bluearXiv-ai - 2026-06-29

📄 所有论文 ↑ 回顶部

cs.LG

COOPA: A Modular LLM Agent Architecture for Operations Research Problems ⭐ 精选

Chuanhao Li et al.

cs.LG

COOPA提出了一种模块化的LLM agent架构，用于解决Operations Research (OR)问题。其核心创新包括：基于迭代置信度的建模（iterative confidence-based modeling），通过生成多个候选formulation并利用max-min confidence criterion进行自评估与选择；元素级来源与置信度解释（element-level provenance and confidence explanations），将变量、约束等与原文引用链接，提供可审计的决策路径；以及多求解器路由（multi-solver routing），将问题分配给专门的optimizer agent。该方法在多个OR基准测试和LLM backbone上取得了最优的macro-average accuracy，并通过消融实验验证了各模块的贡献，为agent在复杂决策问题中的应用提供了可解释且可扩展的框架。

The Weakest Link Tells It All: Outcome-Supervised Process Reward Modeling via Learnable Credit Assignment ⭐ 精选

Tianyu Jia et al.

cs.LG

本文提出了一种名为LCA (Learnable Credit Assignment) 的outcome-supervised process reward model框架，通过将credit assignment问题形式化为Multiple Instance Learning (MIL)问题，并引入Softmax-Weighted-Sum (SWS) pooling技术，解决了在仅有最终答案正确性监督下为推理步骤分配信用（credit）的挑战。该方法基于“最弱环节”原则（Weakest Link Assignment），即推理链的强度由其最弱环节决定，并证明了算法的Bayes一致性。实验表明，LCA在多个任务和backbone上一致优于现有的outcome-supervised PRMs，为提升大语言模型推理能力提供了更有效的细粒度反馈机制。

Flexformer: Flexible Linear Transformer with Learnable Attention Kernel ⭐ 精选

Haoran Zhang, Feng Zhou

cs.LG cs.AI

Flexformer提出了一种基于可学习随机傅里叶特征（random Fourier features）的线性Transformer架构，将谱频率（spectral frequencies）作为可训练参数，从而以完全数据驱动的方式学习注意力核（attention kernel）。该方法同时开发了平稳和非平稳变体，其中非平稳变体具有更强的表达能力。实验表明，Flexformer在语言建模和序列分类任务上持续优于基线，并能从预训练（pretrain）Transformer中有效蒸馏以恢复softmax attention，同时展现出跨领域的核迁移能力，在长序列任务上实现了高效性与竞争性能的平衡。

GNBAN: Graph Neural Basis Attention Networks for Long-Horizon Forecasting over Large Entity Sets ⭐ 精选

Janak M. Patel, Anirudh Deodhar, Dagnachew Birru

cs.LG cs.AI

GNBAN提出了一种结合heterogeneous graph representation learning与可解释的basis-decomposition head的端到端架构，用于大规模零售需求预测。其核心创新在于per-basis attention mechanism：每个basis function（基函数）拥有独立的learnable query，能从实体历史邻域中独立检索信息，从而让不同basis分别捕捉trend、seasonal和generic components，同时保持可解释性。该方法在M5 Walmart和Favorita Grocery Sales基准上，相比匹配的graph baseline，volume-weighted WRMSSE提升了约4-5%，且无需post-hoc解释即可揭示需求驱动因素。该工作与关键词中的attention高度契合，并为大规模实体集上的long-horizon forecasting提供了可扩展且可解释的图框架。

Graph Dimensionality Reduction for Contextual Bandits: Structure-Specific Regret Bounds under Approximate Smoothness and Noisy Eigenspaces ⭐ 精选

Joyanta Jyoti Mondal, Ibne Farabi Shihab, Anuj Sharma

cs.LG

本文提出GraphDR-LinUCB算法，通过将arm特征投影到图的低频spectral subspace上，在$k$维空间中运行线性UCB，首次证明了spectral-projection-based contextual bandits的$\wtO(k\sqrt{T})$ regret bound，将维度依赖从$d$降至$k$。核心理论发现是高频reward分量不会导致最坏情况下的线性惩罚，其实际代价取决于沿played path的实现影响而非总能量。该方法在六个真实数据集上相比全维度LinUCB将累积regret降低15倍，并在大多数情况下优于其他图感知方法。

CPAgents: Agentic Composite Phenotype Generation for Cardiac Disease Association ⭐ 精选

Zuoou Li et al.

cs.LG cs.AI

CPAgents提出了一种基于多agent协作的迭代式复合表型生成框架，用于心血管全表型关联研究。该方法通过Analyst、Proposer和Verifier三个agent自动构造并验证可解释的复合表型（如多项式、比值和交互形式），解决了传统方法依赖预定义单变量表型而无法捕捉非线性效应和跨表型交互的长期问题。在人群规模心脏影像队列上，该框架在72个分类器-疾病-指标组合中56次取得最优，显著优于基线方法，为疾病关联发现提供了可扩展且透明的证据链。该工作与关键词"agent"高度契合，体现了agent在自动化科学发现中的创新应用。

OverFlowLight: Real-Time Gridlock Prevention and Traffic Signal Optimization for Urban Intersections

Mingyuan Li et al.

cs.LG cs.AI

本文提出OverFlowLight框架，利用多模态传感实时检测交叉口排队溢出，并通过混合控制设计（结合规则与强化学习）动态生成专用相位来缓解拥堵。该方法在实际部署中减少了60.4%的溢出事件并提升了网络吞吐量，但未涉及code、context、spectral等关键词相关技术。

RANSAC Scoring Done Right

James Pritts, Felix Seegräber, Kevin Köser

cs.LG cs.CV

本文提出了一种新的RANSAC评分方法，通过共轭Inverse-Gamma先验对inlier scale进行解析边缘化，消除了传统方法中对用户提供残差阈值的依赖。该评分函数在非信息性Jeffreys极限和信息性empirical-Bayes先验之间平滑过渡，并支持$O(N \log N)$的排序扫描计算。实验表明，该方法在近70,000个图像对上的双视图估计任务中，对阈值误校准的鲁棒性优于现有方法。

Unified Zero-Shot Time Series Forecasting: A Darts Foundation

Zhihao Dai, Dennis Bader, Alain Gysi

cs.LG

本文介绍了Darts库中新增的$\texttt{FoundationModel}$类集合，用于统一集成多个零样本时间序列基础模型（如Chronos-2, TimesFM 2.5等），提供标准化的预测接口，以解决现有模型接口碎片化的问题。

PairSAE: Mechanistic Interpretability from Pair Representations in Protein Co-Folding

Giosue Migliorini et al.

cs.LG

本文提出PairSAE方法，通过N-mode SVD将pairwise tensors（成对张量）压缩为token-wise interaction roles（逐token交互角色），再使用sparse autoencoder（稀疏自编码器）学习共享的token-level features（token级特征），以解决标准SAE在pairformer-like架构（如蛋白质共折叠模型）中因pairwise表示导致特征爆炸的问题。

Learning in Markovian bandits with non-observable states and constrained decision epochs

Thomas Hira et al.

cs.LG

本文研究了非可观测状态和约束决策时点下的Markovian bandits问题，提出了self-degrading Markovian bandits模型，并设计了UCB-NOM算法。该算法在无先验知识时实现近对数regret，在有先验知识时达到$O(\log(T))$ regret，且regret界不依赖于Markov链的状态数。

Prism Transformer: Progressive Head Schedules for Hierarchical Attention Processing

Shubham Aggarwal

cs.LG

本文提出Prism Transformer，通过逐层增加attention head数量替代传统均匀分配，在不增加参数和计算量的前提下，构建了从局部到全局的表示层次结构。实验表明该方法在多个规模上优于标准Transformer。

Operator Learning for Cubic Nonlinear Schrödinger Equation on Periodic Domains

Emmanuel E. Oguadimma, Victory C. Obieke, Xueying Yu

cs.LG math.AP math.NA

本文使用geometry-conditioned Fourier neural operator (FNO)学习二维环面上三次非线性Schrödinger方程的单步解算子，通过输入纵横比参数$\omega^2$来区分有理与无理几何结构下的高频级联行为。数值实验表明该算子能捕捉不同几何下的Sobolev范数演化差异，但方法本身并非开创性，且与关键词关联较弱。

The Curse of Multiple Mediators: Hidden Interaction Effects in Activation Patching

Sankaran Vaidyanathan et al.

cs.LG cs.CL

本文从因果中介分析角度重新推导了activation patching的估计量，发现其自然间接效应（NIE）包含与其他组件的交互效应（INT），并证明INT随clean与patched激活距离缩放，在局部仿射模型中可忽略。该工作揭示了机械可解释性中因果归因的隐藏偏差，但与我提供的关键词（code, context, spectral, Muon, pretrain, agent, attention）关联较弱。

Boundary condition fidelity for bottom-hole pressure and CO2 plume prediction in geological carbon storage

Romal Ramadhan, Seyyed A. Hosseini, Larry W. Lake

cs.LG physics.geo-ph

本文研究了地质碳封存中截断域边界条件对井底压力和CO2羽流预测的影响，通过比较十种边界处理方法发现，保持角点孔隙体积是截断域建模的关键，而均匀处理会导致较大误差。

Productionized Fairness Measurement Under Privacy Constraints

Osonde A. Osoba et al.

cs.LG cs.CR

本文提出了一种隐私保护的种族/民族概率估计方法(PPRE)，用于在隐私约束下对LinkedIn美国用户进行公平性测量。该方法结合了贝叶斯改进姓氏地理编码估计器和稀疏的自我报告调查数据，并应用安全两方计算、差分隐私和加法同态加密等隐私技术。

Quantum Generative Diffusion Model for Real-World Time Series

Jack Waller et al.

cs.LG quant-ph

本文提出了QDiffusion-TS，首个用于时间序列合成的量子生成扩散模型，在IQM量子处理器上验证。该模型通过用量子神经网络替换去噪transformer中的前馈组件，大幅减少可训练参数，并在金融时间序列数据上相比经典模型将Wasserstein距离降低约44%，在下游预测任务中提升RMSE性能达71%。

hia-gat: A Heterogeneous Interaction-Aware Graph Attention Network For Frame-Level Traffic Conflict Risk Prediction On Freeways

Mahshid Malazizi et al.

cs.LG cs.AI

本文提出了一种基于heterogeneous graph attention network (HIA-GAT)的框架，用于高速公路帧级交通冲突风险预测，将问题建模为多智能体场景图级别的二分类问题。该方法通过构建关系感知图并利用双流注意力机制处理纵向和横向交互，在NGSIM数据集上取得了较好的AUC性能。

PEBS: Per-rater Empirical-Bayes Shrinkage for RLHF Reward-Model Calibration

Arnav Raj

cs.LG cs.AI

本文提出了一种名为PEBS的逐标注者经验贝叶斯收缩估计方法，用于改进RLHF中奖励模型的校准。该方法通过为每个标注者拟合仿射校准器并收缩到总体均值，在PRISM和PluriHarms数据集上降低了均方根误差。

Retroactive Advantage Correction: Closed-Form V-Trace Bias Correction for Delay-Aware RLHF

Arnav Raj

cs.LG cs.AI

本文提出Retroactive Advantage Correction (RAC)方法，用于解决RLHF中奖励信号延迟的问题。RAC通过队列和核函数处理延迟的奖励，并证明其偏差与未注入部分呈线性关系，在无延迟时退化为V-trace方法。

Global Explanations for Multivariate Time Series Forecasting Models via $K$-Order Markov Approximations

Amadeo Tunyi

cs.LG cs.AI

本文提出了一种名为KARMA的方法，通过构建$K$-order Markov surrogate model来解释多变量时间序列预测模型，旨在捕捉模型学习到的时间依赖性。该方法从离散化的历史状态空间中估计最优的Markov transition kernel，并从中推导出一个五级全局解释层次结构。

Training Observable Control Policies to Expose Agent State Through Actions

Andres Enriquez Fernandez, John J. Bird

cs.LG eess.SY

本文研究了在通信受限条件下，通过agent的动作来估计其状态的问题。作者使用reinforcement learning训练策略，使agent的动作更易于被观测和估计，并在一个飞行器跟踪问题中验证了该方法对任务性能影响较小。

FoggyTrust: Robust Federated Learning with Hierarchical Trust Networks

Emmanuel Rassou, Tomas Gonzalez

cs.LG cs.DC

本文提出FOGGYTRUST，一种基于分层信任网络的鲁棒联邦学习框架，通过将信任计算本地化到fog节点来处理全局异构数据，并结合FedAdam和SCAFFOLD等优化器提升鲁棒性。实验表明该方法在异构设置下优于FLTrust，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。

HybridCodec: Modeling Discrete and Continuous Representations for Efficient Speech Language Models

Artem Ploujnikov et al.

cs.LG cs.AI

本文提出了一种名为HybridCodec的混合编解码框架，通过结合时间压缩的离散tokens和降维连续残差来减少离散化过程中的信息损失。该框架使用混合离散-连续焦点调制编解码器和混合Transformer架构，在离散域进行自回归推理，同时结合非自回归预测和连续残差上采样。实验表明，该方法相比纯离散方法能更好地保留说话人特征，并减少所需的自回归步骤。

Continual Learning for Sequential Personalization of Small Language Models: A Stability Monitoring Analysis

Thomas S. Paula, Lucas S. Kupssinskü, Rodrigo C. Barros

cs.LG

本文研究了小型语言模型(SLM)在边缘设备上进行序列化LoRA个性化时的稳定性监测问题，通过保存检查点并评估任务性能、遗忘和参考集漂移来监控模型行为。实验表明轻量级参考集分布诊断能揭示模型特定的不稳定模式，但方法本身未涉及code、spectral、Muon等关键词相关技术。

TeRoR: Decoupled Temporal Rotation with Relational Circular Region for Temporal Knowledge Graph Embedding

Peijia Xie et al.

cs.LG

本文提出了一种名为TeRoR的时序知识图谱嵌入方法，通过在复数向量空间中对头尾实体进行解耦的旋转变换来增强时序信息建模，并利用一个半径约束将旋转平移后的头实体限制在以尾实体为中心的圆形区域内，以捕捉关系的一对多、多对一和多对多映射特性。该方法在四个TKG数据集上取得了有竞争力的性能，但并未涉及代码、上下文、谱方法、Muon、预训练、智能体或注意力机制等关键词。

