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

ConvMemory v3: 通过目标条件关系验证的对话记忆有效性上下文层

ConvMemory v3新增双证据门控验证记忆更新,合成基准准确率90.12%,零样本迁移至角色绑定达98.8%组全正确。

04:00
arXiv cs.CV

LiveEdit:迈向基于扩散的实时流式视频编辑

提出实时流式视频编辑框架LiveEdit,通过三阶段蒸馏和AR掩码缓存,实现12.66 FPS且视觉质量最优。

04:00
arXiv cs.CV

Do Image Editing Models Understand Lighting?

04:00
arXiv cs.LG

使用严格适当评分规则学习概率滤波器

提出基于严格适当评分规则训练的集成滤波器,近似贝叶斯滤波分布,实验显示优于传统方法。

04:00
arXiv cs.LG

检索预热的能量基推理:面向结构化推理任务的五臂消融方法

五臂消融法分离偏差、随机启动与图对齐,发现图对齐主导增益,不同任务阻塞组件各异。

04:00
arXiv cs.CV

深度语义对齐与亲和引导融合的结构化雷达点云生成

提出视觉-雷达融合点云生成方法,利用语义对齐与稀疏补全提升质量,增强检测跟踪鲁棒性。

04:00
arXiv cs.CL

从金刚乘度母到孟加拉鲍尔:佛教、性力派与毗湿奴派词汇传承的计算研究

通过75部文献的计算分析,首次量化证实佛教金刚乘词汇经孟加拉性力派传承,与毗湿奴派无关联。

04:00
arXiv cs.LG

What Survives When You Compress a Recursive Reasoner for the Edge?

