DECODE:诊断自动化解释过程中可解释性失效的视觉分析系统
针对 LLM 自动解释过程缺乏人工监督和基准真值的问题,DECODE 提出将诊断流程分解为三个阶段以隔离失效来源,并复用解释间共识作为可靠性代理指标。 该系统引入三阶段主动种子协议优先推荐高优先级实例供人工审查,在 16,384 个稀疏自编码器特征案例研究中有效识别并归因大规模可解释性失效。
针对 LLM 自动解释过程缺乏人工监督和基准真值的问题,DECODE 提出将诊断流程分解为三个阶段以隔离失效来源,并复用解释间共识作为可靠性代理指标。 该系统引入三阶段主动种子协议优先推荐高优先级实例供人工审查,在 16,384 个稀疏自编码器特征案例研究中有效识别并归因大规模可解释性失效。
TIDE 系统通过在长尾 rollout 期间动态将 GPU 转用于训练并迁移任务,解决 LLM 同步 RL 后训练中因等待长尾导致的资源闲置问题。 该技术采用自适应迁移策略自动确定资源重分配时机,在多种硬件配置下无需定制配置即可提升解码吞吐量。 TIDE 实现端到端最高 1.36x 加速,优于所有评测的在线策略基线,达到最优吞吐量的 97%。
研究表明,基于方向的消融技术在新型LLM上移除拒答的效果并非统一变难。在5组模型版本对中,新方法残留拒答率比旧版低1至高37个百分点,而ARA残留率为-26至+34个百分点。 方向消融效果受模型对、方法和搜索预算影响,不同方法在Gemma、Qwen等模型上的表现差异显著。
该综述提出统一形式化体系,将量子图神经网络(QGNN)拆解为编码器、图条件化电路、观测值和经典头部,并归纳出卷积、等变、消息传递及循环、哈密顿、混合五大架构族。 综述系统审计了现有数据与评估实践,发现目前证据薄弱:结果多基于模拟和小规模图,未能在超越经典图模型的任务上确立优势。 文章提出了包含可证明优势、等变几何设计及容错实现的开放挑战与研究议程。
arXiv 论文《Aligning AI Teams》指出,单智能体对齐训练难以有效迁移至多智能体团队,且模型能力增强未显著缩小该安全差距。研究发现责任扩散是主要致因,即团队中的智能体更少主动检查系统级安全故障,更倾向于忽视或推卸责任。设定专属安全负责人及发布安全规格文档可有效恢复单智能体对齐行为,作者同时开源了多智能体编排框架 magelab。
该框架整合流行病学证据约束风险因子权重,部署时毫秒级计算不确定性区间,速度比 Monte Carlo 采样快两个数量级。 在 5.3 万名参与者中验证有效,纠正 1.7 倍风险高估,样本需求降低 5 倍。
Muon 预训练中临时权重衰减存在延迟效应,1.4B 模型中 162M 选定的调度未调优直接转移比无衰减好 0.028 nats。 早期衰减导致持续权重范数不足,使相对步长在干预结束后保持较大,近似范数动力学重现了性能排序。 结果表明临时优化调度需在最终训练预算下评估,而非仅在移除时。
G-CAST 是一个受治理的持续自训练系统,将生产环境证据转化为奖励路由和熵优先的训练数据,以应对电商智能体中的需求漂移和工具演化。 该系统通过受治理的检查点转换和累积评估控制模型更新,确保在适应新行为的同时保留已验证的能力。实验表明,G-CAST 在适应新需求和保留旧行为上优于自主后训练基线。 G-CAST 已部署在阿里巴巴 1688 平台的 B2B 采购智能体“元采”中。
研究发现长期任务智能体能获取当前时间但常忽略其影响,导致对过期事件给出错误建议。提供明确时间上下文可降低错误,计算后的日期关系能彻底消除该问题。该研究建立了会话重连基准,为设计长期任务智能体提供了时间感知指导。
summary_zh: UUE 框架将知识遗忘重构为可控模型编辑,通过轻量级插件式适配器实现高效部署,在 TOFU 和 WMDP 基准上显著优于现有方法。 该方法将参数更新投影至保留知识的正交左零空间,利用凸非靶向目标推导闭式解析解,在不修改冻结主干的前提下推升遗忘集嵌入至对极点。
summary_zh: Fuse-All MoE 是一个专为 TPU 设计的 Mixture-of-Experts (MoE) 推理内核,它通过联合优化专家计算、输出通信和负载均衡,解决了 MoE 推理中的数据移动瓶颈。
MASTARS 提出一种基于扩散模型的多智能体轨迹增强框架,通过顺序生成与图像修复(inpainting)机制解决多样性与协调性之间的矛盾。该方法生成的轨迹兼具多样性、协调性和全局一致性。 在 MPE、SMAC 和 SMAC-v2 等基准测试中,MASTARS 应用于多种离线多智能体强化学习(MARL)方法,均表现出显著的性能提升。
