AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
7月9日
09:08
09:08官方一手arXiv: OpenAI@Xin Li, Jiaju Han, Ma Yaqi, Chengyin Hu, Yingying Zhao, Jiahuan Long, Fengyu Zhang, Yahui Chai
精选
InfraQR 是一种针对红外视觉语言模型的攻击方法，将紧凑结构化补丁沿图像边界放置，通过代理 CLIP 编码器优化可学习网格单元。在 300 张红外图像基准上，InfraQR 将 OpenAI CLIP 的分类准确率从 98.67% 降至 0.70%。攻击还迁移到黑盒字幕和 VQA 模型，导致字幕语义退化，并在 GPT-5.4 评估下产生更易错的答案。结果表明红外视觉语言模型易受边缘结构化扰动影响，需进一步研究跨任务鲁棒性。
论文InfraQRCLIPOpenAI
事件专题
推荐理由：这篇研究告诉你，红外视觉语言模型有多脆弱——一个 QR 风格的边角补丁就能让 OpenAI CLIP 准确率从 98.67% 跌到 0.70%，还能黑盒攻击其它模型。搞安全或对抗训练的值得一看。
原文
09:06
7月8日
12:22
12:22官方账号arXiv cs.AI@Aparna Madva, Sharath Srivatsa, Srinath Srinivasa, Tulika Saha
该论文系统梳理了印度次大陆NLP技术的发展历程，覆盖关键里程碑（如1950年代机器翻译早期尝试）和方法论转变（从统计方法到深度学习）。论文分析了印度语言的结构性挑战：包括复杂脚本、丰富形态、大方言差异以及双言现象，并指出这些对构建AI基础模型构成独特障碍。论文调查了现有Indic基础模型（如AI4Bharat的IndicBERT）如何缓解资源与表征缺口，并提出'Culture Sensing'研究方向，旨在通过诠释推理实现公平跨语言性能和文化语义化输出。文章整合了历史工作、当前技术（如多语言预训练模型）和新兴趋势，为下一阶段Indic NLP和包容性基础模型研究提供了指导。
论文Indic NLP文化遗产保护Indic Foundation Models
推荐理由：这篇综述把Indic NLP的历史、挑战和未来方向都讲透了，还提出Culture Sensing新概念，做多语言和文化AI的可以看看。
原文
12:19
12:19官方账号arXiv cs.AI@Anna Cordoba, Adam Puente Tercero, Nerea Angulo Hijo, Mar Linares Tercero, Julia Barrientos, Ainhoa Miranda, Jesus Olivera
DepthWeave-KV是一种跨层键值缓存压缩方法，通过共享低秩通道基分解相邻层状态，保留令牌特定残差。它使用令牌条件深度路由器为指令型和检索关键令牌分配更高重构秩，并通过注意力输出探头在线追踪误差自适应压缩。在LongBench等基准上，DepthWeave-KV实现近满缓存任务质量，压缩比达8.3倍，64K上下文速度72.8 tokens/s。
论文DepthWeave-KVKV缓存压缩长上下文
推荐理由：长上下文推理内存瓶颈有救了！DepthWeave-KV用跨层分解加自适应压缩，8.3倍KV缓存缩减，速度72.8 tokens/s，比其他方法效果更好。
原文
12:15
12:15官方账号arXiv cs.AI@Chase McDonald, Nathan Tsang, Wesley N. Kerr
FootsiesGym 是基于 HiFight 的极简 2D 格斗游戏 Footsies 构建的开源环境，用于研究双人零和不完美信息游戏中的循环非传递策略互动。该环境提供向量化模拟器，可在标准硬件上实现高吞吐量训练。论文对多种强化学习算法进行了基准测试，并讨论了开放研究方向。代码已开源在 GitHub。
论文FootsiesGymHiFight强化学习
推荐理由：想研究格斗游戏AI？这个新基准FootsiesGym基于极简游戏Footsies，自带高效模拟器，适合强化学习训练和对比。
原文
12:14
12:14官方账号arXiv cs.AI@Kevin Xu, Alexander Quispe
