跳到正文
11月11日周三
  1. arXiv · ML30

    RamanPFN:物理引导光谱基础框架实现跨应用上下文学习

    RamanPFN 提出物理引导光谱框架,在 74 个含 330,000 张谱图的公开数据集上,将回归目标主干 RMSE 降低 13.2%。 框架通过全局组分分解与局部振动子空间编码,统一多尺度光谱特征,无需更新模型参数即可实现推理。 该优势泛化至分类任务,将多类对数损失降低 42.4%-63.5%,支持数据高效的定量分析与样本识别。

  2. arXiv · ML38

    CoMet: 多模态大模型不确定性估计中的上下文与多重性分解方法

    论文提出CoMet方法,将多模态大模型(MLLM)的不确定性分解为上下文特定项和多重性特定项,并训练轻量级后置不确定性模块进行估计。 该方法避免了自回归生成或重复采样,在开放-ended多模态基准、幻觉检测和选择题VQA任务中,CoMet相比现有基线一致性地提升了不确定性估计效果,同时保持了实际运行的高效性。 该研究已被NeurIPS 2026录用,代码已公开。

  3. arXiv · ML34

    EEG-X:面向设备无关与抗噪的脑电信号基础模型

    EEG-X 提出设备无关且抗噪的脑电信号表示学习基础模型,旨在解决跨数据集设备差异和低信噪比挑战。 模型采用基于位置的通道嵌入,支持异构设备与电极布局的稳健迁移;引入噪声感知掩码重建策略及基于字典的卷积变换(DiCT),通过重建去伪迹信号提升预训练效果。 在多样化脑电信号数据集上,EEG-X 在多个下游任务中持续超越最先进方法,展现出电极布局或录制配置差异下的强跨域泛化能力,模型与代码已开源。

  4. arXiv · ML21

    基准测试随机插值在物理系统建模中的表现

    基准测试显示,基于随机插值的生成模型在点态精度、谱保真度和概率技能上可匹配或超越标准高斯去噪框架。 该方法学习从当前状态点质量到未来条件分布的传输映射。确定性采样可提高点态精度但平滑预测,随机采样恢复谱内容但需更多函数评估。代码与数据已公开。

  5. arXiv · ML28

    REVELIO:面向跨领域泛化的通用多模态任务负荷估计框架

    REVELIO 提出统一的多模态任务负荷估计框架、数据集及评估协议,旨在解决模型在训练环境外泛化能力差的问题。 该研究记录了96次会话中的多种生理与行为信号,多模态融合方法的AUC达到0.87,高于单一模态表现。移除目标领域数据会导致分类器性能崩溃,表明跨域训练仍依赖特定领域数据。

  6. arXiv · ML21

    **title_zh**: WESAD 数据集上的 Transformer 跨模态压力检测研究

    **summary_zh**: 基于 WESAD 数据集构建 Transformer 模型,实现了 99.73% 至 99.95% 的单模态压力检测准确率。 研究分析 ECG、EDA 等 6 类生理信号,通过 2D 嵌入空间可视化与方差分析解释跨模态性能。 这是解读压力检测嵌入空间的初步探索,旨在提升模型在不同模态间的鲁棒性与泛化能力。

  7. arXiv · ML39

    UGG:统一的4D场景理解生成几何模型

    UGG提出统一4D场景理解框架,联合建模RGB视频、深度及相机位姿。 该模型通过在不同模态和时间步分配不同噪声水平,将视觉生成与几何预测转化为单一生成模型内的条件补全任务。 UGG在相机控制视频生成、深度估计及相机位姿预测任务中优于非统一基线模型,代码与可视化已开源。

  8. arXiv · ML33

    基于状态条件不变性的可靠 VLM 评委诊断框架

    针对 VLM 评委可靠性评估不足,提出 State-Conditional Invariance (SCI) 原则及 GridWM-Judge 诊断基准。 GridWM-Judge 基于 MiniGrid 确定性轨迹构建,包含 5 类诊断任务,涵盖局部感知与因果判别。 研究揭示 VLM 评委存在对证据呈现敏感及反事实判别弱等失效模式,建议联合报告正确率与因果敏感度。

  9. arXiv · ML20

    VIGOR:评估多模态大模型视觉推理正确性的基准

    VIGOR 基准引入视觉概念与像素级定位结合的评估体系,用于检验多模态大模型输出是否有正确的视觉证据支持。 该基准覆盖低层视觉属性、中间层结构到高层关系等层级,通过自动标注框架规模化构建数据,并将模型生成的视觉证据与真实定位进行对比。 评测显示当前多模态大模型在视觉推理正确性方面表现有限,且在不同概念层级存在明显的基础定位失败模式。

  10. arXiv · ML42

    PR-OVD 提出分区精化框架,在开放词汇目标检测中平均提升新类性能 6.5%

    PR-OVD 框架在开放词汇目标检测中通过显式预留新类容量,在两个基准测试中较 SOTA 方法平均提升新类性能 6.5%。 该框架包含全局粗分区、类别级精化及结构提示(Structure Prompt),用于解决基础类偏差导致的语义坍缩,并同步优化决策边界。 PR-OVD 可无缝集成不同检测架构,其有效性在开放词汇分割与分类任务中得到进一步验证。

