking Brand Notability for UK iGaming Entities in Generative Search Engines
Julen Oruesagasti
cs.IR
本文探讨了生成式AI搜索引擎对信息检索的影响, 并针对英国iGaming行业提出了"生成式引擎优化(GEO)"的新框架. 报告通过实证分析指出, 在高度监管的环境中, 合规性信号(如UKGC标准)是构建"算法信任"以提升在AI搜索中可见性的关键.
Detecting Miscitation on the Scholarly Web through LLM-Augmented Text-Rich Graph Learning
Huidong Wu et al.
cs.IR cs.AI
本文提出了一种结合大型语言模型(LLM)和图神经网络(GNN)的框架LAGMiD，用于检测学术文献中的错误引用。该方法通过知识蒸馏将LLM的深度语义推理能力迁移到高效的GNN模型中，以降低计算成本并提升检测性能。
Multi-Step Semantic Reasoning in Generative Retrieval
Steven Dong, Yubao Tang, Maarten de Rijke
cs.IR cs.CL
本文提出了ReasonGR框架, 旨在增强生成式检索模型在数值上下文中的多步语义推理能力. 通过在FinQA数据集上的实验, 该框架展示了在提升检索准确性和一致性方面的潜力.
Test-Time Strategies for More Efficient and Accurate Agentic RAG
Brian Zhang et al.
cs.IR cs.AI
本文针对迭代式Agentic RAG框架Search-R1在复杂多跳问题中存在的检索效率低下和上下文整合不佳问题，提出了在测试时集成去重模块和上下文化模块的改进策略。通过在HotpotQA和Natural Questions数据集上的评估，最佳方案在提升答案准确率的同时显著减少了检索轮次。
Bridging Sequential and Contextual Features with a Dual-View of Fine-grained Core-Behaviors and Global Interest-Distribution
Yi Xu et al.
cs.IR
本文提出了一种名为CDNet的双视角交互网络, 用于CTR预测任务. 该模型通过细粒度的核心行为交互和粗粒度的全局兴趣分布补偿, 旨在更有效地建模用户行为序列特征与物品上下文特征之间的交互, 同时控制计算开销.
Deferred is Better: A Framework for Multi-Granularity Deferred Interaction of Heterogeneous Features
Yi Xu et al.
cs.IR cs.LG
本文提出了一种用于CTR预测的多粒度延迟交互网络(MGDIN), 旨在解决特征异质性(如稀疏性差异)带来的建模挑战. 该方法通过分组和分层掩码策略, 延迟低信息量特征的交互, 以提升模型性能.
InterDeepResearch: Enabling Human-Agent Collaborative Information Seeking through Interactive Deep Research
Bo Pan et al.
cs.IR cs.HC
本文提出了一种名为InterDeepResearch的交互式深度研究系统, 旨在通过一个分层的研究上下文管理框架和协调的多视图界面, 增强人类与LLM智能体在信息检索任务中的协作. 该系统在保持与先进深度研究系统相当性能的同时, 通过支持过程可观察性、实时可引导性和上下文高效导航, 改善了人机协作体验.
VLM4Rec: Multimodal Semantic Representation for Recommendation with Large Vision-Language Models
Ty Valencia et al.
cs.IR cs.AI cs.CV
本文提出了一种基于大视觉语言模型的多模态推荐框架VLM4Rec, 它通过语义对齐而非特征融合来组织物品内容. 该框架将物品图像转换为自然语言描述, 再编码为密集向量用于偏好匹配, 实验表明其性能优于多种基于融合的方法.
FGTR: Fine-Grained Multi-Table Retrieval via Hierarchical LLM Reasoning
Chaojie Sun et al.
cs.IR cs.CL cs.LG
本文提出了一种基于LLM的层次化多表检索方法FGTR, 通过模拟人类推理策略, 先识别相关模式元素再检索单元格内容, 以构建与查询匹配的简洁子表. 在两个新基准数据集上的实验表明, 该方法在F_2指标上优于现有方法.
Anchored Alignment: Preventing Positional Collapse in Multimodal Recommender Systems
Yonghun Jeong, David Yoon Suk Kang, Yeon-Chang Lee
cs.IR cs.LG
本文提出了一种名为AnchorRec的多模态推荐系统框架, 通过引入基于锚点的间接对齐方法, 在轻量级投影域中实现模态对齐. 该方法旨在缓解传统对齐方法导致的模态特异性结构模糊和ID主导问题, 从而提升推荐性能.
Taming the Long Tail: Efficient Item-wise Sharpness-Aware Minimization for LLM-based Recommender Systems
Jiaming Zhang et al.
cs.IR cs.LG
本文针对基于大语言模型的推荐系统(LRSs)中的长尾问题进行了研究, 提出了高效的逐项锐度感知最小化(EISAM)优化框架. 该方法通过逐项正则化损失函数的平坦度来提升尾部项目的推荐性能, 并在实验中验证了其有效性.
NanoVDR: Distilling a 2B Vision-Language Retriever into a 70M Text-Only Encoder for Visual Document Retrieval
Zhuchenyang Liu, Yao Zhang, Yu Xiao
cs.IR cs.CV cs.LG
本文提出了一种用于视觉文档检索(VDR)的非对称编码框架NanoVDR. 该方法通过知识蒸馏, 将一个大型视觉-语言模型(VLM)教师编码器的能力迁移到一个仅文本的小型学生编码器中, 从而在保持检索质量的同时显著降低了推理延迟和计算成本.
Can Fairness Be Prompted? Prompt-Based Debiasing Strategies in High-Stakes Recommendations
Mihaela Rotar, Theresia Veronika Rampisela, Maria Maistro
cs.IR
本文探讨了在基于大语言模型(LLM)的推荐系统中，如何通过设计提示词(prompt)来减轻模型因推断用户敏感属性(如性别、年龄)而产生的偏见。研究提出了几种偏向感知的提示策略，实验表明这些方法能在一定程度上提升公平性，但有时可能导致对特定群体的过度推荐。