Are Time-Series Foundation Models Ready for E-Nose Data? An Empirical Assessment of Their Embeddings

Taeyeong Choi, Mohammed Kamruzzaman

cs.LG

本文评估了时间序列基础模型(TSFMs)在电子鼻(E-Nose)气体传感数据上的嵌入表示能力，发现微调是必要的，且将TSFM嵌入与专用预测模型表示融合可提升性能。该工作为气体传感领域的预训练模型应用提供了初步实证。

Textual Belief States for World Models: Identifiable Representation Learning Under Strict Mediation

Xiang Gao et al.

cs.LG cs.CL

本文研究了部分可观测环境中基于文本的world models的表示学习问题，提出了一种名为factorized GRPO (fGRPO)的树结构强化学习方法，通过强制严格潜在状态中介来避免历史绕过问题，从而提升表示质量。实验在TextWorld和ScienceWorld上验证了该方法在保持预测精度的同时显著改善了表示质量和rollout性能。

CBD: API-Only LLM Black-Box Unlearning through Controlled Behavioral Divergence

Zhiqiang Xie et al.

cs.LG cs.AI

本文提出了一种名为Controlled Behavioral Divergence (CBD)的API-only黑盒unlearning框架，通过两个辅助模型在保留输入和遗忘目标输入之间创建受控行为差异，并利用基于Fisher矩阵的梯度统计判别基来提升区分精度。该方法在多个基准测试上优于现有的白盒和灰盒unlearning方法，实现了更好的遗忘-效用权衡。

Deployment-Side Adaptiveness in Multi-Horizon Volatility Forecasting

Riku Green, Zahraa S. Abdallah, Telmo M Silva Filho

cs.LG cs.AI

本文研究了多步波动率预测中训练模型的部署策略，发现通过改变推理时的rollout规则，同一模型可产生不同精度和成本的预测族。实验表明，基于验证集选择的部署策略能有效提升MIMO模型的预测性能，但策略选择对评估指标敏感。

Halt Fast! Early Stopping for Certified Robustness

Andrew C. Cullen, Paul Montague, Benjamin I.P. Rubinstein

cs.LG cs.AI cs.CR

本文提出了一种基于meta-learning的框架，用于Randomized Smoothing (RS)的early stopping，通过轻量级meta-learner预测图像特定的先验，在保持严格统计保证的同时将样本复杂度降低20倍。该方法实现了anytime-valid的鲁棒性认证，允许根据应用风险阈值自适应分配计算资源。

Class-frequency Guided Noise Schedule for Diffusion Models

Jiequan Cui et al.

cs.LG cs.AI cs.CV

本文首次探讨了扩散模型中类别频率与多尺度噪声调度之间的相关性，发现低频类别因低密度区域更大导致分数估计不准确，并提出了Class-frequency Guided (CFRG)噪声调度方法，通过为低频类别分配更大尺度的噪声来改善生成质量。实验在不平衡数据集上验证了该方法在图像生成、分类和文本到图像生成任务中的有效性。

What Was That Again? Certified Robustness for Automatic Speech Recognition

Andrew C. Cullen et al.

cs.LG cs.AI cs.CR cs.SD

本文针对自动语音识别系统对扰动的敏感性，提出了一种基于认证机制的诊断流程，通过双门控管道（包括双边原子审计和基于排名的锦标赛）来降低词错误率并提高召回率，但该方法与关键词列表中的概念关联较弱。

The Simulacrum: Decision-Theoretic Pretraining for Near-Optimal Time-Series Forecasting and Inference

Pablo Montero-Manso, Marcel Scharth

cs.LG cs.AI stat.CO

本文提出了一种基于神经网络的决策理论预训练框架，通过从指定的生成世界（generative world）中模拟数据来训练神经网络，以近似最优决策规则，从而用于时间序列的预测和推断。该方法在模拟数据和真实基准上展示了与传统方法（如最大似然估计）相比的竞争力，并解决了有限样本偏差和预测组合难题。

Aurora: A Leverage-Aware Spectral Optimizer

Alec Dewulf et al.

cs.LG

本文提出了一种名为Aurora的spectral optimizer，它通过引入行归一化步骤来修正Muon优化器在训练具有高宽比矩阵参数（如MLP层中的投影矩阵）时出现的行范数不均匀问题，从而在保持Muon的polar factor几何特性的同时提升了预训练性能。实验表明，Aurora在modded-nanoGPT速度竞赛中达到了spectral optimizer的最优性能，且其优势随MLP扩展因子增大而增强。

Learning to Reason with Curriculum II: Compositional Generalization

Nived Rajaraman et al.

cs.LG

本文研究了组合泛化能力，通过将长序列分解为子问题递归求解，证明了在模拟半自动机任务中，基于课程学习的方法相比直接方法能显著降低统计复杂度，例如在监督微调场景下仅需亚多项式级别的监督token即可完成学习。

Reduction of Probabilistic Chemical Reaction Networks

Mauricio Montes, Gregoire Sergeant-Perthuis

cs.LG math.CT

本文通过恢复Napp-Adams编译的CRN中编码的factor graph结构，将因子图约简结果迁移到化学实现中，从而在保留幸存变量上belief-propagation不动点的前提下，获得显著更小的化学反应网络。

PerturbCellRL: Verifier-Guided Reinforcement Learning for Single-Cell Perturbation Prediction

Dongxia Wu et al.

cs.LG

本文提出PerturbCellRL框架，使用强化学习对预训练的单细胞转录组生成器进行后训练，通过细胞级验证器（如Pearson top-k相似度、DE Spearman等）作为奖励来提升预测的生物学一致性。该方法在多个遗传和化学扰动基准上改进了预训练模型，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。

Layerwise Progressive Freezing: A Training Scaffold for Depth-Scalable Binary Networks

Evan Gibson Smith, Bashima Islam

cs.LG

本文提出了一种名为StoMPP的渐进式二值化训练框架，通过从输入到输出逐层随机替换裁剪后的权重和激活为硬二值化版本，实现了无需STE的二值神经网络训练。实验表明该方法在深度网络上的性能提升显著，但未直接涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。

RS-Diffuser: Risk-Sensitive Diffusion Planning with Distributional Value Guidance

Shiqiang Gong

cs.LG cs.AI cs.RO

本文提出RS-Diffuser，一种结合diffusion-based trajectory generation与distributional value critics的风险敏感离线强化学习框架。它通过quantile regression估计return分布，并在denoising过程中使用Conditional Value at Risk等尾部感知目标进行风险敏感引导，从而在单一模型中实现风险规避、中性或寻求行为。

Difference of Convex Programming in the Wasserstein Space with Applications to MMD Optimization

Clément Bonet, Pierre-Cyril Aubin-Frankowski, Youssef Mroueh

cs.LG math.OC

本文研究了Wasserstein空间中具有difference-of-convex (DC)分解的一类目标函数，并将经典的凸凹过程(CCCP)推广到该设定下。文章主要关注Maximum Mean Discrepancy (MMD)和Energy Distance (ED)泛函，为其建立了显式的Wasserstein DC分解，并证明了算法迭代的近似平稳性。

NormGuard: Reward-Preserving Norm Constraints in Flow-Matching Reinforcement Learning

Tianlin Pan et al.

cs.LG cs.CV

本文发现基于flow的生成模型在RL后训练中会出现velocity norm膨胀现象，并分析了推理时重归一化无法解决该问题的原因。为此，作者提出NormGuard方法，通过在训练时添加hinge penalty来抑制norm膨胀，从而在不损失reward的情况下提升图像质量。

Accelerating Hierarchical Sparse Predictive Coding with Hybrid Amortized Inference

Kazuhisa Fujita

cs.LG

本文研究了层次稀疏预测编码中的推理加速问题，比较了ISTA、MFISTA、LISTA式amortized inference以及混合方法（amortized初始化加少量能量校正步骤）的性能。实验表明，混合方法在重建质量、稀疏性和延迟之间取得了更好的平衡。

Pepti-drift: Toxicity-Repulsive Drifting for Antigen-Conditioned Discrete Peptide Generation

Takashi Fujiwara et al.

cs.LG cs.AI

Pepti-drift提出了一种基于latent refinement的毒性感知肽生成框架，通过单步抗原条件漂移生成候选肽，并引入warm-up策略平衡结合亲和力与毒性排斥的竞争目标。该方法主要面向计算生物学中的肽药物设计，与关键词中的code、context、attention等无直接关联。

USAD: Uncertainty-aware Statistical Adversarial Detection

Zhijian Zhou et al.

cs.LG

本文提出USAD方法，通过引入Variance Discrepancy (VD)和Perturbation-based Covariance Discrepancy (PCD)两个新统计量，分别捕捉对抗样本的全局和局部不确定性特征，从而改进基于MMD的统计对抗检测性能。

WattLayer: Get Layers Right to Estimate Inference Energy of Neural Networks

Adrien Sardi et al.

cs.LG cs.AI

本文提出了一种与任务无关的、基于layer-wise分解的AI推理能耗估计模型WattLayer，在超过10万个layer的数据集上实现了19.6%的中位误差，优于现有方法。该模型通过利用不同架构间共享的layer，可泛化到新任务而无需完全重新训练。

Applicability of memorization indicators for early spotting of overfitting while recalibrating sEMG-decoders on low sample sizes

Stephan J. Lehmler, Tobias Glasmachers, Ioannis Iossifidis

cs.LG cs.AI

本文研究了在低样本sEMG解码器校准中，基于ReLU激活统计的memorization indicators（记忆化指标）用于早期检测过拟合的适用性。实验表明，测试准确率下降与激活率特征变化相关，但该方法尚未解决该领域的长期问题，且与关键词契合度较低。

FlexMoE: One-for-All Nested Intra-Expert Pruning for MoE Language Models

Fan Mo et al.

cs.LG

本文提出FlexMoE方法，通过为每个expert学习离散动作来剪枝其FFN通道，将预训练的MoE大语言模型转化为一系列嵌套的可部署子网络。该方法在不同预算下生成可靠的小型子网络，并通过一次恢复微调提升性能，在Qwen2-57B-A14B上剪枝50% routed expert参数后仍保留约99.8%的基础性能。

A Comparison of Fusion Techniques for Multi-Modal Human Activity Recognition on the HARMES Dataset

Ahmed Mohamady, Robin Burchard, Kristof Van Laerhoven

cs.LG

本文在HARMES数据集上系统比较了七种多模态传感器融合方法在人类活动识别中的表现，发现Gated Multi-modal Fusion方法优于传统的拼接式late fusion。该工作主要贡献在于填补了多模态HAR领域缺乏统一基准比较的研究空白。

TA-SparseMG: Trend-Aware Sparse Forecasting via Multi-Scale Gating for Long-Term Time Series

Wenchao Liu et al.

cs.LG

本文提出了一种轻量级长时序预测模型TA-SparseMG，通过趋势感知归一化、尺度自适应门控去噪和多尺度门控注意力MLP三个模块，在稀疏交叉周期建模框架下提升了预测性能。实验表明该模型在多个基准上表现稳定，但方法本身属于工程性改进，缺乏理论上的开创性突破。

Two-Stage Fine-Tuning for Protein Sequence Generation with Targeted Amino-Acid Composition

Violeta Basten-Romero et al.

cs.LG cs.AI q-bio.BM q-bio.GN

本文提出了一种两阶段微调流程，用于蛋白质序列生成，使其匹配目标氨基酸组成。该方法先进行域自适应微调，再通过强化学习进行迭代奖励加权微调，以在保持序列质量的同时实现组成约束。

RECAST: Model Reconstruction via Counterfactual-Aware Wasserstein Geometry under Limited Data

Xuan Zhao et al.

cs.LG

本文提出RECAST方法，利用counterfactual explanations和Wasserstein几何在有限数据下重建黑盒模型，通过barycentric prototypes解决决策边界偏移问题，无需在线查询即可保持高保真度。该方法主要关注模型重建的公平性审计，与关键词中的context和attention等概念关联较弱。

Dual-Learning based Penalized Multi-Align Clustering for Multi-View Incomplete and Disorderly Data

Liang Zhao et al.

cs.LG

本文提出了一种基于双学习的惩罚多对齐聚类模型DLPMAC，用于处理多视角不完整和无序数据。该模型通过双学习机制保留模态间的语义和结构一致性，并利用惩罚多对齐模块实现样本级的多对多数据对齐，以提升融合性能。

Benchmarking on Tasks That Matter: Dataset Selection for Preserving Model Rankings

Rostislav Gusev, Alexey Zaytsev

cs.LG stat.ML

本文提出一个框架用于选择代表性数据集子集以保持模型全局排名，通过bootstrap aggregation提供置信区间，并比较了聚类、设计准则、随机基线和greedy farthest-first等策略。实验表明，在时间序列分类和NLP基准中，某些策略能改善排名保持，但在推荐系统中改进不显著。

OperatorSHAP: Fast and Accurate Shapley Value Estimation for Neural Operators

Joshua Stiller et al.

cs.LG cs.AI

本文提出OperatorSHAP，一种用于神经算子的网格无关归因方法，通过训练类似FastSHAP的解释器来估计Shapley值，并建立了函数空间归因的理论框架。该方法在不同分辨率下与离散Shapley值一致，且无需重新训练即可跨网格尺寸迁移。

Fair Classification with Efficient and Post-hoc Controllable Fairness-Accuracy Trade-off

Maaya Sakata, Kazuto Fukuchi

cs.LG

本文提出了一种新的公平分类算法，通过基于梯度的优化学习有效的特征表示，以改善后处理公平分类器的公平性-准确性权衡效率，实验表明其在不需重新训练的情况下达到了与处理中方法相当或更优的权衡效果。

When One Adapter Speaks for Many: Discovering Low-Rank Redundancy in Continual Fine-Tuning

Tanguy Dieudonné et al.

cs.LG

本文发现连续微调中任务特定的LoRA适配器存在低秩冗余，即不同任务学习的子空间高度重叠。作者提出LiteLoRA门控机制，在训练时决定是创建新适配器还是重用已有表示，从而减少20-70%的活跃适配器数量，同时保持或超越现有性能。

Dangerous Liaisons of Convex Learning and Non-Affine Aggregation

Thomas Boudou et al.

cs.LG math.OC stat.ML

本文研究了凸学习与非仿射聚合（non-affine aggregation）之间的关系，证明了梯度更新的单调性（monotonicity）仅在聚合规则为正仿射（positively affine）时得以保持，从而否定了设计保持单调性的非仿射聚合规则的可能性，并分析了由此导致的收敛与稳定性退化问题。