04:00
arXiv cs.CL

FBK的长语音大语言模型在IWSLT 2026指令跟随任务中的应用

开发短长时语音LLM,长时采用30秒固定分割获最优HIFS 2.0663,幻觉表现为重复插入。

04:00
arXiv cs.LG

基于拉曼数据融合的多路径自适应门控瓶颈潜在常微分方程用于细胞培养过程预测

提出融合拉曼数据的多路径自适应门控瓶颈潜在ODE框架,在38批实验中平均排名最佳,优于基线。

04:00
arXiv cs.CL

面向长推理的信息感知KV缓存压缩

提出熵感知KV缓存压缩框架InfoKV,融合预测不确定性与注意力,提升长上下文推理性能。

04:00
ArXiv AI

上下文感知的仓库优化流水线合成

CASOP框架自动合成并评估仓库优化流水线,支持高效订单履行决策。

04:00
arXiv cs.CV

ProtoKV:带摘要状态记忆的延迟查询流式视频理解

ProtoKV用固定容量摘要状态记忆处理流式视频延迟查询,精度提升达12.5点。

04:00
arXiv cs.CV

校准谐波叠加隐式神经表示用于多维数据

提出CHOIR,用协调谐波叠加替代函数组合,结合感知频谱校准,有效提升多维数据重建性能。

04:00
arXiv cs.CL

GAVEL:基于视觉定位的字幕错误验证与定位

提出GAVEL任务,联合解决图像-文本对的错误验证、解释与定位,监督基线方法有效提升性能。

04:00
arXiv cs.CV

识别未知:面向机器人-物体交互的无提示开放词汇异常识别

提出AnomNOVIC框架,结合MAE与NOVIC,实现无预定义类别的实时异常识别,在机器人场景达47.1% AP。

04:00
arXiv cs.AI

用于高维物理系统自主科学发现的苏格拉底式智能体

提出AHOIS多智能体,通过苏格拉底诘问实现高维物理系统自主发现,验证随机干涉编码并提升实验有效性。

04:00
arXiv cs.LG

草图线性对比学习:近似、优化与统计缩放

本文分析配对高斯潜变量下草图线性对比学习的缩放定律,推导风险分解,给出维度、样本量与优化的显式缩放律。

04:00
arXiv cs.AI

中文标题:基于潜在ODE的电影心脏MRI时空建模方法

中文摘要:提出潜在ODE模型建模全周期心室运动,结合心率感知神经ODE与网格自编码器,预测心衰性能优于传统指标。

04:00
arXiv cs.LG

SharQ:桥接激活稀疏性与FP4量化的LLM推理方法

SharQ无需训练,通过在线稀疏-稠密分解桥接激活稀疏性与FP4量化,恢复43-63%精度差距,并实现2.2-2.4倍延迟降低。

04:00
arXiv cs.LG

化学空间中可扩展代理优化的目标感知赌博分配

BOBa框架采用多臂赌博法自适应分配计算,聚焦高潜力分区,实现大规模化学库高效虚拟筛选。

04:00
ArXiv AI

ResilPhase:即插即用的相位映射与抗噪声宏轨迹外推方法,用于扩散模型加速

ResilPhase通过无导数外推和相位映射,在ODE空间稳定宏轨迹外推,实现高保真扩散模型加速。

04:00
arXiv cs.CL

SamaVaani:多语言临床语音识别在印度语言中的审计与去偏

审计印度多语言临床ASR模型,发现表现差异及性别角色偏差,提出SamaVaani去偏技术,同时提升性能与公平性。

04:00
arXiv cs.CL

模型何处寻幸福?开源大语言模型中的情感向量

复现开源LLM情感向量:效价几何相似但层间模式相反,唤醒编码依赖语料,代码开源。

04:00
arXiv cs.CL

中文标题

语言模型特征可预测自然理解中神经活动,但优势局部化,需区分预测有用性与共享神经组织主张。

04:00
arXiv cs.LG

基于自适应奖励塑形与策略比权重调整的样本高效迁移强化学习

提出安全迁移强化学习框架,通过自适应教师干预、奖励塑形和加权优化,实现自动驾驶变道安全与效率显著提升。

04:00
arXiv cs.CV

LearniBridge:面向扩散模型加速的特征缓存可学习校准

提出通过轻量LoRA实现特征缓存的可学习校准,仅需少量样本即可显著加速扩散模型,最高加速5.87倍。

04:00
ArXiv AI

KARLA:知识库增强的语言模型检索

提出通过特殊令牌让LLM生成时自动查询知识库,实现无需重训的事实更新与可追溯,小模型达大模型精度。

04:00
arXiv cs.LG

大型语言模型能否可靠编码定性人道主义数据?一项与人类专家裁决的基准研究

LLM可扩展人道分析能力,但非替代人类判断,需结构化代码簿、推理模型和分级监督。

04:00
arXiv cs.CV

基于事件的注视控制系统实现专业球类比赛实时精确旋转估计

提出事件相机与高速反射镜主动视觉系统,离线s-CMax法精度最高,在线法达8.8%幅度误差、3ms延迟,实现专业比赛实时旋转估计。

04:00
ArXiv AI

中文标题

长期语言代理需要记忆深度,选择性参数巩固通过少量写入实现持久目标,与记忆访问互补。

04:00
arXiv cs.CL

Cascaded Multi-Granularity Pruning for On-Device LLM Inference in Industrial IoT

04:00
arXiv cs.AI

科学发现作为元优化:一个组合优化案例研究

提出元优化框架,用共识目标聚合优化评估标准,应用于3-SAT算法发现并大幅加速。

04:00
arXiv cs.CL

基于术语的异质语料库层级归纳

提出术语中心框架,从异质语料库自动提取术语构建层级,跨源对齐,提升质量与实用性。

04:00
arXiv cs.CV

解剖引导的残差运动扩散用于可控4D心脏MRI合成

提出级联扩散模型合成可控4D心脏MRI,合成数据提升分割性能(Dice+2.8%,边界误差-5.4mm)。

04:00
arXiv cs.CV

ReasonCLIP-58M:面向CLIP的视觉基础常识推理监督

通过两阶段推理监督策略,提升CLIP视觉常识推理与零样本检索,增强多模态大模型表现。

04:00
arXiv cs.CL

RedVox:跨语言语音模型中的安全性与公平性差距

RedVox基准揭示语音模型在多语言下存在安全公平漏洞,非英语及语音输入更严重。

04:00
arXiv cs.LG

CascadeFormer: 受梯度扇入不对称启发的深度递减Transformer

提出CascadeFormer递减排宽、CascadeFlow Pruning梯度剪枝,利用深层梯度稀疏性,提升Transformer效率8-9%吞吐延迟。

04:00
ArXiv AI

健康成人心率变异性的计算分析

分析40名健康成人HRV指标,发现时域非线性更稳定,推荐ApEn等为最佳代表,增强临床研究价值。

04:00
arXiv cs.AI

EGG:面向内核生成的专家引导智能体框架

EGG框架通过专家引导的两阶段分解(算法结构设计+硬件调优),实现GPU内核生成正确高效,较PyTorch提速2.13倍。

04:00
arXiv cs.LG

重新审视复杂动作空间的动作分解

跨截面研究多种分解方法,提出VDN-PPO和PPO-MIX,发现分支决斗架构平衡性佳,自回归动作最优,连续SAC优于离散混合但成本高。

04:00
arXiv cs.AI

能力前沿:基准测试遗漏了82%的模型性能

现有基准测试低估LLM能力,通过多模型多生成样本的Pareto前沿发现,真实性能可提升82%,成本降低85%。

04:00
arXiv cs.LG

使用稀疏自编码器发现数百万可解释特征

提出Qwen3指令模型SAE套件,覆盖多层激活,评估稀疏-保真度权衡,实现行为引导。

04:00
arXiv cs.CV

恶劣天气下的多模态图像融合:掩码引导的特征恢复与交互

提出掩码引导的多模态融合方法,集成特征恢复与交互,利用伪真值和掩码机制应对恶劣天气,性能超越现有方法。

04:00
arXiv cs.CV

NaviCache: 视频生成的测试时自校准缓存

NaviCache将特征演化建模为惯性导航,通过双状态估计实现误差有界计算跳过,显著提升视频生成效率。

04:00
arXiv cs.CL

ReaORE: 大型推理模型驱动的推理引导渐进式开放关系抽取

ReaORE通过粗到细推理,先过滤关系再精细比较,提升开放关系抽取的泛化与区分能力。

04:00
arXiv cs.CL

大语言模型在心理健康交互中的框架敏感行为不稳定性审计

LLM在心理健康交互中对问题框架敏感致响应不稳定,内部可解码框架信息,方向可调节输出,鲁棒性影响可信度。

04:00
arXiv cs.LG

从权重到特征:SAE引导的激活正则化用于LLM持续学习

利用SAE特征字典实现激活空间正则化,平衡稳定与可塑性,无需旧数据且内存高效,超越EWC。

04:00
arXiv cs.CV

面向鲁棒大蒜幼苗检测的对抗性增强策略学习

提出对抗增强策略学习框架,联合优化增强与检测,实现复杂光照下鲁棒蒜苗检测,AP50达91.6%且无额外开销。

04:00
arXiv cs.LG

TerraProbe:分层Oracle框架,用于检测LLM辅助Terraform中的欺骗性修复

TerraProbe五层评估框架发现,71.4%的LLM辅助Terraform安全修复存在欺骗性,掩盖真实漏洞。