跳到正文
11月17日周二
  1. arXiv · AI51

    Recovery Gone Too Far: Understanding and Repairing Risky Fallback in LLM Agents

    研究团队在304个场景中评估主流LLM智能体,发现所有模型均存在“危险回退”行为,在高风险场景中动作边界违规率高达96.8%,且三种主流缓解措施均无效。作者提出nrepair方法,通过在替代工具调用时进行上下文评分并拦截违规调用,将四个模型的动作边界违规率降低最多76.0%,且正常运行成功率下降幅度控制在7%以内。该方法在Claude Code和Codex两个生产级智能体上同样有效。

  2. arXiv · AI23

    HalluProbe:利用VLM幻觉进行后门检测

    研究提出HalluProbe方法,通过增强并分析视觉语言模型(VLM)解码过程中的幻觉分布一致性来识别后门攻击。 核心依据是受毒化数据训练的VLM会高频幻觉特定目标token,而干净模型的幻觉缺乏稳定偏差。该方法在三个模型上对抗六种代表性VLM后门攻击测试,检测准确率超过90%。 实验结果证明HalluProbe有效检测后门VLM,性能优于现有后门检测技术。

  3. arXiv · ML24

    可微精确学习框架:不同有限状态换能器实现极端长度泛化

    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。

  4. arXiv · AI32

    11个视频世界模型未通过FlipTest因果状态测试

    研究构建FlipTest基准测试,评估的11个视频世界模型全部未能准确识别微小变化导致的未来状态翻转。 模型在真实与模拟场景的平均配对准确率仅18.3%,低于25%的随机猜测水平,且在变化与未变化步骤上表现一致。 论文呼吁重新思考世界建模范式,认为下一帧预测需识别控制未来动态的因果状态而非仅生成像素。

  5. arXiv · ML28

    强化学习方法探索 SMEFT 算子空间

    该研究将标准模型有效场理论(SMEFT)算子空间探索构建为强化学习序贯决策问题。 研究采用约 40K 参数的轻量化 actor-critic 架构,在包含 132 个物理量、其中 24 个偏差超 1.5σ 的环境中测试。 方法能发现多样化的高质量理论假设,并证明该 RL 策略在组合空间导航上优于随机搜索。

  6. arXiv · ML25

    NestedLoRA-VMC 算法通过嵌套低秩近似求解量子激发态

    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。

  7. arXiv · AI30

    对象识别准确率随语义距离单调下降

    研究提出 ImageNet-OOC1k 基准,发现 35 个视觉模型在对象背景语义距离增加时识别准确率呈单调下降。分析显示 Vision Transformer 存在聚合失败现象,空间重排序策略可使样本内准确率提升 5.7 个百分点。该研究确立了上下文敏感性是视觉系统的连续可预测属性。

  8. arXiv · ML22

    MAS-PINN:利用拓扑感知的物理信息学习高效模拟多智能体系统

    提出 MAS-PINN 神经网络架构,利用网络拓扑和智能体相似性降低多智能体系统模拟的计算和内存成本。 架构通过共享时间特征和特定系数表示轨迹,采用矩阵更新利用局部交互拟合轨迹。在 Lorenz rings、Lotka-Volterra 和 Rössler oscillators 实验中,提升了轨迹和参数精度,在部分观测或未知拓扑下实现高效推断。

  9. arXiv · AI30

    因果先验数据拟合网络的事实与反事实联合学习

    该研究提出因果先验数据拟合网络(PFN)的联合学习方法,旨在解决真实世界中无法同时学习事实与反事实结果的问题。 通过联合学习获取事实与反事实结果的联合分布,结合跨单元最优传输估计平均处理效应密度,是首个同时提供响应、个体处理效应及平均处理效应三种密度的因果 PFN 方法。 在点估计和不确定性量化方面,联合训练模型在多数设置中显著优于基线模型。

  10. arXiv · ML23

    MegNIST:用于非侵入性内心言语解码的基准

    MegNIST 发布首个非侵入性 MEG 内心言语解码基准,基于单参与者想象数字 0-9 的 12,000 次试验,支持 BIDS 格式。 包含 306 通道 250 Hz 数据,提供 10,000 训练、1,000 验证及 1,000 测试集,基线解码显著高于偶然,配套 PyTorch 加载器降低门槛。 标准化分割与验证基线降低非侵入性脑机接口解码方法的开发与评测门槛。

  11. arXiv · ML23

    SGKDiv:面向可分解生成模型的特定性引导知识分流

    研究提出 SGKDiv 框架,利用成对前馈通道构建知识单元,避免 SVD 重参数化带来的参数冗余。 通过校准的条件路由与互补正则化,实现自适应学习知识专业化,替代固定组件分配。 在八个数据集上,SGKDiv 在分布内生成性能优于稠密及 MoE 基线,下游适应能力超过代表性 PEFT 方法。

