跳到正文
11月13日周五
  1. arXiv · ML20

    DredRL:一种双表示增强的扩散策略柔性作业车间调度算法

    针对柔性作业车间调度问题,论文提出双表示增强扩散策略强化学习调度器 DredRL。该模型结合自注意力、交叉注意力机制与扩散模型策略网络生成调度决策。 在合成、公开及随机基准测试中,DredRL 表现优于最先进学习方法,在合成实例上最大降低 5.44% 的完工时间(makespan),并在四个公开基准中的三个取得最佳学习性能。

  2. arXiv · ML21

    G2Image:一种将图数据转化为双视角图像的固定预算框架

    G2Image 框架将图转换为 TopoGrid 和 GraphGrid 两个互补的固定大小张量视图,在图分类和分子预测基准中表现强劲。该框架利用轻量级 2D 编码器处理数据,并通过监督式跨视图对比目标进行对齐,无需改变架构即可扩展至富属性分子图。结果表明,固定预算图图像为图表示学习提供了实用且可复用的接口。

  3. arXiv · ML29

    StructRL: 基于回放图的无模型强化学习

    StructRL将强化学习过程中的经验转化为显式的回放图,利用动态规划生成图策略,并将其作为动作偏好或方向标签转移给DQN和SAC等无模型学习器。 在MiniGrid稀疏奖励任务中,该方法将DQN的最终成功率从0.10提升至0.90;在PointMaze任务中,SAC的成功率从0.17提升至1.0。

  4. OpenAI Codex Releases40

    OpenAI Codex v0.169.0 发布

    OpenAI 发布 Codex v0.169.0,新增多标签侧边聊天、旧任务搜索及自定义模型提供商配置功能。 终端工作区支持通过键盘或鼠标切换聊天标签,重启后可重新打开本地保存的侧边聊天。用户可在终端编辑自定义模型提供商,并启用云连接以发送图像和调整推理强度。

  5. Hugging Face Blog78

    Granite 4.1 3B 与 8B 发布支持 LLMON 的 LLM 原生标记语言

    Granite 4.1 3B 与 8B 发布支持 LLMON(LLM Object Notation)的模型 granite-4.1-3b-LLMON-preview 与 granite-4.1-8b-LLMON-preview,LLMON 是一种 LLM 原生标记语言,用保留特殊 token 边界显式标记指令、数据、约束和推理结构。

    推荐理由:模型以标签化指令-数据分离替代JSON,让调用者看到上下文里哪些部分是可执行指令、哪些只是待读数据。

11月12日周四
  1. AWS Machine Learning Blog76

    AWS 发布 Amazon Bedrock 和 AgentCore 多项更新

    AWS 发布 Amazon Bedrock 和 AgentCore 多项更新,包括 Claude Haiku 5.5 在 Amazon Bedrock 支持 subagent 场景,OpenAI GPT-6.1 Terra 在 Amazon Bedrock 上 GA,并带来 100 万输入 token 和更低价格。

    推荐理由:原文汇总了模型可用性变化与 AgentCore 新增能力,读者可以据此判断现有 AI 工作流需要调整哪些部分。

11月11日周三
  1. arXiv · NLP33

    LLM 验证使最小对基准测试对语言模型更易通过

    LLM 验证使最小对基准测试对语言模型更易通过。在 BLiMP 和 QFrBLiMP 数据集中,10 个开源大语言模型(LMs)在预注册 LLM 过滤器标记的项上比接受的项难 18.9 分,且所有 70 种 LM-验证器组合均显示标记项更难。该过滤去除了 LMs 失败但人类未失败的项目,使准确率提升超过随机去除。

  2. arXiv · NLP27

    khammoon:从语言学指南到泰语形态素分词器

    研究提出基于泰语最小意义单位 khammoon 的形态素分词方法,替代传统词级边界。 模型为 1M 参数的卷积 BiLSTM,支持 CPU 推理,跨域测试边界 F1 达 0.992;指南人工一致性 $\kappa \approx 0.99$,已开源。 形态素表示提升词性标注、实体识别及情感分类等下游任务表现,证明语言学一致性可优化表征质量。

  3. arXiv · AI28

    MRFoundry 开源发布:基于知识引导的智能体循环实现端到端 MRI 研究

    开源扩展包 MRFoundry 将 MRI 知识与智能体动作连接,配套推出 MRI Agent Bench 用于评估不同模型表现。 在 240 项核心评测中,MRFoundry 使全检查通过完成率从 67.5% 提升至 78.3%,在 134 项高难度任务中从 36.6% 提升至 44.8%。 该工具为 MRI 工作流专家知识提供可复用指导,支持研究者查看、调整并扩展至现有环境。

  4. arXiv · AI33

    AutoManifold:基于流形嵌入的智能体数据可视化算法设计

    AutoManifold 通过多智能体 LLM 编排,将亲和度、成本及优化原语组合生成新的流形嵌入算法,超越传统的超参数调优。 该工具以用户指定的结构保持偏好为条件,通过 LLM 引导的指标驱动迭代循环优化配置。 在真实数据集上,生成的算法在保持原始数据内在结构的同时,性能优于 t-SNE、UMAP 和 PaCMAP 等 SOTA 方法。

