跳到正文
11月17日周二
  1. arXiv · AI32

    ReRead:通过重读冻结机器人策略自身表征进行纠错

    冻结骨干的 ReRead 纠错器重读缓存以预测动作残差,在 RoboTwin 2.0 的 11 项最难任务中分别将 LingBot-VLA、π0.5 和 Fast-WAM 的成功率提升 23.45、13.09 和 8.00 个百分点。 该模块仅增加 4.17% 延迟,且证明纠正依赖于骨干自身表征,外部视觉编码器无进一步增益;在 Flexiv 双臂机器人上将特定任务成功率从 0% 提升至 36%。

  2. arXiv · ML33

    物理信息因果推理(PICR)框架用于非稳态机器人动力学

    提出物理信息因果推理(PICR)框架,结合上下文潜变量与固定物理信息网络,使机器人无需重训即可适应新物理条件。 在NVIDIA Isaac Sim的Franka Panda机械臂实验中,PICR预测变载荷运动时,相比基线模型在未知载荷下的误差降低1.6至3.8倍。 分析表明,仅从交互中推断的上下文能编码并跟踪载荷物理属性,其感知的重力与惯性项与仿真器拉格朗日分量一致。

  3. arXiv · ML25

    电网基础模型在潮流与最优潮流中的泛化能力测试

    该研究提出三维框架测试电网基础模型 GENCO、LUMINA 和 GridSFM 的泛化极限。 实验表明,增加线路对模型性能的伤害大于移除线路,且 LUMINA 在超出训练负载范围时性能急剧下降。 研究发现这些模型在超出训练条件时表现类似元模型,需要测试时微调数据与算力支持。

  4. arXiv · AI21

    面向AI-Agent网络的隐式推理使能弹性语义通信框架

    提出面向AI-Agent网络的弹性语义通信(ESC)框架,通过垂直与水平弹性调整运行时能力执行强度及参与集合。 采用隐式推理使能的设备-边缘机制,支持变深度本地推理与边缘侧续接。 Sudoku-Extreme实验表明,额外推理收益依赖无线条件,任务感知边缘调用可在降低状态传输开销的同时保持任务准确率。

  5. arXiv · ML30

    TokenFormer V2:在统一推荐中打破分辨率与复杂度困境

    TokenFormer V2 在 TAAC 2026 基准中以比领先基线少 5.1 倍的 FLOPs 实现统一推荐基线中的准确率排名领先。 其通过局部-全局分解范式将表示分辨率与交互密度解耦,在微信视频号广告十亿参数评估中比最先进的工业级基线整体 AUC 提升高达 0.07 pp,在线 A/B 测试中 GMV 增长 2.33%。

  6. arXiv · ML20

    SGD 自适应变体的高维极限定理 I:弹道极限

    研究者发展了自适应动量 SGD 的高维有效动力学,证明该过程为 Markov 过程。 利用平均法处理指数移动平均和前条件化带来的非 Markov 特性,适用于 ADAM、MUON 等算法及多种学习任务。 揭示了 ADAM 早期泛化劣于在线 SGD 的交叉现象,并证明了稳定边缘现象。

  7. arXiv · AI21

    计算与推理市场:结构、融资与风险转移

    大型语言模型算力租赁与Token输出市场已建立价格指数及衍生品交易,CME和ICE已制定期货合约。 研究发现合约结算价基于短期租赁率,而非运营商主要收入来源的长期私有合同价格;Token价格与租赁率通过吞吐量关联但风险敞口不同,GPT-5在十二个月内最低列表价下跌17倍。

  8. arXiv · AI42

    SWE-CoWork 基准测试:评估编码智能体在组织中的数字员工能力

    新基准 SWE-CoWork 包含 101 个真实仓库开发任务,测试编码智能体在模拟工程组织中的协作与交付能力。 评测 11 个模型发现,头部模型仅完成不足 8% 任务,满足约 63% 的 fail-to-pass 测试。 研究发现持续的需求追踪是自主软件工程面临的关键挑战,即便提供完整需求,任务成功率仍无变化。

