轮椅配置分类:深度学习模型在 WCID 数据集上的基准测试
为支持自动汽车无障碍设计,研究者发布 WCID 数据集(467 张图像),用于分类轮椅的 192 个捕获组配置。模型在清洁图像上表现良好,但在高斯模糊干扰下性能下降。代码、标签及权重已开源。
为支持自动汽车无障碍设计,研究者发布 WCID 数据集(467 张图像),用于分类轮椅的 192 个捕获组配置。模型在清洁图像上表现良好,但在高斯模糊干扰下性能下降。代码、标签及权重已开源。
Limite 1B - Violetto 是一款专为高吞吐数学推理设计的 10 亿参数模型,基于 2370 亿 token 数学生成语料从零训练。模型支持 131k 上下文长度,结合知识蒸馏、监督微调及 RLVR 进行后训练。
研究者提出神经元社区发现方法,在 Llama-3.1-8B 上发现数千个可复用的神经元组,其中 128 个神经元以内可解释 10.3% 测试提示。 该方法结合梯度归因与图社区检测,通过因果测试验证了这些组在语法一致、算术运算等任务中的必要性,支持了神经元稀疏计算的假设。
NVIDIA发布Kumo Tabular,一套包含S (27M)、M (61M)、L (214M) 三个规模的开源表格基础模型家族。该模型仅使用Kumo先验生成的人工表格进行预训练,无需额外训练即可对新表格进行分类和回归预测。
提出结合 Attention Residuals 和 Jacobian-lens 的深度感知 LLM 激活引导方法,在 Qwen3-0.6B 和 Qwen3.5-0.8B 模型上验证其显著优于单层注入,内部对齐度在更深层概念余弦和排名指标上提升显著(p<0.0001)。
SilverSpoon-KD 是一个开源 PyTorch 工具包,提供首个通用分块(blockwise)知识蒸馏实现,并通过单一 API 统一了多种蒸馏范式与架构关系。
针对跨组织协作中智能体身份与授权验证缺失问题,提出基于 PKI 与零信任架构的 Agent Trust Infrastructure (ATI)。ATI 通过外部安全层验证证书、模型及系统提示词配置,在八组织模拟实验中启用后,将攻击遏制率从 43% 提升至 84%。
研究提出开源验证器 Gandalf,在评分标准型智能体环境中以更低成本实现更高 F1。 基于 2,464 个人类判定标准构建 BankerVerifierBench,Gandalf 搭配 Gemini 3 Flash 时 F1 达 0.864(基准 0.852),成本仅为基准的 1/5;搭配 GPT-5.4 时 F1 提升超 0.12。
研究人员隔离出演示条件提示搜索(DCPS)作为机制归因控制,发现其在 StablePrompt 中匹配 PPO 准确率的同时成本约为其三分之一。 在 DSPy 系统中,DCPS 在 GPT-4.1-mini 上匹配 GEPA 准确率,rollout 数量减少 55%,API 成本降低 32%。 研究建议基准测试需报告 rollout 数量、token 用量和美元成本。
开源智能体 CADMAGEDDON 利用 Qwen3.8-27B 模型,通过单 GPU 本地推理从网格重建可编辑 CAD,质量超越前沿模型系统。 该方法将任务分解为视觉决策链,结合几何工具精确构造,并集成至 FreeCAD 工作流,降低算力门槛。
研究提出基于确定性退火相变分析的局部稳定性标准,量化聚类对分布偏移的鲁棒性,并获取分裂与合并半径的精确半定规划重构。 其中分裂 SDP 仅含两个标量决策变量,这些凸重构可组合为整个聚类的鲁棒性证书,给出触发阈值的最小结构化偏移大小。
稀疏注意力模型在固定预算下常因选择器低估关键token而损失长上下文检索精度。研究通过校准探针定位到特定"盲点"注意力头,发现全量注意力或4-bit评分器可恢复性能。 在InfLLM-V2和MiniCPM4.1-8B上,该修复方法将多键检索准确率从54.1%提升至97.5%,且保留了84%至89%的TTFT优势。
研究者提出 EviDARL,通过双智能体交替强化学习优化多表问答。 该框架包含证据构建与推理回答两个智能体,在 MMQA 和 TQA-Bench 基准测试中显著优于现有模型。
研究人员推出 GPU 原生 PyTorch 库 tmol,实现 RosettaGenFF 力场,支持高效批处理可微评分。 该工具在批处理模式下吞吐量提升高达 362 倍,并可用于生成式蛋白质设计作为奖励函数。 在蛋白质设计中应用 tmol 可显著增加界面处的氢键和水桥数量。
