Papers

AI papers from arXiv and journals, each with a summary and why it matters · 7704 papers

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

Nov 6

Papers Builders10:55

Chinese contentTriAttention：稀疏混合精度注意力加速长上下文推理

一篇很实在的推理优化论文：把注意力分块按精度分档，长文本生成最高快 7.88 倍，代码已开源，做长上下文部署的可以试试。

#TriAttention #LLM推理 #注意力机制 #量化

arXiv cs.AI@Hanzhi Zhang et al. (7)Source

Papers Policy10:55

Chinese content论文提出目标揭示框架，连接信息论赋能与人类能力型权力

这篇论文把两种衡量 AI 削弱人类权力的度量用不等式串了起来，还给出能从交互日志直接算的监控指标，做 AI 安全的方向可以看看。

#AI安全 # empowerment #人类权力 #马尔可夫博弈

arXiv cs.AI@Jaime Ruiz-Serra et al. (3)Source

Chinese contentKGN 用知识图谱三元组重建降维邻域图，8 项条件 NMI 全面超越 kNN 基线

做嵌入可视化的人可以看看，它不用标签，靠知识图谱三元组重构邻域图，8 个条件上 NMI 和 LT_2D 都赢了 kNN 基线。

#知识图谱 #降维 #嵌入可视化 #NMI

arXiv cs.AI@Chang Won Kim et al. (7)Source

Chinese contentMAC-v2：从像素出发的长时程基于模型价值扩展方法

一篇离线强化学习新论文，MAC-v2 用潜在世界模型加动作分块，在 LIBERO-10 这些视觉基准上跑赢了 model-free 和 model-based 基线，做 RL 的可以看看。