论文发布NAICS-GH数据集，包含6588个GitHub仓库，每个标注了NAICS 2022的2位数行业代码。管道结合BAAI/bge-large-en嵌入、FAISS检索和GPT-4.1评分，从约137万仓库中筛选出31798个候选对，最终保留6588个高置信度标签（分数≥8）。在2421个人工验证样本上，标签精度达96.98%，Wilson 95%置信区间[96.23,97.59]。基准测试中RoBERTa-large在20%测试集上达到86.45% F1和86.35%准确率。数据集和代码以CC-BY-4.0和MIT许可证开源。
论文NAICSGitHubGPT-4.1
推荐理由：想给GitHub仓库自动打行业标签？这篇论文发布的数据集和管道精度高达97%，直接用RoBERTa或GPT-4.1就能复现，省去手动标注的麻烦。
原文
12:13
12:13官方账号arXiv cs.AI@Qian Sun, Yong-Ming Tian, Jia-Wei Huang, Cheng Feng, Shao-Qun Zhang
RMISC语料库包含约200个数据集、1420亿个时间点，覆盖多领域真实世界多变量时间序列。研究者用RMISC预训练四种先进时间序列基础模型（TSFMs），并与合成数据预训练模型对比。实验表明，真实世界多变量数据显著提升TSFMs的零样本泛化能力，在分布内和分布外基准上均表现更优。
论文RMISCTSFMs时间序列基础模型
推荐理由：如果你的时间序列模型总是泛化不好，试试用RMISC这个真实世界大数据集预训练，1420亿个时间点，效果比合成数据强很多。
原文
12:12
12:12官方账号arXiv cs.AI@Kai Ruan, Zihe Huang, Ziqi Zhou, Qianshan Wei, Xuan Wang, Hao Sun
该论文利用LLM Agent每轮隐藏状态的探针（probe），在任务早期预测最终失败。在TextCraft基准上，Recall-Controlled Probe Cascade以90%召回率目标为Qwen-2.5-7B节省47.1%推理计算，为Llama-3.2-3B节省37.2%。相比仅基于行为的方法，节省量高出1.6-1.7倍。论文还推导了保证高召回率所需的样本复杂度。
论文LLM AgentQwen-2.5-7BLlama-3.2-3B
推荐理由：这篇论文告诉你如何从模型内部状态提前看出agent会失败，比看外部行为省算力多了，实测省三到四成。
原文
12:10
12:10官方账号arXiv cs.AI@Marcos Eduardo Cruz Victorio, Karl Mason
爱尔兰奶业有巨大可再生能源整合潜力，但分布式发电控制研究主要集中在住宅和商业领域。该论文提出一种基于差分进化与多智能体深度强化学习的双层控制框架：上层使用动态定价，下层负责电池管理。在农村配电线路仿真中，该框架相比基于规则的模型将能源套利利润提升高达18%，同时增加了分布式发电利用率且未显著增加成本，并满足爱尔兰电网电压规范。
论文Differential EvolutionMulti-Agent Deep Reinforcement LearningBattery Management
推荐理由：这篇论文用差分进化+多智能体强化学习搞定了奶牛场电池管理，比规则模型多赚18%，还合规电网。搞能源优化的值得一看。
原文
12:09
12:09官方账号arXiv cs.AI@Cong Su, Jiaju Han, Xuemeng Sun, Chengyin Hu, Qike Zhang, Jiujiang Guo, Yiwei Wei, Jiahuan Long
精选
研究者提出AirflowAttack，首个针对红外遥感视觉语言模型的对抗攻击方法，利用热气流湍流作为扰动先验。该方法通过轻量生成器合成输入无关的扰动，在五个CLIP骨干上平均零样本场景分类攻击成功率达48.5%，超过四个物理基线（27.7-37.0%）。对六个SOTA视觉语言模型，场景分类准确率相对降低38.2%，但某些模型反而更自信地将扰动误判为真实热证据。消融实验显示气流先验在提升物理合理性时未牺牲攻击成功率。该基准覆盖十一个模型和四项任务，暴露了红外遥感视觉语言模型的脆弱性。
论文AirflowAttack红外遥感视觉语言模型
推荐理由：这篇论文把热气流变成攻击红外遥感模型的武器，攻击成功率48.5%，还能让模型更自信地犯错，搞AI安全的一定要看。
原文
