Event-VLA: 基于动作条件的事件融合实现鲁棒视觉-语言-动作模型
提出Event-VLA框架,利用事件流增强光照鲁棒性,通过动作查询路由融合,在正常与低光照下保持高操作成功率。
OLIVE:面向语音自监督学习的视图增强潜在预测与波形重建
OLIVE联合优化分析与合成,通过视图增强预测与波形重建,提升生成与说话人任务,保持识别语义性能并改善重建。
一个基于生物医学工具宇宙的治疗推理AI智能体
ATHENA-R1通过强化学习在212个工具上训练,治疗推理准确率94.7%,超GPT-5,获专家青睐。
模型能力增强的数据与评估闭环
提出“能力切片”构建闭环,将基准失败转为数据干预,两案例验证:排除数据错误与定位推理短板。
IMCBench:面向图像引导医学对话的多模态大语言模型基准
IMCBench评估多模态模型在图像医学对话中的安全、准确与不确定性,揭示准确描述不确保安全,需多维评估。
探寻推理中的真理:一种引导LLM轨迹的动态表示编辑框架
提出DynaSteer框架,通过模式聚类和Fisher-LDA分离真理,动态监测熵值选择性引导推理,提升LLM准确性。
COMPASS:在统一多模态模型中实现构成意图引导的落地
提出统一多模态框架COMPASS,以共享专家token实现构成感知与生成控制,大幅提升构成理解与生成一致性。
基于留出选择的递归自进化智能体
RSEA通过留出选择实现递归自进化安全,在多个基准中表现最优或稳健,避免退化。
双精灵博弈:审计驱动的AI治理中的采纳与福祉
采用进化博弈论,伤害最小化代理在特定条件下可取代RLHF代理,但自审计不足以防止社区伤害,取决于价值观一致性与时间范围。
BV-Blend:面向稳定无评论家强化学习(带可验证奖励)的不确定性加权历史基线
BV-Blend融合即时与历史奖励统计,稳定无评论家强化学习,提升可验证推理训练稳定性。
利用整数线性规划求解器和机器学习优化护理出租车调度
提出新问题“护理出租车调度”,结合整数线性规划与Transformer学习,平衡违规率、效率和质量,运营时间最多降低8%。
通过伦理困境对LLM进行亚里士多德美德画像
提出VirtueMap框架,通过伦理困境排序评估LLM的实践智慧、正义等五维度,九种模型平均一致性达90.3%。
SIMAX:一种可扩展且可解释的多保真度带注释医患对话模拟框架
SIMAX框架生成带标注的模拟医患对话,评估显示自然度和保真度良好,支持通信编码系统开发验证。
共振膜片溅射实现任意尺度超分辨率
提出共振膜片溅射,用高表达力Brane替代高斯,减少重叠,实现更快更高质量的任意尺度超分辨率。
GPTNT:在《继续说话没人会爆炸》中基准测试多模态智能体间的实时协作
GPTNT基准测试多模态智能体实时协作拆弹,现有模型无一成功,揭示状态追踪、时间压力等弱点。
M3 QuestionIng:多模态多跨度医学问答
提出M3QAFrame多模态多跨度医学问答框架,融合文本图像,生成含图像答案,性能优于现有方法。
Miti360:一个用于改进重新造林监测的综合数据集
提出非洲肯尼亚森林监测数据集Miti360,含高分辨率图像与地面数据,微调DeepForest模型提升检测精度12%和召回率69%。
FiRe:频率重参数化作为周期性隐式神经表示的预处理器
FiRe通过低秩门控重参数化频率,作为隐式预处理器加速周期性INR优化,图像拟合PSNR最高提升1 dB。
TRACE:双人语音中基于时间关系的对话情感同步检测
提出TRACE框架与DyadEE数据集,利用时间关系感知与情感微调Whisper特征,情感同步检测准确率达97.01%。
I-BBS:利用随机距离矩阵理论进行无坐标的潜在子流形推断
I-BBS方法仅从距离矩阵识别低维流形,利用整数稳定签名在噪声下恢复几何,无需坐标。
CAREBench:面向语言模型的儿童安全风险基准
CAREBench评估语言模型在12类儿童安全上游风险中的表现,7个模型失败率2%-58%,为开发者检测安全策略漏洞。
学习作为可观测矩阵动力学:扩散弛豫与相变
OMD框架通过距离矩阵谱分析诊断表示演化,区分扩散弛豫与相变,揭示隐藏几何状态。
在有限辅助异常先验下的鲁棒零样本异常检测
DIVE通过文本嵌入注入和解耦机制,在有限异常先验下显著提升零样本异常检测性能,平均超越基线16%-47%。
不确定性感知的生成与模糊情境下的决策
提出基于贝叶斯理论和风险厌恶的不确定性感知决策算法,用于辅导和评审,实验表明贝叶斯方法更优,高模糊性需谨慎实施。
柏拉图式防御:大规模预训练时代自监督编码器的后门防御
提出无攻击、无模型、无模态依赖的黑盒防御,利用表示兼容性能量函数实现后门检测与净化。
通过基于方程的合成异常重新定义海上异常检测
提出基于方程的异常分类法,定义三种类型,设计合成标注流程及基准评估,为海上异常检测提供系统基础。
面向异质知识冲突下鲁棒RAG的状态感知同伴专业化
RAPS-DA状态感知同伴专业化框架,通过样本三状态分工与token双重选择器,提升RAG异质冲突鲁棒性,无需标签即超越基线。
Poller:大语言模型是否适合评估诗歌理解任务?
