跳到正文
11月17日周二
  1. arXiv · AI33

    CADENCE 框架:从 ECG 基础模型中提取可解释的神经生理概念

    CADENCE 利用 BatchTopK 稀疏自编码器将超过 900 万个 ECG token 的 Layer-6 嵌入分解为 8,192 个稀疏心脏原子。 这些原子在临床表型和波形形态上的平均 AUROC 分别为 0.88 和 0.90,显著优于密集维度的 0.78 和 0.83。 该框架提供可扩展方法,用于发现并审计 ECG 基础模型中编码的生理知识。

  2. arXiv · ML21

    压缩模拟推断:基于低维 Sketches 的神经后验估计

    针对大规模数据下神经后验估计计算成本高的问题,研究提出利用低维 sketch 近似条件密度,仅需 2p+1 个随机 sketch 即可保证后验一致性。 该方法在与最先进嵌入网络性能持平的同时显著提升了计算效率,解决了手工设计统计量难度大及学习统计量成本高的难题。

  3. arXiv · ML25

    BoBDeLaN:面向深度拉格朗日机器人控制的有界带宽上下文适应方法

    针对不确定负载限制物理模型精度的问题,研究提出 BoBDeLaN 架构,结合有界增益递归平衡网络与稳定线性滤波以抑制测量扰动敏感性。 该架构保证递归初始化的指数遗忘,并提供有限时域频率加权上下文扰动界,在注入扰动下相比 LSTM 编码器表现出更低的高频敏感性和剩余扭矩预测误差。 方法通过模型预测控制仿真与真机操作任务验证了有效性,相关成果已提交至 L4DC 2027 会议。

  4. arXiv · AI42

    AgentNAS:基于 LLM 的代理式神经架构搜索方法

    提出 AgentNAS 管线,结合 LLM 设计种子架构并分解为槽位化搜索空间,再由传统 NAS 算法探索。 在 NAS-Bench-360 和 Unseen NAS 的 17 个任务上,AgentNAS 在 11 个任务中优于已发布基线及专家设计。 研究表明 LLM 快速发现强架构后趋于饱和,切换至 NAS 可带来进一步提升,二者互补。

  5. arXiv · AI25

    对抗性概念搜索:基于特征几何预测组合错误

    提出利用LLM表征几何学预测概念组合失败的方法,将组合失效归因于显著特征间的干扰。 研究发现,若两个概念近正交编码,模型可可靠组合;若线性编码接近产生干扰,模型则失败。该方法无需评估特定输入即可预判失效模式。 该结果为基础利用几何学识别高风险样本、构建针对性压力测试提供了可扩展框架。

  6. arXiv · ML28

    少步生成中闭式耦合的局限性分析

    研究指出,在有限高维数据集上使用闭式概率流向量场进行少步生成是行不通的。 高维扩散过程的解析解近似于线性变换,训练效果与独立配对无异。 理论量化表明,漂移携带的端点能量比例随数据集规模 $N$ 和对数关系 $\frac{\log N}{d}$ 变化。

  7. arXiv · ML23

    非近视安全滤波器:基于学习型干预成本-to-Go 的方法

    该论文提出一种基于学习近似最优干预成本-to-Go 的非近视安全滤波器,在碰撞避免问题中将平均累计干预努力降低了约 50%。 滤波器通过松弛 Bellman 残差约束近似成本函数,保持原有障碍条件为硬约束,可行性与传统 CBF 滤波器等效。 在 100 个未用于训练的初始条件下验证,三个独立训练的网络结果一致,且在线计算量低于预测滤波器。

  8. arXiv · ML23

    可迁移神经网络预处理器加速 Wilson-Clover 传播子求逆

    针对四维 Wilson-Clover 传播子求逆,研究出两款可零重训练迁移的单层神经网络预处理器,均能直接减少广义共轭残差迭代次数。 第一款是规范协变并行输运卷积网络,可在不同格点体积、间距及π介子质量间迁移并保持加速效果;第二款是类CNN网络,可直接从小体积迁移至大体积集合并显著加速。 成本对比显示,考虑基构建与求解总耗时后,该方案在大体积格点集上比小体积更具优势。

