跳到正文
11月19日周四
  1. arXiv · ML21

    DGF:基于Dirichlet引导群组预测的时间序列过平滑缓解方法

    针对时间序列预测中多模态动态导致的过平滑问题,研究提出Dirichlet引导群组预测(DGF)框架。 该框架显式建模多模式条件预测分布及其选择概率不确定性,利用Dirichlet引导分层采样机制与基于奖励的优化,鼓励生成准确、动态一致且模式清晰的预测结果。 在真实世界预测基准测试中,DGF在提高预测准确率、多样性和动态一致性的同时减少了过平滑现象,代码已公开。

  2. arXiv · ML33

    循环神经网络权重范数最小值与柯尔莫哥洛夫复杂性渐近等价

    研究证明,在循环神经网络中,计算特定函数的最小权重范数与该函数的柯尔莫哥洛夫复杂性除以对数渐近等价。 证明基于两个还原:网络通过稀疏模式编码信息,且固定精度网络可通过枚举非零参数描述。 该理论链接为理解深度学习中范数最小化与泛化能力的关系提供了新途径。

  3. arXiv · ML27

    提出条件分布匹配 (CDM) 逆向设计新范式及 MLGD-F 算法

    该研究提出条件分布匹配 (CDM) 逆向设计问题及两种变体,旨在寻找使条件分布匹配特定目标的输入。 算法名为 MLGD-F,结合预训练扩散模型与快速采样器,无需额外训练即可高效计算。 该方法在合成基准和生成编辑等场景验证有效,能可靠恢复满足目标分布的输入。

  4. arXiv · AI41

    WorkWorlds: 在任务构建前建立的企业中评估智能体

    研究提出模块化基础设施 WorkWorlds,基于真实制药公司数据重构环境,用于在受控条件下对比任务构建时序对智能体评估的影响。 192 次受控评估显示,智能体从任务特定环境切换至员工真实可见材料时,证据获取率从 90.4% 降至 72.8%,标准通过率从 76.7% 降至 68.0%。 作者建议基准测试应报告环境材料选择方法,并尽可能测试更换环境构建者后的分数变化。

  5. arXiv · AI22

    MAP:面向真实地点的多模态无障碍规划基准

    研究团队推出MAP,这是首个评估多模态AI系统在真实世界地点无障碍规划中表现的基准。 该基准包含两项评估:验证无障碍规划声明和检索视觉证据,采用自动评分与部分人工评分结合的方法。 MAP支持定时刷新真实数据以评估AI系统,便于比较不同系统表现。

  6. arXiv · ML24

    TraXion:重新思考多实体时空事件流的预训练框架

    TraXion 针对多实体时空事件流(MESES)提出预训练框架,其目标与架构满足三条公理。在覆盖 6 个公开移动性数据集的任务中,单一检查点在所有位置排名和检测指标上超越任务特定基线。该配方应用于企业认证日志和 ICU 死亡率预测时匹配或超越现有工作,被 NeurIPS 2026 接收。

  7. arXiv · AI27

    线性化2-单纯形注意力

    一种新的线性化2-单纯形注意力机制将计算复杂度从立方级降至序列长度的二次方,并在固定大小的状态中精确求和所有历史键。该机制通过正向随机特征近似和自定义Triton内核实现,并与Kimi Delta Attention结合构建了一个完全不含softmax注意力的模型。在15B参数规模下使用FineWeb-Edu训练,该模型将验证损失从2.35降至2.32,LAMBADA困惑度从40降至38。

  8. arXiv · AI26

    CoCo 方法如何实现 MoE 奖励模型的响应级忠实解释

    针对稀疏 MoE 奖励模型路由权重无法揭示专家如何判断响应的问题,论文提出贡献对比(CoCo)方法,通过选择最大贡献对比的偏好响应对,联合捕捉路由与偏好行为。 CoCo 在自动与人工评估中展现出比基于路由器、评分及稀疏自编码器替代方案更连贯、忠实且专业化的解释,同时保持具有竞争力的奖励建模准确率。

  9. arXiv · AI27

    JUDOR:基于CTDE的多智能体强化学习框架,用于无人机运动与去中心化机会路由联合优化

    JUDOR提出了一种基于CTDE的多智能体强化学习框架,实现了无人机离散航向控制与去中心化机会路由的联合优化。 该框架建模为带共享团队奖励的分解部分可观测马尔可夫决策过程,采用去中心化执行器与中心化训练批评者。 在四种流量模式下,JUDOR在保持去中心化执行的同时,性能稳定优于PRoPHET和MaxProp等DTN基准。

  10. arXiv · AI26

    基于分歧引导的智能体数据筛选用于多模态安全

    该研究利用分歧信号筛选合成边界案例,在多模态安全基准上将 F1 从 0.220 提升至 0.731,FNR 降至 0.245。 管道生成策略条件化图像,选取评分者分歧案例并检索 50 个示例作为上下文演示,显著优于 350 例常规池。 盲测显示专家在分歧引导图像上的分歧率为 24%,验证了该方法在可追溯多模态安全评估中的有效性。

  11. arXiv · AI27

    ARC-AGI 基准在人类流体智力研究中的初步效度验证

    研究对 ARC-AGI 基准在人类样本中的心理测量学特征进行首次检验,显示其与图形流体智力相关显著($\rho$ = .63)。 该研究基于 100 名参与者,发现 ARC-AGI 具有良好的心理测量学属性,但与图形独创性的关联较弱。 这支持了 ARC-AGI 作为人类流体智力测量工具的初步效度,并建议将 AI 基准系统嵌入人类认知能力网络。