cs.CL

Task-Specific Knowledge Distillation via Intermediate Probes
Ryan Brown, Chris Russell
cs.CL cs.AI
本文提出了一种通过中间层探针进行任务特定知识蒸馏的方法, 旨在改善大型语言模型在推理任务上输出分布作为监督信号时存在的噪声问题. 该方法在多个推理基准测试上取得了稳定的性能提升, 且无需修改模型架构或增加大量计算开销.
Diagnosing Retrieval Bias Under Multiple In-Context Knowledge Updates in Large Language Models
Boyu Qiao et al.
cs.CL cs.AI cs.LG
本文提出了一个名为Dynamic Knowledge Instance (DKI)的评估框架，用于诊断大型语言模型(LLMs)在上下文内进行多次知识更新时的检索偏差。研究发现，随着更新次数增加，模型对最新知识的检索准确率显著下降，而注意力、隐藏状态等内部信号在错误样本上变得难以区分。
ActTail: Global Activation Sparsity in Large Language Models
Wenwen Hou, Xinyuan Song, Shiwei Liu
cs.CL cs.LG
本文提出了一种基于 Heavy-Tailed Self-Regularization (HT-SR) 理论的全局激活稀疏化方法 ActTail. 该方法通过各投影层的经验谱密度 (ESD) 计算 heavy-tail exponent, 并以此为依据为不同投影层分配不同的稀疏度预算, 从而在保持高稀疏度的同时提升模型性能.
Aligning Language Models from User Interactions
Thomas Kleine Buening et al.
cs.CL cs.AI cs.LG
本文提出了一种利用多轮用户交互数据进行语言模型对齐的方法. 该方法通过自蒸馏(self-distillation)机制, 让模型根据用户的后续消息来调整其原始响应策略, 从而从自然发生的对话中学习. 实验表明, 该方法能提升模型在标准对齐和指令遵循任务上的表现, 并支持个性化与持续适应.
GONE: Structural Knowledge Unlearning via Neighborhood-Expanded Distribution Shaping
Chahana Dahal, Ashutosh Balasubramaniam, Zuobin Xiong
cs.CL
本文提出了一个用于评估大语言模型在结构化知识图谱上遗忘知识能力的基准GONE, 并设计了一种利用图连接性的遗忘框架NEDS. 该方法在多个基准测试中展现了优越的性能.
Prompt Injection as Role Confusion
Charles Ye, Jasmine Cui, Dylan Hadfield-Menell
cs.CL cs.AI cs.CR
本文通过设计role probes来研究语言模型中的prompt injection攻击, 发现其根本原因在于模型内部的role confusion机制. 作者通过实验验证了这一机制, 并提出了一个统一的解释框架.
LLM-Augmented Therapy Normalization and Aspect-Based Sentiment Analysis for Treatment-Resistant Depression on Reddit
Yuxin Zhu et al.
cs.CL
本文利用基于词典的归一化和基于大语言模型的数据增强方法, 对Reddit上关于难治性抑郁症(TRD)的讨论进行了药物提及提取与基于方面的情感分析. 通过微调DeBERTa-v3模型, 量化了患者对各类药物的情感倾向, 发现传统抗抑郁药负面评价比例较高, 而氯胺酮类药物则相对更受好评.
TASTE-Streaming: Towards Streamable Text-Aligned Speech Tokenization and Embedding for Spoken Language Modeling
Liang-Hsuan Tseng, Hung-yi Lee
cs.CL cs.SD
本文提出了一种适用于实时应用的流式文本对齐语音标记化与嵌入方法 TASTE-S. 该方法通过集成 CTC-based ASR 模块和因果解码器设计, 在保持性能的同时显著降低了延迟.
Not Just the Destination, But the Journey: Reasoning Traces Causally Shape Generalization Behaviors
Pengcheng Wen et al.
cs.CL
本文通过控制实验研究了 reasoning trace 对 LLM 泛化行为的因果影响。研究发现，不同的 reasoning 类型会引发不同的行为模式，且 reasoning 本身携带独立的信号，能够被模型内化。
Interpreting Negation in GPT-2: Layer- and Head-Level Causal Analysis
Abdullah Al Mofael et al.
cs.CL
本文通过定义 Negation Effect Score (NES) 并应用 activation patching 和 ablation 等因果干预方法，分析了 GPT-2 Small 模型内部处理否定句的机制。研究发现，模型区分肯定与否定句的能力高度集中在第4至6层的少数注意力头中。
CSE-UOI at SemEval-2026 Task 6: A Two-Stage Heterogeneous Ensemble with Deliberative Complexity Gating for Political Evasion Detection
Christos Tzouvaras, Konstantinos Skianis, Athanasios Voulodimos
cs.CL
本文为SemEval-2026 Task 6设计了一个用于政治访谈回复清晰度分类的系统。该系统采用了一个包含自洽性加权投票的异构双大语言模型集成，并引入了一种名为Deliberative Complexity Gating的后处理校正机制。
Shattering the Shortcut: A Topology-Regularized Benchmark for Multi-hop Medical Reasoning in LLMs
Xing Zi et al.
cs.CL cs.AI
本文提出了一个名为ShatterMed-QA的双语医学多步推理基准，旨在通过剪枝知识图谱中的通用枢纽节点来防止模型进行捷径学习。评估显示，当前大语言模型在该基准上表现不佳，但通过检索增强生成技术可以恢复性能。
Marked Pedagogies: Examining Linguistic Biases in Personalized Automated Writing Feedback
Mei Tan, Lena Phalen, Dorottya Demszky
cs.CL cs.HC
本文研究了大型语言模型(LLM)在提供个性化写作反馈时存在的语言偏见。通过分析不同模型对嵌入学生属性提示的回应，发现反馈内容会系统性、刻板印象化地偏移。
LLM BiasScope: A Real-Time Bias Analysis Platform for Comparative LLM Evaluation
Himel Ghosh, Nick Elias Werner
cs.CL cs.AI cs.CY cs.HC
本文介绍了一个名为LLM BiasScope的实时偏见分析平台, 用于比较不同大型语言模型(LLM)的输出. 该系统通过一个两阶段的偏见检测流程(句子级检测与偏见类型分类)自动分析用户提示和模型响应, 并提供并排比较视图与可视化图表.
AgentDrift: Unsafe Recommendation Drift Under Tool Corruption Hidden by Ranking Metrics in LLM Agents
Zekun Wu et al.
cs.CL cs.AI
本文研究了工具增强的LLM agents在金融对话场景下的安全性问题. 作者发现, 即使工具输出被污染, 传统的排序质量指标(如NDCG)仍可能显示推荐质量良好, 而实际上已出现大量不安全的推荐.
LMEB: Long-horizon Memory Embedding Benchmark
Xinping Zhao et al.
cs.CL
本文提出了一个用于评估长时程记忆嵌入模型性能的基准测试框架 LMEB. 该基准包含多种记忆类型和任务, 其评估结果与传统文本嵌入基准正交, 表明该领域仍需进一步发展.
Expert Pyramid Tuning: Efficient Parameter Fine-Tuning for Expertise-Driven Task Allocation
Jia-Chen Zhang et al.
cs.CL cs.CV
本文提出了一种名为Expert Pyramid Tuning (EPT)的参数高效微调方法，用于大语言模型的多任务场景。该方法通过引入多尺度特征金字塔结构和任务感知路由机制，在减少训练参数的同时提升了性能。
RTD-Guard: A Black-Box Textual Adversarial Detection Framework via Replacement Token Detection
He Zhu et al.
cs.CL cs.CR
本文提出了一种名为RTD-Guard的黑盒文本对抗样本检测框架。该框架利用预训练的Replaced Token Detection判别器来定位可疑词元，并通过观察受害模型在干预前后的预测置信度变化来进行检测，整个过程无需对抗数据或模型内部信息。
Using a Human-AI Teaming Approach to Create and Curate Scientific Datasets with the SCILIRE System
Necva Bölücü et al.
cs.CL cs.HC
本文介绍了一个名为SCILIRE的人机协同系统, 用于从科学文献中创建和整理数据集. 该系统通过迭代式的工作流程, 让研究人员能够审查和修正AI的输出, 并将此交互作为反馈信号来改进后续基于LLM的推理.
98$\times$ Faster LLM Routing Without a Dedicated GPU: Flash Attention, Prompt Compression, and Near-Streaming for the vLLM Semantic Router
Xunzhuo Liu et al.
cs.CL
本文针对LLM系统级路由器的延迟和内存问题, 提出了一套三阶段的优化方案. 这些优化显著降低了延迟和GPU内存占用, 使得路由器可以与LLM推理服务共享GPU, 而无需专用加速器.
Continual Learning in Large Language Models: Methods, Challenges, and Opportunities
Hongyang Chen et al.
cs.CL cs.AI
本文综述了面向大语言模型的持续学习方法, 围绕持续预训练、持续微调和持续指令调整三个阶段, 系统梳理了基于排练、正则化和架构的方法及其缓解遗忘的机制. 文章分析了评估指标和基准, 并指出了当前方法在跨任务知识无缝整合方面仍面临根本性挑战.
From Text to Forecasts: Bridging Modality Gap with Temporal Evolution Semantic Space
Lehui Li et al.
cs.CL cs.AI
本文提出了一种名为TESS的方法, 通过构建一个Temporal Evolution Semantic Space来弥合文本与时间序列数据之间的模态鸿沟. 该方法利用LLM从文本中提取可解释的时序基元, 并在多个真实数据集上展示了优于现有基准的预测性能.
MetaKE: Meta-learning Aligned Knowledge Editing via Bi-level Optimization
Shuxin Liu, Ou Wu
cs.CL cs.AI
本文提出了一种名为MetaKE的新框架, 将知识编辑问题重新表述为一个双层优化问题. 该方法通过引入可学习的编辑目标来缓解语义与执行之间的不匹配, 并在实验中显示出优于基线方法的性能.
Experimental evidence of progressive ChatGPT models self-convergence
Konstantinos F. Xylogiannopoulos et al.
cs.CL cs.AI
本文通过文本相似度指标评估了不同版本ChatGPT模型生成多样化文本的能力, 发现近期版本在输出多样性上出现可测量的下降. 作者将这种现象归因于训练数据中合成数据的增加, 并将其定义为模型的自收敛.
EvolveCoder: Evolving Test Cases via Adversarial Verification for Code Reinforcement Learning
Chi Ruan et al.
cs.CL
本文提出了一种基于对抗性验证的测试用例演化框架EvolveCoder, 用于增强代码生成强化学习中的验证信号. 基于该框架构建的大规模数据集EvolveCoder-22k, 在多个下游基准测试中提升了模型性能.
A Method for Learning Large-Scale Computational Construction Grammars from Semantically Annotated Corpora
Paul Van Eecke, Katrien Beuls
cs.CL
本文提出了一种从语义标注语料库中学习大规模计算构式语法的方法. 该方法能够生成可解释的语法网络, 用于支持开放域文本的语义分析.
SectEval: Evaluating the Latent Sectarian Preferences of Large Language Models
Aditya Maheshwari et al.
cs.CL
本文提出了一个名为SectEval的评估框架，用于衡量大型语言模型在处理伊斯兰教逊尼派与什叶派教义差异时的潜在宗派偏好。研究发现，模型在英语和印地语语境下表现出显著的、不一致的偏向性，且高级模型会根据用户地理位置调整其回答。
SteerRM: Debiasing Reward Models via Sparse Autoencoders
Mengyuan Sun et al.
cs.CL
本文提出了一种无需重新训练即可减少奖励模型偏差的方法SteerRM, 该方法基于Sparse Autoencoder识别并抑制与风格偏见相关的特征. 实验表明该方法能在保持整体性能的同时有效提升特定评测集上的准确性, 并揭示了偏见特征在模型浅层的分布规律.
Adaptive Vision-Language Model Routing for Computer Use Agents
Xunzhuo Liu et al.
cs.CL cs.CV
本文提出了一个名为自适应视觉语言模型路由(AVR)的框架, 用于优化计算机使用代理(CUAs)的成本-准确率权衡. 该框架通过一个轻量级路由层, 根据动作难度和模型置信度, 将任务动态分配给不同规模的视觉语言模型(VLMs), 在保持性能的同时显著降低了推理成本.
Rethinking Multiple-Choice Questions for RLVR: Unlocking Potential via Distractor Design
Xu Guo et al.
cs.CL
本文探讨了在RLVR训练中使用MCQs时, 选项设计对模型性能的影响. 作者提出了一种迭代式干扰项构建框架, 旨在通过提升干扰项质量来促进深度推理, 并在多个基准测试中验证了其有效性.
CLARIN-PT-LDB: An Open LLM Leaderboard for Portuguese to assess Language, Culture and Civility
João Silva, Luís Gomes, António Branco
cs.CL
本文介绍了为欧洲葡萄牙语(European Portuguese)开发的一个开放大语言模型(LLM)排行榜及其相关基准测试。该工作填补了该语言变体在模型评估方面的空白，并引入了一些新的评测维度，如模型安全防护和对葡萄牙文化的对齐性。
Learning from Child-Directed Speech in Two-Language Scenarios: A French-English Case Study
Liel Binyamin, Elior Sulem
cs.CL cs.AI
本文在严格匹配数据规模的条件下, 将 BabyBERTa 模型扩展至英语-法语双语场景, 系统研究了单语, 双语及跨语言设定下的紧凑语言模型. 研究对比了儿童导向语音与多领域语料库训练的效果, 并引入了新的法语评估资源. 结果表明, 训练数据的选择对句法和语义任务的影响具有情境依赖性.
HMS-BERT: Hybrid Multi-Task Self-Training for Multilingual and Multi-Label Cyberbullying Detection
Zixin Feng et al.
cs.CL stat.ML
本文提出了一个用于多语言多标签网络欺凌检测的混合多任务自训练框架HMS-BERT. 该方法结合了预训练模型、手工特征和多任务学习, 并通过自训练策略处理低资源语言的数据稀缺问题.
DS$^2$-Instruct: Domain-Specific Data Synthesis for Large Language Models Instruction Tuning
Ruiyao Xu, Noelle I. Samia, Han Liu
cs.CL
本文提出了一个名为DS\(^2\)-Instruct的零样本框架，用于自动生成领域特定的指令调优数据集。该方法通过生成任务关键词并结合Bloom分类法来创建多样化的指令，并利用自洽性验证来保证数据质量。在多个专业领域的评估表明，使用该数据微调的模型性能优于现有方法。
Long-form RewardBench: Evaluating Reward Models for Long-form Generation
Hui Huang et al.
cs.CL
本文提出了首个专门用于评估长文本生成任务中奖励模型的基准测试Long-form RewardBench. 该基准包含五个子任务, 并通过实验发现现有模型在此类任务上能力不足, 同时揭示了分类器模型相比生成式模型具有更好的泛化性.
Is Human Annotation Necessary? Iterative MBR Distillation for Error Span Detection in Machine Translation
Boxuan Lyu, Haiyue Song, Zhi Qu
cs.CL cs.AI
本文提出了一种基于Minimum Bayes Risk (MBR)解码的自进化框架，用于机器翻译中的错误跨度检测(Error Span Detection, ESD)。该方法利用现成的大语言模型(LLM)生成伪标签，无需人工标注数据，实验表明其训练出的模型在系统和跨度级别上优于基于人工标注的基线模型。
Interpretable Semantic Gradients in SSD: A PCA Sweep Approach and a Case Study on AI Discourse
Hubert Plisiecki et al.
cs.CL
本文针对 Supervised Semantic Differential (SSD) 方法中 PCA 降维维度选择缺乏系统标准的问题，提出了一种基于多指标联合判定的 PCA sweep 流程。该方法通过平衡表征能力、梯度可解释性和稳定性来选择维度，并以一项关于人工智能话语的研究为例进行了演示。
Mending the Holes: Mitigating Reward Hacking in Reinforcement Learning for Multilingual Translation
Yifeng Liu et al.
cs.CL
本文提出了一种名为WALAR的强化学习方法，用于提升大语言模型在低资源语言翻译上的性能。该方法仅使用单语文本，并通过词对齐和语言对齐等技术来缓解基于质量的奖励模型中存在的缺陷，实验表明其在多语言翻译基准上取得了显著提升。
ESG-Bench: Benchmarking Long-Context ESG Reports for Hallucination Mitigation
Siqi Sun et al.
cs.CL cs.AI
本文提出了一个名为ESG-Bench的基准数据集，用于评估大型语言模型在理解长篇幅ESG报告和减少幻觉方面的能力。该数据集包含基于真实报告的人工标注问答对，并通过实验表明，基于思维链的提示策略能有效提升模型性能。
Neuron-Aware Data Selection In Instruction Tuning For Large Language Models
Xin Chen et al.
cs.CL
本文提出了一种名为NAIT的框架, 通过分析instruction tuning数据与目标能力之间神经元激活模式的相似性来进行数据选择. 实验表明, 使用其选出的10%数据子集进行训练, 能在多种任务上超越依赖外部模型或不确定性特征的方法.

