全部 AI 动态 · AITOP

论文11:39

评估改进极端干旱下作物产量预测方法

研究人员改进了干旱下作物产量预测方法，VITA模型表现优于传统机器学习方法。

#VITA #crop-yield #预测模型 #干旱

arXiv cs.LG@Shrey Gupta 等 3 人原文

论文11:39

模型校准提升日志异常检测可靠性

研究人员发现日志异常检测器过度自信问题，提出LoRD框架能有效校准模型，提高系统可靠性。

#LoRD #log anomaly detection #模型校准 #异常检测

arXiv cs.LG@Bin Li 等 3 人原文

论文11:39

神经符号世界模型实现零样本任务迁移

这篇论文提出神经符号世界模型，能让AI系统零样本适应新任务，比传统方法泛化能力更强。

#Neurosymbolic #World Models #Zero-Shot #强化学习

arXiv cs.LG@Isidoro Tamassia 等 3 人原文

论文11:39

表格基础模型泛化特性研究

这篇论文揭示了表格基础模型如何通过单表格预训练实现强迁移，颠覆了传统大规模数据训练的认知。

#表格基础模型 #自监督学习 #迁移学习 #检索机制

arXiv cs.LG@Nour Shaheen 等 6 人原文

论文11:38

连续代码世界模型中的采样验证风险法则

GPT-5.x修复代码模型缺陷的实验揭示了采样验证的局限性

#Code World Model #GPT-5.x #连续控制 #采样验证

arXiv cs.LG@Javier Aguilar Martín原文

论文11:38

SIGMA：基于SHAP的无元数据LLM自动特征工程

研究人员提出SIGMA方法，解决了LLM在特征工程中的元数据缺失问题，大幅降低特征重复率，提升效率。

#SIGMA #SHAP #自动特征工程 #LLM

arXiv cs.LG@Xuan Zheng 等 3 人原文

论文78°17:39

Google 在 Google Discover 上部署了 SDF 系统，专门解决推荐内容变旧的问题。它用两个模型识别陈旧内容，让用户投诉下降了54.9%。

#Google #Google Discover #SDF #PTR

arXiv cs.AI@Di Bai 等 6 人原文

论文政策与合规15:42

合规检测器存在规则盲区，审计揭示其失效机制

这篇论文把合规检测器的底裤扒了：换掉规则文本，检测结果居然不变。想搞懂 AI 合规监控靠不靠谱，看这篇就对了。

#合规检测 #规则盲区 #激活探针 #防护模型

arXiv cs.AI@Saisab Sadhu 等 4 人原文

论文精选15:41

Quipu：受治理的双时态知识图谱存储

Quipu 把治理直接做进存储层，门控、双时态、可审计都是内置的，适合搞多智能体写知识图谱的人看看。

#Quipu #知识图谱 #双时态 #治理

arXiv cs.AI@Steve Brown原文

论文15:41

神经符号具身智能体：视觉探索与符号规划结合

这个研究把视觉探索和符号规划结合起来，让模型在虚拟环境里干活成功率超90%，比直接让大模型操作强多了，而且不用专门训练。

#神经符号 #具身智能 #PDDL #蒙特卡洛树搜索

arXiv cs.AI@Mohammad Albinhassan 等 4 人原文

论文15:37

权威解析框架：五域本体论治理AI决策权限

这篇论文给AI代理装上了'权限检查器'，用五域本体和DNA系数解决'能不能做'和'该不该做'的问题，搞AI治理的值得一看。

#ARF #权威解析 #AI治理 #本体论

arXiv cs.AI@Parviz Shariff原文

论文15:36

CardiacMamba：状态空间模型融合RGB与RF实现公平鲁棒心率估计

想搞非接触心率监测的可以看看，它把RGB和射频信号融合，肤色偏见和光照干扰都压下去了，EquiPleth上误差不到1 bpm。

#CardiacMamba #rPPG #心率估计 #状态空间模型

arXiv cs.AI@Bo Zhao 等 4 人原文

论文15:36