Beyond Sparse Supervision: Diffusion-Guided Learning for Few-Shot Graph Fraud Detection

Liming Liu et al.

cs.LG cs.AI

本文提出ADC-GNN框架，通过扩散引导的特征增强和对比学习，结合多跳spectral attention机制，解决图欺诈检测中标签稀疏和表示稀释问题。该方法在少样本场景下提升了检测性能。

MixTTA: Low-Rank Cross-Channel Mixing for Reliable Test-Time Adaptation

Mansoo Jung, Youngwook Kim, Jungwoo Lee

cs.LG

本文提出MixTTA，一种轻量级插件模块，通过在normalization层中引入低秩跨通道变换来增强Test-Time Adaptation (TTA)方法，以纠正分布偏移导致的跨通道结构变化。该方法在标准与复杂TTA场景下均能提升基线性能。

Autoencoder Architectures for Athlete Performance Scoring from Wearable Telemetry

Mateusz Kubita, Jan Zubalewicz, Krzysztof Siwek

cs.LG

本文评估了五种dimensionality reduction模型（包括autoencoder变体、PCA和VAE）在将九维runner传感器数据压缩为单一latent score方面的性能。通过结合reconstruction error和latent score可解释性的复合标准，发现deep autoencoder在重建误差和综合得分上表现最佳，且跑步配速、有氧解耦和平均心率是驱动latent score的主要特征。

Regularized Reward-Punishment Reinforcement Learning

Jiexin Wang, Eiji Uchibe

cs.LG cs.RO

本文提出KL-Coupled Policy Regularization (KCPR)框架，用于Reward-Punishment Reinforcement Learning (RPRL)，通过将奖励和惩罚相关策略相互视为动态学习的先验来实现策略协调。实验在网格世界和机器人导航任务中验证了该方法在安全性和学习稳定性上的改进。

Recovering Sharp Conductivity Features in the Finite-Data Calderón Problem with Physics-Informed Neural Networks

Ali AlHadi Kalout et al.

cs.LG eess.IV math.NA

本文利用Physics-Informed Neural Networks (PINNs)解决有限边界数据下的Calderón逆问题，通过引入多尺度边界激励和Fourier-feature encoding (FFE)来恢复具有尖锐界面的电导率特征。实验表明，该方法能从有限边界测量中恢复主要电导率结构，但FFE并非普遍最优。

LLawCo: Learning Laws of Cooperation for Modeling Embodied Multi-Agent Behavior

Qinhong Zhou, Chuang Gan, Anoop Cherian

cs.LG cs.AI cs.CV cs.RO

本文提出LLawCo框架，使embodied agents通过反思失败提取行为规律（如"Talk when necessary"）并融入chain-of-thought推理，以改善多agent合作。该方法在PARTNR-Dialog和TDW-MAT基准上提升了任务成功率，但主要贡献在于agent协作对齐，与关键词中的spectral、Muon等概念无关。

The Remittance Blueprint: Data-driven Intelligence for Sri Lanka

Dhinanjaya Fernando et al.

cs.LG cs.AI

本文利用32年的斯里兰卡移民与汇款数据，通过时间序列建模和机器学习方法（如Ridge Regression）分析了汇款流入的驱动因素，发现其主要由外部宏观经济变量（汇率和油价）驱动，并预测了2026年汇款额。该研究主要聚焦于特定国家的经济数据分析，与关键词中的理论或方法创新关联度较低。

COCOLogic-V2: Identifying Logical Inconsistencies via Truly Hard-Negatives

David Steinmann et al.

cs.LG

本文提出了COCOLogic-V2数据集，用于评估视觉归纳推理中的逻辑一致性，通过将样本分为正例、近边界负例和远边界负例来细粒度诊断模型的可解释性。实验表明模型在区分正例和远边界负例上表现良好，但在近边界负例上失败，揭示了视觉归纳推理仍是开放挑战。

Towards Value-Constrained Credit Assignment in Fully Delegated AI Cooperatives

Young Yoon, Jimin Kim, Soyeon Park

cs.LG cs.AI cs.DC cs.MA

本文提出了一种在完全委托的AI合作体中，基于价值约束的奖励分配框架，通过价值条件梯度过滤和在线边际贡献信号实现信用分配。该框架利用traversal learning进行去中心化反向传播，并与数据估值、联邦学习贡献估计等方法进行了对比。

Physics-Informed Neural Network with Transfer Learning for State Estimation in Lithium-Ion Batteries using the Single Particle Model with Electrolyte

Gift Modekwe, Qiugang Lu

cs.LG

本文提出了一种基于迁移学习的物理信息神经网络(PINN)方法，用于锂离子电池的单粒子模型(SPMe)状态估计。该方法通过预训练学习通用电化学动力学，再通过权重迁移和微调适应目标电池，在PyBaMM验证下实现了准确的电压预测并减少了训练时间。

Estimation--Prediction Tradeoff in Causal Probabilistic Temporal Graphs

Aniq Ur Rahman

cs.LG cs.IT cs.MA cs.SI eess.SY

本文研究了概率时序图中的估计-预测权衡问题，指出在二元logistic模型中，最大化Fisher信息量的参数恢复区间与高熵区间重合，导致即使参数完美恢复，个体预测仍存在固有困难。作者提出了一个概率因果框架用于生成具有瞬态边的时序图，并推导了Cramér-Rao界以验证参数估计误差与不可约预测损失之间的权衡。

Disentangling Continuous-Time Latent Dynamics: Identifiability of Latent SDEs via Diffusion Shifts

Yuanyuan Wang et al.

cs.LG stat.ML

本文研究了连续时间潜在随机微分方程(SDE)模型的可识别性问题，利用环境诱导的扩散协方差变化，证明了在特定条件下潜在坐标可识别至置换和缩放，并提出了两阶段估计器。实验在合成系统和桥梁监测数据上验证了方法。

How Width and Data Shape Generalization Scaling Laws in Quadratic Neural Networks

Julius Girardin et al.

cs.LG cond-mat.dis-nn cs.AI stat.ML

本文通过分析二次两层神经网络在有限样本设置下的泛化误差，研究了模型宽度和数据量如何共同影响泛化缩放规律，揭示了由目标谱结构控制的数据依赖幂律行为。

Parameter Efficient Hybrid Transformer (PEHT) for Network Traffic Prediction via Dynamic Urban Congestion Integration

Abdolazim Rezaei, Mehdi Sookhak, Mahboobeh Haghparast

cs.LG cs.AI

本文提出了一种参数高效的混合Transformer (PEHT) 框架，通过将城市移动性和拥堵信息集成到Transformer架构中，并利用Low-Rank Adaptation (LoRA) 减少可训练参数，以提升动态城市蜂窝网络中的流量预测精度。实验表明该方法在多个指标上优于现有基线。

Towards Automating Scientific Review with Google's Paper Assistant Tool

Rajesh Jayaram et al.

cs.LG cs.AI cs.CL cs.CY

本文介绍了Paper Assistant Tool (PAT)，一个用于科学论文深度评审的AI框架，能够检查理论结果、验证实验并识别潜在错误。该工具在数学错误检测上比零样本方法提升了34%，并在STOC和ICML会议中作为预提交工具进行了试点部署。

Democratic ICAI: Debating Our Way to Steering Principles from Preferences

Kevin Kingslin et al.

cs.LG cs.MA

本文提出Democratic ICAI方法，通过结构化角色辩论（persona debate）从偏好中提取更丰富的自然语言原则，以改进偏好对齐的可解释性。实验在创意偏好基准上验证了该方法能提升偏好预测的忠实度。

VGB for Masked Diffusion Model: Efficient Test-time Scaling for Reward Satisfaction and Sample Editing

Kijung Jeon, Thuy-Duong Vuong, Molei Tao

cs.LG cs.DS math.NA math.PR stat.ML

本文提出MDM-VGB，一种用于Masked Diffusion Model的离散扩散采样器，通过结合Jerrum-Sinclair回溯Markov chain实现奖励引导的重新掩码，以在推理时优化样本的结构约束和下游奖励。该方法在Sudoku和QM9等基准上展示了有效的高奖励生成和低奖励样本修复能力。

cs.AI

Internalizing the Future: A Unified Agentic Training Paradigm for World Model Planning ⭐ 精选

Xuan Zhang et al.

cs.AI

本文提出了一种统一的三阶段训练范式，使LLM agent能够通过自回归模型“内化”未来规划能力：首先通过World Model Agentic Mid-Training (WM-AMT)注入潜在预测能力，再通过Format-Eliciting SFT (FE-SFT)结构化该能力，最后通过Foresight-Conditioned Reinforcement Learning (FC-RL)校准生成的模拟结果。该方法在搜索和数学推理任务上显著优于其他训练基线，解决了标准agent在长程任务中缺乏内部world model进行“what-if”推理的根本问题。

ATOD: Annealed Turn-aware On-policy Distillation for Multi-turn Autonomous Agents ⭐ 精选

Qitai Tan et al.

cs.AI

本文提出ATOD (Annealed Turn-aware On-policy Distillation)算法，用于训练多轮交互的autonomous agent。该方法通过退火调度结合on-policy distillation (OPD)与reinforcement learning (RL)，在早期利用OPD快速模仿teacher模型，后期逐渐增强RL以突破teacher的性能上限。此外，ATOD引入Turn-level Disagreement-Uncertainty Reweighting (T-DUR)机制，在长轨迹中放大高价值turn的监督信号。实验表明，ATOD在ALFWorld等任务上显著优于OPD和GRPO等基线，甚至超越teacher模型，为agent训练提供了高效且可扩展的混合蒸馏框架。

Agent-Native Immune System: Architecture, Taxonomy, and Engineering ⭐ 精选

Bo Shen et al.

cs.AI cs.MA

本文提出Agent-Native Immune System (ANIS)，这是首个受生物启发的内生防御架构，直接嵌入agent的认知循环中。该工作设计了六层Immune Tower (L0-L5)，建立了Agent Virus和Agent Vaccine的统一分类体系，并提出了Harness Triad (Meta, Self, Auto)作为自我监控的元认知自动化骨干，驱动Continual Immune Learning (CIL)。ANIS将模型alignment与agent immunity进行了严格的理论区分：alignment提供静态的"宪法"价值基础，而ANIS作为运行时动态的"执法"机制。该工作为agent安全领域提供了开创性的内生免疫范式，与关键词"agent"高度契合。

AI-Model Network: Concept, Current State and Future

Li Zhetao et al.

cs.AI

本文提出了世界范围AI模型网络(AI-ModelNet)的概念与系统架构，旨在通过建立模型间通路实现异构模型的互联、能力共享与协同推理，并通过原型系统验证了其可行性。

When Does Personality Composition Matter for Multi-Agent LLM Teams?

Aryan Keluskar, Amrita Bhattacharjee, Huan Liu

cs.AI

本文研究了personality prompting对多agent LLM团队任务表现的影响，发现personality composition的效果依赖于任务结构：在coding任务中影响较小，而在开放协作和谈判任务中显著降低性能。

Odyssey: Constructing Verifiable Local Truth-Preserving Foundation Models

Sridhar Mahadevan

cs.AI cs.LG

本文提出一个名为ODYSSEY的范畴论框架，用于构建可验证的、保持局部真实性的基础模型。该框架通过foundries（一种架构组件）的组合来实现，并形式化了Universal Foundry Learning (UFL)和Foundry SQL (FSQL)等概念，但整体内容与关键词列表中的code, context, spectral, Muon, pretrain, agent, attention关联度较低。

DysLexLens: A Low-Resource LLM Framework for Analysing Dyslexic Learners Insights from Online Forums

Dana Rezazadegan et al.

cs.AI cs.CL cs.HC cs.IR cs.LG

DysLexLens是一个低资源LLM框架，用于分析在线论坛中阅读障碍学习者对AI工具的使用体验。它通过词典驱动过滤、知识图谱推理和定量/定性评估，从Reddit数据中提取有意义模式，但方法本身并非开创性，且与关键词列表中的概念无直接关联。

MER-R1: Multimodal Emotion Reasoning via Slow-Fast Thinking Synergy

Zhiyuan Han et al.

cs.AI

本文提出MER-R1框架，通过强化学习将多模态情感识别中的快思考（直接回答）与慢思考（推理回答）互补优化，利用双目标解耦和置信度校准提升性能。该方法在基准测试上取得最优结果，但与我提供的关键词（如code, spectral, Muon等）无直接关联。

ToE: A Hierarchical and Explainable Claim Verification Framework with Dynamic Multi-source Evidence Retrieval and Aggregation

Zhaoqi Wang et al.

cs.AI cs.CR

本文提出了Tree of Evidence (ToE)框架，通过强化学习驱动的多源检索agent和证据聚合算法，将事实核查建模为动态扩展的论证树，以提升可解释性和对抗性输入的鲁棒性。实验表明该方法在多个数据集上优于基线。

Towards Reliable and Robust LLM Planning: Symbolic Feedback-Driven Iterative Self-Refinement Framework

Jiajing Zhang et al.

cs.AI

本文提出了一种基于符号反馈的迭代自优化框架，通过自然语言提示机制将逻辑符号映射为自然语言描述，并设计符号验证器识别错误并转化为可理解的修正指令，以提升LLM在长程规划任务中的鲁棒性和可靠性。实验表明该方法能持续改进规划的可行性和正确性。

Understanding Rollout Error in Graph World Models

Xinyuan Song, Zekun Cai

cs.AI

本文研究了图世界模型中的长程rollout误差，提出了一个统一的固定边和动态边GWM框架，并开发了图值rollout界限来分离拓扑和模型引起的误差放大。通过引入Error-Aware GWM（结合谱正则化、rollout一致性和关键节点加权），实验表明该方法能防止长程发散并保持预测精度，但整体方法在开创性上有限，且与关键词（如code, spectral, agent）的契合度一般。

Grounded Iterative Language Planning: How Parameterized World Models Reduce Hallucination Propagation in LLM Agents

Xinyuan Song, Zekun Cai

cs.AI

本文比较了基于LLM的agent-based world model和参数化的parameterized world model在graph-structured planning任务中的表现，并提出了GILP方法。该方法通过训练一个小型参数化backbone，结合LLM的推理能力，利用一致性门控机制减少幻觉传播，在实验中显著降低了幻觉状态率并提升了任务成功率。