cs.DS

Early Pruning for Public Transport Routing
Andrii Rohovyi, Abdallah Abuaisha, Toby Walsh
cs.DS cs.AI cs.RO
本文提出了一种名为Early Pruning的低开销技术，用于加速公共交通路径规划算法。该方法通过对转移连接进行预排序并在循环中应用剪枝规则，在不牺牲最优性的前提下显著减少了查询时间。实验表明，该技术可集成到多种RAPTOR变体中，并在实际交通网络上实现了高达57%的性能提升。
Optimal Enumeration of Eulerian Trails in Directed Graphs
Ben Bals, Solon P. Pissis, Matei Tinca
cs.DS cs.DM
本文提出了一种直接枚举有向图中Eulerian trails的最优时间算法. 该算法的时间复杂度为\(O(m + z_T)\), 优于基于BEST定理的计数方法以及现有的组合算法.
Tight (S)ETH-based Lower Bounds for Pseudopolynomial Algorithms for Bin Packing and Multi-Machine Scheduling
Karl Bringmann, Anita Dürr, Karol Węgrzycki
cs.DS
本文针对 Bin Packing 和几种多机调度问题，基于 (Strong) Exponential Time Hypothesis 证明了紧的伪多项式时间下界。这些下界匹配了已知的经典算法上界，解决了相关领域的开放性问题。
Dynamic direct (ranked) access of MSO query evaluation over SLP-compressed strings
Martín Muñoz
cs.DS cs.DB cs.FL cs.LO
本文针对SLP压缩字符串上的MSO查询, 提出了支持动态编辑的ranked direct access算法. 该算法实现了预处理和每次访问的logarithmic时间复杂度, 改进了现有结果.

