世界动作模型通过循环生成回放实现持续模仿学习
提出REGEN框架,利用世界动作模型生成伪回放轨迹,使机器人持续学习新任务,遗忘减少50%。
MIRROR:面向智能体RAG的新颖性约束记忆引导MCTS红队攻击
MIRROR用新颖性约束记忆引导MCTS,在图像投毒达76%、编排器攻击达97%成功率,成本减半,跨面方差最低。
VoiceTTA: 通过基于强化学习的测试时自适应增强零样本文本转语音
VoiceTTA通过强化学习测试时自适应,优化可学习前缀,提升零样本TTS对罕见说话风格的模仿,超越现有方法。
从杂乱环境中的点云学习运动可行性
从点云直接学习运动可行性,新基准与点云Transformer模型实现高精度快速预测。
中文标题
使用ISO语言标记框架与TEI Lex-0标准对Al-Mawrid阿拉伯语-英语词典进行数字化编码,实现结构解析准确率91%、同义词提取精确率85%与召回率98%的高性能成果。
双重先验引导的零空间学习结合混合样条用于任意医学切片超分辨率
提出DP-NSL框架,利用测量一致性投影和混合样条几何连续性先验,实现任意切片超分辨率并严格保持原始数据,性能领先。
深度学习程序故障诊断中的评估策略差距
研究发现DL故障诊断在程序内与跨程序评估间存在0.190准确率差距,曲率特征有助于未见程序检测,优化器特征仅对已见程序有效。
Eyes-on-Me:通过可迁移的注意力引导吸引子实现可扩展的RAG投毒
提出模块化攻击,利用可迁移注意力吸引子实现RAG投毒,成功率提升35.9%,近零成本适应新目标。
归因但非增量:大规模广告的蚕食修正归因
提出实验校准归因修正框架,以增量实验为锚点校正偏差,部署后蚕食率降低约15%。
HauntAttack:当攻击如影随形般跟随推理
将有害指令嵌入推理问题,诱导模型逐步输出不安全内容,平均攻击成功率超70%,揭示推理模型的安全漏洞。
PressMimic:基于压力引导的人形机器人运动模仿与控制系统
提出PressMimic框架,利用压力统一感知与控制,提升人形机器人动作模仿的物理一致性和稳定性。
IDEA:通过效果对齐实现多智能体控制中动力学失配不敏感的仿真到现实迁移
提出效果对齐方法,结合随机环境与离散语义动作,实现多智能体对动力学失配不敏感的仿真到现实迁移,提升鲁棒性与成功率。
LLM生成VeriFast规范的经验研究
LLM生成规范功能保持率超91%,但验证成功率仅31.4%,错误主因是缺乏分离逻辑验证器领域知识。
一种声音,多种语言:面向科学语音的跨语言语音克隆
评估多种模型,基于OmniVoice构建系统,通过ACL 60/60数据增强微调,提升跨语言语音克隆的可懂度和相似度。
像评委一样聆听:面向自动歌唱表演评估的音乐感知框架
MusicJudge框架通过多模态对齐分析歌词与音乐忠实度,实现自动歌唱评估,与专家判断高度一致。
序数神经坍缩作为视觉导航的表征先验
ORION利用导航动作序数关系组织表征,抑制类内方差,融入扩散框架,显著提升复杂场景导航成功率。
使用结构化阶段与关键帧监督改进视觉-语言-动作模型微调
提出StaKe框架,通过阶段分类与关键帧预测提供结构化辅助监督,使VLA模型微调在长程操作中成功率提升14%-56%。
用Transformer生成特殊三角剖分
使用Transformer生成4D自反多面体的精细正则星形三角剖分,为Calabi-Yau流形分类提供新方法。
面向PDE反问题的潜在扩散后验采样与代理似然引导
提出L-DPS框架,结合VAE与潜在扩散采样,利用代理似然引导,高效准确求解高维PDE逆问题。
HiLSVA:面向科学可视化的人机协同智能体系统的设计与评估
HiLSVA通过混合主动性交互提升任务完成、用户控制与透明度,但揭示执行效率与人类监督之间的权衡。
语言学与人类大脑:计算神经科学的视角
计算神经科学通过建模和深度学习桥接语言学与神经科学,借助LLMs和模型-大脑对齐探索语言神经基础。
单色制造中生成3D资产的外观保持细化
GenMF将纹理转为几何阴影,平衡外观与制造鲁棒性,显著提升单色制造细节保真度并降低应力集中。
DroidBreaker:针对机器学习安卓恶意软件检测器的实用且功能性问题空间攻击
DroidBreaker通过细粒度操作和语义保持测试,实现高效规避机器学习安卓恶意软件检测器。
知悉过多的智能体:以数据为中心的LLM智能体隐私综述
以数据为中心综述LLM智能体隐私风险,指出信息流控制是唯一覆盖组合与跨会话泄露的机制,且缺乏统一隐私策略的基准。
