Fast-WAM 中跨周期缓存与减少去噪步数的效率对比
Fast-WAM 研究表明,两步无缓存策略比跨周期缓存更高效,两者在 LIBERO-Goal 上表现相当。 具体数据显示,两步无缓存调用延迟从 202ms 降至 92ms,且成功率与十步无缓存差距在两个百分点内。 缓存覆盖 80% 路径时,成功率从 95% 降至 63%,建议采用更少步数的基线模型。
Fast-WAM 研究表明,两步无缓存策略比跨周期缓存更高效,两者在 LIBERO-Goal 上表现相当。 具体数据显示,两步无缓存调用延迟从 202ms 降至 92ms,且成功率与十步无缓存差距在两个百分点内。 缓存覆盖 80% 路径时,成功率从 95% 降至 63%,建议采用更少步数的基线模型。
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。
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。
研究发现自我消耗训练会导致LLM内部表征发生漂移,且稀疏自编码器(SAE)的零样本性能随代际推进而衰退。 实验对比了五代合成数据模型与真实数据对照组,显示虽然微调SAE可恢复重建保真度,但任务相关信息的特征级有用性并未同步恢复。
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。
基于 BRACS 数据集和 4 个病理基础模型(PFM)的研究发现,由于 slide 级标签通常标记为最严重病灶,仅 39% 标注 ADH 的 slide 被正确标记,导致模型在识别非典型导管增生(ADH)时表现最差。
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。
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。
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。
研究提出基于突变测试的失败驱动数据策展方法,用于微调小语言模型以合成循环不变量。 在 DafnyBench 472 个程序上,微调后的 Gemma-4-E4B 零样本验证率达 50.8%,比基础模型的 8.1% 提升 6.3 倍。 该方法还成功迁移至 Qwen3.5-4B,将其零样本验证率从 9.3% 提升至 53.6%。
该教材基于伦敦玛丽女王大学2023/24及2024/25学年的神经网络课程,共115页。 内容从最大似然与线性回归切入,涵盖反向传播、Transformer 架构及大语言模型的对齐技术。 专为具备物理或数学背景的学生设计,侧重物理直觉而非复杂形式化推导。
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。
掩码扩散模型规划解码器在重构阈值附近最有益,此时规划单元需对数级小。 无规划解码器低于阈值时需 min{n, (n/ε)^α} 轮次,高于阈值时指数低于 0.5;规划后 log_b n+1 轮次即足。 高斯模型下 2^20 叶节点精确计算验证了阈值下方的指数规律。
提出共识校准解释图(CCEM),融合三种归因方法,在MAPLES-DR外部队列上达到QWK 0.559。 CCEM利用图像特定权重,在193张标注图像上取得Soft Pointing Game得分69.61%。 无标注逐图可靠性加权使单一地图的证据更受病损支持。
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。
无训练时序预测框架 Conformal Expert Pools (CEP) 在 232 个数据集上通过 78% 数据集的 CRPS 指标优于前代 CSP。CEP 在 88% 数据集上 CRPS 优于 DeepNPTS,且比 Laplace 快 271 倍,区间窄 40%。
Agent Authenticator 为 AI 智能体提供 Passkey 级认证,通过 per-service 硬件绑定密钥和运行时强制的原点绑定,替代传统 bearer secrets,解决 2025-2026 年 prompt-injection 攻击暴露的安全缺陷。
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。
summary_zh: MiSTiQ 是一种结合 Trellis 编码存储与 Microscaling(MX)格式的新型 KV 缓存量化方案,在 Llama3 和 Qwen3 上以约 1.25 有效位/元素实现比基线更低的 WikiText 困惑度和更高的 GSM8K 准确率。
VAST 提出声明式范围编译器,将漏洞场景与编译器引入的工作流增强层分离,以支持可复现的 LLM 安全智能体评估。 主基准保留 1,387 个实例和 109 条种子边;在 TopicServer 编译层,提供完整工作流协议(full_guide)使完成率从 12/90 提升至 76/90。
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。
引入 CLEW,结合规则日志代码锚定与 LLM 引导反向追踪,输出排序候选函数及机制路径。 在 LogLoc 基准 192 案例中,Acc@1 达 77.3%、MRR 达 81.3%,平均耗时比 LocAgent 低约 73%。
