跳到正文
11月17日周二
  1. arXiv · AI23

    LLM 在代码去混淆标识符恢复中的评估:更多上下文并非总是有益

    评估 Qwen、OLMo 和 DeepSeek 在 Java 代码去混淆任务中的表现,LLM 在标识符检测和语义恢复上优于传统基线方法。 Agent 检索使检测 $F_1$ 达到 91.56%,但精确恢复率整体仅为 16.42%;更大的方法上下文反而阻碍语义恢复,控制流混淆的影响超过字符串加密。 研究为逆向工程师选择去混淆模型和上下文策略提供了实用洞察。

  2. arXiv · ML33

    UNITE:基于共享锚点一位因子化整合具身 VLM 专家

    论文提出 UNITE 框架,将四个 Qwen3-VL-8B 具身视觉语言专家整合为共享主干混合专家模型,总存储仅 20.3 GB,比未压缩 MoE 节省 59.6%。模型采用共享浮点锚点与专家特定位二值化表征,适配阶段仅更新少于 0.6M 参数。在 22 项基准测试中,UNITE 在扫描理解与导航任务上超越各源专家,最高提升 19.1 分。

  3. arXiv · ML32

    PTEC-HT 项目:利用 Uplift 建模分析新加坡家庭血压远程监测计划的获益人群

    对新加坡 PTEC-HT 高血压远程监测项目 16,694 名患者的回顾性分析显示,该计划使 6 个月血压控制率平均提升 5 个百分点。 基线未达标患者获益达 12 个百分点,且 Uplift 随机森林模型识别出的高获益群体具有更高基线血压等级。 研究提出将 Uplift 模型用于发现异质性,并简化为入组标准以优化有限护理资源的分配。

  4. arXiv · AI32

    Agent-ZTA: 面向多智能体委派的双向安全状态传播与运行时遏制链感知零信任模型

    Agent-ZTA 提出链感知零信任授权与遏制模型,解决多智能体系统中运行时安全状态动态变化问题。 模型区分路径特定委派权限与有效可执行权限,定义双向安全状态传播架构,通过沙箱执行模式实现自适应分支范围遏制。 该模型通过确定性决策程序验证安全属性,明确信任假设与范围,保障委派边界完整性。

  5. arXiv · ML20

    交叉熵损失在最终层的锥形结构及其在整流器骨干中缺失

    研究发现,分类器仿射最终层的 softmax 交叉熵损失等于多面体锥加单调递减指数偏移,核心半径由类平均惊讶度与壁斜率决定。 在整流器骨干中,损失沿直线在激活模式变化处出现拐点,利用半代数集维度理论证明几乎所有直线上共切换样本共享不可约因子,避免形成显著脊线。 基于 CIFAR-10 训练的 ResNet-18 与 ResNet-56 测量验证了上述结果,并界定了采样损失值可能隐藏的脊线尺寸。

  6. arXiv · AI34

    Model Maps:追溯基础模型谱系与理解 AI 纠缠的文档框架

    研究者提出 Model Maps 文档框架,通过构建知识图谱追溯基础模型的谱系及上游依赖,以解析 AI 纠缠现象。 该框架定义了 13 类依赖机制,应用于 15 个基础模型,记录了 2,778 个唯一依赖关系,并追踪了距离模型 9 跳之外的源头工件。 研究发现 AI 透明度要求应扩展至上游依赖,以促进供应链中的风险评估、审计与问责。

  7. arXiv · ML38

    随机地平线在策略蒸馏 (SH-OPD) 方法:在策略蒸馏中的监督扩展重新思考

    SH-OPD 通过随机改变 rollout 地平线减少冗余监督,在数学推理准确性略高于标准在策略蒸馏 (OPD) 的同时,将其计算成本降低至标准 OPD 每更新成本的 45%。 该方法的梯度分析揭示了跨响应位置的学习残差,在代码生成任务中保持了性能的同时,将成本降低至基线的 60%。 这些结果强调了在响应深度之间高效分配监督的优势。

  8. arXiv · AI28

    探索视频世界模型中意外发生的区域:违反预期的本地化评估

    提出局部违反预期(VOE)评估框架,用于衡量视频世界模型在物理违规发生的具体时空区域内的预测误差差异。 该研究对比了全局、时间局部化和时空局部化评估方法在 V-JEPA 模型上的表现,发现全局聚合可能掩盖局部判别正确性或产生缺乏局部证据的表观判别。 确立了局部 VOE 评估作为评估直觉物理能力的互补诊断工具,证明全局预测误差不一定反映物理违规的时空证据。

