Fill My Mirror: Geometry-Constrained Mirror Inpainting
Representational alignment yields generalizable safety in language models
ENEAS: Embedding-guided Neural Ensemble for Adaptive Segmentation
Translation as a Decision Space: A Multi-Agent Perspective on Low-Resource Dialect Generation
面向移动网络站点能效低效识别的对等相对表示学习框架
提出无监督对等相对方法,用能量感知MDE嵌入识别高能耗站点,优于传统异常检测,助力大规模网络节能优化。
可溯源TTS:迈向强溯源性的无水印语音合成
提出联合训练法实现无水印TTS强追溯,在保持甚至提升音频质量的同时增强泛化性。
重新思考大语言模型的在策略蒸馏(二):单个训练样本
单查询在策略蒸馏即达全数据大部分收益,源于状态覆盖高而吸收慢;瓶颈在算法。
用于多尘农业条件的传感器测试环境概念
提出室内外试验场概念,含封闭粉尘循环试验台与真实农业场景,用于评估粉尘对传感器及算法的影响。
从欺骗性输出到欺骗性机制:语言模型欺骗研究的因果框架
新框架区分欺骗行为与机制;实验表明欺骗性行为可无对应机制,接收者信息能因果影响偏好,但非模型能动性。
VI3:利用惯性线索锚定预训练3D基础模型
VI3用IMU读数恢复预训练3D模型的度量尺度,无需真值监督,保持几何一致性,适应多种架构。
面向终端智能体的环境进化
提出环境进化方法,离线逐代提升环境难度并用于训练,持续提供学习信号,显著增强终端智能体性能。
基于地标的损伤相关运动员会话判别:来自分钟级多模态足球监测数据
提出固定地标单表示方法,解决逐分钟数据与会话级标签错配;女足3743个会话评估显示损伤判别效果有限且不确定。
AI智能体的自然语言交互协议与标准
面向AI智能体的标准化交互协议,提供轻量语义消息封装,支持异构环境互操作。
预训练中的知识获取?大语言模型凭借辅助视角学习效果更佳
预训练中,重复是知识获取所需,但把重复的词元用于辅助视角更能提升学习,甚至事实回忆,且不依赖教师模型强度。
自主研究集群中涌现性作弊与举报的案例研究
百个LLM自主智能体科研群中自发出现作弊,后被举报抵制;共享设施既传播漏洞也支持监督,需以制度机制治理。
选择、压缩、再投资:长视频多模态大模型中视觉令牌分配的控制性研究
选择最关键:8个查询选中帧胜于16个均匀帧;压缩近乎无损;将省下令牌再投资,可再获2-3分。
Terminal-Universe:将智能体轨迹转化为可扩展的终端环境
提出Terminal-Universe,从轨迹重建环境并合成任务,显著提升终端智能体性能。
GraFT:通过3D场景图为多模态大语言模型提供空间推理的免训练框架
GraFT免训练框架借3D场景图提供几何、布局与属性推理,ScanQA提升27%,VSI-Bench超越多个微调模型。
一种计算上可行的因果概率解释框架
PCI将实际因果与Pearl概率结合,用蒙特卡洛近似,实现可计算、有因果依据的分级解释。
基于人机交互的高效测试时适应
提出人机交互测试时适应法,用跨会话交互信号适配个体,提升成功率5-21%,演化规则模块多捕获16-22%失败。
相位信息对少样本细粒度图像分类的影响
提出幅相整合模块与专用网络,利用相位信息提升少样本细粒度图像分类,在五个公开数据集上超越现有方法。
多视图图像的稀疏自回归场景生成建模
提出稀疏体素潜空间自回归模型,由多视图图像补全场景,无需三维真值,新视角质量优于先前。
锐化集成:用于脑MRI修复后处理的SSIM对齐残差细化器
提出结构相似度对齐的残差细化器后处理:误差基本不变,集成评分提升,六成以上病例改善,无需大规模重训练。
OctWorld:基于八叉树三维映射的长程世界一致性视频生成
提出八叉树三维记忆的视频扩散框架,实现长程世界一致生成,优于现有方法。
可读性并非可解释性:思维链推理中评判重要性与实际重要性的比较
思维链步骤重要性仅能部分从文本恢复,语言模型判断与微调批评者未达上限,可读性不等于可解释性。
OBER+:成果导向教育中连续性感知的报告与可追踪持续改进
