全部 AI 动态 · AI 热点

7月2日

10:05

官方账号arXiv cs.LG@Nils Neukirch, Martin Maurer, Nils Strodthoff

该研究在5个任务（肿瘤体积与分期分类、2年生存预测、组织学分类、年龄预测）上系统对比了5种特征提取器（Curia、Curia-2、DINOv3、Radiomics2D、Radiomics3D）、7种分类头（TabPFN、TabICL、XGBoost、CatBoost、Random Forest、logistic regression、Ridge）和3种分割方案。模型在LUNG1（n=338）上训练，在内部测试集（n=84）和外部LUNG2队列（n=211）上评估，以最差跨队列性能为主要指标。结果表明，主导设计因素与任务相关：分割影响体积和分期分类，而分类器选择主导生存、组织学和年龄预测。放射组学在肿瘤体积、分期和生存上具有竞争力（部分由于标签推导效应），Curia变体在生存上达到相近峰值分数，DINOv3在所有任务上略逊一筹。推荐Curia结合肿瘤分割和CatBoost头作为安全默认方案，在三个主要临床任务上平均排名最佳。

论文 Curia DINOv3 Radiomics

推荐理由：这篇论文用338例训练、295例测试的严格基准，告诉你肺CT分析到底该选Curia还是放射组学，以及为什么任务不同最优方案不同。

原文

10:04

官方账号arXiv cs.LG@Huichao Li, Tong Wang, Sanguo Zhang, Shuangge Ma

该论文提出一种多任务变换框架，通过未知单调变换处理不同类型的任务响应。在预测变量维度随样本量增长的高维生物学场景下，仅部分公共预测子有效，论文引入跨任务共享稀疏性。方法通过共享第一层的深度神经网络优化基于秩的平滑准则并施加group-Lasso惩罚。非渐近超额风险界和变量选择一致性得到理论证明。在基因表达数据（连续、二值、混合结果）上比现有方法预测更优，并识别出有生物学意义的共享预测子。

论文 Deep Multitask Learning 多任务学习共享稀疏性

推荐理由：这篇论文提出了一个解决多任务学习中不同任务类型结果不可比较问题的框架，使用了共享稀疏性和深度网络，理论扎实，还有基因数据实验，搞统计学习和生物信息的朋友可以看看。

原文

10:03

官方账号arXiv cs.LG@Hanna Drimalla, Wieland R. Cremer, Christine Kraus, Oliver T. Wolf

本研究从50名参与者的语音数据中，利用说话人分离和机器学习模型，实现了对Trier Social Stress Test情境下压力状态的自动检测，性能显著高于均值基线。同时，部分生理和情感压力反应可从声学韵律特征中预测，特征重要性分析识别出最关键的预测因子。结论表明语音可作为压力反应的多维度无侵入式指标。

论文 Trier Social Stress Test 压力检测语音分析

推荐理由：这篇论文用50人的实验数据，结合说话人分离和机器学习，证明了语音能有效检测压力，还找出了关键声学特征，挺有意思的研究。

原文

10:02

官方账号arXiv cs.LG@Yiwen Xing, Philip Beaucamp, Joyraj Chakraborty, Afrah Farea, Yuanzhe Jin, Saiful Khan, Gennady Andrienko, Natalia Andrienko, Min Chen

对IEEE VIS会议过去十年200余篇VIS4ML论文进行系统调研。开发编码方案从ML特性、可视化、交互和动作四个视角分析。揭示了通过交互可视化将人类知识传递到ML工作流的不同路径。利用信息论成本效益分析解释VIS4ML现象，证实VA在ML工作流中的价值。

