全部 AI 动态 · AITOP

论文精选73°11:41

神经网络优化器综述

DeepMind学者整理了最新优化器研究，帮你理清矩阵方法与AdamW的优劣，不同规模模型该选哪个。

#优化器 #神经网络 #AdamW #矩阵方法

arXiv cs.LG@Ruoran Xu原文

论文73°11:41

生物医学数据挖掘中的新型Relief特征选择算法

生物医学数据研究者福音：新RBA算法在特征交互检测和计算效率上都有显著提升。

#Relief #scikit-rebate #特征选择 #生物信息学

arXiv cs.LG@Kia Kazemi-Nia 等 4 人原文

论文精选73°11:41

DARTS：解码器模型表示调优新方法

DARTS解决了模型合并中的表示偏差问题，只需增加0.1%参数就能显著提升多任务性能。

#DARTS #Llama-2-7B #模型合并 #表示调优

arXiv cs.LG@Aaryan Ajay Sharma 等 3 人原文

论文精选11:40

代码世界模型拓扑与可达性研究

这篇论文揭示了代码世界模型中拓扑与可达性的关系，以及错误修复和缓解的具体方法。

#代码世界模型 #拓扑 #采样门 #LLM

arXiv cs.LG@Javier Aguilar Martín原文

论文73°11:40

REPLICANT：规避与强化恶意软件检测器的新框架

REPLICANT 能让恶意软件绕过检测，还能帮安全人员训练更强大的检测器，效果提升近四成。

#REPLICANT #恶意软件检测 #深度强化学习 #对抗训练

arXiv cs.LG@Shae McFadden 等 8 人原文

论文11:39

评分规则如何影响LLM预测性能

这篇论文分析了不同评分规则对LLM预测行为的影响，帮你理解如何选择合适的训练目标。

#LLM #评分规则 #预测模型 #Brier分数

arXiv cs.LG@Benjamin Turtel 等 5 人原文

论文精选11:36

射影化环面向量束的Fujita自由性

数学论文证明了射影化环面向量束满足Fujita自由猜想，给出了具体条件下的整体生成性证明。

#Fujita自由猜想 #环面向量束 #射影化 #整体生成

arXiv: OpenAI@Antonio Laface原文

论文精选10:51

智能体时代经济挑战：验证与执行的平衡

Christian Catalini的新论文揭示了智能体经济的核心挑战，提供了实用的操作框架，对AI从业者很有价值。

#AGI #智能体 #验证 #Christian Catalini

Gary Marcus@GaryMarcus原文

论文09:37

COVER: 多智能体路由可识别评估方法

COVER方法评估多智能体系统路由效果，通过固定边界和堆栈，在多个基准上验证了评估有效性。

#COVER #多智能体系统 #路由评估 #MuSiQue-12

arXiv cs.AI@Raghul Sugumar, Amrit Gopinath原文

论文精选73°09:37

神经网络模拟器实现等离子体实时控制

MAST-U实验首次验证了神经网络模拟器实时控制等离子体形状，比传统方法更灵活高效。

#等离子体控制 #神经网络模拟器 #MAST Upgrade #托卡马克

arXiv cs.AI@Nicola C. Amorisco 等 15 人原文

论文09:36

AUTOPET V挑战：解剖感知可提示分割模型

AUTOPET V挑战的新模型，结合解剖知识和交互式训练，能更准确分割PET/CT中的病变。

#AUTOPET V #nnU-Net #PET/CT #病变分割

arXiv cs.AI@Pablo Lozano-Jimenez 等 3 人原文

论文精选73°09:36

ARC-CT：3D胸部CT的解剖引导对比学习

ARC-CT用LLM提取标签替代人工标注，在小型模型上超越大型transformer，解决小病灶和共享异常问题。

#ARC-CT #胸部CT #对比学习 #医学影像

arXiv cs.AI@Huseyin Umut Isik 等 4 人原文

论文09:35

保真度不足：代理数据表提取的调度级仪器

OpenAI团队发现保真度检查有漏洞，新工具检测能揪出编造答案的模型，比传统方法更可靠。

#Agentic #数据表提取 #保真度 #工具调用

arXiv cs.AI@Qing Ye, Meng-Hsuan Lin原文

论文精选73°09:35