  5. arXiv · ML24

    LARC:用于冻结模型学习的低秩自适应残差连接

    LARC 为冻结模型提供紧凑数值状态,在 MiniCPM5-1B-SFT 上两次反馈更新使查询执行误差降低 24.65 和 36.65 个百分点。 采用 rank-4 残差与 12,288 个因子条目,在四候选开发任务中实现 16 个参数组更新,支持损失规则误差达 0.78125%。 研究揭示了数值状态辅助后续读取的条件,训练参考系在部分场景下比内存适应更有效。

  6. arXiv · ML34

    EEG-X:面向设备无关与抗噪的脑电信号基础模型

    EEG-X 提出设备无关且抗噪的脑电信号表示学习基础模型,旨在解决跨数据集设备差异和低信噪比挑战。 模型采用基于位置的通道嵌入,支持异构设备与电极布局的稳健迁移;引入噪声感知掩码重建策略及基于字典的卷积变换(DiCT),通过重建去伪迹信号提升预训练效果。 在多样化脑电信号数据集上,EEG-X 在多个下游任务中持续超越最先进方法,展现出电极布局或录制配置差异下的强跨域泛化能力,模型与代码已开源。

  7. arXiv · ML42

    Pooled-Substructure-Aware GNNs 通过保留池化子结构提升图神经网络表达能力

    Pooled-Substructure-Aware GNNs 提出一种显式保留池化子结构的图池化方法,在具备层级结构的任务上优于基线模型。 该方法增强了基于池化的 GNN 在 Weisfeiler-Lehman 测试意义下的表达能力,并引入了两个新合成数据集及衡量层级模式普遍性的指标,代码和数据集已公开。

  8. arXiv · ML28

    PARDIG:基于球面图网格 Transformer 的全局近实时降水估算框架

    PARDIG 采用球面图网格 Transformer 架构,生成 $0.1^\circ$ 空间与 15 分钟时间分辨率的全局降水估算。 该模型基于稠密多模态输入预测稀疏高精度雷达数据,评测显示其性能优于 IMERG V07、ERA5 等现有基准。 PARDIG 近实时与历史数据集已按 CC BY 4.0 协议开源,显著提升极端降水捕捉能力。

  9. arXiv · ML38

    CatAI 提出可组合催化智能框架,助力自适应催化剂发现

    Composable Catalytic Intelligence (CatAI) 构建物理基础模块化 AI 框架,学习 180 万结构性质关系并整合为 30 个物理化学编码器。 该框架在基准任务中实现 7.8% 的平均预测误差降低,且实验验证中识别出活性为商用基准 9 倍的新催化剂。 CatAI 支持通过计算筛选和模型实验反馈循环,跨不同机制系统复用物理化学知识。

  10. NVIDIA Blog26

    NVIDIA AI 助力回收商将混合废弃物转化为可再利用材料

    视觉 AI 与机器人技术正介入回收线,全球每年产生超 20 亿吨城市固体废物,预计 2050 年将翻倍。 NVIDIA 支持四家初创公司利用 AI 提升分拣精度,如 Greyparrot 将 15 吨废弃物检测时间从 375 小时缩至 6 小时,效率提升 10%-30%。 这些应用有助于应对全球仅 7% 材料来自回收的现状,推动循环经济。

11月10日周二
  1. Google DeepMind61

    Google DeepMind 开放 AI 气象模型 SatWeave 和 PARDIG 数据集

    Google DeepMind 开放了支持 WeatherNext 3 模型的两个基础数据集:SatWeave 和 PARDIG。SatWeave 整合五颗地球静止卫星图像,提供 17 个通道的全球小时级马赛克视图;PARDIG 是基于 AI 的全球降水数据集,时间分辨率达 15 分钟,空间分辨率约 10 公里。

    推荐理由:DeepMind 开源 WeatherNext 3 核心训练数据集,并给出 PARDIG 对 IMERG-Final 的降水检测提升幅度,为气候建模提供了可直接复用的数据基础。

  2. arXiv · ML26

    Mosaic:面向可微物理求解器的基准测试套件

    Mosaic 是一个开源可微 PDE 求解器基准框架,通过容器化组件(Tesseract)统一了 14 个求解器的梯度 API。 评估覆盖流体力学、结构力学和传热领域,揭示了计算成本与内存方面存在数量级差异,所有有效求解器均收敛至相似最优解。 该基准明确了内存限制、数值稳定性和设置兼容性是主要实际障碍,代码已开源。

  3. arXiv · ML24

    Diffusion Path Samplers via Sequential Monte Carlo 论文被 NeurIPS 2026 接收

    针对归一化常数未知的目标分布,研究开发了基于扩散路径的采样器,并被 NeurIPS 2026 接收。 方法采用高效的 sequential Monte Carlo 采样器解决 score estimation,通过沿路径演化辅助变量提供原则性的 score 和 density estimates,并引入控制变量表(control variate schedules)以控制方差。

  4. arXiv · AI24

    FINO:利用元数据无标签适配视觉基础模型至科学领域

    提出无标签方法 FINO,通过自监督目标结合元数据引导,将通用视觉基础模型适配至子细胞荧光显微镜、地球观测、野生动物监测及医学影像等专门科学领域。 FINO 处理离散与连续元数据,表征保留信息因子并抑制虚假因子。在特定任务上,FINO 性能优于匹配的自监督及全监督适配基线。 代码已公开,且在无任务标签下,FINO 在三个领域得分高于特定专业系统,在第四个领域达到同等表现。