一种用于可解释的阿尔茨海默病早期诊断的神经符号方法
提出神经符号方法,从语音音频提取阿尔茨海默病进展标志,构建贝叶斯网络推理,发现已知及新关系。
面向黑暗环境下鲁棒且3D感知的RGB-NIR成像
提出3D感知神经融合模型,无需干净RGB监督,在3D空间隐式融合噪声RGB与NIR,恢复清晰图像,鲁棒且泛化强。
HierDoc:长文档视觉问答的页面到区域层级证据路由
提出层级证据路由框架,将页面与区域选择连接为两阶段预测,显著提升长文档VQA性能。
什么促成了销售?用大语言模型智能体模拟端到端买卖双方零售动态
提出RetailSim,用大语言模型统一模拟零售全流程,经人类评估与经济规律校验,可复现消费行为,助力策略评估。
顶点插入会使金字塔宽度增加
给出六整数点反例:多面体添加顶点后旧顶点仍为顶点,但金字塔宽度增加,并附精确验证。
ActFovea:基于时空视觉-动作一致性的VLA策略运行时防护
ActFovea通过时空视觉-动作一致性检测扰动,提升VLA策略成功率,必要时安全失败,无需修改原策略。
基于粒球的多粒度图位置嵌入用于链路预测
提出基于粒球的多粒度位置嵌入方法,刻画同质结构层次关系,提升链接预测性能。
面向图像分类的域自适应深度联合信源信道编码
提出域自适应深度联合信源信道编码,用伪标签对抗对齐与对比学习应对分布偏移,提升目标域分类精度。
低资源印度语言中音频滥用检测的少样本对比适应
利用音语联合模型直接检测辱骂,跨十种印度语超出零样本,接近全监督,仅需少量标注。
SeekBrain:加速神经科学发现的自主多智能体系统
SeekBrain自主多智能体框架整合多模态数据,自动生成分析流程,基准测试领先,加速神经科学发现。
视觉生成中文本条件的缩放特性
据损失随提示结构化语言量的缩放规律,用图像标注构建结构化提示并训练提示器,超越开源、媲美闭源。
CENDRe:基于自然域表征的概念提取
提出CENDRe:通过聚类自动确定概念数量,在时域和频域定位概念,为CNN时间序列分类提供可解释证据。
OASIS:基于3D高斯泼溅的遮挡感知单图像手部化身重建
提出基于三维高斯泼溅的遮挡感知单图手部重建方法,用可见性注意力和网格特征处理遮挡与形变,实现高效逼真重建。
Meshy T2:基于流匹配的快速原生网格生成
提出Meshy T2,用顶点集VAE与粗到细流匹配级联,实现快速原生网格生成,中位6秒完成图像到网格,比自回归方法快一个数量级。
FBFM:面向世界动作模型执行中流匹配的无训练异步反馈机制
提出无训练异步反馈机制FBFM,在流匹配中逐时步修正预测误差,抑制漂移,提升长期任务成功率。
基于二维断层成像的模拟异常检测
提出预测组织内异常成像质量的新技术,用于评估和设计射频断层成像传感器。
TerraNova:人类世的基础模型
TerraNova融合地球物理与社会数据,原生几何训练,支持时间、海洋、不确定性,并快速适应新变量。
部分大于整体:面向多策略LLM高效训练的自动任务排序
自动多策略微调优于单策略,通过任务分组排序组织优化路径,用独立QLoRA解耦异质任务,TRACE最佳44.78。
以人为中心的可解释性-性能系数验证
提出EPC指标,平衡特征稀疏性与模型性能,经表格、文本、图像多模态验证,与人类解释高度一致。
CLIFT:借助非侵入式闭环迭代微调将Gemini Robotics端侧模型变为人形机器人专家
托管微调接口仅限模仿,CLIFT将部署奖励转为监督数据,无权重访问即可闭环迭代,两轮后人形操作近完美。
InferQ:面向数据库的量子电路模拟基准测试
数据库基准InferQ用SQL模拟量子电路,RDBMS内存优于Qiskit,ML可预测最佳执行。
光流传感器:方向选择性仿生视网膜设计
光流传感器芯片结合DVS事件与时间差并行计算,功耗降303倍,延迟微秒级,数据量减3.3倍。
交互式模仿学习何时有帮助?基于价值的模仿学习中的表征权衡
专家交互可放松表征需求,只需价值函数可实现性,无需精确策略;新算法OVI高效且优于离线与交互基线,并证明交互必要性。
扩散环境中多臂老虎机策略梯度的收敛性与遗憾
研究扩散环境下多臂老虎机的策略梯度,证明几乎必然收敛到最优臂,遗憾界为对数阶。
LLM智能体中的记忆来源洗白:持久记忆的非放大防火墙
发现记忆来源洗白攻击,提出PPMF防火墙:保留来源、按风险授权,拦截高风险未授权动作,允许良性操作。
从非结构化点云进行各向异性表面近似的高维点嵌入流形学习
提出高维点嵌入中的流形学习方法,对无结构点云做各向异性表面近似,生成高保真紧凑网格,且可扩展。