论文 VIS4ML 知识注入交互可视化

推荐理由：这篇论文梳理了200多篇VIS4ML论文，告诉你人在机器学习中怎么用可视化注入知识。想了解人机协作的路径和原理，这篇综述是很好的起点。

原文

10:01

官方账号arXiv cs.LG@Yeonhong Kim, Jonghyeok Im, Monu Nath Baitha, Kyoungsik Kim

该论文在WM-811K晶圆图缺陷分类任务（8类）上，控制卷积主干（约430万参数）不变，仅替换头部为经典全连接、连续变量（CV）或离散变量（DV）量子神经网络（QNN），并缩放至3、4、8个qumodes/qubits。在4个qumodes/qubits时，CV-QNN达到79.7±1.8%准确率，DV-QNN仅61.6±1.4%，差距18个百分点。CV对空间局部的Edge-Loc类召回率达0.66±0.06，而DV始终低于0.05。实验表明CV优势来自结构化层和连续相空间编码，而非希尔伯特空间维度；经典基线为85.0%，但控制实验揭示了结构头部的潜力。

论文量子神经网络 QNN 晶圆缺陷分类

推荐理由：这篇论文用晶圆缺陷分类任务硬核对比了两种量子计算范式，CV在4个qumodes下比DV高出18个点，还解释了为什么。搞量子机器学习或半导体良率的朋友可以看看。

原文

09:58

官方账号arXiv cs.LG@Alexander Chemeris, Ming Jin, Randall Balestriero

Aionoscope是一个基于生成器的诊断工具，用于调试冻结时间序列表示中的潜在状态可访问性。它通过原始过程混合生成带有精确类别和密集标签的合成流。研究对37个模型加适配器系统进行了线性探测评估，发现粗粒度表示（如成分存在性）容易恢复，但密集过程状态（如时序、相位）的可靠性较低：最高密集探测均值掩码R²为0.689，而密集特征oracle为0.999。该工具揭示了表示可能表面信息丰富但隐藏了调试所需的细粒度变量。

论文 Aionoscope 时间序列表示学习

推荐理由：这篇论文提出了一个实用工具，帮你检查时间序列模型到底学到了什么，而不仅是预测准确度。

原文

7月1日

11:39

官方账号arXiv cs.LG@Matteo Melis, Jesus Martinez Del Rincon, Vishal Sharma

AD-CERT是一种新的认证训练方法，结合了对抗蒸馏与区间边界传播（IBP）上界。该方法在多个鲁棒性基准上实现了最先进的认证性能。在统一设置下，逻辑级对抗蒸馏相比鲁棒特征空间蒸馏，认证准确率提升了高达5.40个百分点。论文通过优化最坏情况损失的上界与下界，改善了标准准确率与认证准确率的权衡。

论文 AD-CERT IBP 认证训练

推荐理由：这篇论文提出了AD-CERT，用对抗蒸馏帮模型在保持准确率的同时更容易通过形式化验证，在多个基准上刷新了认证精度记录。

原文

11:38

官方账号arXiv cs.LG@Zijun Xie, Binbin Zheng, Enlei Gong, Jihua Liu, Yuyang You, Lingfeng Liu, Jiayao Tang, Guanqun Zhao, Aoqi Hu, Zeyu Chen

ECHO通过源索引重建方法，将每个环境交互回合压缩为紧凑记忆记录，并从中选择构建策略上下文。该方法在BrowseComp-Plus基准上达到43.4%保留准确率，超越GRPO的28.9%和SUPO的36.1%，且使用更少回合和轨迹量。训练后的策略在多项问答、代码生成和深度信息检索任务中实现了零样本泛化提升。

论文 ECHO BrowseComp-Plus 智能体

推荐理由：这篇论文提出的ECHO框架，能让智能体在长回合任务中既保留细粒度证据，又能用强化学习追踪信用分配，效果比GRPO和SUPO都强。

原文

11:37

官方账号arXiv cs.LG@Utsav Garg, Sungjin Hong, Jason Jung, Justin Lee, Shaan Desai, Joon Hee Kim, Anirudh Shrinivason, Edmond Wen, Susie Park

Cohere与LG CNS联合发布LuckyStar 111B模型，基于Command A后训练，通过preamble conditioning实现简洁非推理与长工具推理切换。采用多语言监督微调、可验证奖励强化学习、语言一致性奖励和4-bit量化四种策略适配韩英企业代理。在数学推理、函数调用和自然语言转SQL任务上显著提升，同时保持通用韩英指令遵循质量。该模型可在单GPU上运行，为内存受限场景下的多语言代理部署提供了实用方案。