NormAct: A Benchmark for Hidden Social Norm Compliance in Embodied Planning

Shiyun Zhao et al.

cs.AI

本文提出了NormAct基准，用于评估embodied agent在规划中遵守隐藏社会规范的能力，发现现有MLLMs在实现显式目标（67.3%）与遵守隐藏规范（26.4%）之间存在显著差距，并提出了NormPerceptor方法通过上下文线索生成来提升任务成功率。

Verifiable Geometry Problem Solving: Solver-Driven Autoformalization and Theorem Proposing

Can Li et al.

cs.AI cs.CL cs.CV

本文提出了一种名为SD-GPS的求解器驱动框架，通过将符号求解器作为执行预言机来改进几何问题求解中的自动形式化和定理预测。该方法在Geometry3K和PGPS9K数据集上取得了优于现有方法的性能。

RelBall: Relation Ball with Quaternion Rotation for Knowledge Graph Completion

Yike Liu et al.

cs.AI

本文提出RelBall模型，通过引入模变换和以尾实体为中心的关系球，扩展了Rotate3D方法，以处理知识图谱补全中的语义层次和多种关系模式。该模型在多个数据集上展示了有竞争力的链接预测性能。

Lifted Causal Inference

Malte Luttermann et al.

cs.AI cs.LG

本文提出parametric causal factor graphs (PCFGs)来在lifted模型中整合因果知识，并给出干预的形式语义。通过Lifted Causal Inference (LCI)算法在lifted层面计算因果效应，相比propositional方法显著加速。

JD Oxygen AI Item Center (Oxygen AIIC) V1: An Industrial-Scale LLM/VLM-Centric Solution for Item Understanding, Management, and Applications

Oxygen AIIC et al.

cs.AI

本文介绍了京东的Oxygen AIIC平台，一个基于LLM/VLM的工业级商品知识生产与服务系统，通过本体工程、S2D知识识别架构和自进化模型等技术，解决了大规模电商平台中商品知识管理的挑战，并已在搜索、推荐等场景中取得实际收益。

Ontology-Guided Evidence Path Inference for Multi-hop Knowledge Graph Question Answering

Yongxue Shan et al.

cs.AI

本文提出OPI框架，通过构建relation-centric ontology graph来约束multi-hop KGQA中的路径搜索空间，并采用双向检索和迭代精炼策略提升答案预测的可靠性。实验表明该方法在多个数据集上取得了显著改进。

AI-Driven Synthesis for High-Tech System Design: Automating Innovation

Luuk Oerlemans, Steven Westerhof, Theo Hofman

cs.AI cs.AR cs.CE cs.ET cs.RO

本文提出自动化设计(AiD)范式，利用deep learning和generative AI构建computational design synthesis (CDS)框架，通过两个案例(e-drive系统设计和空间维度问题)验证了从仿真优化向自主设计转变的可行性。

Tandem Reinforcement Learning with Verifiable Rewards

Difan Jiao et al.

cs.AI

本文提出Tandem Reinforcement Learning (TRL)，将tandem training范式引入RLVR，通过让强模型（senior）与冻结的弱模型（junior）交替协同生成推理过程，并基于团队奖励进行训练。在竞赛数学任务上，TRL在保持独立推理能力的同时，提升了与junior的交互鲁棒性并减少了分布漂移。

cs.IR

Bifocal Diffusion Language Models: Asymmetric Bidirectional Context for Parallel Generation ⭐ 精选

Yuhang Chen et al.

cs.IR cs.AI cs.LG

本文提出Bifocal dLLMs范式，通过非对称双向上下文(asymmetric bidirectional context)解决了离散扩散语言模型(dLLMs)中双向注意力与KV缓存不兼容的困境。具体实例化为R2LM (Right-to-Left Mamba)模型，该模型结合标准causal attention（提供精确左上下文并完全兼容KV缓存）与轻量级反向Mamba SSM侧车（提供压缩的右上下文且不破坏可缓存性）。在Qwen3-1.7B的60B tokens持续预训练实验中，R2LM在批处理场景下通过并行解码与KV缓存实现了比双向dLLMs高2.4倍至12.9倍的吞吐量，并在多数基准上超越causal baseline，平均性能超越双向dLLM。

A Sensitivity-Aware Test Collection for Search Among Personal Information

Jack McKechnie, Graham McDonald, Craig Macdonald

cs.IR

本文构建了一个用于Sensitivity-Aware Search (SAS)评估的测试集合，基于Enron邮件语料库，通过众包和LLM扩展了查询、相关性判断和敏感性标签。该工作主要贡献在于提供了一个标准化的评估资源，但方法本身在理论或算法上缺乏开创性。

Intuition-Guided Latent Reasoning for LLM-Based Recommendation

Chang Liu et al.

cs.IR

本文提出IntuRec框架，通过提取用户历史中的候选集作为“推荐直觉”来引导LLM的latent reasoning过程，从而改进推荐效果。该方法利用self-和cross-attention机制将候选集转化为偏好对齐的intuition embedding，为推理提供更准确的起点。

End-to-End Dynamic Sparsity for Resource-Adaptive LLM Inference

Yuhang Chen et al.

cs.IR cs.AI cs.LG

本文提出L2A框架，通过轻量级门控网络实现LLM推理的资源自适应动态稀疏性，根据运行时资源预算动态调整层跳过、头剪枝和推理token缩减。该方法在Llama-3-8B和Qwen-3-4B上实现了34%的层稀疏度，同时保持与密集基线接近的性能。

From Bootstrapping to Sequence Modeling: A Unified Generative Framework for Personalized Landing-Page Modeling

Fan Li et al.

cs.IR

本文提出GLAN框架，将个性化着陆页建模问题转化为序列建模任务，通过全局-局部视角的Decision Transformer架构，利用L-RTG模块和HRM模块分别捕捉用户跨日消费动态和会话级细粒度反馈，以解决传统强化学习方法在非马尔可夫依赖和长时域信用分配上的局限。

An LLM-Powered Semantic Alignment Framework for Journal Recommendation

Yanglin Yan et al.

cs.IR stat.AP

本文提出了一种基于LLM的语义对齐框架，将期刊推荐问题转化为稿件内容与期刊范围描述之间的语义匹配任务，无需任务特定训练即可直接利用大语言模型进行推荐。实验表明该方法在统计及相关领域数据集上取得了较好的Top-N准确率，并具有可解释性。

Listwise Explanation of Embedding-Based Rankings via Semantic Chunk Grouping

Hyunkyu Kim, Yeeun Yoo, Youngjun Kwak

cs.IR

本文提出ChunkGroupSHAP方法，通过将语义相关的chunk聚类为跨文档特征，为基于dense embedding的排序模型提供listwise解释。实验表明最佳解释单元依赖于排序器类型和检索语料结构。

Fast and Feasible: Permutation-based Constrained Reranking for Revenue Maximization

Svetlana Shirokovskikh et al.

cs.IR math.OC

本文针对电商搜索推荐系统中的重排序问题，提出了一种基于排列的近似算法PermR，将问题建模为整数线性规划（ILP）以在约束下最大化收入，并通过相邻元素交换来近似求解。该方法在离线与在线实验中均能在满足约束的前提下实现约63%的ILP收入提升，并在大规模A/B测试中使收入增长2%。

cs.CL

Formalizing Latent Thoughts: Four Axioms of Thought Representation in LLMs

Fahd Seddik, Fatemeh Fard

cs.CL cs.LG

本文提出了一个用于评估LLM中潜在thought representation的axiomatic框架，包含四个functional axioms (Causality, Minimality, Separability, Stability)及其定量度量。实验发现这些representation在多个推理任务中无法同时满足所有axioms，且编码的信息有限。

Position: The Term "Machine Unlearning" Is Overused in LLMs

Sangyeon Yoon, Yeachan Jun, Albert No

cs.CL cs.AI cs.LG

本文指出“machine unlearning”一词在LLM研究中被过度使用，主张应严格限定于数据集定义的删除（即移除特定遗忘集的训练影响），并批评当前许多标榜“unlearning”的任务（如拒绝有害请求、实体/知识移除）实际追求不同目标，导致指标误用和评估失真。

A Survey of Automated Presentation Coaching: Systems, Methods, and Open Challenges

Wen Liang et al.

cs.CL

本文综述了自动演讲辅导系统，将其分为发音、韵律、多模态和问答练习等类别，并提出了一个五维任务分类法来评估覆盖缺口。文章还讨论了基于TTS的评估方法及当前面临的语料稀缺、口音公平性和实时诊断等挑战。

Causal Connections: Leveraging Multilingual Fine-Tuning for Financial QA@FinCausal 2026

Akash Kumar Gautam, Serhii Hamotskyi, Christian Hänig

cs.CL

本文描述了HSA_CORAL团队在FinCausal 2026共享任务中的提交，通过多语言微调（multilingual fine-tuning）在英语和西班牙语上从金融叙事中提取因果关系。实验比较了encoder-only token tagging、encoder-decoder generation和decoder-only LLMs三类模型，发现监督微调（supervised fine-tuning）效果最佳。

Developmental approach reveals the statistical learning of Neural Language Models: Transformers generalize from the most abstract statistical patterns

Wang Bojun, Holly Jenkins, Elizabeth Wonnacott

cs.CL

本文使用developmental approach研究Neural Language Models (NLMs)的统计学习过程，发现Generative Transformer模型在训练初期先习得最抽象的全局统计知识，后期才习得局部依赖关系，并基于此提出了解释NLM统计学习与语言认知的新框架。

Supersede: Diagnosing and Training the Memory-Update Gap in LLM Agents

Vedant Patel

cs.CL cs.AI cs.LG

本文研究了LLM agents在长对话中处理事实更新的能力，发现即使使用先进模型，当依赖有限记忆而非完整上下文时，准确率会显著下降，且该问题无法通过增加记忆容量解决。作者提出了Supersede环境，通过强化学习训练模型，初步实验显示该方法能提升模型在事实更新任务上的表现。

The Context-Ready Transformer

Mahesh Godavarti

cs.CL cs.AI

本文提出了一种名为Context-Ready Transformer的新型循环神经网络架构，通过一个D层transformer块对每个token进行预上下文化，并利用校正网络结合历史缓存与当前嵌入。实验表明该模型在推理速度上优于标准transformer，但方法本身并非开创性突破，且与关键词列表中的概念关联较弱。

EntMTP: Accelerating LLM Inference with Entropy Guided Multi Token Prediction

Carrie Chen

cs.CL cs.LG

本文提出EntMTP，一种无需训练的调度器，通过基于局部生成熵的估计动态切换树状attention拓扑，以加速LLM推理中的多token预测。该方法在多个基准测试上相比Hydra和Medusa基线实现了1.15倍至1.36倍的加速。

Ko-WideSearch: A Korean Breadth-Search Benchmark for Exhaustive Set Enumeration by Web Agents

Minbyul Jeong

cs.CL

本文提出了一个韩语广度搜索基准Ko-WideSearch，用于评估web agent在枚举封闭集合和填充属性方面的能力。实验发现，现有agent在恢复集合方面表现良好，但在填充具体行和单元格时存在显著困难。

Narrative-UFET: Narrative Generation for Ultra-Fine Entity Typing

Mreedul Gupta et al.

cs.CL cs.AI

本文提出Narrative-UFET方法，通过为每个entity mention自动生成短篇连贯narrative来扩展Ultra-Fine Entity Typing任务，实验表明narrative context能提升长尾类型的识别效果，但方法本身并非开创性突破。

Masked Language Flow Models

Iskander Azangulov et al.

cs.CL cs.LG

本文提出Masked Language Flow Models (MLFMs)，通过将masking机制融入连续流模型，结合了Masked Diffusion Models和Flow Language Models的优点，并设计了一种交替连续去噪与离散解掩码的采样器以支持多步推理。实验在GSM8K和MT-Bench上验证了该方法在推理和指令遵循任务中的可扩展性。

Cross-Platform Chinese Offensive Comment Detection via Dual-Threshold Hard Example Mining

Ruixing Ren, Junhui Zhao, Fangfang Wang

cs.CL cs.AI eess.SY

本文针对中文社交媒体跨平台部署中攻击性评论检测性能下降的问题，提出了一种基于双阈值困难样本挖掘的领域自适应方法。该方法利用预训练语言模型RoBERTa，通过预测置信度筛选高、低置信度的易错样本，并仅用少量人工标注的困难样本进行二次微调，从而在四个中文社交平台上实现了性能提升。

Yuvion LLM: An Adversarially-Aware Large Language Model for Content And AI Safety

Ting Ma et al.

cs.CL

本文提出了Yuvion LLM，一个面向对抗性鲁棒内容安全和AI安全的大语言模型，通过结合对抗感知数据构建、知识增强持续预训练和策略导向的多任务安全后训练（包括风险感知监督微调和基于强化学习的策略优化）来提升模型在复杂安全场景下的鲁棒性。该模型在多个安全基准测试上表现优于GPT-5.4和Qwen3-MAX等更大规模的模型。

When Search Agents Should Ask: DiscoBench for Clarification-Aware Deep Search

Yiling Tao et al.

cs.CL

本文提出了DiscoBench基准，用于评估搜索agent在用户查询模糊时主动提问并澄清歧义的能力，实验表明当前agent在交互式问题解决方面存在关键差距。

From Signals to Transfer: A Factorised Study of Probe-Based Uncertainty Estimation in Large Language Models

Ponhvoan Srey et al.

cs.CL cs.AI

本文通过分解研究（factorised study）分析了基于探针（probe-based）的大语言模型（LLM）不确定性估计方法，发现原始hidden states和attention features在域内表现优异，但在分布偏移下结构化特征更鲁棒。研究还表明prompting和标签构建显著影响探针行为，并训练了可迁移至开放生成任务的预训练探针基线。

Mitigating LLM-based p-Hacking by Preregistering for the Next LLM

Maria Thomas, Kristina Gligoric, Nihar B. Shah

cs.CL cs.AI cs.DL

本文提出了一种通过预注册实验和合格模型来缓解基于LLM的p-hacking问题的协议，并在两个已知真实值的任务上评估了其有效性。该协议要求研究者在当前模型上完成实验设计后，预注册分析计划及一组未来合格模型，并在首个发布的合格模型上运行验证性分析。

Mitigating Position Bias in Transformers via Layer-Specific Positional Embedding Scaling

Changze Lv et al.

cs.CL

本文提出了一种层特定位置嵌入缩放方法（LPES），通过为Transformer的每一层分配不同的缩放因子来缓解长上下文中的位置偏差问题。该方法使用遗传算法结合Bézier曲线优化缩放因子，无需微调模型参数即可提升注意力分布的均衡性。

Low-Agreeableness Persona Conditioning for Safe LLM Fine-Tuning

Austin MY Cheung, Yi Yang

cs.CL cs.AI

本文研究了LLM在社交温暖微调中导致安全性下降的问题，并提出了一种基于低宜人性人格条件的数据改写方法，在不牺牲对话温暖度的前提下降低模型被攻击的风险。该工作主要关注安全微调而非关键词中的核心概念。

Do Speech Emphasis Models Generalize across Languages and Emotions?

