像科学家一样思考?LLM生成研究方法的系统性分析
LLM默认倾向致方法建议高度集中,跨模型偏差一致,可能限制研究者方法论视野。
EMA-FS:通过增益信息特征筛选加速GBDT训练
EMA-FS基于历史增益筛选特征,仅对top-K构建直方图,加速GBDT训练(密集数据最高2.61倍),兼容LightGBM。
从粗到细:非刚性三维形状匹配的混合自监督方法
提出双分支粗到细混合自监督法,结合拉普拉斯与弹性基,非刚性形状匹配达SOTA,高效抗噪。
指令泄漏:提示组合式智能体系统中的跨模块干扰
提示组合智能体中编辑一个模块会无声改变其他行为(组合行为泄漏),源于自注意力无边界,需评估跨模块干扰。
基于多模态深度学习的高光谱卫星图像甲烷羽流分割
提出多模态深度学习模型,以低计算成本实现高精度甲烷羽流分割,提升监测效率。
红皇后哥德尔机器:共同进化的智能体及其评估者
提出红皇后哥德尔机器,通过受控效用演化实现非平稳环境下的递归自改进,提升编码、写作与评审性能。
OpenFinGym:一个用于评估量化智能体的可验证多任务Gym环境
OpenFinGym是统一的多任务量化金融环境,可自动构建任务并防止数据泄露,支持后训练评估。
绘制社会-物理人机交互(spHRI)发展图景:基于小型语言模型增强的系统综述流程
小型语言模型辅助spHRI系统综述,速度快且发现10%专家遗漏论文,可增强而非替代评审。
主动对抗扰动驱动的关联记忆检索用于RGB-事件视觉目标跟踪
提出APRTrack框架,通过分层对抗扰动与关联记忆检索,应对模态退化与目标不完整,实现鲁棒RGB-事件跟踪。
ProfileFoundry:用于LLM智能体隐私、记忆和工具使用评估的合成人物对象基底
ProfileFoundry生成10万个跨地区合成人物数据,含事件、关系和家庭信息,用于LLM智能体隐私和记忆评估。
基于Hankel降阶建模的SSM适配器:注入位置决定长上下文微调中的任务适配性
提出HRM适配器,基于SSM与Hankel降阶,在长上下文微调中性能超越LoRA,注入位置影响任务适配性。
几何感知MCTS在组合几何极值问题中的应用
提出几何感知MCTS框架,利用几何约束与对称性,在多个组合几何极值问题上取得新最佳结果。
北京和台湾口语语料库的音系语义分析表明,轻声是词调
基于语料分析,轻声具有自身音高目标及词特定音高特征,被确认为一种词调。
马尔可夫噪声下高概率PL-SGD:最优混合与尾部依赖
马尔可夫噪声PL-SGD:轻尾实现最优线性混合时间依赖,重尾达到最优尾指数与有效样本量依赖,并获匹配下界。
EVOM:强化学习中演员-评论家架构的智能体元进化
EVOM通过双层优化和LLM设计代理自动进化演员-评论家架构,在连续控制任务上性能领先。
神经体素动力学:通过体素特征平流学习隐式三维物理
提出自监督框架,通过体素特征平流从视频学习隐式三维物理,无需物理引擎,实现异质现象模拟,长期稳定。
当智能体遇上电动公交车队运营:聚合商框架中的定价行为、权衡与政策启示
智能体聚合商框架可优化电动公交调度与电网协同,但利润导向定价会抽取运营商价值,需透明协调规则。
从幻觉到接地:通过CRISP诊断视觉空间智能
CRISP通过一致性诊断视觉空间智能,揭示专有模型推理与感知脱节,开源模型缺乏多跳组合推理。
网格强化学习:耦合子网格强化学习
Mesh-RL通过子网格划分与边界一致更新加速价值传播,提升稀疏奖励环境下的学习效率。
ConflictScore:识别与衡量语言模型如何处理冲突证据
ConflictScore通过分解声明和双重度量,量化模型处理冲突证据能力,有效检测过度自信并提升真实性。
基于格论的无偏规范集值预言机
用格论不动点定理解决预言机自指问题,得到无偏自洽的规范集值答案。
快速LeWorldModel
Fast-LeWM用动作前缀预测替代自回归滚动,提升规划效率,降低累积误差。
思维叙述:大语言模型中可废止伦理推理的推理时支撑框架
NoT将思维链结构化为五部分,在100个道德困境中,利益相关者崩溃率从31%降至<1%,不确定性抑制从72%降至1-24%,无需微调。
基于图神经网络从凯莱图学习代数性质的通用框架
提出通用框架,用图神经网络从凯莱图学习有限群的代数性质,成功区分阿贝尔性、幂零性、可解性。
AnySimLite: 一种轻量级少样本相似性编码器,用于设备端语音相关分类
提出轻量编码器AnySimLite,少样本下SOTA性能,模型仅SOTA基线的1/250,性能降幅<7%。
PhyEditBench:面向物理感知图像编辑的真实世界多阶段基准
