跳到正文
11月11日周三
  1. arXiv · AI21

    BARS: 未知分布下预算感知的顺序采样与拒绝机制用于多数识别

    BARS 提出一种顺序采样规则,在未知分布下通过预算约束实现多数识别,支持早期终止或拒绝。 该规则包含认证模式与实用模式,实用模式在 GSM8K 上比固定 8 次采样少 22.3% 样本,代价是拒绝 18.8% 的问题。 在 MATH 基准上,BARS 实用模式将准确率提升至 82.5%,并诚实地拒绝了一半模型无法解决的难题。

  2. arXiv · AI20

    多模态强化学习中整合动作前缀预测与对齐的改进预测表征方法

    改进预测表征(IPR)结合动作前缀预测与基于对比多模态学习的观测锚点对齐,在深度控制套件任务中性能优于基线。 IPR-H 配置平均回报比视觉+深度基线高 10.0%,比视觉+位置向量基线高 3.4%;在 Webots 中,无 LiDAR 时 IPR 性能更高,有 LiDAR 时则不然。 该研究被 ACRA 2026 接收,展示了在有限交互数据下利用多模态观测学习表征的优势。

  3. arXiv · AI29

    SeqFold: 基于时间戳寻址的压缩状态用于用户行为序列主干网络

    SeqFold 提出一种压缩状态接口,利用学习式多通道融合、通道级时间衰减和 Lookup-Free Quantization (LFQ),将冻结主干网络的多层用户状态导出为紧凑离散编码。 该方法结合任务特定解码器生成嵌入空间,并在大规模专有数据集上验证,每状态表示存储量减少 3,400 倍,同时保留了未压缩模型的大部分下游排序性能。

  4. arXiv · AI35

    AI 智能体监管不可能性定理:有限规则无法认证所有安全程序

    研究证明 AI 智能体监管存在不可能性,有限规则无法完全认证所有安全程序,且 220 万次随机程序仿真验证了这一阻碍主要源于对抗性场景而非典型情况。 该定理表明,依赖有限时间机器可验证证据的禁令规则存在单边失效,任何 n 比特的健全规则都会遗漏约 n 比特的合规程序。

  5. arXiv · AI23

    MSPR-GRE:多阶段相位感知自监督重建用于多回波梯度回波 MRI

    论文提出多阶段相位感知自监督重建框架MSPR-GRE,用于加速高分辨率mGRE MRI并保留解剖细节与复杂回波信息。 在7T AHEAD人体脑部数据(R=4,8,12)及9.4T离体小鼠脑部数据上评估,R=12时第四回波幅度NRMSE为12.09±0.60%,显著优于SSDU的21.55±1.12%。 无需完全采样目标即可提升定量图谱一致性,但泛化性与相位估计精度仍需进一步验证。

  6. arXiv · AI25

    NCP: 权重空间控制策略的验证器引导优化

    NCP(Neural Control Plane)是一个闭环系统,通过观察语言模型执行、合成权重空间干预规则并评估其效果来优化控制策略。它在SmolLM-135M-Instruct实验中验证了框架有效性,其中一个投影将验证token重复率从0.4133降至0.2191,困惑度变化-0.0574%。

  7. arXiv · AI24

    鉴别证据框架提升医学多选题中 LLM 的临床决策准确性

    针对医学多选题中选项间证据重叠导致区分困难的问题,研究提出一种检索增强的鉴别证据框架。 该方法提取各选项特有的鉴别证据并组织为简洁提示词,在多个数据集和目标 LLM 上均实现了一致的准确率提升。 消融研究证实该框架性能优于直接使用检索证据块或闭源 LLM 生成的通用提示,其增益主要源于对竞争选项推理的有效辅助。

  8. arXiv · ML29

    测试幻觉的结构起源:注意力机制与状态空间混合器的对比

    研究通过干预实验测试模型幻觉的结构起源,发现注意力机制比状态空间混合器更易传播输入中的缺陷。 在410M参数以上模型中,注意力模型重复植入错误陈述的频率显著高于匹配的状态空间模型(2.8B模型:650 vs. 566次,p=2.5e-20),而后者仍能识别植入的新事实。 该发现支持了“混合组件决定上下文缺陷是否转为输出错误”的简化结构解释,表明首因错误源于知识缺失而非被抑制的真相。