Megan Wei et al.

cs.CL cs.AI cs.LG cs.SD eess.AS

本文介绍了MMEE语料库，包含7种语言和34种情感/风格类别的10000个专业录音，并基准测试了两种架构在多种设置下的表现。研究发现单语模型在零样本迁移中表现有限，而多语言训练能显著提升鲁棒性。

Enhancing Numerical Prediction in LLMs via Smooth MMD Alignment

Zhuo Zuo et al.

cs.CL cs.AI cs.CE cs.LG

本文提出Smooth Maximum Mean Discrepancy (SMMD)方法，通过在数值token上定义基于值距离的kernel和图平滑项，改进LLM在数值预测任务中的表现。实验表明该方法在数学推理、算术计算等任务上优于标准交叉熵损失。

KG2Cypher: Data-Centric Pipeline for Building Enterprise Text-to-Cypher Systems

Minjun Choi et al.

cs.CL cs.AI

KG2Cypher提出了一种数据驱动的pipeline，通过从现有Knowledge Graph中构造可执行的Cypher查询并利用LLM生成对应的自然语言问题，来构建企业级text-to-Cypher系统。该方法在韩语企业场景下通过LoRA SFT提升了查询执行结果的F1分数。

Output-Space Allocation Costs for Calibration-Guided LLM Compression: An Empirical Study

Qiong Tang et al.

cs.CL cs.AI

本文研究了ROCKET方法中分配成本函数（weight-space Frobenius error vs output-space objective）对LLM压缩效果的影响，发现两者高度相关（>0.99），导致对齐分配成本带来的改进有限，且存在accuracy-perplexity tradeoff。

SHIFT: Gate-Modulated Activation Steering for Knowledge Conflict Mitigation in Retrieval-Augmented Generation

Ruochang Li et al.

cs.CL cs.AI

本文提出SHIFT框架，通过可学习的gate module调节LLM内部activation，以解决RAG中contextual knowledge与parametric knowledge的冲突。该方法仅优化少于0.01%的参数，在六个数据集上验证了有效性。

NLL-Guided Full-Attention Layer Selection for Training-Free Sliding-Window Adaptation

Qiong Tang et al.

cs.CL cs.AI

本文提出了一种无需训练的NLL引导层选择方法，通过计算每层使用滑动窗口注意力替代全注意力时在答案token上的负对数似然退化程度，来直接衡量层的重要性。实验表明，该方法在LongMemEval上仅用1/4的全注意力层即可达到与1/2全注意力基线相当的准确率，显著提升了长上下文推理的效率-准确率帕累托前沿。

Position Bias Correction is Insufficient for One-Pass Attention Sorting

Qiong Tang et al.

cs.CL cs.AI

本文研究了长上下文语言模型中的position bias问题，提出Debiased One-Pass Attention Sorting方法，通过估计per-prompt的position-bias curve来校正raw attention scores。实验表明该方法无法完全替代iterative sorting，position bias校正不足以弥补多次排序带来的额外收益。

Learning Complementary Action Modeling from Automotive Maintenance Instructions

Jiaqi Wu et al.

cs.CL

本文提出Complementary Action Modeling (CAM)任务，旨在通过修改动作短语来识别或生成汽车维修指令的程序性对应指令。实验基于德语汽车维修数据集，使用候选匹配和受控Seq2Seq生成方法，证明此类指令应建模为基于细微词汇线索的程序性关联，而非简单的句子相似性或同义词改写。

A Study of Temporal Fusion Strategies for Named Entity Recognition in Historical Texts

Emanuela Boros

cs.CL cs.AI

本文研究了在历史文本命名实体识别中嵌入时间元数据的轻量级融合策略，实验了绝对与相对时间表示通过cross-attention、adapters等机制注入Transformer架构的方法。在法语和德语历史数据集上的评估表明，late fusion策略在早期和噪声时期表现更稳健。

Triadic Werewolf: A Jester Role for Multi-Hop Theory of Mind in LLMs

Avni Mittal

cs.CL cs.AI cs.GT cs.MA

本文通过引入Jester角色将Werewolf游戏扩展为三方博弈，测试了GPT-4.1、DeepSeek-V3.1和Llama-3.3-70B在多跳心智理论推理中的表现。实验发现Jester胜率显著高于Werewolf，且自学习机制对不同模型影响各异，揭示了三方激励结构能暴露二元推理游戏无法捕捉的多智能体推理层次。

VASAE: Naming SAE Dictionary Directions with Vocabulary-Aligned Anchoring

Kairui Zhang et al.

cs.CL cs.AI cs.LG

本文提出VASAE方法，通过在训练过程中对Sparse Autoencoder (SAE)的特征施加词汇对齐锚定，使每个特征获得一个内在的token名称。实验表明该方法在不降低重构质量的前提下，使GPT-2-small和Llama-3.1-8B模型的部分层中约90%的特征与词汇对齐。

An Empirical Analysis of Factual Errors in Human-Written Text and its Application

Kazuma Iwamoto, Kazumasa Omura, Shotaro Ishihara

cs.CL

本文通过分析报纸文章修正，归纳了人类文本中事实错误的分类（如汉字误转换和数词分类器错误），并评估了大型语言模型在检测这些错误时的表现，发现即使高性能模型也面临挑战。

From Black-Box to Clinical Insight: A Multi-Stage Explainable Framework for Speech-Based Cognitive Impairment Detection

Yasaman Haghbin et al.

cs.CL cs.AI

本文提出了一种用于基于语音的认知障碍检测的多阶段可解释性框架，通过整合SHAP、语言学特征和LLM推理流水线，将黑盒transformer模型的预测转化为临床可理解的叙述。该框架在NIA PREPARE基准上基于SpeechCARE模型构建，并通过医生评估和系统可用性量表验证了其临床整合潜力。

ToxiREX: A Dataset on Toxic REasoning in ConteXt

Stefan F. Schouten, Ilia Markov, Piek Vossen

cs.CL

本文提出了一个名为ToxiREX的多语言、上下文相关的有毒推理数据集，包含Reddit评论线程及其结构化标注，用于捕捉隐式和上下文相关的毒性。该数据集覆盖六种语言，并提供了基线实验结果，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词相关的方法或理论。

Dialogue to Detection: A Multimodal Hybrid NLP Pipeline for Insurance Fraud Detection

Muhammad Shakeel Akram et al.

cs.CL cs.AI eess.AS

本文提出了一个用于保险欺诈检测的多模态混合NLP框架，通过合成对话数据结合ASR、NER和LLM-RAG等技术进行风险评分，但方法在创新性和与关键词的契合度上均不突出。

The Signal-Coverage Matrix: Stratifying Type and Semantic Errors in Statement Autoformalization

Chengxiao Dai, Zhaokun Yan, Zhanhui Lin

cs.CL

本文提出了一种信号-覆盖矩阵（signal-coverage matrix），用于对LLM自动形式化（autoformalization）中的类型错误和语义错误进行分层分析。通过将Lean elaborator的通过/失败与语义等价判断交叉，将输出分为四类，并基于ProofNet#和MiniF2F-test上的实验揭示了类型正确率（TC%）提升背后的具体错误恢复机制。

A Tree-of-Thoughts Inspired Hybrid Approach for Legal Case Judgement Summarization using LLMs

Aniket Deroy, Kripabandhu Ghosh, Saptarshi Ghosh

cs.CL

本文提出了一种受Tree-of-Thoughts启发的混合方法，用于法律案件判决摘要生成，结合了extractive和abstractive技术，并使用DeepSeek和LLama等LLM进行实验。实验表明，该混合prompt方法相比纯extractive或abstractive方法能生成更优的摘要。

Can LLMs Judge Better Than They Generate? Evaluating Task Asymmetry, Mechanistic Interpretability and Transferability for In-Context QA

Sambaran Bandyopadhyay

cs.CL cs.AI

本文在受控的in-context QA设置中测试了LLM自我评估是否比生成更容易，发现生成准确率在多数基准上超过自我评估，且注意力分析显示评估对上下文和候选答案的关注度远低于生成。该研究挑战了自我评估管线的核心假设，但与关键词列表中的概念关联较弱。

MultiHashFormer: Hash-based Generative Language Models

Huiyin Xue, Atsuki Yamaguchi, Nikolaos Aletras

cs.CL cs.AI cs.LG

本文提出MultiHashFormer框架，通过多个独立hash函数将每个token表示为唯一的hash签名序列，并利用Hash Encoder和Hash Decoder实现基于hash的自回归语言建模。该方法在保持参数效率的同时，在多个基准测试中优于标准Transformer LM，并支持多语言词汇扩展而不增加参数。

Mechanism-Driven Monitors for Preemptive Detection of LLM Training Instability

Ruixuan Huang et al.

cs.CL

本文提出了一种机制驱动的监控方法，通过分析低精度flash attention的QK双线性分解的spectral entropy和MoE路由器的专家选择功能，来提前检测大语言模型训练中的不稳定性。实验表明，这些监控信号能在loss发散前数千步提供不同的故障特征。

From Tokens to States: LLMs as a Special Case of World Models and the Continuous Path Beyond

Paul Dubois

cs.CL cs.AI cs.LG

本文探讨了LLMs与世界模型之间的关系，认为LLMs是世界模型的一种退化特例，并提出了从token预测到连续潜在空间预测的连续谱系。文章讨论了沿此谱系移动时面临的数据和架构挑战，但未提供具体的新方法或解决长期问题。

Cognitive Episodes in LLM Reasoning Traces Enable Interpretable Human Item Difficulty Prediction

Chenguang Wang et al.

cs.CL cs.AI cs.CY cs.LG

本文提出Epi2Diff框架，通过将Large Reasoning Models的推理轨迹映射为认知片段序列来预测人类题目难度，实验表明该方法优于基线模型。

Vision-Default, Prior-Override: Causal Mechanisms of Perception-Knowledge Conflict in Vision-Language Models

Niclas Lietzow et al.

cs.CL

本文通过激活修补和消融实验，研究了视觉语言模型在处理视觉信息与先验知识冲突时的因果机制，发现视觉信息默认主导，而先验知识依赖少量注意力头。

cs.DS

Incremental Dominating Set

Ilan Doron Arad, Jonathan Gal, Seffi Naor

cs.DS

本文研究了增量支配集问题，其中在线算法与离线最优算法面临相同的选择约束。作者给出了顶点加权图和随机化算法的首个结果，包括一个$O(\Delta)$-competitive的确定性算法和一个$O(\log^2\Delta)$-competitive的随机化算法，并扩展到了连通支配集问题。

Beating Trivial Time for Tricky Triangle Tasks

Neha Pant, Ryan Williams

cs.DS cs.CC

本文针对图论中几个经典的三角形检测问题（如All-Edges Sparse Triangle和Exact Triangle），在Word RAM模型下提出了首个超越平凡枚举算法的改进，并利用随机算法、电路复杂性和通信复杂性等技术实现了这些改进。此外，文章还展示了在特定条件下如何用$o(n^2)$时间解决4-cycle检测问题，并给出了基于$AC0$字操作的排序算法。

Robust Shattering Arguments

Mohsen Ghaffari et al.

cs.DS

本文指出在LOCAL模型中，用于次对数时间分布式算法的图破碎（shattering）技术，在超常数轮预处理阶段会因依赖累积而失效，并系统性地修复了包括最大独立集、$(\Delta+1)$-染色和分布式Lovász Local Lemma（LLL）在内的标准分析。文章提供了修正的Fischer-Ghaffari LLL算法破碎分析，并开发了无需独立性假设即可获得衰减界的一般性工具。

An Exponential Lower Bound for Spectral Density Estimation on Unweighted Graphs

Pan Peng et al.

cs.DS

本文证明了在无权图上，即使算法能访问大量随机游走的完整记录，也无法在Wasserstein-1距离下对归一化邻接矩阵的谱密度进行$\varepsilon$-近似估计，从而将此前对加权图的下界结果推广到了无权图。

others

DMV-Bench: Diagnosing Long-Horizon Multimodal Agents' Visual Memory with Incidental Cue Injection ⭐ 精选

Yujin Tang et al.

cs.CV cs.AI cs.CL

本文提出了DMV-Bench，这是首个用于评估多模态agent视觉记忆的交互式benchmark，通过在一个家居电商目录中注入独特的视觉incidental cue（偶然线索），迫使agent依赖像素级信息而非文本记录来完成任务。受dual-coding theory（双编码理论）启发，作者设计了DualMem记忆架构，该架构并行维护visual code和verbal code，在多个chain length（序列长度）下显著优于现有的caption baseline和多模态agent记忆系统。这项工作为长期视觉记忆的诊断提供了开创性的评估框架和解决方案，与关键词“agent”和“attention”高度契合。

ProMSA:Progressive Multimodal Search Agents for Knowledge-Based Visual Question Answering ⭐ 精选

ZhengXian Wu et al.

cs.CV cs.AI

ProMSA提出了一种渐进式多模态搜索agent用于知识型视觉问答(KB-VQA)。该方法通过迭代选择图像搜索、文本搜索或停止操作，在显式的工具调用预算和去重机制下自适应地检索外部知识，打破了传统固定检索-生成管道的限制。训练方面，先使用rejection-sampling SFT学习有效工具使用格式，再通过序列级RL目标TN-GSPO（基于生成长度和工具交互深度归一化更新）进行优化。在E-VQA和InfoSeek数据集上的实验表明，该方法在检索和端到端准确率上均优于强RAG和agent基线，与关键词"agent"高度契合。