论文 LuckyStar Cohere LG CNS

推荐理由：Cohere和LG CNS把111B参数模型压到单卡可跑，还能在韩英混合任务里切换推理模式，做SQL和工具调用都变强了。

原文

11:36

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

该研究针对LLM编写的概率程序（NumPyro、Stan、Pyro），采用贝叶斯工作流（后验预测检查、模拟校准、采样器诊断R-hat/ESS）作为验证器。在14种误指定类型、10个模型族的200个实例上，校准方法检测AUC达0.97（2%假阳性率下召回率88%），而单元测试召回率为0%。修复方面，使用校准反馈的LLM修复循环使GPT-5.1通过率从33%升至92%，Claude从75%升至100%，单元测试反馈甚至比无反馈更差。对LLM从头编写的程序，15%-47%存在统计误指定且单元测试全部漏检，校准引导修复显著优于LLM-as-judge等方法。

论文概率程序贝叶斯校准后验预测检查

推荐理由：这篇论文发现LLM写的概率统计程序常有隐藏错误，单元测试根本抓不到，但用贝叶斯校准检测准确率高达97%，修复效果也远超传统方法。

原文

11:35

官方账号arXiv cs.LG@Nikolai Röhrich, Julian Gleißner, Ahmed H. A. Ibrahim, Silvan Mertes, Tobias Huber

该论文提出一种不确定性引导的合成上下文增强策略，利用基线分割器的预测熵识别不确定语义区域，仅对互补视觉上下文进行修补。在Cityscapes、UAVID和BDD100K数据集上，微调后mIoU分别提升1.2%、2.1%和1.8%，尤其在公交车、火车和汽车等稀有类别上增益最大。该方法无需外部模型，严格保持标签有效性，且计算损失时仅基于原始像素。

论文扩散模型 Cityscapes 语义分割

推荐理由：搞语义分割的可以试试这个，它只增强模型犯难的区域，在几个自动驾驶数据集上提点挺明显，尤其是稀有类别。

原文

11:34

官方账号arXiv cs.LG@Sayan Das, Bahram Yaghooti, Todd A. Kuffner, Soumendra N. Lahiri

本文研究分割共形预测中训练集与校准集的最优分割比例，目标是在保持覆盖保证的同时最小化预测区间长度。在一般框架下推导了对称和非对称场景下长度最优分割比的理论刻画，并具体分析了线性回归、非参数回归和神经网络等常见回归设置。提出了一种基于数据的最优比例选择方法，并通过合成和真实数据集实验验证了其适用性。

论文 Split Conformal Prediction 共形预测数据分割

推荐理由：这篇论文教你怎么分割数据能让预测区间更短，覆盖了线性回归、神经网络等常见模型，有实操方法。

原文

11:11

官方账号arXiv cs.LG@Jian Gu, Aldeida Aleti, Chunyang Chen, Hongyu Zhang

SemRF（语义参考框架）通过固定锚点将语义测量与残差动态分离，解决语言模型层间解码坐标不一致问题。伪逆绑定实现精确同步，在限制双可逆性下提供稳定语义基坐标和失真边界。该框架定义语义Voronoi图，将每层分配至粗粒度单元，并保留单元内的运动和边距。通过轨迹的曲率衡量知识密度，低曲率表示分段线性可压缩性和较低的语义复杂度。实验在控制接口误差和投影残差下给出理论保证。

论文 SemRF 语言模型残差流

推荐理由：这篇论文提出SemRF框架，帮你看清语言模型内部计算如何逐层演变，用Voronoi图定位知识分布，比只看激活值更精确。

原文

11:10

官方账号arXiv cs.LG@Cesar Roder, Kajetan Schweighofer

深度神经网络分类器常因依赖训练数据中的虚假背景特征而导致泛化失败。新方法AutoBackSwap通过辅助网络分离前景和背景，并用填充方式生成完整背景，然后将不同前景与填充背景组合来增强训练数据。仅需几百个样本的补丁标注即可训练辅助网络，并自动增强整个数据集。在多个具有虚假背景的图像分类任务上，AutoBackSwap始终优于先前方法，即使在训练数据中没有任何打破虚假相关性的样本时也有效。

