跳到正文
10月8日周四
  1. arXiv · NLP36

    PersonaWeaver:超越传统原型的程序化角色生成可控多样性方法

    该研究提出 PersonaWeaver,通过将世界观构建与行为规范解耦,利用人工策划的道德立场库和对话反应库,突破 LLM 默认的同质化行为模式。 在十个现实与幻想场景及三个 LLM 上,该方法生成更广的道德和交互反应分布,并在人际语言、响应长度和情感上实现多样化,减少刻板原型组合。 代码已开源,论文被 1st PANDORA Workshop 接收。

  2. arXiv · NLP35

    HSP 自博弈:通过演化的生成器自举强化幻觉检测器

    HSP 自博弈框架通过演化的生成器自举强化检测器,提升小模型识别忠实性幻觉的能力。 该框架将检测器微调为奖励模型,用 RLAIF 训练生成器产生难检幻觉;再基于合成数据通过规则强化学习优化检测器。 实验表明该方法使小 LLM 在 RAGTruth 和 LLM-AggreFact 基准上达到或超越先进 LLM 性能。

  3. arXiv · NLP20

    Alice: 用于评分量规驱动的多维度自动简答题评分的大规模德语基准

    Alice 是面向教育领域的大规模德语自动简答题评分(ASAS)基准,包含学习表现(Alice-LP)、知识要素(Alice-KE)和技能(Alice-SK)三个子任务。 该基准将评分量规转化为检索任务,并测试了从编码器到轻量级 LLM 及零样本提示的效果。 实验表明 LLM 在零样本下难以准确评分知识要素与技能,但评分量规文本对 Alice-KE 和 Alice-SK 有帮助。

  4. arXiv · AI25

    基于损失引导多专家 GAN 的手语视频合成框架发布

    提出基于损失引导多专家 GAN 的手语视频合成框架,通过三个专用判别器指导生成器分支实现隐式特征专业化。 该框架采用双路径卷积 - Transformer 设计,1.3B 参数变体在 156GB 数据集上达到 30.72 PSNR 和 0.9650 SSIM,推理显存仅需 8GB。 该技术方案已在 2025 年香港前沿科技峰会上展示,可实现听障人士手语视频的实时生成。

  5. arXiv · AI40

    LoopFM:利用基础模型历史表征进行推荐

    LoopFM 提出利用基础模型(FM)中间嵌入作为输入特征,替代传统知识蒸馏的单标量传输,在 TaobaoAd 基准上实现 6% 以上 AUC 提升。 在数十亿样本及万亿参数 FM 的工业级系统中,LoopFM 在 KD 基础上使知识传输比例翻倍,分别带来 +0.5%、+1.03% 和 +1.22% 的转化率提升。

  6. arXiv · AI25

    APCD 自适应路径对比解码:提升 LLM 事实可靠性的推理时框架

    APCD 是一种无需重训练的多路径对比解码框架,在 4 种 LLM 骨干和 8 个基准测试中持续优于现有推理时基线的事实准确率。 该框架包含熵驱动路径扩展和分歧感知路径对比两个核心组件,分别在高不确定性点进行自适应扩展,并根据分布分歧动态调节并行路径间的对比交互。 实验结果验证了其在通用和医学问答任务中的鲁棒性与泛化能力,代码已公开,适用于高风险领域的可靠 LLM 部署。

  7. arXiv · AI25

    生成式 AI 在自动驾驶中的应用前沿与机遇综述

    该综述系统分析了生成式 AI 在实现 L5 级自动驾驶中的核心作用。文章涵盖了 VAE、GAN、扩散模型和 LLM 的技术原理,并重点映射了图像、LiDAR、轨迹及占据栅格的生成应用。它进一步讨论了合成数据、端到端策略及数字孪生系统的实际价值,最后提出了在泛化、评估安全、法规及伦理方面的研究路径与挑战。

  8. arXiv · AI40

    解耦强化学习中探索与优化的 ExpDis 框架

    为解决 RLVR 中强新颖性激励导致模型质量下降的问题,该研究提出 Exploration-Distillation(ExpDis)框架。 该框架通过“探索-蒸馏”交替训练解耦探索与优化,在 7 个数学推理基准和 2 个模型族上,ExpDis 在相同墙钟时间预算下优于 DAPO。 其 pass@k 性能提升表明,该模型能生成更多样化的正确解题路径。

  9. arXiv · AI58

    SLDR:通过选择性层恢复和动态路由防御恶意微调

    一项研究表明,针对大语言模型的恶意微调可能破坏其拒绝不当请求的能力,因此提出了一种名为 SLDR 的后置微调防御框架。SLDR 识别出对安全性敏感度呈符号性的层,并仅在最大和最小敏感度层上训练 LoRA 恢复适配器,结合基于表示的动态路由推断,该适配器仅对恶意查询生效。在四个模型架构、五个下游任务和四个有害性基准上的实验显示,SLDR 显著降低了有害输出且保留了下游效用。

  10. arXiv · AI32

    CoNN-AL 框架实现汽车玻璃跑道通道的数据高效部分逆向设计

    提出 CoNN-AL 框架,将基于流的主动学习结合至协同去噪自编码器,针对部分逆向设计问题优化标签使用效率。 在包含 90 万设计的汽车玻璃数据集上,仅用 2 万标签即达到 0.967-0.982 的 R-squared,比随机采样节省 30-40% 标签。 该研究同时公开了数据集,以支持未来数据驱动设计的研究。

  11. arXiv · AI21

    JevNexus:面向决策中心的模式匹配方法

    JevNexus 结合类型化成对决策与证据融合,仅在置信度低时调用列表级精排,在561个案例上将平均延迟从123.452秒降至15.929秒。 其 dataset-macro MRR 为 0.930,Hits@1 为 0.909,且列表级精排仅在 5.665% 的情况下被触发。 代码和实验产物已公开,该方法避免了无差别精排带来的性能退化。

