跳到正文
11月10日周二
  1. arXiv · ML20

    GenISys:基于子系统条件表格扩散模型的船舶系统集成设计框架

    提出用于船舶设计的 GenISys 框架,其核心 SCDDPM 模型通过联合生成子系统,在成本约束下的合格率比单体和顺序生成分别提高 9.0% 和 17.2%。 该框架数据集包含 217,999 个设计方案,其中 16,247 个满足工程约束。 实验证明该方法能有效协调船体、结构等子系统,生成满足约束且性能优异的集成系统。

  2. arXiv · AI28

    Med-DualLoRA 提出客户端感知联邦微调框架,用于3D心脏MRI疾病检测

    该框架通过加性分解解耦全局与局部低秩适应(LoRA),仅共享全局组件以保护数据隐私并降低通信成本。实验显示,仅适配两个 transformer 块即可在平衡准确率 0.768 和特异性 0.612 上显著优于其他联邦 PEFT 基线。这为现实临床约束下医疗基础模型的本地联邦适配提供了可扩展方案。

  3. arXiv · AI22

    AuDiR:通过规则和感知干预诊断音频推理

    基准测试 AuDiR 通过受控干预区分音频推理中的感知、规则知识与应用故障,当前包含 201 个题目。 在 Gemini-3.8-flash 的初步评估中,准确率从无信息时的 29.3% 提升至提供观察后为 98.5%,移除音频后为 23.9%。 结果证实了提供文本声学观察的价值,但受限于不完整验证和潜在识别捷径,无法做出更强的故障归因结论。

  4. arXiv · ML20

    PROLA:面向预测性时空天气预报降尺度的主正交低秩适配

    提出 PROLA 框架将预测性时空天气降尺度分解为空间与时间阶段,在保持低秩预算不增加可训练秩的情况下,通过重标定 rank-1 优化器更新提升适配性能。 实验表明 PROLA 在 PSWD 任务上优于代表性低秩适配基线,其收益亦延伸至多样化的数据集与任务,验证了方法的通用性。该工作已被 NeurIPS 2026 接收。

  5. arXiv · AI42

    PACE-ECG:结合时序对比与多任务监督的心电图预训练框架

    PACE-ECG框架利用同一患者时序邻近记录进行对比学习,结合临床多任务监督生成ECG表征。 在MIMIC-IV及外部HEEDB队列中,该模型以41倍更小的编码器规模,在死亡率及心衰预测上优于DeepECG-SSL,外部AUROC提升最高达11.0%。 消融实验证实患者时序配对显著优于通用自监督,表明预训练目标设计对临床可迁移性起关键作用。

  6. arXiv · ML20

    MCSA:用于原子间势能的 SO(3) 等变 GNN 多截止光谱聚合方法

    提出即插即用模块 MCSA,通过聚合不同截止半径的径向核增强多尺度几何表示,提升 SO(3) 等变 GNN 性能。 利用径向核紧支撑特性在角度张量积运算前融合权重,避免冗余计算并保持旋转等变性。 在能量、力、应力及声子色散等预测上实现一致改进,验证了物理动机制截距选择的有效性。

  7. arXiv · ML35

    DISCOVER:面向预算受限多模态 GRPO 的在线方差引导数据发现框架

    DISCOVER 提出在线数据发现框架,在严格 10% 唯一样本预算下显著提升多模态数学推理能力,表现优于随机选择、难例采样及同等训练步数的全池 GRPO 基线。 该框架将样本池组织为语义簇,查询密度多样化的代表性样本获取初始奖励,并通过近期加权滚动观察动态更新未标注样本效用估计。基于策略条件化分数(考虑奖励方差与难度)仅选取高效用提示进行标注,预算耗尽后转为基于效用的回放。

