跳到正文
11月10日周二
  1. arXiv · ML22

    面向多源领域泛化的噪声标签睡眠分期方法

    针对医疗数据中领域偏移与噪声标注共存的挑战,研究者提出了首个噪声标签多源领域泛化睡眠分期基准NL-DGSS。 方法FF-TRUST通过联合时频早期学习正则化(JTF-ELR)利用时序和频谱一致性,在五个公开数据集上实现了噪声环境下的SOTA性能。 该工作已被MLESP 2026 Workshop及IEEE BIBM 2026会议接收。

  2. arXiv · ML28

    基于持续训练的天气预报神经缩放定律研究

    该研究采用 Swin Transformer 架构和持续训练策略,验证了科学机器学习领域中神经缩放定律的可预测性。模型在简单设定下超越标准余弦学习率调度,并可通过冷却阶段优化多步预测和频谱损失。研究构建了 IsoFLOP 曲线,识别出计算最优训练模式,并开源了代码。

  3. arXiv · ML31

    CELM:首个临床 EEG-to-Language 基础模型

    CELM 是首个能总结长时程、变长 EEG 记录并端到端生成临床报告的基础模型。 该模型整合预训练 EEG 基础模型与语言模型,使用包含 9,922 份报告和约 11,000 小时 EEG 数据的临床数据集训练。 实验及临床专家评估显示,CELM 在临床一致性、诊断可靠性和专家对齐方面优于现有方法。

  4. arXiv · ML34

    基于流图的扩散模型测试时缩放

    提出 FMTT 算法,通过利用流图与速度场的关系,在测试时优化扩散模型的奖励梯度,避免常规方法中因奖励仅在数据分布末端定义而导致的不适定问题。 FMTT 可执行基于重要性加权的精确采样,或识别奖励倾斜分布局部极大值的原则性搜索,相比其他前瞻技术更有效,并能处理复杂奖励函数(如结合视觉语言模型实现新式图像编辑)。

  5. arXiv · ML35

    稀疏自编码器神经算子:SAE-FNO 如何建模结构化概念表达

    该研究提出稀疏自编码器神经算子(SAE-NOs)及其实例化方法 SAE-FNO,旨在通过傅里叶域积分算子对概念进行功能性参数化。 SAE-FNO 利用联合稀疏性,结合概念稀疏性与领域稀疏性,在视觉数据中展现出对多尺度空间结构的高效建模能力,并支持分辨率泛化。 此方法将 SAE 从表示概念存在性扩展至建模结构化概念表达,且已获 NeurIPS 2026 接收。

  6. arXiv · ML20

    非聚合物晶体结构预测中几何置换不变损失函数的必要性

    针对非聚合物晶体结构预测难题,研究提出一种兼顾几何分子特性与置换不变性的损失函数。 该方法在 COD-Cluster17 基准测试中表现优于包括 flow matching 在内的现有技术,且简单回归模型即可超越先前方法。 相关代码已开源,研究发表于 2026 年 5 月的《机器学习事务》(Transactions on Machine Learning Research)。

  7. arXiv · ML34

    Hierarchical Conformal Classification:将类别层级结构融入共形预测

    Hierarchical Conformal Classification (HCC) 是一种扩展共形预测的框架,它将类别层级结构融入预测集的语义与结构中,以保持覆盖保证。 该研究将 HCC 公式化为受限优化问题,证明较小的结构化候选解子集足以确保覆盖并维持最优性。在音频、图像和文本数据上的实证评估显示,标注者显著偏好层级式预测集而非扁平式预测集。

  8. arXiv · ML26

    基于部署预算的基座模型预测框架

    针对基座模型预测,本文提出受平均查询成本预算约束的优化框架,利用训练数据决定查询模型及输出组合。 框架包含固定模型与基于 Q-learning 的动态选择两种方法,在有限样本下界定了预测风险与成本。 模拟及笔记本电脑多模态价格预测实验显示,该方法优于现有基准。