#MAC-v2 #强化学习 #世界模型 #LIBERO-10

arXiv cs.AI@Kwanyoung Park, Sergey LevineSource

Chinese content两阶段残差学习方法提升太阳辐照预测的不确定性估计

太阳能发电预测只能给单个数值不够用，这篇论文用两个LSTM分开预测辐照度和误差，不确定度偏差最多降56.5%，做新能源预测的可以看看。

#LSTM #高斯过程回归 #太阳能预测 #不确定性估计

arXiv cs.LG@RR Flanagan et al. (5)Source

Chinese contentIMUDINO：面向惯性传感的自蒸馏基础模型

一篇把 DINO 自监督搬到惯性传感数据的论文，一个模型同时搞定 HAR、动作捕捉、里程计这些任务，还能换采样率和佩戴位置，做可穿戴或机器人方向的可以看看。

#IMUDINO #DINO #HAR #自监督学习

arXiv cs.LG@Zhoutong Ye et al. (12)Source

Chinese contentSymFP：用等变表示的奇异值谱识别结构对称性

几何深度学习论文把等变GNN的秩限制反着用，用奇异值谱给分子、蛋白复合物做点群识别，还能追踪对称性破缺，做结构分析的朋友可以看看。

#GNN #等变表示 #对称性 #几何深度学习

arXiv cs.LG@Jiacheng Cen et al. (6)Source

Chinese content截断BPTT的梯度边界效应被证明呈指数衰减

搞RNN或循环模型训练的可以看看，这篇把截断BPTT到底丢多少梯度信息给出了数学刻画，结论挺实用。

#TBPTT #梯度下降 #循环神经网络 #优化理论

arXiv cs.LG@Julian D. Schiller, Matthias A. MüllerSource

Papers Builders10:26

Chinese contentPINN 求解非线性水波配合区间算术与 Lean 形式化验证

PINN 找解，区间算术给严格误差界，Lean 再机器检查一遍，还顺手发现了新的高振幅 Wilton ripple 候选解，方法链路很完整。

#PINN #Lean #区间算术 #非线性PDE

arXiv cs.LG@Michal Shavit et al. (3)Source

Papers Builders10:26

Chinese contentCacheGraft 论文提出用 KV 缓存融合增强 RAG

一篇 RAG 新玩法论文：把文档离线灌成 KV 缓存，0.6B 小模型查询时直接吃缓存，30 组对比赢了 29 组，省算力场景挺实用。

#CacheGraft #RAG #KV缓存 #开源模型

arXiv cs.LG@Vihan Lakshman et al. (4)Source

Papers Policy10:25

Chinese content论文提出对抗性多重性：模型披露可能被操纵绕过审计

一篇挺有意思的论文：有人能在不动准确率的情况下悄悄把模型预测掰向自己要的方向，连审计都能过，监管和用模型打官司的人该看看。

#预测多重性 #模型审计 #AI安全 #Reconcile

arXiv cs.LG@Cassandra C. Chou et al. (4)Source

Papers Builders10:25

Chinese contentCoDPO：用数据集诊断指标修复 DPO 训练中的约束漂移

做偏好优化训练的可以看看：给 DPO 打了个闭式诊断指标，能提前判断冲突数据会不会让安全分、长度这些约束越训越差。

#DPO #CoDPO #偏好优化 #论文

arXiv cs.LG@Ping Liu, Yan YanSource

Papers Builders10:24

Chinese contentAtlasULP：基于关系图谱的领域感知通用链接预测框架

一篇图学习论文，提出 AtlasULP 框架，在没见过的图上不用重新训练就能做链接预测，生物网络这类长程依赖场景提升明显，做图方向的朋友可以看看。

#AtlasULP #链接预测 #图学习 #提示词工程

arXiv cs.LG@Yujing Liu et al. (7)Source

Papers Builders10:24

Chinese contentTest-Time Self-Play：无需验证器的测试时扩展方法

做推理部署的可以看看：没有验证器也能做测试时扩展，在 LiveCodeBench 上无验证器时 mean@8 提升 35%，方法细节都在论文里。

#Test-Time Self-Play #LiveCodeBench #测试时扩展 #自博弈

arXiv cs.LG@Akira Yoshiyama et al. (5)Source

Chinese contentAPTNN 方法求解 3D 高场动理学方程，单 GPU 训练不到 30 分钟

数值方法论文，用张量网络 CP 分解把高维动理学方程的成本从指数压到多项式，3D3V 例子单 GPU 半小时训完，做等离子体或半导体仿真模拟的可以看看。

#TNN #动理学方程 #不确定性量化 #张量分解

arXiv cs.LG@Shi Jin, Tian-ai ZhangSource

Papers Builders10:24

Chinese content超声声学异常检测用于提前识别 CNC 钻头卡死

用超声波听声音就能提前发现钻头要卡死，Autoencoder 在 17 个钻头上一个故障都没漏，做工业预测维护的可以看看这份公开数据集。

#Autoencoder #XGBoost #异常检测 #预测性维护

arXiv cs.LG@Maria Beatriz Silva et al. (6)Source

Papers Builders10:24

Chinese contentGEAR：用切向-法向分解改进 LoRA 动态秩分配

GEAR 这个新微调方法把 LoRA 动态秩问题做成了几何问题，参数只用三分之一，分数还涨了近 2 分，搞微调的可以看看。

