跳到正文
11月17日周二
  1. arXiv · ML31

    提出无一致性比率衡量预测模型更新一致性

    针对序贯决策中模型更新假设一致性的缺失,论文提出基于 MMD 的无一致性比率(incoherence ratio)。该指标仅依赖模型自身的预测和更新计算,并配套 anytime-valid 一致性检验工具。研究表明,在近似模型中,无一致性会扭曲获取目标,且决策成本主要取决于预测精度,而非仅仅是不一致性本身。

  2. arXiv · ML26

    OntoCBF:用于异构机器人团队的本体编译控制屏障函数

    OntoCBF 通过编译领域本体为控制屏障函数滤波器,解决异构机器人团队因约束缺失导致的失效问题。 在模拟仓库场景中,OntoCBF 的安全违反率仅为 20-70%,远优于设计类滤波器 89-100% 的违反率。 该滤波器的每次安全违反均始于冲突,且多智能体 PPO 策略可将不可行二次规划比例降低 18-41%。

  3. arXiv · AI30

    当工具名不是身份:MCP 中 AI 智能体供应商错绑测量

    研究揭示模型上下文协议(MCP)中工具元数据未绑定验证供应商身份,导致合法请求被解析至攻击者控制的工具。 在受控环境中评估五种 LLM 客户端,发现精确名称冲突、任务对齐描述与兼容模式强化时错误绑发生率最高。 不同模型暴露供应商绑定弱点各异,包括攻击者控制的选择、澄清请求及不稳定的解析。

  4. arXiv · AI20

    TRACE:基于拓扑对比嵌入的入侵检测框架

    TRACE 提出了一种拓扑感知图对比学习框架,用于无攻击标签条件下的入侵检测。 该方法结合消息传递和拓扑表示学习良性系统活动图,在 StreamSpot、GraSec-IoT 和 Unicorn Wget 数据集上分别取得 0.923、0.790 和 0.583 的 F1 分数。 结果表明,该方法在部分图场景下优于基线模型,但未提供统一优势。

  5. arXiv · ML38

    DoF-Query Transformer 实现第一人称视觉与前臂 HD-sEMG 自适应融合以连续追踪手部运动

    该多模态框架融合第一人称 RGB 图像与 128 通道前臂 HD-sEMG,实现 20 个手指关节角度的连续回归。 视觉编码器与 EMG 编码器配合 DoF 查询 Transformer 解码器,为每个自由度分配独立可学习查询,实现自适应融合。 融合模型平均 R² 达 0.88,MAE 为 2.80°,优于单模态基线,并在视觉遮挡场景下展现更强鲁棒性。

  6. arXiv · AI32

    Lazy-MOSAIC:基于学习型技能效果世界模型加速以技能为中心的操作规划

    Lazy-MOSAIC 通过引入廉价的技能效果世界模型,显著减少了物理模拟器的查询次数,在杂乱的货架取物任务中实现了比基线方法快得多的规划速度。 该框架在毫秒级预测技能可行性并聚焦关键模拟,同时在假设失效时仅修复受影响的搜索部分。所有返回计划中的技能均通过模拟验证,且在所有测试设置中成功率匹配或超越基线。

  7. arXiv · AI23

    CYBER-BRIDGE 项目:欧盟跨境网络安全、合规与取证 AI 平台

    欧盟资助的 CYBER-BRIDGE 项目构建了统一架构,将 AI 驱动的威胁信息共享、多框架合规评估及数字取证整合至哈希链证据层。 平台对齐 MITRE ATT&CK 框架,支持 NIS2、CRA、GDPR 等法规下的跨司法管辖区取证。 其核心贡献在于通过单一证据记录机制,解决跨边境安全与合规工具的互操作性难题。

  8. arXiv · ML21

    基于跨被试先验的少试次运动想象 EEG 潜结构影响模型 MAP 估计

    针对少试次下不稳定问题,研究提出潜结构影响模型的最大后验估计器。 利用35名被试的PhysioNet数据推导共轭先验,并在70名留出被试上验证,当先验强度 $\lambda=1$ 时,61名被试的对数似然显著优于极大似然估计。 该先验将联合转移矩阵误差降低61%,但未提升解码准确率,表明当前数据主要依赖跨被试共享结构。

  9. arXiv · ML20

    Cleanly-DINO 从少量演示中高效学习视觉任务空间以用于机器人擦拭

    研究提出 Cleanly-DINO 模型,利用冻结 ViT 特征从少量演示学习视觉任务空间,专门解决由视觉状态变化定义的清洁任务表征难题。 模型通过任务区域掩码拟合投影及进度指标,在强化学习中作为观测编码器和奖励信号,并在真实机器人擦拭流程中验证了任务执行引导能力。 该工作被 COMPOGEN Workshop CoRL 2026 接收,展示了视觉状态抽象在机器人操作学习中的应用价值。

  10. arXiv · AI27

    紧凑视觉潜变量在超高分辨率遥感中保留局部证据的研究

    在超高分辨率遥感问答任务中,将裁剪图像编码为64个token的紧凑视觉潜变量记忆,实现了7.6至9.9倍的裁剪token压缩。 该记忆策略使Qwen-VL在LRS-GRO基准上的准确率提升2.5至4.8个百分点,替换其他图像记忆会导致准确率下降5.8至7.4个百分点。 研究证实紧凑视觉潜变量能有效保留局部证据,且证据可用性是其贡献的关键决定因素。

  11. arXiv · AI29

    VODA:面向3D高斯分割的体积监督目标

    VODA 提出一种即插即用的体积监督目标,通过利用局部深度结构直接监督所有高斯,解决了现有渲染视图训练因 alpha 混合导致的 3D 选择不完整问题。 该方法在 Removal-3D 基准测试中一致改善了体积分割效果,并在 LERF 和 ScanNet 上保持或提升性能,成功恢复了低贡献高斯。