others

A Holistic Framework for Automated Configuration Recommendation for Cloud Service Monitoring
Anson Bastos et al.
cs.DC cs.LG
本文针对云服务监控配置的自动化问题, 提出了一个模块化的推荐框架. 该框架通过处理图结构的服务实体来生成优化的监控配置建议, 并在历史数据和实际服务中验证了其有效性.
DART: Input-Difficulty-AwaRe Adaptive Threshold for Early-Exit DNNs
Parth Patne et al.
cs.AR cs.AI cs.LG
本文提出了DART框架, 为early-exit DNNs设计了一种输入难度感知的自适应阈值策略. 该方法通过轻量级难度估计模块和联合优化算法, 在多个基准模型上实现了显著的推理速度提升和能耗降低.
DIALECTIC: A Multi-Agent System for Startup Evaluation
Jae Yoon Bae et al.
cs.MA cs.CE cs.CL
本文提出了一个基于LLM的多智能体系统DIALECTIC，用于初创公司评估。该系统通过构建事实知识树、生成正反论点并进行模拟辩论来辅助风险投资决策，并在真实投资数据上进行了回溯测试。
Predictive Analytics for Foot Ulcers Using Time-Series Temperature and Pressure Data
Md Tanvir Hasan Turja
q-bio.OT cs.AI cs.LG
本文利用可穿戴足部传感器采集的时间序列数据, 结合Isolation Forest和KNN等无监督机器学习算法, 构建了一个用于预测糖尿病足溃疡风险的框架. 研究结果表明, 结合温度和压力数据的监测可以提高预测的准确性.
The DIME Architecture: A Unified Operational Algorithm for Neural Representation, Dynamics, Control and Integration
Ionel Cristian Vladu et al.
q-bio.NC cs.AI
本文提出了一个名为DIME的神经架构, 旨在将感知、记忆、评估和意识访问等功能整合到一个统一的计算框架中. 该框架包含engrams, execution threads, marker systems和hyperengrams四个交互组件, 为理解大脑功能提供了一个抽象的操作模型.
VQQA: An Agentic Approach for Video Evaluation and Quality Improvement
Yiwen Song, Tomas Pfister, Yale Song
cs.CV cs.AI cs.LG cs.MA
本文提出了一个名为VQQA的多智能体框架, 用于视频生成模型的评估与质量提升. 该方法通过生成视觉问题并利用Vision-Language Model的反馈作为语义梯度, 实现了高效的、黑盒的提示词优化, 在多个基准测试上显著提升了生成视频的质量.
Pruning-induced phases in fully-connected neural networks: the eumentia, the dementia, and the amentia
Haining Pan, Nakul Aggarwal, J. H. Pixley
cond-mat.dis-nn cs.LG cs.NE
本文通过改变训练和评估阶段的dropout率, 研究了全连接神经网络在MNIST数据集上的相图. 研究发现了三个由交叉熵损失随训练数据量幂律标度区分的相: eumentia, dementia和amentia. 其中eumentia相中的损失代数衰减行为与统计力学中的准长程序有关.
Optimizing Task Completion Time Updates Using POMDPs
Duncan Eddy et al.
eess.SY cs.AI
本文使用 Partially Observable Markov Decision Process (POMDP) 框架来优化任务完成时间的更新策略。该方法将公告管理建模为一个序贯决策问题，通过平衡公告准确性与更新频率来生成控制策略，并在仿真中相比基线策略取得了更好的效果。
Probabilistic Joint and Individual Variation Explained (ProJIVE) for Data Integration
Raphiel J. Murden et al.
stat.ML cs.LG q-bio.QM stat.CO stat.ME
本文提出了一种用于多模态数据整合的概率模型ProJIVE, 它通过EM算法估计联合与个体变异的低秩结构. 该方法被应用于阿尔茨海默病的脑形态学与认知数据, 识别出了有生物学意义的变异模式.
Alternating Gradient Flow Utility: A Unified Metric for Structural Pruning and Dynamic Routing in Deep Networks
Tianhao Qian et al.
cs.CV cs.LG cs.NE
本文提出了一种基于Alternating Gradient Flow (AGF)的"动能效用"度量, 用于深度网络的结构化剪枝和动态路由. 该方法通过解耦的动力学范式, 在ImageNet等基准上验证了其在高压缩比下避免结构崩溃和实现帕累托最优效率的有效性.
Optimal Experimental Design for Reliable Learning of History-Dependent Constitutive Laws
Kaushik Bhattacharya, Lianghao Cao, Andrew Stuart
cond-mat.mtrl-sci cs.LG math.NA physics.comp-ph stat.CO
本文提出了一个用于可靠学习历史依赖本构模型的贝叶斯最优实验设计框架. 该框架通过定义设计效用为期望参数不确定性减少或期望信息增益, 并结合高斯近似与代理模型近似, 实现了对昂贵正向模型和高维数据场景下的设计优化. 数值研究表明, 优化后的试样几何与加载路径能显著提升参数可识别性.
The Privacy-Utility Trade-Off of Location Tracking in Ad Personalization
Mohammad Mosaffa, Omid Rafieian
econ.EM cs.LG
本文结合经济理论、机器学习与因果推断, 量化了地理位置数据在广告个性化中的价值及其与行为数据的互补/替代关系. 研究发现, 在用户行为历史有限的冷启动阶段, 地理位置数据具有显著价值, 但随着行为数据积累, 其作用逐渐被替代.
SPARROW: Learning Spatial Precision and Temporal Referential Consistency in Pixel-Grounded Video MLLMs
Mohamad Alansari et al.
cs.CV cs.AI
本文提出了一种名为SPARROW的像素级视频多模态大语言模型, 旨在解决视频理解中空间精度与时间一致性的挑战. 该方法通过引入时序对齐的特征和双提示设计, 在多个基准测试上提升了性能.
Pairwise Exchanges of Freely Replicable Goods with Negative Externalities
Shangyuan Yang, Kirthevasan Kandasamy
cs.GT cs.DS
本文研究了在存在负外部性的自由复制品（如数据）的成对交换场景中, 一个利他的中心规划者如何设计一个无货币的交换协议. 该协议在多轮中进行, 提出成对交换建议, 并满足个体理性, 激励相容和稳定性三个关键要求. 作者认为, 在这种存在外部性的环境下, 追求帕累托有效的个体效用可能是不合适的.
Beyond Motion Imitation: Is Human Motion Data Alone Sufficient to Explain Gait Control and Biomechanics?
Xinyi Liu et al.
cs.RO cs.LG
本文探讨了在基于强化学习的运动模仿学习框架中, 加入足-地交互测量作为奖励项如何影响人体步态运动学和动力学的估计. 研究发现, 仅模仿运动学不足以产生生物力学上合理的关节动力学, 而引入接触力等动力学约束能显著提升步态模拟的真实性.
Revisiting Model Stitching In the Foundation Model Era
Zheda Mai et al.
cs.CV cs.AI cs.LG
本文重新审视了 model stitching 在 Vision Foundation Models (VFMs) 时代的应用. 研究发现, 通过一种简单的特征匹配损失, 异质的 VFMs 可以在视觉任务上可靠地拼接, 并且拼接模型在某些情况下能超越其组成模型.
KernelFoundry: Hardware-aware evolutionary GPU kernel optimization
Nina Wiedemann et al.
cs.DC cs.LG
本文提出了一个名为KernelFoundry的进化框架，用于优化GPU kernel。它结合了MAP-Elites搜索、元提示进化和基于模板的参数优化，在多个基准测试上超越了现有方法。该框架支持分布式硬件访问，并能应用于广泛的现实场景。
Unmasking Biases and Reliability Concerns in Convolutional Neural Networks Analysis of Cancer Pathology Images
Michael Okonoda et al.
eess.IV cs.AI cs.CV cs.LG
本文通过分析13个常用癌症病理图像数据集, 发现即使使用不含临床信息的背景裁剪图像, 某些CNN架构仍能获得高准确率, 揭示了当前机器学习评估方法在癌症病理学中可能存在的偏见和可靠性问题.
FloeNet: A mass-conserving global sea ice emulator that generalizes across climates
William Gregory et al.
physics.ao-ph cs.LG
本文介绍了一个名为 FloeNet 的机器学习模拟器，用于模拟全球海冰质量和面积预算的6小时变化趋势。该模型在重现海冰平均状态、趋势和年际变率方面表现优于非守恒模型，并能输出高保真的耦合相关变量。
Bridging the Gap Between Security Metrics and Key Risk Indicators: An Empirical Framework for Vulnerability Prioritization
Emad Sherif et al.
cs.CR cs.LG
本文提出了一个基于预期损失分解的复合关键风险指标(KRI)框架, 用于漏洞优先级排序. 该框架整合了威胁, 影响和暴露三个维度, 在真实漏洞数据集上的评估表明, 其在风险排序上优于传统的CVSS评分和EPSS预测系统.
Operationalising Cyber Risk Management Using AI: Connecting Cyber Incidents to MITRE ATT&CK Techniques, Security Controls, and Metrics
Emad Sherif et al.
cs.CR cs.AI
本文提出了一个利用自然语言处理(NLP)自动将网络安全事件映射到攻击者技术(MITRE ATT&CK)的框架, 并构建了一个整合了安全控制措施和度量指标的知识库(Cyber Catalog). 通过微调一个句子嵌入模型, 该框架旨在帮助资源有限的组织更系统地进行事件响应和风险管理.
TaxBreak: Unmasking the Hidden Costs of LLM Inference Through Overhead Decomposition
Prabhu Vellaisamy et al.
cs.DC cs.LG cs.PF
本文提出了一种名为TaxBreak的追踪驱动方法, 用于分解大型语言模型(LLM)推理中主机端可见的编排开销. 该方法将开销分解为框架转换时间, CUDA库转换时间和内核启动路径时间三个部分, 并引入了主机-设备平衡指数(HDBI)作为评估指标. 研究表明, 对于主机端开销占主导的工作负载, 提升CPU单线程性能可以显著降低编排开销并改善端到端延迟.
CLARE: Classification-based Regression for Electron Temperature Prediction
Michael Liang et al.
physics.space-ph cs.AI
本文提出了一种名为CLARE的机器学习模型, 用于预测地球等离子体层中的电子温度. 该模型采用基于分类的回归架构, 在AKEBONO卫星数据上取得了优于传统回归方法的预测精度.
