全部 AI 动态 · AI 热点

7月8日

10:08

官方账号arXiv cs.LG@Jian Xu, Delu Zeng, John Paisley, Qibin Zhao

精选

该论文通过PAC-Bayesian框架分析了参数化量子电路(PQC)作为策略和价值函数时的泛化机制。研究发现，泛化由Fisher几何有效维度主导，而非参数数量，且纠缠会增大该维度，成为独立的复杂性轴。在固定参数数量的实验中，Fisher有效维度更大的电路显示出更大的训练-测试差距，纠缠电路比非纠缠电路泛化更差。分类、上下文强盗和值函数实验中，效果显著，且在IBM Heron量子处理器上真实噪声下依然成立。

论文 PAC-Bayesian Fisher有效维度量子策略

推荐理由：别只看参数数量，量子电路里的纠缠才是泛化关键。这篇论文用PAC-Bayesian理论加实验验证，帮你理解怎么设计泛化更好的量子策略。

原文

10:07

官方账号arXiv cs.LG@Jake Bowden, Laurence Legon, Satnam Surae

Canopy是一个异构图基础模型，整合了10个数据源构建成包含690万个节点（13种类型）和34种边的知识图谱。它使用ESM-2、MoLFormer和PubMedBERT等域专用基础模型编码节点特征，并通过异构图Transformer（HGT）进行预训练。在发酵滴度预测任务中，冻结的Canopy嵌入达到了R²=0.41，远超表格基线（最佳R²=0.24）和同质GNN变体。

论文 Canopy 代谢工程图神经网络

推荐理由：Canopy把基因、蛋白质、代谢物等生物数据全揉进一个图模型，预测发酵产量比传统方法准了将近一倍，搞合成生物学的可以看看。

原文

10:06

官方账号arXiv cs.LG@Hong Lyu, Mingru Yang, Qianhua He, Yanxiong Li, Jinxin Huang, Zhengyu Pei

TriA Pipeline是一个自动音频标注流水线，可将各场景音频高效转换为带事件标注的高质量训练数据。利用该流水线构建的TriA数据集包含超过2130小时音频，覆盖431个音频类别。从TriA中划分出先验知识引导子集TriA_GK，并在三个家庭音频分类任务上进行了对比实验。在手动标注数据基础上加入TriA_GK后，平均准确率提升3.97%，Macro-F1提升3.35%，验证了流水线的有效性。

论文 TriA 音频分类自动标注

推荐理由：这篇论文提出了TriA Pipeline，用2130小时音频自动生成431类标注数据，在家庭场景任务上准确率提升近4%，做音频分类研究可以看看。

原文

10:05

官方账号arXiv cs.LG@Alexander Rombach, Chantale Lauer, Nijat Mehdiyev

这篇论文研究了奖励函数设计对基于强化学习（RL）的流程模型生成质量的影响。研究者使用Llama 3.1 8B和Qwen 2.5 14B两个模型家族，在48种配置下训练，评估框架包含38个句法、语用和语义指标。实验发现RL能同时提升语用和句法质量，输出变异性降低6倍以上。等权重奖励始终优于定向加权，后者可能导致模型崩溃。设计选择与模型架构存在非平凡交互，例如无效惩罚对Llama 3.1必要但对Qwen 2.5无关。

论文 RL BPMN Llama 3.1

推荐理由：想知道怎么给LLM设计奖励函数来提升生成质量？这篇论文用38个指标和两个模型做了系统对比，结论很具体。

原文

10:02

官方账号arXiv cs.LG@Jie Huang, Pengfei Yin, Zihan Xu, Daniel Capurro, Mike Conway, Ting Dang

电子健康记录基础模型（FEMR）预训练于大规模结构化患者数据，但缺乏可解释性。X-FEMR训练一个Transformer代理模型来近似FEMR在两个预测任务上的行为。该方法识别最影响预测的token，揭示患者历史不同方面的重要性。引入临床对齐度量，量化代理模型关键token与临床验证特征的一致性。实验表明代理模型能很好近似FEMR预测，token级解释与临床知识对齐。