  12. arXiv · ML20

    U-HamGNN:基于自旋和Hubbard U条件的通用磁性哈密顿量模型

    U-HamGNN是一种等变网络,直接以自旋构型和Hubbard U为输入,预测跨多种晶体化学的自旋分辨哈密顿量。 在十轮基准测试中,其谱混合优化器使哈密顿量误差比Muon低8%,比AdamW低26%。 该通用模型为磁性研究提供了新工具,预测能带复现了U依赖的能隙打开和交替反铁磁自旋分裂。

  13. arXiv · AI26

    TRIAGE-CPG 框架下的跨模型 LLM 静态恶意软件分诊预算研究

    TRIAGE-CPG 框架利用 LLM 对反编译代码进行有限静态分诊,在平均 1,000 个函数的二进制中仅分析约 40 个。 该管线基于代码属性图(CPG),由 LLM 智能体在固定预算下扩展证据,8 款模型在 600 个 Windows PE 样本测试中最高 tBA 达 0.855。 研究指出模型选择决定分诊策略,无通用部署配置。 ```

  14. arXiv · ML27

    PlanDiv:通过潜在计划实现视觉语言动作模型测试时缩放

    提出 PlanDiv 动作头,利用潜在计划假设提升视觉语言动作模型测试时缩放效果。 轻量级规划器提出 K 个潜在计划假设,共享掩码扩散执行器解码动作块;仅在演示数据上训练,无需计划标签或奖励。 在 CALVIN ABC→D 五任务链上成功率从 56.9% 提升至 69.9%,LIBERO-Long 上 4 个计划消除 40% 单候选失败案例。

  15. arXiv · ML23

    KneeFS-Net: 一种用于膝关节骨关节炎严重度评估的轻量级深度学习模型

    KneeFS-Net 是一种仅含 0.8M 参数的轻量级模型,在 OAI 测试集上 QWK 达 0.863。 模型在跨人群验证中无需额外训练,单中心医院队列 MAE 为 0.339,多中心远程影像队列为 0.522。 自监督预训练加微调后,交叉验证 QWK 提升至 0.823,证明其可在标注有限的新人群中进行有效适配。

  16. arXiv · AI21

    FM-Recon 框架利用预训练基础模型特征加速心脏电影 MRI 重建

    该研究提出 FM-Recon 框架,将预训练基础模型的冻结图像编码器特征集成至反卷积重建网络,用于加速心脏电影 MRI 重建。 基于 CMRxRecon2023 数据集的实验表明,这种集成方法在中等加速因子下,能有效从含伪影的输入中提取信息表示,从而提升重建性能。 研究证明了基础模型特征在加速 MRI 重建中的应用潜力,并为将其有效整合到反卷积网络中提供了见解。

  17. arXiv · ML21

    ST-GAT-NCO:结合动态时空图注意力网络与嵌套集群优化的多资产组合框架

    提出 ST-GAT-NCO 架构,将动态时空图注意力网络与嵌套集群优化相结合,以解决多资产战术配置中的协方差病态问题。 在 2020 年 1 月至 2026 年 1 月的 73 个月非前瞻性样本外窗口中,ST-GAT-NCO 在 13 类全球资产上实现 5.32% 的年均复合增长率和 37.06% 的净累计回报,超额夏普比率为 0.30,索提诺比率为 0.48。

  18. arXiv · AI33

    LLM 在有限元分析科学编码中的表现:基于扩展 FEM-Bench 的实证研究

    研究团队扩展 FEM-Bench 至 17 项有限元任务,并评估 15 个 LLM 模型在无执行反馈下的代码生成能力。 最佳单次实现成功率达 87.1%,但 Claude Opus 5 结合 SimpleAgent 在 Pass@3 指标上表现最优。分析显示测试覆盖不足是主要错误来源,分离 coder 与 tester 的探索性配置取得了 97.6% 的 Pass@3 最高分。

  19. arXiv · ML21

    基于深度强化学习的 RSMA 辅助 SWIPT 在可持续地下物联网中实现最大最小吞吐量

    该研究将 RSMA 辅助的 SWIPT 应用于无人机赋能的无线供电地下传感器网络,旨在最大化各地下设备的最小上行链路吞吐量。 模型采用 PD-TQC 深度强化学习算法,联合优化无人机发射功率、消息分割及资源分配,解决了非凸优化难题。 仿真显示,该方法在 96% 以上的评估帧中满足约束,并在不同 Rician 因子及设备数量下保持吞吐量优势。

  20. arXiv · AI25

    平面与沉浸式工作空间中的人机协同构思交互分析

    研究对比平面画布与沉浸式VR平台中人机协同构思,发现沉浸式配置提升空间临场感但削弱团队凝聚力。 平面画布AI输出约21词/创意,沉浸式约3词;AI扩展创意池且被评高于个人创意,但AI贡献在两种配置中均缺乏群体可见性。 研究为AI输出格式、群体可见调用及收敛空间支持提供设计启示。

  21. arXiv · AI30

    Think2Listen:基于证据核心的 LALM 智能音频理解框架

    Think2Listen 提出了一种以证据为核心的多模态音频智能体学习框架。 该框架通过迭代推理与 LALM 交互,引导模型主动寻找区分假设的声学线索,从而增强多步音频推理能力。在两个基准测试中,其整体准确率相比竞争音频智能体提升了 5.08%--17.67%。 该方法显著提升了语音、声音和音乐的理解与推理,准确率相比基线提高了 2.29%--13.10%,源码已公开。 ```