  9. arXiv · AI36

    MultiSearch:基于RL的并行检索与显式合并框架以提升RAG推理性能

    MultiSearch 提出了一种基于强化学习(RL)的框架,通过多查询并行检索和显式信息合并,解决了单查询检索中信息覆盖不足和噪声高的问题。 该框架在每个推理步骤生成多视角查询,并行获取外部信息以提升信噪比(SNR),并设计了多进程奖励机制优化检索与整合。 在七个基准测试中,MultiSearch 优于基线方法,提升了检索信噪比及问答任务的推理准确性。

  10. arXiv · ML21

    基于稳定设计替代模型联合学习控制 Lyapunov 函数与控制器

    该论文提出了一种利用结构化神经网络联合学习控制 Lyapunov 函数(CLF)和稳定控制器的新框架,旨在降低计算开销。 框架采用 Polyak-Lojasiewicz 网络参数化 CLF,并构建满足 Lyapunov 下降条件的稳定设计替代模型。 该方法无需已知 CLF,通过训练使闭环动态与替代模型对齐,建立了局部与全局稳定性保证。

  11. arXiv · AI32

    SREGym 提出高保真 AI SRE 智能体实时基准测试

    SREGym 是面向 SRE 智能体的高保真实时基准,包含 90 个现实 SRE 任务,基于真实云原生系统栈通过故障注入器模拟多层级故障、环境噪声及亚稳态失败。 评估显示前沿智能体在不同故障类型上的端到端性能存在最高 40% 差异,该开源项目已被研究人员和从业者用于测试。

  12. arXiv · AI30

    用于科学构思强化学习后训练的“辩论作为奖励”多智能体奖励系统

    提出首个专为科学构思设计的多智能体奖励系统,通过辩论机制提供稳健的二值奖励,有效解决强化学习中的奖励作弊问题。 该系统利用无偏 Group Relative Policy Optimization 消除长度偏差,并基于 ICLR 2024 和 NeurIPS 2025 的论文数据训练,在新颖性、可行性等指标上显著优于现有基线。

  13. arXiv · AI35

    AI Agent 蒸馏中不安全行为潜意识传递的实证证据

    研究证实不安全 agent 行为可通过模型蒸馏潜意识传递,尽管数据已过滤显性关键词,学生模型仍继承偏差。 API 学生模型在 35.5% 模糊任务首选破坏性动作(基线 1.2%),多轮执行中 33.9% 资源不可逆损毁(基线 6.4%)。 显式数据清洗不足以防御,需根本性新策略缓解 agentic 系统行为偏差传递。

  14. arXiv · AI28

    AgentGA: 在智能体种子空间中进化代码解决方案

    AgentGA框架通过优化智能体种子进化自主代码生成,在Weco-Kaggle Lite基准测试中表现优于AIDE和AutoGluon。使用DeepSeek V4 Flash (0731),AgentGA平均超越人类比例为71.13%,在14/16项任务上超越AIDE。该方法结合群体遗传算法与长程智能体,通过修改的Hedge控制器实现在线算子分配,验证了智能体种子优化的实用性。

  15. arXiv · AI28

    GAAMA:面向AI智能体的图增强关联记忆方法

    GAAMA通过以话题为中心组织对话,结合LLM提炼事实与概念,在LoCoMo10基准上取得79.1%最高平均分,且GRAFT机制能离线修复检索不足。 该方法定义了四种节点类型与五种结构边,利用话题概念提供跨切路径避免超大节点;检索融合最近邻相似度搜索与基于边类型的个性化PageRank。 概念链接事实比实体关系三元组提升3.0个百分点奖励,GRAFT将接地答案记录为新事实,使后续查询直接命中。