The Perfection Paradox: From Architect to Curator in AI-Assisted API Design
Mak Ahmad et al.
cs.SE cs.AI cs.HC
本文通过一项工业案例研究, 评估了基于API改进提案(AIPs)训练的AI辅助设计工作流. 研究发现, 尽管AI在多数可用性维度和效率上表现优异, 但其生成的"完美"设计却引发了专家对缺乏实用人类判断的担忧, 并据此提出了设计师角色应从"起草者"转变为"策展人"的转变.
Less Data, Faster Convergence: Goal-Driven Data Optimization for Multimodal Instruction Tuning
Rujie Wu et al.
cs.CV cs.LG
本文提出了Goal-Driven Data Optimization (GDO)框架，用于优化多模态指令微调的数据选择。该方法通过计算样本描述符来构建精简的训练子集，在固定训练协议下实现了用更少数据、更快收敛并达到更高准确率的效果。
One-Step Flow Policy: Self-Distillation for Fast Visuomotor Policies
Shaolong Li, Lichao Sun, Yongchao Chen
cs.RO cs.AI
本文提出了一种名为 One-Step Flow Policy (OFP) 的自蒸馏框架，用于生成机器人策略的单步动作，以解决生成流和扩散模型因迭代采样导致的高延迟问题。该方法在模拟任务中实现了高速且高性能的动作生成。
TRACE: Temporal Rule-Anchored Chain-of-Evidence on Knowledge Graphs for Interpretable Stock Movement Prediction
Qianggang Ding et al.
cs.CE cs.AI
本文提出了一种基于知识图谱的时序规则锚定证据链方法, 用于可解释的股票走势预测. 该方法通过规则引导的图谱探索与LLM辅助的决策, 在基准测试中取得了优于基线模型的性能.
Naïve PAINE: Lightweight Text-to-Image Generation Improvement with Prompt Evaluation
Joong Ho Kim et al.
cs.CV cs.AI cs.LG
本文提出了一种名为Naïve PAINE的轻量级方法, 用于改进基于Diffusion Models的文本到图像生成质量. 该方法通过预测初始噪声和给定提示(prompt)下的图像数值质量, 筛选高质量噪声进行生成, 并能无缝集成到现有流程中.
ELLA: Generative AI-Powered Social Robots for Early Language Development at Home
Victor Nikhil Antony et al.
cs.HC cs.AI
本文介绍了ELLA, 一个由生成式AI驱动的社交机器人, 旨在通过互动讲故事和对话支持家庭环境中的儿童早期语言发展. 研究通过访谈和家庭设计工作坊迭代设计, 并进行了为期八天的家庭部署以观察儿童互动行为.
Red-Teaming Vision-Language-Action Models via Quality Diversity Prompt Generation for Robust Robot Policies
Siddharth Srikanth et al.
cs.RO cs.AI cs.CL
本文提出了一种名为Q-DIG的方法, 用于对Vision-Language-Action (VLA) 模型进行红队测试, 以生成多样化的对抗性指令. 该方法结合了Quality Diversity (QD) 技术和Vision-Language Models (VLMs), 旨在提高VLA模型对指令措辞的鲁棒性.
Addressing Data Scarcity in 3D Trauma Detection through Self-Supervised and Semi-Supervised Learning with Vertex Relative Position Encoding
Shivam Chaudhary, Sheethal Bhat, Andreas Maier
cs.CV cs.LG
本文提出了一种结合自监督预训练与半监督学习的标签高效方法, 用于3D医学图像中的创伤检测. 该方法在有限标注数据下显著提升了检测性能, 并验证了自监督特征的可迁移性.
EB-RANSAC: Random Sample Consensus based on Energy-Based Model
Muneki Yasuda, Nao Watanabe, Kaiji Sekimoto
stat.ML cond-mat.dis-nn cs.LG
本文提出了一种基于能量模型(Energy-Based Model, EBM)的鲁棒估计方法EB-RANSAC, 其框架与经典的RANSAC相似. 该方法避免了复杂的采样过程, 且仅有一个超参数, 并在线性回归和最大似然估计中验证了其有效性.
Weighted Set Multi-Cover on Bounded Universe and Applications in Package Recommendation
Nima Shahbazi, Aryan Esmailpour, Stavros Sintos
cs.DB cs.DS
本文针对 bounded universe 下的加权集合多重覆盖问题(WSMC-BU)提出了精确与近似算法. 提出的算法在真实与合成数据集上的实验表明, 其在解的质量与运行时间上均优于贪心等基线方法.
Spatio-Semantic Expert Routing Architecture with Mixture-of-Experts for Referring Image Segmentation
Alaa Dalaq, Muzammil Behzad
cs.CV cs.AI
本文提出了一种用于Referring Image Segmentation的Spatio-Semantic Expert Routing Architecture (SERA). 该方法通过引入轻量级的、基于语言描述的专家路由与适配器模块, 在冻结预训练主干网络参数的条件下, 提升了分割结果的空间一致性与边界精度.
Variational Garrote for Sparse Inverse Problems
Kanghun Lee, Hyungjoon Soh, Junghyo Jo
stat.ML cs.CV cs.LG
本文比较了L1正则化和Variational Garrote (VG)在稀疏逆问题中的表现. 实验表明, 在严重欠定且精确恢复支撑集(support)至关重要的场景下, VG通常能实现更低的泛化误差和更好的稳定性.
Speech-Worthy Alignment for Japanese SpeechLLMs via Direct Preference Optimization
Mengjie Zhao et al.
cs.SD cs.CL
本文针对日语SpeechLLMs输出文本不适合语音合成的问题, 提出了一种基于偏好的对齐方法, 旨在生成更口语化、简洁且易于合成的"speech-worthy"文本. 作者为此引入了SpokenElyza基准进行评估, 实验表明该方法在提升口语适宜性的同时, 基本保持了原有书面风格任务的性能.
Accelerating materials discovery using foundation model based In-context active learning
Jeffrey Hu et al.
cond-mat.mtrl-sci cs.LG
本文提出了一种基于预训练基础模型TabPFN的上下文主动学习方法(ICAL), 用于加速材料发现. 该方法在多个材料数据集上超越了传统的Gaussian Process和Random Forest代理模型, 平均减少了所需的实验评估次数.
Multiscale Structure-Guided Latent Diffusion for Multimodal MRI Translation
Jianqiang Lin et al.
eess.IV cs.AI cs.CV
本文提出了一种基于latent diffusion的多模态MRI图像转换框架MSG-LDM. 该方法通过style-structure disentanglement机制和多尺度特征建模, 旨在改善图像转换中的结构一致性与纹理细节.
Mastering Negation: Boosting Grounding Models via Grouped Opposition-Based Learning
Zesheng Yang et al.
cs.CV cs.AI
本文提出了一个包含正负语义标注的新数据集 D-Negation 以及一个分组对抗学习框架，用于增强视觉-语言基础模型对否定语义的理解。通过在现有模型上微调少量参数，该方法在正负语义评估上均取得了显著的性能提升。
CarPLAN: Context-Adaptive and Robust Planning with Dynamic Scene Awareness for Autonomous Driving
Junyong Yun et al.
cs.RO cs.AI
本文提出了一种基于模仿学习的自动驾驶运动规划框架 CarPLAN. 该框架通过位移感知预测编码增强空间感知, 并利用上下文自适应多专家解码器来处理多样的驾驶场景, 在 nuPlan 等基准测试中取得了先进的性能.
Literary Narrative as Moral Probe : A Cross-System Framework for Evaluating AI Ethical Reasoning and Refusal Behavior
David C. Flynn
cs.CY cs.AI cs.CL cs.HC
本文提出了一种使用文学叙事作为刺激材料来评估AI道德推理能力的新方法. 该方法通过设计难以简单应对的道德场景, 旨在探测AI系统表面回应与真实推理能力之间的差距.
Batched Kernelized Bandits: Refinements and Extensions
Chenkai Ma, Keqin Chen, Jonathan Scarlett
stat.ML cs.IT cs.LG
本文研究了批量核化赌博机问题, 在批量反馈的设定下优化未知函数. 文章改进了现有上界, 确定了最优批量数, 并移除了遗憾界中的一个因子. 同时, 文章提出了自适应批量选择的下界, 并探讨了对抗扰动下的鲁棒优化问题.
Towards unified brain-to-text decoding across speech production and perception
Zhizhang Yuan et al.
q-bio.NC cs.AI eess.SP
本文提出了一个统一的脑到句子解码框架, 适用于汉语普通话的言语产生和感知. 该框架利用神经信号分类拼音的音节成分, 并结合后训练的大型语言模型(LLM)将拼音序列映射为中文句子, 实现了跨模态的神经动态比较.
The Economics of AI Supply Chain Regulation
Sihan Qian, Amit Mehra, Dengpan Liu
econ.TH cs.AI cs.CY cs.HC econ.EM
本文通过一个博弈论模型分析了AI供应链中不同政策干预对消费者剩余的影响. 研究发现, 促进下游价格竞争的政策与计算补贴政策具有互补性, 而促进质量竞争的政策总能提升消费者剩余.
Weakly Time-Coupled Approximation of Markov Decision Processes
Negar Soheili, Selvaprabu Nadarajah, Bo Yang
math.OC cs.LG
本文针对具有高维外生不确定性和内生状态的有限时域Markov决策过程(MDP), 提出了一种弱时间耦合近似(WTCA)方法. 该方法通过解耦时间依赖性, 使得计算复杂度与时域长度无关, 从而在固定计算资源下能处理更多样本或基函数, 最终在Bermudan期权等实例上获得了比现有方法更紧的上界.
ExpanderGraph-128: A Novel Graph-Theoretic Block Cipher with Formal Security Analysis and Hardware Implementation
W.A. Susantha Wijesinghe
cs.CR cs.AR cs.DS
本文提出了一种基于expander-graph interaction networks的新型轻量级分组密码ExpanderGraph-128. 其安全性源于稀疏的结构连通性, 而非组件复杂度, 并在FPGA和软件实现中展示了实用效率.
Self-Supervised Speech Models Encode Phonetic Context via Position-dependent Orthogonal Subspaces
Kwanghee Choi et al.
eess.AS cs.CL cs.LG cs.SD
