77811 条条目 · 106 个活跃源
2026年6月26日
04:00
arXiv cs.CL

检索记忆中的时间有效性:消除AI代理在演变知识中的过时事实错误

MemStrata用双时态账本和替换规则,将过时错误率降至~0%,准确率0.95-1.00,延迟2.1秒。

04:00
arXiv cs.CL

利用人类阅读时产生的认知信号增强微博关键词提取

研究利用EEG和眼动追踪信号,发现阅读时的认知信号可提升微博关键词提取性能,EEG效果最佳,结合使用可能冗余。

04:00
arXiv cs.LG

重新思考预测中的训练与推理:将赢家通吃与高斯混合模型联系起来

揭示WTA训练导致轨迹预测模式概率无信息,提出测试时加权合并与一步EM更新,改善后验,无需重训练

04:00
arXiv cs.LG

超越前馈网络:重入神经系统作为下一代通用人工智能主体性与内在安全性的基础

闭环重入回路架构实现AI自模型与自保,目标编码防注入,S度量确保集成信息,为本质安全AGI提供数学保证。

04:00
arXiv cs.CL

DiARC:区分正负样本有助于提升大语言模型在类ARC推理上的能力

DiARC通过偏好对齐区分正负样本,三种方式构造负样本,提升大语言模型类ARC推理能力。

04:00
arXiv cs.CV

在挑战性条件下用于鲁棒手术多任务学习的时间一致标签插值

提出FAROS框架,利用流引导标签插值生成时间一致密集伪标签,平衡时空监督,提升手术多任务学习鲁棒性。

04:00
arXiv cs.LG

Otter Weather:技能精湛且计算高效的中期天气预报

高效AI天气模型,以极小训练成本超越传统数值预报,概率版CRPS提升9.7%,计算量较前沿架构降低一个数量级,并泛化至物理模拟。

04:00
arXiv cs.AI

面向低通道脑电智能体的边界感知上下文锚定

分离数值引擎与语言层,利用边界感知上下文校准低通道EEG智能体的接受与拒绝,提升结果可靠性。

04:00
arXiv cs.CL

对LLMs说数字:用于时间序列预测的多小波数字嵌入

TempoWave通过多小波数字嵌入,改善大模型对连续数值的理解,实现时间序列预测新SOTA。

04:00
arXiv cs.LG

具有结构性保证的离散选择模型中嵌入基础模型预测

两阶段适配器将基础模型预测嵌入多项Logit,保证边际替代率,提升精度6.4-12.8个百分点且维持成本单调性。

04:00
ArXiv AI

彻底的人工智能可解释性

基于彻底解释与机械可解释性,提出AI智能体解释框架,强调信念、欲望与命题结构的整体约束。

04:00
arXiv cs.CV

FracEvent:基于分数阶弛豫像素动力学的事件相机模拟

分数阶弛豫动力学模拟事件相机像素生命周期,保留状态改善事件时序,在下游任务中表现更优。

04:00
arXiv cs.AI

NeuraDock视觉认知负荷代理教程:面向Alpha动态与实时应用的质量门控开源EEG工作流

本教程提供NeuraDock代理的逐步指导,实现从EEG到实时认知负荷的质量门控工作流,验证了任务相关后部Alpha抑制。

04:00
arXiv cs.LG

DualEval:面向统一LLM评估的模型-项目联合校准

DualEval联合校准模型与项目,统一静态与竞技场评估,生成可靠排名,支持基准压缩和异常检测。

04:00
arXiv cs.AI

PMDformer:面向长期预测的补丁均值解耦信息Transformer

提出PMDformer模型,通过补丁均值解耦分离趋势与形状,结合注意力机制提升长期预测精度与稳定性。

04:00
arXiv cs.CV

Disco-LoRA: 面向多概念视频定制的内容、风格与运动的解耦组合

Disco-LoRA解耦内容、风格与运动,两阶段实现多概念视频定制,保持外观、风格和运动可控。

04:00
arXiv cs.CL

基于多维文本分析法评估改革后风险披露质量的变化

