基于JEPA的世界模型泛化理论
本文提出JEPA世界模型首个泛化理论,建立预训练误差与规划后悔关联,获得有限样本界并揭示潜在维度权衡。
利用比较寻找驻点
针对非凸函数比较预言机,提出经典~O(n²/ε¹·⁵)和量子~O(n/ε¹·⁵)的ε-驻点查找算法。
语言模型作为任务特定知识库:可解释性分析
语言模型知识是任务特异的,不同任务查询同一事实结果不一致,削弱知识库类比。
面向MOBA分析的计算机视觉:Dota 2中可见性分析的数据集与基准
提出Dota2-Vis数据集,用YOLO11l检测图标生成可见性曲线,揭示结构化数据难捕捉的行为模式。
聚焦关键:利用显著性的扩散MoE准确路由
SharpMoE利用干净潜在特征引导路由,解决噪声干扰,实现扩散MoE精准资源分配,提升视觉生成性能。
迭代式LLM智能体循环中的语义早停
提出语义早停策略,通过嵌入向量余弦距离和答案质量判断停止点,比固定迭代节省38%Token,但质量门控因评判成本高无效。
多语言推理级联需要更多上下文
保留原始问题到最终翻译,提升多语言推理级联性能,需改善信息流设计。
历史意大利语对语言模型有多令人惊讶?分词代价、理解代价及一种简单缓解方法
历史意大利语预测意外度比现代高2.4倍,但语义嵌入稳定,最小时间语境提示可降低60%意外度。
Geometric Gradient Rectification for Safe Open-Set Semi-Supervised Learning
辛神经网络学习广义哈密顿量
提出隐式辛积分器HNN训练,利用伴随系统高效反向传播,降低计算成本,实现混沌系统准确能量守恒与哈密顿量学习。
State Representation Matters in Deep Reinforcement Learning: Application to Energy Trading
大型语言模型智能体的经验规则与策略联合学习
提出JERP方法,联合学习经验规则与策略,通过交互轨迹同步更新,提升复杂任务决策性能。
中文标题:你有多确信?提升医疗视觉问答中言语化不确定性校准
中文摘要:提出复合损失函数微调多模态模型,含Brier校准、锚定正则化、对比对齐与KL稳定项,校准误差降60%,判别力升26%,保持精度。
如何利用真实标签评估聚类?
推荐质心指数(CI)作为聚类级评估,点级用对集索引(PSI),点等权用聚类准确率(ACC)。
通过自主经验探索与事后经验利用赋能GUI智能体进行任务规划
提出PEEU方法,通过自主探索和事后经验生成训练数据,7B模型以30.6%准确率超越32B模型
自然语言分类器对进化生成的对抗文本的脆弱性
提出GAversary遗传算法生成对抗文本,黑盒攻击使准确率从76.8%降至5.8%,但扰动词数多、语义相似度略降。
TraMP-LLaMA:基于解耦指令调优的生成式可解释性用于面部表情质量评估
提出TraMP-LLaMA框架,联合预测面部表情质量分数并生成结构化文本报告,采用解耦指令调优,性能提升至少4.39%。
一种将传统工作流提升为智能体BPM的过程驾驭机制:设计与实现(CUGA FLO)
提出过程驾驭机制,通过TDF模型将LLM推理策略化注入工作流控制点,实现传统流程向智能体BPM的无缝升级。
利用多语言联合实体-关系抽取流水线绘制欧洲政治精英网络
提出模块化开源流水线,从多语言新闻提取实体关系,构建带符号知识图谱,高正确性,案例验证有效。
联邦学习中的量化:方法、挑战与未来方向
量化缓解联邦学习通信瓶颈与异构性挑战,综述核心方法、交互行为及未来方向。
Unison:基于协同理解与生成的统一多模态模型基准测试
提出Unison基准(2169样本),评估多模态模型理解与生成协同能力,支持诊断评估与人类对齐。
事件感知指令助手用于指代视频分割
通过事件查询将视频分解为简单事件,逐事件理解,结合像素与对象特征,提升分割性能。
参数型先知不等式问题的渐近最优学习
针对指数型参数族先知不等式,提出置信度动态规划策略,达到渐近最优竞争比。
基于LLM的德国央行证券招募说明书合格性标准审查
首次应用大语言模型审查德国央行证券合格性,通过生成式提取管道实现91%精度,保守操作减少误接受。
星载遥感基础模型用于灾害事件的无监督变化检测
基于ResNet+FPN的无监督方法,无需训练即可高效检测灾害异常,通用性强。
