跳到正文
11月6日周五
  1. arXiv · AI28

    EnvOpt:面向智能体环境的自动化优化方法

    EnvOpt 提出对静态环境进行自动化端到端优化,在 AutomationBench 上将 Claude Haiku 4.5 的成本降低 72.7%,通过率提升 14.34%。 该方法同样适用于 Opus 5 等模型,在 Meta-Harness 基础上可进一步降低成本 83.4% 并提高准确率 11.17%。 研究证实环境信息呈现方式决定智能体成本与成功率,环境优化是参数与框架之外的第三大方向。

  2. arXiv · ML25

    生成式 AI 的随机动力学:从自回归模型到 LLM 交互网络与神经 SDE

    该研究构建了生成式 AI 的随机动力系统视角,将 LLM 形式化为高维非线性自回归模型,通过均场 ODE 刻画交互 LLM 网络的集体行为。 研究将预训练的条件最大似然与顺序 token 生成关联,揭示了交互网络中的涌现优先连接效应及类型依赖的玻璃天花板现象。 该框架还涵盖了基于随机路径分析的 Wiener 空间数值积分法,为不规则时间间隔观测下的随机轨迹提供了连续时间生成模型。

  3. Hugging Face Blog77

    NVIDIA 发布 Cosmos 3 开放权重模型用于交互式世界仿真

    NVIDIA 在 Hugging Face 上发布四个 Cosmos 3 Nano 开放权重模型,包括 Transfer-Auto、Sim-Auto、Sim-Transfer 和 Sim-Bimanual,支持多传感器驾驶仿真与双臂机器人交互。模型采用 OpenMDW1.1 许可证,提供商业与非商业用途权利,并附带分阶段后训练配方。

    推荐理由:NVIDIA 发布四个 Cosmos 3 开放权重模型,提供从驾驶到机器人交互仿真的完整工作流,读者可评估其开源生态价值。

11月5日周四
  1. OpenClaw Releases28

    OpenClaw 2026.11.1 发布

    OpenClaw 2026.11.1 版本发布,修复了 Mac 设置中配置保存失败导致密钥覆盖的安全缺陷,并优化了更新恢复机制。 该版本提升了 Claude CLI 的订阅账户可用性,支持通过插件管理原生 Agent 编排,同时修复了 Telegram 和 Discord 频道回复可靠性问题。

  2. arXiv · AI27

    Walrus 物理基础模型从仿真到实验室湍流的迁移

    Walrus 物理基础模型经少量 DNS 微调后,零样本预测实验室 RTI 数据时进入观测增长率区间(~0.06-0.07),解决了仿真值(~0.02)与实验值长期存在的差距。 该模型未接触任何实验样本,且能零样本泛化至训练数据中不存在的稳定分层流动,正确减缓混合层生长。 结果为基础模型泛化到实验室行为和未见物理机制提供了数据驱动的独立证据,为探索仿真-实验差距开辟了新途径。

  3. arXiv · AI35

    MONET:一个大规模开放非冗余增强文本到图像数据集

    MONET 发布了一个包含 1.038 亿图像-文本对的 Apache 2.0 开放数据集,源于 29 亿原始数据,经过安全过滤、去重及多视觉语言模型重描述增强。 每张图片附带预计算嵌入与标注。研究人员仅用该数据集训练 4B 参数潜扩散模型,取得了具有竞争力的 GenEval 和 DPG 分数,证明了其降低大规模可复现研究门槛的作用。

  4. arXiv · AI23

    EgoGen:用于第一人称视角感知任务的合成数据生成器

    EgoGen 是一款专为第一人称视角(egocentric)感知任务设计的合成数据生成器,已被 CVPR 2024 接收为 Oral 论文。 其核心是结合碰撞避免运动基元与两阶段强化学习的新颖人体运动合成模型,虚拟人可基于第一人称视觉输入感知 3D 环境,无需预定义全局路径即可适用于动态环境。 EgoGen 将完全开源,为构建真实的第一人称训练数据提供实用方案。

  5. arXiv · AI30

    EvoOptiGraph:基于图结构生成的弱点驱动协同进化优化建模框架

    针对 LLM 优化建模中数据缺乏结构多样性及生成管道静态的痛点,提出 EvoOptiGraph 框架。 该框架将 MILP 表示为带属性二部图,通过 SFT 与基于可验证奖励的 RLVR 进行训练,利用图衍生的弱点信号指导新实例生成。 在六个公开数据集上,EvoOptiGraph 在准确率、可执行性及泛化性上显著优于通用大模型及专用基线。