12:08
12:08官方账号arXiv cs.AI@So Hasegawa, Shailaja Keyur Sampat, Lei Liu, Wei-Peng Chen
现有数据分柝基准局限于小表格的事实检索，忽略多表、外部知识整合与探索性洞察。新发布的DataGovBench源自政府开放数据，包含Table QA（复杂分解问答与可视化）和Table Insight（探索性分析生成专家级发现）两项任务。实验表明，当前主流LLM（包括带智能体框架的系统）在这两项任务上表现显著不足，距离真实数据分柝需求仍有很大差距。该基准为推进LLM处理复杂分柝查询与数据洞察提供了挑战性测试。
论文DataGovBenchLLM数据分析
推荐理由：研究团队用政府开放数据搞了个新测评，发现现在的大模型遇到多表格和外部知识就掉链子，专治各种表面功夫，推荐给关心模型真实落地能力的朋友。
原文
12:06
12:06官方账号arXiv cs.AI@Anna Córdoba, Adam Puente Tercero, Nerea Angulo Hijo, Mar Linares Tercero, Julia Barrientos, Ainhoa Miranda, Jesús Olivera
PACR-Video提出一种参数高效的多镜头长视频外推框架，冻结文本到视频扩散变换器，仅添加低秩时间适配器并由学习到的镜头角色提示令牌调节。它构建递归提示库，存储前一镜头的实体、位置、动作和风格提示，通过适配器门根据预测叙事依赖路由。在6个多镜头和长视频基准上，PACR-Video在分布质量、语义对齐、身份一致性、时间平滑性、运动稳定性、过渡连贯性和人类偏好上均优于文本到视频、基于微调、记忆增强、流式和递归上下文基线。实验表明，紧凑提示路由和轻量时间适配提供了足够可控能力实现稳定长视频外推。
论文PACR-Video视频生成提示路由
推荐理由：看看这篇论文，PACR-Video用提示路由和轻量适配器让长视频生成更稳定，不需要全量微调，在6个基准上全面领先。
原文
12:05
12:05官方账号arXiv cs.AI@Sonal Ankush Chibire, Jenn-Terng Gau, Bo Zhang
该研究提出了基于物理信息神经网络(PINN)的框架，用于模拟钢-铝双材料系统中的瞬态弹性波动传播，物理定律直接嵌入损失函数。使用ANSYS Workbench Explicit Dynamics进行高保真有限元仿真验证，并用作训练中的补充数据约束。PINN准确预测了波在界面上的透射和反射、轴向和径向位移历史、面平均响应及应力应变演化，与有限元结果高度一致。该网络还能预测未见时间点和修改材料参数后的波响应，无需额外仿真。网格敏感性研究证实了数值鲁棒性，其他材料组合验证了方法的通用性。
论文PINN双材料系统弹性波传播
推荐理由：这篇论文用PINN模拟钢-铝界面的弹性波传播，比传统模拟更快，还能预测新工况，挺实用的。
原文
12:02
12:02官方账号arXiv cs.LG@Tianjiao Yu, Xinzhuo Li, Yifan Shen, Onkar Susladkar, Yuanzhe Liu, Xiaona Zhou, Ismini Lourentzou
ELSA3D是一种统一3D模型，通过弹性语义锚定将文本和几何推理在匹配的抽象尺度上联合结构化。它使用尺度感知的八叉树分词器表示几何，并引入锚点令牌（Anchor Tokens）实现稀疏但精确的跨模态交互。在图像到3D生成、文本到3D生成和3D描述三项任务上，ELSA3D均取得最先进性能，同时相比其非弹性版本将FLOPs和推理延迟降低约一半。
论文ELSA3D3D生成多模态
推荐理由：ELSA3D用一个弹性锚定机制把3D理解和生成统一了，三个任务都刷了SOTA，还省了一半算力，想做3D的可以看看这篇
原文
11:56
11:56官方账号arXiv cs.LG@Shervin Khalafi, Igor Krawczuk, Sergio Rozada, Charilaos Kanatsoulis, Antonio G Marques, Alejandro Ribeiro