论文 FEMR X-FEMR Transformer

推荐理由：这篇论文用Transformer代理模型给医疗AI做局部解释，还能直接对齐临床知识，让黑箱诊断更可信。

原文

10:01

官方账号arXiv cs.LG@Yao Fu, Chunxia Zhang, Junmin Liu, Yihang Jin, Haishan Ye, Yuanao Yang

EISAM（Extragradient-Inspired Sharpness-Aware Minimization）是一种新型优化器，通过两步更新过程（预测步骤探索损失景观几何、扰动步骤用基础优化器细化更新）来提升泛化性能。在基准数据集上的实验表明，EISAM在测试准确率和训练效率上持续优于SGD、Adam和SAM。理论分析显示EISAM通过引导参数向曲率更小的平坦极小值收紧泛化界。此外，EISAM降低了对扰动半径的敏感性，简化了超参数调优。

论文 EISAM SAM 优化器

推荐理由：这篇论文提出的EISAM优化器比SAM更鲁棒，调参更简单，在多个架构上准确率更高，适合追求更好泛化性能的深度学习实践者。

原文

10:00

官方账号arXiv cs.LG@Keonvin Park, Yong Ann Voeurn, Hyeokjun Kweon, Doyun Lee

该研究提出一种基于迁移学习和混合Cross-Entropy-Lovász损失的焊缝分割框架，以解决建筑焊接中光照、反射和薄几何形状导致的分割退化问题。在BiSeNetV2骨干网上，新方法达到81.76% Joint IoU和90.73% mIoU，较OHEM基线提升+22.36个百分点，且保持相同FLOPs和推理速度。在反射条件下，该方法恢复了96.33%的严重零IoU失败案例。与DeepLabV3+、UNet、SegFormer的对比验证了该优化策略对轻量实时分割架构的有效性。

论文 BiSeNetV2 迁移学习焊缝分割

推荐理由：这篇论文用迁移学习改造BiSeNetV2，把焊接焊缝分割的Joint IoU从50%多干到81%，零IoU失败恢复率96%，而且不改模型大小和速度，搞建筑焊接的可以看看。

原文

09:59

官方账号arXiv cs.LG@Dexuan Li, Yupeng Wu, Chenglong Wang, Hanlin Liu, Hui Zhen, Jianqi Li, Guang Yang

精选

本文提出Lorentz Encoding（LE），一种物理信息驱动的自监督框架，用于从稀疏采样数据重建CEST MRI高分辨率Z谱。LE通过将坐标投影到由洛伦兹剖面和学习基函数组合的物理约束空间，降低噪声并保证与物理模型的一致性。在人体脑部数据39点采样策略下，LE达到PSNR 57.58 dB和SSIM 0.9994，显著优于现有方法。其学习到的编码在潜在空间中形成连续几何轨迹，确保APT、NOE、MT等代谢物定量映射的准确性。

论文 CEST MRI Lorentz Encoding 物理信息驱动

推荐理由：这篇论文用物理约束的编码方法搞定了CEST MRI的稀疏重建，39个采样点就能达到57.58 dB的PSNR，比传统方法准得多，适合做医学影像重建的同学看看。

原文

09:58

官方账号arXiv cs.LG@Muhammad Imran, Vincenzo Stoico, Ivano Malavolta

该论文研究了Java方法级别的能耗预测，分析了2,786个Java方法的33个静态特征与执行时间和能耗数据。训练并比较了11个回归模型，发现静态代码指标预测性能差，平均R²接近0。加入执行时间后R²提升至0.46，执行时间、内部方法调用和圈复杂度成为最强预测因子。

论文 Java 能耗预测静态指标

推荐理由：论文有硬数据：只看代码静态指标预测能耗基本无效，加上执行时间后R²从0升到0.46，做绿色软件开发需要知道这个差异。

原文

09:57

官方账号arXiv cs.LG@Parmida Geranmayeh, Onur Günlü

论文提出一种针对6G通感一体化（ISAC）系统的安全方案，利用博弈论建模合法用户与攻击者的交互，并集成到强化学习（RL）框架中。攻击者通过操控波束赋形方向增加干扰并误导发射器。在城市环境仿真中，该方法成功检测主动攻击者，有效解决了6G ISAC系统的动态安全挑战。