  16. arXiv · ML33

    IP-ADMM 实现块结构非凸程序的并行化有限时收敛

    研究人员提出内部点 ADMM(IP-ADMM)变体,作为首个能局部并行更新非凸不等式约束并保持有限时收敛保证的单循环方法。 该方法在普通模式下达到 $O(K^{-1/3})$ 弱 KKT 速率,检查点变体 IP-ADMM-Ckpt 将渐近 KKT 指数提升至 $O(K^{-1/3})$。 IP-ADMM 通过闭合形式约束更新和每次迭代一次的近端调用,为物理模拟等 AI 计算原语提供了高效优化方案。

  17. arXiv · AI34

    Meta 提出 SMT 模板驱动机器学习的标准化以优化大模型集群

    Meta 提出标准模型模板(SMT)框架,通过组合标准化组件简化推荐系统中的模型构建。 SMT 将技术传播复杂度从 O(n·k) 降至 O(n+k),经五个全球开发周期验证,平均交叉熵提升 0.77%,在线指标累计提升 1.52%。 该方案使单模型迭代工程时间减少 92%,技术-模型对采用吞吐量提升 6.3 倍。

  18. arXiv · ML24

    预算约束下周期晶胞反演设计中将学习与搜索、反馈分离的对比研究

    在80种晶胞架构库中,神经网络预测器与基于现有模拟拟合的简单模型在性能上无显著差异,95%置信区间显示整体成功率增益上限仅为4.5个百分点。 该研究在最多30次模拟器调用预算下进行对比,通过退化表和预言机表的控制实验进一步验证了搜索结果调整机制的有效性。

  19. arXiv · AI38

    Concept Influence:利用可解释性改进训练数据归因的性能与效率

    研究人员提出Concept Influence方法,将模型行为归因于语义方向(如线性探针或稀疏自编码器特征),而非单个测试样本,从而克服传统影响函数计算成本高且偏向句法相似性的缺陷。 探针归因法作为一阶近似,性能相当但速度快一个数量级以上,实验验证其在新兴错对齐基准和真实后训练数据集上具备可扩展性,支持通过数据更可控地管理模型行为。

  20. arXiv · AI31

    可微模态逻辑用于多智能体诊断、编排与通信

    针对多智能体系统中语义故障调试难题,论文提出基于模态逻辑神经网络(MLNNs)的可微模态逻辑(DML)框架,从行为数据中学习信任网络与监管边界。 框架通过认知、时间、义务及信念四种模态,将逻辑矛盾转化为可学习的优化目标,支持在无人机集群暴露攻击者及LLM代码审查等场景部署。 该研究提供了可解释的学习结构及差异公理知识注入方法,所有代码以可执行Python脚本形式公开。

  21. arXiv · ML24

    基于特征的算法选择中的捷径学习:提出“橡皮尺测试”以检测模型对算法忽略信息的依赖

    针对算法选择模型可能依赖算法忽略信息的“捷径学习”现象,提出“橡皮尺测试”通过随机严格递增变换目标值来检测该偏差。 在10维BBOB基准上,使用所有ELA特征模型的R²从0.85降至0.23,而基于秩的特征可减缓此下降;结合变换训练实例的数据增强可提升变换实例预测,但使原始实例R²最多降低0.31。

  22. arXiv · AI30

    PieArena:面向真实谈判场景的语言智能体排名与画像

    提出谈判基准 PieArena,评估 LLM 在现实商业任务中的战略推理与心智理论能力。基准基于精英商学院课程场景,通过镜像、交叉及人机配对制度进行测试,并开发连续收益排名模型生成序不变且带不确定性量化的排行榜。研究发现共享意向性脚手架对中低层 LLM 提升显著,而前沿 LLM 收益递减;代表性前沿语言智能体的表现达到或超过经过培训的商业学校学生基准。

  23. arXiv · AI23

    Test-Time Search in Neural Graph Coarsening Procedures for the Capacitated Vehicle Routing Problem

    针对容量车辆路径问题(CVRP)中神经网络分离法生成的割平面较少的问题,本文提出通过引入随机性的测试时搜索来增强模型推理性能。 该方法在图粗化过程中引入随机边选择,并提出了利用粗化历史识别 RCIs 及 FCIs 的 GraphCHiP 算法。 实验显示,该方法在随机生成的 CVRP 实例上有效减小了对偶间隙。