跳到正文
11月17日周二
  1. arXiv · ML40

    OTISv2 通过特征空间正则化解决自监督时间序列编码器的特征坍缩问题

    自监督时间序列编码器因输入空间监督导致输出 Token 部分坍缩,OTISv2 引入特征空间的自蒸馏损失和 KoLeo 正则化器抑制坍缩。 该模型在 7.1M 至 116M 参数量范围内单调提升,并在 143 个单变量和多变量数据集上匹敌或超越现有通用编码器。 开源代码与预训练权重已发布以促进进一步研究。

  2. arXiv · ML21

    ReBrain 框架利用 iEEG 先验改进临床皮层 EEG 分析

    ReBrain 框架通过冻结 iEEG 信号模型作为跨模态先验,无需配对或微调即可增强皮层 EEG 下游任务性能。 该方法在多家医院数据及不同架构模型中均有效,增益源于 iEEG 携带的真实神经结构而非架构本身。 证据表明稀缺清洁模态可作为丰富噪声模态的可迁移先验,代码已开源。

  3. arXiv · ML26

    HoloGene:从切片空间转录组学学习完整 3D 基因场

    HoloGene 提出一种各向异性条件隐式神经表示框架,利用已知 GAE、FiLM 等组件,从已配准的空间转录组切片估计连续 3D 基因表达场。 该模型将表达谱压缩至图自编码器潜空间,采用基于伪标签的签名条件化提供切片内上下文,并通过深度依赖的 FiLM 调制建模轴向变化,以提升重建精度。

  4. arXiv · ML42

    CECAR:缓存与专家协同感知路由加速MoE LLM端侧推理

    CECAR通过联合考虑专家路由与缓存管理,在16GB显存的消费级GPU上运行Qwen3-30B-A3B模型,实现12.5 tokens/s的推理速度。 该系统利用ML-based缓存策略预测专家重用距离,优先调度距离较短的专家,非驻留专家从SSD获取,较传统MoE推理提速4.5倍,超越完全驻留DRAM基线。 论文已被NeurIPS 2026接收,代码已开源。

  5. arXiv · ML20

    MOBO-CAPS: 具备基数感知帕累托选择的多目标贝叶斯优化

    MOBO-CAPS 提出了一种在资源受限场景下直接寻找固定数量高超体积解集的方法,通过引入基数感知机制避免了先近似完整帕累托前沿再选解的资源浪费。 该方法设计了 REHVI 和 CHO-UCB 两种获取策略,在九个基准测试中均优于标准 MOBO 加事后子集选择的方法,并证明了批量版 CHO-UCB 的亚线性简单遗憾界。

  6. arXiv · ML33

    联邦数据集模拟:跨任务诱导无标签异构性

    论文提出联邦数据集模拟任务,通过预训练嵌入和视觉语言模型标准实现无标签划分,覆盖四类数据集。实验显示其诱导的异构性不低于标签偏斜方法,并开源了包含模拟、测量及训练全流程的模块化包 fds。该方法解决了非分类任务缺乏模拟方法的问题,为联邦学习评测提供了新基准。

  7. arXiv · AI79

    K2-Horizon 发布六款全开源语言模型

    K2-Horizon 团队发布六款从 0.9B 到 375B-A23B 的全开源语言模型,覆盖推理、编码和智能体任务。团队提出 Mixture-of-Value Attention(MoVA)架构和 Uno 扩散适配器,后者在不使用独立草稿模型的情况下将解码速度提升最高 2.2 倍。

    推荐理由:发布六款开源模型及全量训练数据,提出 MoVA 注意力机制和加速解码的扩散适配器,并披露 10T 合成预训练细节。

  8. arXiv · ML33

    PISG:面向基于扩散的组合优化中约束对齐信号放大的免训练方法

    PISG 提出一种免训练的测试时方法,通过放大扩散去噪器中已有的约束对齐结构信号来改进候选排序,在贪婪解码下无需下游精化即可提升解质量。 该方法在每个去噪步骤构建结构退化的预测并将其外推远离未扰动预测,信号分析显示其引导集中作用于约束关键变量而非均匀重缩放分数。

  9. arXiv · AI27

    RISE:面向 LLM 智能体推理的交互式结构化环境扩展方法

    RISE 通过从静态子图转向全规模交互式数据库,解决了现有结构化环境预过滤导致的测量偏差问题。 方法包含决策空间扩展与学习前沿扩展两条轴线,在 19 个基准和 3 种模型基座上进行测试。 结果显著提升领域内及未见模式的知识图谱推理能力,并实现零样本开放领域检索迁移。

  10. arXiv · NLP24

    LatentRouter: 能否在看到答案前选择合适多模态大模型?