#LoRA #GEAR #LLaMA3-8B #微调

arXiv cs.LG@Peng Xue et al. (4)Source

Chinese contentPermanent与Transient表征分离方法用于持续强化学习

Mila团队的新论文，把持续强化学习的长期记忆和短期适应拆成两套表征，在Craftax-Classic上跑赢了基线，做CRL的可以看看。

#持续强化学习 #Craftax-Classic #价值函数 #互补学习系统

arXiv cs.LG@Nishanth Anand, Doina PrecupSource

Chinese content研究：微调数据选择重覆盖而非难度

微调前选数据必看：论文证明按难度选样本常不如随机抽，聚类选覆盖更广的数据反而更强，直接能抄的做法。

#LLM #微调 #数据选择 #Tülu 3

arXiv cs.LG@Lalchand Pandia et al. (3)Source

Papers BuildersMulti-source10:22

Chinese contentWeightLoop框架让GPT-6 Astra用实验反馈直接改写模型权重

让模型自己看着实验数据改自己的权重，不用重训练。用 GPT-6 Astra 做的，回放里 8 组测试赢了 7 组，思路挺新。

#WeightLoop #GPT-6 Astra #权重空间编程 #递归自我改进

arXiv cs.LG@Mengran Li et al. (9)11 sourcesSource

Papers Builders10:22

Chinese contentMFRLC：低秩约束马尔可夫决策过程的无模型表征学习算法

强化学习理论党看过来：MFRLC用LSVI-UCB加原始-对偶做约束MDP，拿到K^{3/4}次线性遗憾界，还不用估计转移核。

#CMDP #强化学习 #表征学习 #LSVI-UCB

arXiv cs.LG@Kaixuan Liu et al. (5)Source

Papers Builders10:22

Chinese content研究探讨 Transformer 对非线性系统的上下文控制能力

有人拿 GPT-2 架构去控制 cartpole 和 acrobot，不给参数只给轨迹，居然真能稳定住没见过的系统，挺有意思。

#Transformer #GPT-2 #上下文学习 #控制系统

arXiv cs.LG@Ebonye Smith et al. (6)Source

Chinese content多模态潜在扩散生成稀有金融事件样本，XGBoost 分类 AUC 达 0.96

搞量化风控的可以看看：用扩散模型合成极端行情样本，XGBoost 分类 AUC 冲到 0.96，比纯真实数据训练还高。

#扩散模型 #金融风控 #XGBoost #CVaR

arXiv cs.LG@Mahdi Arab Loodaricheh et al. (3)Source

Nov 5

Papers Builders14:06

Chinese contentBEAKER 基准发布：评估多模态模型在自动驾驶化学实验室中的具身能力

化学实验室自动化的新基准，1000 道专家手工出的题考了 28 个多模态模型，结果发现它们看实验视频还行，真要动手操作就不行了。

#BEAKER #MLLM #具身智能 #化学实验室

arXiv cs.AI@Fei Lin et al. (18)Source

Papers Builders14:05

Chinese contentFrontierPhysics基准发布：56个任务评估AI端到端物理研究能力

42位物理学家出题考AI做完整科研，22个模型没一个能及格，具体差在哪篇里分析得很清楚，做智能体评测的值得看。

#FrontierPhysics #智能体 #基准测试 #物理研究

arXiv cs.AI@Bingran You et al. (72)Source

Chinese content不靠标注也能检测遮挡：两种单目距离线索的分歧就够了

不用遮挡标注、不用训练，靠高度和深度两个估计打架就能判断行人被挡住，KITTI 上 AUC 0.909，做自动驾驶感知的可以看看。

#KITTI #CARLA #单目深度 #目标检测

arXiv cs.AI@Chibueze Praise Onyenweaku et al. (4)Source

Chinese content研究：AI 曝露度高的职业工作条件反而更差

一篇用 754 个美国职业数据算 AI 曝露度与工作条件关系的论文，结论有点反直觉：越可能被 AI 影响的工作条件越差，适合关心就业的研究者看看。

#O*NET #AIOE #LLM #职业曝露度

arXiv cs.AI@Siyi YuSource

Chinese contentGBPNet：用广义置信传播网络解码线性码，误码率低于现有神经解码器

通信方向的朋友可以看看：把神经网络接进置信传播解码器，误码率比 BP 和现有神经解码器都低，还给了两个训练技巧。

#GBPNet #置信传播 #信道解码 #神经网络解码器

arXiv cs.AI@Samira MalekSource

Papers Builders14:05

Chinese content论文：轮次级 Best-of-N 采样提升 LLM 智能体长程任务表现

让智能体每轮先出 N 个候选动作再挑一个，实测准确率提升 5-10%，做 Agent 的可以看看这套推理时扩展思路。

#LLM #智能体 #推理时扩展 #Best-of-N

arXiv cs.AI@Jalaj Bhandari et al. (8)Source

Papers Builders14:04

Chinese contentCompressionBench：测试编码智能体能否自主压缩 LLM

这篇论文让 6 个编码智能体比赛压缩模型，36 次提交里 29 次跑通，看看它们怎么做到 3.4% 困惑度差距的。

#CompressionBench #LLM压缩 #智能体 #论文

