立场:生成模型中的公平失效本质是评估问题
公平失效源于评估缺陷,缺乏可比性与可操作性,主张用公平卡实现标准化、可复现的生成模型评估。
用于逐元素评估初等函数和滤波函数的迭代张量网络变换
提出迭代张量网络变换,压缩域计算非线性函数,支持大规模反应流分析及优化求解。
GS-Voxel:面向大规模3DGS生成的无拟合结构化潜变量
提出GS-Voxel免拟合框架,将预优化3DGS转为稀疏体素潜变量,支持大规模航拍三维场景生成。
趋同演化:不同语言模型如何学到相似数字表示
模型以周期特征表示数字,但仅部分可线性分类;傅里叶稀疏性非充分条件,数据、架构等决定特征,呈趋同演化。
AViTS:用于高效动态分辨率生成的自适应时空令牌选择
AViTS融合潜在文本与跨步时间重要性,选择性上采样关键令牌,最高降9倍计算量,可叠加蒸馏等技术。
记忆树引导的关键帧查询用于高效三维问答
提出记忆树引导的关键帧选择范式,利用可复用的三维场景表示实现高效问答,提升GPT-4o精度17.4%,优于视觉搜索方法。
面向情境强化学习的任务特化微调
提出任务特化微调框架,用参数模型预测性能,整数规划分配预算,提升情境强化学习任务覆盖率。
先授权后上下文:针对智能体系统中跨受众记忆泄漏的模型无关受众边界
提出“先授权后上下文”规则,在记忆转上下文时按受众过滤,确保禁止事实不进入上下文,防止跨受众泄漏。
面向领域特定文档生成的RAG-SFT参数化知识
针对领域文档生成,提出C-FEX/PKP评估参数化知识,发现微调不强化反而抑制幻觉,7B媲美72B。
基于动态模态分解的含噪低分辨率热系统表征
针对热监测中传感稀疏、噪声干扰、分辨率不足问题,研究DMD预处理与截断策略,通过算例证明适当截断可恢复主导热行为,平衡重建精度与噪声敏感度。
Wolff-Parkinson-White 检测中的 471:1 类别不平衡:数据瓶颈的泄漏控制研究
在471:1类别不平衡下,泄漏控制协议比较七种信号表示;最强检测器未饱和,平均精确率0.595,ROC面积0.950,属筛查预过滤器。
基于流形覆盖和稀疏特征覆盖的LLM后训练分层数据选择
提出分层覆盖法:稠密自编码器粗分组,稀疏自编码器做质量感知细覆盖,少量数据即可媲美甚至超越全量训练。
基于3D深度学习的ACL止点自动识别
3D深度学习可直接从MRI识别ACL股骨止点,图像法误差2.1mm优于模型法,临床可行,提升重建精度。
没有记者,就没有新闻业:生成式人工智能在媒体中的社会维度
综述AI介入媒体二十年:平台依赖挑战编辑独立,记者权衡威胁与解放,受众不察自动文本质量差异;发展需社会维度。
基于小语言模型的结构化驾驶状态叙事用于GNSS欺骗检测
用结构化驾驶叙事,小语言模型检测GNSS欺骗,性能与LLM相当,精度97%,资源低。
面向实时5G/6G信道估计的相位感知CNN与硬件在环验证
提出相位感知CNN,用正弦/余弦编码重构信道幅相,高精度、强泛化,支持实时边缘推理。
深度学术综述:面向学术综述自动化的有状态智能体闭环范式
提出DAS,一个有状态智能体框架用于生成学术综述,配套基准与评估,性能优于现有系统。
重新审视免初始化光束法平差:一项受控实验研究
免初始化BA:低目标函数值不等于有效度量重建,存在优化-重建鸿沟,关键在于获得可稳定度量升级的射影重建。
RecurrentGPT:通过循环调制实现Transformer的表达深度
该模型通过循环调制共享核心实现深层表达,等算力下三层媲美十二层模型,等参数下损失更低,并大幅减少参数和内存。
SOD:面向小型语言模型智能体的逐步在线策略蒸馏
提出SOD逐步在线策略蒸馏,按步骤差异调整蒸馏强度,缓解工具错误级联,基准提升20.86%,0.6B模型AIME达26.13%
摒弃全精度索引:重新审视向量嵌入的聚类
研究表明,全精度向量聚类过度,1位编码即可达近最优聚类质量,存储降60倍且性能提升。
Belayer:面向LLM智能体强化学习训练的高效容错系统
Belayer高效容错LLM智能体强化学习,低开销处理生成与环境故障,恢复速度大幅提升。
LLMs能否可靠自我报告对抗性前缀注入?