  6. arXiv · AI25

    可读性与可控性的分离:学习流体表征中物理结构的预注册测试

    预注册测试表明,JEPA 未能使潜空间更好地组织流体力学量,其表现与未训练网络相当。 自编码器使涡动能在慢速无监督潜空间中显著(r 0.80-0.86 vs 0.38),但添加 VICReg 会降低该显著性。 研究揭示潜空间内容可读性与其可控性相分离,监督方向在受控时几乎无法改变输出。

  7. arXiv · AI23

    MIS 单步推理实现高效全页排序

    提出前缀感知非自回归框架 MIS,在 KuaiRand-1K 数据集上 CPU 解码速度较自回归基线快 4.07 倍,生成质量接近 CGA 基线。 该框架整合全局候选交互与局部前缀条件,通过计算可复用表示减少重复全模型推理,实现高效排序。 在大规模社交视频平台随机评估中,MIS 使实现指标提升 0.104%,观看时间增加 0.058%,并将排序服务 CPU 消耗降低 9.73%。

  8. arXiv · NLP22

    基于Epiplexity的数据选择与生成实现分布外泛化

    该研究将Epiplexity转化为在线训练信号,用于指导数据选择(EpiSelect)与合成数据生成(EpiGen)。 具体而言,EpiSelect通过拟合自然数据域的缩放律自适应调整采样权重;EpiGen利用REINFORCE策略梯度引导生成器优化分布。 结果表明,高Epiplexity数据显著提升了零样本及微调任务的性能,验证了结构丰富数据更易跨域迁移的假设。

  9. arXiv · NLP24

    RADIUS:用于调查模拟的综合对齐评估套件

    研究人员提出RADIUS套件,用于评估大语言模型在模拟调查时的对齐度,涵盖排名、分布及统计显著性三个维度。 该套件通过实验揭示了单一指标的局限,能发现分布改进但错误识别人类首选选项的情况。 RADIUS已开源,旨在支持调查模拟器的可复现和可比性评估。

  10. arXiv · NLP25

    Confucius4-R2T2:一种稳定前缀的流式语音识别模型

    Confucius4-R2T2 基于 Qwen3-ASR-1.7B 经 1500 小时中英文音频后训练,实现流式 ASR 输出永不修改前序 token,同时保持高精度与低延迟。 模型采用 Longest Stable Prefix(LSP)标签学习机制,无需架构改动即可将全上下文模型转化为稳定前缀流式模型,且泛化能力超出训练语言范围。 模型权重与代码已开源。

  11. Google Research44

    Agile Deliberation:Google 开放源码协助人类定义主观 AI 分类界限

    Google 开源 Agile Deliberation 框架及代码,旨在通过迭代对话协助人类界定主观视觉概念。该框架包含概念界定与概念迭代两阶段,利用视觉语言模型挖掘边界图像以优化提示词。 研究在 18 场时长 1.5 小时的人工现场测试中验证效果,结果显示该框架显著降低用户疲劳与焦虑,使模型性能超越标准基线。

11月4日周三
  1. arXiv · NLP31

    MIMIC-Note-Extract:从MIMIC-IV-Note出院小结中提取的大规模结构化数据集

    MIMIC-Note-Extract将300,720份MIMIC-IV-Note出院小结的16个部分转化为结构化表格,填补MIMIC在病史、过敏等结构化数据上的空白。 采用确定性解析与LLM生成混合管道构建,病史条目增加10倍,覆盖2倍以上的住院记录;医生验证各部分抽取准确率超92%。 该数据集支撑LLM智能体临床决策基准,降低重复数据整理成本。

  2. arXiv · ML20

    SpellerSSL:基于 P300 聚合的自我监督学习脑机接口框架

    SpellerSSL 框架结合自我监督学习(SSL)与 P300 聚合,旨在解决脑机接口信噪比低及泛化差的问题。 该模型采用 1D U-Net 骨干网络预训练,在 II-B 数据集上以 94% 识别率实现 21.86 bits/min 的最高信息传输率。 SSL 将校准数据需求减少 60%,是首个应用于 P300 拼写器的 SSL 研究,推动了 EEG 基础模型发展。

  3. arXiv · ML23

    无源时序自适应是否真的需要更新编码器?

    现有无源域自适应方法通常更新编码器,但信号频谱特性变化引发疑问:能否仅适应信号输入? 文章提出 SF-FPA 方法,在冻结源编码器和分类器的情况下,通过频谱输入变换学习幅度和相位校正。 实验在三个真实时序基准上证明了该方法的 SOTA Macro-F1 表现,并支持频谱输入自适应的有效性。

  4. arXiv · ML28

    迈向可识别稀疏自编码器

    稀疏自编码器(SAE)训练不稳定,不同运行常产生不同概念字典。研究通过最小架构与训练调整提出 iSAE,实现更低重建误差及提升稳定性。 iSAE 是标准 TopK SAE 变体,其字典满足近似限制等距条件,使稀疏代码近可识别。 该工作发表于 ICML 2026。