HAT-4D: Lifting Monocular Video for 4D Multi-Object Interactions via Human-Agent Collaboration ⭐ 精选

Jiaxin Li et al.

cs.CV cs.AI cs.GR

本文提出HAT-4D，首个用于从单目视频中重建多物体3D几何、时间动态和物理交互的agentic框架。通过将VLM与多级human-in-the-loop反馈机制集成，HAT-4D有效解决了深度模糊和交互引起的遮挡问题，无需昂贵多相机设备即可生成物理合理的资产。该方法在物理合理性和时间一致性评估上达到SOTA性能，并作为可扩展数据引擎创建了MVOIK-4D基准，为Embodied AI和VLA训练提供了高效数据采集途径。

Learning Topology-Aware Representations via Test-Time Adaptation for Anomaly Segmentation ⭐ 精选

Ali Zia et al.

cs.CV cs.AI

本文提出TopoTTA框架，将persistent homology（持续同调）这一拓扑数据分析工具集成到test-time adaptation（测试时自适应）流程中，用于异常分割任务。该方法通过multi-level cubical complex filtration（多级立方复形过滤）从异常得分图中提取鲁棒的拓扑伪标签，引导轻量级测试时分类器，从而在无需重新训练骨干模型的情况下提升分割质量。实验表明，该方法在六个标准基准上平均F1提升15%，尤其对具有复杂几何结构的异常表现优异，为结构感知泛化提供了新途径。

DataStates-LLM: Scalable Checkpointing for Transformer Models Using Composable State Providers

Avinash Maurya et al.

cs.DC cs.AI cs.PF

本文提出DataStates-LLM，一种用于Transformer模型的可扩展checkpointing架构，通过State Providers解耦状态抽象与数据移动，利用模型参数在forward和backward pass中的不变性实现非阻塞异步快照。该方法在256个A100-40GB GPU上对高达70B参数的模型进行评估，相比现有方案提升了checkpointing吞吐量并减少了端到端训练时间。

Elastic Time: Dynamic Frame Rate Bottlenecks for Neural Audio Coding

Dimitrios Bralios, Paris Smaragdis, Minje Kim

cs.SD cs.LG eess.AS

本文提出Elastic Time方法，通过一个轻量级的latent predictor动态决定哪些frame可以被跳过，从而将固定帧率的neural audio autoencoder转换为可变帧率模型，在推理时实现高效的边界选择。该方法在部署时提供灵活的码率控制，并改善了效率与质量的权衡。

CalBrief: A Pilot Diagnostic Benchmark for Evidence-Calibrated Scientific Briefing with Large Language Models

Yu Fu, Yongqi Kang, Yong Zhao

cs.DL cs.AI cs.CL

本文提出了一个名为CalBrief的诊断基准，用于评估大型语言模型在科学简报中是否能够根据证据强度校准结论。通过16个证据包和96个人工验证的结论，研究发现结构化组织能改善角色和差距推理，但显式的强度校准策略过于保守，主要原因是标签空间从二元扩展到了四元。

Agentic Publication Protocol: An Attempt to Modernize Scientific Publication

Sirui Lu, Xiao-Liang Qi

cs.DL cs.AI

本文提出了Agentic Publication Protocol (APP)，一种将论文与代码、数据等打包的轻量级仓库格式，旨在通过agent使未来读者能直接复现结果和开展后续研究。该协议主要关注出版流程的现代化，而非解决数学或算法领域的核心问题。

Forecasting Technological Directions in Wireless Networks and Mobile Computing via AutoML Framework

Ahmed Abolfadl et al.

cs.DL cs.LG

本文提出了一种基于AutoML的自动化流程，用于预测无线网络和移动计算领域的研究趋势，通过集成聚类、主题建模和时间序列分析，实现了对127,820篇摘要的趋势预测。该方法在实验中获得了一定精度，但与关键词中的概念无直接关联。

Test-Input Generation for Tensor Programs: What Actually Finds Kernel Bugs

Dipankar Sarkar

cs.SE cs.LG

本文通过gpuemu op-schema-aware seeded fuzzer评估了七种测试生成策略在张量kernel上的bug召回率和控制假阳性率，发现边界形状采样在操作上最安全，而对抗性值采样虽召回率更高但假阳性率极高。

SidConArena: An Environment Evaluating Agents in Open-Ended,Positive-Sum Bargaining Game

Yeqi Feng, Yuxin Chen, Tianxing He

cs.MA cs.AI cs.GT

SidConArena是一个用于评估LLM agents在开放式、正和博弈谈判环境中的基准框架，它形式化了多智能体经济博弈，包含自然语言谈判、生产与拍卖三个阶段。该工作与关键词中的agent相关，但方法本身并非开创性突破，也未解决长期存在的核心问题。

Recall Before Rerank: Benchmarking Deep Learning Models for Large-Scale Code-to-Code Retrieval

Leonardo Venuta, Francesco Tosoni, Paolo Ferragina

cs.SE cs.CL cs.IR cs.LG

本文评估了深度学习模型在大规模代码检索中的第一阶段召回性能，发现其在TB级代码库上存在精度和可扩展性限制，并提出了基于LLM的代码标准化与查询重写方案以提升低性能模型的精度。

Automated brain tumor detection in MRI images using CNN and ResNet architectures

Annapurna V K et al.

eess.IV cs.AI

本文使用CNN和ResNet架构（ResNet18和ResNet50）对MRI图像进行脑肿瘤检测，通过迁移学习实现肿瘤与非肿瘤的二分类。实验表明ResNet18在有限数据集上取得了97%的准确率，略优于ResNet50的96%。

Towards Evaluation of Implicit Software World Models in Coding LLMs

Egor Bogomolov, Yaroslav Zharov

cs.SE cs.AI

本文提出通过预测执行资源（如峰值内存、运行时间等）来评估coding LLMs对软件世界模型（software world model）的理解，实验表明前沿模型表现有限且行为脆弱，暗示其对代码执行的理解远不如对源代码编写的理解。

Delayed Verification Destabilizes Multi-Agent LLM Belief: Instability Thresholds and Optimal Corrector Placement

Igor Itkin

cs.MA cs.CL cs.LG eess.SY

本文研究了多智能体LLM系统中延迟验证导致的不稳定性问题，通过grounded Laplacian谱分解给出了稳定性阈值，并提出了最优验证器放置的贪心近似算法。实验验证了理论预测的振荡现象。

DFM: Difference Feature Modeling with Text-Guided Gated Contrastive Loss for Remote Sensing Image Change Captioning

Yelin Wang et al.

eess.IV cs.LG

本文提出了一种用于遥感图像变化描述（RSICC）的Difference Feature Modeling (DFM)框架，通过引入Text-guided Gated Contrastive Loss (TGCL)和预训练的Change Detection模型来改进特征提取，并设计了Joint Feature Modeling (JFM)模块融合多尺度差异表示。实验表明该方法在多个数据集上有效，但整体方法属于现有范式的改进，未涉及关键词中的核心概念。

Compression-Driven Anomaly Detection in Brain MRI Using an Interpretable Quantum Autoencoder

Santanu Ganguly, Xing Liang, Dimitrios Makris

quant-ph cs.AI eess.IV

本文研究了一种量子autoencoder (QAE)在脑MRI数据中基于压缩的异常检测方法，利用angle encoding和variational encoder-decoder架构，通过auxiliary trash qubits实现信息丢弃。实验表明该方法在ROC-AUC指标上优于经典autoencoder和PCA基线，并揭示了encoder-decoder不对称性对异常检测的关键作用。

Not All Relations Rotate Alike: Transformation-Aware Decoupling for Viewpoint-Robust 3D Scene Graph Generation

Jingjun Sun et al.

cs.CV cs.AI cs.GR eess.IV

本文提出Transformation-Aware Decoupling (TAD)框架，用于解决3D场景图生成中视角旋转导致的谓词预测不一致问题。该方法将关系推理解耦为视角稳定和视角变化两部分，通过变换特定描述子和分组辅助监督提升鲁棒性。

GRAFT: Biological Graph and Hypergraph Benchmarks for Linked Gene Expression and Phenotypic Trait Prediction in Arabidopsis thaliana

Manuel Serna-Aguilera et al.

q-bio.GN cs.AI

本文提出了GRAFT数据集，用于连接拟南芥的基因表达与表型性状数据，并基准测试了包括超图基线在内的回归方法。该工作主要贡献在于提供了一个多模态数据集，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。

Directed Graph Topology Inference via Graph Filter Identification

Rasoul Shafipour et al.

stat.ML cs.LG cs.SI eess.SP

本文研究了从节点测量数据推断有向图拓扑的问题，其中测量数据由未知图上的线性扩散动力学生成。作者将观测建模为图卷积滤波器（即局部扩散图移位算子的多项式）的输出，并利用输入协方差的谱多样性假设来识别该滤波器，进而通过寻找与滤波器可交换的稀疏图移位算子来推断网络拓扑。

Cluster, Route, Escalate: Cascaded Framework for Cost-Aware LLM Serving

Yasmin Moslem et al.

cs.PF cs.CL

本文提出了一种两阶段级联框架用于大语言模型服务，通过聚类查询和路由分配来平衡准确性与成本，并利用质量估计将低质量输出升级到更强模型。该方法在保持高准确率的同时降低了推理延迟。

The Decision Geometry of Covariance Estimation for the Global Minimum-Variance Portfolio under Heavy Tails

Xavier Fonseca

stat.ML cs.LG q-fin.PM

本文研究了重尾分布下全局最小方差组合(GMVP)的协方差估计问题，推导了估计误差映射为决策遗憾的精确几何结构，并给出了非渐近界。该工作主要贡献在于刻画了决策损失与估计误差之间的不变性关系，但与我提供的关键词列表关联度较低。

Speculative Refinement: A Hybrid Autoregressive Diffusion Decoding Strategy and Its Behavior Across Benchmarks

Aditi Gupta et al.

cs.SE cs.AI

本文提出了一种名为Speculative Refinement (SpecRef)的无训练混合解码策略，通过熵引导的选择性掩码将自回归模型生成的草稿作为掩码扩散语言模型的初始状态。实验发现代码基准测试将结构发现与逻辑正确性混淆，且多阶段修正会损害已正确的token，揭示了单模型评估无法察觉的基准测试饱和上限。

Support-Constrained RL Enables Real-World Policy Improvement without Real-World Experience

Raymond Yu et al.

cs.RO cs.LG

本文提出SCORE框架，通过flow steering约束仿真中的RL到真实数据预训练策略的支持域，实现从真实到仿真再到真实的策略改进。在8个灵巧操作任务中，该方法将平均成功率从37.8%提升至89.9%，但未涉及关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念。

Sampling the Schwinger Model with Gauge-Equivariant Diffusion

Octavio Vega, Aida X. El-Khadra

hep-lat cond-mat.str-el cs.LG

本文提出了一种基于扩散的生成模型，用于加速$N_f=2$格点Schwinger模型的采样，通过训练U(1)-equivariant score-based generative model来生成规范链接构型，并利用模型似然获得与MCMC匹配的无偏估计。该方法在临界参数附近展示了相对于HMC在拓扑冻结问题上的改进。

Aloe-Vision: Robust Vision-Language Models for Healthcare

Jaume Guasch-Martí et al.

cs.CV cs.CL

本文提出了Aloe-Vision系列医疗大视觉语言模型(LVLM)，通过构建大规模高质量多模态数据集Aloe-Vision-Data进行微调，并引入CareQA-Vision基准进行可靠评估。实验表明该模型在保持通用能力的同时在医疗任务上取得显著提升，但仍面临对抗性输入的鲁棒性挑战。

Large Language Model Teaches Visual Students: Cross-Modality Transfer of Fine-Grained Conceptual Knowledge

Thomas Shih-Chao Liang, Zhuoran Yu, Yong Jae Lee

cs.CV cs.AI cs.LG

本文提出LaViD框架，通过让LLM生成选择题来为视觉类别构建概念签名，从而将语言模型的知识蒸馏到纯视觉学生模型中。该方法在多个细粒度基准上优于MaKD等方法，并提升了模型对虚假相关性的鲁棒性。

Learning from Annotation Uncertainty: Entropy-Aware Curriculum for Speech Emotion Recognition

Zahra Omidi, John H.L. Hansen

cs.SD cs.LG

本文研究了语音情感识别中利用分布监督替代硬标签的方法，通过WavLM-Base多任务模型在MSP-Podcast 2.0数据集上比较了硬标签与基于标注者投票分布的目标，发现分布监督能更好地捕捉人类感知不确定性。该工作聚焦于情感识别中的标注不确定性，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）无直接关联。

Benchmarking Multi-Modal Graph-based Social Media Popularity Prediction

Utkarsh Sahu et al.

cs.SI cs.AI cs.LG

本文提出了一个多模态图基社交媒体流行度预测基准MMG-Pop和统一网络MMG-PopNet，通过标准化评估协议整合了文本、视觉、时序和交互信号，并在Bluesky和Reddit数据集上验证了其性能。

Advancing Speaker-Based Vocal Effort Classification with WavLM and Data Augmentation in Naturalistic Non-Calibrated Speech Recordings

Zahra Omidi, John H. L. Hansen

cs.SD cs.LG

本文使用WavLM模型结合多种数据增强策略（如RIR卷积、加性噪声等）和Gaussian-neighbor soft labels方法，在AVID语料库上实现了78.2%的平均准确率，提升了说话人声音力度分类的性能。该工作主要关注语音信号处理中的分类任务，与关键词中的code、context、spectral、Muon、pretrain、agent、attention关联度较低。

A simple proof of rapid mixing on random regular graphs beyond uniqueness

Andreas Göbel et al.

math.PR cs.DS

本文通过Bochner-Bakry-Émery方法给出了一个简洁的自包含证明，直接展示了随机正则图上硬核模型Glauber dynamics在树唯一性阈值之外的快速混合性。该证明通过展开Dirichlet form并消去平方和项来得到Poincaré inequality，是对连续空间Gibbs点过程相关论证的离散化改编。

On the Inseparability of Instructions and Data in Shared-Embedding Sequence Models

Dewank Pant, Shruti Lohani, Avijit Kumar

cs.CR cs.AI cs.LG

本文证明了在共享嵌入架构的序列模型中，由于缺乏强制性的控制-数据分离，完美的prompt injection预防在数学上是不可能的。作者通过形式化Prompted Action Model并定义Semantic-Faithful Control (SFC)，证明了SFC在共享pipeline中无法实现，这源于表示不可分性、控制路径暴露和有限覆盖不变性缺口。该结果与关键词列表中的概念关联较弱。

