跳到正文
11月17日周二
  1. 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。

  2. 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。

  3. 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。

  4. 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。

  5. 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。

  6. 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。

  7. 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。

  8. 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。

  9. 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。

  10. 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。

  11. 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。

  12. arXiv · ML36

    SemiNovo:用于从头肽排序的半监督框架

    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。

  13. arXiv · ML40

    OTISv2 通过特征空间正则化解决自监督时间序列编码器的特征坍缩问题

    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。

  14. arXiv · ML67

    使用 Claude 复现权重空间编程研究

    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。

  15. arXiv · ML20

    PACIL:基于后验分析的无标签类别增量学习方法

    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。

  16. arXiv · ML21

    混合跨被试类别混入与选择性注意力在运动想象分类中的应用

    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。

  17. arXiv · ML23

    artist:太阳能塔发电厂可微分光线追踪与优化Python包

    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。