Papers

AI papers from arXiv and journals, each with a summary and why it matters · 7705 papers

All papers arXiv cs.AI arXiv cs.LG Journals Health →This week →

Oct 30

Chinese content用信息价值统一强化学习记忆检索与信用分配

一篇有意思的理论论文：一个信息价值量同时解决记忆检索贵和信用分配难两个老问题，还给了可证下界。

#强化学习 #信用分配 #世界模型 #信息价值

arXiv cs.AI@Daniel Strauss et al. (4)Source

Papers Builders13:05

Chinese contentHEMO：让 LLM 自动算子设计的搜索框架自身进化

论文把进化搜索的框架本身也变成可进化对象，用 UCB 调度器决定改哪个模块，在 8 个多目标优化任务上跑赢了现有基线，做组合优化的可以看看。

#HEMO #LLM #组合优化 #进化算法

arXiv cs.AI@Jianghan Zhu et al. (6)Source

Papers Builders13:05

Chinese contentHAIDL 提出：把人与 AI 的交互记录变成可查询的结构化数据

这篇论文把 Jupyter 里你和 AI 的每次对话都存成可回放、可查询的结构化数据，还能算出求助和学习行为指标，做 AI 协作分析的人可以看看。

#HAIDL #JupyterLab #AI协作 #可解释性

arXiv cs.AI@Michela Taufer et al. (9)Source

Papers Builders13:04

Chinese contentAssur-KB 表示法让平面机构学习样本效率提升 1.8 倍

一篇把机构拆成模块再学的研究，同样数据量下预测效率高了 1.8 倍，做结构化学习或 CAD 生成的话有参考价值。

#Assur-KB #样本效率 #组合性 #机器学习

arXiv cs.AI@João Pedro Gandarela et al. (4)Source

Papers Builders13:04

Chinese contentGoogle 发布 MTG-AD 数据集：评估多模态模型生成内嵌音频描述

Google 放出一个 36 小时视频的音频描述数据集，专门测模型生成的旁白能不能塞进视频静默间隙，盲人用户实测说很有用。

#MTG-AD #MLLM #音频描述 #无障碍

arXiv cs.AI@Subhashini Venugopalan et al. (8)Source

Papers Builders13:03

Chinese contentSIFR：频谱引导双流框架提升域泛化语义分割

一篇域泛化分割的新论文，用频谱建模统一处理 CLIP 加 DINOv2 的特征融合和解码精修，恶劣天气等场景成绩超 SOTA。

#SIFR #CLIP #DINOv2 #语义分割

arXiv cs.AI@Yansong Bai et al. (7)Source

Papers Builders13:02

Chinese contentarXiv 论文：提示法与概率法评估语言模型语义焦点敏感性对比

arXiv 新论文，测了多个模型怎么评估"重音"理解，发现大模型上直接问比算概率更稳，做模型评测的可以看看。

#语言模型 #arXiv #提示词工程 #模型评测

arXiv cs.AI@Robert PasternakSource

Papers Builders13:02

Chinese contentKARMA：免训练框架让广告智能体自动进化知识模块

阿里的广告智能体不用微调模型，靠自动改知识库就把成绩从30.19提到39.15，还能跨领域复用，做Agent的朋友可以看看思路。

#KARMA #智能体 #MCP/工具 #电商广告

arXiv cs.AI@Xinhua Miao et al. (4)Source

Chinese content论文提出"机器他者"概念：用生成理论研究人与LLM的语言互动

