跳到正文
10月22日周四
  1. arXiv · ML21

    MuteBench:评估不完整多模态融合中模态缺失耐受性的基准测试

    MuteBench 是一个包含 7 个临床领域 9 个数据集、125,000 样本的基准,用于评估 6 种融合架构在模态缺失与段内缺失下的表现。 研究发现架构家族比参数规模更能预测鲁棒性,且课程式模态丢弃仅保护到训练时的最大丢弃率。 该基准为选择现有架构及设计未来鲁棒多模态融合方法提供了具体指导。

  2. arXiv · ML26

    生成式模型的可能几何结构

    针对生成式模型缺乏核心几何概念的问题,该研究构建了一种通用几何框架。该框架无需额外训练,将最短路径定义为黎曼流形上的牛顿系统,并推导了计算最短路径和广义Fréchet均值的算法。数值实验显示,使用该度量的曲线比基线模型穿越更高密度的区域。

  3. arXiv · ML23

    双重扩散模型实现城市传感网络概率预测

    Double-Diffusion 模型通过融合闭式图热先验与去噪扩散过程,实现了城市传感网络预测的速度、精度与不确定性的平衡。 该方法在四个真实空气质量与交通网络测试中取得最优 CRPS,并大幅降低了从零噪声生成的采样成本。代码已开源。

  4. arXiv · ML33

    人脸吸引力偏差扭曲文生图奖励模型与排行榜

    研究表明,在文生图模型中,人脸吸引力偏好会压倒图像质量,导致吸引力更高的AI生成人脸在Elo排名中超越真实人脸。 在PickScore等5个人类偏好模型中,吸引力是4个模型得分的最强相关性因素;偏好对齐生成会将人脸导向更年轻、更女性化的特征,甚至覆盖提示词中的不吸引力要求。 该发现揭示了当前偏好评估的缺陷,呼吁开发解耦图像质量与人类认知偏差的模型,以提升评估可靠性。

  5. arXiv · ML26

    利用训练后的神经切线核学习材料空间几何

    该研究利用评估于训练后参数的神经切线核,恢复了预测超导转变温度的神经网络所学习的几何结构。基于该内核的岭回归表现接近原网络,且显著优于初始内核回归。 光谱分析与多维标度显示该几何由少数主导方向构成,聚类分析据此将化合物组织为可识别的超导族。 研究确立了训练切线核作为探测材料表征学习的有效工具,连接了属性预测与材料空间探索。

  6. arXiv · ML28

    动作影响最大化(AIM)算法提升可控制世界模型训练效率

    针对动作条件视频生成模型忽略指令的问题,提出的动作影响最大化(AIM)算法通过主动收集数据提升数据集动作影响。 在像素级操作任务中,3000个演示片段添加500个主动收集片段,其末端执行器可控性相当于30万专家演示片段。 实现85倍的数据效率提升,证明了主动数据采集在提高模型可控性上的有效性。

  7. arXiv · ML22

    视觉语言动作模型故障归因:移除视觉破坏的影响评估

    研究提出故障归因问题,旨在通过分解风险模型评估移除特定视觉破坏对 VLA 模型的影响。 模型无需配对的干净图像或反事实执行即可估计移除收益,在 OpenVLA 和 $\pi_{0.5}$ 等模型上验证,归因误差比前沿 VLM 基线低约 3 倍。 该方法可适应执行上下文和破坏强度,并支持硬件上的在线故障监控。

  8. arXiv · ML21

    跨阿尔茨海默病与帕金森病联合形态标志物学习

    研究提出一种显式、可解释且空间自适应的迁移学习框架,旨在阐明阿尔茨海默病(AD)和帕金森病(PD)的形态学生物标志物。 该框架应用于ADNI和PPMI两个开源神经影像数据集,跨疾病分类器揭示的神经解剖改变模式与既往神经影像研究结果及患者临床表现相吻合。

  9. arXiv · ML26

    CLIP 风格双编码器易受“半真理”干扰,CS-CLIP 通过组件监督提升检索准确性

    CLIP 风格双编码器在文本描述中混入错误细节时,相似度分数可能反升,CO CO 上正确短描述仅被偏好 40.6%。 研究者提出 CS-CLIP,将字幕分解为实体和关系单元,通过微调使模型对正确单元的评分高于错误对比项。 CS-CLIP 将半真理准确率提升至 69.3%,并在组合性基准测试平均性能上提高 5.7 分,代码已开源。

  10. arXiv · ML29

    不确定性控制噪声下的规划:PUN 神经算子实现高成功率与低延迟

    PUN 神经算子通过学习噪声感知值场,在 4D 重规划基准中实现 95-100% 成功率,且运行时间最短。 它在 4D 最高噪声水平下,成功率相对提升 10.7-60.6%,速度提升 3.29-32.15 倍,优于对比规划器。 该方法通过蒙特卡洛标签摊销计算,避免昂贵收敛,支持未见几何环境的可靠导航。

  11. arXiv · ML23

    几何无关数据驱动方法发现极端场景

    summary_zh: 研究人员提出两阶段数据驱动神经网络框架,无需预设控制方程即可从观测数据推断有效动力学约束,并发现罕见的高影响相干结构。 第一阶段学习几何无关动力学表示,可独立于固定网格、坐标系、维度及固有曲率,第二阶段通过物理信息神经搜索定位未在原始数据中出现的极端场景。