本文提出 Graph Convolutional Attention (GCA)，一种利用输入图谱实现谱去噪的注意力机制。理论证明线性注意力在去噪任务中只能学习平均谱滤波器，而 GCA 通过图滤波查询和键可自适应处理谱多样性。在随机块模型上，GCA 与理想化的 Spectral Attention 机制性能匹配。在 DiGress 模型中，GCA 无需计算昂贵的结构特征即可达到标准图 Transformer 的效果，结合 PEARL 位置编码还能避免显式特征分解，加速推理。实验表明 GCA 在合成和真实数据集上持续提升去噪与扩散性能，增益与谱多样性正相关。
论文GCAGraph Convolutional AttentionDiGress
推荐理由：这篇论文指出了线性注意力在图去噪上的根本局限，并提出 GCA 来补上短板。在 DiGress 上效果持平标准 Transformer 还省了结构特征计算，挺实用的。
原文
11:54
11:54官方账号arXiv cs.LG@Ghassen Marrakchi, Basarab Matei
论文提出Large Cancer Assistant（LCA），一个7元组架构的编排框架，基于Algorithmic Impermeability原则，使编排逻辑与底层AI模型解耦。LCA引入Entry Theory，利用Geometric Deep Learning将多模态患者数据标准化为6个轴。系统通过Cancer Switching Module动态路由数据，输出Standardized Intermediate Payload（SIP）隔离医院IT变更。PoC在4个场景验证：名义流程编排开销接近零、AI模型替换时路由投影不变、注入数据异常下Supplementary Data Requests召回率100%、多协议执行成功。
论文LCA肿瘤学临床决策支持
推荐理由：这篇论文讲了一个叫LCA的框架，专门为肿瘤学临床决策支持设计，能灵活组合不同AI模型。测试下来零开销、100%召回率，挺实用的。
原文
11:53
11:53官方账号arXiv cs.LG@Przemysław Rola
EntroPath是一种新的流形学习方法，利用最大熵随机游走（MERW）聚合点之间k步路径全体来构建不相似度，避免局部随机游走的密度集中和最短路径的捷径噪声。其自由能不相似度在短时间极限下通过Varadhan热核公式收敛到平方测地距离。在合成流形和单细胞基准测试中，EntroPath一致优于扩散方法和最短路径方法，在非均匀采样密度流形和分支轨迹上优势明显，与UMAP、t-SNE本地结构指标持平。
论文EntroPathMERW流形学习
推荐理由：这篇论文提出了一种流形学习新方法，用路径集成替代单条路径，在非均匀数据上比UMAP更忠实于测地几何。
原文
11:52
11:52官方账号arXiv cs.LG@Juan S. Santillana
论文提出Pitwall系统，将自然语言F1策略简报的忠实性作为架构属性：每个句子分解为位置、差距、轮胎等类型的事实声明，并由触发该句的概率比赛状态验证。系统基于向量化蒙特卡洛引擎（每圈N=2,000次比赛推演），在126场比赛（2018-2024）上校准，在完全留出的2025-2026赛季（155次回测中前三名正确率90.3%，Brier分数0.0745）验证。训练数据：3,045个模型编写目标中，仅保留81.9%所有声明均被状态支持的目标，其余回退到可证明忠实的模板。在2026年奥地利和英国大奖赛上完成端到端运行；银石站中，概率轨迹在比赛结束前10圈锁定最终胜者。
论文PitwallF1策略自然语言生成
推荐理由：想看AI如何实时生成准确F1策略讲解？这篇论文用蒙特卡洛引擎+事实验证系统，在真实比赛中实现了91%的胜者预测准确率。
原文
11:51
11:51官方账号arXiv cs.LG@Marwan Lazrag, Badis Hammi, Lorena Gonzalez-Manzano, Joaquin Garcia-Alfaro
该论文研究了投毒攻击对增强3D点云公共数据集在网联自动驾驶汽车中的操作影响。实验使用GAN进行数据增强，发现增强过程无法完全消除投毒样本，后门攻击仍能绕过防护。投毒数据会传播到增强后的数据集，导致点云分类器（例如PointNet）出现误分类。所有工具、数据集和分类器均已公开以支持复现。
论文3D Point CloudGAN投毒攻击
推荐理由：这篇论文用具体实验证明，GAN数据增强挡不住针对自动驾驶3D点云的投毒攻击，后门照样能影响分类器，值得搞AI安全的人看看。
原文
11:50