一篇从哲学角度讨论人和LLM关系的论文，把LLM和宗教文本这类语言造物放在同一脉络里分析，角度挺少见的。

#LLM #生成行动主义 #人机交互 #语言哲学

arXiv cs.AI@Elena C. Cuffari et al. (3)Source

Papers Builders13:02

Chinese contentLiDAR-SHIELD 发布：Docker 化的 LiDAR 3D 感知模型对抗鲁棒性评估框架

搞自动驾驶感知的朋友可以看看，这套 Docker 化框架接模型只要写一个 loader 函数，PGD、LiDAttack 这些对抗攻击开箱即用，代码开源了。

#LiDAR-SHIELD #对抗攻击 #3D目标检测 #自动驾驶

arXiv cs.AI@Alexandros Gkillas et al. (4)Source

Chinese contentSHPRR：约束后悔预算下的最优臂识别新算法

纯探索领域的新论文，把后悔预算当成可分配资源，比均匀分配识别得更准，搞 Bandit 的可以看看。

#SHPRR #Best Arm Identification #Sequential Halving #多臂老虎机

arXiv cs.AI@Georgina Nouli et al. (3)Source

Papers Builders13:01

Chinese contentMedCBR：面向医学视觉语言模型能力边界对齐的两阶段框架

这篇论文针对医学影像诊断模型瞎猜答案的问题，用熵门控的强化学习把训练火力集中在模型最拿不准的病例上，六个基准涨到 61.2%。

#MedCBR #视觉语言模型 #强化学习 #医学AI

arXiv cs.AI@Hongyu Bai et al. (3)Source

Papers Builders13:01

Chinese contentAegisFlow 提出非短视路径安全引导框架

做流匹配或扩散引导的可以看看，这篇把约束生成转成最优控制问题，代码已开源，图像编辑和机器人规划实验都跑通了。

#AegisFlow #流匹配 #扩散模型 #最优控制

arXiv cs.AI@Kunpeng Liu et al. (3)Source

Papers Builders13:01

Chinese contenteCoMAE：面向行人/骑行者运动预测的证据式掩码预训练方法

一篇解决自动驾驶里行人意图预测不确定性的论文，eCoMAE 在 IMPTC 上 OOD 准确率从 0.7971 提到 0.8068，四个轨迹数据集 MSE 全部最优，做感知预测的可以看看。

#eCoMAE #VRU #轨迹预测 #不确定性估计

arXiv cs.LG@Shang Gao et al. (4)Source

Papers BuildersSelected13:01

Privacy-Budget Adjoint Mirror Descent optimizes DP noise schedules

Most DP training spreads its privacy budget uniformly across iterations, and this work proves that allocation, not just total budget, can be optimized with provable stability guarantees. Practitioners training differentially private models — from healthcare to finance teams subject to data-protection rules — can use the square-root allocation law or the PB-AMD method to squeeze more utility from the same certified privacy cost. The reduction to projected gradient descent comparisons makes the approach directly implementable.

