跳到正文
11月17日周二
  1. arXiv · AI38

    Concept Influence:利用可解释性改进训练数据归因的性能与效率

    研究人员提出Concept Influence方法,将模型行为归因于语义方向(如线性探针或稀疏自编码器特征),而非单个测试样本,从而克服传统影响函数计算成本高且偏向句法相似性的缺陷。 探针归因法作为一阶近似,性能相当但速度快一个数量级以上,实验验证其在新兴错对齐基准和真实后训练数据集上具备可扩展性,支持通过数据更可控地管理模型行为。

  2. arXiv · AI31

    可微模态逻辑用于多智能体诊断、编排与通信

    针对多智能体系统中语义故障调试难题,论文提出基于模态逻辑神经网络(MLNNs)的可微模态逻辑(DML)框架,从行为数据中学习信任网络与监管边界。 框架通过认知、时间、义务及信念四种模态,将逻辑矛盾转化为可学习的优化目标,支持在无人机集群暴露攻击者及LLM代码审查等场景部署。 该研究提供了可解释的学习结构及差异公理知识注入方法,所有代码以可执行Python脚本形式公开。

  3. arXiv · ML24

    基于特征的算法选择中的捷径学习:提出“橡皮尺测试”以检测模型对算法忽略信息的依赖

    针对算法选择模型可能依赖算法忽略信息的“捷径学习”现象,提出“橡皮尺测试”通过随机严格递增变换目标值来检测该偏差。 在10维BBOB基准上,使用所有ELA特征模型的R²从0.85降至0.23,而基于秩的特征可减缓此下降;结合变换训练实例的数据增强可提升变换实例预测,但使原始实例R²最多降低0.31。

  4. arXiv · AI30

    PieArena:面向真实谈判场景的语言智能体排名与画像

    提出谈判基准 PieArena,评估 LLM 在现实商业任务中的战略推理与心智理论能力。基准基于精英商学院课程场景,通过镜像、交叉及人机配对制度进行测试,并开发连续收益排名模型生成序不变且带不确定性量化的排行榜。研究发现共享意向性脚手架对中低层 LLM 提升显著,而前沿 LLM 收益递减;代表性前沿语言智能体的表现达到或超过经过培训的商业学校学生基准。

  5. arXiv · AI23

    Test-Time Search in Neural Graph Coarsening Procedures for the Capacitated Vehicle Routing Problem

    针对容量车辆路径问题(CVRP)中神经网络分离法生成的割平面较少的问题,本文提出通过引入随机性的测试时搜索来增强模型推理性能。 该方法在图粗化过程中引入随机边选择,并提出了利用粗化历史识别 RCIs 及 FCIs 的 GraphCHiP 算法。 实验显示,该方法在随机生成的 CVRP 实例上有效减小了对偶间隙。

  6. arXiv · AI23

    基于开源 Wan 模型的生成视频注意力图:作为可解释性与创造性素材的研究

    该研究提出提取并可视化生成视频模型中交叉注意力图的方法,基于开源 Wan 模型构建工具,以解读文本到视频生成中的时空注意力行为。 通过探索性探测和艺术案例研究,验证注意力图作为分析工具及原始艺术素材的潜力,拓展可解释 AI 在艺术领域(XAIxArts)的应用边界。

  7. arXiv · ML31

    提出无一致性比率衡量预测模型更新一致性

    针对序贯决策中模型更新假设一致性的缺失,论文提出基于 MMD 的无一致性比率(incoherence ratio)。该指标仅依赖模型自身的预测和更新计算,并配套 anytime-valid 一致性检验工具。研究表明,在近似模型中,无一致性会扭曲获取目标,且决策成本主要取决于预测精度,而非仅仅是不一致性本身。

  8. arXiv · ML26

    OntoCBF:用于异构机器人团队的本体编译控制屏障函数

    OntoCBF 通过编译领域本体为控制屏障函数滤波器,解决异构机器人团队因约束缺失导致的失效问题。 在模拟仓库场景中,OntoCBF 的安全违反率仅为 20-70%,远优于设计类滤波器 89-100% 的违反率。 该滤波器的每次安全违反均始于冲突,且多智能体 PPO 策略可将不可行二次规划比例降低 18-41%。

  9. arXiv · AI30

    当工具名不是身份:MCP 中 AI 智能体供应商错绑测量

    研究揭示模型上下文协议(MCP)中工具元数据未绑定验证供应商身份,导致合法请求被解析至攻击者控制的工具。 在受控环境中评估五种 LLM 客户端,发现精确名称冲突、任务对齐描述与兼容模式强化时错误绑发生率最高。 不同模型暴露供应商绑定弱点各异,包括攻击者控制的选择、澄清请求及不稳定的解析。

  10. arXiv · AI20

    TRACE:基于拓扑对比嵌入的入侵检测框架

    TRACE 提出了一种拓扑感知图对比学习框架,用于无攻击标签条件下的入侵检测。 该方法结合消息传递和拓扑表示学习良性系统活动图,在 StreamSpot、GraSec-IoT 和 Unicorn Wget 数据集上分别取得 0.923、0.790 和 0.583 的 F1 分数。 结果表明,该方法在部分图场景下优于基线模型,但未提供统一优势。

