跳到正文
11月18日周三
  1. arXiv · ML41

    VRLLM:通过微调 Llama 3.2 1B 构建强大的表格分类器

    Visa Research 通过微调预训练模型 Llama 3.2 1B,利用数十亿行标注表格数据训练出模型 VRLLM,该模型性能超越了多种表格分类器及现有的生产级深度学习模型。 研究团队在论文中详细说明了数据准备、训练策略及部署验证流程,并通过消融实验发现最早的两个 FFN 层对任务信息的涌现有贡献。 该研究为将紧凑型 LLM 适配到工业级表格预测任务提供了一套工程方案与实证案例。

  2. arXiv · ML24

    视觉相似度选择演示并非有效:基于闭环效用的上下文演示选择方法

    在检索增强视觉-语言-动作模型中,基于闭环效用选择演示的池在760集配对回合中成功率达66.4%,视觉相似度选择仅达55.7%。 效用比相似度高出10.8个百分点,且在19个任务中的18个未平局任务上表现更优;相似度选择与随机选择无显著差异(+0.1个百分点)。 通过效用筛选的5演示池比预置20演示池高7.0个百分点,效用排序检索在完整池内高4.5个百分点。

  3. arXiv · AI36

    OICycle:纵向临床决策中基于信念状态学习的观察-推断-干预循环

    研究者提出 OICycle 模型,通过从回顾性轨迹中学习随机信念状态,将部分可观察马尔可夫决策过程应用于纵向临床决策。 该模型基于 MIMIC-IV 等数据构建了包含 72,075 次住院记录的基准测试集。与无历史模型相比,OICycle 将下一步干预自适应召回率从 0.253 提升至 0.347,死亡率预测 Macro-F1 从 0.585 提升至 0.649。

  4. arXiv · ML20

    PCGRL 用于复杂平台游戏:通过膨胀包络和正向课程生成可玩且多样化的关卡

    物理感知课程引导 PCGRL 框架解决复杂平台游戏长序列生成中的探索瓶颈与扩展限制,显著提升结构多样性并维持高物理可玩性。 引入膨胀体积包络机制将连续运动可行性融入 MDP 离散状态空间,结合中间状态转移反馈和多阶段正向扩展课程学习实现长时程稳定信用分配。

  5. arXiv · ML25

    隐式神经表示:空间局部小批量训练低秩神经表示

    提出空间局部小批量训练法,使低秩神经表示(LRNRs)可用自适应网格解的单个小胞元数据训练,避免全局误差。 该方法利用低秩结构,使局部步骤仅影响共享基的低维子空间;在六个双曲守恒律问题中,以密集网络十分之一的参数量达到1.1%-2.3%相对L2误差。 作为对比,同等规模的超网络SIREN、DeepONet和FNO在相同局部批次下误差达16%-78%,而LRNR仅为4.9%。

  6. arXiv · AI31

    CrossEnv:通过合成可验证的跨环境任务训练长程智能体

    CrossEnv框架提出利用实体工具图识别环境连接,合成可执行、可验证的跨环境任务,解决单一环境数据无法捕捉服务间依赖的问题。 该框架结合跨环境数据与从单环境多环境协调逐步引入用户交互的课程学习策略,在四个外部基准测试中用更少训练样本达到竞争性性能。 分析证据表明该数据与课程训练有助于向新环境组合及更长工作流迁移。

  7. arXiv · ML28

    权重空间编程在扩散模型编辑中的增益研究:程序构建与分数引导精化

    研究在 Stable Diffusion 1.4 上对比了权重空间编程生成的程序与基线,发现预注册的改写流程相比强基线并无优势。 探索性对比显示,Astra 一次性程序将 VLM 联合成功率提升 +10.0 点,但 CLIP 相对匹配无显著变化;改写程序后 CLIP 提升 +6.2 点,联合成功率则下降 -9.7 点。

  8. arXiv · AI32

    LLM 数字孪生中激活导向能否替代基于提示的情感启动?

    基于 Llama-3.1-8B-Instruct 在 100 个人设上的实验表明,激活导向并非总是能替代提示词进行情感启动,其有效性取决于具体测量指标。 注入路径在感恩领域(beta ~ 2.7)可匹配真实提示效果,但会导致失控领域远端指标非对称偏移;且省略写作任务本身即会改变近端测量结果。 该研究揭示了情感诱导方式互换时的效度边界,提示不同操作化路径需分别验证有效性。

  9. arXiv · ML25

    ToR-OT:基于自回归 token 回归的最优传输计划学习方法

    研究者提出 ToR-OT,一种基于 transformer 的模型,通过自回归 token 回归预测离散最优传输(OT)计划。 ToR-OT 将 OT 重构为结构化序列生成任务,解码器仅预测非零项,利用精确离散解的稀疏性避免输出密集耦合矩阵。 该模型旨在探索自回归 transformer 学习受限优化问题结构的能力,目前尚不能替代经典求解器。

  10. arXiv · AI24

    Proximal Targets: 训练循环精炼器应对多解问题的方法

    针对多解问题,Proximal Targets 证明传统循环精炼器存在不可消除的损失下限,并提出近端目标策略,训练每次迭代收敛至最近正确解。 使用 170 万参数网络,该方法在含 2-64 个解的数独中准确率从 2.5% 提升至 98.8%,在 10,000 个以上解的稀疏数独中从 0.0% 提升至 93.8%。

  11. arXiv · AI20

    LLM 世界观:8 个模型共享悲观特质,对话可收敛至“灵性极乐”

    对 8 个 LLM 进行心理学调查,发现它们一致将世界描述得比人类更不美好、安全与有活力。 基座模型观点更积极,说明悲观倾向由 post-training 驱动;系统提示词及模型间对话能显著改变世界观。 模型对话使观点收敛至“灵性极乐”状态,该状态能产生最对齐且最安全的响应。