OpDis-PS是一种扩散后验采样器,通过建模依赖信号的算子失配来改进心脏表面电势重建,在真实场景下比经典正则化和学习预测器更准确。 该方法针对肺电导率变化和皮下脂肪层两类失配来源,利用固定先验在所有算子条件下进行重建,对留出心脏病理数据增益最大。 论文已被NeurIPS 2026 GenAI for Health Workshop接收,代码、模型和数据已公开。
AutoRL是一个自动化强化学习训练的多智能体系统,旨在通过持续监督实现递归自我改进。 该系统包含Perceptors、Proposers和Orchestrator三个角色,在Qwen3和LongCat-Flash-Lite实验中表现优于静态配方。 研究证明现有智能体可处理无人值守的RL监督与动态调整。
文章提出一种轻量级防御框架,通过在教师模型激活中动态注入风格导向向量来干扰蒸馏。 该干预在恶意查询时保留语义效用,使攻击者提取的数据被误导,而正常用户接收原始响应。 该框架以可忽略的开销实现显著的抗蒸馏效果,相关代码已开放获取。
研究提出“知识回答分歧”(KAD)协议,用于区分语言模型在错误信息采纳后的持久、恢复与弃权行为。 该协议在首次明确采纳虚假目标时冻结对话并分支独立探针。在修正的 Llama 3.2 Instruct 3B 中,中性历史分支正确率为 42/46,而完整历史下仅为 16/46。
该研究提出复数薛定谔桥(CSB)类动态扩散桥,利用保形最优传输(COT)框架处理具有几何提升的物理系统。 针对高维优化空间难题,该方案结合扩散桥变体解决实世界向量空间问题,支持处理几何与耗散动力学。 该方法在量子电动力学模拟中实现物理信息CSB算法,验证了复数扩散在处理量子逻辑门逻辑行为方面的理论优势。
提出模型合并通用代理正则化频谱框架,通过频谱覆盖(α)和泄漏(β)量化代理分布与其他任务分布的关系,推导统一参数干扰界。 框架研究三种实例化(Jacobian精确求值、Fisher信息矩阵曲率近似、输出漂移约束),证明其在NTK线性化下重合,并在CLIP模型上验证理论预测。
基于LLM的智能体预测系统虽具竞争力,但常因相关事件预测不满足概率公理而缺乏逻辑一致性。 研究通过微调监督语言模型,利用推理联合调和矛盾并提升准确性。在ForecastBench上,该方法使GPT-5.1的Brier score提升9.3%,结构不一致性降低82-90%。
研究在西班牙语、普通话、英语和日语四种语言的数据集中,通过统计、专家引导及机器学习方法筛选出紧凑的声学特征集,用于认知障碍检测。 发现时序特征在所有数据集中表现稳健,而语速特征主要在外置锚定内容的单人任务中有效,音高特征在声调语言与非声调语言中呈现不同模式。 研究强调了避免盲目混合异构语音数据的重要性,并支持采用可解释且情境感知的方法进行多语言痴呆筛查。
该研究在 MNIST 数据集上训练多层感知机,对比三种对抗训练机制与常规训练的表征几何差异。 通过嵌入分析发现,对抗训练导致内部表征结构改变,且鲁棒准确率与表征稳定性对防御的排序可能相反。 作者建议将潜在表征及训练轨迹作为模型鲁棒性审计的诊断工具。
研究提出 AI 模型 ChlCast,在 10 天周期内以 4 km 分辨率预测全球叶绿素 a 浓度。与现有系统相比,ChlCast 对卫星数据 MAE 降低 70.74%,对 Argo 数据 MAE 降低 35.03%。
该研究提出一种模式距离指标,衡量矩阵在最优行排列下的几何结构简洁度,解决NP-hard 排列问题。 算法结合排列模式拟合与低秩残差,在合成数据、真实相关矩阵及Transformer attention heads 上验证效果。 该方法统一了潜在排序、社区检测与带宽最小化等结构问题,相关成果已被NeurIPS 2026 接收。
该研究提出一种基于 ChemBERTa 嵌入的潜空间扩散管线,用于性质引导的小分子生成。 框架通过训练 Transformer 解码器从分子潜嵌入重构 SELFIES 字符串,并学习无条件去噪扩散模型。生成的分子经 RDKit 验证,结果显示可生成化学有效且新颖的分子,并能向血脑屏障通透性和 hβ-secretase 1 抑制等目标进行可控引导。
提出 Co-Sight Harness 框架,通过将工作流定义、状态及领域知识外化为版本化控制资产,在不改变大模型 backbone 的情况下提升长时程业务智能体可靠性。
联合世界动作模型生成的轨迹往往缺乏任务有效性。WATO 通过联合优化动作与状态,利用可微任务损失训练生成器,提升了轨迹的动态一致性。 在 7 个视觉控制环境中,WATO 将平均成功率从模仿学习的 79.9% 提升至 91.7%,并优于多种强化学习基线。 部署阶段无需迭代优化,相比 CEM 平均快 11.5 倍,且使用的世界模型评估次数减少 600.5 倍。
