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。
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。
EarthJev 提出将区域评分与答案生成解耦的框架,在五个基准测试中使用 Qwen3.5-9B 达到 53.06% 的平均准确率。该框架通过空间指针验证器和证据感知决策机制,将单问题平均延迟从 11.30 秒降至 1.67 秒,同时保持回答模型冻结。
视觉语言模型(VLM)被验证可作“合成消费者”,其购买篮命中率与家庭历史行程持平。 货架选择中模型答案混杂位置与字母标签效应。研究者引入 ShelfSight 独立变化产品、位置、标签等变量,并用因子模型分离偏好与“答案效应”。
该轻量级即插即用模块利用注意力特征识别幻觉前兆片段,将无差别的推理阶段干预转化为定向纠正,可兼容多种现有对比解码方法。 在 NeurIPS 2026 被接收,实验证明其在多个基准测试中提升了幻觉抑制效果,并减少了对正常生成的负面影响。
DiffusedSplitFed 利用潜在去噪扩散模型在分割点混淆表示,实现了抗重建攻击的医疗图像分割。 框架包含 V1-V3 三种架构,在 HAM10K、Blastocysts 和 FHPsAOPMSB 三个数据集上验证了隐私增强效果。 实验显示其显著优于基线模型,且保持有竞争力的分割精度。
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。
研究提出利用稀疏自编码器(SAE)将地球观测基础模型的全球米级分辨率嵌入分解为稀疏特征。该方法能显著提升 AlphaEarth 和 Tessera 嵌入的重建能力,且特征与参考概念的关联度远低于原始维度。
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。
summary_zh: Spatial Harness 通过将场景表征为可执行世界状态,将空间推理锚定在物理引擎反馈中。该方法在 MindCube 基准上将 Qwen3.5-27B 的性能从 52.70% 提升至 71.14%,超越 pySpatial 7.52 个百分点。
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。
该统一框架在 NVIDIA Jetson Orin Nano 上部署,基于共享 CSP-Darknet 和 PANet 特征编码器,INT8 模型 mAP50 达 97.8%,全序列准确率 90.7%。
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。
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。
多模态属性图(MAGs)方法通常受限于节点级状态和拓扑邻域,易遮蔽细粒度模态贡献。TEAM 提出以模态为中心的框架,构建模态编码树并引入模态源上下文 Transformer(MSCT),将文本与视觉属性作为独立交互单元处理。
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。
研究提出 CHORD 多分辨率压缩器,针对可穿戴设备、移动设备及 IoT 平台生成的多模态时间序列数据,实现高效存储与传输。 该方法采用“粗到细”的压缩架构,通过残差级联和共享/私有多模态路径,利用有限标量量化预先固定每类信号和尺度的比特宽度。
研究者提出LAMR框架,通过自适应层画像缓解多模态情感推理中的模态失衡。 该框架引入模态熵和跨模态强度两个量化指标,分别针对稳定层和整合层进行策略对齐,无需额外训练即可在两个基准上提升情感推理能力。
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。
summary_zh: 提出离线系统 AcrossVAM3.0,将多模态输入转化为版本化点云表示,单 GPU 最大内存占用 17.14 GB。 采用 MHAC 算法保留多假设匹配,在 10 视频留出集上平均 Jaccard 比基线提升 0.1394。
CABrain 提出了一种基于图卷积网络(GCN)的条件位置编码方法,并引入自适应掩蔽策略,用于提升 EEG 基础模型的表示学习能力。 在 10 个基准数据集上,该模型单独或结合上述策略,均达到了最先进的性能或具有竞争力的结果。
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。
CoupledFlow提出一种面向多物理PDE系统的新神经算子学习框架,通过建模跨过程相互作用,实现耦合PDE系统的快速准确单步预测,优于现有最先进神经算子和生成式PDE求解器。
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。
DriveFoundry 提出闭环框架,将结构化因果数据精化与自适应推理耦合,在数据与算力预算下提升迭代效率。 该框架包含 Data Engine 与模型引擎 Xiaomi-Drive-o1,后者统一感知、因果、行动等模块。9B 模型在 PhysicalAI 上 ADE@1 最低,AlpaSim 中部分指标优于 Alpamayo 1.5。
研究团队发布了EEGFaceSem数据集,包含30名参与者的67,200条与生成式人脸图像配对的EEG记录。 该数据集提供生成潜向量,支持单试次语义分类及脑监督图像生成,代码已在HuggingFace开源。 这为语义级视觉显著性检测及脑机接口研究提供了新工具。
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。
BlenderFORGE 是一个可训练的数据环境优化框架,旨在提升开源权重多模态大语言模型(MLLM)通过 Blender Python 代码执行 3D 场景编辑的能力。
RetinaGuard 提出了一种基于代理的分诊框架,通过质量、诊断、不确定性、验证和解释代理收集证据,并采用保形风险控制认证接受阈值,以平衡筛查效率与安全性。
论文提出 MMGraph-Agent,一种基于缓存启发的多模态知识超图的统一多模态 RAG 框架,旨在解决现有方法的高构建成本、上下文窗口限制及离线/在线知识源缺乏统一训练的问题。
论文提出门控瓶颈稀疏自编码器,通过同时学习统一共享字典和私有模型特定字典,实现跨模型统一可解释性和特征复用。 该方法在 ViT、SigLIP、DINOv2、ConvNeXt 模型上验证,展现出优越的重建能力、可解释性及对未见模型和下游任务的泛化能力。
提出基于 LoRA 子空间贝叶斯近似的成员推理方法,用 SWAG 从单次训练生成虚拟参考模型,在 Document VQA 和 Medical VQA 任务中性能优于标准参考模型攻击。 该方法仅依赖单次参考模型微调运行,大幅降低了计算成本,使成员推理在大规模视觉语言模型上更具实用性。
MLLMs因模态推理访问差距难以直接利用视觉内容进行推理。TIGER利用合成渲染文本图像及GRPO后训练,桥接该差距。 模型在MathVerse、MMMU等基准上性能提升,辅助路径与文本推理状态对齐。
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。
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。
研究构建了针对放射学报告摘要的 LLM 对抗性评估框架,生成 18,000 个评估对以测试 6 款模型的鲁棒性。GPT-5-mini 在事实忠实度上表现最佳,但其摘要幻觉率为 28.1%-30.1%,低于 Claude Sonnet 4.5 和 MedGemma。
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。
AdaOffload 提出了一种多 GPU MoE 推理框架,通过 GPU-CPU 并行与协同执行,解决了现有系统在增加 GPU 时性能无法扩展的问题。 该框架在 L4、Pro6000 和 B200 等 5 种不同硬件平台上,对 284B 至 753B 规模的 3 个开源 MoE 模型进行评估,吞吐量提升 1.9 至 15.5 倍。
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。
针对临床医疗场景中患者特征空间异质的问题,提出群体鲁棒学习框架,通过优化最坏群体超额损失和共享潜空间簇状聚类,在表格与影像数据集上优于现有方法,最坏群体损失最多降低79%、超额损失最多降低95%,且参数量减少最高达18倍。
该框架通过在潜空间模拟中迭代变换场景,实现了视觉语言模型空间推理的测试时扩展,无需生成像素。 在 VSI-Bench、MMSI-Bench 和 MindCube-Tiny 上,WorldMind 较基础模型平均提升 16.0%,较最强基于 RGB 的世界模拟提升 8.3%。