11:50官方账号arXiv cs.LG@Rahul Bandyopadhyay, Riccardo Molteni, Jens Eisert, Vedran Dunjko, Sofiene Jerbi
该研究从PAC学习角度研究量子多体动力学可学习性。他们设计了一个监督学习任务：训练集包含随机稳定子探针态、均匀采样自[0,T]的演化时间以及特定可观测量期望值。量子算法通过短时训练样本学习未知哈密顿量，并结合哈密顿量模拟与经典阴影协议进行推理。通过将BQP完全计算嵌入Feynman-Kitaev时钟哈密顿量的长时间动力学，他们证明除非BQP⊆P/poly，否则没有经典多项式时间算法能完成该任务。同时经典困难实例仍保持量子可学习性。
论文量子多体系统学习分离PAC学习
推荐理由：这篇论文给量子机器学习找了个硬核任务：预测多体系统时间演化，量子算法能学，经典学不了，除非BQP进P/poly。理论结果很扎实。
原文
11:31
11:31官方一手arXiv: DeepSeek@Andrew Zhang, Chengzhan Li
论文提出 Agent Step Value (ASV) 框架，通过重放黑盒轨迹并用无状态 LLM 评估器打分，量化每一步的价值。在 100 道开放问答任务（使用 PubMed 实时检索和 DeepSeek 对数概率评分）上，ASV 评估了 1,100 次转移，结果显示熵移动为 0.000，平均贝叶斯惊讶为 2.693，表明信念近乎 one-hot 转折。在 128 个 token 的 rationale 条件下，平均黄金边际增益为 -2.335（95% CI [-3.395, -1.272]）；而直接用单 token 评分同一轨迹得到 +4.033。论文通过 100 次转移的组件审计追踪到反转源于短 rationale 对完整状态的覆盖。
论文ASVAgent Step ValueDeepSeek
推荐理由：这篇论文教你怎么用 ASV 框架来拆解 AI agent 每一步的决策价值，在开放问答任务上实测发现短 rationale 反而有害，做 agent 评估的必看。
原文
10:17
10:17官方账号arXiv cs.AI@Jihao Liu, Guoxiong Gao, Zeming Sun, Bin Wu, Shurui Liu, Jiedong Jiang, Haocheng Ju, Leheng Chen, Ronnie Cheng, Xiping Zhang, Bin Dong
Danus是一个基于事实图记忆的协调系统，旨在提升研究级数学推理能力。系统包含一个主智能体进行规划和协调，多个工作智能体并行执行证明搜索，以及一个无状态验证器检查数学主张。每个验证的事实连同证明和逻辑依赖存储在事实图中，构建递增的长期论证。在代数几何、奇点理论和组合学的六个研究级案例中，Danus成功生成长而详细的数学证明。
论文Danus数学推理智能体
推荐理由：看看Danus怎么用事实图记忆帮多个推理智能体协作解数学难题，还能和数学家互动。
原文
10:17
10:17官方账号arXiv cs.AI@Yoav Baron, Sara Dorfman, Roni Paiss, Daniel Cohen-Or, Or Patashnik
本文研究VLM在扩散图像编辑管线中作为条件编码器时的定位能力下降问题。作者提出Analysis-by-Proxy框架，训练轻量级代理模型在VLM中间表示上执行辅助定位任务。实验发现，在单次前向传递约束下，定位信号未可靠传播到预设条件层配置，而是隐藏在随输入提示变化的中间表示中。该框架揭示了现有编辑管线条件提取策略的根本失败，为设计更合理的条件架构提供了方向。
论文VLMAnalysis-by-Proxy扩散模型
推荐理由：这篇论文把VLM做图像编辑时定位不准的老问题挖到底了——原来不是模型不行，是提取信号的方式错了。他们用了个'代理分析'的巧招，把隐藏的定位信号给揪了出来，搞编辑管线的值得一看。
原文
10:17
10:17官方账号arXiv cs.AI@Yufan Wang, Anit Kumar Sahu, Yan Fei Ng, Daniel Kang, Shayan Vassef, Soorya Ram Shimgekar, Koustuv Saha, Piyum Zonooz, Navin Kumar, Chee Leong Cheng, Li Yan Khor