  11. arXiv · ML38

    DoF-Query Transformer 实现第一人称视觉与前臂 HD-sEMG 自适应融合以连续追踪手部运动

    该多模态框架融合第一人称 RGB 图像与 128 通道前臂 HD-sEMG,实现 20 个手指关节角度的连续回归。 视觉编码器与 EMG 编码器配合 DoF 查询 Transformer 解码器,为每个自由度分配独立可学习查询,实现自适应融合。 融合模型平均 R² 达 0.88,MAE 为 2.80°,优于单模态基线,并在视觉遮挡场景下展现更强鲁棒性。

  12. arXiv · AI32

    Lazy-MOSAIC:基于学习型技能效果世界模型加速以技能为中心的操作规划

    Lazy-MOSAIC 通过引入廉价的技能效果世界模型,显著减少了物理模拟器的查询次数,在杂乱的货架取物任务中实现了比基线方法快得多的规划速度。 该框架在毫秒级预测技能可行性并聚焦关键模拟,同时在假设失效时仅修复受影响的搜索部分。所有返回计划中的技能均通过模拟验证,且在所有测试设置中成功率匹配或超越基线。

  13. arXiv · AI23

    CYBER-BRIDGE 项目:欧盟跨境网络安全、合规与取证 AI 平台

    欧盟资助的 CYBER-BRIDGE 项目构建了统一架构,将 AI 驱动的威胁信息共享、多框架合规评估及数字取证整合至哈希链证据层。 平台对齐 MITRE ATT&CK 框架,支持 NIS2、CRA、GDPR 等法规下的跨司法管辖区取证。 其核心贡献在于通过单一证据记录机制,解决跨边境安全与合规工具的互操作性难题。

  14. arXiv · ML21

    基于跨被试先验的少试次运动想象 EEG 潜结构影响模型 MAP 估计

    针对少试次下不稳定问题,研究提出潜结构影响模型的最大后验估计器。 利用35名被试的PhysioNet数据推导共轭先验,并在70名留出被试上验证,当先验强度 $\lambda=1$ 时,61名被试的对数似然显著优于极大似然估计。 该先验将联合转移矩阵误差降低61%,但未提升解码准确率,表明当前数据主要依赖跨被试共享结构。

  15. arXiv · ML20

    Cleanly-DINO 从少量演示中高效学习视觉任务空间以用于机器人擦拭

    研究提出 Cleanly-DINO 模型,利用冻结 ViT 特征从少量演示学习视觉任务空间,专门解决由视觉状态变化定义的清洁任务表征难题。 模型通过任务区域掩码拟合投影及进度指标,在强化学习中作为观测编码器和奖励信号,并在真实机器人擦拭流程中验证了任务执行引导能力。 该工作被 COMPOGEN Workshop CoRL 2026 接收,展示了视觉状态抽象在机器人操作学习中的应用价值。

  16. arXiv · AI27

    紧凑视觉潜变量在超高分辨率遥感中保留局部证据的研究

    在超高分辨率遥感问答任务中,将裁剪图像编码为64个token的紧凑视觉潜变量记忆,实现了7.6至9.9倍的裁剪token压缩。 该记忆策略使Qwen-VL在LRS-GRO基准上的准确率提升2.5至4.8个百分点,替换其他图像记忆会导致准确率下降5.8至7.4个百分点。 研究证实紧凑视觉潜变量能有效保留局部证据,且证据可用性是其贡献的关键决定因素。

  17. arXiv · AI29

    VODA:面向3D高斯分割的体积监督目标

    VODA 提出一种即插即用的体积监督目标,通过利用局部深度结构直接监督所有高斯,解决了现有渲染视图训练因 alpha 混合导致的 3D 选择不完整问题。 该方法在 Removal-3D 基准测试中一致改善了体积分割效果,并在 LERF 和 ScanNet 上保持或提升性能,成功恢复了低贡献高斯。

  18. arXiv · ML20

    U-HamGNN:基于自旋和Hubbard U条件的通用磁性哈密顿量模型

    U-HamGNN是一种等变网络,直接以自旋构型和Hubbard U为输入,预测跨多种晶体化学的自旋分辨哈密顿量。 在十轮基准测试中,其谱混合优化器使哈密顿量误差比Muon低8%,比AdamW低26%。 该通用模型为磁性研究提供了新工具,预测能带复现了U依赖的能隙打开和交替反铁磁自旋分裂。

  19. arXiv · AI26

    TRIAGE-CPG 框架下的跨模型 LLM 静态恶意软件分诊预算研究

    TRIAGE-CPG 框架利用 LLM 对反编译代码进行有限静态分诊,在平均 1,000 个函数的二进制中仅分析约 40 个。 该管线基于代码属性图(CPG),由 LLM 智能体在固定预算下扩展证据,8 款模型在 600 个 Windows PE 样本测试中最高 tBA 达 0.855。 研究指出模型选择决定分诊策略,无通用部署配置。 ```