非可观测状态与约束决策时刻下的马尔可夫匪徒学习
针对非可观测状态马尔可夫匪徒,提出自退化模型及UCB-NOM算法,实现近乎对数遗憾,且先验知识可获更优界。
ReWorld:为世界动作模型学习更优表征
提出ReWorld表征学习框架,优化中间表征提升自动驾驶世界动作模型的生成与规划性能,FVD降23.9%,PDMS升至90.4,训练加速2倍。
内化未来:面向世界模型规划的统一智能体训练范式
通过三阶段训练(中期训练、格式引出SFT、前瞻强化学习)弥合格式-能力差距,使LLM智能体内化未来感知规划,优于基线。
Prism Transformer:渐进式头部调度实现层级化注意力处理
Prism Transformer通过逐层递增注意力头数,构建局部到全局的层级表征,在不增参数和计算下提升多规模模型性能。
微调多模态大语言模型以从家庭短视频中进行临床级自闭症行为评分
微调多模态LLM使家庭视频自闭症行为评分信度提升40%,诊断F1提升53%,达临床水平。
图世界模型中的展开误差探究
提出统一框架分析图世界模型展开误差,引入Error-Aware模型防止长程发散,提升动态图规划性能。
Supersede:诊断与训练LLM智能体中的记忆更新差距
LLM代理存在记忆更新差距,完整上下文准确率92%降至自维护记忆77%,对话增长进一步恶化至28%,但可通过GRPO微调训练提升。
Aloe-Vision:面向医疗的稳健视觉-语言模型
提出Aloe-Vision医疗LVLM系列,基于高质量多模态数据训练,性能优于基线,但当前模型仍易受对抗输入影响。
EntMTP:基于熵引导的多令牌预测加速大语言模型推理
EntMTP无需训练,根据局部熵动态调整预测深度,在多个基准上比Hydra/Medusa加速1.15-1.36倍。
周期域上三次非线性薛定谔方程的算子学习
提出几何条件傅里叶神经算子,学习不同纵横比下的解动力学,捕捉共振结构与索伯列夫范数差异,含ω^2提升精度。
上下文就绪型Transformer
新架构通过预上下文化token和校正网络实现循环,单层K=10模型击败6层Transformer,推理快2.6倍,完美解决指针追踪任务。
地质碳存储中井底压力和CO2羽流预测的边界条件保真度
对比十种边界处理,发现角点孔隙体积守恒最关键,带校正的渐进修正器使BHP误差<3.7%,羽流IoU>0.97。
结构化的Li-GS:融合LiDAR与空间约束的结构化3D高斯泼溅
提出Structured-Li-GS框架,结合LiDAR-SLAM,用少量高斯实现高质量密集点云重建。
TruEye:对图像中AI生成人物的细粒度检测
TruEye模型细粒度检测AI生成人像,区分五种合成类别,无需大模型,速度百倍提升,准确率领先。
Ko-WideSearch:韩语广度搜索基准,用于网络代理穷举集枚举
韩语广度搜索基准Ko-WideSearch评估网络代理穷举能力,发现代理可找回集合但难以填充行,获取正确值比格式化更困难。
多重中介者的诅咒:激活补丁中隐藏的交互效应
激活修补中的间接效应包含隐藏交互效应,导致归因偏差,但可作诊断工具。
通过平滑MMD对齐增强大语言模型中的数值预测
提出SMMD损失,用距离核与图平滑对齐数值分布,提升LLM数值预测精度,超越现有方法。
基于双阈值难例挖掘的跨平台中文攻击性评论检测
提出双阈值难例挖掘方法,用少量标注难例微调,显著提升跨平台中文攻击性评论检测性能。
智能体原生免疫系统:架构、分类与工程
提出首个类生物内生防御架构ANIS,包含六层免疫塔、智能体病毒/疫苗分类、自我监控三联体及持续免疫学习,区分模型对齐与动态免疫。
CoIn:基于高斯泼溅引导的全面2D-3D修复
CoIn通过多阶段一致性管道结合2D修复与3D高斯泼溅,支持任意形状掩码的物体移除与插入,性能领先。
从信号到迁移:大语言模型中基于探针的不确定性估计的分解研究
研究发现域内最优为原始隐藏状态与注意力特征,分布偏移下需结构化特征;提示与标签影响显著;训练了可迁移的基线探针。
PEBS:针对RLHF奖励模型校准的逐评分者经验贝叶斯压缩
PEBS无需重新训练奖励模型,通过逐评分者经验贝叶斯压缩校正标注偏差,使RMSE降低8.58%。
NormAct:具身规划中隐藏社会规范遵从的基准
NormAct基准揭示多模态大模型隐藏规范遵从率仅26.4%,所提方法将任务成功率从24.2%提升至46.7%。
量子生成扩散模型用于真实世界时间序列
首个量子扩散模型QDiffusion-TS用于时间序列,参数减少千倍,分布误差降低44%,预测提升71%。
提升式因果推断
提出参数化因果因子图与提升因果推断算法,利用提升推理高效计算关系域中的因果效应,并扩展至部分因果知识模型。