  12. arXiv · AI27

    Open-MMUnlearning:多模态大语言模型遗忘统一方法与评估框架

    Open-MMUnlearning 是一个开源可扩展框架,整合了目标模型准备、多模态数据处理、遗忘和评估,支持五个基准测试、八种 MLLM 和十二种遗忘方法。在十种代表性方法对比中,GD 和 MIP-Editor 并列最高总分:GD 在遗忘质量(Forget Quality)上得分最高,MIP-Editor 在保留效用(Model Utility)上表现更优。

  13. arXiv · AI41

    CADFather:通过协调工具使用实现自主 CAD 重建

    研究团队推出 CADFather 系统,利用自主智能体协调互补工具,从 3D 网格中恢复可编辑的参数化 CAD 程序。 该系统使用预训练视觉语言助手评估渲染图像并决策调用学习型或算法型工具,通过数值优化 refine 现有程序参数。 在 DeepCAD、Fusion360、MCB 及 CADENA-Bench 等基准上测试了重建质量与执行有效性。

  14. arXiv · AI25

    自适应双向任务交互实现乳腺超声联合分割与分类

    该方法通过在解码阶段恢复边界细节与语义证据的信息交换,提升了乳腺超声联合分割与分类性能。 在 BUSI 数据集上达到 74.19% IoU 和 90.60% 准确率,在 BUSI-WHU 上达到 86.40% IoU 和 95.00% 准确率。 消融实验表明多尺度上下文与跨任务交换结合可带来 6.76 IoU 提升,自适应混合使 AUC 从 94.41% 提升至 97.31%。

  15. arXiv · AI31

    SDFlow:面向时间序列生成的相似性驱动流匹配框架

    SDFlow 提出了一种非自回归时间序列生成框架,在冻结 VQ 潜空间中通过流匹配实现并行生成。 该框架利用全局传输映射消除曝光偏差,并通过低秩流形分解缓解 VQ token 空间的高维性问题。 实验表明 SDFlow 在长序列生成中显著提升判别分数、降低 Context-FID,且推理速度优于自回归基线。

  16. arXiv · AI29

    Cleave:通过解耦代数搜索与算子调度扩展张量程序优化

    提出 Cleave 机器学习编译器,通过符号解耦将代数变换与算子调度分离,生成比最佳基线快 2.8 倍(平均 1.6 倍)的内核。 利用符号形状实现廉价等价检查,并通过新的 Split 算子并行化归约维度;平均编译时间比 Mirage 减少 5.9 倍。 动态工作负载测试中,相比 FlashInfer 手写 FA2 和 FA3 后端,分别实现 1.4 倍和 1.7 倍几何平均加速。

  17. arXiv · AI32

    RelayMoE:分布式MoE训练的内存高效专家路由方案

    针对大规模MoE模型分布式训练中的内存瓶颈,研究团队提出名为RelayMoE的基于环的MoE执行模型。 该模型通过本地计算避免构建完整的top-k扩展调度缓冲区,并依据通信量选择专家或token路由,实现传输与计算的重叠。 在30B至57B生产级MoE模型的实验中,RelayMoE相比Megatron-LM实现平均2倍加速,在相同显存预算下最大吞吐量提升2.02倍,可训练序列长度延长2.85倍。

  18. arXiv · AI73

    nanoMuse:面向所有自有设备的开源个人智能体

    研究团队提出 nanoMuse,一个基于 GPL-3.0 的开源个人智能体框架,旨在作为 Meta Muse 的开源对应物。该系统允许用户在自有设备(手机和电脑)上运行单一 Agent,通过中继器共享对话,所有操作经 Sentinel 验证,记忆以可读文件形式存储,且模型由用户自主选择。

    推荐理由:文章基于 Meta Muse 公开记录解析个人智能体架构,并给出 nanoMuse 开源实现与评估路线,为跨设备 Agent 开发提供可复用的工程参考。

  19. arXiv · AI45

    学习于梦境,胜出在现实:一种用于十英雄 MOBA 的连续 Dyna 循环

    针对完整十英雄 MOBA 游戏构建结构化多智能体世界模型,通过 1,400 个 tick 的想象轨迹训练策略,并在真实游戏中验证性能。 该策略在 600 场未用于决策的随机种子真实对局中,作为 radiant 阵营胜率 70.2%,较单独梦境训练的 0% 和循环前的 33.7% 显著提升,而 dire 阵营胜率为 0%。

  20. arXiv · AI20

    MemMux: 面向并行编码智能体集群的运行时资源验证与归属机制

    MemMux 是一款本地运行时,通过将资源治理转化为可检查信号,解决了并行编码智能体集群的内存归属与回收难题。 在 Linux 环境下,MemMux 将 10 个智能体控制在 7.5 GiB 内存预算内实现零 swap,并 100% 回收终止智能体进程及检测逃逸子进程。 其 1 Hz 归属扫描在 10 个智能体场景下 CPU 开销为 2.7%,已开源发布引擎、基准测试及复现工具。

  21. Microsoft Research75

    Microsoft Research 开源 Agent Lightning v1.0:面向真实智能体脚手架的轻量级RL训练框架

    Microsoft Research Asia 团队开源了 Agent Lightning v1.0,这是一个约3500行的轻量级Agentic强化学习框架,旨在让部署环境中的真实智能体脚手架直接参与RL训练,而无需在训练框架内重新实现。

    推荐理由:该框架将RL训练与部署中的真实智能体脚手架直接结合,为开发者提供了一套可在真实环境中复现的智能体训练流程。