跳到正文
11月10日周二
  1. arXiv · ML28

    学习非精确交替最小化求解凸问题二次耦合

    论文提出一种基于神经网络学习非精确交替最小化的方法,用于求解具有二次耦合的凸优化问题。 方法通过贪婪式训练网络近似子问题解,并推导了最优性间隙的最坏情况上界及 PAC-Bayes 高概率界。在鲁棒矩阵补全和低剂量 CT 重建任务中,相比基准方法实现了 5-13 倍加速,微调后最高达 30 倍。

  2. arXiv · ML22

    CADMA:面向生成模型评估的容量感知覆盖分解方法

    提出CADMA框架,通过局部容量匹配分离几何覆盖与有效覆盖,解决现有召回指标无法区分模式丢失与坍缩的问题。 实验证明,CADMA在玩具数据和真实数据集上提供了更可靠的覆盖估计,能输出细粒度、可解释的多样性失败诊断信号。 该研究已被NeurIPS 2026接收,代码已开源。

  3. arXiv · ML31

    TALK:一种用于蛋白变体效应预测的一次性批量设计方法

    TALK 提出了一种基于后验耦合的一次性批量设计方法,用于解决蛋白质变体效应预测中的实验-预测不匹配问题。 该方法在受限测量预算下,通过估计候选变体对目标区域的贡献并降低冗余,在 ProteinGym 和 FLIP 协议中提升了目标空间预测性能。 该工作已被 NeurIPS 2026 接收为口头报告,并开源了代码。

  4. arXiv · AI26

    SurgKnowBench 和 SurgAgentGym 如何评测手术场景理解中的通用智能体

    研究团队提出两阶段评测框架,通过 SurgKnowBench 诊断基准揭示当前多模态大语言模型在程序理解上的薄弱边界。 引入 SurgAgentGym 智能体环境,验证使用知识搜索和视觉定位等工具可提升推理时理解,但精确定位仍是瓶颈。 该研究被 NeurIPS 2026 接收,为手术智能体理解提供了新路径。

  5. arXiv · ML20

    CoilStellaration:面向托卡马克线圈设计的工程感知数据集与基准

    该研究提出了CoilStellaration,这是一个包含177,000组优化线圈的数据集和基准,用于学习从等离子体磁场目标到线圈几何形状的映射。数据集涵盖了多种线圈数量,支持对专门化模型和共享模型进行跨配置的研究。 基准要求模型预测线圈时,需考虑线圈间距、曲率和磁场误差。研究表明,磁场准确性仍是主要挑战,学习模型难以同时满足所有需求,但可用于加速传统优化。

  6. arXiv · AI20

    A2MoE:面向3D医学视觉-语言预训练的解剖激活混合专家模型

    A2MoE框架将解剖归纳偏置引入3D医学视觉-语言预训练,基于6万余例多期CT数据训练后,在分割、分类和检测基准上取得领先性能。 其核心包含直方图表示路由器(HRR)和器官查询多尺度投影器(OQMSP),通过patch级路由降低复杂度,并无需人工标注即可实现细粒度对齐。 该模型还能泛化至MRI和超声影像,为医学表征学习提供可扩展基础。

  7. arXiv · AI35

    EndoSCOP-V:用于内镜报告与临床推理的多模态模型多轮视频理解评测框架

    EndoSCOP-V 是一个基于视频的评测框架,包含 1,307 段内镜视频和 20,274 个问答轮次,由 1,033 份临床医生审核的模板确定性生成。 该框架采用马尔可夫上下文剪枝协议逐轮评估,15 名认证内镜医生组成的专家组确立了 78% 的严格准确率基准。 最佳的 27B 级开源模型严格准确率仅达 59.8%,在量化测量和长时程视频干预推理方面仍存在显著差距。

  8. arXiv · AI20

    LoCo:面向判别式开放词汇多标签识别的选择性局部竞争

    提出 LoCo 框架,通过空间一致视觉编码器和选择性 Softmax 处理局部语义稀疏性,增强开放词汇多标签识别(OV-MLR)的判别能力。 独立使用 LoCo 在四个基准上将平均 F1 和 mAP 分别提升 3.4% 和 3.8%;结合 DualPrompt 后优势扩大至 4.8% 和 5.2%。 代码已开源,该论文被 NeurIPS 2026 接收。