LeBet 框架通过统计学习推导可解释的 OR-of-AND 监控器,在 SWE-bench Lite 上配合 Ministral 3 8B 使用,节省 34.46% 的 token 并提升输出精确度。 该框架利用固定赌注统计量积累证据,在有限样本保证下控制误报率,并通过随机局部搜索优化布尔结构。 实证结果显示输出精确度从 18.33% 提升至 21.59%,误报率为 13.64%。
研究确定了未知随机转移有限 MDP 中离线 KL 正则化强化学习的样本需求,证明估计器在特定条件下需 $\Omega(KCH^3/(\epsilon\max\{\epsilon,\beta\}))$ 样本。
该研究利用语用预设理论分析 LLM 智能体在工具信息与用户陈述冲突时的行动决策。当工具显示多条竞争记录时,最新的 Claude 和 GPT 模型总是打开第二条记录且从不执行错误操作。 在零售基准测试中,若查找结果优先返回同名同邮编的不同客户,约四分之一的对话会导致错误账户写入;检查用户已知地址可将完成率保持在安全水平。
针对拜占庭攻击导致ADMM算法失效的问题,提出结合门限签名广播和局部机器学习的防御框架。 攻击可使电动汽车成本偏差最高达132.7%,防御机制将成本变化限制在2.6%内;在70%节点受攻击时,该恢复机制在97.8%的模拟中保持收敛。
昇腾NPU团队推出AscendGYM基准测试,其初始套件包含48个内核,覆盖三个难度级别,所有测试用例的数据类型和张量形状均源自真实训练与推理任务。 AscendGYM支持模型评估和模型-框架评估两种模式,并提出了结合加速倍数与token成本的新指标STS(Speedup-Token Score),用于衡量可接受预算下的实际内核优化能力。
研究发现预防性人格转向虽能保留 MMLU 准确性,但会改变模型拒绝行为,且改变程度取决于目标特征。 研究在三个模型上评估谄媚与幻觉向量的转向效果,同时测量三项安全基准。 这表明该方法并非安全中立,建议评估转向方法时需包含多项安全基准。
本文提出一种结合可逆神经网络(INN)与生成式物理模拟的生成式设计框架,旨在通过模拟物理行为增加设计可解释性。框架引入不确定性量化以避免生成物理不可行的幻觉设计,并通过翼型设计与燃烧室探索两个交互环境进行验证。
研究整合516种多智能体配置,发现其平均准确率比单路径基线低0.042,且在74%的对比实验中表现持平或低于基线。 多智能体架构常混淆协调与样本多样性,研究显示若智能体共享证据,通信不增加信息量,正向收益需依赖证据分割或模型间错误多样性。 研究提供审稿人清单和评估工具,有助于厘清多智能体系统在实际部署中的资源效益与局限性。
summary_zh: 研究者提出对抗批量在线学习框架,在四类经典问题中,最优 regret 由 batch-length 序列的 2-norm 紧致刻画。 上界由 batch-oblivious 学习器通过自适应倍增技巧达成,下界对 batch-aware 学习器同样成立。
该研究通过枚举所有可行表征,构建了表征、收益与成本的精确有限图集。 分析显示,保留较少世界信息的表征在特定任务中可能获得更高收益,而信息量相同的不同表征可能导致相等的任务准确率。 该图集为研究行动约束、计数规则和成本假设如何影响比较提供了可复现的模型。
研究团队提出公益系统 AI-Voyager,通过人类与 AI 协作理解、质疑并制定 AI 治理规则。 该系统将 3,653 份政府治理文件转化为保留页码和版本的段落,通过限定范围智能体搜索检索证据,在 360 个新问题上实现 83.0% 宏召回率,优于最强基线的 80.5%。 通过绑定公开文档原文,AI-Voyager 引入了操作语法和设计空间,指导此类系统的设计评估及公众参与 AI 治理。
研究提出 RP-GPdyn 模型,通过 Gaussian Process 定义过渡函数并采用 Recognition-Parametrised Model 框架,隐式建模神经活动与动力学的关系。 该方法绕开显式生成参数化,避免了因误设导致的动力学偏差。 在合成与实验数据上,RP-GPdyn 能够提取出具有行为相关性的潜变量与动力学,已被 NeurIPS 2026 接收。
研究将pXRD晶体结构测定转化为可验证的智能体搜索问题,通过pXRD-Bench基准测试,将结构回收率从27%提升至69%。 该工作引入反思式进化框架处理多相pXRD数据,利用自生成合成问题作为验证训练经验,无需依赖已解决实验数据集合。
该研究利用星形胶质细胞模拟出两类算法,显著提升了机器学习的性能。 基于胶质细胞特性,这些新算法能够同时调节多个突触,并支持节律共享。 结果表明,这些基于星形胶质细胞的算法,在表现上显著优于传统的以神经元为中心的算法,并改善了现有状态最先进机器学习模型的一些关键弱点。
最多提供 50 页,更早的内容请使用搜索或主题页。