  9. arXiv · ML33

    基于条件扩散模型的贝叶斯系统辨识:摊销推理方法

    该研究提出利用条件扩散模型解决贝叶斯系统辨识问题,取代传统需重跑的蒙特卡洛方法。 基于 Transformer 的扩散模型仅需在短轨迹上训练一次,即可通过注意力掩码处理任意长度的测量记录。 在比训练段长五倍的记录上,该方法保持状态精度,避免了对比方法中十倍以上的误差增加或采样时间需求。

  10. arXiv · AI23

    层级上下文如何提升 LLM 代码摘要效果

    引入类或模块层级的 Documentation-Aware 提示,能使 LLM 生成的代码摘要最接近原始文档。 实验表明,添加周围文档在 DeepSeek、GPT-4o-mini 和 Gemini 上均带来统计显著的提升。 该发现为改进自动文档工具及增强 LLM 在代码检索等下游任务的推理能力提供了路径。

  11. arXiv · AI25

    RAFiC:基于 LLM 的跨 DSL 语义角色引导模型补全

    RAFiC 提出一种基于 LLM 的迭代式领域模型补全方法,通过元模型信息确保语法有效性,并利用语义角色注释增强提示词,以实现跨 DSL 的通用化补全。 在三个 DSL 和每个 DSL 两个场景的消融研究中,语义角色指导在所有情况下均提高了贡献率,RAFiC 在大多数场景下比弱提示配置具有更高的补全效果,且在 LLM 训练数据中表征较少的 DSL 上收益最大。

  12. arXiv · ML23

    基于图表示学习的混合油长度预测模型 SDI-GRL

    研究人员提出 SDI-GRL 模型,通过图表示学习捕捉混合油样本间的统计依赖,提升管道混油长度预测精度。 该模型将样本和管道特征视为图节点,通过共享特征连接依赖样本并传递信息,在案例研究中比最强现有方法降低 RMSE 和 MAE 超过 10%。

  13. arXiv · ML31

    在不完全信息博弈中通过评分每个决策节点来衡量语言模型智能体

    研究对三款12B至14B指令微调语言模型在五个零和不完全信息博弈中的每个决策节点进行评分,揭示行为不一致问题。 模型在温度0下陈述信念与均衡后验的总变差距离为0.250至0.288;动作与状态一致性超随机概率区间为-0.04至0.19。 研究指出,无记忆且贪心解码时,模型动作在38个参考变量单元格中的10个里不随状态变化,该结果源于智能体行为而非内部信念。

  14. arXiv · ML21

    CA-ZODPO:对比激活引导的零阶直接偏好优化方法

    CA-ZODPO 通过构建低秩搜索子空间,将扰动限制在选定与拒绝响应的激活差异中。该方法在 Qwen2.5-1.5B 模型上表现优于常规零阶基线,且与一阶 DPO 保持竞争力。在序列长度为 2048 时,其峰值 GPU 内存降低约 59%,保留了零阶训练的内存优势。

  15. arXiv · AI37

    Benchmark Factory 通过数据集策展和无标签质量锚点创建智能体基准

    Benchmark Factory 是一个自主元智能体循环,通过LLM智能体自动策展、诊断和修复代码基准,消除了对人工标签的依赖。该工具已在五个开发者群组中构建基准,工程评分显示任务质量为2.3分,且基准能准确区分Claude Opus 4.7及GPT-5.5等高推理努力模型的性能差异。质量锚点作为必要非充分条件,有效将人工审查聚焦于自动化循环无法修复的环节。

  16. arXiv · ML26

    Newton-PINet:一种利用 Newton 线性化加速非线性 PDE 元学习的快速物理信息神经网络

    Newton-PINet 结合物理信息与 Newton 线性化,提升非线性 PDE 的元学习效率。 在反应扩散基准测试中,其相对误差比现有神经求解器低 3 个数量级,且训练任务数量减少 16 倍,耗时从数小时降至约 5 分钟。 代码与数据集已公开,该工作推进了 PINN 向高效、可泛化物理求解器的发展。