成果导向教育报告规则:按监管阈值分级记录纠正措施,量化缺口变化,识别成果重定义导致的虚假下降;实测暴露缺陷。
终极翻译基准
提出终极翻译基准,含人类撰写并评审的多模态示例,能让领先翻译模型失败;每条附验证规则,支持可靠可操作评估。
将自然语言规范编译为本地神经函数
用教师模型生成示例训练小型适配器,将自然语言规范编译为可复用函数,无需远程调用,FuzzyBench-Hard准确率达83.6%。
世界奖励:面向相机条件世界模型的奖励建模
提出世界奖励模型,用视觉语言模型统一评测动作与画质,超越GPT-5.5,提升世界模型强化学习。
干净工程,不稳定测量:共享端点上黑盒大语言模型观察者的预注册可靠性失效
预注册审计发现共享端点上黑盒大语言模型测量不稳定,同请求重复排名一致性极低,模型名不是冻结仪器。
ESPO:基于诊断、多样化和稳定化的错误结构化提示优化
ESPO三阶段优化提示,准确率提升3.76个百分点,提示缩短47%,全面超越GEPA。
RARF:区域感知修正流用于3D脑部MRI修复
提出区域感知修正流RARF,仅修复病变区域,保留健康脑组织解剖结构,BraTS评测中重建结果具竞争力。
谱相位可容许性证书:复线性映射的新判据
将量子引力的Kontsevich-Segal-Witten准则引入机器学习,通过限制谱集体相位评估复线性映射,并提供可微分的行列式、子集包络等证书,但无法处理深度传播和幅值目标。
免费暂停标记
提出免费暂停标记,以并行流提供额外计算而不增加序列长度,提升下一词预测,仅增加训练开销。
SISER:基于熵对抗训练的说话人不变语音情感识别
SISER结合wav2vec2.0与ECAPA-TDNN,经熵对抗训练消除说话人差异,在IEMOCAP上UA达60.63%,优于基线。
从有序伯努利层级到临界线几何:整数量化、伯努利残差相位与素数幂谱
研究有序伯努利核的逆整数水平集获得临界线几何与整数量化分解伯努利残差相位联系素数幂谱不声称证明黎曼猜想
证人解释异常
提出可解释的无监督异常检测法:以方向投影偏离极值基线评分,证人方向即特征归因,线性高效且不损精度。
面向数值数据可解释异常检测的可微区间瓶颈
提出可微区间瓶颈自编码器,以重建误差检测异常,内部结构可解释且无需标签;在48个基准上平均性能最优。
离线强化学习中的多步近端策略改进
提出多步近端策略改进方法,通过几何流形建模,在近端控制下超越数据支持,提升离线强化学习基线。
面向认知诊断的隐私保护异构多LLM联邦推理
提出异构多模型联邦推理框架,各推理方本地加噪实现本地差分隐私,残差聚合消除异质性,兼顾隐私与诊断精度。
注意力索引模型的高维学习动力学
研究表明注意力索引模型高维动态由迹序参量和矩层次刻画注意力参数化作为隐式偏差驱动对称破缺与弱恢复
突破(决策)边界:联邦学习中面向可解释性的差分隐私噪声动态校准
XCal-FL动态校准DP噪声,用预测对数几率、反事实边界、显著性,医学影像准确率提高一成以上,解释保真度达五倍,隐私预算效率更高。
VoxReason:合成前对有源文依据的语音规划的无听者评估
VoxReason合成前无听者验证语音规划的源文依据;槽位准确率不安全,SFT+CF修复显著提升。
披露贝塔:大语言模型读取风险披露所得制度条件贝塔的测量通道理论
价格历史过短时,将LLM视为噪声测量通道,证明制度条件贝塔的可识别性与一致性,给出误差下界及自适应组合
Reflect-SQL:一种基于自我反思的文本到SQL生成框架
针对复杂数据库模式与查询,提出多阶段自我反思框架,经检索、合成、蕴含三循环迭代优化,在BIRD基准上执行准确率达72.03%。
匿名化而非消除:保持效用的语音匿名化
提出两阶段语音匿名化框架,保护内容与声纹隐私,实验显示隐私强且效用损失小,评估更全面。
2D婴儿姿态估计中的盲点:从噪声标注中稳健学习
提出REMIND,利用训练动态聚类选择关键点识别噪声标注,在早产儿姿态估计中AUC达93%。
CAE 仿真智能体在通用框架之外还需什么?
通用框架加执行反馈即可超越专用多智能体系统,最大增益来自求解器教程提供的领域知识。
超越终点评分:持续知识更新的时间与容量条件评估
仅凭端点分数与单一适配器排名不足为凭,优劣随评估时间及容量漂移;应报告轨迹与容量扫描,排序稳定才算稳健胜者。
整体三维结构的稳定可扩展光束法平差
提出统一框架,将光束法平差扩展到联合优化几何特征与高阶关系,保持稀疏结构,速度接近经典方法且精度更高。