KV-Rescue：用轻量全上下文助手恢复被驱逐的KV缓存损失

KV缓存驱逐会掉精度，KV-Rescue用个小模型当辅助，能救回87%的损失，还省43%的生成量，跑长推理的可以看看。

#KV-Rescue #KV缓存 #推理模型 #Qwen2.5-Math

arXiv cs.AI@Minsoo Cheong 等 4 人原文

论文15:35

运行时压缩风险定价：任意有效准入与服务输出定律

这篇论文解决了压缩服务中风险定价的难题，用实际数据证明现有方法失效，并给出了可验证的新方案，对做推理优化的人很有参考价值。

#运行时压缩 #风险定价 #Lean 4 #任意有效

arXiv cs.AI@Fanzhe Wei, Li Liu原文

论文15:35

LLM拒绝机制不对称性：答案释放局部化，拒绝恢复需广泛干预

这篇论文用因果干预实验拆解了LLM拒绝机制，发现答案释放和拒绝恢复不对称，对AI安全审计很有参考价值。

#LLM #拒绝机制 #因果干预 #AI安全

arXiv cs.AI@Yiqi Liu 等 5 人原文

论文15:34

QVIRL：基于Q值的变分逆强化学习方法

想学逆强化学习？QVIRL能边学边给不确定性，还能主动问你要数据，比老方法稳多了。

#QVIRL #逆强化学习 #贝叶斯 #主动学习

arXiv cs.LG@Ondrej Bajgar 等 5 人原文

论文15:33

InstaBind-Lite：量化视觉语言模型密集同类属性错绑

想测多模态模型在拥挤场景里会不会张冠李戴？这个新基准InstaBind-Lite能精准量化，开源模型错绑率近20%，比想象中严重。

#InstaBind-Lite #视觉语言模型 #DSCAM #基准测试

arXiv cs.AI@Yuanzhi Xu 等 7 人原文

论文15:33

Steering Flow：梯度引导流匹配实现人脸识别模型反演

想了解人脸识别模型漏洞？这篇用流匹配做模型反演，效果比旧方法好，数字摆在那，值得一看。

#SFMI #模型反演 #流匹配 #人脸识别

arXiv cs.AI@Ye Lu 等 7 人原文

论文精选15:32

BATON：长时程机器人操作的新方法

BATON解决了长时程机器人操作中错误累积和子任务衔接的难题，成功率提升明显，值得一看。

#BATON #机器人操作 #VLA模型 #RoboMemArena

arXiv cs.AI@Bingxin Xu 等 3 人原文

论文15:32

ALKEMIE Agent：计算材料设计自主平台

做材料设计的可以看看，ALKEMIE Agent 能自动跑 LAMMPS。

#ALKEMIE Agent #LAMMPS #智能体 #RAG

arXiv cs.AI@Hongfu Huang 等 17 人原文

论文15:30

隐喻解释评估新框架：六维度分解人类判断结构

这篇论文把隐喻解释的评估从单一打分拆成六个维度，还发现人类分歧是有规律的，做NLP评估的可以看看。

#隐喻解释 #评估框架 #多维评估 #NLP

arXiv cs.AI@Ana Naveriani 等 6 人原文

论文15:30

跨手语迁移学习：域自适应与多尺度时间对齐

手语识别资源少，这篇论文用域自适应做跨手语迁移，比传统迁移学习效果好，还比较了RGB和光流，值得做手语识别的朋友看看。

#手语识别 #域自适应 #TA3N #ASL

arXiv cs.AI@Keren Artiaga 等 5 人原文

论文15:29

RLCascadeRouter：无需质量估计器的强化学习级联路由

如果你在多个大模型间做路由，这个框架能直接优化成本和效果，不用先预测质量，实测在10个基准上超过现有方法，还能兼容新模型。

#RLCascadeRouter #LLMRouterBench #强化学习 #级联路由

arXiv cs.AI@Shihong Huang 等 4 人原文

论文15:28

历史回测新协议：用未来文献检验科学问题生成系统

这篇论文给科学问题生成系统立了个可证伪的考试：用未来文献打分。证据结构优先的生成器比纯 LLM 提示更靠谱，还发现 LLM 评委互相打分虚高，值得做科研工具的人看看。