  9. arXiv · AI34

    研究揭示为训练数据向创作者付费可能加剧 AI 替代效应

    平台经济模型显示,强制为训练数据付费会导致低质量创作者仅作为数据供应商,被 AI 完全替代,而无需付费时平台会限制 AI 价格以留住创作者。 补偿政策虽提升了创作者收益和总剩余,但降低了消费者剩余,凸显了此类政策在更强大生成式 AI 时代对创作者经济角色的塑造作用。

  10. arXiv · AI24

    RoboKit:加速机器人学习中的并行可微分优化

    RoboKit 是一款高性能机器人并行可微分优化工具包,GPU 并行求解器在 7 项任务上比基线快 2-60 倍。 该工具支持可微分渲染与物理模拟,2.97 秒内优化 4096 个抓取,蒸馏策略运行速度提升 9-240 倍。 已被 CoRL 2026 会议接收,通过蒸馏与强化学习加速机器人策略训练。

  11. arXiv · AI31

    CapCover Filter:基于嵌入向量的语义近似成员资格查询优化方法

    CapCover Filter 是一种利用球面帽几何结构总结嵌入向量的数据,可支持任意相似度阈值且无假阴性。 在五个真实数据集上,余弦相似度阈值为 0.95 时,该方法消除约 20%-100% 的索引访问,内存占用仅为 FP32 的 2%。 部署在 FAISS 平面索引前,查询吞吐量最高提升 382%,平均提升约 116%,且结果范围一致。

  12. arXiv · ML20

    量子启发的正交蝶形层适配器用于可认证鲁棒的医学图像分类

    研究提出基于量子启发的正交蝶形层的微调方法,在MNIST和MedMNIST实验中展现出优于LoRA的认证鲁棒性。该结构通过构造保持正交性,仅需O(n log n)可训练参数即可保留预训练模型的Lipschitz界。 在斑秃诊断应用中,该方法使认证准确率约为常规微调和LoRA的两倍,同时保持可比的分类精度。

  13. arXiv · AI28

    SAFER:解决自动驾驶世界模型规划中探索与利用困境

    提出SAFER框架,通过离线学习他人失败并在线自我修正,解决自动驾驶世界模型在训练数据覆盖范围内外的探索与利用困境。 框架结合分块隐式世界模型与风险感知采样规划器,在CARLA排行榜路由中实现0.95的路线完成率和0.77的单步奖励,MetaDrive常规交通回合奖励达53.4。

  14. arXiv · AI33

    长输出 LLM 服务中的抢占优化:Stint 系统

    论文提出 Stint 系统,解决推理 LLM 长输出场景中 KV 缓存因内存不足导致的频繁抢占(KV thrashing)问题。 通过 CPU 连续池存储固定长度 KV 快照、年龄-based 重新准入及剩余长度估计选优,Stint 在 Qwen3-32B 上使无请求暂停超 50 秒,p99 输出 token 时间降低 50.7%,整体完成时间缩短 10.7%。

  15. arXiv · AI27

    Deep Research Agent 安全性:攻击面、防御、基准测试与议程植入攻击

    该研究系统梳理了 Deep Research Agent 在检索、规划等四阶段的安全威胁,提出“议程植入”攻击。 对 34 项主要研究的编码显示,仅 26.5% 涉及规划阶段,且无一项针对商业产品进行端到端投毒评估。在 3,520 次沙盒运行中,该攻击可使攻击者目标在 16% 至 28% 的报告中被列为首选。 现有防御手段如注入检测和查询锚定均失效,作者提出了八个研究方向。