  9. arXiv · AI24

    FAIR 宇宙弱透镜机器学习不确定性挑战:数据集与宇宙学推断竞赛

    NeurIPS 2025 发布 FAIR 宇宙弱透镜机器学习不确定性挑战,作为包含多种系统偏差的基准数据集和评估研究,以测试不确定性下的鲁棒宇宙学推断。 冠军方案包括条件最优传输数据增强、AI 智能体驱动的参数推断、集成学习、基于 Vision Transformer 的架构以及物理信息特征融合。 该工作将基准数据集与获胜方案结合,为开发弱透镜宇宙学机器学习方法提供社区资源。

  10. arXiv · AI27

    NINJA:一种用于高效上下文问题定位的导航-检查联合架构

    针对现有基于 agent 的问题定位方法因长上下文累积压缩推理空间及扁平探索结构失衡的问题,论文提出层级式 NINJA 架构。该架构将仓库探索分解为全局导航与局部检查:navigator 维护全局搜索状态并执行文件级搜索,inspectors 在独立上下文中进行函数级探索,通过多轮交互返回可疑位置以更新全局状态。

  11. arXiv · ML23

    Hydra:面向时序图的多任务迁移学习架构

    Hydra 是一种结合时序 GNN 局部特征与谱学习模块的新架构,旨在解决时序图的多任务预测问题。在多任务分类中,其 AUC 比最强竞争者相对提升 8.9%;在回归任务中,MAE 相对提升 8.2%,且训练时间减少 22%。研究证明时序图多任务迁移学习有效,为开发适应时序图的自适应基础模型提供了新方向。

  12. arXiv · AI45

    Sage-Taiyi:面向科学发现的元认知架构

    Sage-Taiyi提出元认知架构,在Taiyi-Bench全部8项指标上排名第一,Overall得分54.0,高于最强基线AI Scientist-v2的47.9。 该基准包含10个学科50篇论文的265个任务。系统通过专家协作,将钴催化羰基化产率提升至84%,光催化烯丙胺化提升至69%。 结果支持元认知调节作为科学构思方法,并向实际验证迈进。

  13. arXiv · ML25

    ALETHEIA: 用于无损检测神经算子学习的多频涡流脉冲热成像数据集

    ALETHEIA是首个针对无损检测神经PDE求解器的3D基准数据集,包含4700多个高分辨率样本,覆盖1-100kHz的10个激励频率。 数据集模拟导电固体中的涡流致热及瞬态热传播,支持从表面红外测量进行缺陷的逆向重建,并包含真实裂纹铁轨样本。 该数据集为在真实无损检测条件下评估神经PDE求解器提供了统一平台,支持数据驱动的逆向建模。

  14. arXiv · ML20

    MCSA:用于原子间势能的 SO(3) 等变 GNN 多截止光谱聚合方法

    提出即插即用模块 MCSA,通过聚合不同截止半径的径向核增强多尺度几何表示,提升 SO(3) 等变 GNN 性能。 利用径向核紧支撑特性在角度张量积运算前融合权重,避免冗余计算并保持旋转等变性。 在能量、力、应力及声子色散等预测上实现一致改进,验证了物理动机制截距选择的有效性。

  15. arXiv · AI33

    LEGION:对抗性噪声下稀疏信号调查的语言智能体基准

    研究团队发布 LEGION 基准,包含 Legion-Sim 模拟器和 74 个对抗场景,用于评估语言智能体在稀疏信号下的调查效率与准确率。 测试显示五种智能体架构召回率高达 0.82-0.88,但精确率仅为 0.61-0.72,且失败模式跨推理层级一致。 该基准已开源,旨在提升网络安全调查中区分真实指标与攻击相关指标的可靠性。

  16. arXiv · ML23

    Hydro-Dataset:面向北欧水文研究与基础模型基准的多模态开源管道

    Hydro-Dataset v1.1 发布了一个融合瑞典和芬兰 582 个气象站 2015-2024 年数据的开源管道,生成 180 万条注释站天记录。 该数据集包含雪水当量、融雪速率等 6 类衍生参数,可作为水文基础模型的基准标签;ERA5-Land 交叉验证显示观测锚定 SWE 比再分析数据更具可靠性。

  17. arXiv · ML23

    GS3R 实现鲁棒且高效的持续模型合并

    针对持续模型合并中任务组件纠缠导致奇异几何扭曲的问题,作者提出 GS3R 方法。 该方法通过恢复保留的奇异几何并分离任务子空间,公平重新分配秩资源;结合预合并恢复与刷新(PRF)机制降低内存开销。 在视觉、NLP 和多模态基准测试中,GS3R 实现了强准确率与效率平衡,已被 NeurIPS 2026 接收。