跳到正文
11月16日周一
  1. arXiv · AI21

    本地LLM科学论文检索:Mac Studio与NVIDIA A100上的检索成功率与推理延迟评测

    研究评估了8个开源模型在Mac Studio和双NVIDIA A100 GPU上辅助科学论文检索的性能,涵盖512至128k token上下文下的推理延迟。 实验在7个科学库中检索70篇论文,结果显示检索成功率受模型选择和查询具体程度影响显著;A100速度普遍更快,但Mac Studio统一内存可加载更大模型。

  2. arXiv · ML21

    RL$^{\mathrm{RT}}$:端侧强化学习运行时

    端侧强化学习运行时 RL$^{\mathrm{RT}}$ 解决设备上 Actor 与 Learner 共享 GPU 导致的策略漂移或停顿问题。 该系统通过刷新边界和感知松弛的 GPU 许可,在 Jetson 板上将 16.8 M 参数策略的截止时间错过率控制在 1% 以下,而传统设计高达 85 至 100%。

  3. arXiv · AI23

    神经信号解码测试时适应中平衡准确率的识别局限

    研究指出在神经信号解码的测试时适应中,平衡准确率无法识别单个类别停止被报告的现象。 在一项覆盖11个数据集-编码器组合的评估中,一个占受试者样本十分之一的类别在112个受试者-单元中的26至47个未获预测,而对照组仅为7至9个。 该结果强调应在报告聚合分数的同时报告类别层面及受试者层面的变化。

  4. arXiv · AI28

    SWIFT:时序基础模型样本级实例微调以提升预测性能

    提出SWIFT框架,通过利用目标实例自身历史进行样本级微调,在四个时序基础模型和三个基准子集上实现平均MASE降低6.41%。 该框架结合自检索历史挖掘、频率感知损失和偏差感知动态融合,在Chronos Benchmark II的24种组合上取得WQL平均降低4.83%。 SWIFT是首个仅用单一预测窗口观测历史进行时序基础模型样本级实例微调的框架,显著降低微调门槛。

  5. arXiv · AI28

    利用对抗攻击揭示 LLM 规划器中符号词汇漏洞

    研究提出名为 Symbolic Swapper 的 LLM 对抗攻击框架,生成混淆符号词汇的规划域以测试大语言模型的规划能力。 该攻击能降低基础模型及稳健规划框架 70% 以上的规划性能,揭示了模型在领域理解与纯规划执行间的显著差距。 这项发表于 NeurIPS 2026 的工作表明,即便具备常识线索,LLM 在严格符号规划任务中仍缺乏鲁棒性。

  6. arXiv · ML21

    标签延迟与概念漂移下不平衡数据流的过采样决策框架

    研究通过15个分类器在12条数据流上的实验,提出了不平衡数据流中过采样与连续重估的决策框架。 框架围绕漂移密度、少数类可学习性和延迟相对精化窗口三轴展开。重估在漂移活跃流中恢复延迟损失,但在静止流中无效。 过采样在真实数据中仅在一种配置下边际贡献显著,合成流的Pareto推荐无法迁移至真实场景。

  7. arXiv · AI28

    Soteria: 基于形式化验证规划与运行时强制执行的 LLM 智能体安全框架

    Soteria 框架通过验证分层规划和规范运行时强制执行,解决了 LLM 智能体在工具调用中的安全与效用冲突,任务成功率达到最佳基线平均水平的 1.7 倍且无策略违规。 该框架在执行前对结构化计划进行形式化验证,并在运行时提供引导以防止智能体在阻塞不安全操作后陷入困境。

  8. arXiv · ML29

    扩散模型中预测目标与损失空间选择对生成质量的影响分析

    研究剖析了扩散模型中9种预测与损失组合,发现改变损失空间等价于时间步重加权,且低秩瓶颈使噪声预测存在D-m误差下限。 理论证明低秩线性瓶颈压缩下,噪声与速度预测受不可消除误差限制,而干净数据预测可利用低维结构。 实验在U-Net和JiT架构、CIFAR-10及ImageNet-256数据集验证,压缩条件下预测选择显著影响去噪精度与样本质量。

  9. arXiv · ML20

    DeltaVisionX:基于 YOLOv11 与 PLC 的低成本视觉引导自动化系统

    DeltaVisionX 将 YOLOv11 与 Delta DVP-SE PLC 结合,实现 0.97 的 mAP 和每分钟 80 个物体的分拣吞吐量。 YOLOv11 在传送带实时检测中推理速度为 100 毫秒/帧,编码器同步保证检测与执行可靠配合。 该系统降低对人工的依赖,提升制造效率,未来将集成高速 Delta 机械臂与 EtherCAT 伺服控制。