  16. arXiv · ML34

    Robust-GCD 在退化非标签数据中恢复 GCD 分类性能

    Robust-GCD 提出针对受退化影响的非标签数据池的 D-GCD 任务框架,直接估计腐蚀并构建特征锚点。 在五个数据集上,Robust-GCD 恢复了 SimGCD 在污染下损失的 43% 至 96% 的 All accuracy,其中四个数据集恢复率超过 60%。 提升了在含噪图像上的 GCD 分类鲁棒性。

  17. arXiv · ML26

    Domino: 利用一阶马尔可夫链实现少步掩码扩散模型的联合去掩码

    Domino 通过一阶马尔可夫链建模同一去噪步骤内揭示位置间的条件依赖,优化掩码扩散模型的少步采样。 该方法在预训练 MDM 去噪器隐状态上实现,仅增加 2.6% 参数开销,训练时冻结去噪器。 在 LM1B 等文本数据集上将少步生成困惑度降低 1.7 至 3.8 倍,分子样本有效性提升 1.5 倍。

  18. arXiv · AI35

    CreaTrace:视频创意剽窃检测与证据追溯

    提出 CreaTrace 框架,通过迭代创意证据追溯解决视频创意剽窃检测(VCPD)难题,在视觉外观差异大时验证创意相似性并定位证据片段。 设计多模态语义事件分割策略划分长视频叙事事件,结合粗粒度创意匹配与创意解耦,利用创意交换对比学习增强跨实现特征的创意一致性。 实验证明 CreaTrace 在多种创意剽窃场景中具备有效性与鲁棒性,能提供可解释的证据报告,为视频版权保护提供新方案。

  19. arXiv · ML20

    学习窃听检测在BB84量子密钥分配中不收敛

    研究表明,在BB84量子密钥分配中,基于强化学习的自适应检测器无法收敛以关闭隐蔽窃听窗口。 实验将博弈建模为表格型窃听者与检测器间的交替最佳响应,测试Q-Learning、SARSA等三种学习规则。结果显示,直至200轮博弈,可利用性波动未衰减,双方动态未达固定点。 结果指出,单一轮次的学习检测器无法通过认证,需打破信息结构而非单纯提升适应性来关闭安全漏洞。

  20. arXiv · AI25

    基于执行反馈的价值与策略校准:社交兼容自动驾驶世界模型强化学习框架

    论文提出结合想象策略改进与直接校准的世界模型强化学习框架,通过交互感知潜空间模型支持模拟,利用离策略校正与重放更新监督评价器与执行器,平衡自动驾驶车辆(AV)进度与人类驾驶车辆(HDV)交互负担。 在无人信号灯交叉口模拟实验中,该框架实现了100%成功率和跟随HDV加速度变异性分别较PIWM和DreamerV3降低65.5%及44.0%,消融实验证实价值校准降低HDV负担,策略校准提升通行效率。

  21. arXiv · ML24

    AllyAAC:结合无辅助 AAC 与生成语音的个性化手势识别系统

    研究团队开发可穿戴系统 AllyAAC,通过 14 名参与者的实地研究构建了首个包含 60 万余条非典型手势的多模态数据集。 该系统采用腕部 IMU 与智能手机应用,利用不同预训练策略的 Transformer 模型解决个性化手势识别挑战。 研究为开发结合无辅助与有辅助 AAC 的自适应个性化系统提供了设计原则及参考实现。

  22. arXiv · AI26

    AgenticJevNav 通过事件驱动验证实现智能体对象搜索与导航

    AgenticJevNav 将目标导向规划、证据记忆与事件触发验证结合,在60次模拟试验中成功率为 73.33%,领先对照组 21.67 个百分点。 该架构在真实 GENISOM L1 四足机器人 30 次试验中成功率达 70.0%,采用单一执行器与独立 RGB 反射约束运动,目标修订会撤销过时请求。 模拟与实体机器人结果共同验证了该架构的有效性,剩余失败案例揭示了改进接地与接近规划的机遇。

  23. arXiv · ML31

    物理索引专家记忆缓解灾难性遗忘:进化神经可塑智能体

    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。