文本到SQL模块成本效益分析

这篇论文分析了文本到SQL中不同模块的成本效益，帮你决定哪些模块值得投入。

#text-to-SQL #in-context learning #ICL #成本效益分析

arXiv cs.AI@Jiayan Lin 等 9 人原文

论文精选73°09:34

PLVR：可验证奖励的程序学习

PLVR让LLM推理过程可检查，30B模型性能超越强化学习和前沿大模型，还开源了符号反向传播库。

#PLVR #符号反向传播 #后训练 #程序学习

arXiv cs.AI@Vishvesh Bhat原文

论文精选73°09:34

LongPIBench：长上下文提示注入基准

研究人员发布LongPIBench基准，测试了长上下文场景下的提示注入防御效果，发现现有防御存在显著漏洞。

#LongPIBench #提示注入 #长上下文 #基准测试

arXiv cs.AI@Yupei Liu 等 4 人原文

论文精选73°09:33

VERA-8B：基于证据的审计风险推理模型

VERA-8B是首个专门针对审计风险预测的模型，能将SEC文件转化为可审计报告，比传统金融语言模型更注重证据支持。

#VERA-8B #审计推理 #SEC文件 #SFT

arXiv cs.AI@Menghan Liu, Elynn Chen原文

论文09:33

RetailAgent：多模态LLM交易代理的结构性逆向时机

这篇论文研究了LLM交易代理是否存在可预测的结构性行为，发现其决策存在稳定的逆向时机模式。

#RetailAgent #LLM #多模态 #交易代理

arXiv cs.AI@Yupeng Zhang 等 5 人原文

论文09:32

MAP：多模态无障碍规划基准测试

MAP基准测试首次评估AI系统如何帮助有无障碍需求的用户规划实地访问，包含主张验证和视觉证据检索两项创新评估。

#MAP #多模态 #无障碍规划 #基准测试

arXiv cs.AI@Jason Armitage 等 6 人原文

论文精选09:32

大语言模型语言自信与内部自信差异研究

8个分类任务+30个模型研究显示，LLM说的自信程度和实际内部自信经常不一致

#大语言模型 #置信度 #校准 #语义熵

arXiv cs.AI@Hefan Zhang 等 6 人原文

论文精选09:32

AI作为医疗训练队友：任务分配新框架

医疗教育者新思路：用SCAN框架解决AI使用分类问题，比单纯禁止更有效。

#SCAN #医疗训练 #AI教育 #临床推理

arXiv cs.AI@Fendi Tsim 等 4 人原文

论文09:31

儿童脑瘫肌肉骨骼代理模型研究

脑瘫儿童个性化康复的新模型，预测准确且响应快，但肌肉力量建模仍是挑战。

#OpenSim #脑瘫 #肌肉骨骼模型 #康复

arXiv cs.AI@Mohammad Arif Ul Alam原文

论文 Agent 与开发者73°09:31

EvoUndo：LLM智能体自我演进的恢复性约束框架

EvoUndo解决了LLM智能体自我修改后难以恢复的问题，在gpt-oss-120b和Qwen3.8-27B上验证了有效性。

#EvoUndo #LLM Agent #自我进化 #恢复性

arXiv cs.AI@Tanmay Sah 等 4 人原文

论文09:31

最优对抗测试：从 dishonest 测试者获取诚实结果

这篇论文教你如何设计测试策略，即使有人用 AI 作弊也能得到真实结果。

#AI安全 #动态规划 #对抗测试 #测试策略

arXiv cs.AI@Owen Cox 等 3 人原文

论文精选73°09:30

奖励对齐的同策略蒸馏方法

论文提出RA-OPD解决教师模型误导问题，在数学和代码基准上显著提升性能。

#RA-OPD #Qwen3 #DeepSeek-R1 #同策略蒸馏

arXiv: DeepSeek@Siyuan Gan 等 8 人原文

论文09:29

实体记忆图检索提升长对话问答证据覆盖率

新研究用图结构改进长对话问答的证据召回，在LoCoMo数据集上提升近5%，但未改变最终答案质量。

#Entity-Memory #LoCoMo #长对话问答 #图检索

arXiv: DeepSeek@Shumao Sun原文

论文09:10

小模型对话游戏代理的训练方法

研究人员为小模型对话游戏代理设计了一套三步训练法，显著提升了特定任务表现，同时保持通用能力。

#LM Playschool Challenge #2B模型 #对话游戏代理 #监督微调