  10. arXiv · AI27

    DECODE:诊断自动化解释过程中可解释性失效的视觉分析系统

    针对 LLM 自动解释过程缺乏人工监督和基准真值的问题,DECODE 提出将诊断流程分解为三个阶段以隔离失效来源,并复用解释间共识作为可靠性代理指标。 该系统引入三阶段主动种子协议优先推荐高优先级实例供人工审查,在 16,384 个稀疏自编码器特征案例研究中有效识别并归因大规模可解释性失效。

  11. arXiv · ML23

    TIDE:恢复大语言模型在线强化学习中的损失性能

    TIDE 系统通过在长尾 rollout 期间动态将 GPU 转用于训练并迁移任务,解决 LLM 同步 RL 后训练中因等待长尾导致的资源闲置问题。 该技术采用自适应迁移策略自动确定资源重分配时机,在多种硬件配置下无需定制配置即可提升解码吞吐量。 TIDE 实现端到端最高 1.36x 加速,优于所有评测的在线策略基线,达到最优吞吐量的 97%。

  12. arXiv · AI41

    基于方向的消融与ARA对Qwen3.8、Gemma 4等新一代LLM拒答移除效果的评估

    研究表明,基于方向的消融技术在新型LLM上移除拒答的效果并非统一变难。在5组模型版本对中,新方法残留拒答率比旧版低1至高37个百分点,而ARA残留率为-26至+34个百分点。 方向消融效果受模型对、方法和搜索预算影响,不同方法在Gemma、Qwen等模型上的表现差异显著。

  13. arXiv · ML26

    量子图神经网络综述:架构、可训练性与应用

    该综述提出统一形式化体系,将量子图神经网络(QGNN)拆解为编码器、图条件化电路、观测值和经典头部,并归纳出卷积、等变、消息传递及循环、哈密顿、混合五大架构族。 综述系统审计了现有数据与评估实践,发现目前证据薄弱:结果多基于模拟和小规模图,未能在超越经典图模型的任务上确立优势。 文章提出了包含可证明优势、等变几何设计及容错实现的开放挑战与研究议程。

  14. arXiv · AI57

    Aligning AI Teams:多智能体团队的安全对齐研究与 magelab 框架发布

    arXiv 论文《Aligning AI Teams》指出,单智能体对齐训练难以有效迁移至多智能体团队,且模型能力增强未显著缩小该安全差距。研究发现责任扩散是主要致因,即团队中的智能体更少主动检查系统级安全故障,更倾向于忽视或推卸责任。设定专属安全负责人及发布安全规格文档可有效恢复单智能体对齐行为,作者同时开源了多智能体编排框架 magelab。

  15. arXiv · ML28

    Muon 预训练中临时权重衰减的延迟效应分析

    Muon 预训练中临时权重衰减存在延迟效应,1.4B 模型中 162M 选定的调度未调优直接转移比无衰减好 0.028 nats。 早期衰减导致持续权重范数不足,使相对步长在干预结束后保持较大,近似范数动力学重现了性能排序。 结果表明临时优化调度需在最终训练预算下评估,而非仅在移除时。

  16. arXiv · AI24

    G-CAST:面向需求演化的电商智能体受治理持续自训练系统

    G-CAST 是一个受治理的持续自训练系统,将生产环境证据转化为奖励路由和熵优先的训练数据,以应对电商智能体中的需求漂移和工具演化。 该系统通过受治理的检查点转换和累积评估控制模型更新,确保在适应新行为的同时保留已验证的能力。实验表明,G-CAST 在适应新需求和保留旧行为上优于自主后训练基线。 G-CAST 已部署在阿里巴巴 1688 平台的 B2B 采购智能体“元采”中。

  17. arXiv · AI27

    MASTARS:基于扩散模型的多智能体顺序轨迹增强方法

    MASTARS 提出一种基于扩散模型的多智能体轨迹增强框架,通过顺序生成与图像修复(inpainting)机制解决多样性与协调性之间的矛盾。该方法生成的轨迹兼具多样性、协调性和全局一致性。 在 MPE、SMAC 和 SMAC-v2 等基准测试中,MASTARS 应用于多种离线多智能体强化学习(MARL)方法,均表现出显著的性能提升。

  18. arXiv · ML21

    OpDis-PS:应对算子失配的心脏电学成像扩散后验采样器

    OpDis-PS是一种扩散后验采样器,通过建模依赖信号的算子失配来改进心脏表面电势重建,在真实场景下比经典正则化和学习预测器更准确。 该方法针对肺电导率变化和皮下脂肪层两类失配来源,利用固定先验在所有算子条件下进行重建,对留出心脏病理数据增益最大。 论文已被NeurIPS 2026 GenAI for Health Workshop接收,代码、模型和数据已公开。