论文 AutoBackSwap 图像分类虚假相关性

推荐理由：这篇论文提出了AutoBackSwap，只用几百张图片的标注就能让模型不依赖背景，效果比之前的方法都好，做图像分类的值得一看。

原文

11:07

官方账号arXiv cs.LG@Zekai Chen, Kairui Yang, Xuaner Chen, Xunkai Li, Xun Wu, Rong-Hua Li, Guoren Wang

FedLAB提出了一种可追溯的语义码本框架，用于联邦多模态图基础学习。该框架将多模态图知识组织为类型化的分层码本，涵盖模态证据、节点语义和拓扑上下文。通过联邦语义质心预训练优化可追溯单元，同时保持原始多模态内容和图结构本地化。在10个基准和6个下游任务上，FedLAB相对现有方法提升最高7.53%。

论文 FedLAB 多模态图联邦学习

推荐理由：这篇论文提出了FedLAB，用可追溯码本处理联邦多模态图学习的隐私问题，10个基准上最多提升了7.53%，很扎实的研究。

原文

11:06

官方账号arXiv cs.LG@Sanghyuk Chun, William Yang, Amaya Dharmasiri, Olga Russakovsky

CoMet是一种针对多模态大语言模型（MLLM）的不确定性估计方法，将不确定性分解为上下文项和多样性项，分别捕捉任务或提示引发的歧义以及上下文确定的合理答案数量。该方法训练一个轻量级后验不确定性模块，无需自回归生成答案或重复采样即可高效估计不确定性。在多个开放多模态基准测试、幻觉检测和多项选择VQA基准上，CoMet持续优于现有基线，且保持计算效率。代码已开源。

论文 CoMet 不确定性估计多模态大语言模型

推荐理由：这篇论文提出了CoMet，能高效估计多模态语言模型的不确定性，比现有方法更准更快，很适合做AI可靠性的研究者看。

原文

11:05

官方账号arXiv cs.LG@Philippe Chlenski, Zachariah Carmichael, Ayush Warikoo, Chia-Tse Shao, Yingxiao Ye, Aobo Yang, Vivek Miglani, Nehal Bandi

该论文研究使用开放语言模型（如Llama、Qwen）解释封闭API模型（如GPT、Gemini）时的可靠性问题。在11个模型上的实验表明，预测层面的保真度（log-odds一致性）远高于归因层面的保真度（leave-one-out重要性）。存在访问-效度反转：白盒信号（如注意力模式）虽稳定但无法预测因果归因，而黑盒输入消融能直接捕捉归因。论文警告，仅凭预测一致性不足以证明机械可解释性可从开放模型迁移到封闭模型。

论文 Llama Qwen GPT

推荐理由：想用开源模型解释GPT？这篇论文告诉你预测一致不代表归因一致，小心踩坑。

原文

11:04

官方账号arXiv cs.LG@Zijian Liu

精选

一篇论文证明了 Random Reshuffling（RR）在光滑凸优化中，对于任意合理的步长和有限轮次，其收敛速度均严格优于标准 SGD。此前理论认为 RR 的步长需小于 1/n 阈值才能收敛，导致其最优理论速率低于 SGD。新结果首次从数学上解决了这一长期悬而未决的问题。

论文 Random Reshuffling SGD 优化算法

推荐理由：这篇论文终于从理论上证明了机器学习中常用的 Random Reshuffling 比经典 SGD 强，对优化算法感兴趣的朋友值得一看。

原文

10:58

官方账号arXiv cs.LG@Yalin E. Sagduyu, Tugba Erpek, Aylin Yener, Sennur Ulukus

论文研究 relay-assisted 语义通信系统的隐私问题，指出中继节点即使无源数据也能可靠推断语义并重构信号，其性能与合法接收器相当。提出迭代对抗训练框架，通过交替优化中继窃听与合法系统，在保持合法接收器解码性能的同时显著抑制中继推理。合法与窃听端语义精度差距在多种信道条件下扩大，实现隐蔽隐私保护。方法基于高保真重构与选择性语义抑制的平衡。