  11. arXiv · ML38

    AptM-GCD:基于属性证据学习与多模态提示的广义类别发现框架

    AptM-GCD 提出属性证据学习与多模态提示机制,在六个数据集上实现 SOTA 性能。 该框架通过 AEL 机制将属性视为局部视觉证据,利用 MPL 将文本证据转化为视觉提示注入多模态提示 Transformer,在单模态及类别不平衡设置下均保持一致的性能增益。 该成果已被 IEEE TPAMI 接收,展示了在多模态感知下的强泛化能力。

  12. arXiv · ML23

    基于临床文档用户编辑数据改进模型能力:可操作反馈

    基于真实临床AI部署数据,45%以上的模型输出编辑包含用户添加的无依据信息,直接微调此类数据会导致模型幻觉。 研究在MIMIC-III数据集上构建半合成临床编辑数据,通过专家验证的过滤方法识别可操作编辑,保留忠实于输入内容的部分。 该方法在医生对齐指标上取得提升,同时确保模型生成内容的忠实性。

  13. arXiv · ML27

    CCW-Net:基于因果概念解释的深度学习模型解释框架

    提出CCW-Net(因果概念包装网络),首次将干预性中介分析作为训练目标,用于对齐概念解释与模型输出的因果关系。该框架通过必要性、充分性和独立性标准塑造模型的概念表征,在飞机控制、驾驶和图像分类任务中进行了评估。 它使基于概念的解释从相关性的提升为可量化的因果性,支持透明神经模型更安全的评估、认证和部署。

  14. arXiv · ML25

    基于偏差感知预训练的心血管疾病心电信号检测方法

    该自监督框架利用近百万条无标签12导联ECG数据,在多个公开数据集上实现AUROC最高提升6.5%,F1提升12.8%,且无需额外微调。 核心模块包括偏差定位嵌入与关联重建嵌入,用于捕捉波形级偏差及跨导联关联。 该方法降低对标注数据的依赖,有助于支持临床早期检测与心血管病监测。

  15. arXiv · ML28

    PARDIG:基于球面图网格 Transformer 的全局近实时降水估算框架

    PARDIG 采用球面图网格 Transformer 架构,生成 $0.1^\circ$ 空间与 15 分钟时间分辨率的全局降水估算。 该模型基于稠密多模态输入预测稀疏高精度雷达数据,评测显示其性能优于 IMERG V07、ERA5 等现有基准。 PARDIG 近实时与历史数据集已按 CC BY 4.0 协议开源,显著提升极端降水捕捉能力。

  16. arXiv · ML30

    SepsisFlow:ICU脓毒症连续风险预警与轨迹建模的事件流基础模型

    SepsisFlow结合Mamba模型与梯度提升树,在MIMIC-IV上每小时更新预警,同等报警量下比NEWS2等多检测8例。 onset期融合Mamba与表格编码器,区分2%心血管ICU患者与15%-17%其他患者28天死亡率;onset后持续器官支持死亡率是降级支持的5倍。 该模型确立了重症监护中连续风险与轨迹分层的基础模型范式。

  17. arXiv · ML37

    利用心理物理注意力分布进行视线增强奖励建模

    研究人员扩展了既往的注视点中心模型,通过引入以当前视线位置为中心的空间渐变注意力分布,将视觉注意力表征纳入奖励模型训练。该基于视线分布训练的奖励模型在偏好预测准确率上优于基线模型。实验结果与阅读时人类注意力的认知心理学发现定性一致,捕捉了人类注意力分配的认知意义。

  18. arXiv · ML20

    多模态归因的结构化核代理模型 SKS

    研究者提出结构化核代理模型 SKS,用于多模态系统中的跨样本模态归因。该方法基于结构化组合核和岭回归,在多个基准测试中实现高相关性。 使用 SKS 选择卫星图像时,其模型的平均准确率比基线提高 1.93%,Hessian 迹更低,并准确识别出易发生事故的道路路段。

  19. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Carbon 模型

    Google DeepMind 正式向开发者、企业、科学家及消费者开放 Gemini 4 Carbon 模型。该模型在网络安全能力、长程代理工作流及复杂知识工作领域表现前沿,输入价格 2 美元/百万 token,输出 10 美元/百万 token。模型在 CursorBench 4.0 等基准中排名第一,支持多模态知识代理及 3D 设计等任务,并强化了安全性与对齐机制。

    推荐理由:官方给出了价格与性能对比,读者可判断它在长程代理任务与网络安全场景中的优势。

11月10日周二
  1. arXiv · ML38

    数据多样性胜过频率不变性:一项受控自审计的压缩鲁棒深度伪造检测研究

    研究发现,普通 EfficientNet-B0 在 FaceForensics++ 测试集上以 3.66 AUC 优势击败复杂频率架构 CAFRL。 自我审计显示缺陷源于配方而非架构;真实 H.264 变体比合成 JPEG 增强高出 7.3 分。 证据限于 GAN 时代模型,建议通过编码多样性而非架构提升压缩鲁棒性。