模型难以识别自身输出遭对抗性前缀攻击;训练可改善内省,却反升攻击成功率。
从溯因解释到SGC节点分类的全局逻辑规则
用最小溯因解释为SGC节点分类提取全局逻辑规则,规则紧凑且保真度高。
使用Veins仿真评估对抗性交通模式对VANET通信的影响
用Veins仿真研究对抗性交通模式对VANET影响,发现攻击使分组投递率降96.55%,吞吐量降27.89%,揭示通信脆弱性。
面向端到端自动驾驶的即插即用交通要素感知
首次系统研究交通要素感知,即插即用集成多种端到端架构,一致提升驾驶性能,并在NAVSIM-v2创SOTA。
基于世界模型的Q学习
提出QWM:基于世界模型进行Q学习测试时搜索,仅用真实转移训练,避免复合偏差,性能显著优于SOTA。
EDITBRIDGE:迈向忠实且高效的超高分辨率图像编辑
提出编辑桥扩散框架,以原图引导稀疏注意力,将低分辨率编辑转为高分辨率,实现4K忠实高效编辑,速度提升3.6-8.4倍。
ContextClaim:一种上下文驱动的可验证声明检测范式
将检索引入声明检测阶段,用维基百科上下文摘要增强可验证性判断,并提升下游验证效果。
期望自由能作为Bethe拉格朗日量的信息约束
提出Bethe自由能新方案,用信息约束保持认知驱动,特定乘子下恢复期望自由能解,乘子历经非激活、内部和饱和区。
演示:基于设备端意图感知语义分解的实时生成式多播
演示设备端意图感知语义分解的生成式多播:按用户意图分解信号,广播语义图,用户合成非意图部分,节省资源,实时运行于Edge TPU。
TCMIIES:基于浏览器的LLM驱动的学术文献智能信息抽取系统
TCMIIES:浏览器端LLM学术文献信息抽取系统,零安装、纯前端、多模型支持,抽取合规率超94%。
注意力流:通过故事摘要追踪LLM的概念参与
对比人类与LLM的小说摘要,发现模型叙事关注偏向结尾,揭示其长文理解局限。
从语料库到协同演进能力:面向通用图像生成的能力中心数据设计
提出能力驱动数据基础设施:三引擎构建互补监督,多阶段课程协同演化,训练扩散模型实现通用图像生成与能力迁移。
心脏能反映你的疼痛吗?利用自监督心电图表示学习应对X-ITE疼痛挑战
研究发现仅凭心电信号识别疼痛效果有限,多模态预训练可提升表征,但疼痛模式个体差异大,需多模态与个性化建模。
SAEVerbalizer:通过表征言语化为稀疏自编码器特征生成解释
将SAE解码方向注入LLM表征,直接生成特征的自然语言解释,可泛化到未见特征并跨字典和模型迁移。
确认点即系统:面向AI审计证据的持久化策略决策收据
以确认点为系统核心,签名收据声明同步边界状态,实测展示耐久-延迟权衡而非免费异步。
基于Q值的变分逆强化学习
提出QVIRL,用变分Q值分布推断奖励后验,兼顾扩展性与不确定性,多任务验证优秀,支持原始像素输入。
6G原生AI与信道基础模型
6G原生AI应内建,以信道基础模型为核心,三类预训练支持多任务,少标签下改善定位与波束预测。
DataSTORM:基于探索性数据分析与数据叙事的大规模数据库深度研究
提出LLM代理系统DataSTORM,融合探索性数据分析与数据叙事,自主研究大型数据库与网络,在基准测试上超越现有方法。
Teach and Grow:面向通用机器人学习的智能体中心架构
提出智能体中心架构TGL,将示范转化为可复用技能块,无需重训练即可习得新任务,在LIBERO上达到领先性能。
Delta2Gamma:面向阿尔茨海默病检测的脑电频带自适应对比学习
提出自监督框架Delta2Gamma,将脑电分解为五个频带,各自自适应温度对比学习,在ADFTD数据集上实现92.4%准确率,优于监督方法。
通过跨难度优化动力学理解大语言模型中的课程学习
通过跨难度迁移解释课程学习有效性,提出TDCS动态采样,多任务上优于现有方法。
ETHEREAL:面向边缘高分辨率视觉的25.6微秒/推理低延迟事件驱动图神经网络处理器
首款事件驱动图神经网络处理器,用邻居并行样条卷积与分体存储,实现25.6微秒延迟和1.6微焦/推理。
Graphectory Viewer:用于智能体软件轨迹过程中心分析的工具
提出Graphectory Viewer网页工具,将智能体轨迹转为阶段感知图,支持多框架、节点检查、过滤及桑基汇总,开源发布。
LENS:在动态原始文档上通过潜在证据探索进行上下文搜索
LENS提出免索引的上下文搜索,动态探索潜在证据,预算受限下定位证据,提升证据召回与答案溯源性。
PACE:面向去中心化金融安全AI代理的策略认证合约执行
PACE框架在LLM代理与链上执行间加入策略验证,签名绑定审批与执行字节,实测零不安全率,开销约3万gas。
离线环境光控制潜扩散:架构、遥测与设备端评估
端侧潜扩散应用由环境光驱动,本地生成并审计,输出与传感器、路径、种子绑定,验证依赖及性能。
衡量在线话语中的叙事极化
研究提出叙事极化概念,分析以巴冲突视频与评论,发现视频高度极化,评论趋同,但复杂叙事仍存差异。
自蒸馏作为大语言模型的性能恢复机制:对抗压缩与灾难性遗忘
提出自蒸馏微调框架恢复大模型性能,理论证明其通过对齐高维流形实现恢复,实验验证流形对齐与性能恢复强相关。