跳到正文
10月28日周三
  1. arXiv · AI28

    橄榄树病害分类中通过数据生成策略增强深度学习模型性能

    针对数据不足与类别不平衡,该研究提出综合数据生成策略以提升深度学习模型在橄榄树病害分类中的性能。 采用传统增强、CutMix、MixUp及DCGAN生成合成图像,结合EfficientNetV2B0架构,验证了在平衡类别、增加样本及保持平衡扩展数据集三种场景下分类准确率的显著提升。

  2. arXiv · ML20

    无标签有限体积残差训练注意力图神经网络预测耦合热流场

    提出通过最小化有限体积法残差训练注意力图神经网络,实现无需标记数据预测 3D 热流体场。在两个稳态基准中,模型平均归一化均方根误差接近 3%;在参数化瞬态案例中,其 rollout 误差低于数据监督基线。该方法避免了传统数值求解器的计算与存储成本,为神经代理模型提供了实用的训练信号。

  3. arXiv · ML28

    LLPR实现机器学习力场训练微调的少标注高准确率

    LLPR回归法作为前向传播廉价的逐构型不确定性估计器,能在分子、凝聚态及电解质体系中识别紧凑高价值训练集。 该方法仅用少量电子结构标签即可恢复全数据准确率,在基模型微调中以远少于随机选择的标签逼近实用上限,并在迭代电解质微调中检测非物理局部配位。 这为机器学习力场训练各阶段提供了可扩展的不确定性量化策略。

  4. arXiv · ML26

    胜者诅咒导致数据驱动决策中的虚假承诺

    模型基策略因胜者诅咒易产生虚假乐观评估,过去十年Management Science的55篇相关论文中53篇依赖此方法。 研究显示即使满足模型准确、随机分配、良好设定及样本划分等条件,仍无法避免胜者诅咒。 该缺陷会导致报告出高达60%的虚假收益,且与文献中22%-75%的真实改进幅度相当。

  5. arXiv · ML24

    Oracle Pruning 并非真正的 Oracle:系统检验其在深度网络中的有效性

    该论文通过 3.7 万个模型实验发现,在 ResNet56 等深层网络中,Oracle Pruning 剪枝后的表现与重训练后的性能几乎无相关性。 这一反直觉结果指出,基于 Oracle Pruning 推导剪枝准则的基础假设存在缺陷,任务复杂度上升是导致其失效的主因。 作者建议在未来开发剪枝准则时,必须将重训练阶段纳入考量。

  6. arXiv · ML30

    TRON:将自然演化网络架构迁移至神经进化

    TRON框架利用实验表征的蛋白质-蛋白质相互作用(PPI)网络作为架构先验,通过物种隔离机制保护新生架构,结合经典进化算子与神经进化机制。 在CORA、CITESEER、PUBMED等分类及三个回归基准测试中,TRON取得了最高预测性能,且多次独立运行间的变异性显著降低,提升了鲁棒性与收敛稳定性,但计算成本增加。

  7. arXiv · ML21

    自由形式 RFIC 无源器件端到端神经建模:预测电磁响应与设计性能

    团队提出一种端到端神经框架,用于预测自由形式 RFIC 无源器件在可变频率和电路上下文下的电磁响应及下游设计性能。 该框架结合频率条件神经仿真器与电路条件神经求解器,输出包含显式电磁响应和互补响应的神经电磁响应。 在由专家设计轮廓和随机路径合成的大规模数据集上,21M 参数模型在几乎所有目标上达到 R²>0.98,评估速度比传统电磁仿真快数个数量级,代码已开源。

  8. arXiv · ML33

    Neural Eigenfluid Bases:基于谱目标、规范与拓扑的低阶流体模型

    研究团队提出神经特征流体基(NEB),一种可在空间任意位置评估基函数并直接强制执行不可压缩性的神经表示。 该模型通过几何局部正交化学习有序基,使用1024个模态时,周期性涡旋合并中的速度误差低于1%;相比全参考模型,其简化状态规模缩小约1000倍。 预计算的Galerkin算子允许在重用相同基时实现毫秒级的状态更新。