arXiv cs.AI@Xinrui Zhong et al. (9)Source

Papers Builders14:04

Chinese contentServerBench：让编码智能体自己设计 LLM 推理服务系统

这篇论文挺有意思：让 Claude Sonnet 5.5 这类编码智能体去自己写推理服务系统，成绩做到 vLLM 的 4.87 倍，还附带基准复现方法。

#ServerBench #Claude Sonnet 5.5 #vLLM #智能体

arXiv cs.AI@Xinrui Zhong et al. (8)Source

Papers BuildersSelected14:04

Training Data and Routing Choices Push Open Models on ARC-AGI-2

The clearest lesson is that most of the gain for the 27B model came from the serving-side inference procedure rather than fine-tuning data, which changes how practitioners should budget effort on reasoning benchmarks. Builders running small-model inference on constrained hardware can reuse the expert-pruning and KV-cache techniques directly. The study's 189-run methodology on the ARC Prize Foundation's semi-private set also offers a rare reproducible comparison for offline ARC-AGI-2 solvers.

#Qwen3 #ARC-AGI-2 #reasoning models #fine-tuning

arXiv cs.AI@Nguyen Minh Thang, Trinh Thi PhuongSource

Papers Builders14:03

Chinese content用 LLM 提取轨迹摘要降低智能体评测成本

评测智能体跑一遍基准太烧钱？这篇论文用 LLM 摘要轨迹来预测分数，SWE-bench 上误差从 0.13 降到 0.08，只跑一个任务就能估分。

#SWE-bench #Terminal-Bench #智能体评测 #轨迹嵌入

arXiv cs.AI@Ben Johnson, Hayden HelmSource

Papers Builders14:02

Chinese contentZETA 架构将路由策略与视觉执行分离，提升科学图像分析智能体可审计性

一篇很硬核的智能体架构论文：把路由和执行拆开，Qwen 3.8 的分割路由从 6.2% 拉到 75%，做科学图像自动化的值得看看思路。

#ZETA #Qwen #智能体 #RAG

arXiv cs.AI@Shubhabrata Mukherjee et al. (3)Source

Papers Builders14:02

Chinese contentTailSteer：面向多轮图像编辑的抗漂移轨迹末端训练框架

多轮改图容易越改越跑偏，TailSteer 只在去噪末端做修正，FLUX、Qwen 上验证有效，做图像编辑的可以看看这篇。

#TailSteer #FLUX #Qwen #图像编辑

arXiv cs.AI@Ruikang Li et al. (9)Source

Chinese contentEvoWorld：让生成式视频模型推理画面外的世界演化

让视频模型不光画得像，还能推理野兽出现后人会逃跑还是躲起来，这篇论文给了配套数据集和基准，做世界模拟方向的可以看看。

#EvoWorld #视频生成 #世界模型 #EvoWorld-Bench

arXiv cs.AI@Yequan Bie et al. (8)Source

Papers Builders13:38

Chinese contentTrace2Eval：从真实交互轨迹构建编程智能体评测基准

一组研究者把真实用户和编程智能体的交互记录变成可复用的评测集，19 个配置平均涨了 10 个点，评测和改进方法都能参考。

#Trace2Eval #编程助手 #智能体 #DeepSeek-V4-Pro

arXiv: DeepSeek@Ji Shi et al. (8)2 sourcesSource

Papers Builders12:15

Chinese contentarXiv 论文提出 LLM 社会智能体的上下文增强与选择性鲁棒性框架

做 LLM 社会仿真的人看看，这篇给了套可复用的上下文增强规则和验证标准，还实测了两个模型的表现差异。

#LLM智能体 #社会仿真 #提示词工程 #arXiv

arXiv cs.LG@Mattia Greiche et al. (3)Source

Papers Builders12:15

Chinese contentFlowReconBench：稀疏传感器流场重建中学习方法与经典方法的精度、校准和成本对比

这篇论文拿 10 个学习方法对比 5 个经典方法，结论挺反直觉：很多场景下经典方法照样赢。做流场重建或物理仿真的朋友值得看看选型表。

#FlowReconBench #流场重建 #湍流 #基准评测

arXiv cs.LG@Nicolas Tricard et al. (4)Source

Papers Builders71°12:15

Chinese contentApple 发布 HALO：纯仿真训练的人形机器人零样本迁移现实世界

Apple 教机器人只在虚拟家里练，搬到真实房间还能 360 次测试拿 91% 成功率，做法挺新鲜。

#HALO #人形机器人 #仿真训练 #Apple

arXiv cs.LG@Siyuan Hu et al. (8)Source