论文 6G ISAC 博弈论

推荐理由：这篇论文用博弈论加强化学习来检测6G通信中的攻击者，针对城市环境里的波束操控，思路挺新颖的。

原文

09:56

官方账号arXiv cs.AI@Franz Motzkus, Sebastian Bernhard

本文提出将无监督字典学习作为后验可解释性模块，集成到端到端自动驾驶模型中。该方法将驾驶行为分解为语义可解释的概念，并展示其对轨迹预测决策的因果影响。通过概念级定向干预，可以纠正错误的驾驶行为，带来可测量的性能提升。实验在多个驾驶场景下验证了该框架的有效性。

论文端到端自动驾驶可解释性无监督学习

推荐理由：这篇论文教你怎么用可解释性找自动驾驶模型的bug，还能动手修好它，比单纯黑盒调参靠谱多了。

原文

09:55

官方账号arXiv cs.AI@Andrea Alfarano, Andrea Bacciu, Saab Mansour, Amin Mantrach, Marcello Federico

该研究首次在22种语言（涵盖高、中、低资源）上系统评估了9种不确定性估计方法。发现用英文推理（即使问题为低资源语言）能显著提升UE性能，并缩小与高资源语言的性能差距。研究还指出，小规模模型下基于概率的开放盒方法更优，大规模模型下封闭盒的自我表述不确定性更有效。论文提供了多语言选择性预测中阈值选择的指导。

论文不确定性估计多语言 MCQA

推荐理由：这篇论文用22种语言、9种方法实测发现：让模型用英文思考能大幅改善低资源语言的不确定性估计，选方法还得看模型大小。

原文

09:53

官方账号arXiv cs.AI@Aysan Ghayouri Pirsoltan, Shima Babakordi, Mohammad Reza Mohammadi

该论文提出一种以token为中心的双视图学习框架，在冻结的Vision Transformer骨干中统一提示适应和跨视图融合。框架通过专用融合token在CC和MLO视图间进行双向信息交换，并在多个Transformer深度插入融合模块实现渐进式交互。在VinDr-Mammo数据集的BI-RADS分类任务上取得50.40% F1-score和0.8090 AUC，二分类设置中AUC相比双视图融合基线提升0.10。在CMMD数据集上也取得一致改进。消融实验验证了token融合和多深度交互设计的有效性。

论文 VinDr-Mammo CMMD BI-RADS

推荐理由：这篇论文用token做双视图融合，在乳腺癌分类上AUC提升了0.10，方法新颖验证也很扎实。

原文

09:53

官方账号arXiv cs.AI@Grace Man Chen, Litao Guo, Yifan Wu, Yiyu Chen, Yenchi Tseng, Sicheng Liu, Yuyu Luo, Ying-Cong Chen

论文提出UI2App基准，专门评估从截图推断交互行为的能力，无需文本或行为指导。基准包含327张截图，分为45个状态一致组，用于多路由网页应用。评估沿四个维度：可执行性、导航可达性、视觉保真度和交互推理，其中交互指标(IIS)按功能正确性和状态管理复杂度评分。在6个前沿视觉语言模型上，视觉保真度领先者仅得7.5的IIS，落后IIS冠军5.2倍；半数模型在高复杂度跨页面状态交互上得零。结果显示从静态截图推断完整交互行为仍是关键挑战。

论文 UI2App 基准测试交互推理

推荐理由：想测测视觉语言模型能不能只看截图就生成可交互的网页应用？这篇论文提出了UI2App基准，发现模型在视觉还原上还行，但交互推理差得远，最高分才7.5。

原文

09:52

官方账号arXiv cs.AI@Josef Pavlicek

该论文提出一种结合量子启发式候选探索与显式规则优化的混合架构，用于从旋律自动生成和声。系统通过重叠旋律语境实现候选探索，并利用优化层提升结构连贯性、功能一致性和鲁棒性。实验使用可复现指标评估，包括结构连贯性、功能和声一致性、和声相似性和鲁棒性。结果表明，该方法在保持调性结构和终止行为的同时，允许多种有效的和声实现，且无需训练语料库。