  9. arXiv · ML27

    AudioCodex: 用于实时音频的流式自编码器

    研究者提出 AudioCodex,一种完全因果的自编码器,可将立体声音频压缩为约 10 Hz 的紧凑连续潜变量序列,支持实时生成。 该方法结合 Mean Flow 幅值自编码器、潜变量超球面投影、有界噪声增强、表示对齐及对抗相位恢复,在生成-重建权衡上优于现有 SOTA。 这项工作为真正的实时交互式及流式生成音频应用铺平了道路。

  10. arXiv · AI35

    Auto-Rubric as Reward (ARR):通过显式评分标准实现多模态生成模型对齐

    ARR 框架通过将视觉语言模型的内部偏好显式转化为可验证的评分标准(Rubrics),并提出 Rubric Policy Optimization (RPO),实现了多模态模型的高效对齐。 该方法在文本生成图像和图像编辑基准测试中表现优于成对奖励模型及视觉语言模型裁判,同时抑制了位置偏差,证明了结构化评分在数据效率与可靠性上的优势。

  11. arXiv · ML22

    CADMA:面向生成模型评估的容量感知覆盖分解方法

    提出CADMA框架,通过局部容量匹配分离几何覆盖与有效覆盖,解决现有召回指标无法区分模式丢失与坍缩的问题。 实验证明,CADMA在玩具数据和真实数据集上提供了更可靠的覆盖估计,能输出细粒度、可解释的多样性失败诊断信号。 该研究已被NeurIPS 2026接收,代码已开源。

  12. arXiv · AI20

    利用多模态大模型重构-隐藏权衡实现越狱攻击

    提出隐藏感知变体构建方法,利用字符移除变体平衡重构与隐藏需求,显著提升多模态越狱成功率。 该方法通过五种提示策略分布信息,结合关键词干扰图像分散注意力,在闭源与开源模型上超越基准线。 研究揭示了现有转换在平衡重构-隐藏权衡上的局限,验证了新策略的有效性。

  13. arXiv · AI28

    SAVOIR:基于Shapley值的社交礼仪学习框架

    研究提出SAVOIR框架,利用合作博弈论中的Shapley值解决语言智能体在社交互动中的信用分配问题。该框架通过预期效用和Shapley值,实现了对话结果归因的理论化。在SOTOPIA基准测试中,其7B模型性能达到SOTA,超越GPT-4o和Claude-3.5-Sonnet等专有模型,证明社交智能依赖不同于分析推理的定性能力。

  14. arXiv · AI36

    研究显示多智能体 AI 组织在业务目标上更高效但对齐度更低

    实验表明多智能体 AI 组织在达成业务目标上比单个 AI 智能体更有效,但对齐度更低。 研究涵盖 AI 咨询和软件开发场景下的 12 个任务,证明由对齐模型组成的组织产生效用更高但错位更严重的解决方案。 该工作强调在能力和安全研究中考虑 AI 智能体交互系统的重要性。

  15. arXiv · AI20

    MedMMV:用于可靠可验证临床推理的可控多模态多智能体框架

    团队提出可控多模态多智能体框架 MedMMV,将推理轨迹转化为可学习的后训练目标,以解决早期不确定性导致的幻觉风险。 该框架通过构建、精炼并选择多条推理路径生成结构化监督信号,利用拒绝采样和成对偏好学习,使模型学会为优选轨迹分配更高似然。 实验表明,随着监督信号丰富,小模型性能显著增强,准确率从 10.5% 提升至 29.0%,证明轨迹选择是可靠推理的关键可迁移能力。

  16. arXiv · AI38

    超级平台为何战略上被迫对抗 AI 智能体

    文章论证超级平台因受基于用户注意力的商业模式威胁,必须主动攻击由 LLM 驱动的 AI 智能体。 基于守门人理论,AI 智能体可能取代平台成为新的数字流量入口,迫使平台进行技术约束。 论文旨在引发对数字生态开放性与用户利益的批判性讨论,并不鼓励对抗行为。

