跳到正文
10月28日周三
  1. arXiv · ML34

    RoboJev-27B 开源视觉语言模型用于机器人操作成功检测

    RoboJev-27B 作为开源权重模型,在 SO-101 机器人 268 个留出回合上取得 95.2% 平衡准确率,支持任务指令与多帧视频输入以预测操作成功。 模型基于 JEV-27B-VL 仅微调语言模型(冻结视觉编码器),单条推理耗时 0.26 秒;在未知实验室数据上泛化 AUROC 达 0.890。 发布附带推理代码与 20,628 条预测记录,便于复现与 benchmark 评估。

  2. arXiv · ML33

    Flow Mesh: 一种基于速度正则化的流匹配框架,用于非结构化网格上物理场的稳定分布建模

    研究提出生成式框架 FlowMesh,结合置换不变编码与潜空间流匹配,在非结构化网格上直接生成热流体场。 在六组匹配种子评估中,FlowMesh 的宏观平均概率密度函数覆盖率达 91.7%-97.0%,较潜扩散模型提升 11.6-45.4 个百分点。 单次全场生成耗时约 1.23 秒,相比传统 CFD 仿真提速 585-1902 倍,使大规模数据驱动分析在固定几何能源系统中具备可行性。

  3. arXiv · ML23

    LUCID:基于条件密度估计的局部协变量重要性理解方法

    LUCID 是一种新的模型无关局部变量重要性指标,它利用给定其余观测特征的完整条件分布生成可信扰动值,避免了生成不现实的反事实。该方法建立了 LUCID 与现有变量重要性度量的理论联系,并提供了具有收敛保证和不确定性量化的估计器。在模拟和现实世界实例中,LUCID 展现出稳定的性能和实际效用。

  4. arXiv · ML28

    BellowsKV 跨层 KV 缓存压缩方法

    研究者提出无需训练的 BellowsKV 方法,通过映射相邻层隐藏状态到单一潜变量实现 KV 缓存跨层共享。 在 Llama-3.1-8B、Mistral-7B 和 Qwen2.5-7B 上,BellowsKV-Quant 在 3.6 倍压缩比下保留约 99% 全缓存准确率,13-14 倍压缩下保留 97-98%。 该方法解决了高压缩率下跨层共享缓存精度急剧下降的瓶颈。

  5. arXiv · ML23

    用于认证学习的稀疏平方和层

    Sparse SOS Layers 在保持认证保证的同时,将大问题的内存占用从 160 GiB 降至 1.7 GiB,总热调用时间最高提速 2.7 倍。 该层通过重用前向求解的局部坐标避免构建密集证明,实验涵盖多项式认证、摆控制及位姿图同步等场景。 设计研究在未见实例中实现零认证违规,所需优化求解次数约为有限差分法的 7 分之一。

  6. arXiv · ML20

    MOFjson:面向语言模型的金属有机框架显式拓扑表示

    研究提出 MOFjson 表示法,将结构数据分为原子层和衍生层,并在基准测试中表现优于三个基线模型。 在四个模型测试中,MOFjson 在“到达块最近周期副本”任务准确率达 100%(基线 18-47%),晶系表征达 96%(基线 71%),配位任务达 60%(基线 48%)。 该表示法为智能体工具工作流和受限 MOF 生成奠定了基础。

  7. arXiv · ML33

    INTRA: 交错非连续Token稀疏注意力机制

    提出硬件感知的静态稀疏注意力方法INTRA,基于中继通信视图和CQS约束,通过互补稀疏组在层间提供短介导通信路径。 在A100上,INTRA在2K FLUX.1-dev生成中实现1.53倍加速,且在LoRA自蒸馏后图像质量优于CLEAR配置;在LLaMA-3.1-8B上提升长上下文预填充效率,注意力基准测试中较MoBA和NSA分别实现8.4倍和10.4倍加速。

  8. arXiv · ML27

    反应式优化器 OPAL:利用预训练语言模型智能体动态重写优化器代码

    研究提出反应式优化器 OPAL,利用预训练语言模型智能体在单次训练运行中检查动力学并重写优化器代码。 在语言建模和图像生成任务中,OPAL 匹配或优于固定配方,可调整学习率、精度及动量,并展示了对数据损坏的适应性。 该方案无需针对特定优化器的元训练或跨运行记忆转移,代码已开源。

  9. arXiv · ML22

    FITS:一种用于联邦混合类型表格数据合成的框架

    研究者提出联邦整合两步合成(FITS)框架,旨在联邦设置下生成混合类型表格合成数据。 该框架核心利用局部线性回归估计条件累积分布函数,并通过持续化方法将离散变量无损映射至连续空间,以实现统一的连续表示。 实验表明,使用 FITS 生成的合成数据能够提升所有客户端在下游任务中的表现。

  10. arXiv · ML20

    扩散模型生成训练的信息论缩放定律

    研究提出基于模型信息量的缩放定律,揭示扩散模型训练中的非线性记忆与线性泛化两个定性不同的 regime。 该定律量化了模型信息随规模和数据量的变化,并能外推至拟合域之外,指导记忆与样本质量优化。 代码已在 GitHub 公开,为扩散模型的信息论特性提供原理性解释。

  11. arXiv · AI27

    BRIDGE:面向用户行为的端到端序列-图学习统一架构研究

    研究人员提出 BRIDGE,一种统一的端到端架构,将序列模型与图模块在单一目标下耦合,允许梯度在两个组件间流动以学习任务对齐的表示。 该架构引入 TOKENXATTN 层实现序列事件间的 token 级交叉注意,在关系预测和欺诈检测任务中,BRIDGE 在排序和分类指标上均优于静态图模型、时序图方法及仅序列基线。