评估日本2019年披露改革:披露量增但可读性降,信息结构改善但描述质量停滞,市场板块适应度不同。

04:00
arXiv cs.CV

LayersReg:一种用于可靠术中3D/2D配准的逐层渐进回归器

LayersReg模拟迭代优化,在特征空间逐层搜索像素流趋势,实现高精度术中配准,误差仅0.68°和1.41mm。

04:00
arXiv cs.LG

Aurora是否编码了大气结构?潜在状态分析与归因

Aurora隐空间按季节组织,能学习风暴三维垂直结构,遮蔽相关区域预测下降3.31倍,无需显式指令。

04:00
arXiv cs.CL

无意注意鸿沟:任务条件化的语言与视觉模型遗漏了本可报告的安全关键信号

任务限定使模型忽视共现安全信号,造成基准安全评测与现实安全脱钩。

04:00
ArXiv AI

LithoDreamer:面向多阶段计算光刻的物理信息世界模型

提出首个物理信息世界模型LithoDreamer,通过对比变分优化实现多阶段光刻过程建模,正向演化和逆向规划性能最优。

04:00
arXiv cs.AI

基于内容的大语言模型智能邮件分发器

本文提出基于大语言模型的智能邮件分发系统,自动分析内容并转发至相关群组,无需标注数据,提升效率。

04:00
arXiv cs.CL

CAT-Q:面向大型语言模型的低成本高精度三值量化

CAT-Q后训练量化方案,仅512样本即可高效压缩LLM,性能超百亿token训练的BitNet。

04:00
arXiv cs.LG

争取思考时间:实时强化学习中的规划预算学习

实时RL中,智能体需自主选择思考时间,通过轻量门控策略学习状态相关规划预算,提升性能。

04:00
arXiv cs.LG

面向结构与结果预测的因果基础模型

TabPFN-CFM模型预测因果结构与结果,支持Pearl三级查询,合成训练泛化真实数据,性能超基线。

04:00
arXiv cs.CV

容量可控的多视图3D高斯泼溅风格化

通过容量控制和最优传输,解决多视图风格一致性问题,保留语义结构。

04:00
arXiv cs.CL

SocialPersona:基于多模态社交媒体上下文的个性化画像与回复基准测试

SocialPersona基准评估多模态大模型从社交媒体时间线推断偏好并用于对话,发现细粒度兴趣建模仍是关键挑战。

04:00
ArXiv AI

Autoformalization of Agent Instructions into Policy-as-Code

04:00
arXiv cs.CL

超越逻辑形式:LLM提取的模式用于谬误分类

结合逻辑结构与语言线索,用LLM从实例中提取模式,显著提升谬误分类性能,并验证了跨数据集泛化能力。

04:00
arXiv cs.CV

从掩码到概念:通过高效测试时概念嵌入搜索实现自动提示的SAM3用于少样本标注

提出M2C框架,在冻结SAM3中自动搜索概念嵌入,结合不确定性估计主动标记需修正样本,实现高效少样本医学图像标注。

04:00
ArXiv AI

SKILL-DISCO:将智能体轨迹提炼并编译为可复用的程序化技能

提出SkillDisCo框架,从成功轨迹中提炼可复用程序化技能,提升成功率并减少执行步数。

04:00
arXiv cs.LG

计算机科学逻辑的理论级自动形式化

提出LCS-Bench基准,半自动构建理论级自动形式化数据集,评估14个模型仅20.1%准确率,揭示挑战。

04:00
arXiv cs.CV

基于三轴向感兴趣区域和多任务学习的颅内动脉瘤分类与分割

提出多任务框架,实现13部位4模态动脉瘤分类分割,采用三轴ROI及双解码器,获RSNA第二名。

04:00
arXiv cs.AI

A Multi-Level Validation and Traceability Framework for AI-Generated Telescope Scheduling Decisions

