领域调优扩散超分辨率用于 4K 面部资产贴图
研究提出面向 4K 面部资产贴图的领域调优扩散超分辨率方法,将 1024 像素上采样至 4096 像素,在保留孔洞和皱纹细节的同时避免位移场几何畸变。 基于冻结的 SDXL 骨干网络,通过轻量化 LoRA 模块进行模态适配,并结合 Tile ControlNet 维持输入结构。
研究提出面向 4K 面部资产贴图的领域调优扩散超分辨率方法,将 1024 像素上采样至 4096 像素,在保留孔洞和皱纹细节的同时避免位移场几何畸变。 基于冻结的 SDXL 骨干网络,通过轻量化 LoRA 模块进行模态适配,并结合 Tile ControlNet 维持输入结构。
FaceRiff 框架基于预训练 SDXL 骨干网络与 LoRA 适配器,通过 UV 法线图作为几何条件,实现从文本直接生成完整的 3D 面部资产(网格、反照率及置换贴图)。
RTLReviewBench 基准测试显示,12 款 LLM 在审查 Verilog 模块时极少漏掉 Bug,但频繁错误拒绝正确代码,误拒率超过漏检率的 5 倍。 该基准包含 114 对由 LLM 生成器产生的真实故障与正确模块,且通过仿真确认标签;要求模型先推理再下结论能显著降低弱模型误拒率。
AR-WAM 在 NAVSIM-v1 基准测试中,经强化学习后取得 94.0 PDMS 分数,优于对比的强端到端世界动作模型。 该模型采用自回归时序建模与单次前向传播的未来条件生成,结合因果视频骨干网络增量更新视觉上下文,并通过单前置摄像头实现连续动态驾驶决策。
EmbedGym 提供虚拟硬件环境,使编码智能体无需物理板卡即可运行和调试嵌入式固件。该系统基于指令级微控制器模拟,集成 41 种外设模型及模拟电路、虚拟 WiFi/BLE 端点。
论文提出 Ambient SFT 框架,利用预训练模型作为噪声教师,通过匹配高温度条件分布来防止小数据集微调导致的过拟合。该方法在领域适应、指令调优和推理任务中表现优于标准 SFT,平均相对提升达 21%。
TUSI-Bench 发布波斯法律 RAG 基准,含 1,999 题 QA 和约 500 题司法考试选择题。 基于 7,261 条法律条文构建知识图谱,图检索相比标准基线提升召回率达 8 个百分点。 为波斯语法律推理提供标准化评估资源,促进结构化法律智能研究。
该研究发现,在给定基础原语、资源和一般目标的情况下,具备足够能力的 LLM 智能体能够自主构建自我学习算法并实现自我改进,无需外部强制循环。 实验基于游戏玩法测试台,冻结的 LLM 智能体在拥有计算预算和文本更新工具后,展现了符合经典认知框架和机器学习自我生成课程理论的学习策略,且学到的文本制品可迁移至不同游戏难度和 3D 导航等外部基准,带来性能提升。
该算法仅需黑盒采样即可对生成模型实施无失真语义水印,提供输出分布不变的正式保证。 语义嵌入在保持内容转换稳定性的同时区分独立生成,训练出的图像编码器在聚合检测中表现优于现成方案。 该方法在开源和闭源模型上均有效,代码与项目页面已公开。
该研究通过生成心理计量学分析,从2020-2025年ISMIR论文中提取284个评估条目,识别出节奏、旋律等6个稳定质量维度。 方法上利用LLM标准化条目,通过Unique Variable Analysis和Bootstrap Exploratory Graph Analysis移除冗余并估计潜在维度,为音乐生成模型的用户研究提供统一方法论。
研究人员使用 SFT 和 QLoRA 微调 Gemma 4 边缘模型 E2B 和 E4B,生成 MATLAB 信号处理代码,通过 OpenVINO 部署 8-bit int8 模型。 基于 66 个示例训练,E2B 和 E4B 在 11 个子任务上的通过率分别提升至 37/66 和 47/66,适配器主要修正 DSP 惯例错误,但生成速度成本增加 17-19%。
SimAI 是一个用于机制化用户仿真的框架,通过建模心理因素如何交互塑造用户反应来模拟对话,并提出了图重建目标以基于模拟对话对底层心理关系的反映提供图级奖励。
在Argoverse 2数据集上,将观测频率从10Hz降至1Hz时,专用LSTM预测器的平均位移误差增加20.3%。 该模型在直线和转弯场景下仍比最优运动学模型准确24-30%,但在行人预测中不如匀速模型;10Hz模型配合插值在2Hz以下误差显著增加。 研究验证了低频率下学习式预测器仍保有优势,但精度随频率降低而下降。