arXiv cs.LG@Nan Li原文

论文精选09:10

广义样条与高斯过程研究

这篇论文揭示了广义样条与高斯过程在无限维逆问题中的等价关系，能连接多种已知数学方法。

#广义样条 #高斯过程 #逆问题 #分数布朗运动

arXiv cs.LG@Michael Unser原文

论文精选73°09:09

滑动窗口注意力优于线性注意力

SWA比线性注意力更高效，无需后训练就能实现更好性能，内存占用低，推理速度快。

#Sliding Window Attention #Linear Attention #LLMs #长上下文

arXiv cs.LG@Alexia Jolicoeur-Martineau 等 4 人原文

论文精选73°09:09

曲率条件多尺度动量加速LLM预训练

新方法让Muon优化器在LLM预训练中跑得更快，尤其擅长沿着平坦方向加速训练。

#LLM #Muon #预训练 #优化器

arXiv cs.LG@Shuchen Zhu 等 4 人原文

论文精选73°09:09

欧几里得傅里叶神经算子

研究人员提出EFNOs，解决了FNOs跨域迁移问题，在热方程和材料科学任务中表现优异。

#EFNOs #FNOs #Fourier Neural Operators #材料科学

arXiv cs.LG@Nathanael Bosch 等 3 人原文

论文精选73°09:08

SymboLLM-FE结合符号回归与LLM优化表格特征工程

SymboLLM-FE用符号回归+少量LLM调用，解决了表格数据特征工程的可解释性和效率问题，比现有方法更实用。

#SymboLLM-FE #符号回归 #特征工程 #表格数据

arXiv cs.LG@Zi-Jian Cheng 等 5 人原文

论文精选73°09:08

视频语言模型后训练用于错误检测

FedeSpu团队发布了首个视频语言模型后训练技术，能检测视频中的执行错误，对未见任务效果提升11.6%。

#MD-VQA #视频语言模型 #错误检测 #EP-VQA

arXiv cs.LG@Federico Spurio 等 6 人原文

论文09:08

电商复购预测：生存模型替代多分类器

电商推荐系统新方法：用生存模型替代多分类器，复购预测更准确且模型更轻量。

#复购预测 #生存模型 #电商推荐 #AFT模型

arXiv cs.LG@Akshay Kekuda 等 8 人原文

论文精选73°09:07

基于Bures-Uhlmann几何的量子联邦学习

这篇论文解决了量子设备异构性问题，用Bures-Uhlmann几何改进了联邦学习，在噪声环境下表现更好。

#量子联邦学习 #Bures-Uhlmann几何 #异构噪声客户端 #量子计算

arXiv cs.LG@Haruki Emori 等 3 人原文

论文09:07

定位全局差异：边际贡献与上下文异常检测

这篇论文提出了一种新方法，能精确定位哪些观测值导致样本偏离参考分布，在LHC奥运会上表现出色。

#异常检测 #MMD #统计推断 #数据估值

arXiv cs.LG@Tommaso dorigo原文

论文73°09:07

SHRED模型实现磁流体实时监测

SHRED模型让聚变反应堆监测更准更快，误差仅5%，还能处理不同磁场和角度的复杂情况。

#SHRED #磁流体 #托卡马克 #聚变反应堆

arXiv cs.LG@Claudio Scardino 等 7 人原文

论文09:06

GRACE：梯度引导的LLM遗忘集选择方法

GRACE解决了LLM遗忘中遗忘集和保留集推断问题，通过梯度引导方法提升模型效用，比现有梯度选择方法更稳定。

#GRACE #LLM #机器遗忘 #梯度引导

arXiv cs.LG@Praveen Bushipaka 等 4 人原文

论文73°09:06

OpenEuroLLM模型缩放规律研究

OpenEuroLLM团队开源了预训练研究，揭示了学习率和批量大小如何随模型和数据规模变化。

#OpenEuroLLM #大语言模型 #学习率 #批量大小

arXiv cs.LG@Niccolò Ajroldi 等 7 人原文

论文73°09:05

VISTA：基于验证器的学生-教师自适应蒸馏方法

VISTA方法改进了OPSD蒸馏技术，通过验证器指导教师自适应，在数学推理任务上显著提升性能。

#VISTA #OPSD #Qwen3 #蒸馏

arXiv cs.LG@Zewen Ding 等 8 人原文