  9. arXiv · ML23

    DP-RFedProj:紧凑子流形上几何无关微分隐私的投影联邦学习方法

    提出 DP-RFedProj 方法,实现紧凑子流形上的记录级微分隐私联邦学习,聚合通过闭式投影在固定环境几何中私有助梯度。 收敛速率中隐私项随流形内在维度而非环境维度缩放,客户端可运行随机一阶优化器并间歇参与。在 Grassmann 流形联邦 PCA 与 Stiefel 流形 EEG 分类实验中,达到相同隐私预算时噪声比最近先验方法少 5 至 6 倍。

  10. arXiv · ML21

    Ampe-DB:基于加纳传统游戏 Ampe 的人类活动与交互多模态数据集

    研究人员提出 Ampe-DB,这是基于加纳传统游戏 Ampe 的多模态数据集,包含 15 名参与者的 637 段标准化动作片段。 数据集涵盖 RGB 视频、双人姿态及元数据。基准测试表明,RGB 模型在 pair-held-out 评估中 macro-F1 从 0.955 降至 0.418,而姿态模型更鲁棒,得分达 0.811。 研究支持细粒度动作识别与身份感知泛化。

  11. arXiv · ML37

    LeJEPA 无标签监控失效:已知答案测试显示指标改善但特征可读性下降

    在 LeJEPA 自监督训练中,已知生成因子的可读性在 9/10 个随机种子中骤降,但无标签监控信号未发出预警。 11 个无标签指标大多持续改善并错误地评估下降运行优于未下降运行,标准变点检测也罕见地在发生时标记该事件。 这表明现有无标签监控方法存在盲区,无法及时识别编码器能力的真实退化。

  12. arXiv · ML20

    OneEEG:具备任务感知投影器混合机制的统一信号-视觉多模态语言模型用于多任务 EEG 理解

    提出 OneEEG 框架,整合数值与视觉 EEG 表征,引入任务感知 Mixture of Projectors (MoP) 对齐异构特征,实现多任务 EEG 理解。 基于 OneEEG-Instruct 数据集训练,建立 OneEEG-Bench 基准测试现有 MLLM 与该方法,实验显示 OneEEG 在 EEG 输入解释上表现优于现有模型。

  13. arXiv · ML30

    球面布朗扩散语言模型研究

    论文提出球面布朗扩散(Spherical Brownian Diffusion)语言模型,采用布朗运动作为球面上各向同性扩散的标准前向过程。 模型结合交叉熵学习干净token后验支持多种采样器,并推导高维近似速率以分离破坏与推理。 在Sudoku上两种破坏过程结果近乎相同,而固定破坏过程时采样器选择带来25.0分差距。

  14. arXiv · ML33

    MXFP8 强化学习在 Blackwell 上的端到端表现:一致性、速度与失效分析

    MXFP8 强化学习在 Blackwell B200 上实现端到端训练,MoE 模型训练时间缩短 10.7%,生成时间缩短 24%。 在 Qwen3-30B-A3B 模型上,匹配网格采样器使 train-rollout KL 降低 11%–16%;短序列密集工作负载速度下降 5%。 七项权重同步条件中五项失败是静默的,CPU 故障注入测试复现了其中五项。

  15. arXiv · ML31

    误差扩散替代隐变量权重:在极少比特抖动状态下训练二值化语言模型

    研究者提出误差扩散(ED)优化器,将二值化语言模型训练状态从 97 bit/权重 压缩至 3-9 bit/权重。 ED 利用 2-8 bit 残差缓冲区替代隐变量权重,在字符级 Transformer 上收敛性能达到参考基准的 98.3%-95%。 该方法使二值模型在 275 MB 内存预算下实现设备上适配,摆脱了对高精度隐变量副本的依赖。