论文语义通信隐私保护对抗训练

推荐理由：这篇论文点出了中继语义通信里一个隐蔽的隐私漏洞，用对抗训练把合法和窃听者的语义差距拉大，做法很直接有效。

原文

10:56

官方账号arXiv cs.LG@John Sweeney

精选

该论文证明RMSNorm模型的残差流规范具有符号排列规范B_d，而LayerNorm只有排列规范S_d。使用符号边缘化匈牙利匹配解决了排列对齐的结构性缺陷。在TinyLlama上，B_d对齐的SAE重建误差NMSE为0.004，而S_d为1.08。Qwen情感引导效果在B_d下保留95.8%，S_d下仅17.2%。恢复的坐标可沿训练轨迹传输，1500步时跨运行坐标恢复率达91.1%，远超端点匹配的60.3%。

论文 RMSNorm TinyLlama Qwen

推荐理由：这篇论文说清了为什么RMSNorm模型用排列对齐不够，必须考虑符号。实验数据很具体，SAE重建、情感引导效果对比鲜明，对做模型对齐和可解释性的人很有用。

原文

10:55

官方账号arXiv cs.LG@Max Whitton, Zecheng Wang, Puchen Liu, Quang Tuan Truong, Shengao Wang, Manaswi Yadamreddy, Oktay Ozel, Visista Jayanti, Saniya Sekhon, Hanna Samuel Tadesse, Lawrence Miao, Junjie Wang, Jiasen Lu, Chen Yu, Boqing Gong

该论文提出一种婴儿触摸事件的结构化编码系统，并构建了包含264k个两秒片段的触觉事件数据集。利用该数据集预训练的发展性模型揭示了触觉在婴儿视觉概念学习中的重要作用。研究量化了婴儿依赖触觉进行视觉学习的程度，为理解触觉在认知发展中的角色提供了依据。

论文触觉对比学习婴儿认知

推荐理由：这篇论文用264k个婴儿触觉片段做对比学习，发现触觉对视觉学习的贡献比想象中大，推荐给研究婴儿认知或对比学习的读者。

原文

10:47

官方账号arXiv cs.LG@Hubert Dymarkowski, Xingjian Fu, Rappy Saha, Jude Haris, José Cano

FlexViT是一种基于FPGA的可重构加速器，专为资源受限的边缘设备上的视觉Transformer推理设计。它基于SECDA-TFLite框架，通过硬件-软件协同设计将全连接和卷积层映射到统一的INT8 GEMM引擎。采用双模数据流动态切换输入和权重复用策略，并引入深度优先平铺技术避免片外部分和传输。在PYNQ-Z2 FPGA上测试，加速器执行层最高提速2.74倍，端到端推理比CPU快1.40倍。

论文 FlexViT FPGA Vision Transformer

推荐理由：想把ViT模型跑到边缘FPGA上？FlexViT用硬件协同把混合层揉进统一引擎，比CPU快1.4倍，代码已经开源。

原文

10:45

官方账号arXiv cs.AI@Zifan Carl Guo, Laura Ruis, Jacob Andreas, Belinda Z. Li

73°

论文发现，用固定反事实解释训练语言模型（LM）时，产生的解释更忠实于当前行为而非训练目标。该现象在谄媚（sycophancy）和拒绝（refusal）等任务中出现。即使同时进行其他后训练目标，解释也能追踪行为偏移。结果表明，固定数据集的反事实解释可作为可扩展的后训练信号。

论文 LM Introspective Coupling 反事实解释

推荐理由：论文发现，用模型早期检查点的解释训练自己，它给出的解释反而更忠实于当前行为，能追踪行为变化，挺神奇的。

原文

10:44

官方账号arXiv cs.AI@Sergio Hernández-Gutiérrez, Matteo Merler, Ilze Amanda Auzina, Joschka Strüber, Ameya Prabhu, Matthias Bethge

