跳到正文
11月18日周三
  1. arXiv · ML26

    分层策略优化推理时目标:多LoRA适配器提升pass@k性能

    研究者提出分层策略,在推理时将样本预算分配给k个策略,而非重复采样单一策略。每个策略由共享语言模型骨干上的独立LoRA适配器实现,并针对pass@k进行优化。 理论分析表明,在单LoRA预测误差严格为正的场景中,LoRA群体可实现零best-of-k近似误差。实证结果显示,在多个推理任务中,分层策略一致优于单一策略基线。

  2. arXiv · ML20

    利用边缘匹配校正流

    该研究为基于常微分方程的流匹配生成模型提出一种新颖的预测-校正框架,称为边缘匹配。 该框架利用可逆性将正向ODE中的样本校正至反向ODE的边缘分布,从而降低数据分布与学习分布间距离的上界。 在CIFAR-10和ImageNet-64数据集上,该方法在最小化额外计算开销的同时提升了样本质量。

  3. arXiv · AI20

    LLMs作为跨链桥验证器:在Solana上评估源码级与交易级攻击检测

    研究评估五个开源大模型在Solana跨链桥安全审计中的表现,测试了16,800次响应。 在无注释情况下,模型仅诊断出24%的漏洞源码;增加原始注释后诊断率升至60%。交易级诊断方面,缺少签名者场景表现良好,其余三种场景平均仅为6%。结果强调了在安全审查中区分正确诊断与无效警报的重要性。

  4. arXiv · ML21

    物理先验在概率海温预测中的信息价值与可辨识性研究

    研究测试了异方差 ConvLSTM 中平流扩散先验的作用,发现软平流残差无可靠收益,且学习速度无法恢复真实洋流。 在合成数据中,直接输入洋流作为信息通道可恢复 92% 的传输增益;校准缺失是主要缺陷,单倍率方差校正将覆盖度提升至 0.85-0.91。 该研究撤回此前基于非受控对比得出的 81% CRPS 降低声明,强调了概率预测中校准与信息输入的独立性。

  5. arXiv · ML24

    视觉语言模型检索增强中的接地错觉:GIB-200K 对 LLaVA 与 InternVL3 的评估

    研究指出视觉语言模型在检索增强中存在“接地错觉”,即正确答案未必基于图像证据。 基于 COCO 等数据集构建的 GIB-200K 基准显示,LLaVA 存在知识惯性(文本权重高于图像),而 InternVL3 偏好图像;干净输入准确率虽达 92.5%-94.2%,但在恶劣条件下骤降至 41.3%-59.9%。

  6. arXiv · ML38

    ASH:通过激活引导实现提示增强 GRPO

    ASH 提出一种新的提示增强 GRPO 方法,通过在模型激活中注入可训练引导向量,解决推理时无提示导致的训练-推理上下文不匹配问题。 在四个 LLM(Qwen3-1.7B/4B-Base、Llama-3.2-1B/3B-Instruct)实验中,ASH 在 AMC、AIME 等竞赛级及分布外基准上持续提升 pass@$k$ 指标。

  7. arXiv · ML25

    状态空间变换下的迁移强化学习:Learning to Undo 算法

    该研究提出了一种基于“撤销映射”的迁移强化学习算法,通过匹配状态特征统计量学习映射并转移策略。 在线性假设下,该方法严格优于从零开始训练的样本复杂度;在连续控制和Atari等实际任务中,也表现出显著更高的样本效率。 结果证实利用任务间的共享结构可提升跨环境策略转移的效率。

  8. arXiv · AI28

    开放权重LLM修改下的水印证据:低秩输出水印的精确界

    研究揭示了开放权重LLM权重修改对OpenStamp风格水印验证器的影响,建立了残差约束下的精确有限词表下界。 在Llama-2-7B和Mistral-7B-v0.3实验表明,INT8量化和30%剪枝保留了85.6-94.8%的测试真阳率,而500步LoRA微调则将其降至28.8%和11.6%。 这些结果深化了对水印抗模型编辑/调优攻击鲁棒性的理解。

  9. arXiv · ML25

    面向多目标组合优化的 Pareto 感知 SPO+ 方法

    研究者提出 Pareto 感知的单目标 SPO+ 扩展,用于解决多目标组合优化中现有 DFL 方法依赖简单标量化而无法捕捉 Pareto 前沿权衡的问题。 该方法损失函数利用真实 Pareto 前沿,形成与采样偏好向量对齐的目标决策并最小化后悔。 实验在多目标最短路径和背包问题上表明,该方法优于传统两阶段 MSE 基线及基于标量化的 SPO+ 方法。

  10. arXiv · AI26

    ActiGrid 基准:电力系统故障诊断中基于强化学习的证据获取策略评估

    研究提出 ActiGrid 框架,对比 DQN 与简单策略在电力系统诊断中的表现,发现 DQN 性能未显著优于熵停止法。 DQN 在 TU Delft 基准上与熵停止无统计差异,在 MSU/ORNL 基准上被简单控制支配;紧凑子集分类器以更少数据源实现更高 Macro-F1(0.928,读取 57% 源)。 在现有基准中,选择性证据获取无需复杂的学习策略,简单方法即可达到较高性能。