  16. arXiv · ML20

    MOFjson:面向语言模型的金属有机框架显式拓扑表示

    研究提出 MOFjson 表示法,将结构数据分为原子层和衍生层,并在基准测试中表现优于三个基线模型。 在四个模型测试中,MOFjson 在“到达块最近周期副本”任务准确率达 100%(基线 18-47%),晶系表征达 96%(基线 71%),配位任务达 60%(基线 48%)。 该表示法为智能体工具工作流和受限 MOF 生成奠定了基础。

  17. arXiv · ML34

    RL 缩放定律实证研究:预测 actor-critic 算法训练性能

    研究者发现 actor-critic 算法在 Starpilot 和 Craftax 环境中的经验缩放定律,可精准预测最大相差两个数量级的训练性能。 使用 Elo 分数替代平均回合奖励作为评估指标,显著提升缩放定律的可预测性,并在 Craftax 环境中创下新纪录。 进一步观察到计算最优模型规模出现非单调缩放现象,该规律与 Ray interference 病理机制相关。

  18. arXiv · ML22

    FITS:一种用于联邦混合类型表格数据合成的框架

    研究者提出联邦整合两步合成(FITS)框架,旨在联邦设置下生成混合类型表格合成数据。 该框架核心利用局部线性回归估计条件累积分布函数,并通过持续化方法将离散变量无损映射至连续空间,以实现统一的连续表示。 实验表明,使用 FITS 生成的合成数据能够提升所有客户端在下游任务中的表现。

  19. arXiv · AI48

    AgentLogs:揭示 GitHub 云智能体内部运作的大规模日志数据集

    研究团队推出 AgentLogs,这是首个涵盖 GitHub 云智能体真实世界活动的大规模数据集,旨在打开黑盒,记录包括失败在内的执行过程。 数据集包含来自 40,565 个公共仓库的 363,624 个任务和 635,886 个会话,以及 75,631,136 条日志条目,详细记录了提示词、推理、工具调用和 token 消耗。 该数据集支持对智能体行为、故障模式、效率成本及人机协作等方向的研究。

  20. arXiv · AI21

    神经信息因果律:表示学习的随机访问容量定理

    研究推导出“神经信息因果律”(Neural-IC),证明对独立比特数据库,后续查询可恢复的总信息量受限于物理规定的接口容量,即使存在预置量子资源。 该定律将容量松弛、联合组织信息与答案生成损失分离,展示了内存信息预算高使用率与有限检索能力共存的机制。 该框架为表示学习提供设计原则,通过定位后期答案约束来指导内存分配、编码目标及解码器输出。

  21. arXiv · AI26

    EAR:图像编辑模型中的视觉规划研究

    研究提出 EAR 范式,将视觉规划重构为单步图像变换,并引入 AMaze 数据集用于抽象谜题探测。 实验评估主流编辑模型发现零样本表现不佳,但基础尺度微调可显著提升领域内外泛化能力。 高性能模型仍无法匹配人类解题效率,揭示了神经视觉推理的持续差距,论文已被 NeurIPS 2026 接收。

  22. arXiv · AI21

    大语言模型在算术泛化中的长期延迟机制

    研究揭示大语言模型在多位算术上泛化延迟(grokking)受数字基数影响。在进位仅依赖当前位的基数下,Transformer 所需训练整数数量显著减少。 通过一步 Collatz 预测实验验证了上述规律,该结构也适用于整数除法及 decoder-only 模型。该研究在 NeurIPS 2026 Workshop 被接受,表明数制选择可预先预测样本效率。

  23. arXiv · AI27

    ELinFormer:基于熵校准线性注意力的多变量时间序列预测模型

    研究者提出ELinFormer预测器,通过熵校准线性注意力模块解决多变量时间序列建模中二次方计算成本高的问题。 该方法将聚合分解为均匀分量和查询相关修正项,利用查询特异性温度进行校准。在5个PEMS基准测试中,该模型实现了精度与内存的有效折中,且查询特异性校准比共享温度方案获得更低MAE。