论文量子启发式音乐生成和声生成

推荐理由：想自动生成和声但又怕结果太随意？这篇论文用量子启发式加规则优化，让旋律变和弦既灵活又可控，还不用训练数据。

原文

09:51

官方账号arXiv cs.AI@Yanping Chen, Weijie Shi, Wen Yang, Jiajie Xu

SkillReranker通过任务和技能两侧的语义分解，生成子任务描述和执行状态描述，并构建有向无环执行图。该框架利用交叉编码器对每个任务区间的候选技能进行综合评分，选择最合适的技能集。在ALFWorld和ScienceWorld两个基准上的实验表明，SkillReranker有效提升了任务完成率，减少了环境交互步骤和token消耗。

论文 SkillReranker ALFWorld ScienceWorld

推荐理由：这篇论文提出了SkillReranker，在智能体任务中通过任务分解引导技能重排序，比传统方法更准更省token，具体在ALFWorld和ScienceWorld上验证了效果。

原文

09:07

官方一手arXiv: DeepSeek@Muhammad Assad Shehbaz, Carlos Francisco Moreno-García

该论文提出端到端管道，用于从房地产问卷文档中提取结构化数据。管道将文档分为三类：text_only、scanned和special_char，使用DeepSeek R1从合格文档中提取35个属性。在3965份文档上测试，2781份成功处理，产生2766条唯一记录。余弦相似度匹配Jaccard得分为0.82，K-Means聚类轮廓系数0.2088。

论文 DeepSeek R1 房地产文档结构化提取

推荐理由：这篇论文演示了用DeepSeek R1从杂乱文档里提取表格数据，效果不错，做房产数据或文档处理的人可以看看。

原文

09:05

官方一手arXiv: DeepSeek@Yihua Liu

精选

该论文提出Floor-First残差驱动分流工作流，将解码步骤建模为HBM字节、FLOPs、网络字节、网络消息、KV容量五维资源向量，通过求和与最大值计算乐观下界和悲观上界，无需profiler即可判断重叠质量。基于DeepSeek-V3.2 671B MoE/MLA模型在16块NVIDIA H20 GPU上的案例显示，TP16解码受KV容量限制约70个并发8K请求；稀疏注意力可移除KV带宽项但容量墙不变；EP16+DP-attention布局将容量墙提升至约644，但单流延迟比TP布局慢2.4倍。该方法通过壁排序比较部署方案，替代点基准，并支持新注意力或状态空间模块的扩展。

论文 DeepSeek-V3.2 H20 LLM推理优化

事件专题

推荐理由：不用跑一堆配置，用公式就能算清LLM服务的瓶颈在哪，还拿DeepSeek-V3.2在H20上做了实测，对推理优化的人很有参考价值。

原文

09:04

官方一手arXiv: DeepSeek@Kabir Dev Paul Baghel, Radu Timofte, Dmitry Ignatov

该论文提出一种源引导的候选生成协议，利用同族强源模型指导弱目标模型的神经网络修改，避免无效生成。在CIFAR-10上，源引导候选达到0.5049准确率，优于非源候选的0.2398，提升弱目标（原0.1254）0.2651；五轮检查后保持0.7686 vs 0.4839。在SVHN AlexNet上使用DeepSeek-Coder-6.7B，源引导迁移达0.7880 vs 0.2254，重复实验达0.8069 vs 0.2509。直接复制源配置仅得0.1959，表明LLM适应而非复制。家庭级分析显示AlexNet家族6/8胜，alt_nn1家族8/10胜。

论文 DeepSeek-Coder-6.7B CIFAR-10 SVHN

推荐理由：这篇论文告诉你LLM不仅能写代码，还能帮你自动改进神经网络架构，效果比瞎试好得多，尤其适合有相似模型族的情况。

原文

09:03

官方一手arXiv: DeepSeek@Yufeng Wang

精选

FirstResearch引入结构化研究问题证书，包含10个字段如原始定义、假设、机制模型和可证伪假设。在10个LLM代理研究主题上，基于DeepSeek盲审协议得分为4.86/5，超过最强基线AI Scientist-v2的4.38/5。独立Gemini-2.5-Flash重评分保持排名，Pearson一致性为0.865。消融实验显示移除证书后得分降至1/5以下。这些初步结果采用LLM评判而非人类专家，但表明显式推导约束可提升可审计性。