新加坡数据显示约31%人口有幽门螺杆菌感染证据。研究者使用Nimblemind多智能体系统（nMAS）处理54份去标识化胃活检病理报告，评估4个临床二元字段（胃活检、活检状态、H. pylori阳性、H. pylori相关胃炎）。在216个特征-案例决策中，nMAS正确分类213个（98.61%准确率），与UMA-style MiniMax M2.5对比表现相似，但nMAS提供统一报告级输出与支持源句。假设人工审查每份5分钟，nMAS每份5秒，1000份报告处理时间可从83.3小时降至1.4小时，节省约6100美元。
论文H. pyloriNimblemind Multi-Agent System病理报告
推荐理由：这篇论文展示了一个能精准从病理文本中抓取H. pylori证据的多智能体系统，准确率98.61%，比人工快几十倍，适合医疗信息提取场景。
原文
10:16
10:16官方账号arXiv cs.AI@Hao He, Xueying Liu, Chris J. Kuhlman, Xinwei Deng
该论文提出一种实验设计框架，系统评估大型语言模型编程智能体（如Codex和Claude Code）的自主模型发现行为。作者控制实验因素包括推理努力程度、任务、优化指标和训练数据组成，并针对输出质量、美元成本、时钟时间和过程复杂性等响应进行回归分析。通过效用对齐的典型分解，量化推理努力效果的主导方向是否与性能-成本效用方向一致。研究在联网词汇游戏测试床上验证，揭示了推理努力与成本及过程复杂性的洞察。
论文CodexClaude Code智能体
推荐理由：这篇论文用严谨的实验方法分析了Codex和Claude Code在不同推理努力下的表现和成本，做AI研究的可以看看怎么评估智能体能力。
原文
10:16
10:16官方账号arXiv cs.AI@Marcelo Arenas, Pablo Barceló, Diego Bustamante, Jose Caraball, María Alejandra Schild, Bernardo Subercaseaux
论文提出ExplAIner查询语言，可统一表达溯因、对比、特征和距离等多种解释查询。它基于FOIL语言扩展，解决了FOIL无法表达最优性解释查询且决策树评估复杂的问题。ExplAIner的查询评估属于布尔层次结构，对确定性可分解布尔电路可在多项式时间内完成。引入优化片段Opt-FOIL，可通过固定次数SAT求解器调用计算最小解释。
论文ExplAInerFOIL可解释AI
推荐理由：这篇论文提出了一种新查询语言ExplAIner，能统一处理各种模型解释查询，还证明计算效率高，对做形式化XAI的人很有用。
原文
10:16
10:16官方账号arXiv cs.AI@Xinyuan Chen, Haoyu Guo, Shi Guo, Bingqi Jiang, Chunhua Shen, Xing Shen, Tianfan Xue, Yufei Xue, Mulin Yu, Weinan Zhang, Bin Zhao, Bowen Zhou, Ming Zhou
一篇视角文章提出了世界模型的科学定义和分阶段路线图，涵盖从基于模型的强化学习、视频生成到具身机器人和物理AI等子领域。文章指出当前对世界模型缺乏共识，并讨论了关键技术方面，包括预测内容与构建方法。它为不同研究方向的世界模型开发提供了系统性框架。
论文世界模型强化学习视频生成
推荐理由：这篇给了世界模型的具体定义和路线图，适合想了解它在强化学习、视频生成、机器人等领域不同玩法的人。
原文
10:16
10:16官方账号arXiv cs.AI@Antonio Andriella, Jauwairia Nasir, Andrea Rezzani, Alyssa Kubota, Dimitri Lacroix, Tamlin Love, Aniol Civit, Vicky Charisi, Elisabeth Andre, Wing-Yue Geoffrey Louie
该论文提出了基于生命周期和上下文敏感的个性化人机交互框架，结合短期/长期与开放域/封闭域交互特征。对自主性侵蚀、有偏用户建模、操纵、非人化和隐私侵犯5类伦理风险进行整合分析。将风险洞察转化为具体设计建议，并列出开放研究挑战。
论文人机交互个性化伦理风险
推荐理由：这篇论文把人机交互个性化的伦理风险讲得很透，框架和风险分析都很系统，做机器人交互设计的人值得参考。