本文研究了基于Transformer的自监督语音模型(S3Ms)如何编码语音及其上下文信息. 研究发现, 单个帧级别的S3M表示能够组合编码相邻音素序列的信息, 并揭示了这种结构具有位置间正交性等特性.
LR-SGS: Robust LiDAR-Reflectance-Guided Salient Gaussian Splatting for Self-Driving Scene Reconstruction
Ziyu Chen et al.
cs.CV cs.AI
本文提出了一种利用LiDAR反射率信息增强3D Gaussian Splatting的方法，用于自动驾驶场景的重建。该方法通过结合LiDAR的几何与反射率特征来初始化并优化高斯表示，并在复杂光照条件下取得了更好的重建效果。
Marker-Based 3D Reconstruction of Aggregates with a Comparative Analysis of 2D and 3D Morphologies
Haohang Huang et al.
cs.CV cs.AI eess.IV
本文提出了一种基于标记物的低成本 photogrammetry 方法，用于重建骨料颗粒的 3D 模型，并比较了其 2D 与 3D 形态学特征的差异。该方法通过背景抑制、点云拼接和尺度参考等步骤，实现了便捷的骨料形态数据采集与分析。
Vision Verification Enhanced Fusion of VLMs for Efficient Visual Reasoning
Selim Furkan Tekin et al.
cs.CV cs.LG
本文提出了一种名为V3Fusion的方法，用于融合多个视觉语言模型(VLMs)以提升视觉推理性能。该方法通过结合视觉和语言模态进行模型选择，并利用遗传算法优化模型组合，在多个基准测试上取得了优于单个模型的表现。
Colluding LoRA: A Composite Attack on LLM Safety Alignment
Sihao Ding
cs.CR cs.LG
本文提出了一种名为Colluding LoRA (CoLoRA)的复合攻击方法，针对LLM的安全对齐机制。该攻击通过组合多个看似良性的LoRA适配器，在无需特定输入触发的情况下，即可导致模型安全防护失效。
STRAP-ViT: Segregated Tokens with Randomized -- Transformations for Defense against Adversarial Patches in ViTs
Nandish Chattopadhyay et al.
cs.CV cs.LG
本文提出了一种名为STRAP-ViT的防御机制，用于保护Vision Transformers (ViTs) 免受对抗性补丁攻击。该方法通过Jensen-Shannon Divergence检测异常token，并对选定的token应用随机复合变换来缓解攻击，无需额外训练。实验表明，该方法在多种ViT架构和数据集上能有效维持鲁棒精度。
HSEmotion Team at ABAW-10 Competition: Facial Expression Recognition, Valence-Arousal Estimation, Action Unit Detection and Fine-Grained Violence Classification
Andrey V. Savchenko, Kseniia Tsypliakova
cs.CV cs.AI
本文为ABAW-10竞赛提出了一个基于预训练EfficientNet模型提取面部嵌入的快速方法, 用于处理帧级面部表情识别, 效价-唤醒度估计和动作单元检测任务. 对于细粒度暴力分类任务, 则探索了多种预训练架构进行帧嵌入与聚合. 实验表明该方法在验证集上显著超越了现有基线.
Seeing Eye to Eye: Enabling Cognitive Alignment Through Shared First-Person Perspective in Human-AI Collaboration
Zhuyu Teng et al.
cs.HC cs.AI
本文提出了一个名为Eye2Eye的框架，旨在通过共享第一人称视角来解决人机协作中的认知对齐问题。该框架整合了联合注意力协调、可修正记忆和反思反馈等组件，并通过一个AR原型和用户研究验证了其能有效提升协作效率与信任。
Design-Specification Tiling for ICL-based CAD Code Generation
Yali Du et al.
cs.SE cs.LG
本文针对LLM在CAD代码生成任务中因数据稀缺而表现不佳的问题, 提出了一种基于知识充分性目标的ICL示例选择方法DST. 该方法通过提取设计规范的多粒度组件并计算覆盖查询组件的比例来量化知识充分性, 并提供了一个具有近似保证的贪心算法.
UNIStainNet: Foundation-Model-Guided Virtual Staining of H&E to IHC
Jillur Rahman Saurav et al.
cs.CV cs.LG eess.IV
本文提出了一种名为UNIStainNet的虚拟染色方法，用于从H&E图像生成IHC图像。该方法利用预训练的病理学基础模型提供语义指导，并通过单一模型处理多种生物标记物，在多个数据集上取得了先进的性能。
Altered Thoughts, Altered Actions: Probing Chain-of-Thought Vulnerabilities in VLA Robotic Manipulation
Tuan Duong Trinh, Naveed Akhtar, Basim Azam
cs.RO cs.AI cs.LG
本文研究了采用chain-of-thought推理的Vision-Language-Action模型在机器人操作任务中的安全性. 实验发现, 仅干扰推理过程中的文本计划(如替换物体名称)就能显著降低任务成功率, 而其他更复杂的语义干扰则影响甚微, 这表明动作解码器主要依赖实体指称的完整性.
IGASA: Integrated Geometry-Aware and Skip-Attention Modules for Enhanced Point Cloud Registration
Dongxu Zhang et al.
cs.CV cs.AI
本文提出了一种名为IGASA的点云配准框架, 它基于Hierarchical Pyramid Architecture (HPA)构建, 集成了Hierarchical Cross-Layer Attention (HCLA)模块和Iterative Geometry-Aware Refinement (IGAR)模块. 该框架旨在通过多尺度特征提取与融合来提升对噪声、遮挡和大尺度变换的鲁棒性, 并在多个基准数据集上展示了优于现有方法的性能.
CMHANet: A Cross-Modal Hybrid Attention Network for Point Cloud Registration
Dongxu Zhang et al.
cs.CV cs.AI
本文提出了一种名为CMHANet的跨模态混合注意力网络, 用于点云配准任务. 该方法融合了2D图像的上下文信息与3D点云的几何细节, 并通过基于对比学习的优化函数提升了对噪声和部分观测的鲁棒性, 在多个数据集上取得了优于现有技术的结果.
CognitionCapturerPro: Towards High-Fidelity Visual Decoding from EEG/MEG via Multi-modal Information and Asymmetric Alignment
Kaifan Zhang et al.
cs.CV cs.AI
本文提出了一种从EEG信号重建视觉刺激的增强框架, 通过整合多模态先验信息与简化对齐模块, 在特定数据集上显著提升了检索准确率.
VecMol: Vector-Field Representations for 3D Molecule Generation
Yuchen Hua et al.
stat.ML cs.LG
本文提出了一种名为VecMol的新框架, 用于3D分子生成. 它将分子表示为定义在欧氏空间上的连续向量场(vector field), 并使用神经场(neural field)和潜在扩散模型(latent diffusion model)来生成该场, 从而避免了显式的图生成过程. 在QM9和GEOM-Drugs基准测试上的实验验证了该方法的可行性.
SRAM-Based Compute-in-Memory Accelerator for Linear-decay Spiking Neural Networks
Hongyang Shang et al.
cs.NE cs.AI cs.AR
本文提出了一种基于SRAM的存内计算(CIM)架构, 用于加速采用线性衰减(Linear Decay)的脉冲神经网络(SNN). 该方法通过算法上将神经元膜电位的指数衰减近似为线性衰减, 并在硬件上设计并行更新方案, 显著降低了状态更新的延迟和能耗.
MoKus: Leveraging Cross-Modal Knowledge Transfer for Knowledge-Aware Concept Customization
Chenyang Zhu et al.
cs.CV cs.AI cs.CL
本文提出了一种用于知识感知概念定制的新框架 MoKus, 其核心思想是利用跨模态知识转移. 该方法通过两个阶段将文本知识绑定到目标视觉概念上, 并在新构建的基准测试上取得了优于现有方法的效果.
SLICE: Semantic Latent Injection via Compartmentalized Embedding for Image Watermarking
Zheng Gao et al.
cs.CV cs.CR cs.LG
本文提出了一种名为SLICE的语义感知图像水印方法，通过将图像语义分解为多个因子并锚定到初始噪声的不同区域，以增强对语义编辑攻击的鲁棒性。该方法无需训练，在保持图像质量的同时，能够实现篡改检测与定位。
Show, Don't Tell: Detecting Novel Objects by Watching Human Videos
James Akl et al.
cs.CV cs.LG cs.RO
本文提出了一种名为"Show, Don't Tell"的自监督系统，用于让机器人通过观察人类演示视频来快速识别新物体。该方法通过演示视频自动创建数据集并训练定制化的物体检测器，避免了复杂的语言描述和提示工程，在真实机器人上的实验表明其性能优于现有方法。
FC-Track: Overlap-Aware Post-Association Correction for Online Multi-Object Tracking
Cheng Ju, Zejing Zhao, Akio Namiki
cs.CV cs.AI
本文提出了一种用于在线多目标跟踪的轻量级后关联校正框架FC-Track。该框架通过基于IoA的过滤策略抑制高重叠度下的外观更新不可靠性，并在重叠轨迹对内部进行外观相似性比较以局部修正关联错误，从而减少身份切换。
TerraFlow: Multimodal, Multitemporal Representation Learning for Earth Observation
Nazar Puriy et al.
cs.CV cs.LG
本文提出了一种用于地球观测的多模态、多时相表示学习方法TerraFlow. 该方法在GEO-Bench-2基准测试的时序任务上超越了现有基础模型, 并在自然灾害风险图预测任务上展现出潜力.
PVI: Plug-in Visual Injection for Vision-Language-Action Models
Zezhou Zhang et al.
cs.CV cs.LG cs.RO
本文提出了一种名为PVI的轻量级模块, 用于向视觉-语言-动作模型中注入辅助视觉特征. 该方法通过零初始化的残差路径实现, 无需大幅修改架构, 并在多阶段任务上验证了时序视频特征的有效性.
Empowering Semantic-Sensitive Underwater Image Enhancement with VLM
Guodong Fan et al.
cs.CV cs.AI eess.IV
本文提出了一种利用Vision-Language Models (VLMs) 来增强水下图像复原模型语义敏感性的新机制. 该方法通过生成文本描述并映射为空间语义引导图, 结合交叉注意力和对齐损失来指导网络聚焦于关键语义区域进行重建.
The RIGID Framework: Research-Integrated, Generative AI-Mediated Instructional Design
Yerin Kwak, Zachary A. Pardos
cs.CY cs.AI cs.HC
本文提出了一个名为RIGID的框架, 旨在将学习科学(LS)的研究成果系统地整合到教学设计的各个工作流程中, 并利用生成式AI来辅助这一整合过程. 该框架试图弥合教学设计实践与教育研究之间的鸿沟.