  9. arXiv · ML25

    稀疏贝叶斯 Kolmogorov-Arnold 网络在的各向异性 Besov 空间中的后验收缩率

    研究证明配备 spike-and-slab 稀疏先验的稀疏贝叶斯 KAN 在近极小极大后验收缩率方面表现优异。 收缩率取决于底层函数的本征各向异性光滑度,通过超先验可自适应未知光滑度并维持该速率。 相比标准多层感知机,KAN 深度可固定,通过宽度、样条网格范围和稀疏性控制逼近复杂度。

  10. arXiv · ML21

    ART 自适应重参数化时间优化 Score-Based 扩散采样

    提出 ART 框架优化 Score-Based 扩散采样步长分配,利用连续时间控制替代均匀或手工设计的调度方案。 ART-RL 通过高斯策略将调度学习转化为强化学习问题,证明最优策略均值恢复 ART 时间扭曲率,实现 Actor-Critic 更新。 该方法仅替换时间步网格即可接入现有扩散采样器,在同等预算下提升样本质量,且学习到的调度方案具备跨数据集、求解器及表示空间的泛化能力。

  11. arXiv · ML21

    RANSAC Scoring Done Right: 闭式形式边缘化内点尺度的新评分方法

    针对主流 RANSAC 变体依赖内点阈值的评分缺陷,提出一种反转推理顺序的新方法:对固定内点划分闭式边缘化尺度后优化划分,该分数仅需一次排序与线性扫描即可最大化。 该方法在信息量充足与匮乏先验下适用,唯一超参为均匀外点分布半宽,对校准偏差远较内点阈值不敏感,且为首个公式中不含内点尺度的似然型 RANSAC 评分。 论文已被 NeurIPS 2026 接收,共 20 页。

  12. arXiv · ML26

    预测编码学习效率的研究:基于目标对齐指标的机制分析

    研究通过引入“目标对齐”指标量化学习效率,揭示了预测编码(PC)在深层、窄化和预训练网络中比反向传播(BP)更高效。 研究者推导并验证了深度线性网络中目标对齐的解析表达式,确定了 PC 实现最优目标对齐的精确条件。 在非线性模型全训练轨迹实验中,发现 PC 的效率优势在实际应用中依然保持。

  13. arXiv · ML26

    GoRL:通过解耦优化与生成解决在线强化学习中生成策略的优化难题

    研究提出 GoRL 框架,通过解耦优化与生成来解决在线强化学习中的矛盾。该算法将策略优化限制在可处理的潜空间,利用扩散或流匹配解码器生成动作,确保稳定性与表达力。 实证结果显示,GoRL 在多种连续控制任务中显著优于基线模型。在 HopperStand 任务中,其回报超过 870,是强基线的 3 倍以上。在人体任务中,它比最强非 GoRL 基线高出一个数量级。

  14. arXiv · ML42

    企业分析智能体评估框架对比研究:稳定性、检测与发现

    三项评估框架在企业分析智能体上的对比研究显示,97%的配置满足稳定性阈值,trace-based框架在72个已知风险用例中取得最佳F1=0.90。 text-only评估虽召回率相同但误报增加5倍,功能测试与红队测试发现的24个新型失败零重叠。 建议采用trace-based评估与对抗性红队测试相结合的双框架策略。

  15. arXiv · ML21

    脉冲神经网络强化学习中循环模块结构:CoRe SNNs 提出 Map-STDP 学习规则

    该研究提出社区循环脉冲神经网络(CoRe SNNs),将循环网络划分为固定角色的社区,动作由脉冲活动到达的社区决定。 引入 Map-STDP 学习规则以鼓励动态模块结构,并对比动态、部分及完全模块化三种机制。 在 CartPole、LunarLander 和 Acrobot 任务中,该循环模块化网络性能可匹敌或超越前馈方法,同时提升了生物合理性。

  16. arXiv · ML25

    利用特征不变缩放定律提升推荐系统 A/B 实验效率

    研究证实现代推荐模型具有特征不变缩放性,即不同特征改变下性能变化遵循可预测的缩放定律。 研究人员提出一种利用缩放定律和统计推断的方法,通过小规模实验预测全尺度 A/B 测试效果,在 Wukong、HSTU 及 LLM 推荐模型上验证了该方法在 40 多项变更中能准确区分有益与中性/退步变化,大幅降低计算需求。