跳到正文
11月19日周四
  1. arXiv · AI30

    WorldComposer:基于数字表亲实现泛化机器人学习与评估的高保真生成式仿真

    WorldComposer 通过 Real2Sim2Real 框架,将真实全景图映射为高保真仿真环境,并合成数字表亲(Digital Cousins)实现数据增强。 该平台支持刚性、铰接及变形物体的交互操作,结合多房间拼接构建大规模环境,实验验证了 sim-to-real 高保真度及泛化性能。 该方法显著提升了机器人策略在未见场景和物体变化下的泛化能力,为高效学习与评估提供了解决方案。

  2. arXiv · AI30

    SHAMISA:面向无参考图像质量评估的自监督隐式结构关联建模框架

    SHAMISA 提出一种非对比自监督框架,通过显式结构化关系监督从无标签失真图像中学习无参考图像质量评估(NR-IQA)。 该框架利用组合失真引擎生成连续参数空间的退化图像组,在嵌入空间中拉近具有相似失真模式的图像。 实验表明,SHAMISA 在合成、真实及跨数据集 NR-IQA 基准测试中表现出强劲的整体性能。

  3. arXiv · AI21

    MonitorVLM: 用于矿业作业安全违规检测的视觉语言框架

    MonitorVLM 发布,通过视觉语言框架自动识别矿场监控视频中的安全违规行为。 模型基于 9000 个 VQA 样本训练,引入条款过滤器和行为放大器模块,推理延迟降低 13.56%;相比 72B 未微调基线,精准率提升 22.01%,召回率提升 34.22%。 框架支持自动违规报告与时间戳定位,提升多模态模型在职业安全监测中的应用潜力。

  4. arXiv · AI34

    FedS2R 提出首个用于自动驾驶合成到真实语义分割的单次联邦域泛化框架

    FedS2R 是首个面向自动驾驶合成到真实语义分割的单次联邦域泛化框架,通过不一致性驱动的数据增强与多客户端知识蒸馏融合特征训练全局模型。 在 Cityscapes 等五个真实数据集上,该全局模型显著优于单个客户端模型,性能仅比同时访问所有客户端数据的模型低 2 mIoU。

  5. arXiv · AI22

    基于深度强化学习的核聚变反应堆设计优化

    研究利用深度强化学习优化托卡马克聚变反应堆设计,实施奖励受限策略优化(RCPO)算法。 RCPO将多个约束整合进奖励函数,引导策略生成满足稳定运行限制且最小化建造成本、最大化能量增益的可行方案。 数值结果显示该方法比其他数据驱动方法更高效地发现满足操作约束的设计,展现了DRL在反应堆设计中的潜力。

  6. arXiv · AI27

    I2I Backdoor:针对图像到图像任务的后门攻击

    该研究首次全面揭示了I2I网络的后门攻击漏洞,提出了一种通用对抗扰动(UAP)生成算法作为触发器,并结合多任务学习动态加权方法,使后门I2I网络在干净输入下表现正常,仅在触发器出现时输出特定不当图像。 实验证明该攻击对最先进I2I网络架构有效,且具备抗不同后门防御措施的鲁棒性,并进一步扩展到图像分类与目标检测等下游任务,表明经后门去噪网络处理的触发图像可欺骗下游分类器与检测器。

  7. arXiv · ML27

    IQS-BO: 通过上下文查询选择实现贝叶斯优化

    IQS-BO 提出基于 PFN 的上下文查询选择方法,通过监督学习直接预测候选点为最优的概率,以较低成本匹敌或超越 GP 贝叶斯优化。 该方法无需传统代理模型重构,支持顺序与批量优化,适用于低维和高维场景,并能泛化至包含窄最优值或平台期的复杂函数。

  8. arXiv · ML25

    神经路由求解器非均匀采样预算再分配策略研究

    非均匀采样预算再分配在分布外工作负载上将求解器最优性差距降低11.8%-13.3%,而在训练分布上仅降低2.5%,均匀分配已接近最优。 该策略由工作负载内的难度分布而非平均值决定,使用20个探测样本拟合幂律曲线可恢复88%-93%的无代价最优收益,而2-opt局部搜索则以极低成本消除大部分差距。

  9. arXiv · ML22

    基于物理信息变分自编码器的短跨桥梁损伤识别

    提出物理信息高斯 Copula 变分自编码器,将数值特征值求解器嵌入解码器,确保后验样本满足结构动力学方程。 利用高斯 Copula 描述刚度系数的后验分布,实时捕捉部件间交叉相关性。后验估计结果与序贯蒙特卡洛采样精确解高度一致。 该方法提供了稳健且可解释的决策工具,能指示损伤位置并量化诊断不确定性。

  10. arXiv · ML28

    TabFM-Logit 嵌入基础模型预测至离散选择模型

    TabFM-Logit 通过将基础模型预测嵌入多项 Logit 效用中,在保持边际替代率等结构保证的同时提升选择预测精度。 该适配器在 Swissmetro、LPMC 和 IoT-Wearables 上平均提升 4.2 个百分点测试准确率,并保持 100% 成本单调性。 该方案在保持 Logit 模型理论保证的同时,利用了基础模型的准确率优势。

