跳到正文
11月9日周一
  1. arXiv · NLP28

    多模态临床记录非随机缺失下的因果表示学习

    该研究提出一种因果表示学习框架,利用多模态临床记录中的观测数据及非随机缺失模式。在 MIMIC-IV 和 eICU 数据集评估中,该方法相比最强基线模型,住院再入院 AUC 相对提升最高 4.3%,ICU 入院提升 2.7%。 该框架包含 MMNAR 感知模态融合、模态重建对齐及多任务结果预测组件,旨在修正由特定模态观测模式引起的残余偏差。

  2. arXiv · NLP24

    KG-RAG4SM:基于知识图谱的检索增强生成用于模式匹配

    研究提出KG-RAG4SM方法,通过整合LLM、向量和图遍历等检索机制及重排序方案,从外部知识图谱中提取子图以解决模式匹配中的语义歧义与LLM幻觉。 该方法无需再训练,在MIMIC数据集上相较Jellyfish-8B等SOTA方法的精度提升39.79%,F1提升30.56%;在Synthea数据集上相较SMAT精度提升69.20%。

  3. arXiv · NLP20

    Kontrast 检测文本、表格与知识图谱间的知识不一致性

    研究提出 Kontrast 框架,利用 Text-to-SPARQL 和 LLM 推理对比表格答案与知识图谱证据,自动检测并分类跨模态不一致性。该框架覆盖粒度差异、直接冲突、时间变化及图谱不完整四类情况,在 Table-QA 数据集实验表明此类不一致普遍且具信息量,能揭示真实知识冲突及图谱结构缺失,为大规模知识审计提供基准。

  4. arXiv · NLP28

    LLMs 能否对检索信息持保留态度?

    研究评估了 8 个大语言模型在应对不确定检索信息时的局限性,发现其存在过度依赖复杂上下文等问题。 提出的交互策略通过反馈无上下文答案并简化上下文,使顺从性错误平均减少 25%,且不修改模型权重。

  5. arXiv · NLP29

    MemSkill: 学习并演化记忆技能以支持自演化智能体

    MemSkill将LLM智能体记忆提取重构为可学习、可演化的记忆技能,在LoCoMo、LongMemEval、HotpotQA及ALFWorld等基准上显著超越强基线。 系统采用Controller与Executor机制筛选并执行相关技能,配合Designer定期优化技能集,形成闭环以自我完善。 该方案在NeurIPS 2026上被接收,提供了更自适应的记忆管理路径。

  6. arXiv · NLP25

    ROSE 提出面向多模态大语言模型终身知识编辑的风险感知正交子空间导航框架

    多模态大语言模型终身知识编辑面临严重灾难性遗忘问题,现有方法难以避免序列编辑对预训练能力的干扰。 ROSE 框架通过限制参数更新在正交互补子空间并引入风险掩码机制,成功保护了关键事实参数子空间,确保模型稳定性。 在两个主流多模态基准测试中,ROSE 在连续 1,000 次更新中保持了卓越稳定性,其表现与最先进方法相当。

  7. arXiv · NLP21

    AI 智能体需要多少对话历史?

    基于 1,100 个 BEAM 问题研究显示,增大 passage budget 可提升平均分,但高分预算下边际收益递减。 实验对比 Qwen 和 Mistral 的消息保留表现:Qwen 在直接需求下匹配完整状态率更高,Mistral 结果接近最低基线。 可靠的预算选择需保留证据并验证评估指标,当前评分审计尚未解决 BEAM 答案正确性问题。

  8. arXiv · NLP27

    FinEvolveKG:用于金融知识图谱构建的受控且可归因提示词进化框架

    提出 FinEvolveKG 框架,通过分离通用与角色策略模块并限制 GEPA 优化器作用域,实现金融知识图谱构建中提示词的可归因进化。 该框架在三个种子均值下,使完整工作流 v4 相比冻结基线 v1 性能提升 19.4% 至 30.9%,并在所有九组成对种子比较中优于无约束全流程 v5。 双专家盲审支持在 70.1% 的对比判断中优先选择 v4 生成结果,证实机械可归因进化可与强实证表现共存。

11月7日周六
  1. AWS Machine Learning Blog38

    在 Amazon ECS Fargate 上构建支持 AI 智能体访问数据湖的无服务器 MCP 服务器

    亚马逊支持团队在 Amazon ECS Fargate 上构建无服务器 MCP 服务器,作为 AI 智能体访问企业数据湖的中央网关,解决多智能体重复开发权限控制的问题。 该架构采用元数据驱动模式,新增数据源仅需提供 JSON 文件即可自动接入,无需编写定制代码,支持多租户环境下不同 MCP 客户端共享同一工具接口。