提出PhyEditBench评估图像编辑的物理理解,发现现有方法局限,并利用视频生成作为推理机制。
遗忘、预判与自适应:长视频的测试时训练
提出帧遗忘网络,用三帧和惊奇度自适应窗口,大幅降低长视频测试时训练计算量,高效保留时序上下文。
ProvenAI:生成答案中的溯源原生证据痕迹
ProvenAI框架三层解构多跳问答透明度,发现引用与真实影响间存在显著差距。
跨语言推理的软标记对齐
SOLAR通过软标记对齐跨语言表示,提升推理准确率最高达17.7点,低资源语言增益最大,并增强语义一致性。
感知、裁决与进化:基于事后洞察的自优化取证智能体用于AI生成图像检测
提出自进化取证框架ForeAgent,融合多域特征感知与裁决,通过事后洞察驱动迭代自优化,在AI生成图像检测中达SOTA性能。
SpaceRipple:面向任务的低轨地球观测卫星网络的轻量级语义传输
SpaceRipple框架实现语义传输,省带宽提性能。
从科学论文中提取问题与方法句:基于公式化表达脱敏的上下文增强Transformer
本文通过公式化表达脱敏与上下文增强Transformer,在小数据集上提升问题方法句提取F1值3.71%和2.67%。
多目标强化学习中的确定性帕累托最优策略合成
提出偏好条件贝尔曼算子,实现多目标确定性帕累托最优策略合成,收敛且保证近似最优。
比较BERT句子对分类与少样本LLM提示在德语气候新闻中检测威胁与解决方案框架
微调BERT(F1=0.83)优于少样本LLM提示(F1=0.78),上下文显著提升德语气候新闻框架检测性能。
数据驱动的机器学习无法达到符号级逻辑推理——尺度定律的极限
数据驱动机器学习因训练数据不完整及端到端映射矛盾,无法实现严谨符号逻辑推理,即使准确率达100%仍会出错。
MKG-RAG-Bench:多模态知识图谱增强生成中的检索基准测试
提出MKG-RAG-Bench,评估多模态知识图谱RAG检索,实验表明检索挑战大且影响生成。
SOLAR:AI驱动的光速性能分析
SOLAR自动推导深度学习模型光速性能界限,零违规验证,提供多精度优化分析。
位置重绑定缓存复用:面向交错多模态推理的无重放视觉重访
PRCR通过重绑定位置兼容坐标复用历史视觉缓存,避免重放,准确率提升5%,计算量降低数万倍。
可解释集成学习机器学习模型检测丙型肝炎患者的肝硬化
采用四种集成学习模型检测丙肝患者肝硬化,极端随机树最优:准确率96.92%,召回率94%,精确率99.81%,AUC 96%。
DeCoFlow:面向持续异常检测的归一化流结构分解方法
DeCoFlow通过冻结基与低秩适配器分解子网,实现持续异常检测SOTA(MVTec 98.40%,VisA 93.00%)且参数零遗忘。
像人类一样优化CUDA:微剖析工具作为LLM GPU内核优化的专家代理
KernelPro闭环多智能体系统,集成LLM与硬件剖析,通过微工具和MCTS实现GPU内核自动优化,加速比达2.42-5.30x,能效提升11.6%。
人类放弃,推理模型坚持:区分难度感知与思考分配
人类做错时放弃,模型做错时更投入;两种策略难度感知一致,但投入模式相反。
先擦除后增量注意力:在增量规则线性注意力中解耦擦除与写入地址
EDA解耦擦除与写入地址,增加选择性擦除,提升循环记忆管理,在2.5B和MoE模型上表现最优。
Nemotron-TwoTower:基于预训练自回归上下文的扩散语言建模
提出TwoTower解耦上下文与去噪,保留98.7%质量,吞吐量提升2.42倍。
auto-psych: 利用智能体驱动的理论发现与实验自动化心智科学
该系统通过嵌套智能体循环自动生成理论、设计实验并收集人类数据,能快速恢复真相并发现优于文献的理论。
面向可治理医疗AI技能生态的临床管控系统
提出临床AI技能与管控架构,以骨质疏松为例展示多驱动技能在治理下支持全生命周期护理。
DiCoBench:基于差异与共性视觉线索的多图像细粒度感知基准
DiCoBench提出高分辨率多图像细粒度基准,含差异与共性两类任务,现有模型准确率远低于人类98.3%。
TaskTok:深入探究任务驱动图像恢复中的任务令牌
TaskTok通过可学习的令牌开关和轻量模块选择性恢复任务相关令牌,高效提升图像分类、分割、检测等下游任务性能。
在理解的边缘:稀疏自编码器追踪Transformer泛化的极限
稀疏自编码器揭示Transformer在分布外输入时内部错误概念增多,据此提出量化偏移和微调策略以增强鲁棒性。
LogicIR:用于图像恢复的逻辑门网络
首个逻辑门网络图像恢复模型,UNet架构实现高效计算,性能强且成本极低。