跳到正文
11月11日周三
  1. arXiv · ML25

    稀疏贝叶斯 Kolmogorov-Arnold 网络在的各向异性 Besov 空间中的后验收缩率

    研究证明配备 spike-and-slab 稀疏先验的稀疏贝叶斯 KAN 在近极小极大后验收缩率方面表现优异。 收缩率取决于底层函数的本征各向异性光滑度,通过超先验可自适应未知光滑度并维持该速率。 相比标准多层感知机,KAN 深度可固定,通过宽度、样条网格范围和稀疏性控制逼近复杂度。

  2. arXiv · ML21

    ART 自适应重参数化时间优化 Score-Based 扩散采样

    提出 ART 框架优化 Score-Based 扩散采样步长分配,利用连续时间控制替代均匀或手工设计的调度方案。 ART-RL 通过高斯策略将调度学习转化为强化学习问题,证明最优策略均值恢复 ART 时间扭曲率,实现 Actor-Critic 更新。 该方法仅替换时间步网格即可接入现有扩散采样器,在同等预算下提升样本质量,且学习到的调度方案具备跨数据集、求解器及表示空间的泛化能力。

  3. arXiv · ML21

    RANSAC Scoring Done Right: 闭式形式边缘化内点尺度的新评分方法

    针对主流 RANSAC 变体依赖内点阈值的评分缺陷,提出一种反转推理顺序的新方法:对固定内点划分闭式边缘化尺度后优化划分,该分数仅需一次排序与线性扫描即可最大化。 该方法在信息量充足与匮乏先验下适用,唯一超参为均匀外点分布半宽,对校准偏差远较内点阈值不敏感,且为首个公式中不含内点尺度的似然型 RANSAC 评分。 论文已被 NeurIPS 2026 接收,共 20 页。

  4. arXiv · ML26

    预测编码学习效率的研究:基于目标对齐指标的机制分析

    研究通过引入“目标对齐”指标量化学习效率,揭示了预测编码(PC)在深层、窄化和预训练网络中比反向传播(BP)更高效。 研究者推导并验证了深度线性网络中目标对齐的解析表达式,确定了 PC 实现最优目标对齐的精确条件。 在非线性模型全训练轨迹实验中,发现 PC 的效率优势在实际应用中依然保持。

  5. arXiv · ML26

    GoRL:通过解耦优化与生成解决在线强化学习中生成策略的优化难题

    研究提出 GoRL 框架,通过解耦优化与生成来解决在线强化学习中的矛盾。该算法将策略优化限制在可处理的潜空间,利用扩散或流匹配解码器生成动作,确保稳定性与表达力。 实证结果显示,GoRL 在多种连续控制任务中显著优于基线模型。在 HopperStand 任务中,其回报超过 870,是强基线的 3 倍以上。在人体任务中,它比最强非 GoRL 基线高出一个数量级。

  6. arXiv · ML42

    企业分析智能体评估框架对比研究:稳定性、检测与发现

    三项评估框架在企业分析智能体上的对比研究显示,97%的配置满足稳定性阈值,trace-based框架在72个已知风险用例中取得最佳F1=0.90。 text-only评估虽召回率相同但误报增加5倍,功能测试与红队测试发现的24个新型失败零重叠。 建议采用trace-based评估与对抗性红队测试相结合的双框架策略。

  7. arXiv · ML21

    脉冲神经网络强化学习中循环模块结构:CoRe SNNs 提出 Map-STDP 学习规则

    该研究提出社区循环脉冲神经网络(CoRe SNNs),将循环网络划分为固定角色的社区,动作由脉冲活动到达的社区决定。 引入 Map-STDP 学习规则以鼓励动态模块结构,并对比动态、部分及完全模块化三种机制。 在 CartPole、LunarLander 和 Acrobot 任务中,该循环模块化网络性能可匹敌或超越前馈方法,同时提升了生物合理性。

  8. arXiv · ML25

    利用特征不变缩放定律提升推荐系统 A/B 实验效率

    研究证实现代推荐模型具有特征不变缩放性,即不同特征改变下性能变化遵循可预测的缩放定律。 研究人员提出一种利用缩放定律和统计推断的方法,通过小规模实验预测全尺度 A/B 测试效果,在 Wukong、HSTU 及 LLM 推荐模型上验证了该方法在 40 多项变更中能准确区分有益与中性/退步变化,大幅降低计算需求。

  9. arXiv · ML28

    前缀缓存 Agent 服务中的持续性降级:突发流量导致 vLLM 稳定性下降

    研究表明,vLLM 中轻微突发流量会导致前缀缓存 Agent 服务陷入亚稳态,命中率降至 10%,吞吐量减半,且 70 分钟无法恢复。该现象在 Qwen3-32B 和 SGLang 上复现,无缓存时则不存在。 系统通过限制活跃会话的 KV 驻留需求至内存池容量,并采用无需针对性调参的阈值,成功在所有测试运行中防止了服务崩溃。

  10. arXiv · ML31

    Tabular Foundation Models vs Tuned Gradient Boosting for Telecom Churn: A Profit- and Calibration-Aware Evaluation

    TabPFN-3.5在Cell2Cell和Iranian电信流失数据集上,显著优于最佳调优GBDT的最大期望利润(EMP),增幅分别为1.9%和7.6%。 在Orange数据集上,TabPFN-3.5在所有10个分割中均领先(14.3%),但经Holm校正后差异不显著(p=0.155);TabICL v2仅在Iranian上胜出,且在Orange上流失率预测偏低2.1个百分点。

  11. arXiv · ML29

    AutoScaffold:用于大语言模型强化学习的 AI 引导式支架方法

    框架 AutoScaffold 将强化学习可验证奖励训练中的学生经验转化为自适应支架,无需人工干预。 该框架通过冻结的教师模型诊断瓶颈并设计共享策略与个别提示,在四种任务域中优于对应强化学习基线。 在 ALFWorld 任务成功率提升 7.2 分,数学推理中用约三分之一的学生训练步数超过 QuestA 的准确率。

  12. arXiv · ML22

    符号蒸馏法发现南亚季风降水的可解释热力学方程

    利用符号蒸馏结合神经网络与符号回归,从 21 年再分析数据中发现可解释的南亚季风降水方程。 最佳方程解释的降水方差是广泛使用的浮力诊断的 1.5 倍,恢复约 85% 的神经网络性能,参数数量减少约 1000 倍。 方程揭示低层自由对流层湿度作为竞争控制因子,使降水预测更符合物理一致性。

  13. arXiv · ML23

    神经符号推理中近似预算的最佳分配策略:基于张量分解的编译流水线

    研究提出统一的三步近似编译流水线,利用张量分解精确乘法子并重构乘积,使 WMC 估计精度比现有方法高数个数量级。 该流水线在 Sudoku、算术推理等六类任务中,随着问题规模增加表现优于先验方法,能更好地捕捉符号因子间的紧密交互依赖。 文章指出该设计为复杂概率推理任务提供了新的近似编译设计空间,已被 NeurIPS 2026 接收。

  14. arXiv · ML48

    tritify 实现精确整数算术下的确定性可复现推理

    tritify 开源运行时通过精确整数算术实现跨硬件位级可复现推理,SHA-256 哈希验证输出一致性。 验证覆盖 OLMoE 及 106B 参数 GLM-4.5-Air,在 CPU/GPU 及分布机器上保持比特相同,实现可验证分布式推理。 该机制允许不信任服务器运行模型,由开放标量预言机重推导字节,拒绝单设备加速与机密性声明。