11月6日周五
  1. arXiv · ML23

    基于物理证实的联邦学习:保障关键水基础设施中的协同异常检测

    该研究将物理不变量转化为联邦学习更新的可验证准入要求,解决了数据投毒防御问题。 在SWaT等三个测试台上,挖掘出的不变量拒绝了所有伪造遥测数据,且利用零知识证明(zk-SNARKs)在保护隐私的同时验证了批次遵从性。 该方法有效恢复了因重放投毒导致的78%目标攻击召回率损失。

  2. arXiv · ML21

    Genome-Factory:用于基因组基础模型微调、部署与解释的 Python 库

    Genome-Factory 是首个集成基因组基础模型微调、部署与解释的 Python 库,统一了数据获取、推理及基准测试工作流。 该库支持全参数与参数高效微调,提供 DNA 序列生成功能,并引入基于稀疏自编码器的开源生物解释器。 研究人员利用 DNABERT-2 验证了其生物解释能力,实际结果显示该工具在基因组分析中具有实用价值。

  3. arXiv · ML25

    DynSHAP: 面向可解释动态生存分析的 SHAP 框架

    DynSHAP 框架通过 Shapley 博弈处理纵向不规则输入与生存输出,解决现有可解释方法在动态生存分析中的局限。 其变体 Temporal DynSHAP 学习时间依赖性,在合成数据上比边际估计器更准确恢复特征。 该方法在两个临床数据集上生成忠实归因,辅助医疗专家识别驱动预测的患者信息及时间点。

  4. arXiv · AI28

    ReGuard 框架用于基于 RL 的网络控制器最坏情况发现与运行时保护

    ReGuard 框架通过在推理时介入保护,无需重训即可发现并缓解基于 RL 的网络控制器在最坏情况下的性能退化。 该框架将场景发现形式化为双层遗憾最大化问题,在 Pensieve、Sage 和 Park 三个控制器上发现 43-64% 的性能损失。 ReGuard 通过轻量级逻辑规则介入高风险状态,在首次迭代中缩小 79-85% 的性能差距,其保护作用可延伸至更广泛的网络条件。

  5. arXiv · AI28

    CORE: 深度研究中的粗到细搜索与上下文管理

    CORE 是一个无训练 harness,结合粗到细搜索与上下文管理,通过稠密检索与重排序器返回最相关 snippet。 它允许智能体扩展已检索源的上下文并抑制重复 snippet,在三个基准上实现 SOTA 答案准确率与证据召回。 在含最高 5.53 亿文档的语料库上,Tongyi DeepResearch 和 OpenResearcher 对比测试中表现领先。

11月5日周四
  1. 阿里云百炼45

    阿里云百炼模型训练:提示词与 RAG 优化后的后训练方案

    阿里云百炼推出模型后训练能力,提供 SFT、DPO、强化学习、蒸馏等方案,支持通义系列未开源模型微调。 覆盖文本、视觉理解及图音视频语音专项训练,部分模型支持全参或 LoRA 高效微调,并配套 API 及评测工具。 调优模型可直接云上部署调用,但暂不支持下载到本地,企业需结合业务数据质量与成本评估启动训练。

  2. arXiv · AI30

    PREBA: 基于PCA加权检索增强大语言模型与贝叶斯平均聚合的手术时长预测

    PREBA提出了一种结合PCA加权检索与贝叶斯平均的框架,将大语言模型推理基于机构特定证据,无需任务特定微调。 在四个真实数据集上使用Qwen3、DeepSeek-R1和HuatuoGPT-o1评估,PREBA将平均绝对误差降低最多64.9%,R2最高达0.63,准确性与监督学习方法相当且更具可解释性。

  3. arXiv · AI24

    TWISTER:基于结构感知评论插补的稀疏推荐框架

    TWISTER 框架针对推荐系统中评论稀疏问题,通过联合建模语义与结构信号生成缺失评论,并在多组数据集实验中优于传统基线。 该框架将用户-物品交互表示为文本边图(TEG),利用 LLM 作为图感知聚合器,从邻居交互聚合自然语言表征以生成连贯且个性化的评论。 该框架可作为即插即用的结构感知插补器,在评论稀缺时恢复下游推荐所需的文本信号。

  4. arXiv · AI21

    FedFiOT: Fisher加权最优传输用于单轮和少轮联邦学习中的模型合并

    提出FedFiOT框架,利用Fisher信息量化参数重要性,通过交替最小化方法联合优化神经元对齐与全局模型参数。 理论证明其优化过程单调降低分层合并目标,并建立量化客户端异质性影响的平稳性界。 在多个数据集上,该框架在单轮和少轮联邦学习设置中均持续优于竞争基线。

  5. arXiv · AI25

    面向 Salesforce M&A 数据合并的自主 ETL 管道参考框架

    论文提出针对 Salesforce M&A 场景的自主 ETL 管道参考框架,整合分区批量提取、声明式映射及质量门禁等技术。 该框架映射至 Jitterbit Integration Studio,在 383,973 条记录规模下,混合匹配 F1 分达到 0.918。 质量门禁消除了 1,000 次加载故障,增量同步后目标数据与全量重建一致性超过 99.3%。