Distribution-based deep multiple instance learning for tumor proportion scoring in NSCLC

Krzysztof Pysz et al.

cs.CV cs.AI cs.LG q-bio.TO

本文提出了一种基于分布的深度多实例学习方法，用于非小细胞肺癌中的肿瘤比例评分。该方法通过嵌入提取网络和MIL模型预测零膨胀Beta分布参数，以提升预测精度和可解释性。

SceneBot: Contact-Prompted General Humanoid Whole Body Tracking with Scene-Interaction

Sirui Chen et al.

cs.RO cs.AI

本文提出了SceneBot框架，通过将reference motions与per-link contact labels结合，并利用hindsight scene reconstruction方法从retargeted human motion中推断scene-interaction graphs，实现了humanoid在自由空间与接触丰富场景下的统一运动跟踪。该方法在7.5小时的重建数据上训练，能泛化到未见过的动作与环境，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。

CoIn: Comprehensive 2D-3D Inpainting with Gaussian Splatting Guidance

Hana Kim, Minje Kim, Tae-Kyun Kim

cs.CV cs.AI

本文提出CoIn框架，通过多阶段一致性流程将2D inpainting模型与3D Gaussian Splatting结合，利用扩散模型生成初始修复图像并引入Reference Adaptive GS with Feature Attention实现2D到3D的粗重建，再通过GS-based Reference Feature Warping确保多视图一致性，最终用Texture-Enhancing Discriminator提升光度真实感。该方法支持任意形状mask和物体移除/插入任务，在性能上达到当前最优。

Dismantling Pathological Shortcuts: A Causal Framework for Faithful LVLM Decoding

Liu Yu et al.

cs.CV cs.AI

本文提出Fox框架，通过视觉注意力熵探针定位风险中介头，并执行因果干预来切断LVLM中的病态捷径，从而缓解物体幻觉问题。该方法在保持语言丰富性的同时实现了SOTA性能。

Qwen-Image-2.0-RL Technical Report

Yixian Xu et al.

cs.CV cs.LG

本文介绍了Qwen-Image-2.0-RL，一个基于RLHF和on-policy distillation的后训练流程，用于提升扩散模型的视觉质量和指令遵循能力。它通过构建复合reward model和GRPO-based RL框架，在文本到图像生成和图像编辑任务上取得了性能提升。

Physics-Guided Robotic Radiation Source Localization along Arbitrary Measurement Paths in Unstructured Environments

Hojoon Son, Kai Tan, Fan Zhang

cs.RO cs.LG

本文提出了一种基于物理信息机器学习(PIML)的机器人辐射源定位框架，能够在未知环境中沿任意测量路径精确估计辐射源位置，无需依赖特定路径规划。该方法通过设计物理启发模型张量处理未知障碍物的衰减伽马射线通量信号，并利用并行计算提升鲁棒性，在仿真和物理实验中验证了有效性。

Reconstructing the Developmental Trajectory of Adipocytes in Human Adipose Tissue Using Single-Cell RNA Sequencing

Weny S. M Sitinjak, Humasak Tommy Argo Simanjuntak

q-bio.GN cs.AI

本文利用single-cell RNA sequencing技术重构了人类脂肪细胞的发育轨迹，识别出15个转录不同的细胞簇和16条信号通路，其中IGF和FGF通路最为活跃。研究揭示了内脏与皮下脂肪细胞分化的差异，为理解脂肪组织生物学提供了新见解。

Explainable AI for Biodiversity Monitoring and Ecological Image Analysis

Brinnae Bent et al.

cs.CV cs.AI q-bio.QM

本文讨论了可解释人工智能(XAI)在生物多样性监测和生态图像分析中的应用，通过案例展示了XAI如何帮助识别模型依赖的生态信号或虚假相关性，并提出了将其作为生态模型验证标准组件的建议。

Adversarial Contamination Meets Hard Thresholding: An Iterative Algorithm with Signal Adaptivity and Minimax Optimality

Shixiang Liu, Hanming Yang

stat.ML cs.LG

本文提出了一种两阶段抗污染迭代硬阈值算法(AC-IHT)，用于高维回归中的污染数据问题。该算法通过迭代更新系数向量和污染向量，实现了极小极大近优估计，并具有信号自适应性。

Joint Transcription and Decryption of Images of Encrypted Handwritten Documents: A Comparison with the Traditional Pipeline

Marino Oliveros-Blanco et al.

cs.CV cs.CL cs.LG

本文比较了传统两阶段（先转录后解密）与端到端直接图像解密方法在历史加密手稿上的表现，使用Copiale cipher作为案例，通过合成数据训练模型，发现联合建模是传统方法的可行替代。

Room for Error: Large-Scale Simulation of Over-the-Air Acoustic Attacks

Andrew C. Cullen et al.

cs.SD cs.AI cs.CR cs.LG

本文通过大规模仿真框架研究了空中声学攻击对语音控制系统的影响，提出了Dual-Form Signal to Noise Ratio来解耦攻击隐蔽性与有效性，但方法在声学环境建模上缺乏开创性，且与关键词关联较弱。

From General-Purpose Audio Tagging to Spatially Grounded Sound Event Localization and Detection

Stefano Giacomelli et al.

cs.SD cs.AI

本文研究了将预训练的通用音频标记（GP-AT）模型扩展到空间声音事件定位与检测（SELD）任务。提出的AT2SELD框架通过多阶段神经架构搜索（NAS）设计，利用谱域（spectral）一阶环绕声（FOA）描述符实现语义到空间的迁移，并分析了不同融合策略与损失函数的效果。

Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?

Guoheng Sun et al.

cs.RO cs.AI

本文提出Drop-Then-Recovery (DTR)协议和GateProbe指标，通过移除并微调pretrained VLA模型中的transformer block，发现语言backbone在标准机器人操作任务中存在高度冗余，而视觉和action pathway则更为关键。该工作揭示了当前VLA架构中容量分配的不平衡性。

CANNs: A Toolkit for Research on Continuous Attractor Neural Networks

Sichao He et al.

q-bio.NC cs.LG cs.NE

本文介绍了CANNs，一个用于连续吸引子神经网络研究的开源工具包，集成了Python库、Rust加速后端和吸引子结构分析器，以支持从模拟到实验数据分析的完整工作流。

Improving Adversarial Robustness via Activation Amplification and Attenuation

Taïga Gonçalves et al.

cs.CV cs.AI cs.LG

本文提出了一种名为Activation Amplification and Attenuation (A3)的轻量级插件模块，通过可学习的缩放机制动态调整激活值来增强神经网络的对抗鲁棒性。该方法利用放大模式下的预测退化信号构造对比损失，从而在衰减模式下提升防御效果，但整体创新性有限且与关键词列表中的概念关联较弱。

Optimizing Teacher-Student Partitioning for Scalable Knowledge Distillation on HPC Systems

Adrian P. Dieguez et al.

cs.DC cs.AI cs.LG

本文针对HPC系统上知识蒸馏(KD)中教师与学生模型的不对称性，提出了一种解耦教师与学生模型分区的高性能计算(HPC)感知方法，通过避免不必要的教师模型数据结构并选择最优拆分策略，实现了比TRL库高67%的样本处理速率。该方法结合了模型的垂直与水平分区，并推导出识别拆分机制间拐点存在的解析表达式。

Distributed Air-Gap Flux and Rotor-Current Fusion for Operating-Regime Identification in a 10-MW Kaplan Hydrogenerator

Eduardo Jr Piedad et al.

eess.SP cs.LG

本文利用Porjus U9 10-MW Kaplan水轮发电机上的10个定子霍尔探头和6个转子电流通道的同步测量数据，通过空间Fourier描述子、时域磁通指标和RMS转子电流特征来识别运行工况。结果表明，融合气隙磁通与转子电流信息可显著提升分类精度，其中SVC-RBF模型达到了99.5%的测试准确率。

Quantum Dynamic Time Warping for Multivariate Time Series Classification

Diego Alvarez-Estevez, Alejandro Mayorga-Redondo, Eduardo Mosqueira-Rey

quant-ph cs.LG

本文提出了一种混合量子动态时间规整（qDTW）架构，用量子Hilbert空间的参数化几何替换经典Euclidean距离度量，用于多元时间序列分类。通过结构消融实验，文章建立了量子序列对齐的基本拓扑规则，并引入了一种解耦的预嵌入伴随Ansatz来消除传统测量中的相位混乱和信息瓶颈。

Scalable and Differentiable Point-Cloud Registration Using Maximum Mean Discrepancy

Rixon Crane et al.

cs.CV cs.LG

本文提出MMD-Reg，一种基于Maximum Mean Discrepancy的无对应点云配准方法，通过随机傅里叶特征近似实现线性计算复杂度，并利用隐函数定理保证可微性。该方法可作为可微优化层集成到端到端训练模型中，在初始对齐较差和部分重叠等挑战性条件下表现良好。

Parameter-Efficient Quantum-Inspired Fast Weight Programmers for Traffic-Matrix Forecasting

Kuo-Chung Peng et al.

quant-ph cs.AI cs.LG

本文研究了参数高效的量子启发式快速权重编程器（QKAN-FWPs）在流量矩阵预测中的应用，通过将门控量子启发式Kolmogorov-Arnold网络与快速权重编程框架结合，在Abilene数据集上实现了多步预测。实验表明，G-QKANFWP在仅使用较大LSTM 22.4%参数的情况下取得了更优的RMSE，验证了量子启发式模型在资源受限场景下的效率优势。

Hippocampus-DETR: An Explicit Memory Object Detection Framework Based on Hippocampus Modeling

Zhaoning Shi et al.

cs.CV cs.AI

本文提出Hippocampus-DETR，通过在海马体建模的启发下，在DETR架构中集成显式记忆网络模块HipNet，以模拟生物海马体子区域的功能。实验表明该框架在目标检测精度、泛化能力和数据效率上优于主流模型，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。

A Unified Framework for Vision Transformers Equivariant to Discrete Subgroups of $\mathrm{O}(2)$

T\=ıkun Ông, Georg Bökman

cs.CV cs.LG

本文为视觉transformer引入了一个统一框架，使其对$\mathrm{O}(2)$的任意离散子群具有等变性，并给出了核心组件的等变类比及表达性保证。实验在数据稀缺场景下初步表明等变性可提升识别精度。

S$^2$-VLA: State-Space Guided Vision-Language-Action Models for Long-Horizon Manipulation

Zhipeng Xie et al.

cs.RO cs.AI

本文提出S$^2$-VLA框架，通过引入State-Space Guided Adaptive Attention (SSGAA)机制，利用belief state跟踪任务进度并生成动态门控权重，以自适应融合视觉、语言和动作特征，从而解决长程操作任务中静态特征融合导致的累积误差问题。该方法在LIBERO等基准上以2B参数超越7B模型，但与我提供的关键词（如code, spectral, Muon等）关联度较低。

SpatialUAV: Benchmarking Spatial Intelligence for Low-Altitude UAV Perception, Collaboration, and Motion

Haoyu Zhang et al.

cs.CV cs.AI

本文提出了SpatialUAV基准，包含4331个实例和14种细粒度任务类型，用于评估低空无人机在3D空间推理、多视角协作和运动理解等方面的空间智能。实验表明现有视觉语言模型在跨视角关联和几何推理等任务上远未达到人类水平。

SEADA: An efficient methodology for optimizing mixed-precision DNNs on multi-precision spatial architectures

Leandro Fiorin, Marco Ronzani, Cristina Silvano

cs.AR cs.AI

SEADA提出了一种用于多精度空间架构上混合精度DNN优化的方法论，包含系统级成本模型和基于bit-level entropy的精度选择方法。该方法旨在解决精度分配与架构异构性之间的权衡问题。

Mosaic: A Benchmark Suite for Differentiable Physics Solvers

Andrin Rehmann, Heiko Zimmermann, Dion Häfner

physics.comp-ph cs.LG

本文介绍了Mosaic，一个用于可微PDE求解器的基准测试框架，通过容器化组件标准化梯度API，评估了14个求解器在计算成本、Jacobian条件数和数值稳定性上的差异，发现实际障碍主要是内存限制和兼容性而非梯度精度。

Every Step of the Way: Video-based Parkinsonian Turning Step Counting

Qiushuo Cheng et al.

cs.CV cs.AI

本文提出了一种基于视频的帕金森病患者转身步数计数框架，通过从3D人体网格恢复中提取足部运动信号进行粗估计，并利用运动编码器从网格和光流中学习互补步态动力学进行细粒度优化。该方法采用cross attention机制和multiple instance learning处理不同长度的视频片段，在真实帕金森病转身数据集上优于现有方法。

Reflect-R1: Evidence-Driven Reflection for Self-Correction in Long Video Understanding

Shuimu Chen et al.

cs.CV cs.AI

本文提出了Reflect-R1框架，通过构建直觉、验证和仲裁的三阶段流水线，并引入SD-GRPO算法解耦策略耦合，以解决长视频理解中缺乏客观证据的自校正问题。实验表明该方法在VideoMME等基准上取得了最优性能。

Home3D 1.0: A High-Fidelity Image-to-3D Asset Generation System for Interior Design

Yiyun Fei et al.

cs.CV cs.AI

本文提出了Home3D 1.0，一个模块化的图像到3D资产生成系统，能从单张参考图像生成具有PBR材质的高质量3D网格，并支持材质可编辑的语义部件分解。系统由几何重建、纹理预测、材质获取和部件生成四个模块组成，每个模块均独立评估。

Agentic AI-Powered Re-Identification: An Emerging, Scalable Threat to Mobility Microdata Privacy

Oscar Thees, Roman Müller, Matthias Templ

cs.CR cs.AI stat.AP

本文探讨了agentic AI（自主人工智能）在移动微数据隐私中的威胁，通过LLM agents（大语言模型智能体）自动搜索公开网络和社交媒体，实现了对空间-时间数据的重新识别。研究在真实场景中验证了该方法的高效性，但未涉及code、spectral或Muon等关键词相关技术。

AI Persuasive Framing in Collective Dilemmas

Anders Giovanni Møller et al.