论文 FirstResearch LLM 科学发现

推荐理由：这篇论文搞了个FirstResearch框架，用研究问题证书让LLM提的科学问题更透明可查，比现有方法得分高出一截，适合研究AI科学发现的同学看看。

原文

09:01

官方一手arXiv: DeepSeek@J de Curtò, Victoria Guillén, I. de Zarzà

本研究提出LLMForge，一个多模型文本到CAD框架，集成JSON模式验证、解析特征评分、网格合成和多轮迭代优化。在包含97个工程设计问题的基准上评估了DeepSeek-V3.2、Qwen3-235B-A22B等7个基础模型。IterTracer批评机制使用Phong着色光线追踪和分析视觉指标（轮廓IoU、孔可见性、边缘间隙等），四个最优模型平均得分在0.885-0.890之间，网格成功率98.97%。IterVision采用Qwen2.5-VL-72B作为VLM语义批评，实现100%水密网格生成，但在旋转对称几何体（如圆柱）上视觉与语义评分存在分歧。

论文 LLMForge IterTracer Qwen2.5-VL-72B

推荐理由：这篇论文用97个机械设计问题系统测试了7个模型，LLMForge的两种批评机制各有优劣，VLM批评做到100%水密网格但旋转体仍有缺陷。

原文

7月7日

13:04

官方一手arXiv: OpenAI@Karina Halevy, Julia Mendelsohn, Chan Young Park, Yulia Tsvetkov, Maarten Sap

研究者引入仇恨事件检测任务，测试GPT-4o和Llama-3.2-3B-Instruct在多个专家标注数据集上的反犹事件分类能力。结果表明GPT-4o潜力较大但需显著改进。提供术语定义或上下文示例可提升性能：定义对修辞类事件（如经典反犹陈词）最有效，示例对行动类事件（如人身攻击）更有帮助。以大学校报为案例，LLM可辅助识别相关真实事件，支持早期监测。

论文 LLM GPT-4o Llama-3.2-3B-Instruct

推荐理由：这篇论文告诉你GPT-4o和Llama-3.2-3B在处理反犹事件时谁更强，还给出了提升分类效果的实用技巧。

原文

13:03

官方一手arXiv: OpenAI@Sukanta Ganguly

PLACEMEM将智能体记忆表示为带版本号的胶囊，统一语义、来源、有效性和可重用运行时状态。原型基于vLLM，支持提示级文本检索、KV导向路由和级联失效。通过OpenAI兼容的侧车和类型化元数据契约，测量了首次token延迟、复用率和校正后行为。论文提出了面向终身智能体系统的重放感知服务集成路线图。

论文 PLACEMEM 论文终身智能体

事件专题

推荐理由：这篇论文提出了PLACEMEM，用版本化胶囊解决终身智能体的记忆管理问题，原型跑在vLLM上，实测了延迟和复用率，适合研究记忆架构的读者。

原文

12:53

官方账号arXiv cs.LG@Yury Gorishniy, Akim Kotelnikov, Ivan Rubachev, Artem Babenko

TabPack是一种针对表格数据的高效MLP集成方法，在单次运行中并行采样并训练多个不同超参数的MLP，并在训练过程中动态选择集成成员。在多个中大型公开数据集上，TabPack的默认设置性能与经过大量调优的先前方法相当。运行TabPack默认配置在一台MacBook上所需时间少于在工业级GPU上调优某些基线的时间。