  12. arXiv · AI23

    GENCO:嵌入开发框架的稳态电网分析统一神经求解器

    GENCO 统一神经求解器支持稳态输电电网的潮流计算、最优潮流和状态估计,最高较 Newton-Raphson 快 30 倍,较 IPOPT 快 85 倍。 开源 GridFM 开发框架标准化了合成数据生成与低代码训练,并发布了数百万 PF 和 OPF 场景的大规模数据集。 该系统大幅降低了电力系统工程师的使用门槛,标志着向电网基础模型(Grid Foundation Models)迈进。

  13. arXiv · AI26

    ICCU:基于模式诱导拒绝规则的上下文持续机器学习

    提出ICCU(上下文持续机器学习)框架,通过诱导可读拒绝规则在推理时过滤或注入系统提示,无需修改模型参数即可移除特定数据影响。 规则作为顺序无关的并集累积,具备可组合性且无跨请求干扰,生成规则后可丢弃原始遗忘集数据。 实验证明ICCU有效抑制目标知识同时保持效用,具备可扩展性,且对改写、跨语言及对抗性查询保持鲁棒。

  14. arXiv · AI21

    CounterFlow:基于目标条件流匹配的视觉反事实解释框架

    CounterFlow 提出一种基于条件流匹配的新框架,通过直接引导源图像转向用户指定目标类来生成视觉反事实解释。 利用目标条件向量场,该框架在标准基准上达到 SOTA 性能,兼顾视觉真实感与目标类切换,且计算开销低于传统 GAN 或扩散架构。 直接在原始像素空间工作,CounterFlow 为真实世界部署提供了更具实用性的解决方案。

  15. arXiv · AI38

    KAPPA: 利用 Lean 4 和语言模型智能体检查统计学论文证明

    开源软件 KAPPA 利用 Claude Code 运行语言模型智能体,将 LaTeX 统计论文的证明翻译至 Lean 4 并逐一验证,对每个结果给出四种判定。 系统让独立智能体编写与审查代码,比对原文,确保证明步骤跟随之前的证据可重跑,无需语言模型即可复现判定。 盲测发现三篇已发表论文中被公开修正前的版本里的错误,验证了工具在发现证明谬误上的有效性与可靠性。

  16. arXiv · AI28

    Gangqinpu:一个对齐音频、MIDI 与乐谱的多流派钢琴数据集

    Gangqinpu 发布了一个包含 18,786 组乐谱-演奏对、1,007.1 小时源音频的多流派钢琴数据集,具备自动音符级对齐功能。 该数据集覆盖流行、古典、爵士、民谣、摇滚及布鲁斯,通过自动管道生成标签并构建与 ASAP 的联合划分。 下游实验表明其在节拍跟踪任务中取得跨数据集增益,且在转写与表现力渲染任务中提供域内收益。

  17. arXiv · AI30

    GalaxyTS 与 PCR 如何提升时间序列预测的专家专门化性能

    研究提出 GalaxyTS 数据集与 PCR 方法,证明在冻结 Transformer 骨干上,持久通道特定混合优于输入依赖路由。 PCR-K4 在四个预测时程上取得 3.86-14.25% 的均方误差降低,且可训练参数显著少于竞品。 该方法为时间序列预测中的共享与专门化权衡提供了可控基准与即插即用解决方案。

  18. arXiv · AI20

    用于双曲传输图神经求解器的 CFL 感知边设计

    研究提出将 Courant-Friedrichs-Lewy (CFL) 信号作为边局部特征融入图神经网络(GNN),以增强双曲偏微分方程建模能力。 在架构不变的前提下,当边缘信息明确分离方向与空间尺度时,CFL 条件化使最终步骤误差降低 10.4% 至 14.4%,且随步长增加改善幅度扩大。 该设计原则表明 CFL 调制需基于已分离的交互方向,从而有效抑制激波附近的数值振荡。

  19. arXiv · AI21

    边缘离线生成式 AI 的信任机制:连通性状态框架与树莓派 5 实证研究

    研究在树莓派 5 上评估离线 RAG 信任机制,提出 C0-C4 连通性状态框架。检索评分门控检测知识缺口 AUROC 达 0.97;3B 模型以不到一半时延和能耗达到与 7B 模型相同的正确率。 已签名有毒数据包可通过所有包检查,导致 30 道原本正确问题正确率降至零,现有机制未能确立证据真实性。

  20. arXiv · AI23

    RADAgent:基于开源 LLM 自动化 RADseq 分析流程

    研究团队提出 RADAgent,利用开源权重大语言模型(LLM)自动执行 RADseq 基因测序分析流程。该方法将工作流映射为 16 个独立可执行的智能体模块,并采用模型无关运行时支持故障恢复。在包含 19 个群体、476 个样本的真实数据集测试中,RADAgent 成功在本地环境完成全流程自动化,代码已公开。

  21. arXiv · AI26

    CLOSURE:基于跨通道闭环的多变量时间序列异常检测方法

    CLOSURE 提出将可恢复性与跨通道一致性分离为两个正常数据预测任务。可恢复性由条件扩散重建器解决,一致性由关系闭环算子通过稀疏带符号门控预测其他通道实现。 该方法在公共基准流上持续优于近期基于重建、频率和拓扑的检测器,验证了同时考察一致性与可恢复性的价值。