提出免训练框架实现开放词汇3D实例分割,在LERF-OVS和ScanNet上取得SOTA性能,显著提速现有方法。 采用像素级CLIP特征替代掩码级嵌入,利用视频分割器跨视图传播并3D化,无需逐场景训练。
Pixel-KWS 在 LibriPhrase 上无预训练即超越所有基线,LibriPhrase-hard 和 easy 的 EER 分别为 9.57% 和 0.43%。 该框架将字符渲染为灰度图像,用轻量级 CNN 编码,通过视觉形式泛化,显著提升了对同形异义字符和 l33tspeak 变体的鲁棒性。
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。
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。
summary_zh: SemiNovo 是一种半监督框架,利用未标记谱图与已识别谱图联合训练以解决分布不匹配问题。 它构建了大规模 DarkSpec 语料库,采用逐步质量约束自回归解码及累积路径置信度从无标签数据中生成监督信号,并在多个基准测试中表现优于现有方法,相关代码和数据集已公开。
HospitalBench 发布了首批诊断基准结果,基于 NVIDIA Isaac Sim 评估具身智能体在 10 项医院杂务长任务链中的表现。 该基准通过 5 个计分子任务测试因果连续性,首轮 15 次测试运行中仅 2 次通过全部子任务,并分析出 189 次失败调用。
VASR 框架结合 SVG 编码器与预训练视觉语言模型预测家具装配层级,其提出的 RHPO 策略利用修复成本反馈优化决策。 在基于 IKEA 的测试集上,VASR 的 Equivalent-Hard F1 得分比 GPT6-Astra 高出 17.69 个百分点。 该框架在独立家具数据集上也保持了强劲性能。
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。
研究者将 Transformer 深层堆叠中的随机 Token 转向建模为基于注意力交互的平均场控制系统,并在单位球面几何下推导了实现目标分布的极小努力控制律。
研究揭示多智能体规模增长会导致协调开销增加,提出结构化协调框架 STM。 STM 通过角色专业化、受限通信和协调器聚合任务,在保持任务完成质量和 token 消耗可比的同时,执行延迟较高。 该框架解决了智能体数量与系统性能平衡的扩展挑战。
作者使用 Claude Opus 5.5 复现了 Takehi 等人关于 GPT-6 Astra 的权重空间编程核心研究。Claude 成功从权重中识别 Atari 游戏并找到复制头,在 4/5 环境中超越 PPO,并利用 Qwen3.5-0.8B 的权重将 MATH-500 准确率提升至 58.1%,但其对训练数据的回答常受先验影响。
推荐理由:作者通过十项预注册实验复现了权重空间编程研究,展示了模型在不训练条件下修复网络与推理的具体边界。
提出 PACIL 方法用于无标签类别增量学习,在全部 18 种设置中以最高平均增量准确率超越同类无标签方法。 PACIL 通过先验选择规则校正类别先验,利用白化特征上的固定先验 von Mises-Fisher 混合模型优化分布,并采用闭式留一法交叉验证确定融合权重。
框架 DecoEdit 将 1D、2D、3D 输入整合为统一架构,解决 3D 空间控制难题。 其构建 DecoDataset 包含 1.6M 样本,并首创 DecoBench 基准。通过解耦管线,利用 SAM-3D 锚定几何结构,实现细节高保真。 在 3D 姿态控制任务上,DecoEdit 的几何准确性与身份一致性显著优于 Seedream 5.0。
针对CSE-CIC-IDS-2018评测中的时间泄露与预处理污染问题,提出ST-GAT框架。采用非重叠时间窗口,并在训练集上单独拟合预处理以消除偏差。 该模型结合k-NN构建图快照,通过多头GAT进行空间聚合,利用BiLSTM与时空注意力捕捉序列依赖。
针对脑机接口中混合EEG与fNIRS信号因被试间差异导致的泛化困难,研究人员提出了结合跨被试类别混入(CSCM)与选择性注意力的新框架。 该框架通过独立选择其他被试的同标签试验进行模态混合,并保留EEG因果时间自注意力、利用CLS token融合双模态,在28人公开数据集上取得76.85%的平衡准确率。 该模型在五项重新实现的基线中达到最高平均性能,并通过消融实验验证了各组件的有效性。
该研究通过 Agentic LLMs 在 OpenMP Tasking、HPX、StarPU 和 TTG 四个框架中生成 C++ 并行代码,测试 7 个 HPC 内核。
开源Python包artist实现了太阳能塔发电厂的全链路可微分数字孪生,基于PyTorch和GPU加速,支持端到端梯度优化。 其光学管线涵盖反射镜面表示、运动学及光线追踪,能统一实现反射镜重建、辐照度预测及瞄准点优化等任务,兼容PAINT数据库。 该工具为数据驱动的自主太阳能塔运行研究提供了可解释的开放基础。
在 ImageNet 双次重新标记验证集上,103 个分类器对 1,892 张被 66 个监督模型全错的图像进行筛查,发现其中 61% 存在错误标签,而整体错误率为 11.1%。