论文 TabPack MLP 表格数据

推荐理由：TabPack让你不用费心调参就能达到好效果，在普通笔记本上跑都比别人用GPU调参快。

原文

12:51

官方账号arXiv cs.LG@Yujiang Li, Zhenyu Hou, Yi Jing, Jie Tang, Yuxiao Dong

CompactionRL是一种新的强化学习策略，用于训练长程agentic LLM，通过上下文压缩解决有限上下文窗口问题。该方法联合优化任务执行和摘要生成，采用token级损失归一化和跨轨迹广义优势估计，让LLM agent从压缩的长轨迹中学习。基于GLM-4.5-Air模型（106B-A30B），CompactionRL在SWE-bench Verified上达到66.8%的Pass@1，提升7.0点；在Terminal-Bench 2.0上达到24.5%，提升3.1点。基于GLM-4.7-Flash（30B-A3B），Pass@1分别提升5.5和6.8点。该技术已被部署于训练GLM-5.2模型（750B-A40B）的RL流水线。

论文 CompactionRL GLM-4.5-Air GLM-4.7-Flash

推荐理由：一篇论文提出用强化学习+上下文压缩训练长程智能体，在SWE-bench等基准上显著提升开源模型表现，适合关注Agent训练和RL方法的人。

原文

12:48

官方账号arXiv cs.LG@Lars van der Laan, Nathan Kallus

FORE通过伴随Bellman递归直接估计折扣占用率，仅需占用率可实性条件，无需Bellman完备或投影算子稳定性。在总体层面，KL投影递归以相对熵形式向真实比率收缩。经验递归的有限样本遗憾界表明，KL收敛误差由对数比率逼近误差和假设类复杂度决定的统计误差组成。该方法支持奖励加权估计、占用加权拟合Q评估以及双重稳健估计。这一结果将折扣占用率可实性识别为离线策略评估的充分条件。

论文 FORE 离线强化学习策略评估

推荐理由：这篇论文提出FORE方法，只用占用率可实性就能做离线策略评估，省去Bellman完备性的复杂条件，适合研究强化学习的同学参考。

原文

12:46

官方账号arXiv cs.LG@Ananth Eswar, Pratinav Seth, Utsav Avaiya, Vinay Kumar Sankarapu

该论文对五个大型语言模型（LLMs）进行单次神经元行零化审计，测试归因方法能否识别因果重要的神经元行。归因方法在识别可丢弃行方面显著优于激活和幅度基线。通过对比有害与良性信号驱动干预，归因行足以在仇恨和犯罪内容上安装拒绝行为，同时保持良性过度拒绝率较低且不影响语言模型流畅性。高秩稳定性选择器可能因果有效性最低，且拒绝行为存在于冗余子空间中，不同归因方法通过几乎不相交的行集实现拒绝。

论文 neuron selectors attribution methods LLM

推荐理由：这篇论文直接检验了神经元归因方法的可靠性，发现高秩稳定的选择器反而可能因果失效，对模型可解释性和安全编辑很有启发。

原文

12:42

官方账号arXiv cs.LG@Heloísa Dias Viotto, Cauê Samonek, Lucas Garcia Pedroso, Marcos Sunye, André Abed Grégio, Paulo Lisboa de Almeida

本论文针对孪生验证网络（Siamese verification networks）中距离阈值的设定问题，提出了一种基于双峰分布假设的无监督方法。该方法通过识别距离分布两个模态之间的最低点来确定阈值，无需标注数据。在MNIST、CIFAR-10、LFW和PKLot四个数据集上的实验显示，平均验证准确率达到94%，与需要标注的等错误率（EER）方法性能相当。该工作使得验证阈值可直接在部署环境中更新，降低了人工标注成本。

论文孪生网络验证无监督学习

推荐理由：这篇论文教你怎么不用标数据就自动设好验证阈值，在四个数据集上测了准确率94%，跟用标数据的方法差不多，挺实用的。

原文

12:14

官方账号arXiv cs.LG@Mohamed Amine Merzouk, Dmitri Carpov, Mirko Bronzi, Damiano Fornasiere, Adam Oberman

该研究通过线性探针在三个7-8B开源模型（如Llama-2、Mistral）的冻结隐藏状态上发现，模型在生成首个token之前即可从提示的最后隐藏状态线性解码总响应长度。探针在七个自然语言数据集上训练后，可迁移至未见过的受控合成数据，且性能优于统计基线。在模型修改回答时，探针的估计值会在回退位置发生方向性偏移，表明模型内部维护了类似计划的长度表示。