04:00
arXiv cs.AI

EvoOptiGraph:基于图结构生成的弱点驱动协同进化用于优化建模

EvoOptiGraph以图生成弱点驱动数据-模型协同进化,两阶段训练提升优化建模准确性、可执行性与泛化。

04:00
arXiv cs.CL

基于外部知识与反思链式推理增强的零样本推文立场检测

提出KIRP框架,融合外部知识与反思链式推理,构建首个日文推文数据集,实现四类立场检测SOTA。

04:00
arXiv cs.LG

无需注意力矩阵的顿悟感知KV缓存驱逐

EpiKV用模型内部表示变化衡量令牌重要性,无需注意力矩阵,性能优于基线,速度提升2.8倍。

04:00
arXiv cs.LG

质量感知的多模态融合何时重要?一种避免数据泄漏的决策级依赖诊断方法

诊断发现:可靠性分数在推理中未被使用,仅当能预测单模态正确性时才影响融合决策。

04:00
ArXiv AI

安全护栏需要推理吗?LeanGuard:一种快速轻量的稳健审核方法

质疑推理链必要性,提出LeanGuard,轻量编码器无推理达高F1,计算减少百倍,更鲁棒。

04:00
arXiv cs.CV

PhysEditWorld:面向可编辑物理世界模型的大规模数据集

引入含重力参数的多模态数据集PhysEditWorld,支持可控物理编辑,提升动态建模一致性。

04:00
arXiv cs.CL

多媒体事件提取中的评估陷阱与挑战

揭示多媒体事件提取评估三大问题:数据处理、任务假设和宽松设置,导致性能高估,需严格标准。

04:00
ArXiv AI

星云实验-8B:基于全规模消融研究的经验性后训练流程

提出透明消融驱动的后训练流程NebulaExp,基于Qwen3-8B,通过SFT和GRPO提升性能,OPD/MOPD用少量样本超越RL基线。

04:00
arXiv cs.AI

基于大语言模型的检测服务反馈中新兴主题的方法

结合大语言模型与人工审核,检测服务质量新兴主题,提升分析准确性与可靠性。

04:00
ArXiv AI

卡尔曼原型网络用于联合循环燃气轮机少样本故障检测

KPN模型通过动态随机状态建模类原型,提升少样本CCGT故障检测准确性与稳定性,优于传统方法。

04:00
arXiv cs.CV

鲁棒洋葱:噪声下逐层剖析开放词汇目标检测器

研究发现开放词汇检测器鲁棒性主要受视觉骨架和特征崩溃影响,预训练策略、注释等贡献小,图像域主导,轻量级方法可显著提升。

04:00
arXiv cs.CV

从多视图图像中提取神经材质

NeuMatEx可微逆渲染法借助大型材质重建模型初始化和不确定性指导,从多视图图像提取神经材质,效果优于PBR方法。

04:00
arXiv cs.LG

将强化学习引发的工具使用行为定位至单个跨编码器特征

DFC分离RL特定特征,提升工具正确性31%,产生能力溢出,实现运行时行为控制。

04:00
arXiv cs.CV

通过频谱均衡的全频谱不可学习样本

提出FUSE方法,用随机频谱掩码和跨频带一致性,生成全频谱鲁棒的不可学习扰动。

04:00
arXiv cs.CL

OPID:面向智能体强化学习的在线策略技能蒸馏

OPID框架从在线轨迹中提取分层技能监督,结合结果和令牌级优势,提升智能体性能与样本效率。

04:00
arXiv cs.CL

缩小低资源文本到语音的质量差距:针对高棉语和韩语的VoxCPM2 LoRA微调

使用LoRA微调VoxCPM2,高棉语MOS显著提升至4.23,韩语无改善。适配主要帮助基模型弱的语言。