  11. arXiv · ML26

    Rational Sparse Autoencoder

    Rational Sparse Autoencoder (RSAE) 将固定编码器激活替换为可训练有理函数,在匹配预期稀疏度下证明对 ReLU 及 JumpReLU/TopK 具有重构优势。 在三个开源权重语言模型上验证,RSAE 在同稀疏度下提升重构保真度,仅增加 20 个标量参数。 单次训练耗时 4 至 25 分钟,在单张消费级 GPU 上完成。

  12. arXiv · ML21

    DGF:基于Dirichlet引导群组预测的时间序列过平滑缓解方法

    针对时间序列预测中多模态动态导致的过平滑问题,研究提出Dirichlet引导群组预测(DGF)框架。 该框架显式建模多模式条件预测分布及其选择概率不确定性,利用Dirichlet引导分层采样机制与基于奖励的优化,鼓励生成准确、动态一致且模式清晰的预测结果。 在真实世界预测基准测试中,DGF在提高预测准确率、多样性和动态一致性的同时减少了过平滑现象,代码已公开。

  13. arXiv · ML33

    循环神经网络权重范数最小值与柯尔莫哥洛夫复杂性渐近等价

    研究证明,在循环神经网络中,计算特定函数的最小权重范数与该函数的柯尔莫哥洛夫复杂性除以对数渐近等价。 证明基于两个还原:网络通过稀疏模式编码信息,且固定精度网络可通过枚举非零参数描述。 该理论链接为理解深度学习中范数最小化与泛化能力的关系提供了新途径。

  14. arXiv · ML27

    提出条件分布匹配 (CDM) 逆向设计新范式及 MLGD-F 算法

    该研究提出条件分布匹配 (CDM) 逆向设计问题及两种变体,旨在寻找使条件分布匹配特定目标的输入。 算法名为 MLGD-F,结合预训练扩散模型与快速采样器,无需额外训练即可高效计算。 该方法在合成基准和生成编辑等场景验证有效,能可靠恢复满足目标分布的输入。

  15. arXiv · AI41

    WorkWorlds: 在任务构建前建立的企业中评估智能体

    研究提出模块化基础设施 WorkWorlds,基于真实制药公司数据重构环境,用于在受控条件下对比任务构建时序对智能体评估的影响。 192 次受控评估显示,智能体从任务特定环境切换至员工真实可见材料时,证据获取率从 90.4% 降至 72.8%,标准通过率从 76.7% 降至 68.0%。 作者建议基准测试应报告环境材料选择方法,并尽可能测试更换环境构建者后的分数变化。

  16. arXiv · AI22

    MAP:面向真实地点的多模态无障碍规划基准

    研究团队推出MAP,这是首个评估多模态AI系统在真实世界地点无障碍规划中表现的基准。 该基准包含两项评估:验证无障碍规划声明和检索视觉证据,采用自动评分与部分人工评分结合的方法。 MAP支持定时刷新真实数据以评估AI系统,便于比较不同系统表现。

  17. arXiv · ML24

    TraXion:重新思考多实体时空事件流的预训练框架

    TraXion 针对多实体时空事件流(MESES)提出预训练框架,其目标与架构满足三条公理。在覆盖 6 个公开移动性数据集的任务中,单一检查点在所有位置排名和检测指标上超越任务特定基线。该配方应用于企业认证日志和 ICU 死亡率预测时匹配或超越现有工作,被 NeurIPS 2026 接收。

  18. arXiv · AI27

    线性化2-单纯形注意力

    一种新的线性化2-单纯形注意力机制将计算复杂度从立方级降至序列长度的二次方,并在固定大小的状态中精确求和所有历史键。该机制通过正向随机特征近似和自定义Triton内核实现,并与Kimi Delta Attention结合构建了一个完全不含softmax注意力的模型。在15B参数规模下使用FineWeb-Edu训练,该模型将验证损失从2.35降至2.32,LAMBADA困惑度从40降至38。

  19. arXiv · AI26

    CoCo 方法如何实现 MoE 奖励模型的响应级忠实解释

    针对稀疏 MoE 奖励模型路由权重无法揭示专家如何判断响应的问题,论文提出贡献对比(CoCo)方法,通过选择最大贡献对比的偏好响应对,联合捕捉路由与偏好行为。 CoCo 在自动与人工评估中展现出比基于路由器、评分及稀疏自编码器替代方案更连贯、忠实且专业化的解释,同时保持具有竞争力的奖励建模准确率。

  20. arXiv · AI27

    JUDOR:基于CTDE的多智能体强化学习框架,用于无人机运动与去中心化机会路由联合优化

    JUDOR提出了一种基于CTDE的多智能体强化学习框架,实现了无人机离散航向控制与去中心化机会路由的联合优化。 该框架建模为带共享团队奖励的分解部分可观测马尔可夫决策过程,采用去中心化执行器与中心化训练批评者。 在四种流量模式下,JUDOR在保持去中心化执行的同时,性能稳定优于PRoPHET和MaxProp等DTN基准。

  21. arXiv · AI26

    基于分歧引导的智能体数据筛选用于多模态安全

    该研究利用分歧信号筛选合成边界案例,在多模态安全基准上将 F1 从 0.220 提升至 0.731,FNR 降至 0.245。 管道生成策略条件化图像,选取评分者分歧案例并检索 50 个示例作为上下文演示,显著优于 350 例常规池。 盲测显示专家在分歧引导图像上的分歧率为 24%,验证了该方法在可追溯多模态安全评估中的有效性。