论文 LLMs 线性探针剩余长度

推荐理由：这篇论文发现LLM在生成前就“知道”要写多长，用线性探针就能解码，挺有意思的。

原文

12:12

官方账号arXiv cs.LG@Pedro Henrique da Costa Avelar, Le Ou-Yang, Min Wu, Sophia Tsoka

该论文报道了Pathway Activity Autoencoders（PAA）框架，通过通路约束的架构实现多组学数据集成与可解释性。在乳腺癌数据集上，该方法在生存预测和亚型分类任务中验证了集成多组学数据的正面效果。分析表明，基因、蛋白质和miRNA表达层对最终性能贡献最大。重复性实验显示，dropout可提升模型鲁棒性，但过度正则化会降低预测性能。可视化展示了特征空间的临床相关性。

论文 Pathway Activity Autoencoders 多组学癌症

推荐理由：这篇论文提出了一个能同时处理基因、蛋白质和miRNA数据的可解释深度学习框架，在乳腺癌生存预测上效果不错，适合关注多组学分析和可解释AI的读者。

原文

12:11

官方账号arXiv cs.LG@Fabien Polly

该论文提出了一种子空间约束适配方法，在flan-t5-large上使用196个公开LoRA适配器进行评估。实验表明：(1)适配器中30%至38%的权重范数在评价任务分布下是冗余的；(2)在干净分类数据上，限制到128维子空间的梯度适配与全量LoRA性能相当，而在目标标签反转攻击下LoRA精确匹配降至3%-26%，约束学习器保持在62%-96%；(3)约束学习器无法拟合污染数据，适配损失分离干净与脏数据达两个数量级(120倍)；(4)针对自适应后门攻击者，当目标行为与池中不相似时攻击成功率仅8% vs LoRA的100%，目标与池中常见行为重合时达85%。代码和数据已公开。

论文 flan-t5-large LoRA 微调安全

推荐理由：这篇论文告诉你一个防止投毒攻击的微调方法：只学有效适配器的子空间，在flan-t5-large上比LoRA安全很多。

原文

12:10

官方账号arXiv cs.LG@Guorun Wang, Simone Foti, Andreas D. Demou, Leonidas Kotoulas, Theodoros Christoudias, Alexandros Koliousis, Mihalis Nicolaou, Stefanos Zafeiriou

该论文提出一个站指导框架，将粗分辨率CAMS大气成分场超分辨率（×40，约1km）并偏差校正为局地PM2.5变化。框架利用多尺度Transformer网络，结合人类活动、土地覆盖、高程、卫星气溶胶观测和风场等异构信息，无需时间序列建模。为解决稀疏原位数据密集监督问题，引入时间无关传播策略，通过空间高斯混合插值OpenAQ观测。在欧洲的定性和站点评估显示，模型能恢复细粒度空间结构并有效缓解CAMS局部偏差。

论文 CAMS OpenAQ PM2.5

推荐理由：想用CAMS数据做高分辨率PM2.5预测？这篇论文提出了一个不依赖时间序列的降尺度框架，融合多种地理信息，用OpenAQ观测做伪监督，效果不错。

原文

12:09

官方一手arXiv: OpenAI@Nicole Sonne Heckmann, Arnault-Quentin Vermillet, Søren Norlin Mølgaard, Manuela Del Castillo Suero, Lars Melskens, Gerard Ompad, Maurizio Sessa

该研究开发了一种高斯过程兼容的优化目标（EWACS），用于提升LLM在药物警戒因果关系评估中的表现。在723份FAERS病例上，GPT-5.2在Naranjo算法问题5和10上分别达到74.1%和65.4%的专家一致性。贝叶斯优化后，因果分类一致性从45.0%提升至72.0%，其中Doubtful病例提升最大（+42.9个百分点）。结果表明，温度优化虽无普遍最优值，但可针对特定病例带来显著改善。

论文 GPT-5.2 OpenAI 药物警戒

推荐理由：这篇论文用GPT-5.2做药物副作用评估，温度调优后准确率从45%跳到72%，对药物安全分析很有参考价值。

原文

11:48