TOPS:基于第一性原理的视觉令牌剪枝:构建令牌最优保留集以实现高效MLLM推理
TOPS基于三原则构建令牌最优保留集,无需训练即可剪除78%视觉令牌,且保持100%性能。
GEOALIGN: 用于鲁棒LLM强化学习的几何轨迹策展
Geoalign通过检测并修正方向不一致的生成轨迹,提升LLM强化学习稳定性与性能,实现高效对齐。
通过多语言训练的神经说话人日志:低资源尼泊尔-印地语语音评估
多语言训练下,DiaPer在低资源尼泊尔-印地语日志化中DER低至2%-5%,优于EEND-EDA。
询问而非评判:二元问题实现可解释的LLM评估与自我改进
BINEVAL框架将评估分解为二元问题,生成可解释多维分数,匹配人类判断,避免天花板效应,并支持提示优化。
面向决策对齐的不确定性量化评估
提出决策对齐标准,揭示传统指标与决策效用不对齐,引入先验加权效用指标实现对齐。
治理倒置假说:为何更多AI监管可能导致更少的组织控制
治理倒置假说指出,监管扩张与技术复杂化下,组织形式上更受治理,但实际控制力反而下降。
Axon: 一种用于张量程序的合成式超级优化器
Axon通过程序合成自动生成指令,利用代数变换和SMT保证语义,优化tiling与融合,提升AI加速器内核性能。
预训练语言模型时代语义角色标注的系统性综述
提出四维分类法,分析句法特征适用条件,探讨大语言模型与SRL互补,扩展至视觉、语音等多模态。
面向全球AI技术治理的开源权重基础模型基准测试
本研究基准测试四个开源模型,揭示全球AI治理中的地理偏差,采用五分类方案。
无数据水库特征实现高效长周期冷启动持续学习
提出基于固定水库特征和流式线性判别的无重放增量学习方法,在长任务分割中性能优异且训练极快。
用于腹部CT器官定位的伪文本条件3D Grounding DINO
提出CT-3GDINO轻量检测器,伪文本条件实现3D器官定位,粗定位性能强,严格对齐有限。
大型语言模型自动简历筛选中的提示注入:单注入与多注入场景
提示注入在少数候选人使用时有效,普及则失效;异质质量下可能颠覆排名,引发公平问题。
SubdivAR:神经网格细分的自回归下一尺度预测
SubdivAR提出自回归下一尺度预测框架,结合混合拓扑感知Transformer,在FII-40K数据集上豪斯多夫距离和倒角距离分别降低18.8%和14.2%。
基于语言的老年人认知辅助数字孪生
提出基于语言模型的数字孪生框架,模仿老年人对话,实现非侵入式认知监测。
针对LLM代理中提示注入的带外防御的自适应评估
自适应评估表明,带外防御在弱模型上将攻击成功率从25.8%降至4.2%,可能比带内检测更可靠。
科尔莫戈罗夫-阿诺德网络(KAN)在气动预测中的应用:与MLP和GNN的比较
KAN在翼型压力预测中性能略逊于MLP,低于GNN,但复杂度低、训练快,存在训练不稳定问题。
DanceOPD:在线策略生成场蒸馏
提出DanceOPD框架,通过在线策略蒸馏多生成场,提升多能力组合,同时保持生成质量。
TMP:面向大规模图像生成与编辑的树结构混合策略剪枝
提出通用剪枝框架TMP,将HunyuanImage 3.0从80B压缩至20B(缩减75%),并支持单卡推理。
大型多模态模型中有害视频理解的基准测试
提出多层级有害视频基准HarmVideoBench,评测模型深层理解,BCR方法将宏平均提升至84.4%。
结合语言模型何时有帮助?跨67个前沿模型的共同失败上限
多模型系统增益受共同失败率β上限限制,β远高于相关性估计,增益源于模型在不同问题出错,而非增加模型数量。
精确且确定性的图像块描述符检索:基于层次归一化
层次归一化拆分特征向量,利用主分量相似度加边界剪枝,实现精确确定性最近邻检索,加速达13倍。
基于Transformer与LOOCV的细菌拉曼光谱分类
本文用嵌套留一重复交叉验证证明Transformer分类细菌拉曼光谱优于传统方法,无需预处理且鲁棒性强。
梦机器——下一个创意经济
生成式AI重塑创意产业,提出人机协作框架,揭示AI内容平台质量天花板,强调透明度、同意、补偿和人本设计。
基于特征诱导信息流的时序图神经网络解释
提出基于NRM框架的归因方法,分析事件诱导变量完整信息流,模块化解构架构,实验优于现有方法且更具可解释性。
具有迭代自改进码本的安全自回归图像生成
提出迭代自改进码本,利用模型自身识别不安全图像并修正码本,无需外部反馈,迭代提升安全性。