论文指出高温下 long-context 生成受限于采样器,测试 29 个开源模型后发现 top-nsigma 采样器能保持候选词池稳定,避免性能崩塌。在 temperature 2 下,top-p 和 top-k 采样器在 SWE-bench Verified 上解决 0/100 个 GitHub 问题,而 top-nsigma 解决 46 至 62 个。
AWS 发布面向 WhatsApp 渠道的开源工具包 SMART,帮助开发者基于 Amazon Bedrock AgentCore 构建生产级 AI 智能体。该工具包提供 Python SDK 与 Terraform 架构,处理消息解析、多模态媒体处理、持久化记忆和模板合规等底层任务,开发者仅需编写智能体核心逻辑与业务规则即可通过单条命令部署。
论文提出对抗性注水(AWF)问题,用于多运营商低轨卫星频谱共享中的非凸功率分配。 开发了一个包含置换不变通道表示和约束感知图神经网络(GNN)的无线基础模型。 该模型在未见过的实例上展示了泛化能力,速度较 Mirror-Prox 快一个数量级以上。
研究团队发布 Better Call Graphs(BCG),这是一个从近期 Android 应用中提取的大规模且唯一的函数调用图数据集。 BCG 包含正常和恶意样本,涵盖不同家族类型,并附带图级特征,旨在解决现有数据集过时且存在重复重打包导致过拟合的问题。 该数据集已在 IEEE BigData 2026 会议接受并公开可用,为基于图的恶意软件分类方法提供了可靠的评估基础。
该系统采用模块化设计,通过预生成和代码生成双重验证及递归有状态编码范式,确保了不同贡献者开发的组件能连贯组合。 实验证明其能从纯自然语言描述实现广泛贝叶斯模型,软件已开源,性能随底层 AI 智能体迭代持续增强。
SplitZip 是一种针对 LLM 分离式推理中 KV 缓存传输瓶颈设计的 GPU 友好型无损压缩器,可在不修改模型执行逻辑的前提下实现位级保真传输。 其利用 KV 激活值中浮点数指数的冗余性,采用校准过的 Top-16 指数码本结合固定长度编码与稀疏逃逸流机制。在 BF16 张量上实现 613.3 GB/s 压缩吞吐,端到端传输速度提升最高 1.32 倍。
研究人员提出 scTrilemma,一种用于单细胞 RNA-seq 表征学习的潜在瓶颈 VAE 模型。 该模型通过门控基因 token、路由细胞表征至解码器及基于伪批量条件先验,在无目标标注下解决表征三元悖论。 在 CZ CELLxGENE Census 发布的零样本评估中,scTrilemma 在多项生物状态与差异表达指标上表现领先,代码已公开。
开源框架 RobustSeiz 通过模型无关协议审计任意训练好的 EEG 癫痫检测器在噪声、伪影及对抗扰动下的鲁棒性与起病时间延迟。 该框架对 4 种深度学习检测器进行审计,结果显示 5-10% 幅度的对抗扰动可使 F1 分数降低多达 0.57,而电极接触噪声导致灵敏度从 0.57 骤降至 0.06。
该综述针对数据智能体术语混乱的问题,提出首个六级层级分类法,将自主性从手动操作(L0)划分为生成式完全自主(L5)。 借鉴SAE J3016驾驶自动化标准,按自主性递增梳理数据管理、准备与分析研究,重点解析L2至L3从程序化执行向自主编排的技术鸿沟。 该框架明确了能力边界与责任分配,为构建前瞻性生成式数据智能体提供了路线图,并附带代码库。
Causal-TS 是一款开源 Python 库,为平稳与非平稳多元时间序列提供统一接口及滞后图表示,支持因果图结构学习。 其核心功能包括约束型、评分型及混合型方法,支持 17 种条件独立性检验(其中 9 种基于 PyTorch),并提供潜在混杂变量校正、缺失数据处理及 CLI 接口。
论文提出 CausalPOI 框架,利用时空功能交互图建模 POI 语义与空间关系,构建对齐的处理与对照组以模拟反事实场景。 该方法在真实 SafeGraph 数据集上显著优于现有基线,验证其在时空预测与因果效应估计中的有效性,为城市干预分析提供可解释基础。 代码已在 GitHub 开放,论文被 KDD 2026 接收。
提出可达性修正辅助目标 RC-aux,在潜空间世界模型中解耦预测精度与规划对齐问题。 该方法在 LeWorldModel 骨干网络中加入时序多步预测与预算条件可达性监督,提升 LIBERO-Goal 等任务表现。 表明潜空间模型规划能力取决于表示是否编码了下游搜索所需的时空几何结构。