  11. arXiv · AI41

    FCP:验证 LLM 生成制品的形式上下文协议

    FCP 将符合性(由 model checkers 和 SMT solvers 判定)与保真度(可被具体见证反驳)分离,以验证 AI 生成制品。 在 4 个硬件设计案例中,依赖 AI 编写的断言会错误认证 23% 的违规需求,而 FCP 未错误认证任何案例;在 10 个代码任务中,FCP 仅认证了 3 个违规,优于完全依赖测试。

  12. arXiv · AI23

    基于 Token Commitment 的掩码扩散生成控制面

    该研究提出将 Token Commitment 作为独立控制面,通过反事实目标感知承诺与校准自适应预算机制引导扩散生成。在 LLaDA 家族及 Dream-7B 模型上,两种机制实现了目标质量的单调权衡,且无需额外方向即可应用于对话摘要与图像描述任务。

  13. arXiv · AI28

    ASI 攻击框架在金融情感分析中造成 FinBERT 90.85% 误判

    研究提出 Agent 驱动的语义反转(ASI)攻击框架,通过 LLM 多智能体管线对金融情感模型实施针对性词汇替换,导致 FinBERT 在 90.85% 的有效案例中误判。 该模型过度依赖上下文关键词和句法模式,缺乏对财务语义的真实逻辑理解,且在金融绩效指标反转后仍维持原情感预测。 发现凸显了开发逻辑感知型、强健金融 NLP 模型的紧迫性,以保障自动化决策系统的可靠性。

  14. arXiv · ML35

    核化注意力基准测试与蒸馏:大规模下的现实检验

    研究发现 FlashAttention 在训练和视觉 Transformer 中的内存消耗和运行时间优于最先进的核化方法,推翻了核化注意力可直接替代 softmax 的假设。 统一蒸馏协议下,当前核化方法较 softmax 存在 2-10 分差距,仅扩大模型规模无法消除;LARA++ 通过重要性采样可恢复 99% 精度,但计算开销依然巨大。

  15. arXiv · ML20

    基于Transformer的迭代预条件子RAPID

    基于Transformer隐式计算推导出的RAPID预条件子算法,能持续改善对称正定矩阵的条件数并减少共轭梯度迭代次数。 RAPID采用随机混合和稀疏局部校正,无需学习组件,对Haar混合理想化情形证明了对数级收敛依赖性。 该成果已被NeurIPS 2026接收。

  16. arXiv · AI40

    能否让 LLM 做梦?基于文本记忆智能体检验过度拟合大脑假设

    研究在 Claude Opus 5.5 上检验“梦境防止过拟合”假设,结论是损坏记忆并未帮助模型将旧知识应用到新任务。 实验包含 30 次运行,其中 40% 细节损坏使召回率从 76% 降至 60%,而随机文本干扰因模型能识别而基本无效。 结果表明预训练模型可区分损坏文本与真实事件,因此该假设需要在无法轻易区分二者的学习模型上重新测试。

  17. arXiv · AI41

    RAW:基于因果测量方法评估部署 LLM 的拒绝回避效应

    研究提出 RAW 方法,利用 LLM 随机性作为自然实验,测量部署模型中拒绝请求对用户后续再互动的因果影响。 该方法在 15 个部署 LLM 上应用,发现约半数模型中一次拒绝导致后续再互动率下降 3 至 17 个百分点,其余模型无显著差异;方法仅基于日志运行,成本约 0.30 美元/1,000 次对话,并已开源代码与数据。

  18. arXiv · AI26

    AI 编码助手与开发者生产力的系统性综述:碎片化标记与混合结果

    这项系统性综述分析了 187 个生产力相关标记,发现当前证据基础碎片化且缺乏跨研究可比性。 第一阶段综合明确考察生产力的研究,第二阶段利用 SPACE 理论扩展至满意度与福祉等结果。 明确生产力研究以时间、输出为导向,而更广泛的证据表明感知积极的效应强于客观统计结果,无法得出简单结论。

  19. arXiv · ML22

    WATERFALL:面向自适应训练的进化奖励生成与自动学习循环工作流

    论文提出名为 WATERFALL 的迭代种群工作流,在 POMDP 环境下实现自动化奖励发现。 该方法通过人格化生成合成多样化奖励候选,利用视觉语言模型评估视觉 rollout 并举行瑞士制淘汰赛以筛选精英候选。 结果显示,WATERFALL 在部分可观测环境中性能优于保留信息优势的基线方法,相关代码已开源。

  20. arXiv · ML37

    PANO 并行隐空间神经算子求解偏微分方程

    提出 PANO 神经算子,通过并行隐空间共享参数建模物理交互,在九个基准上达到 SOTA 性能。 该方法包含 CAP 编码解码映射及 PaLA 跨空间注意力层,Unilateral Stamping 误差降低 28.3%,AirCraft 误差降低 21.4%。 代码已开源,涵盖不同几何与观测规模的物理系统。

  21. arXiv · AI26

    WoRD:基于扩散模型的后验推理在线目标识别方法

    WoRD 利用学习的轨迹先验从部分观察推断智能体目标,通过为每个候选目标运行预热去噪链并基于贝叶斯规则重加权,实现校准的多模态后验。 该方法在模拟机器人、行人及车辆轨迹的评估中表现稳定,相比滤波器和分类器观察者,其在模糊轨迹前缀处保持校准信念而不失准或过度自信。