    LatentRouter 提出基于反事实多模态效用预测的路由框架,在 MMR-Bench 和 VL-RouterBench 上优于固定模型、特征级及学习型路由基线。 该方法通过提取多模态路由胶囊,用模型能力 token 表征候选 MLLM,并以潜层交互估计各模型表现,支持性能与成本导向的路由策略。 代码已开源。

  11. arXiv · NLP26

    基于原子概念编辑的模型行为解释与控制框架

    该研究提出一种黑盒可解释性框架,通过原子概念编辑学习可验证宪法,从而解释和控制模型行为。在数学推理任务中,干扰变量使 GPT-5 易混淆,但对 Gemini 2.5 和 o4-mini 影响有限;在文生图任务中,GPT-Image 侧重语法合规,Imagen 4 则优先氛围一致性。使用学习得到的宪法控制模型行为,成功率平均提升 1.86 倍。代码已开源。

  12. arXiv · NLP28

    HEAMS:全面评估智能体记忆系统

    开源框架 HEAMS 提出全面评估智能体记忆系统的方法,涵盖性能、效率、安全、隐私及用户主权维度。 其基准测试显示,高任务性能可能与较差的隐私和安全得分共存,治理策略(如召回与保留)能显著影响对抗投毒的效果。 仅靠性能和效率指标无法揭示记忆系统在履行责任方面的全貌。

  13. arXiv · NLP20

    LATTE-WordSeg-Lite:CPU 上的多粒度泰语分词及可复现基准

    LATTE-WordSeg-Lite 是一个 1.17M 参数的 CPU 分词器,能单次输出复合词、单词和语素,在七个测试集中于五个超过 DeepCut。 它采用统一协议重建测试集,对比十二个系统;在单线程下速度比 DeepCut 快 23 倍,模型与基准脚本已开源。 该成果解决了泰语分词资源与子词 token 不匹配的问题,提升了 NLP 工具的可复现性。

  14. arXiv · NLP33

    IndustrialKnowEval: 评估 LLM 多层级工业知识的基准

    研究团队提出 IndustrialKnowEval 基准,包含 43,282 个样本,覆盖 7 个工业领域的 21 种任务类型。 该基准将认知需求分为记忆、理解、推理及工程应用四个层级,并对 18 个 LLM 进行了实验评估。 研究还提出了 ICCG 指标,旨在量化基础工业知识与高阶推理应用之间的性能差距,推动工业智能发展。

  15. arXiv · NLP35

    Mistral-7B 推测解码研究中近期性对速度与能耗的影响

    Mistral-7B 验证器下,最近期查找比最早匹配查找在 500-token 生成中加速最高 0.09,会话内存加权无显著增益。 医疗和法律文本中,选择性草稿器每 100 tokens 节省 3 至 4 焦耳能量;94% 生成结果与贪心解码完全一致。 重复惩罚导致长生成加速倍数从 1.4-1.7x 降至 1.1-1.2x,近期性依然有效。

  16. arXiv · NLP41

    从事实到角色:通过混合专家模型实现 LLM 中可解释的角色遗忘

    研究提出角色扮演遗忘任务,旨在选择性遗忘目标角色的风格与知识,同时保留非目标角色的语言能力。 提出 RoleMoE 混合专家框架,通过专业化损失和解耦损失映射独立专家子空间,提升角色分离与结构可解释性。 实验在多个 LLM 骨干上表明 RoleMoE 能精确可控地遗忘角色,且代码和数据集已公开。

  17. arXiv · NLP33

    Decision 1.0:面向开放决策基础模型的研究发布

    研究团队发布 Decision 1.0,这是一个开放权重模型家族,将文本状态和运行时定义的问题转化为类型化概率分布。 其 Choice、Noul 和 Score 接口允许应用在推理时指定结果;六个模型涵盖双向编码器和因果解码器架构。Lux-9B 在常见决策基准测试中,显式决策得 84.17%,推理得 91.25%,加权总体得 77.22%。

  18. R/ArtificialInteligence76

    AWS 开源本地模拟器,允许编码智能体无账号测试 200+ 服务

    AWS 发布 AWS Emulator,这是一个基于公开 Smithy API 模型生成的通用可用本地 HTTPS 端点,允许开发者和编码智能体在无 AWS 账号的情况下测试 200+ AWS 服务。AWS 公布了保真度分数及关于 IAM、区域和内存状态的文档化限制,明确了模拟器与真实 AWS 的分歧点。

    推荐理由:原文提供了本地模拟器的覆盖范围和保真度细节,读者可据此评估其在智能体工作流中的可用性。

  19. R/ArtificialInteligence45

    GPTDisguise v2 更新:支持将 AI 对话伪装成 Google Doc

    GPTDisguise 浏览器插件发布 v2 更新,支持将 ChatGPT、Claude 和 Gemini 对话伪装成 Google Doc 界面。 此次更新修复了因 ChatGPT 和 Claude 更新导致的兼容性问题,并新增侧边栏文档列表功能,用户无需退出插件即可切换不同对话。 该插件已在 Chrome 网上应用商店免费开放试用,累计用户数达到 1 万,月活用户数为 3000。

  20. IT之家56

    英伟达推出 DGX Spark HPC 开发套件

    英伟达在 SC26 大会推出 DGX Spark HPC 开发套件,由四台搭载 GB10 Grace Blackwell 超级芯片的节点组成。该套件提供 512GB 内存和 20TB NVMe 存储空间,支持通过 ConnectX-7 网络适配器直接互联,可本地部署参数量最高达 7000 亿的 DeepSeek V4.1 等 AI 模型。

  21. R/ArtificialInteligence48

    Claude 设计三款硬件原型,组装细节调整成为更有趣的成果

    Anthropic 与 Diode 报告显示,Fable 5.2 设计了扬声器电话等三款设备,工程师成功构建并测试了原型。 Claude 发现扬声器电话主板因静音开关受阻无法放入外壳,通过几何检查建议将主板倾斜约 25 度解决,并在布线困难时更改芯片引脚分配。 这些仅为早期原型,未进行电气验证、天线调谐、热测试或认证,且报告来自相关方而非独立复制。