原文
10:16
10:16官方账号arXiv cs.AI@Shuangxiang Kan, Shuanglong Kan, Sebastian Ertel
Aria系统将Claude Code等通用LLM代码智能体与验证框架结合，无需预设策略即自动生成Coq证明。在Iris分离逻辑的4257个引理和Rust标准库的217个引理上，Aria全部证明成功，零失败。在reglang基准上，此前LLM证明器仅能证明八分之一（约40个），Aria则证明了全部318个。在iris-lean的Lean 4移植中，Aria还自动证明了72个未移植引理，表明该方法不限于Coq。所用模型为Claude Opus 4.7。
论文AriaClaude Code形式化验证
事件专题
推荐理由：Aria让代码智能体自由探索，不用手动设计策略，就能把Iris和reglang上所有定理都自动证出来，比之前的方法强太多了。
原文
10:16
10:16
10:16官方账号arXiv cs.LG@Naveen George, Naoki Murata, Yuhta Takida, Konda Reddy Mopuri, Yuki Mitsufuji
TILDE 提出一种新的概念遗忘框架，将遗忘问题形式化为分布对齐任务。该方法通过能量倾斜条件分布，在抑制目标概念图像生成的同时保持提示的良性相对质量。实验在对象、艺术风格和角色等场景下，TILDE 实现强力遗忘，并在保留质量和分布保真度上超越现有基线。
论文TILDE扩散模型概念遗忘
推荐理由：这篇论文提出了 TILDE，通过分布对齐让概念遗忘模型既能精准擦除目标，又不会牺牲常规生成质量。
原文
10:16
10:16
10:16官方账号arXiv cs.LG@Mohammadreza Kasaei, Klemen Voncina, Hamidreza Kasaei
该论文研究机器人在多障碍物环境中安全投掷物体到目标篮筐的问题。现有方法如TossingBot假设无障碍环境，而本工作引入势场状态表示（PFR），以固定网格编码篮筐吸引和障碍排斥，使强化学习策略能泛化到任意障碍数量与配置。在仿真中使用SAC、DDPG、TD3三种算法训练，其中SAC表现最稳定。真实实验中，对未见过的可投掷物体取得了高达90%的成功率，验证了PFR的鲁棒性和实用性。
论文SACDDPGTD3
推荐理由：这篇论文教机器人怎么在乱堆东西的桌面上把物体扔进篮筐，用势场表示结合SAC算法，真实实验成功率90%，比TossingBot强不少。
原文
10:16
10:16官方账号arXiv cs.LG@Arkaprabha Ganguli, Emil Constantinescu
论文在单位圆上分析神经网络优于神经正切核（NTK）的条件与幅度，提出傅里叶复杂度和结构复杂度两个度量。刻画深度L、宽度w、权重范数R的ReLU网络类的极小极大率，介于Ω(Lw^2R^2/n)和Õ(L^2w^2R^2/n)之间。当复杂度解耦时，NTK回归在深度-L迭代锯齿波上需要Ω(4^L)样本，而极小极大下界是L的多项式。数值实验表明，在超立方体稀疏奇偶模型上，两层网络比NTK测试误差低4到6个数量级。
论文Neural Tangent KernelReLU网络组合学习
推荐理由：这篇论文数学证明了在组合结构任务上，神经正切核比真实神经网络差指数级样本数，实验显示两层网络在稀疏奇偶问题上测试误差低4-6个数量级。
原文
10:16
10:16官方账号arXiv cs.LG@Ryuji Oi, Hikari Otsuka, Kosuke Matsushima, Yuki Ichikawa, Masato Motomura, Tatsuya Kaneko, Daichi Fujiki
论文提出ActionCache，一种即插即用的外部缓存，用于加速基于流匹配的视觉-语言-动作（VLA）模型推理。ActionCache通过存储紧凑多模态键的中期动作，从相似过往上下文（跨不同回合甚至任务）中检索来预热生成，减少迭代去噪步骤。在仿真和真实环境实验中，ActionCache在低延迟下保持高任务成功率，对π₀.₅和GR00T-N1.6分别实现高达11.75倍和34.43倍的推理加速。
论文ActionCacheVLAπ0.5
推荐理由：这篇论文用缓存中间动作的思路让VLA模型推理快11到34倍，而且不用重新训练，机器人实时控制场景很实用。
原文
10:13