  12. arXiv · ML21

    基于 CNN 的短时长 EEG 信号 MBTI 外向/内向偏好分类:提出 SSCNet 架构

    一项研究利用 50 名参与者的 4 秒 EEG 片段,通过 subject-independent 嵌套 5 折交叉验证,评估了区分 MBTI 外向/内向偏好的可行性。 提出的紧凑型卷积架构 SSCNet 取得最高平均准确率 0.6481、AUC 0.7063 及 F1 分数 0.6276,且训练吞吐量最高。 结果表明,无需手动频谱特征提取即可从短时 EEG 中度预测 MBTI 偏好。

  13. arXiv · ML25

    Engram Memory Network: 脑启发原型解释模型

    Engram Memory Network (EMN) 结合类 Hopfield 记忆模块,通过迭代检索原型提升可解释性。在 CIFAR-10/100 等数据集上,EMN 平均分类准确率为 87.62%。 其视觉相似度、子类对齐及 NMI 信息保留率分别平均提升 17.06%、104.57% 和 42.42%。 该模型有效提升了基于原型的模型的可解释性与可靠性。

  14. arXiv · ML38

    VLM 环境感知 OOD 检测的理论分析

    研究人员提出一种基于贡献分数的环境感知 OOD 检测理论,用于持续视觉语言模型(VLM)。 该理论证明了跨环境最大概念匹配(MCM)分数在特定条件下具有优于标准 MCM 检测器的假阳性率保证,并明确了其失效边界。

  15. Google Research60

    Google Research 在 JAMA Network Open 发表盲扫超声AI评估孕周的前瞻性多中心研究

    Google Research 在 JAMA Network Open 发表论文,评估了基于盲扫超声的AI模型在评估孕周时跨临床环境和硬件的泛化能力。研究发现,该AI系统在芝加哥和纳库鲁的两个中心实现了与专家超声医师非劣效的准确率,平均绝对误差为4.18天,验证了其在资源有限地区扩大产前筛查覆盖的潜力。

    推荐理由:该前瞻性多中心研究验证了AI系统结合盲扫超声在真实临床环境中的泛化能力,为低资源地区扩大产前筛查提供了关键证据。

10月21日周三
  1. Hugging Face Blog47

    NVIDIA Kumo Forecast 融合预训练时间序列表征与历史模式检索,增强可解释性

    NVIDIA Kumo Forecast 是多方时间序列预测模型,基于 3.4 亿参数的 MOMENT-1-large 骨干,结合 DARR 模式通过 k 近邻检索历史数据增强预测。模型支持 256 至 2048 长度的输入序列,提供 DataFrame API、可配置预测视程及无侵入式可解释性框架,如滞回归因和轨迹稳定性诊断。开源 Apache 2.0 许可,支持微调及异常检测应用。

  2. NVIDIA Blog83

    NVIDIA GTC Berlin 2026:Jensen Huang 主题演讲重点更新

    Jensen Huang 在 GTC Berlin 2026 主题演讲中宣布 NVIDIA 在欧洲技术生态的投资接近 100 亿美元。NVIDIA 推出了用于快速部署 AI 工厂的 DSX POD,以及包含 Nemotron 和 Cosmos 等在内的前沿开源模型套件。演讲还介绍了 OpenShell 智能体安全架构、Agile ONE SN 机器人参考平台以及 RTX Spark 笔记本电脑。

    推荐理由:原文汇总了NVIDIA在欧洲的巨额投资、新硬件交付与机器人参考设计,读者可以据此把握其对区域算力与产业生态的规划。

  3. arXiv · AI33

    可学习扁平化技术实现多样骨架间动作重定向

    提出一种基于 Transformer 自编码器的动作重定向方法,通过可学习的骨架图扁平化捕捉拓扑不变性。 该方法在零样本设置下将全局关节位置误差降低 43-47%,全非监督训练无需配对数据,且在人因实验中被评为运动对齐最佳。 证明了特定架构设计是使 Transformer 在动作重定向领域超越现有几何方法的关键。

  4. arXiv · AI33

    二值化如何拉平 LLM 裁判的评分空间

    大语言模型裁判常将奖励二值化为 0/1,导致无法反映响应在各项标准上的具体表现。 在 MATH 和 SciBench 数据集上,二值化使 14 种构造的逐标准偏差在面板报告中不可见,而使用 3 级评分可使其显现。 保留至少 3 级评分可消除二值化的盲点,但仅靠判决仍不足以区分真实进步与谄媚式提升。

  5. arXiv · AI41

    UMM-Reflection 如何在统一模型中通过交错强化学习实现原生反思

    研究团队提出 UMM-Reflection,利用强化学习在统一多模态模型内联合学习反思文本与图像修正,克服了监督微调难以发现高成功率修复路径的局限。 该方法在 BAGEL 模型上使 GenEval 提升 12.05 分,且增益迁移至 WISE 等未参与训练的基准,无需外部验证器即可跨轮次分配信用。