  17. arXiv · AI25

    AI 交易对信息聚合的对冲效应

    研究揭示更强大的 AI 算法会替代私有观察,降低价格揭示新信息的能力。 神经市场实验显示,AI 普及度提升将使价格对普通观察者预测价值增加,而对高级观察者价值减少,升级收益降低 44%。 未升级者重新训练可能放大私有信息精度的损失。

  18. arXiv · ML21

    量化草稿 KV Cache 实现内存高效投机解码

    研究提出通过量化草稿 KV Cache 降低投机解码的额外内存占用,目标模型缓存保持 BF16 精度以确保最终校正规则不变。 基于 KIVI 原则采用 K4V4 量化方案(key 按通道、value 按 token),在 6 个模型对上将草稿缓存内存减少 66.20%,总内存减少 23.95%,平均接受率仅下降 1.36% 相对值。

  19. arXiv · AI26

    神经引导热启动加速锥形束CT变分重建

    提出神经网络引导热启动框架,保持锥形束CT变分重建原始公式不变。 使用FDK算法初始重建并经图像域神经网络精化,仅用于初始化后续基于模型的优化。 在SynthRAD2025数据集上,重建时间减少超三倍,且保持可比的图像质量。

  20. arXiv · AI23

    LLM辅助构建涡扇发动机安装噪声散射理论模型

    该研究建立了涡扇发动机噪声撞击半无限刚性板的理论模型,利用LLM协助完成繁琐的符号代数推导。模型通过连接两个Wiener-Hopf问题求解,核心Weyl-Sommerfeld恒等式由作者独立提出,LLM在人工监督下加速了跨坐标系谱表示的转换。此案例展示了LLM在理论流体力学中的实际应用价值。

  21. arXiv · AI31

    VibeSyn:用于意图驱动多步分子合成的层级智能体决策系统

    研究团队提出 VibeSyn 系统,通过层级智能体将化学家定义的分子目标转化为自适应决策,驱动计算工具与实验室自动化执行多步合成。 该系统在三次演示中验证了从实验决策到生物碱全合成的能力,其中人类主动输入占比低于 7.5%,简单确认占比低于 5.2%。 这展示了智能体主导的实验室自主导航实验轨迹、实现目标化合物合成的未来潜力。

  22. arXiv · ML38

    LLM 模型免疫化:超越条件数的Plateau区域重要性分析

    论文提出通过优先考虑Plateau区域来扩展LLM模型免疫化理论,并引入基于高效Hessian估计的免疫算法。 实验在三种场景中验证了该方法的有效性:Fine-tuning-as-a-service中的混合数据攻击、开放权重环境下的有害微调,以及鲁棒遗忘中抵抗再学习攻击。 该方法在保持模型通用性和下游可训练性的同时,实现了对对抗性微调的稳健防御,代码已公开。

  23. arXiv · ML21

    ReBrain 框架利用 iEEG 先验改进临床皮层 EEG 分析

    ReBrain 框架通过冻结 iEEG 信号模型作为跨模态先验,无需配对或微调即可增强皮层 EEG 下游任务性能。 该方法在多家医院数据及不同架构模型中均有效,增益源于 iEEG 携带的真实神经结构而非架构本身。 证据表明稀缺清洁模态可作为丰富噪声模态的可迁移先验,代码已开源。

  24. arXiv · AI32

    Latent Fusion 研究:FLUX.2 Klein 4B 通过通道堆叠实现保结构图像编辑

    研究验证了在 4B 模型规模下,通道堆叠优于序列拼接以实现像素对齐的结构保持编辑。 基于 FLUX.2 Klein 4B 基座,该方案保持序列长度不变,仅需单次前向传播,并在 29 张测试图上取得 20.3 dB PSNR。 该模型主要学习了全局调色而非选择性编辑,代码与完整训练配方已公开。

  25. arXiv · ML22

    FECHRL 模糊可解释持续分层强化学习用于机器人导航

    FECHRL 方法解决机器人导航中持续学习与可解释性的冲突,实现稳定知识保留与有意义行为解释。 引入两阶段行为克隆策略平衡适应与进化,提出基于 Takagi-Sugeno 模糊推理系统的模糊 critic 以缓解值外推误差。 实验结果表明该方法在单一框架内有效统一了持续学习能力与策略可解释性。