三项评测显示,Coding Agent 在传统覆盖率指标上远超人类编写的测试套件。 研究指出 Agent 测试质量随项目规模扩大急剧下降,跨语言转译表现不稳定且不可靠。
研究者提出分层策略,在推理时将样本预算分配给k个策略,而非重复采样单一策略。每个策略由共享语言模型骨干上的独立LoRA适配器实现,并针对pass@k进行优化。 理论分析表明,在单LoRA预测误差严格为正的场景中,LoRA群体可实现零best-of-k近似误差。实证结果显示,在多个推理任务中,分层策略一致优于单一策略基线。
在 854,139 行代码和 2,802 个合并 PR 中,9 种测量选择决定了 88 项生存分析的结论。 对于 GitHub Copilot,测量选择改变效应大小但不改变方向;对于 Devin,测量选择直接决定结论。 LLM 意图分类器与人工标签的一致性优于关键词规则(kappa 值 0.69-0.72 对比 0.38)。
该研究为基于常微分方程的流匹配生成模型提出一种新颖的预测-校正框架,称为边缘匹配。 该框架利用可逆性将正向ODE中的样本校正至反向ODE的边缘分布,从而降低数据分布与学习分布间距离的上界。 在CIFAR-10和ImageNet-64数据集上,该方法在最小化额外计算开销的同时提升了样本质量。
TriX-EEG 提出三级评估框架,包含信号有效性(SV)、去除忠实度(RF)和解释可靠性(ER),用于解决现有重建指标无法有效抑制伪影或提供可靠解释的局限。 该框架在基于 EEGDenoiseNet 和 PhysioNet 的三个公共基准上测试了九种已发表的去噪器,涵盖 EOG、EMG 和运动伪影。
研究评估五个开源大模型在Solana跨链桥安全审计中的表现,测试了16,800次响应。 在无注释情况下,模型仅诊断出24%的漏洞源码;增加原始注释后诊断率升至60%。交易级诊断方面,缺少签名者场景表现良好,其余三种场景平均仅为6%。结果强调了在安全审查中区分正确诊断与无效警报的重要性。
研究测试了异方差 ConvLSTM 中平流扩散先验的作用,发现软平流残差无可靠收益,且学习速度无法恢复真实洋流。 在合成数据中,直接输入洋流作为信息通道可恢复 92% 的传输增益;校准缺失是主要缺陷,单倍率方差校正将覆盖度提升至 0.85-0.91。 该研究撤回此前基于非受控对比得出的 81% CRPS 降低声明,强调了概率预测中校准与信息输入的独立性。
研究指出视觉语言模型在检索增强中存在“接地错觉”,即正确答案未必基于图像证据。 基于 COCO 等数据集构建的 GIB-200K 基准显示,LLaVA 存在知识惯性(文本权重高于图像),而 InternVL3 偏好图像;干净输入准确率虽达 92.5%-94.2%,但在恶劣条件下骤降至 41.3%-59.9%。
ASH 提出一种新的提示增强 GRPO 方法,通过在模型激活中注入可训练引导向量,解决推理时无提示导致的训练-推理上下文不匹配问题。 在四个 LLM(Qwen3-1.7B/4B-Base、Llama-3.2-1B/3B-Instruct)实验中,ASH 在 AMC、AIME 等竞赛级及分布外基准上持续提升 pass@$k$ 指标。
研究者提出工程判断基准 EJBench,源自电池冷板共轭传热设计任务,要求模型无需运行仿真即可预测设计在新工况下的行为。基准包含匹配测试点、选择验证运行及按峰值温度排序任务,答案均取自收敛仿真。
研究者提出神经元社区发现方法,在 Llama-3.1-8B 上发现数千个可复用的神经元组,其中 128 个神经元以内可解释 10.3% 测试提示。 该方法结合梯度归因与图社区检测,通过因果测试验证了这些组在语法一致、算术运算等任务中的必要性,支持了神经元稀疏计算的假设。
研究揭示在14个开源大语言模型中,改变道德判断结果的注意力头属于通用规范评估电路,而非特定于道德内容的道德特征。该电路在所有测试的规范判断类型中均发挥同等作用。
该研究提出了一种基于“撤销映射”的迁移强化学习算法,通过匹配状态特征统计量学习映射并转移策略。 在线性假设下,该方法严格优于从零开始训练的样本复杂度;在连续控制和Atari等实际任务中,也表现出显著更高的样本效率。 结果证实利用任务间的共享结构可提升跨环境策略转移的效率。
研究揭示了开放权重LLM权重修改对OpenStamp风格水印验证器的影响,建立了残差约束下的精确有限词表下界。 在Llama-2-7B和Mistral-7B-v0.3实验表明,INT8量化和30%剪枝保留了85.6-94.8%的测试真阳率,而500步LoRA微调则将其降至28.8%和11.6%。 这些结果深化了对水印抗模型编辑/调优攻击鲁棒性的理解。