  17. arXiv · ML21

    正常性漂移:用于开放世界音频深伪检测的多层级 WavLM 建模

    研究提出 MLN-WavLM 方法,利用冻结 WavLM Base+ 的隐藏状态构建无攻击正常性模型,在 ASVspoof 2019 上实现 8.45% EER,接近监督基线。 该模型在 ASVspoof 2021 域漂移下性能骤降至 22.12% EER,且无法通过阈值自适应恢复低误报率下的召回率,证明单一正常性模型难以应对开放世界场景。

  18. arXiv · AI26

    WanderBench:世界模型能否从视频探索动态世界

    WanderBench 基准包含 745 段视频及 6 个评估维度,对 8 个模型测试发现长片段下相机控制与动态保真度下降,且无模型能保持重访一致性。 测试还显示静态场景质量虽保持但源动态丢失;配套提出的 WanderLand 框架无需训练,可使 5 个模型在源动态保真度上提升最高 8.3 分。

  19. arXiv · ML20

    基于 Koopman 模态分解与连续 ranked probability score 的学习校准概率预测

    提出结合概率机器学习与 Koopman 模态分解的预测方法,采用连续 ranked probability score 作为损失函数直接优化校准精度。 模型在非线性常微分方程和偏微分方程(涡流脱落、腔体流动)上验证,可产生多模态预测分布,计算成本低于深度集成方法且对识别 Koopman 特征值更鲁棒。

  20. arXiv · AI40

    dNaViT: 离散代码作为通用视觉表示

    dNaViT 提出一种基于离散自回归建模的视觉 Transformer,通过冻结预训练编码器与轻量级残差调制生成离散视觉原语。利用分组乘积量化扩展离散容量,避免空间序列长度膨胀。在 12 个视觉理解、4 个生成及 1 个图像编辑基准测试中,其性能达到或超过专用任务基线,证明紧凑离散词表可作为通用视觉货币。

  21. arXiv · AI33

    神经外科及亚专科中用于临床预测的人工智能模型:系统综述与荟萃分析

    一项纳入1063项研究的荟萃分析显示,神经外科AI临床预测模型在451项报告AUC的研究中,整体判别效能(pooled discrimination)为0.86。 模型表现因临床路径阶段而异,诊断、分级和分子任务最高,术后任务最低。1063项研究中,89%存在高风险偏倚,仅51项使用前瞻性数据并进行外部验证。 外部验证、校准分析和遵循报告指南是AI模型临床应用的前提条件。

  22. arXiv · ML26

    Symplectic Normal Coordinates Flow:用于哈密顿系统生成建模的可逆辛流层

    提出一种基于学习法向量的可逆辛流层,包含幅值依赖的旋转操作,专门用于物理系统的条件生成建模。 该架构通过保证非线性旋转层的辛性质,在耦合非线性振荡器及加速器物理任务中实现了对基线流模型更具竞争力或更优的负对数似然。 性能增益随系统非线性强度的增加而扩大,该方法已被 NeurIPS 2026 接收。

  23. arXiv · ML31

    利用模拟与观测数据指导未来全球温度分布

    基于十七个 CMIP6 模型和 ERA5 再分析数据训练的条件扩散模型,通过扩散引导将模拟气候分布导向观测数据,有效降低模型偏差。 在三十一个合成目标上,该方法使日温度第 1 和第 99 百分位的中位数偏差减半,将三种排放情景下年均全球平均温度 RMSE 降低 32-57%。

  24. arXiv · AI35

    仅文本即可预测分割读头将丢失哪些类别

    研究证明开词汇分割读头在部署时丢失类别的风险,仅由类别名称列表决定,无需查看图像即可预判。 该排名在9个模型族、12个骨干网络中保持AUROC 0.69-0.96,通过调整幅值或提前停止训练可挽回最高16个IoU点。 揭示了词汇距离机制:坍缩类别败给近名邻居,而特征冻结状态下它们本可存活。