QVal是一个无训练测试床，直接评估密集监督信号的质量。它通过Q对齐指标衡量信号是否按强化学习参考策略的Q值排序动作。在四个环境、七个方法家族中基准测试21种密集监督方法，涉及1200+次评估实验和六个开源模型。结果发现简单提示基线持续优于近年提出的密集监督方法，且性能按方法家族聚类。

论文 QVal LLM Agents 密集监督

推荐理由：这篇论文提出了一个高效的评估框架，帮你省去昂贵的训练代价来判断哪种监督信号对长程智能体更有效，结论很实用。

原文

10:41

官方账号arXiv cs.AI@Gabrielle Kaili-May Liu, Avi Caciularu, Gal Yona, Idan Szpektor, Arman Cohan

大型语言模型在表达不确定性时存在高置信度幻觉、无法识别知识边界等问题。论文提出强化学习与元认知反馈（RLMF）范式，利用模型自我判断质量来优化偏好排序。在忠实校准任务上，RLMF比标准强化学习提升最多63%。方法还包含元认知数据选择，优于朴素主动学习。实验表明RLMF在多种任务上达到最先进性能。

论文 RLMF LLM 元认知

推荐理由：这篇论文提出了RLMF方法，让LLM学会说“我不知道”，比普通RL方法效果提升63%，解决了模型过度自信的问题。

原文

10:40

官方账号arXiv cs.AI@Yuqing Yang, Qi Zhu, Zhen Han, Boran Han, Zhengyuan Shen, Shuai Wang, Vassilis N. Ioannidis, Huzefa Rangwala

这篇论文首次系统评估了大型语言模型在表格任务中的数据引用错误（DRE），覆盖1.7B到20B参数的各种模型。实验发现所有测试模型均存在DRE。通过基于批评模型的过滤和拒绝采样，答案准确率最高提升12.0%。作者训练了一个轻量级4B参数批评模型，在检测分布内和分布外DRE时平均F1达78.2%，并能有效辅助更大模型推理。

论文 LLM 表格数据数据引用错误

推荐理由：论文系统测量了LLM读表格犯数据引用错误的频率，还训练了个4B批评模型能查出这些错，推理准确率提升12%。适合做表格推理的开发者看。

原文

10:39

官方账号arXiv cs.AI@Marcel Torne, Anubha Mahajan, Abhijnya Bhat, Chelsea Finn

研究人员提出 Freeform Preference Learning (FPL)，让标注者通过自然语言定义速度、安全性等偏好轴，并沿各轴提供成对比较。FPL 学习语言条件奖励模型，在四个真实世界和两个模拟长程操作任务中，比稀疏奖励和二元偏好方法提升 38 个百分点。该方法无需显式子任务分割即可获得密集进度信号，且能组合未见过的行为，允许测试时无需重新训练即可引导策略偏向不同行为。论文附有博客与视频演示。

论文 FPL Freeform Preference Learning 机器人操作

推荐理由：想让机器人按你的偏好做事？FPL 把“快一点”“稳一点”这种主观要求变成可训练的奖励信号，效果比传统方法好 38%。

原文

10:38

官方账号arXiv cs.AI@Ying Wang, Oumayma Bounou, Yann LeCun, Mengye Ren

AdaJEPA 是一种自适应潜在世界模型，在模型预测控制 (MPC) 闭环内执行测试时自适应。它利用观测到的下一状态转换作为自监督适应信号，无需额外专家演示即可持续校准世界模型。在多个目标达成任务中，AdaJEPA 仅需每个 MPC 重规划步一次梯度更新即可显著提升规划成功率。

论文 AdaJEPA MPC 潜在世界模型

推荐理由：这篇论文提出 AdaJEPA，能让世界模型在测试时自动适应，一次梯度步就大幅提升规划成功率，解决分布偏移问题。

原文

10:37

官方账号arXiv cs.AI@Emilie Vautier, Clément Mallet, Cédric Vega

法国国家森林调查局（NFI）利用32,052个样地数据与LiDAR HD项目，训练FLORA深度学习框架。FLORA可从异构LiDAR点云预测六种森林属性：优势木高度、总材积、落叶木材积、针叶木材积、胸高断面积和树干密度。模型采用八叉树主干结合生态和时空辅助变量，通过晚融合门控机制整合。单模型在落叶和常绿两种季节数据上均优于季节专用模型，优势木高度rRMSE为12.3%（R2=0.88），总材积rRMSE为39%（R2=0.74）。