提出Poller方法,让LLM扮演诗人评估诗歌,误差大幅降低(修辞94.55%,陌生化89.53%),验证了有效性。
重采样的隐藏成本:不平衡校正如何降低树集成模型中的概率校准
SMOTE校准损失小,欠采样损害大,后处理校准可有效修复。
机器真的能看到图像中的物体吗?基于句法距离和视觉自指实例的研究
通过句法距离构造视觉自指任务,发现当前架构在全局语义任务上存在临界点,准确率崩塌至随机猜测。
演变为混合注意力模型
提出FlashMorph方法,通过优化门控和正则化实现高效层选择,在保持性能的同时降低转换成本。
Bit-ViP: 利用位平面通过混淆保护图像视觉隐私
提出Bit-ViP位平面混淆方案,结合混沌系统与差分隐私生成不可逆噪声,防图像重建保隐私,实验有效。
使用低秩混合模型简化流匹配变换
提出MPPCA作为潜密度,匹配数据分布,简化流变换,加速收敛并提升生成质量。
ScaleAware-JEPA: 多尺度物理场中发现的潜在表示
ScaleAware-JEPA通过约束扩散分解构建尺度感知潜在坐标,实现多尺度物理场的无监督结构发现。
IG-Lens:通过望远镜式积分梯度实现Transformer层间精确可加概率归因
IG-Lens利用望远镜式积分梯度,精确归因每层对预测概率的贡献,总和等于概率变化,消除离散误差且无需反向传播。
扩展视野,而非参数:35B智能体实现万亿参数级性能
提出35B MoE智能体Agents-A1,通过扩展长程轨迹与异构能力,达到万亿参数性能,在多项长程任务上领先或匹敌1T模型。
学习自适应分配高斯模型的任意尺度图像超分辨率
QuADA-GS用神经路由自适应分配高斯原语,结合层次指针卷积,实现高效任意尺度超分辨率,性能达SOTA。
EvLIR:从有序事件中学习光照残差实现低光图像增强
EvLIR利用有序事件学习光照残差,通过时序残差模块建模事件动态,实现低光图像增强,在多个基准上取得最优结果。
通过通用关键帧提取弥合视频问答与视频引导的智能体任务
提出VG-GUIBench基准和TASKER算法,以关键帧提取提升视频理解与智能体任务性能。
中文标题:干扰差距:人类记忆与RAG系统的检索边界比较
中文摘要:人类记忆与RAG系统在语义干扰下检索边界不同,人类干扰敏感性更低,HippoRAG居中。
自适应LLM代理中评估者驱动偏好动态的诊断框架与多评估者审计
GPT-4o版本漂移导致结论反转,自评估崩溃,EPC框架揭示评估偏好动态的脆弱性。
帝国的数字遗产:四种语言模型在文字上呈现相同的帝国版图
DSRI显示仅9.7%书写系统获完全支持,四种模型在172个特征上一致错误,揭示帝国历史不平等通过共享训练语料延续。
从相位到现象:基于最小相移输入的自监督次表面散射学习
仅用八张相移图像自监督预训练次表面散射,泛化复杂物体,重建保真度远超传统方法。
VCS-SLAM: 几何验证的语义证据融合用于三维高斯SLAM
提出几何验证的语义融合框架,抑制遮挡与模糊区域的伪影,提升语义一致性与重建质量。
基准AUC不代表可部署的可靠性:监控视频异常检测的现成特征跨数据集审计
跨数据集测试显示基准AUC不可靠,性能接近随机,误报率极高,远不能直接部署。
学习何处与何时:弱监督视频异常检测中基于补丁的时空定位
提出联合建模异常时空的补丁框架,利用邻近感知Top-k策略实现细粒度定位,无需边界框监督,显著提升精度。
过肩视频监控中多模态触摸检测的实证评估
过肩视频多模态触摸检测评估:运动与边缘检测F1约18%,真实场景误检严重,无法可靠重建按键。
基于熵的掩码修正以实现模糊场景中无干扰的3D高斯泼溅
RefineSplat采用熵感知自适应掩码和密度控制,识别模糊干扰物,在Ambiguous wild数据集上实现最优的无干扰新视角合成。
CellDETR:一种面向组织病理学图像的可扩展细胞表示学习的检测引导框架
CellDETR基于Deformable DETR实现可扩展细胞表示学习,通过解耦与对比学习提升分类性能,并具备跨数据集迁移能力。
MIRROR: 通过格罗莫夫-瓦瑟斯坦距离对齐语言到图像的语义关系
提出MIRROR框架,通过SI-GW几何正则化对齐语言与视觉关系,提升多模态大模型关系一致性且不增参数成本。