SOMA与差分进化中的线性提议算子及随机搜索几何
提出算子-选择分解,证明SOMA提议仿射线性,推导变异矩,设计几何控制变体,在BBOB上显著提升。
大型语言模型的说服力不取决于其被感知的国家来源
实验发现,AI国籍标签不影响说服力;用户虽不信任对手AI,但仍接受其论点,来源标注难防境外影响。
MOT-SR:基于大语言模型的多目标工具增强科学方程发现
提出MOT-SR:工具提取结构先验,多目标优化精度、复杂度与泛化,在标准与EMRI任务上优于现有方法。
MOSAIC:安全AI计算的掩蔽外包
利用噪声的矩阵乘法屏蔽协议,实现大规模Transformer安全外包,误差可控且性能优越。
AniCrafter:视频扩散模型中基于化身-背景条件化的逼真人物动画定制
AniCrafter提出化身-背景条件机制,将人物动画重构为修复问题,实现遮挡感知,在开放域动态背景中优于现有方法。
学习预测古典钢琴演奏中的情感差异
用演奏特征预测演奏间情感偏差,提出Delta-VA相对回归框架,预测准确但幅度压缩。
神经突触:受生物启发的持续强化学习架构,用于缓解灾难性遗忘
受大脑双路径巩固机制启发的NeuroSynth架构,通过分离快速习得与长期保持,在持续导航任务中显著缓解灾难性遗忘,优于PPO和EWC。
AgenticRepair:面向智能体漏洞修复的多维程序上下文工程
提出AgenticRepair,通过多维程序上下文工程与多智能体协作,在SEC-Bench上达73%修复成功率,超越基线29%。
使用DXA和电子健康档案预测50岁以上成人骨折风险:两大队列中传统与机器学习模型比较
基于DXA与电子健康档案的模型预测50岁以上成人骨折风险优于临床FRAX评分,外部验证中梯度提升模型区分度最高(C指数0.725)。
先冻结,后选择:面向稀疏观测PDE发现的结构化场适配器与稳定性验证弱选择
提出先冻结后选择法:适配器重建连续场,稳定性验证弱选择筛项,从稀疏观测中发现PDE,支持恢复率最高。
基于对偶正态因子图的高斯图模型加速随机扫描吉布斯采样
研究薄膜先验高斯图模型随机扫描吉布斯采样收敛性,证明对偶域中收敛速率显著加速,与图拓扑无关,由代数连通性决定。
采用低帧率高维连续令牌的稳定自回归语音生成
提出Locodec与MP-ELD,用低帧率高维连续标记实现稳定自回归语音生成,保持高保真和长期稳定性。
RayViT:面向视角鲁棒模仿学习的射线条件视觉表示
提出射线条件ViT,注入相机几何,视角扰动下模仿学习鲁棒性提升约13个百分点。
FibVLA:一种基于斐波那契采样的高效时序视觉-语言-动作模型
提出新框架,用对数事后采样和斐波那契递归推理高效捕获长时序,动作更平滑、成功率更高,实时性优于视频基线。
对比学习用于图像复杂度表征
提出CLIC框架,用对比学习表征图像复杂度,创新随机裁剪混合生成多尺度正样本,性能媲美监督方法,并可提升视觉任务表现。
从代码审查到代码批判:面向大规模AI生成差异的意图、漂移与聚焦
提出智能代码批判系统,结合意图预测、漂移检测与代码聚焦,提升审查质量,性能显著且零缺陷。
So-Fake:社交媒体图像伪造检测的基准评测与可解释性
提出So-Fake-Set数据集(200万图像)、OOD基准及强化学习检测框架So-Fake-R1,检测精度提升1.3%,定位IoU提升4.5%。
M3MAD-Bench:跨领域与模态的多智能体辩论多维评估
M3MAD-Bench统一多领域多模态多指标评估多智能体辩论,协作法更稳健但成本高。
ST-WAM:语义-时间世界动作模型,应对视觉分布偏移下的稳健操控
提出ST-WAM,用DINOv3语义表征预测未来与检索历史,零样本视觉偏移下成功率提升21.3个百分点,突破像素生成局限。
Conditioning Tree-Based Diffusions and Flows for Probabilistic Tabular Regression
当遗忘失效:智能体网络后训练阶段的可靠数据删除
联邦自改进网络后训练使遗忘失效,MUTE用账本估计影响、隔离高影响轨迹并审计擦除,实现低泄漏可靠删除。
地理加权替代模型用于快速小区域慢性病估计
研究评估地理加权机器学习模型作为替代,快速生成县级慢性病小区域估计,支持及时决策。
SATViz:子句证明的实时可视化
SATViz实时可视化CNF公式变量交互图,动画展示子句证明中近期学习子句涉及的变量。
苏格拉底测试的理论基础:动态多模态对话式考试
提出苏格拉底测试理论:运用动态多模态对话评估,借渐进支架量化最近发展区,以非补偿加分制保障测量可靠性。