  12. arXiv · ML28

    MPG-DPO:利用多维用户偏好数据实现大语言模型对齐的高效个性化

    论文提出多维偏好引导在线直接偏好优化(MPG-DPO),利用低成本多维评估构建个性化偏好锥体以指导响应选择,在匹配查询预算下优于现有方法。 该方法首先剔除在用户偏好下被确信支配的响应,再选取保留锥体下具有最强未解决分歧的竞争性响应对,理论分析表明查询浪费随学习进行消失。

  13. arXiv · ML21

    去噪生成优化框架:收敛性与多样性分析

    论文建立了噪声无关去噪生成的优化框架,将生成过程解释为固定对数密度景观上的梯度上升,并证明了轨迹在 $O(m\sigma_{min}^2/\tau)$ 内几乎必然收敛至参考流形。 研究推导了源汇恒等式以证明有限分辨率的区域覆盖性,并在仿射构造中识别出能避免记忆化且保留多样性的正带宽机制。 实验结果证实了预测机制,展示了在大步长引导下的鲁棒性提升及与有限数据生成泛化一致的性能增益。

  14. arXiv · AI36

    EDA:面向证据驱动多模态抑郁症分析的观察、验证与评估框架

    提出EDA框架,通过观察、验证和评估三个阶段实现基于证据的多模态抑郁症分析,解决长录音摘要中单一观测来源及决策相关性难以审查的问题。 在D-Vlog和LMVD数据集上,基于7B冻结骨干的EDA支持使F1分数在D-Vlog Leave-Query-Out和LMVD上分别比直接预测提高7.61和9.88个百分点。

  15. arXiv · AI34

    临床AI决策轨迹审计:正确诊断下的潜在安全风险与纠正监督

    研究审计300个临床案例,发现55.2%达到可接受最终诊断的医院轨迹经过中度或重度潜在伤害决策。 基于MIMIC-IV和ASCENT基准,结构化纠正解决73.6%的首次错误,但30.2%的纠正后决策仍引入新潜在伤害。 表明正确最终诊断不能证明轨迹安全,成功纠正也不能保证恢复过程无风险。

  16. arXiv · ML20

    深度强化学习在 HVAC 监控控制中的收益分析:四个 Modelica 案例研究

    针对 HVAC 系统的四个 Modelica 案例研究表明,深度强化学习(DRL)优于规则控制的幅度有限。 在冷凝水复位场景,DRL 仅比近优参考低 1.3%;在预冷却场景,人工调优规则性能仍优于 DRL。 建议研究应明确最佳规则与近优参考间的差距,并报告在共同仿真 FMU 训练中遇到的实际困难。

  17. arXiv · AI31

    简捷有效:基于演示条件提示搜索的提示优化器审计

    研究人员隔离出演示条件提示搜索(DCPS)作为机制归因控制,发现其在 StablePrompt 中匹配 PPO 准确率的同时成本约为其三分之一。 在 DSPy 系统中,DCPS 在 GPT-4.1-mini 上匹配 GEPA 准确率,rollout 数量减少 55%,API 成本降低 32%。 研究建议基准测试需报告 rollout 数量、token 用量和美元成本。

  18. arXiv · AI30

    COTTI:应对促销漂移的对比训练与时间感知工业推荐框架

    COTTI 提出对比训练与时间感知推理框架,将历史表征学习与事件时间分数调整分离,解决促销事件导致的流量偏移问题。 该框架包含跨期对比对齐、主动重加权及自适应边界对齐模块,在 Fliggy 数据上离线 AUC 达 0.8127,p99 延迟 38.9ms。 在线实验显示,COTTI 较基线模型转化率提升 3.14%,千次收益提升 2.68%。

  19. arXiv · ML21

    VTT:通过未见车型的运动轨迹读取车辆尺寸与动力类型

    研究提出VTT数据集与基准,利用运动轨迹和CAN信号识别未见车型的车辆尺寸与动力类型,包含9,062次驾驶记录。 模型在电池纯电与燃油车区分上的宏观F1值达92.6%至93.0%,尺寸分类准确率从62.9%提升至67.1%。 物理特征分析表明动力识别关联减速行为,尺寸识别关联转向响应,跨车型泛化受标签分辨率限制。

  20. arXiv · AI37

    MillBill:基于几何反馈的 Machining Agent

    MillBill 提出将 Machining 决策与几何执行分离的智能体,使用本地部署的开源模型 Qwen3.8-27B 规划三轴加工操作。 系统通过几何框架生成刀具路径并模拟材料去除以提供反馈,其设置规划考虑了刀具的物理可达性而非仅可见性。 在指定容差内目标表面积占比的评估中,该方案优于自行构建几何与刀具路径工作流的前沿模型方法。

  21. arXiv · ML21

    BernBRS:针对深度伯恩斯坦神经网络的认证反向可达性框架

    本文提出 BernBRS 框架,用于对采用伯恩斯坦多项式激活函数的 DeepBern-Nets 进行高效且高精度的反向可达性分析。该框架能同时计算反向可达集(BRS)的认证内近似和外近似,并通过分析激活模式来智能细化输入空间覆盖。作者在高维模型(如线性化的 Half-Cheetah 控制器和蒸馏的 Transformer 块)上验证了该方法的可扩展性。

  22. arXiv · AI37

    迈向数据高效、实时的世界模型

    该研究通过双阶段离散扩散方法取代下一词元预测,实现了 79 倍推理加速。 模型仅需约 28 小时的游戏数据即可训练,生成高质量且一致的游戏序列。 这一进展降低了实时交互与创意领域应用世界模型的门槛。