#differential privacy #DP-SGD #optimization #open-source models

arXiv cs.LG@Umberto Biccari, Yongcun SongSource

Papers Builders13:00

Chinese contentH²R：用分层提示奖励改进数学推理强化学习

一篇 RL 训练新方法：把数学题拆成子问题当奖励里程碑，Qwen2.5-Math-7B 在 HiMath 上从 30.4% 涨到 45.6%

#H²R #Qwen2.5-Math #RLVR #HiMath

arXiv cs.LG@He Tu et al. (3)Source

Papers BuildersMulti-source12:59

Chinese content面向 GDN 循环状态低比特量化的 GGA 与纯写滑动窗口方法

Qwen3.5 上的低比特量化新论文，GGA 加滑动窗口比 STEPQuant 高 40 个百分点，还能让输出短三分之一，做长上下文部署的可以看看。

#Qwen3.5 #量化 #线性注意力 #GDN

arXiv cs.LG@Qinghang Huang et al. (3)3 sourcesSource

Papers Builders12:59

Chinese contentMASCAL：多智能体协作中的置信度校准训练方法

多智能体交接老是靠猜答案对不对？这篇论文给每个 agent 加了正确概率输出，下游能据此决定信不信，还能支持选择性作答。

#MASCAL #多智能体 #强化学习 #论文

arXiv cs.LG@Chenxiao Fan et al. (12)Source

Papers Builders12:59

Chinese contentCovFedAvg 提出联邦模型选择新方法，Gas 任务宏平衡准确率提升至 89.84%

一篇联邦学习论文，思路是让各客户端不用交换数据也能收敛到行为兼容的共享模型，在 gas 传感器任务上比 FedAvg 高了约 1 个点。

#CovFedAvg #FedAvg #联邦学习 #模型选择

arXiv cs.LG@Federico Lucchetti, Marcus VölpSource

Chinese contentTACFormer：基于 Transformer 的靶点条件 PROTAC 从头设计生成模型

把 ESM-2 的蛋白表征当条件喂给分子生成模型，一次生成整个 PROTAC 而不是只生成连接子，做药物设计的可以看看这篇。

#TACFormer #ESM-2 #PROTAC #药物设计

arXiv cs.LG@Yossra Gharbi, Rocío MercadoSource

Papers Builders12:59

Chinese contentsDMD：用 Sinkhorn 散度改进扩散模型蒸馏

一篇蒸馏方法论文，把 DMD 加上 Sinkhorn 最优传输修正，Qwen-Image 和 Wan2.1 上 2-4 步就能出图，多样性还比 DMD2 好。

#sDMD #DMD2 #Qwen-Image #Wan2.1

arXiv cs.LG@Jaihoon Kim et al. (6)Source

Papers Builders12:58

Chinese contentTuring 提出 C-MOPD 蒸馏方法，Turing-20B-A2B 整合得分达 0.9988

Turing 这篇论文讲怎么把多个专家模型蒸馏进一个 MoE，80 多行细节，还把训练步骤快了 2.86 倍，做训练的人可以看看。

#MoE #C-MOPD #Qwen3-8B #蒸馏

arXiv cs.LG@Yue He et al. (22)Source

Papers Builders12:58

Chinese content论文提出 Dynamic Wave 混合序列混合器，效率取决于实现而非架构

有人做了个注意力替代方案 Dynamic Wave，但真正有意思的是发现：效率优势换个注意力内核就没了，循环层省不省全看实现。

#Dynamic Wave #Transformer #注意力机制 #循环网络

arXiv cs.LG@Dmytro Babarytskyi, Oleksandr BabarytskyiSource

Papers Builders12:58

Chinese contentDWISE 调度引擎让扩散语言模型推理延迟降低至 1/5.4

扩散语言模型跑得慢可能不是模型的问题，是调度策略拖了后腿。这篇把延迟砍了 5 倍以上，做推理服务的值得看看。

#dLLM #SGLang #推理优化 #扩散语言模型

arXiv cs.LG@Lie Li et al. (5)Source

Papers Builders12:58

Chinese content研究：基于惊讶的流式持续学习会大量吸收虚假声明

这条研究挺反直觉的：靠'惊讶'挑学习内容，模型反而最容易学进谎言。想给 LLM 做持续学习、知识更新的开发者值得看看这四个发现。

#持续学习 #LoRA #Qwen2.5 #Llama-3.2

arXiv cs.LG@Abdelkader Metales, Miriam Grabenheinrich2 sourcesSource

Chinese content符号回归用于母猪分娩预测：可解释模型误差9.28小时

欧洲团队用符号回归预测母猪分娩时间，误差9.28小时还能给出可读公式，比神经网络更透明，搞可解释AI的可以看看这个跨界案例。

#符号回归 #可解释AI #精准畜牧 #机器学习

arXiv cs.LG@Elisabeth Mayrhuber et al. (6)Source

Papers Builders12:02

Chinese contentFedASTRA：联邦超图学习中的潜在对应关系恢复方法

这篇论文提出了 FedASTRA，解决联邦超图学习里跨客户端超边匹配难题，还给出了性能和通信量的理论分析，做图学习方向的可以看看。