Cheers: Decoupling Patch Details from Semantic Representations Enables Unified Multimodal Comprehension and Generation
Yichen Zhang et al.
cs.CV cs.AI
本文提出了一种名为Cheers的统一多模态模型, 它通过将图像patch级别的细节信息与语义表示解耦, 来同时处理视觉理解和生成任务. 该模型在多个基准测试上展现了与先进模型相当或更优的性能, 并实现了4倍的token压缩以提升效率.
From AI Weather Prediction to Infrastructure Resilience: A Correction-Downscaling Framework for Tropical Cyclone Impacts
You Wu, Zhenguo Wang, Naiyu Wang
eess.SY cs.LG
本文提出了一个基于AI的校正-降尺度框架(ACDF), 用于将全球AI天气预测转化为高分辨率、无偏的风场和基础设施故障概率. 该框架通过分离风暴尺度偏差校正和地形感知降尺度, 在台风案例中显著提升了风速预测精度并快速识别高风险资产.
Hierarchical Dual-Change Collaborative Learning for UAV Scene Change Captioning
Fuhai Chen et al.
cs.CV cs.AI
本文提出了一个名为UAV Scene Change Captioning (UAV-SCC)的新任务, 旨在为动态航拍图像中的语义变化生成自然语言描述. 为了解决由移动视角带来的挑战, 作者设计了一种Hierarchical Dual-Change Collaborative Learning (HDC-CL)方法, 并构建了一个新的基准数据集.
Mask2Flow-TSE: Two-Stage Target Speaker Extraction with Masking and Flow Matching
Junwon Moon et al.
cs.SD cs.AI
本文提出了一种结合判别式与生成式方法的两阶段目标说话人提取框架. 第一阶段通过时频掩码进行粗分离, 第二阶段利用流匹配(flow matching)技术对结果进行精炼. 该方法从掩码后的频谱图开始生成, 能在单步推理中实现高质量重建, 在参数量约为85M时取得了与现有生成式方法相当的性能.
DAST: A Dual-Stream Voice Anonymization Attacker with Staged Training
Ridwan Arefeen et al.
cs.SD cs.AI
本文提出了一种用于评估语音匿名化系统隐私保护强度的双流攻击器DAST. 它通过融合spectral特征和自监督学习特征, 并采用分阶段训练策略, 在VoicePrivacy Attacker Challenge数据集上取得了优于现有攻击器的性能.
Team LEYA in 10th ABAW Competition: Multimodal Ambivalence/Hesitancy Recognition Approach
Elena Ryumina et al.
cs.CV cs.AI
本文提出了一种用于视频级ambivalence/hesitancy识别的多模态方法，整合了scene, face, audio和text四种模态信息。通过多模态融合模型在BAH语料库上取得了优于单模态基线的性能。
Wear Classification of Abrasive Flap Wheels using a Hierarchical Deep Learning Approach
Falko Kähler et al.
cs.CV cs.LG
本文提出了一种基于视觉的层次化深度学习框架, 用于自动监测磨料百叶片(abrasive flap wheels)的磨损状态. 该方法将磨损分类问题分解为状态检测、磨损类型识别与严重程度评估三个层次, 并在自定义数据集上使用EfficientNetV2架构进行迁移学习, 取得了较高的分类准确率.
Surrogates for Physics-based and Data-driven Modelling of Parametric Systems: Review and New Perspectives
Matteo Giacomini, Pedro Díez
math.NA cs.CE cs.LG
本文综述了参数系统建模中代理模型(或称替代模型)的构建方法, 涵盖了基于物理原理和数据驱动的方法及其混合范式. 文章从函数逼近问题的角度, 系统回顾了降维、多保真度方法以及自适应采样等技术, 旨在为科学机器学习领域提供综合视角.
Explainable AI Using Inherently Interpretable Components for Wearable-based Health Monitoring
Maurice Kuschel et al.
eess.SP cs.LG
本文提出了一种结合解释空间和基于概念的解释的新颖XAI方法, 用于解释可穿戴设备时间序列数据的AI预测. 该方法通过使用封装了领域特定、可解释概念的Inherently Interpretable Components (IICs), 在保持模型性能的同时实现了可解释性.
Forecasting Epileptic Seizures from Contactless Camera via Cross-Species Transfer Learning
Mingkai Zhai et al.
cs.CV cs.LG
本文提出了一种基于视频的癫痫发作预测新任务, 并利用跨物种迁移学习框架来解决人类癫痫视频数据稀缺的问题. 该方法通过在大规模啮齿动物视频数据上进行辅助预训练, 实现了仅使用短时预发作视频片段进行预测, 在严格仅视频设定下取得了超过70%的预测准确率.
Finite Difference Flow Optimization for RL Post-Training of Text-to-Image Models
David McAllister et al.
cs.CV cs.AI cs.LG cs.NE stat.ML
本文提出了一种用于文本到图像模型强化学习后训练的在线RL变体, 通过采样配对轨迹并朝更有利图像的方向调整flow velocity来降低模型更新的方差. 该方法将整个采样过程视为单一动作, 实验表明其收敛更快, 并在输出质量和提示对齐方面优于现有方法.
Human-Centered Evaluation of an LLM-Based Process Modeling Copilot: A Mixed-Methods Study with Domain Experts
Chantale Lauer, Peter Pfeiffer, Nijat Mehdiyev
cs.HC cs.AI cs.SE
本文通过焦点小组和标准化问卷的混合方法, 评估了一个基于LLM的BPMN建模助手在领域专家中的使用情况. 研究发现, 尽管可用性感知尚可, 但用户信任度较低, 并揭示了输出质量、提示困难等关键问题.
A theory of learning data statistics in diffusion models, from easy to hard
Lorenzo Bardone, Claudia Merger, Sebastian Goldt
stat.ML cond-mat.dis-nn cs.IT cs.LG
本文通过分析扩散模型在混合累积量数据模型上的学习动态, 提出了一个称为扩散信息指数的标量不变量, 该指数控制了学习不同阶输入统计量的样本复杂度. 研究表明, 模型以线性样本复杂度学习简单的成对统计量, 而学习更高阶统计量(如四阶累积量)则需要至少三次方的样本复杂度.
FedBPrompt: Federated Domain Generalization Person Re-Identification via Body Distribution Aware Visual Prompts
Xin Xu et al.
cs.CV cs.AI
本文提出了一种用于联邦域泛化行人重识别的视觉提示方法, 通过设计身体分布感知的提示机制来引导Transformer关注行人区域, 并采用基于提示的微调策略以降低通信开销. 实验表明该方法能有效提升特征判别力和跨域泛化能力.
Stake the Points: Structure-Faithful Instance Unlearning
Kiseong Hong, JungKyoo Shin, Eunwoo Kim
cs.CV cs.AI
本文提出了一种用于机器遗忘(Machine Unlearning)的结构忠实框架, 通过引入语义锚点(stakes)来维持知识结构. 该方法利用结构感知对齐和正则化来平衡数据删除与模型性能保留, 在多个视觉任务上取得了性能提升.
Rethinking VLMs for Image Forgery Detection and Localization
Shaofeng Guo, Jiequan Cui, Richang Hong
cs.CV cs.LG
本文探讨了如何利用vision-language models (VLMs) 进行图像伪造检测与定位 (IFDL). 作者发现VLM的先验知识可能带来负面影响, 并提出了一个名为IFDL-VLM的新流程, 通过在多个基准测试上取得先进性能验证了其有效性.
Thinking in Streaming Video
Zikang Liu et al.
cs.CV cs.AI
本文提出了一个用于流式视频理解的框架ThinkStream, 它基于Watch-Think-Speak范式，允许模型随着新视频帧的到来增量更新其理解。该框架通过压缩推理记忆来管理长序列，并使用流式强化学习来对齐推理与响应时机，从而在多个基准测试上实现了低延迟和高性能。
Delta1 with LLM: symbolic and neural integration for credible and explainable reasoning
Yang Xu et al.
cs.LO cs.AI
本文提出了一种结合符号推理与神经网络的端到端可解释推理框架, 将基于FTSC的自动定理生成器Delta1与LLM集成. 该框架旨在确保推理过程的可靠性与可解释性, 并在多个领域进行了实证评估.
Efficient Real-World Autonomous Racing via Attenuated Residual Policy Optimization
Raphael Trumpp et al.
cs.RO cs.AI
本文提出了一种名为衰减残差策略优化(\(\alpha\)-RPO)的方法, 用于简化并改进基于残差策略学习(RPL)的自主赛车控制器. 该方法通过逐步衰减基础策略的影响, 最终生成一个独立的神经网络策略, 并在仿真和真实世界的零样本迁移中展示了其有效性和实用性.
Fair Lung Disease Diagnosis from Chest CT via Gender-Adversarial Attention Multiple Instance Learning
Aditya Parikh, Aasa Feragen
cs.CV cs.AI
本文提出了一种用于胸部CT多类肺部疾病诊断的公平性感知框架。该方法结合了基于注意力的Multiple Instance Learning和对抗性训练来抑制表征中的性别信息，以应对数据稀疏性和人口统计学不平衡问题。
Extending Exact Integrality Gap Computations for the Metric TSP
William Cook, Stefan Hougardy, Moritz Petrich
math.CO cs.DS
本文扩展了TSP subtour relaxation的整数间隙精确计算范围. 通过扩展Benoit和Boyd的框架, 验证了\(n \le 10\)的结果, 并发现\(n=11,12\)时subtour polytope的极点数列表不完整. 作者将一般情况下的极点枚举扩展到\(n=14\), 并将半整数极点的枚举扩展到\(n=17\), 为4/3猜想提供了更多支持.
Accelerating Stroke MRI with Diffusion Probabilistic Models through Large-Scale Pre-training and Target-Specific Fine-Tuning
Yamin Arefeen et al.
eess.IV cs.CV cs.LG physics.med-ph
本文提出了一种基于 Diffusion Probabilistic Models (DPMs) 的数据高效加速 MRI 重建策略. 该方法通过在大规模公开脑部 MRI 数据上进行预训练, 再在少量目标领域数据上微调, 在临床中风 MRI 数据上实现了与使用更多数据训练相当的重建效果.
FraudFox: Adaptable Fraud Detection in the Real World
Matthew Butler, Yi Fan, Christos Faloutsos
cs.CR cs.LG