在55个回归数据集基准测试中,CPU可行的光滑模型与树集成在中等数据规模(约5万样本、50特征)精度上统计持平。 开发了各向异性RBF网络、岭正则化切比雪夫多项式回归器及光滑树混合模型,并开源为兼容scikit-learn的包。 当下游应用受益于光滑预测表面时,建议将光滑基底模型纳入候选。
研究人员开源了名为 quanda 的 Python 工具包,旨在标准化训练数据归因(TDA)评估流程。 该工具集涵盖了图像分类、文本分类和语言建模等基准测试,并提供了统一的接口以集成不同的 TDA 实现。 其比较研究发现,现有 TDA 方法在不同指标间存在忠实度与下游任务性能的权衡,未表现出全面优势。
ProofLoom 是一个全自动 LLM 智能体系统,用于在 Lean 中构建随机优化的算法模型和领域理论。在 15 个教科书和论文任务中,其平均人工评分为 6.3/7 和 6.4/7,高于最强基线的 4.9/7 和 5.0/7。 系统在 33 次开发中生成 490,693 行无 sorry 的 Lean 代码,并在 22 次开发中发现 28 处已验证的公式错误或证明缺口。
研究团队提出 Cross-Input Relative Policy Optimization(CrossRPO),用于训练基于对比数据集的视觉智能体,避免依赖常识作答。
LynnReal-Hand 模型将手部运动转化为视频世界模型的直接交互控制,解决实时计算挑战。 模型在 HandBench 评测中取得 FVD 181.67 和 MANO Dice 93.02 分数。 在单块 H200 上 540p 流式推理达 18.03 FPS,峰值显存占用 34.89GB。
IANN 是一个开源 PyTorch 框架,统一重实现 PaiNN、NequIP 等 7 种不变形图神经网络架构,使切换架构仅需修改配置字典中的一个单词。 框架支持通过 SLURM/PBS/MPI 环境自动配置分布式训练,并发布了基于 4190 万 MPtrj 等 DFT 结构训练的 PaiNN 基础模型,提供 LAMMPS C++ 插件部署。
研究人员提出 NAP-Wave,将平面波基嵌入网络以模拟高频 Helmholtz 问题,相对 L2 误差达 1%。 其采用解耦优化策略,Adam 更新基参数,最小二乘法精确求解系数;结合自适应深度训练避免损失激增。 在高度非均质地质基准测试中,NAP-Wave 误差分别为 5%、9% 和 10%,显著优于现有 PINN 方法。
针对 VLA 模型在部署中因执行器漂移失效问题,ReGround 提出在推理时保持模型冻结并重新接地预期动作的方法。 该方法通过任务无关的肌肉颤抖学习动态,无需奖励或再训练即可在检测到偏移时激活。
ENA架构通过进化搜索生成专家网络,结合环境检测和贝叶斯策略重用,旨在缓解持续强化学习中的灾难性遗忘。 在30次重复的非平稳CartPole消融实验中,完整架构在5个测试环境中的平均成功率达到83.2%。 该架构在CartPole上适应速度低于PPO,且在HalfCheetah上的收益低于SAC。
研究提出可微精确学习框架,结合无限外部环境、状态跟踪神经控制器与策略轨迹观测(PTO)。 引入不同有限状态换能器(DFSTs),支持对数并行训练,在算术与通用模拟任务上实现极端长度泛化。 证明Softmax DFST取argmax可精确执行图灵机模拟与二进制算术,代码与权重已公开。
NestedLoRA-VMC 算法利用低秩近似解决变分蒙特卡洛在量子激发态计算中的效率瓶颈,避免了传统方法中重叠惩罚调参或 $K^2$ 拉普拉斯算子的计算开销。 该算法通过 MCMC 采样恢复最低 $K$ 个本征态,在 K=10 时计算 Li 至 Ne 原子的精度与 NES-VMC 及先进惩罚法相当,并被 NeurIPS 2026 接收。
Open-fMIND 发布首个大规模开放获取 fMRI 语料库,基于 322 项 OpenNeuro 研究,涵盖 11,379 名受试者与 45,731 个功能运行序列。
自监督时间序列编码器因输入空间监督导致输出 Token 部分坍缩,OTISv2 引入特征空间的自蒸馏损失和 KoLeo 正则化器抑制坍缩。 该模型在 7.1M 至 116M 参数量范围内单调提升,并在 143 个单变量和多变量数据集上匹敌或超越现有通用编码器。 开源代码与预训练权重已发布以促进进一步研究。
RescueVLM 是一个基于 SketchVLM 构建的开源、免训练、模型无关分诊工具。它在本地运行通用 VLM,通过提示词而非权重存储任务知识,并支持通过下拉菜单切换模型。