#FedASTRA #超图学习 #联邦学习 #ogbn-papers100M

arXiv cs.LG@Bo Yan et al. (4)Source

Chinese content联邦训练会损害 Grad-CAM 可解释性吗？深度伪造检测研究给出答案

训练深度伪造检测模型时想用联邦学习保护隐私？这篇论文用 EfficientNet-B4 做实验，告诉你数据异构到什么程度 Grad-CAM 的解释会不可信。

#Grad-CAM #FaceForensics++#联邦学习 #深度伪造检测

arXiv cs.LG@Muhammad Uzair Shahid, Muhammad Zabil MehboobSource

Chinese contentLoCoMAP：长上下文记忆访问预测让图分析预取更稳

搞系统或图计算的朋友可以看看，这篇把预取器的记忆访问预测历史拉到 128、跨度拉到 512，节点打乱都不用重训，CC 图上还留 95.4% 的 F1。

#LoCoMAP #PageRank #图分析 #预取

arXiv cs.LG@Dongyan Sun et al. (4)Source

Papers Builders11:56

Chinese content多臂老虎机新算法同时达到一阶后悔与最优最坏情况后悔界

把2019年那个带log的遗憾界做到O(√(KL*))，一个算法同时拿下stochastic和adversarial两种场景，做bandit理论的别错过。

#multi-armed bandits #regret #FTRL #Tsallis熵

arXiv cs.LG@Mengxiao ZhangSource

Papers Builders11:56

Chinese contentSAFT：只更新5%参数的稀疏对抗微调方法

这篇论文挺有意思：发现对抗鲁棒性其实藏在少数关键参数里，只微调约5%参数就能媲美全参数对抗训练，还比LoRA效果好。

#LoRA #SAFT #对抗训练 #参数高效微调

arXiv cs.LG@Zhaoxin Wang et al. (3)Source

Papers Builders11:55

Chinese content用运动基元表示平滑动作分块，改进机器人模仿学习

机器人模仿学习的轨迹总是抖，这篇把轨迹写成基函数组合，抖动降一个数量级，还不用重新训练。

#模仿学习 #动作分块 #ALOHA #ACT

arXiv cs.LG@Shota Nomura et al. (6)Source

Chinese content掩码扩散模型在条件混合下的端到端理论保证

这篇理论论文回答了 MDM 为什么并行生成还能靠谱：只要信源满足条件混合，样本量不随序列长度涨，膨胀调度还能把步数从 Ω(N) 压到对数级。做扩散语言模型的人值得看。

#掩码扩散模型 #采样理论 #马尔可夫源

arXiv cs.LG@Fareed SheriffSource

Chinese content研究解析 MoE 模型中 Softmax 路由坍缩与恢复机制

训练 MoE 模型卡在路由坍缩上的可以看看，这篇把概率恢复要多久推成了对数或幂律，还有对照实验验证。

#MoE #Softmax路由 #Transformer #论文解读

arXiv cs.LG@Shengze Xu et al. (3)Source

Papers Builders11:55

Chinese contentLinQuant：基于函数不变性的线性递归低精度量化框架

arXiv 上的一篇量化研究，专门解决 Mamba 这类线性递归模型的低精度推理问题，在 Mamba-2 和 Nemotron-H 上验证了效果。

#Mamba-2 #Nemotron-H #量化 #SSDi8

arXiv cs.LG@Neehal Tumma et al. (5)Source

Papers Builders11:55

Chinese contentEvo 2 模型检查点依赖 FP8 矩阵乘法精度，兼容性问题解析

有人发现 Evo 2 的 DNA 模型换了新 GPU 就算不准了，还写了个模拟器救回来，做模型部署的可以看看

#Evo 2 #FP8 #mmaemu #DNA语言模型

arXiv cs.LG@Xun Ding, Ziyuan QinSource

Papers Builders11:54

Chinese contentDobb 优化器让分片训练中的矩阵更新无需跨设备通信

训练超过单机显存的模型时，Muon 这类优化器会被跨卡通信拖慢，这篇论文的 Dobb 把矩阵更新改成块内本地计算，H100 上优化器调用从 124ms 降到 9.2ms，做分布式训练的可以看看。

#Dobb #Muon #Dion #FSDP

arXiv cs.LG@Shi-Yuk Fong et al. (3)Source

Chinese content安全多目标强化学习：全程零约束违反与收敛保证

搞强化学习又怕策略踩安全红线的看这篇，零约束违反加收敛保证都给了。

#MORL #安全强化学习 #多目标优化 #Pareto最优

arXiv cs.LG@Chenxi Li et al. (5)Source

Chinese content广义类别发现中的语义错配问题：评估与缓解方法

训练用的监督信号会让评估指标悄悄虚高，这篇论文发现新类准确率能被高估 25 个点，还给了修复的评估和训练方法，做半监督聚类的值得看看。

#广义类别发现 #匈牙利匹配 #半监督学习 #聚类

arXiv cs.LG@Zitai Wang et al. (7)Source

Chinese contentMulClip：面向 MCU 储层计算的无查表激活函数，更新耗时仅为 tanh 的 0.34 倍

MCU 上跑储层计算的话这篇很实用：不用查表的激活函数，速度是 tanh 的三分之一不到，NARMA-20 上误差还降了 22%。

#MulClip #储层计算 #MCU #激活函数

arXiv cs.LG@Guren Matsumura et al. (3)Source