cs.CY cs.CL cs.HC physics.soc-ph

本文研究了AI助手在集体风险博弈中通过个性化说服框架影响合作行为的效果，发现亲社会框架能短暂提升合作，但反社会框架的负面影响更持久且更大。

Reasoning Beyond Prediction: From Data-Driven to Causal Software Engineering

Roberto Pietrantuono, Luca Giamattei, Stefano Russo

cs.SE cs.AI

本文呼吁软件工程从数据驱动的预测范式转向因果推理范式，强调机器应通过因果关系增强工程师的推理能力，而非仅自动化任务或从模式中预测。该文为观点性文章，未提出具体方法或解决长期问题，与关键词列表关联度较低。

SHARD: cell-keyed residual splitting for alignment-resistant private dense retrieval

Sergey Kurilenko

cs.CR cs.AI cs.IR

本文提出了一种名为Shard的防御方法，通过将dense embedding拆分为公开前缀和私有残差，并使用CKKS加密进行rerank，以抵抗针对向量存储的对齐攻击。该方法通过参数C控制从全局线性到每文档微密钥的转变，增加了攻击者恢复原始几何所需的锚点数量。

Parallel Rollout Approximation for Pixel-Space Autoregressive Image Generation

Jiayi Xu, Di He, Guolin Ke

cs.CV cs.AI

本文提出Parallel Rollout Approximation (PRA)框架，通过生成低维中间状态并映射回pixel-space token，解决了pixel-space autoregressive图像生成中高维patch生成误差大和训练-推理不一致的问题。在ImageNet-1K上，PRA-L以511M参数达到FID 1.94，刷新了pixel-space AR模型的记录。

From Detection to Action: Using LLM Agents for Fault-Tolerant Control

Javal Vyas et al.

eess.SY cs.LG

本文提出了一种基于LLM agent的主动容错控制框架，将故障检测输出转化为约束感知的恢复动作，并在离散和连续过程仿真中验证了其有效性。

MLVC: Multi-platform Learned Video Codec for Real-World Deployment

Tanel Pärnamaa et al.

eess.IV cs.AI cs.CV cs.LG

本文提出MLVC，一种面向实际跨平台部署的鲁棒神经视频编解码器，通过超先验显式传输尺度参数保证熵编码一致性，并利用门控记忆、ReGLU激活等架构改进恢复编码效率，在VCD基准上优于硬件HEVC，但未直接涉及关键词中的code、context、spectral、Muon、pretrain、agent或attention。

Mind the Gap: Quantifying the Domain Gap in Cross-Sensor Diffusion Super-Resolution

Dawid Kopeć et al.

cs.CV cs.AI

本文系统研究了跨传感器扩散超分辨率中的域差距问题，通过对比合成与真实数据训练的五种扩散架构，发现合成训练模型在真实数据上性能显著下降，而真实数据训练模型存在优化困难。

DG^VoiC: Speaker Clustering for Fraud Investigation under Real Call-Centre Conditions

Muhammad Shakeel Akram et al.

cs.SD cs.AI cs.CL eess.AS

本文提出DG^VoiC框架，用于在真实呼叫中心音频中对说话人进行聚类以辅助欺诈调查。该方法结合了匿名化、预处理和滑动窗口embedding提取，在56个样本上取得了高聚类指标。

ToolPrivacyBench: Benchmarking Purpose-Bound Privacy in Tool-Using LLM Agents

Shijing Hu et al.

cs.CR cs.AI

本文提出了ToolPrivacyBench基准，用于评估使用工具的LLM agent在任务执行中的隐私过度披露问题。该基准通过策略知识库审计多工具轨迹中的信息流，发现任务完成并不等同于隐私合规。

Single and Multi Truth Data Fusion using Large Language Models

Hira Beril Kucuk et al.

cs.DB cs.AI cs.CL cs.IR

本文研究了使用Large Language Models (LLMs)解决表格数据中的data fusion（数据融合）问题，包括single-truth和multi-truth场景。实验表明，基于LLM的方法在多个基准数据集上优于传统的无监督truth discovery方法。

Context-Aware Explanations for Spatialized Document Layouts

Wei Liu et al.

cs.HC cs.IR

本文提出CAPE框架，通过结合文档语义与布局空间上下文生成自然语言解释，以帮助用户理解空间化文档布局中的空间关系。该方法利用LLM生成多层级解释，并在用户研究中验证了其有效性。

STAG: Spatio-temporal Evolving Structural Representation of Action Units for Micro-expression Recognition

Nandani Sharma, Varun Sharma, Dinesh Singh

cs.CV cs.AI cs.GR cs.HC cs.MM

本文提出STAG框架，通过结合光流、图注意力网络和Transformer编码器，联合建模微表情中的空间与时间动态，并利用AU引导的动态连接增强跨数据集泛化能力。

OSOR: One-Step Diffusion Inpainting for Effect-Aware Object Removal

Qinming Zhou et al.

cs.CV cs.AI

本文提出OSOR，一种用于图像中物体移除的一步扩散模型，通过占用引导判别器、alpha头和语义锚定验证流水线，在保持高质量的同时实现高效推理。该方法在感知质量上超越多步扩散基线，并实现4到30倍的推理加速。

Cross-view Multimodal Vision-Based Assessment Framework for Traditional Chinese Medicine Rehabilitation Training

Francis Xiatian Zhang et al.

cs.CV cs.LG

本文提出CME-AQA框架，通过融合第一人称和第三人称视频的视觉-姿态数据，提升中医康复训练中动作质量评估的准确性，尤其在处理手部自遮挡和复杂交互时优于单视角方法。实验在针灸和推拿数据集上验证了其有效性。

Scaling limit of the Random Language Model

Eric De Giuli

cond-mat.dis-nn cond-mat.stat-mech cs.CL

本文在scaling limit下发展了Random Language Model (RLM)的定量理论，通过large-deviation principle将问题映射到Random Energy Models，并推导了不同相区（如condensation transition）的scaling laws。该工作主要关注语言模型的统计力学性质，与您提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。

BiDeMem: Bidirectional Degradation Memory for Explainable Image Restoration

Xinrui Wu, Lichen Huang

cs.CV cs.AI

本文提出BiDeMem，一种用于可解释图像修复的双向退化记忆机制。它通过从修复特征中检索记忆槽来提供可验证的退化先验，但该方法主要针对图像修复任务，与关键词中的code、context、spectral、Muon、pretrain、agent、attention等概念关联较弱。

Physics-constrained neural networks for surrogate modeling of lossless periodic structures

Eric Prehn, Peter Jung

physics.optics cs.LG

本文提出了一种物理约束神经网络(PCNN)用于快速预测无损耗周期结构的Jones矩阵，通过将输出投影到Stiefel流形上强制满足能量守恒条件。该方法保持了可微性以支持梯度优化，但未涉及关键词中的核心概念。

Higher-Order Fourier Neural Operator: Explicit Mode Mixer for Nonlinear PDEs

Alex Colagrande et al.

cs.CE cs.AI cs.CV

本文提出了一种高阶Fourier Neural Operator (HO-FNO)，通过引入高阶谱卷积来显式建模非线性PDE中模式间的多项式相互作用，从而扩展了标准FNO的对角调制。实验表明，HO-FNO在多个基准上优于其他谱神经算子，并在高度非线性场景下（如带多项式强迫项的Poisson方程）性能显著提升。

PhysisForcing: Physics Reinforced World Simulator for Robotic Manipulation

Peiwen Zhang et al.

cs.CV cs.AI cs.RO

本文提出PhysisForcing框架，通过像素级轨迹对齐损失和语义级关系对齐损失来增强视频生成中的物理一致性，实验表明该方法能提升机器人操作视频的生成质量。

Toward Robust In-Context Segmentation via Concept Guidance

Zhigang Chen, Xiawu Zheng, Rongrong Ji

cs.CV cs.AI

本文提出了一种名为Concept-Guided In-Context Segmentation (CG-ICS)的新范式，通过引入MLLM和SAM3驱动的评分函数来提取高层语义概念，以提升in-context segmentation的鲁棒性。实验表明该方法在标准基准上取得了先进精度并显著降低了不同参考下的结果方差。

Robust Harmful Features Under Jailbreak Attacks: Mechanistic Evidence from Attention Head Specialization in Large Language Models

Yanchen Yin, Dongqi Han, Linghui Li

cs.CR cs.AI

本文通过分析LLM在jailbreak攻击下的attention head行为，发现存在两种功能分化的head：早期层的Adversarially Compromised Heads (ACHs)在攻击中被抑制，而中间层的Safety-Aligned Heads (SAHs)保持稳健激活。研究通过ablation实验和token级归因揭示了攻击绕过安全决策的机制，并展示了无需训练即可利用这些持久激活进行攻击检测。

EchoSonar-R: A Multi-View Reasoning-Enabled Model for Disease Classification and Report Generation in Echocardiography

Darya Taratynova et al.

cs.CV cs.LG

本文提出EchoSonar-R，一个多视图推理启用的vision-language模型，用于超声心动图的多标签疾病分类和报告生成。该模型结合spatiotemporal video encoder和structure-aware cardiac detector，并通过两阶段训练（SFT和GRPO）提升性能，在多个数据集上取得了改进。

Non-Linear Strategic Classification Made Practical

Jack Geary, Boyan Gao, Henry Gouk

cs.GT cs.LG

本文提出了一种利用Lagrangian duality近似策略分类中最佳响应的方法，将策略行为重构为约束优化问题，并应用于非线性分类器。该方法在常见机器学习数据集上提升了策略准确性，但未涉及关键词中的特定概念。

Exposure Bias Can Alleviate Itself via Directional and Frequency Rectification in Flow Matching

Guanbo Huang et al.

cs.CV cs.AI

本文针对Flow Matching中的exposure bias问题，提出DEFAR框架，通过模拟单步推理过程来识别bias，并利用bias自身的directional和frequency-adaptive反馈信号进行修正，实验表明其在多个图像生成数据集上优于现有方法。

Govern the Repository, Not the Agent: Measuring Ecosystem-Level Risk in AI-Native Software

Daniel Russo

cs.SE cs.AI

本文研究了AI原生软件中自主编码agent的集成摩擦问题，发现约一半的摩擦变化归因于代码仓库本身而非单个agent，且agent贡献的摩擦集中度约为人类的两倍。该工作为评估AI软件生态风险提供了新视角，但方法上未涉及关键词中的spectral、Muon或attention等概念。

HPRO: Hierarchical Progressive Reward Optimization via Preference Extraction for Emotional Text-to-Speech

Sihang Nie et al.

eess.AS cs.CL cs.SD

本文提出HPRO框架，通过HD-Emo codec将语音分解为内容和风格preference tokens，以解决情感语音合成中的信息冲突和尺度差距问题，并采用分层渐进优化策略提升情感表现力。

Parameter-Efficient Continuous-Variable Photonic Quantum Neural Networks for Edge Quantum AI: Demonstration in Oral Cancer Detection

Akshay Bhagwan Sonawane, Sophie Choe, Lakshman Tamil

quant-ph cs.LG

本文研究了基于连续变量(CV)光子的量子神经网络在口腔癌检测中的应用，提出了一种简化的$\Phi \circ D \circ U_1$架构以减少可训练参数，并验证了其在边缘设备上的可行性。

Agentic Hardware Design as Repository-Level Code Evolution

Cunxi Yu et al.

cs.AR cs.AI

本文提出了HORIZON，一个将硬件设计视为仓库级代码演化的自演化agent框架，通过Markdown harness和git操作实现无人工干预的硬件设计迭代。该方法在多个基准测试上取得了100%的完成率，但作者指出这仅是受控代理实验，并未解决芯片设计的广泛工程问题。

PAC-Bayesian Certificates for Quadratic Closed-Loop Control

Domagoj Herceg

eess.SY cs.LG

本文利用System Level Synthesis参数化方法，为二次型闭环控制问题提供了PAC-Bayesian有限样本保证。该方法将控制损失转化为可处理的二次上界，并推导了针对高斯扰动轨迹的精确变换和上界。

Bridging Ab Initio Symmetries and Global Nuclear Masses with Interpretable Neural Networks

Phong Dang et al.

nucl-th cs.LG

本文利用可解释神经网络，基于SU(3)和SU(4)对称性构建了核质量模型，验证了Wigner对称性对全核素图核结合能的预测能力。

Second-Order KKT Guarantees for Bregman ADMM in Nonconvex and Non-Lipschitz Optimization

Shuang Li, Zhihui Zhu, Qiuwei Li

math.OC cs.LG

本文分析了Bregman ADMM在非凸线性约束问题中的二阶KKT保证，证明了在特定条件下迭代几乎必然收敛到严格鞍点，并扩展到了分布式优化的多块星形共识形式。

Which Nash Equilibrium? Solver-Dependent Selection on Zero-Sum Nash Polytopes

Luis Leal

cs.GT cs.AI cs.LG cs.MA

本文研究了两人零和博弈中不同求解器对Nash均衡的选择问题，发现算法（而非随机种子）决定了均衡的选择，其中正则化最后迭代方法倾向于选择最大熵成员，而遗憾平均方法则收敛到较低熵的面。该工作通过表格化测试床验证了这些现象，并报告了关于边界漂移和初始化依赖性的负面结果。

Surprises in Proper Positive-Only Learning

Shai Ben-David et al.

stat.ML cs.LG math.ST

本文研究了仅从正样本进行二分类的PAC学习模型，证明了概念类可被properly learnable当且仅当其具有有限VC维并满足一种新的组合条件（uniform exterior separability）。该工作揭示了该模型与标准PAC学习在proper与improper学习、随机与确定性学习等方面的显著差异。

DexCompose: Reusing Dexterous Policies for Multi-Task Manipulation with a Single Hand

Dihong Huang et al.

cs.RO cs.AI cs.CV cs.LG

本文提出DexCompose框架，通过显式的finger-level action ownership和双残差模块（bounded residual stabilizer与context-aware residual），将预训练的灵巧操作策略组合以完成多任务操作。该方法在16个复合任务上取得77.4%的平均成功率，但未涉及code、spectral、Muon或attention等关键词。

bluearXiv-ai 论文精选

📚 跟踪学科 (Categories)

🔍 筛选关键词 (Keywords)

📊 论文统计 ↑ 回顶部

⭐ 精选论文 ↑ 回顶部

cs.LG

cs.AI

cs.IR

others

📄 所有论文 ↑ 回顶部

cs.LG

cs.AI

cs.IR

cs.CL

cs.DS

others