  19. arXiv · AI32

    AutoRL:面向自主强化学习的多智能体系统

    AutoRL是一个自动化强化学习训练的多智能体系统,旨在通过持续监督实现递归自我改进。 该系统包含Perceptors、Proposers和Orchestrator三个角色,在Qwen3和LongCat-Flash-Lite实验中表现优于静态配方。 研究证明现有智能体可处理无人值守的RL监督与动态调整。

  20. arXiv · ML37

    通过风格破坏实现轻量级蒸馏抵抗

    文章提出一种轻量级防御框架,通过在教师模型激活中动态注入风格导向向量来干扰蒸馏。 该干预在恶意查询时保留语义效用,使攻击者提取的数据被误导,而正常用户接收原始响应。 该框架以可忽略的开销实现显著的抗蒸馏效果,相关代码已开放获取。

  21. arXiv · ML20

    基于保形最优传输的复数薛定谔桥方法

    该研究提出复数薛定谔桥(CSB)类动态扩散桥,利用保形最优传输(COT)框架处理具有几何提升的物理系统。 针对高维优化空间难题,该方案结合扩散桥变体解决实世界向量空间问题,支持处理几何与耗散动力学。 该方法在量子电动力学模拟中实现物理信息CSB算法,验证了复数扩散在处理量子逻辑门逻辑行为方面的理论优势。

  22. arXiv · AI20

    模型合并中的通用代理正则化频谱框架

    提出模型合并通用代理正则化频谱框架,通过频谱覆盖(α)和泄漏(β)量化代理分布与其他任务分布的关系,推导统一参数干扰界。 框架研究三种实例化(Jacobian精确求值、Fisher信息矩阵曲率近似、输出漂移约束),证明其在NTK线性化下重合,并在CLIP模型上验证理论预测。

  23. arXiv · AI38

    跨语言声学生物标志物在认知障碍检测中的应用:交互与单人语音任务的比较研究

    研究在西班牙语、普通话、英语和日语四种语言的数据集中,通过统计、专家引导及机器学习方法筛选出紧凑的声学特征集,用于认知障碍检测。 发现时序特征在所有数据集中表现稳健,而语速特征主要在外置锚定内容的单人任务中有效,音高特征在声调语言与非声调语言中呈现不同模式。 研究强调了避免盲目混合异构语音数据的重要性,并支持采用可解释且情境感知的方法进行多语言痴呆筛查。

  24. arXiv · ML21

    表征几何作为对抗鲁棒性的诊断工具

    该研究在 MNIST 数据集上训练多层感知机,对比三种对抗训练机制与常规训练的表征几何差异。 通过嵌入分析发现,对抗训练导致内部表征结构改变,且鲁棒准确率与表征稳定性对防御的排序可能相反。 作者建议将潜在表征及训练轨迹作为模型鲁棒性审计的诊断工具。

  25. arXiv · ML24

    排列约束下的模式化矩阵分析框架

    该研究提出一种模式距离指标,衡量矩阵在最优行排列下的几何结构简洁度,解决NP-hard 排列问题。 算法结合排列模式拟合与低秩残差,在合成数据、真实相关矩阵及Transformer attention heads 上验证效果。 该方法统一了潜在排序、社区检测与带宽最小化等结构问题,相关成果已被NeurIPS 2026 接收。

  26. arXiv · ML26

    基于分类器引导的潜空间扩散小分子生成方法

    该研究提出一种基于 ChemBERTa 嵌入的潜空间扩散管线,用于性质引导的小分子生成。 框架通过训练 Transformer 解码器从分子潜嵌入重构 SELFIES 字符串,并学习无条件去噪扩散模型。生成的分子经 RDKit 验证,结果显示可生成化学有效且新颖的分子,并能向血脑屏障通透性和 hβ-secretase 1 抑制等目标进行可控引导。

  27. arXiv · ML40

    WATO 通过可微轨迹优化实现联合世界动作模型

    联合世界动作模型生成的轨迹往往缺乏任务有效性。WATO 通过联合优化动作与状态,利用可微任务损失训练生成器,提升了轨迹的动态一致性。 在 7 个视觉控制环境中,WATO 将平均成功率从模仿学习的 79.9% 提升至 91.7%,并优于多种强化学习基线。 部署阶段无需迭代优化,相比 CEM 平均快 11.5 倍,且使用的世界模型评估次数减少 600.5 倍。

最多提供 50 页,更早的内容请使用搜索或主题页。