虚假奖励悖论:从机理上理解RLVR如何激活大语言模型中的记忆捷径
虚假RLVR触发记忆捷径,通过中间层功能锚点激活检索、后续层适配器转换信号实现。
在线测试时自适应的概率框架
提出概率框架,通过状态空间建模解决在线测试时自适应中的分布偏移问题。
利用线性RNN从代码中学习状态追踪
将置换组合转为代码,线性RNN优于Transformer,但部分可观测时不如非线性RNN。
Neural Texture Compression using Hypernetworks
经验压缩谱:统一LLM智能体中的记忆、技能与规则
提出经验压缩谱框架,将记忆、技能、规则视为不同压缩级别,揭示缺乏自适应跨级压缩的“缺失对角线”问题。
TGHE:基于模板的图同态加密实现边缘-云系统隐私保护GNN推理
TGHE利用图模板现象打包同构计算树共享密文,实现SIMD并行推理,速度提升66.9倍,AUC损失小于0.002。
从名人到任何人:刻画4chan上AI脱衣内容、技术与社区动态
AI脱衣目标转向普通人占55.8%,开源模型主导,少数生产者驱动技术扩散。
基于提议条件的潜在扩散闭环交通场景生成
本文提出基于提议条件的潜扩散场景生成框架,通过紧凑动作潜表示和提议初始化提升效率,实现真实感、安全性与可控性的平衡。
LAMP:面向可行轨迹预测的车道对齐运动基元
提出LAMP框架,利用VQ-VAE学习车道对齐运动基元,结合拓扑先验筛选意图,提升轨迹预测的可行性与多样性。
中文标题
可解释呼吸标记与CNN结合识别压力/情感,自相关滞后揭示状态特异性,CNN准确率96.7%,特征模型冥想检测更优。
通过扩散驱动选择实现一致且高效的数据集蒸馏
提出基于扩散模型的图像块选择方法,利用损失差异识别判别区域并保证多样性,实现一步蒸馏,性能领先。
六指单肾:自然对抗性医学图像揭示视觉语言模型关键缺陷
提出罕见解剖变异基准,发现VLM性能从71%骤降至28%,揭示其泛化至罕见病例的严重缺陷。
参数化开源博弈
提出参数化开源博弈模型,建立均衡存在性,揭示耦合强度决定合作与背叛的阈值。
风险感知选择性多模态驾驶员监控与驾驶员状态世界建模
提出成本感知选择性推理框架,结合RGB-生理学生和门控,降低不安全假阴性至5%,保持实时性。
堡垒与守门人:第三方网络安全风险治理中的传递信任理论
本文通过OpenAI-Mixpanel事件提出传递信任概念与“堡垒-守门人”框架,阐释第三方网络安全治理中的委托与问责问题。
在Weisfeiler-Leman层次中的可扩展消息传递量子图神经网络
构建消息传递量子图神经网络,具备置换等变与指定WL层次表达能力,小图预训练后规模可扩展至56量子比特。
现实世界中AI生成图像检测器的对抗鲁棒性
现实条件下AI图像检测器易被对抗样本欺骗,攻击无需内部知识,上传后仍有效,商业工具也脆弱;鲁棒预训练模型可提升但性能不足。
学习折叠:LeHome挑战赛2026获奖方案(线上第一,线下第二)
用强化学习循环改进视觉-语言-动作策略,自预测价值函数实现优势估计与失败检测,获模拟第一、真实第二。
RolloutPipe:分离式在线策略LLM强化学习中的重叠流水线展开与训练
提出RolloutPipe,通过完全组流水线和前沿组调度实现展开与训练重叠,缩短时间30.7%-42.3%,降低等待率37%-76%。
圆形拟共形去湍流:基于几何的多帧湍流图像恢复
提出圆形拟共形去湍流框架,利用几何约束和循环一致性从多帧湍流图像无监督恢复无失真图像。
面向LLM编码代理的确定性控制平面
代理配置管理缺失,提出确定性控制平面Rel(AI)Build,通过内容寻址、锁文件等机制确保不变性。
TF-TI2I:基于多模态隐式上下文学习的免训练图文到图像生成
提出免训练方法TF-TI2I,利用隐式上下文学习和选择性掩码处理复杂多图指令,并引入新基准。
透过窥镜:弱监督少样本分割的双重视角
提出同源异构网络,双重视角增强互补性,以少量参数超越全监督模型。
利用Noise2Inverse实现自监督学习原对偶
提出N2I-LPD方法,结合自监督噪声分离与学习迭代重建,无需真实数据即可提升低剂量CT重建质量。
Chai:自主发现密码误用漏洞
Chai用AI重新定义差分测试,从库级挖掘漏洞并通过依赖图传播,已发现超100个安全漏洞。
使用SamAdams可变步长与位置自适应朗之万动力学的加速采样
提出SA-PAL采样方法,结合自适应步长与方向摩擦,效率提升1.5-10倍。