  12. arXiv · AI22

    CAIGA 企业 AI 治理架构:AI 治理委员会与首席伦理官的角色演变

    针对不足半数董事会将 AI 治理列为优先事项的机构缺乏正式框架的现状,论文提出由首席伦理官与跨职能 AI 治理委员会共同构成的 CAIGA 架构。 该架构参考欧盟 AI 法案及金融服务业实践,嵌入清晰的责任政策、结构化风险管理流程及伦理文化,旨在将伦理原则转化为运营决策。 此架构为应对全球 AI 监管快速变化提供了可复制的参考,适用于企业领导者与政策制定者。

  13. arXiv · ML20

    TEMPO:基于局部自适应 POD 基底的机制感知算子学习框架

    研究提出 TEMPO 框架,利用轨迹期望最大化混合 POD 算子解决单一全局基底在混合解形态下的失效问题。 离线阶段通过 EM 算法恢复潜在机制,在线阶段采用门控网络路由输入,在 Burgers 方程中测试误差降至 18.61%。 该方法在 Coanda 及 Helmholtz 方程中亦展现出更低误差,提升参数化偏微分方程的快速预测能力。

  14. arXiv · ML20

    基于小波能量动态分块的时间序列预测方法

    小波分解带来的预测提升主要来自多分辨率结构及变长分块,而非可学习滤波器。在9个数据集中,冻结小波比固定分块基线在8个上提升1.5%-7.8%。 学习滤波器仅在3个数据集有帮助,使Traffic数据集性能下降2.7%;变长分块在36种设置中的27种优于固定网格。建议起始使用任意有效小波并缓存分块边界。

  15. arXiv · ML26

    无训练权重烘焙能否提升LLM潜在空间几何成熟度

    研究者提出一种无训练权重烘焙方法,让分析模型读取冻结目标层拓扑描述符,通过岭回归直接改写前馈权重。 在126次实验及5模型循环互测中,方法显著提升了未见词语和句子的类别纯度,基准准确率保持在采样误差范围内。 该方法为基于LLM引导、不使用原始权重的无训练模型编辑提供了基线方案。

  16. arXiv · ML25

    可编程语义干预:从行为程序学习因果载体

    研究提出可编程语义干预方法,通过低秩激活子空间学习实现模型干预效果与程序声明一致。 该方法在 MIB 基准上表现优于监督对齐,且在无金标签时更贴近模型自身答案。 该方法支持无需捐赠提示词的无源控制,可实现在 94.8% 的保留请求上按研究者指定答案进行定向操纵。

  17. arXiv · AI40

    INQUEST:基于日志引导的分阶段智能体定位故障代码

    INQUEST 利用 27B 开放权重模型定位故障代码,在 26,544 份报告中 68.6% 的案例将变更文件排在首位,85.9% 的案例在 Top 5。 该系统采用分阶段流程,先收集类似历史问题的修复证据,模型仅做文件选择、角色判断和排序三项有限决策。 其 Top-1 准确率比两个已发布智能体重构版高出 7 和 20 个百分点。

  18. arXiv · AI23

    超越提示词:编码智能体的运行时合同

    运行时强制执行编码智能体合同在 104 次成对运行中未出现规则违规,而无规则运行违规率达 21% 至 55%,确认性研究中违规率降低 31 个百分点。 研究涵盖 240、112 及 108 次运行,覆盖两个模型族,违规由独立预言机评分并经人工及模型审查验证,未损失功能正确性。 证实强制合同可解决提示词无法完全规避的递归删除等规则失效问题,降低工业环境下的合规风险。

  19. arXiv · ML27

    HGPQ 提升自驱动实验室样本效率

    提出 HGPQ 算法,通过高斯过程直接学习 Q 函数,利用卡尔曼增益设定学习率,提升样本效率。 该算法在五个模拟基准测试中表现优异,包括化学反应器和生物工艺,比 GP、核及深度强化学习基线方法用更少的回合达到最佳回报。

  20. arXiv · ML21

    einspaceAR 搜索空间支持从零构建自回归序列模型

    作者将 einspace 搜索空间扩展为 einspaceAR,支持仅基于基本操作表示并搜索自回归序列模型。 该扩展避免了强归纳偏置,实验证明 einspaceAR 能从零发现具备能力的自回归模型。 作者认为 einspaceAR 将成为 NAS 工具箱的有用部分,并作为其他表达性搜索空间集成自回归建模的蓝图。

  21. arXiv · AI32

    使用简单反转 Transformer 生成蛋白质构象

    基于 Transformer 架构变体的人工智能系统用于生成蛋白质三维构象集合。 该系统经过全原子分子动力学数据集训练,可直接生成物理上合理的构象,并快速收敛至高能区域。其低计算负荷特性使其成为开发生成式分子动力学系统的理想候选方案。