MemoBench:动态变化环境中的世界建模基准测试
提出“消失-重现”动态环境基准,评估视频模型在目标消失后正确恢复其更新状态的能力。
HIA-GAT:用于高速公路帧级交通冲突风险预测的异构交互感知图注意力网络
提出HIA-GAT双流异构图网络,处理纵向与横向交互,在NGSIM数据集上AUC达0.867,实现可解释的冲突类型归因。
ATOD:面向多轮自主智能体的退火轮次感知在线策略蒸馏
ATOD结合退火OPD-RL调度与轮次级重加权,在三个任务上平均成功率超OPD 3.03%、超GRPO 23.62%,并超越教师模型2.16%。
超越运动捕捉:用合成人体运动扩展运动分词器进行生成建模
利用大规模合成运动扩展运动表示,结合改进VQ-VAE分词器,显著提升运动生成任务的覆盖度与组合性。
掩码语言流模型
将掩码融入连续流,解决并行生成与多步推理矛盾,首次实现流模型在推理任务上的扩展。
Yuvion LLM:一种具有对抗意识的大型语言模型,用于内容与AI安全
Yuvion LLM通过对抗意识训练提升内容与AI安全,在安全基准上超越GPT-5.4等大模型,尤其对抗鲁棒性突出。
基于$K$阶马尔可夫近似的多元时间序列预测模型全局解释
提出KARMA方法,通过K阶马尔可夫近似生成全局解释,捕获时序依赖,优于TimeSHAP。
面向小型语言模型序列个性化学习的持续学习:稳定性监测分析
提出检查点协议监测SLM序列个性化中的遗忘与漂移,轻量参考集诊断可揭示隐藏的不稳定模式。
本体引导的多跳知识图谱问答证据路径推理
提出OPI框架,利用本体引导双向检索与迭代精炼,压缩搜索空间并提升多跳KGQA准确率。
通过层特定位置嵌入缩放缓解Transformer中的位置偏差
LPES方法用遗传算法自动选择每层缩放因子,平衡注意力分布,无需微调或增加延迟,准确率最高提升11.2%。
可验证几何问题求解:求解器驱动的自动形式化与定理提出
提出SD-GPS框架,以求解器驱动自动形式化并验证定理,显著提升几何推理性能。
RelBall:基于四元数旋转的关系球体用于知识图谱补全
RelBall通过模变换和尾实体关系球体,全面建模知识图谱中的关系模式与层次结构,提升链接预测性能。
追溯优势修正:面向延迟感知RLHF的闭式V-Trace偏差修正
提出RAC方法处理RLHF中的延迟奖励,证明无偏性,策略偏差降低最高47.9倍。
基于物理世界建模的感知3D模拟
P3Sim系统结合学习推理与几何结构,从部分观测和变换信号模拟未来场景,泛化多类3D任务。
理解汽车感知中的跨支架泛化:多支架基准与支架变化度量
提出多支架基准及两个度量,发现几何支架差异导致性能显著变化,对比距离可预测迁移难度。
京东氧AI商品中心 (Oxygen AIIC) V1:以LLM/VLM为核心的工业级商品理解、管理与应用解决方案
京东Oxygen AIIC基于LLM/VLM实现十亿级SKU知识生产,搜索覆盖80.4%,质量问题降37%,属性填充超80%。
为下一代LLM预注册以缓解基于LLM的p值操纵
提出预注册未来LLM协议,阻止p值操纵,实验验证有效,成功率超70%。
雷达引导摄像头验证的自动紧急制动:雷达-摄像头融合中目标检测的再思考
提出无训练数据的雷达引导边缘密度门控验证法,搜索空间减98.7%,延迟0.12ms/ROI,零漏刹。
搜索代理何时应提问:面向澄清感知的深度搜索基准DiscoBench
DiscoBench评估搜索代理识别模糊和澄清提问能力,发现重复搜索不如直接猜测,揭示检索与交互解决问题差距。
可验证奖励的串联强化学习
TRL通过强弱模型交替协作推理,在保持推理能力的同时提升模型间兼容性与人类可读性。
Training Observable Control Policies to Expose Agent State Through Actions
低宜人性人格调节用于安全的大语言模型微调
通过低宜人性人格调节,在保持对话温暖的同时降低模型越狱和有害输出风险,无需安全标签。
FoggyTrust:基于分层信任网络的鲁棒联邦学习
提出分层信任网络FOGGYTRUST,结合局部信任聚合与异质性优化器,在异构攻击下比FLTrust提升超50%,适用于野生动物监测。
基于分布的深度多实例学习用于非小细胞肺癌肿瘤比例评分
提出基于零膨胀贝塔分布的多实例学习,仅用切片级TPS标签预测肿瘤比例,显著优于基线,提升准确性
DeLux:利用神经形态数据进行视频中的跨模态局部伪影修复
提出DeLux跨模态修复方法,以神经形态事件流为先导,修复RGB视频光照伪影,MS-SSIM超0.99,伪影降低88%。