  8. arXiv · ML23

    选择性标签下的目标可恢复性:基于 ECG 的急性冠脉综合征预测中的失效模式

    研究揭示 ECG 模型在急性冠脉综合征预测中因选择性标签导致的失效,3 个微调模型在未检测患者中 AUROC 为 0.381-0.478,表现低于随机水平。 模型在已检测患者中 AUROC 达 0.740-0.770,但训练于不稳定心绞痛的模型与风险呈反向相关(AUROC 0.310)。 该机制表明有效学习需确保预测目标可从模型输入推断,并在预期部署人群中评估。

  9. arXiv · AI29

    研究测量2023-2025年美国选举生成式AI内容使用与披露情况

    该研究基于12,977名美国候选人数据,发现可检测生成式AI内容在选举周期内显著增加,且高频使用未披露。 挑战者产生的AI内容显著多于现任者,且在实施AI披露或禁令的州份,候选人并未产生更少的AI内容。 当前州法律主要规范“实质性欺骗性”内容,研究指出需引入额外政策机制以提升选举透明度。

  10. arXiv · AI20

    基于扰动谱分析扫视路径解码流水线

    提出扰动谱方法评估试水平扫描路径描述符,通过五种变换破坏特定属性并保留不变量,以重新拟合后参与者留出AUC的下降衡量流水线敏感性。 在仿真中,99.6%的区间覆盖目标值,排除零值的汇总率不超过2.5%;对12个二元问题(阅读、代码理解、视频观看)中7个描述符的扰动分析表明,扫视顺序置换会显著改变基于平均扫视幅度的描述符性能。

  11. arXiv · AI29

    视觉语言模型在土耳其视觉推理中的局限性研究:它们能看见,但能思考吗?

    视觉语言模型在高级认知任务如抽象逻辑和关系推理中表现不足,其核心缺陷在于无法发现底层规则并维持中间步骤的一致性。 该研究基于包含BİLSEM、MM-IQ、Visual Puzzles和PuzzleVQA的多语言评测框架,评估了不同数据混合策略与监督微调方法。 实验表明,采用LLM-as-a-Judge方法评估发现,微调可能导致模型崩塌,表现为无限文本循环或空输出,而基线模型推理更稳定。

  12. arXiv · ML30

    临床评估用于胸片报告生成的保形预测

    研究提出CLARITY框架,通过放射科医生标注评估多模态大语言模型生成的胸片报告,揭示现有保形预测方法失效。 该框架将临床相关错误与细微偏差区分,基准测试显示常用可接受性代理指标系统性地无法检测临床相关错误,且自动化判断与真实临床可接受性基本脱节。

  13. arXiv · AI31

    LITHOS 模型多模态岩石薄片图像分类与可解释性评估

    LITHOS 双流视觉 Transformer 在 105,802 个专家标注颗粒上显示分类错误紧密遵循标签分类学。 72.6% 的误分斜长石被归为通用 Feldspar 标签,25 个类别中 20 个显示 XPL 模态替换对真类概率影响更大。 41 个 95% 置信区间同时包含零,表明误差结构、模态敏感度与归因行为揭示了仅凭准确率无法发现的模型性能特征。

  14. arXiv · AI24

    ProofDiff:可审计的 AI 生成数学证明论证级比较系统

    ProofDiff 旨在支持人类审查而非验证数学正确性。给定两个文档,系统独立构建基于源文本的论证图谱,提出图谱间对应关系,并记录连接主张与推理步骤的类型化关系。 该系统集成人类审查层,允许修订图谱与对应关系以保留可审计历史,通过比较图谱检查文档是否遵循相同数学路径。 已在四个 AI 生成证明示例对上演示,早期版本获 NeurIPS 2026 研讨会接收。

  15. arXiv · AI28

    EvoDiff 生成式主动学习框架助力标注高效的全器官超声诊断

    EvoDiff 将扩散模型与进化搜索结合,在跨 15 个数据集的基准测试中,以大幅减少的标注量接近全监督性能。 该方法通过生成合成探针检索未标记真实样本进行训练,在跨领域外部验证中提升了基础模型泛化能力。 六名放射科医生参与的阅片研究显示,该框架有望支持临床标注流程,估算可减少 24% 至 84% 的标注工作量。