跳到正文
11月18日周三
  1. arXiv · ML40

    基于核方法为非线性参数模型在贝叶斯优化中提供理论保证

    针对现有贝叶斯优化理论缺乏对非线性参数模型(如神经网络)在自适应数据采集下的保证,本文提出基于参数空间核函数的分析框架。 该框架通过构建再生核希尔伯特空间结构,为广泛的一类正则化损失函数下的模型训练提供置信界,并据此建立了近似 Thompson 采样的收敛保证。 这些结果为非线性模型在贝叶斯优化及相关自适应优化设置中的分析提供了统一途径。

  2. arXiv · ML25

    极宽网络中的尖锐特征学习相变与贝叶斯最优神经缩放定律

    该研究揭示了高维体制下宽特征学习网络中特征可学习性由一系列尖锐相变支配,并提出了在固定数据预算下的“有效宽度”概念。 模型推导了贝叶斯最优泛化误差的两个统一缩放定律:特征学习阶段误差随 $n^{1/(2\beta)-1}$ 衰减,精修阶段随 $n^{-1}$ 衰减,且学生模型在此处表现接近理论最优。 该研究已被 NeurIPS 2026 接收,为理解大型有限宽度网络的知识转移提供了信息论依据。

  3. arXiv · ML30

    灵活负荷整形的“挑樱桃”策略:显著降低电网碳排放

    针对多兆瓦级灵活负荷整形,研究者提出一种可解释的“挑樱桃”策略,能在不增加批发电力成本的前提下,实现比静态LMP整形高2-3倍的年度电网CO2减排。 该方法基于对ERCOT电力市场近8900个节点的仿真数据,结合可观测的电网净需求与节点最低LMP阈值,动态选择当日最优整形信号。

  4. arXiv · ML28

    无标签数据不可压缩流体物理约束神经求解器

    提出一种无需标签数据或预训练的物理约束神经求解器,通过PECANN框架将不可压缩流建模为约束优化问题,最小化压力Poisson残差。 该求解器在lid-driven cavity流中预测精度达Re=7,500,并成功捕捉非稳态绕柱流中的周期性涡脱落现象。 研究指出传统物理信息方法Reynolds数受限源于约束执行不足,该方法解决了这一局限。

  5. arXiv · AI43

    RPMem 提出 LLM Agent 跨会话参数化记忆学习框架

    RPMem 是一个两阶段架构,通过前向计算生成模型无关的潜在记忆,并利用任务训练的递归门控进行跨会话整合,最终映射为 LoRA 参数。 该框架支持骨干模型替换,在 PERMA 基准中,基于 Qwen3-8B 模型达到了 85.52% 的准确率,超越最强参数化基线 5.32 个百分点,实现近常数的更新成本与内存占用。

  6. arXiv · AI31

    EDCT 揭示视觉语言模型中的忠实度差距

    解释驱动的反事实测试(EDCT)协议揭示视觉语言模型存在显著忠实度差距,模型常产生与验证过的视觉变化不一致的回应。该协议通过提取解释中引用的视觉概念并施加最小编辑来测试一致性,EDCT-Bench 涵盖 OK-VQA、DriveLM 和 3DSRBench 三个领域。 微调研究表明 EDCT 生成的反事实实例提供高影响力训练信号,论文已被 WACV 2027 接收。

  7. arXiv · ML21

    基于均值测度量化的概率测度可扩展学习

    论文提出基于量化的方法,用K点离散测度近似概率测度,解决最优传输在大规模支撑下的高计算成本问题。 推导了量化测度的一致性及其在下游任务中的收敛保证。 合成与真实数据实验表明,该方法在保持性能的同时显著减少运行时间。

  8. arXiv · AI23

    机器学习咳嗽模型为何无法泛化:结核病筛查的跨数据集系统评估

    跨数据集评估显示,基于咳嗽声学的机器学习与深度学习结核病筛查模型无法泛化,外部验证表现频繁低于 0.6。 尽管数据集内 ROC-AUC 高达 0.76±0.06,音频表征主要受录音设备和数据集组织影响,设备不匹配会降低迁移效果。 临床变量基线泛化表现更稳定(ROC-AUC 0.65-0.71),表明采集特异性是泛化失败的主因。

  9. arXiv · AI31

    多智能体强化学习中模拟器坍缩现象及SCOPE开源框架

    针对单LLM模拟器导致的策略泛化失败,研究提出Verbalized Sampling与Co-Training两种解决方案。 在Persuasion for Good等三项基准测试中,Verbalized Sampling提升留出成功率9%,Co-Training进一步升至14%,并保留了策略多样性。 研究指出多样化模拟器是服务真实用户的必要要求,并开源了SCOPE框架。

  10. arXiv · AI34

    RecHarness:一种用于自进化推荐系统的 Bandit 路由 Agentic Harness

    RecHarness 通过 Bandit 路由将优化过程解耦,在多个推荐任务中比 LLM 直接搜索更高效。其 Bandit 路由器依据历史反馈选择方向,LLM 生成具体假设和代码编辑;停滞时通过 Jump-basin 机制激活结构跳跃臂以维持长期探索。 在大规模短视频广告平台的 7 天在线 A/B 测试中,候选模型使 ADVV 提升 2.084%,收入提升 0.534%,曝光量提升 0.559%。