  12. arXiv · ML39

    因果发现算法路径特异性公平性审计:心衰案例研究

    针对心衰临床记录数据集,构建专家因果图基准并追溯因果发现算法,量化路径特异性公平性与效用权衡。 ICA-LiNGAM在结构汉明距离和召回率上最优,GES精度最高;原始与发现图在射血分数中介效应上存在1.2个百分点差异,导致公平-效用比变化。 结果表明因果发现感知、路径特异性公平性评估在临床场景至关重要,应纳入临床风险模型常规审计。

  13. arXiv · ML23

    基于反事实特征正则化的类增量学习扩展方法研究

    针对扩展式类增量学习中新旧特征碰撞问题,提出基于概率必要性和充分性(PNS)的正则化方法。 该方法通过双域反事实生成器生成任务内反事实特征和任务间干扰特征,量化因果完整性与可分性。 理论分析证实了方法可靠性,是缓解特征碰撞的即插即用解决方案。

  14. arXiv · ML25

    面向可泛化推理:基于组因果反事实策略优化的 LLM 推理方法

    针对现有奖励机制过度关注答案正确性而忽视推理过程的问题,论文提出了组因果反事实策略优化方法,以提升 LLM 推理的泛化能力。 该方法通过构建因果反事实奖励,同时评估推理策略在扰动下的鲁棒性与跨问题迁移的有效性。实验证明其在多种基准测试中展现了优势。 ```

  15. arXiv · ML25

    PraC 框架:通过主动推断统一混合学习与优化

    提出 PraC 统一框架,将贝叶斯优化与实验设计结合,通过主动推断解决混合学习与优化问题。 框架通过权衡信息增益与预期遗憾来评估候选查询,在决策监控、主动搜索及复合优化三个层级降低下游风险并提升关键区域覆盖率。

  16. arXiv · ML35

    CoreQ:面向大语言模型量化的失配校正逐次舍入框架

    研究人员提出无学习PTQ框架CoreQ,通过几何分解计算层自适应校正系数,结合贪心逐次舍入优化量化目标。 该框架避免了对有限校准数据的过拟合,无需调节系数,其扩展版K-CoreQ以少量额外计算换取性能提升。CoreQ在多个LLM家族和量化设置中实现了比强基准更低的困惑度和更高的下游准确性。

  17. arXiv · AI23

    CXReasonAgent:基于证据的胸片诊断推理智能体

    研究人员提出集成LLM与临床工具的CXReasonAgent,解决大型视觉语言模型(LVLMs)缺乏证据支撑及适配成本高问题。 该智能体在包含1,946个对话、覆盖12项诊断任务的基准测试CXReasonDail中表现优于LVLMs。 论文已被ML4H 2026会议接收,并提供了在线演示以支持可靠且可验证的诊断推理。

  18. arXiv · ML32

    SurvB-learner:生存分析中异质处理效应在信息性删失下的鲁棒性评估

    针对临床研究中信息性删失导致的偏差,提出一种基于部分识别的假设精简框架以评估条件平均处理效应(CATE)的鲁棒性。 该框架推导了CATE的有效界,并引入模型无关元学习者 SurvB-learner 进行估计,具备双重鲁棒性和准预言机效率特性。 通过模拟和真实数据实验验证了该方法的有效性,可识别出在信息性删失下治疗有效的患者亚群。

  19. arXiv · AI29

    绘制 AI 供应链图谱:生态系统中的依赖关系、脆弱性与市场集中度

    研究构建了多层级大规模数据集,系统记录 AI 生态中模型、数据、算力等要素在组织间的流动关系。 该数据集标注了时间与类型标签,通过分析中心节点、网络集中度及关键控制点,揭示了行业权力结构。 此资源旨在推动对 AI 供应链政治经济学的批判性研究,相关数据已公开供交互式探索。

  20. arXiv · ML21

    过参数化扩散模型:早期停止优于单纯扩大模型规模的研究

    过参数化扩散模型在训练过程中,泛化能力早于记忆现象出现。 实验表明,记忆发生时间与数据集大小成正比,符合核回归边界理论。通过引入随机规则的简单无上下文无关文法,验证了早期停止对泛化成本的控制。 该研究支持基于数据集规模设置早期停止标准,以避免记忆并优化泛化,对超参数迁移及隐私敏感应用具有直接影响。

  21. arXiv · ML24

    NeurIPS 2026 研究:SGD 动力学分解揭示教师诱导尖峰与方差放大机制

    该研究分解了两层神经网络中 SGD 的动力学,发现正交补分量中的教师依赖性谱尖峰会放大表示方差并降低泛化能力。 通过引入“分解动力学”替代模型,验证了在 ReLU 学生网络中冻结正交补分量方向能改善泛化,且信号分量与二层权重存在强耦合。 结果从动力学角度解释了教师子空间外的特征学习为何损害泛化。

  22. arXiv · AI22

    研究提出 Soft-MoQE 架构实现混合量子-经典学习

    研究提出 Soft-MoQE 架构,通过非可训练量子电路池与经典门控网络替代变分量子训练,避免 barren plateaus 等优化难题。 在 MNIST parity、MNIST 10-class 和 FashionMNIST 任务中,Soft-MoQE 性能优于单专家、均匀平均和线性基线,达到可训练量子神经网络的水平,且量子训练成本低数个数量级。

  23. arXiv · ML33

    探究动作条件语义预测作为自动驾驶世界模型的行动依赖性

    研究通过测试时动作干预,对比含与不含动作输入的世界模型,评估其在语义预测中对动作的依赖程度。 实验在合成环境及Cityscapes、BDD100K数据集上进行,正确动作最多提升mIoU 2.5点,而错误动作导致性能下降最多23.2点。 结果表明精度增益仅证明模型使用了动作,而非其预测对动作的依赖强度。