#历史回测 #科学发现 #LLM评估 #arXiv

arXiv cs.AI@Hui Mao原文

论文15:28

计算溯源研究：生成文本可携带内部状态证据

这篇论文用受控实验证明，模型输出能藏住内部状态的证据，128对测试全过，对理解AI可解释性挺有意思。

#计算溯源 #可解释性 #Transformer #前馈网络

arXiv cs.AI@Benjamin Belay原文

论文15:28

路由分歧不等于行为影响：同权重MoE自蒸馏研究

这篇论文把MoE路由分歧讲透了，用分解和实验证明路由项影响很小，做自蒸馏的值得看看。

#MoE #自蒸馏 #路由 #arXiv

arXiv cs.AI@Cedric Caruzzo 等 3 人原文

论文 Agent 与开发者15:27

Model Hypnosis：通过附加阈下效应强力控制AI

这篇论文揭示了AI模型能被微小文本线索操控，对安全和可解释性影响大，值得关注。

#Model Hypnosis #AI安全 #可解释性 #提示词工程

arXiv cs.AI@Enric Boix-Adsera, Benedict Tessler原文

论文15:27

当状态成为攻击面：LLM驱动具身代理的状态语义注入

这篇论文揭示了具身代理的新攻击面，搞机器人安全的值得看看。

#具身代理 #LLM #AI安全 #状态语义注入

arXiv cs.AI@Jiawei Liu 等 10 人原文

论文 Agent 与开发者15:26

多智能体AI编程协调性测量研究

想知道AI编程团队内部怎么协作？这篇论文用1902次运行数据告诉你，共享文件能省42%的token，但指定协调者没用。

#多智能体 #AI编程 #协调性 #arxiv

arXiv cs.AI@Giuseppe Destefanis, Tomaso Aste原文

论文15:26

UniDot：统一序列建模与特征交互的推荐架构

推荐系统工程师看过来，UniDot 把特征交互和序列建模统一了，还在 KDD Cup 拿了亚军，值得研究。

#UniDot #推荐系统 #序列建模 #特征交互

arXiv cs.AI@Rongcheng Lin 等 7 人原文

论文15:25

HAF：将通用VLA适配到人形机器人全身操作

人形机器人全身操作一直难搞，HAF把通用VLA拆成三阶段动作流，再用DCT降维做在线强化学习，7个真实任务都跑赢了基线。

#HAF #VLA #人形机器人 #强化学习

arXiv cs.AI@Langzhe Gu 等 17 人原文

论文15:25

PIHF：将后训练强化学习引入上下文学习的新方法

PIHF把强化学习的迭代改进搬到了上下文学习里，用语言模型当执行器，专家审阅改进，罕见病诊断上Recall@1提升明显，值得一看。

#PIHF #上下文学习 #强化学习 #罕见病诊断

arXiv cs.AI@Minh-Ha Nguyen, Cathy Shyr原文

论文15:22

攻击与防御：LLM驱动的社交媒体机器人检测系统

这篇论文讲的是怎么用LLM攻破机器人检测，又怎么用多LLM防住，准确率数字很具体，搞安全或社交平台的朋友值得看看。

#LLM #社交机器人检测 #对抗攻击 #LSABRE

arXiv: Anthropic@Nof Orenstein, Yoni Birman原文

论文10:39

现代优化与AlphaEvolve改进矩阵乘法指数上界

这篇论文用AlphaEvolve把矩阵乘法指数上界刷到2.371177，比原来的2.371339又进一步，算法优化思路值得看看。

#AlphaEvolve #矩阵乘法指数 #优化算法 #机器学习

arXiv cs.LG@Emilien Dupont 等 10 人原文

论文10:37

AutoSR：通过搜索研究状态实现自动符号回归

AutoSR把符号回归从找公式变成做研究，9个挑战全部恢复，连3个cp3-bench难题都解决了。

#AutoSR #符号回归 #MCTS #cp3-bench

arXiv cs.LG@Kejia Zhang 等 5 人原文

论文10:36

解析先验框架提升矩形旁支Helmholtz谐振器降噪频率预测的数据效率

这个论文用便宜的解析模型帮机器学习打底，仿真数据少也能把误差从3.375Hz压到0.371Hz，做声学仿真的可以看看。

#Helmholtz谐振器 #SVR #MLP #声学预测

arXiv cs.LG@Jiaming Li原文

论文10:35

数据高效可解释深度学习分类微流体装置中循环肿瘤细胞表型

这篇论文用深度学习从微流体轨迹里识别癌细胞表型，提出了一个叫SubSeq的增强方法，比基线更准，还告诉你模型在看哪些物理区域。

#CTC #深度学习 #SubSeq #微流体

arXiv cs.LG@Serena Su 等 3 人原文

论文10:34

非交叉深度分位数回归提升生存预测精度

这篇论文提出了一个能同时预测多个生存时间分位数还不打架的模型，在乳腺癌和死亡率数据上都比老方法更准，做医学预测的可以看看。

#CNQ #生存分析 #分位数回归 #arXiv

arXiv cs.LG@Shuai Huang 等 6 人原文

论文10:32

多分隔符多面体的规范面研究

搞图分割优化的话，这篇把多分隔符问题的多面体结构讲清楚了，还给了路径情况的完整刻画，值得翻翻。

#多分隔符问题 #多面体 #整数规划 #图像分割

arXiv cs.LG@Bjoern Andres 等 5 人原文

论文10:31

zLend：面向链上信贷承销的双范围现金流重建框架

这篇论文讲了个能用的链上信贷风控框架，能从链上转账记录还原钱包现金流，评估还款能力，还过了严格验证，已经在生产环境跑了。

#zLend #链上信贷 #现金流重建 #DeFi

arXiv cs.LG@Girish G N 等 5 人原文