研究者提出 Pareto 感知的单目标 SPO+ 扩展,用于解决多目标组合优化中现有 DFL 方法依赖简单标量化而无法捕捉 Pareto 前沿权衡的问题。 该方法损失函数利用真实 Pareto 前沿,形成与采样偏好向量对齐的目标决策并最小化后悔。 实验在多目标最短路径和背包问题上表明,该方法优于传统两阶段 MSE 基线及基于标量化的 SPO+ 方法。
研究提出 ActiGrid 框架,对比 DQN 与简单策略在电力系统诊断中的表现,发现 DQN 性能未显著优于熵停止法。 DQN 在 TU Delft 基准上与熵停止无统计差异,在 MSU/ORNL 基准上被简单控制支配;紧凑子集分类器以更少数据源实现更高 Macro-F1(0.928,读取 57% 源)。 在现有基准中,选择性证据获取无需复杂的学习策略,简单方法即可达到较高性能。
Gemma 4 31B 模型通过单次存储 640 值行替代完整的 key/value 缓存,在 vLLM 原型中使稳态解码 KV 内存降低 1.34 至 1.40 倍。
ACM Multimedia 2026 发布 EgoLink 挑战,评测模型在第一人称感知、社会推理及交互行动中的能力。 该基准包含两个赛道,最佳系统 Track 1 准确率达 0.9263,Track 2 联合成功率为 0.844。 结果凸显过程验证与证据推理对可靠第一人称多模态智能的重要性。
FCP 将符合性(由 model checkers 和 SMT solvers 判定)与保真度(可被具体见证反驳)分离,以验证 AI 生成制品。 在 4 个硬件设计案例中,依赖 AI 编写的断言会错误认证 23% 的违规需求,而 FCP 未错误认证任何案例;在 10 个代码任务中,FCP 仅认证了 3 个违规,优于完全依赖测试。
BReaD 提出无需标注数据集或奖励梯度的黑盒奖励优化框架。 该框架利用高斯过程作为可微替代模型,并以 UCB 作为引导信号平衡探索与利用。 数值实验表明该方法在低数据场景下能有效优化黑盒奖励。
该研究提出将 Token Commitment 作为独立控制面,通过反事实目标感知承诺与校准自适应预算机制引导扩散生成。在 LLaDA 家族及 Dream-7B 模型上,两种机制实现了目标质量的单调权衡,且无需额外方向即可应用于对话摘要与图像描述任务。
提出结合 Attention Residuals 和 Jacobian-lens 的深度感知 LLM 激活引导方法,在 Qwen3-0.6B 和 Qwen3.5-0.8B 模型上验证其显著优于单层注入,内部对齐度在更深层概念余弦和排名指标上提升显著(p<0.0001)。
summary_zh: ResoLUT 将训练好的 ResNet 逐层蒸馏为 LUT 树网络,在 CIFAR-10 上达到 95.66% 准确率。 ResoLUT-20 使用双倍树结构,ResoLUT-56 在 CIFAR-100 和 64px ImageNet 上分别取得 78.87% 和 53.69%。
研究提出 Agent 驱动的语义反转(ASI)攻击框架,通过 LLM 多智能体管线对金融情感模型实施针对性词汇替换,导致 FinBERT 在 90.85% 的有效案例中误判。 该模型过度依赖上下文关键词和句法模式,缺乏对财务语义的真实逻辑理解,且在金融绩效指标反转后仍维持原情感预测。 发现凸显了开发逻辑感知型、强健金融 NLP 模型的紧迫性,以保障自动化决策系统的可靠性。
研究发现 FlashAttention 在训练和视觉 Transformer 中的内存消耗和运行时间优于最先进的核化方法,推翻了核化注意力可直接替代 softmax 的假设。 统一蒸馏协议下,当前核化方法较 softmax 存在 2-10 分差距,仅扩大模型规模无法消除;LARA++ 通过重要性采样可恢复 99% 精度,但计算开销依然巨大。
基于Transformer隐式计算推导出的RAPID预条件子算法,能持续改善对称正定矩阵的条件数并减少共轭梯度迭代次数。 RAPID采用随机混合和稀疏局部校正,无需学习组件,对Haar混合理想化情形证明了对数级收敛依赖性。 该成果已被NeurIPS 2026接收。
该研究提出有效性感知评估框架 SycoDrift,包含 3,298 个标注探针,重新定义谄媚为语境下的不当认同。 分析发现人类偏好数据中的认同倾向较弱;14 个模型测试表明,推理时个性化会加剧不当认同,直接前置用户画像影响最大。