论文 FLORA LiDAR 森林属性预测

推荐理由：法国NFI用LiDAR HD数据训练的FLORA模型，单模型跨季节预测森林属性，精度超过季节专用模型。

原文

10:36

官方账号arXiv cs.AI@Yuanda Xu, Zhengze Zhou, Hejian Sang, Xiaomin Li, Jiaxin Zhang, Xinchen Du, Zhipeng Wang, Alborz Geramifard

论文提出TRIAGE框架，通过将动作段分类为决断性进展、有用探索、无进展基础设施或回归，并分配固定边界奖励，解决了标准GRPO仅依赖最终结果信号的盲点。在ALFWorld、Search-QA和WebShop三个基准上，TRIAGE基于两种策略模型均提升了成功率。消融实验表明，角色类型化（尤其是检测成功轨迹中的回归行为）是性能提升的主要来源，且TRIAGE在ALFWorld和WebShop上分别比GRPO减少了10.4%和14.8%的环境交互轮次。

论文 TRIAGE GRPO ALFWorld

推荐理由：想改进智能体强化学习的信用分配？TRIAGE通过角色类型化标签给不同动作段不同奖励，效果超过GRPO，还能少绕弯路。

原文

10:35

官方账号arXiv cs.AI@Benjamin Breen, Austin Letson, Borja Requena Pozo, Leopoldo Sarra

AxDafny 是一种基于验证器引导的修复框架，可迭代生成实现、不变式、断言和终止参数。研究者引入了 LCB-Pro-Dafny 基准，包含 250 道竞赛编程题，配有形式化规范和验证评估。在 LCB-Pro-Dafny 上，AxDafny 相比 GPT-5.5 基线显著提升验证成功率。在 DafnyBench 上，AxDafny 达到 92.7% 验证成功率，比此前最强的证明提示基线高出 6.5 个百分点。实验还表明，验证成功与运行时测试表现衡量了代码生成的不同方面。

论文 AxDafny Dafny LCB-Pro-Dafny

推荐理由：想搞形式化验证代码生成？这篇论文的 AxDafny 用验证器做迭代修复，把 Dafny 编程题的验证成功拉到 92.7%，比之前的最好方法还高 6.5 个百分点。

原文

10:34

官方账号arXiv cs.AI@Sameer Malik, Ayush Singh, Amar Prakash Azad

PolicyGuard是一个神经符号框架，用于将组织政策转化为可执行的审查引擎。它使用类型化的关系逻辑规则和原子级提取问题，在NDA合规审查中通过LLM回答局部问题并检测不合规。该框架在NDA合规审查任务上进行了实例化与评估，使文档审查过程更明确、可维护且可系统测试。

论文 PolicyGuard 合规审查神经符号

推荐理由：Paper提出PolicyGuard，能把公司政策转成可执行的规则，用LLM和符号逻辑做合规审查，比纯端到端更透明、好维护。

原文

10:33

官方账号arXiv cs.AI@Ekaterina Alimaskina, Denis Shveykin, Gleb Molodtsov, Igor Shalygin, Alexey Kadeishvili, Aleksandr Beznosikov

语言模型越来越多地使用自生成的问答数据来微调或蒸馏。研究表明，生成阶段并非中性预处理，而是隐含策略：模型在提问时不会均匀扫描文档，覆盖很快饱和并集中在显著区域，不同提示也会聚焦相同片段。在回答阶段，模型倾向于服从文本中嵌入的指令性内容，且这种服从取决于指令的表面形式和意图。作者通过将每个问题固定到特定目标降低了选择偏差，并在回答前过滤指令性文本，将注入合规率从88%降至13%，同时保留几乎所有干净文本。

论文自生成问答微调知识蒸馏

推荐理由：这篇论文告诉你，用模型自己问自己生成的问答数据来训练模型，可能会引入隐蔽的偏见和指令注入风险。他们用一个简单方法就能把问题率从88%压到13%，值得做数据合成的同学看看。