10:13官方账号arXiv cs.LG@Raul Jimenez, Svitlana Mayboroda, Pavlos Protopapas, Leonid Sarieddine, David N. Spergel, Pedro Tarancón-Álvarez
该论文提出一种基于多头物理信息神经网络（multihead PINN）的框架，通过共享体学习潜在流形、线性头重建不同初始条件的解，并引入头正交化惩罚消除退化。在潜在维度n_b=20时，对一维粘性Burgers方程，2-4个主成分捕获约95%的潜在空间方差，4-7个捕获约99%。方法同样在热方程和波动方程上验证了压缩效果。频率谱分析显示主成分的波数分布在不同训练运行间可重现，成为解流形几何的稳健观测值。
论文Physics-Informed Neural NetworkPDEBurgers方程
推荐理由：这篇论文用PINN把复杂偏微分方程的解空间压缩到几个主成分，95%的信息只需头4个维度，做科学计算或模型简化的人值得一看。
原文
10:12
10:12官方账号arXiv cs.LG@Nikita P. Kalinin, Rasmus Pagh
本文提出了一种名为Dithered Gaussian Mechanism的新机制，作为离散高斯机制的替代方案。该机制通过对高斯机制的输出进行后处理离散化，继承了标准高斯机制的隐私保证，并避免了浮点数精度漏洞。理论证明，该机制能显著减少高质量随机位的需求，并使其独立于噪声水平。在DP-SGD的应用中，该机制实现了加密级随机性生成，且实际开销可控。
论文Dithered Gaussian MechanismDifferential PrivacyDP-SGD
推荐理由：这篇论文提出了一种更实用的差分隐私机制，在DP-SGD中能用更少的真随机数实现同等隐私保护，对关注隐私保护的开发者很有价值。
原文
10:11
10:11官方账号arXiv cs.LG@Andrea Agazzi, Eloy Mosig García, Dario Trevisan
该论文通过张量程序框架，研究了随机神经网络的无限宽度高斯过程极限。主要结果给出了有限网络与高斯过程极限之间的Wasserstein距离定量误差界，阶为宽度平方根倒数。该框架与架构无关，适用于前馈网络、递归网络和Transformer型架构。
论文Tensor ProgramsGaussian ProcessWasserstein distance
推荐理由：这篇论文用张量程序证明了随机神经网络的高斯过程极限误差随宽度平方根倒数衰减，还覆盖了Transformer，想细看理论可以读。
原文
10:10
10:10官方账号arXiv cs.LG@Rüdiger Kempf
该论文提出两阶段采样框架，离线核回归算子从N个输入-输出对学习算子的离散表示，在线核重构算子从预测观测恢复输出函数。理论贡献是推导了预算分配条件，要求训练对数量N、输入观测数n和输出分辨率m满足耦合关系以保证收敛。总误差分解为重构误差和学习误差，可独立分析，并得到定量缩放律。此外，引入物理信息扩展，在线重构时通过惩罚PDE残差增强约束，无需重新训练。数值实验验证了理论扩展的有效性。
论文Kernel-based Operator Learning算子学习误差分析
推荐理由：论文把算子学习的误差分解讲得很清楚，还给出了N、n、m的预算分配条件，物理信息扩展省去重新训练，做相关研究值得细读。
原文
10:09
10:09官方账号arXiv cs.LG@Fabian Schneider, Tapio Helin, Leila Taghizadeh
该论文针对高维贝叶斯反问题中传统MCMC计算成本高的问题，提出通过最小化真实后验与近似后验之间的KL散度来训练神经似然代理。作者证明，使用未归一化势并将归一化纳入训练目标后，学习问题变为严格凸优化。理论表明，随着样本量增大，数据驱动目标的经验最小化器收敛到真实似然。数值实验在去模糊和非线性PDE成像问题上验证了该方法。
论文Bayesian Inverse ProblemsNeural Likelihood凸优化
推荐理由：这篇论文给神经似然逼近奠定了凸优化理论基础，证明训练目标严格凸且样本量增大时收敛，适合数学基础扎实的研究者了解新方法。
原文

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。