  11. arXiv · AI36

    测量多语言 LLM 推理能耗:揭示语言间能源鸿沟

    这项研究揭示了多语言 LLM 推理中的显著能源鸿沟,不同语言间单位 token 能耗差异高达 8.3 倍。 固定请求集的总能耗差异达 179 倍,英语最低(17.6 kJ)而普什图语最高(3,147 kJ),且高能耗语言通常任务准确率更低。 研究建议社区将能源纳入一级评估指标,扩展模型卡报告项,并采用部署侧优化以提升能效。

  12. arXiv · AI36

    SKYPART:基于原型语义部件发现的跨视角气象鲁棒地理定位

    SKYPART作为轻量级模块,在SUES-200等基准上实现单次检索无重排的SOTA性能,其26.95M参数量为对比中表现最佳的最小模型。 该方法通过可学习原型、海拔条件调制及图注意力读出机制,使模型在十种WeatherPrompt腐败条件下精度优势进一步增加。 论文已被Neurips 2026接收,代码已开源,为低空经济中GNSS失效场景下的无人机自主定位提供了可靠替代方案。

  13. arXiv · AI28

    PINK 指标识别多行手写数学 OCR 中 VLMs 的过度修正

    研究揭示视觉语言模型(VLMs)在多行手写数学 OCR 中存在过度修正失败模式,提出 PINK 指标以 LLM 评分并惩罚此类错误。 对 FERMAT 数据集上 15 个 VLMs 评估显示排名反转,GPT-4o 因激进修正受重罚,Gemini 2.5 Flash 转录最忠实。 PINK 与人类判断一致性达 55.0%,优于 BLEU 的 39.5%,为教育评估提供更可靠框架。

  14. arXiv · AI31

    AI基础模型经济学:开放性、竞争与治理

    基于双期博弈模型,研究发现随着模型使用带来的经验学习增强,基础模型的最优开放策略呈先降后升的非单调特征。 模型使用者在 incumbent 模型上积累的特定经验形成数据飞轮,降低后续适应成本,从而促使 incumbent 在初期限制开放性以留存用户。 当跨模型经验不可转移时,可能因福利损失产生“开放性陷阱”,而强制全面开放或小额使用补贴可能反而推高费用并降低整体福利。

  15. arXiv · AI28

    QUTCC:针对成像逆问题的分位数不确定性训练与保形校准

    QUTCC提出一种基于U-Net架构的分位数回归方法,实现非线性、空间自适应的保形校准,提供像素边际覆盖保证。 该方法在去噪、加速磁共振成像及定量相位显微成像任务中,于相同覆盖率下生成比先前保形方法更紧的不确定性区间,并预测条件概率密度。 高不确定性区域有助于定位模型预测中的幻觉现象。

  16. arXiv · AI22

    利用大语言模型与知识表示实现类人语义导航以应对自动驾驶动态场景

    研究探索利用大语言模型将非正式导航指令转化为答案集编程规则,解决自动驾驶在动态城市环境中依赖预定义地图导致的适应性难题。 答案集编程提供非单调推理能力,使车辆能在道路布局变化或地图数据缺失时进行自适应决策,增强了导航的可解释性。 该方法通过自动翻译逻辑规则支持基于语义的决策制定,提供了与人类沟通导航意图高度一致的动态规划框架。

  17. arXiv · ML23

    低损失区域不对齐引发 Grokking:基于模态连通性的机制分析

    研究揭示低损失区域不对齐是引发 Grokking 的关键机制,并在标准模块算术任务中构建了“反-Grokking”反例,挑战了现有关联解释。 基于模态连通性的分析框架表明,当训练与验证划分的低损失区域对齐良好时,仅调整超参数无法产生 Grokking,模型动态将坍缩为可训练或不可训练状态。

  18. arXiv · ML20

    预训练表征中的直觉向量引导扩散推理

    预训练视觉表征的几何结构支持抽象推理,直觉向量能区分794项任务,准确率最高达87.2%。 直觉向量在ARC测试集上性能优于完整示范条件,测试时计算量减少近六倍,并支持零样本推理。 预训练视觉表征为抽象推理提供了可迁移的基础,实现了由关系结构引导生成式推理的模块化方法。

  19. arXiv · AI25

    Agentic In-Context Learning:Transformer 在闭环交互中能学习哪些算法?

    研究提出 Agentic In-Context Learning (Agentic ICL),构建因果 Transformer 近似主动学习、bandits 及在线 RL 算法。 通过蒸馏实验验证 Transformer 能执行三种递归,发现优化过程奖励可保持最大化最终结果的行为策略。 研究指出改进过程监督与结果最优动作偏好的一致性,会改变预训练语言模型在文本复述下的决策行为。