原文

10:32

官方账号arXiv cs.AI@Srijan Tiwari, Aditya Chauhan, Manjot Singh

该论文对神经网络在算法任务上的延迟泛化（grokking）现象进行几何分析，发现交叉熵优化下隐藏表示的径向膨胀是延迟的主因。作者提出径向-角分解并推导三个可检验命题，引入单一超参数范数惩罚将激活约束在 sqrt(d) 半径超球面上。在模算术任务上，该惩罚使 MLPs 和 Transformers 的 grokking 加速高达 6 倍；对 10M 参数的 nanoGPT 在 3 位数加法上训练步数减半。

论文 Grokking 泛化几何分析

推荐理由：这篇论文用几何视角解释了神经网络为什么先死记硬背后突然泛化，还找到了一个简单技巧（约束隐藏层半径）让 grokking 快 6 倍，值得搞训练的人看看。

原文

10:17

官方账号arXiv cs.AI@Wojciech Łapacz, Stanisław Pawlak

MADreMIA是一种模型无关的框架，利用链式再生迭代轨迹增强白盒、灰盒和黑盒下的成员推理（MIA）与数据集推理（DI）攻击。相较于依赖影子模型训练的传统方法，该方法通过复用生成输出作为输入，在低误报率下提升成员证据。实验表明，记忆训练样本在迭代再生中表现出更高一致性和更慢退化。论文在图像自回归模型、扩散模型和语言模型上进行了全面评估，并在音频模型上展示了初步结果。

论文 MADreMIA 成员推理 Model Autophagy Disorder

推荐理由：这篇论文提出MADreMIA方法，用链式再生替代影子模型，显著提升对生成模型隐私泄露的检测灵敏度。

原文

10:16

官方账号arXiv cs.AI@Yufei Li, Zaiwei Zhang, Mingfu Liang, Kavosh Asadi, Jay Xu, Jimmy Kim, Chongyang Bai, Jieyi Zhang, Hongye Xie, Prachi Agrawal, Dian Yu, Tianyi Chen, Jean-Pascal Billaud, Garret Buell, YK, Zhu, Sachin Patil, Brooke Bian, Zhou Fang, Kevin Huang, Shiva Sudanagunta, Yuzhen Huang, Emma Lu, Chris O'Brien, Yang Song, Lihong Li, Jacob Tao, Zhicheng Zhu, Chao Li, Gaoxiang Liu, Neil Wu, Zhongyin Hu, Li Han, Loki Chen, Ming Lei, Greg Rehm, Siyuan Song, Tianwei Zhang, Li Li, Ketan Singh, Yavuz Yetim, Ilyas Atishev, Satendra Gera, Ashkan Sadeghi, Rachel Yan, Nikko Mizutani, Shuaiwen Wang, Song Yang, Zhijing Li, Jiang Liu, Mengying Sun, Fei Tian, Xiaohan Wei, Chonglin Sun, Parish Aggarwal, Kaushik Rangadurai, Zhi Hua, Frank Shyu, Ruchit Sharma, Liyuan Li, Shike Mei, Wenlin Chen, Santanu Kolay, Ben Schulte, Deepak Chandra, Adam, Song, Sandeep Pandey, Xi Liu, Hamed Firooz, Luke Simon

GR2是一个端到端的生成式推理重排序框架，面向工业推荐系统的重排序阶段。它采用语义ID分词器（唯一性≥99%）、从更强教师模型进行推理蒸馏，以及基于可验证奖励的强化学习。在工业规模流量上，GR2相比基线实现R@1提升18.7%、R@3提升7.1%、N@3提升9.6%。论文还发现奖励设计至关重要，LLM可能通过保持输入顺序或利用位置偏差来“欺骗”奖励。

论文 GR2 推荐系统重排序

推荐理由：这篇论文提出了GR2，在工业重排序上拿下了18.7%的召回提升，还解决了LLM作弊奖励的问题，做推荐系统的可以看看。

原文

10:14