本文提出了一种名为FraudFox的欺诈检测系统，用于资源受限环境下的对抗性攻击防御。该系统通过动态权重更新和最优决策面计算来处理风险评估与交易筛选问题，并已在亚马逊投入实际应用。
ARL-Tangram: Unleash the Resource Efficiency in Agentic Reinforcement Learning
Bangjun Xiao et al.
cs.DC cs.AI cs.LG
本文针对Agentic Reinforcement Learning (RL)中外部资源利用率低的问题，提出了一个名为ARL-Tangram的统一资源管理系统。该系统通过细粒度的资源编排与调度算法，旨在优化任务执行时间并节省资源消耗。
daVinci-Env: Open SWE Environment Synthesis at Scale
Dayuan Fu et al.
cs.SE cs.AI cs.CL
本文提出了一个用于训练软件工程(Software Engineering, SWE)智能体的大规模、可执行环境合成框架OpenSWE. 该框架通过一个多智能体合成流水线自动构建了数万个基于Docker的Python编程环境, 并进行了质量筛选, 实验表明基于其训练的大模型在SWE-bench等基准上取得了先进性能.
SAW: Toward a Surgical Action World Model via Controllable and Scalable Video Generation
Sampath Rapuri et al.
cs.CV cs.AI cs.LG eess.IV
本文提出了一种用于生成可控且可扩展的手术动作视频的 Surgical Action World (SAW) 模型。该方法基于视频扩散模型，使用轻量级的语言提示、参考场景、组织可操作性掩码和工具尖端轨迹作为条件信号，旨在解决手术AI中的数据稀缺和模拟真实差距问题。
SortScrews: A Dataset and Baseline for Real-time Screw Classification
Tianhao Fu et al.
cs.CV cs.AI cs.LG
本文介绍了SortScrews数据集，这是一个用于螺丝视觉分类的公开数据集，包含六种螺丝类型和一个背景类。作者使用EfficientNet-B0和ResNet-18等预训练模型建立了基线分类结果，并提供了可复用的数据采集脚本。
Purify Once, Edit Freely: Breaking Image Protections under Model Mismatch
Qichen Zhao et al.
cs.CR cs.AI
本文提出了一个后发布净化框架, 用于评估在模型不匹配情况下图像保护方法的鲁棒性. 作者设计了两种无需访问保护机制内部信息的净化器, 实验表明它们能有效移除对抗性扰动, 恢复图像的可编辑性.
ESPIRE: A Diagnostic Benchmark for Embodied Spatial Reasoning of Vision-Language Models
Yanpeng Zhao et al.
cs.CV cs.LG cs.RO
本文提出了一个名为ESPIRE的诊断性基准测试, 用于评估视觉语言模型(VLMs)在具身空间推理方面的能力. 该基准通过模拟世界和分解任务为定位与执行, 旨在更贴近真实机器人应用场景, 并对前沿模型进行了深入的行为分析.
Association-Aware GNN for Precoder Learning in Cell-Free Systems
Mingyu Deng, Shengqian Han
eess.SP cs.LG
本文提出了一种用于无蜂窝系统预编码器学习的关联感知图神经网络(AAGNN). 该方法通过显式结合用户设备-接入点关联状态, 并利用排列等变性来降低训练复杂度, 在仿真中表现出优于基线方法的性能.
Interrogating Design Homogenization in Web Vibe Coding
Donghoon Shin et al.
cs.HC cs.AI cs.CY
本文探讨了生成式AI在网页"氛围编码"中可能引发的设计同质化风险. 通过分析其生命周期并进行社会技术风险分析, 作者提出了一个以"生产性摩擦"为中心的缓解框架.
Federated Few-Shot Learning on Neuromorphic Hardware: An Empirical Study Across Physical Edge Nodes
Steven Motta, Gioele Nanni
cs.NE cs.DC cs.LG
本文在神经形态硬件上进行了联邦少样本学习的实证研究, 通过构建一个包含两个BrainChip Akida处理器的联邦系统, 测试了多种权重交换策略. 研究发现, 神经元级连接(FedUnion)策略能有效保持模型精度, 而特征质量是影响联邦学习性能的主导因素.
Are General-Purpose Vision Models All We Need for 2D Medical Image Segmentation? A Cross-Dataset Empirical Study
Vanessa Borst, Samuel Kounev
cs.CV cs.AI
本文通过跨数据集的实证研究, 比较了专门设计的医学图像分割模型(SMAs)与通用视觉模型(GP-VMs)在2D医学图像分割任务上的性能. 实验结果表明, 在多个数据集上, GP-VMs的表现优于大多数专用模型, 并且其可解释性分析显示它们能够捕捉到临床相关的结构.
Convergence Rate of a Functional Learning Method for Contextual Stochastic Optimization
Noel Smith, Andrzej Ruszczynski
math.OC cs.LG
本文研究了一种用于上下文随机优化的函数学习方法. 该方法通过参数化函数类近似条件期望, 并联合优化外部目标, 在仅能获得观测数据流的情况下实现了\(\mathcal{O}\big(1/\sqrt{N}\big)\)的收敛速率.
Team RAS in 10th ABAW Competition: Multimodal Valence and Arousal Estimation Approach
Elena Ryumina et al.
cs.CV cs.AI
本文提出了一种用于野外条件下连续情感识别的多模态方法, 结合了面部, 行为和音频模态. 该方法探索了两种融合策略, 并在Aff-Wild2数据集上取得了较好的结果.
Human-in-the-Loop LLM Grading for Handwritten Mathematics Assessments
Arne Vanhoyweghen et al.
cs.CY cs.AI
本文提出了一种结合人类专家与大语言模型(LLM)的混合工作流, 用于对纸质手写数学评估进行规模化评分. 该系统通过自动化扫描, 多轮LLM评分以及强制性人工核查, 在保持评分公平性与准确性的同时, 显著减少了评分时间.
Evaluating VLMs' Spatial Reasoning Over Robot Motion: A Step Towards Robot Planning with Motion Preferences
Wenxi Wu, Jingjing Zhang, Martim Brandão
cs.RO cs.AI
本文评估了四种先进Vision-Language Models (VLMs)在机器人运动空间推理任务上的能力，使用了不同的查询方法。研究分析了模型在理解物体距离和路径风格等运动偏好方面的表现，并探讨了准确性与计算成本之间的权衡。
Geometry-Guided Camera Motion Understanding in VideoLLMs
Haoan Feng, Sri Harsha Musunuri, Guan-Ming Su
cs.CV cs.AI
本文提出了一个用于增强VideoLLMs对相机运动理解的框架, 包含基准构建、诊断和注入三个部分. 通过合成数据集和几何线索注入, 该方法提升了模型对相机运动基元的识别能力.
Developing the PsyCogMetrics AI Lab to Evaluate Large Language Models and Advance Cognitive Science -- A Three-Cycle Action Design Science Study
Zhiye Jin et al.
q-bio.NC cs.AI
本文介绍了一个名为PsyCogMetrics AI Lab的云平台, 它基于行动设计科学研究方法开发, 旨在整合心理测量学和认知科学的方法来评估大型语言模型. 该研究通过三个循环阶段识别需求, 应用理论并设计实现, 最终贡献了一个新的IT工具和经过验证的评估设计.
Towards Faithful Multimodal Concept Bottleneck Models
Pierre Moreau et al.
cs.CV cs.LG
本文提出了一个名为f-CBM的忠实多模态概念瓶颈模型框架。该框架通过可微的泄漏损失和Kolmogorov-Arnold网络预测头，旨在同时改善概念检测和减少信息泄漏，并在图像和文本数据集上验证了其有效性。
Clustering Astronomical Orbital Synthetic Data Using Advanced Feature Extraction and Dimensionality Reduction Techniques
Eraldo Pereira Marinho et al.
astro-ph.EP astro-ph.IM cs.AI
本文提出了一种基于机器学习的流程, 用于对约22,300条模拟卫星轨道进行聚类分析. 该流程利用MiniRocket进行高效特征提取, 并结合降维技术, 以识别土星卫星系统中的稳定区域和共振结构.
LLM Constitutional Multi-Agent Governance
J. de Curtò, I. de Zarzà
cs.MA cs.AI
本文提出了一个名为 Constitutional Multi-Agent Governance (CMAG) 的两阶段框架，用于治理由大型语言模型 (LLM) 驱动的多智能体系统中的合作行为。该框架通过结合硬约束过滤和软惩罚效用优化，旨在平衡合作潜力与操纵风险及自主性压力，并引入了一个综合性的 Ethical Cooperation Score (ECS) 来评估合作质量。实验表明，与无约束优化相比，CMAG 能在显著降低自主性侵蚀和公平性退化的同时，维持较高的伦理合作分数。
From Experiments to Expertise: Scientific Knowledge Consolidation for AI-Driven Computational Research
Haonan Huang
physics.comp-ph cond-mat.mtrl-sci cs.AI
本文提出了一个名为QMatSuite的开源平台, 旨在解决AI驱动的计算材料科学研究中知识难以积累和复用的问题. 该平台通过记录实验过程, 检索先验知识和进行反思会话, 显著提升了量子力学模拟工作流的效率和准确性.
Visual-ERM: Reward Modeling for Visual Equivalence
Ziyu Liu et al.
cs.CV cs.AI
本文提出了一种用于视觉到代码任务的奖励模型 Visual-ERM, 它通过直接在渲染的视觉空间中评估生成质量来提供细粒度的反馈. 该方法在多个结构化视觉数据解析任务上提升了强化学习的性能, 并建立了一个新的评测基准.

- 数据来源 Data Source: arXiv.org

- 本网页的内容由 bluearXiv-ai 自动生成。实际抓取的是 arXiv 中 "new" 页面的数据，即最近的有所在分类论文变动的一天的数据。

- 感谢 arXiv 提供的服务。评论和精选由 AI 生成，不代表任何人对论文本身的看法。精选依赖于论文与给定关键词的匹配度。

- 计数基于主学科，不计重数。

- This webpage is automatically generated by bluearXiv-ai.

- The data actually captured is from the "new" page, that is, the data of the most recent day when there were changes in corresponding subjects.

- Thanks for services prodived by arXiv. Comments and selection of good papers are generated by AI, not showing anyone's point of view about those papers.

- The selection also depends on the matched-degrees between papers and given keywords.

- The counters are based on main subject, not counting multiplicities.

↑