AI Research Papers & Highlights

The survey's value lies in its proposed evaluation framework and its six-way taxonomy of research orientations, which gives structure to a field that has grown mostly through scattered techniques. Researchers and safety teams can use the released notebooks to reproduce methods hands-on rather than reading only about them. The comparison between mechanistic evidence and behavioural evaluation is a useful lens for anyone deciding whether to invest in interpretability tools over standard safety testing.

#mechanistic interpretability #AI safety #arXiv survey #training-data attribution

arXiv cs.LG@Fazl Barez et al. (27)Source

Papers13:40

Chinese content从微分方程数据中自动发现李点对称性的新方法

一篇偏数学的方法论文：不用推导符号方程，直接从微分方程数据里挖出连续对称性生成元，在 11 维基准上全部恢复，做科学机器学习的人可以看看。

#Lie对称性 #微分方程 #科学机器学习 #arXiv

arXiv cs.LG@Ilker Gurcan et al. (3)Source

Papers Builders13:40

Chinese content研究揭示 LoRA 在 SFT 与 RL 两阶段中的谱与子空间动态差异

搞微调和 RLHF 的朋友可以看看，论文讲清了 LoRA 在 SFT 和 RL 里动态为啥不一样，还给出了分阶段调法，实验在数学推理上验证有效。

#LoRA #SFT #强化学习 #微调

arXiv cs.LG@Chenruo Liu et al. (4)Source

Papers13:40

Chinese content研究证明时变偏微分方程的保形预测覆盖保证会系统性失效

研究不确定性量化的朋友可以看看：这篇证明了保形预测在时变偏微分方程上为什么会失效，还给了加权修正方案。

#保形预测 #不确定性量化 #偏微分方程 #科学机器学习

arXiv cs.LG@Joshua Stiller et al. (3)Source

Papers Builders13:40

Chinese contentSocial Humanoid：让人形机器人学会与人协同动作

arXiv 上这篇把 Unitree G1 训练成能和人互相配合的伙伴，还能预判被挡住的同伴动作，260 小时交互数据开源了。

#Unitree G1 #人形机器人 #HHI #运动生成

arXiv cs.LG@Vongani H. Maluleke et al. (10)Source

Papers Builders13:39

Chinese contentStepBack：步级错误定位重采样降低推理成本

给采样太多条思维链太烧钱的场景：这篇 arXiv 论文只定位并重写出错的那一步，token 省四成还不掉准确率。

#StepBack #自一致性 #测试时推理 #推理模型

arXiv cs.LG@Yang Ouyang, Jung-Eun KimSource

Papers Builders13:39

Chinese content合成卵巢癌多组学数据集：提出生物学导向的评估框架

一篇挺实在的方法论论文：不堆新模型，而是给合成多组学数据定了套可复用的评估流程，做医疗数据生成的可以拿来当参照。

#多组学 #变分自编码器 #卵巢癌 #合成数据

arXiv cs.LG@Déborah Boyenval et al. (5)Source

Papers13:39

Chinese contentLSTM 与 XGBoost 混合框架预测航班着陆阶段安全事件

NASA DASHlink 数据上跑的飞机着陆异常检测，LSTM 自编码器加 XGBoost，召回率超过 0.9，做时序稀有事件检测的可以看看。

#LSTM #XGBoost #异常检测 #时序数据

arXiv cs.LG@Taha Asghar et al. (4)Source

Papers Builders13:39

Chinese contentGraphMuon：针对图神经网络优化的图感知版 Muon 优化器

训练 GNN 的朋友可以看看这篇：把 Muon 改造成图感知的 GraphMuon，在 OGB 基准上比 AdamW 快 1.3 到 2.4 倍，代码已开源。

#GraphMuon #Muon #GNN #AdamW

arXiv cs.LG@Guy Hadad et al. (4)Source

Papers Builders13:39

Chinese contentMuir：低秩门控加匹配滤波读出的线性注意力新架构

一个改进 Gated DeltaNet-2 的线性注意力新架构，长文本外推到千万 token 还不掉点，训练还比 Transformer 快 2.7 倍，做长上下文的值得看看实现思路。

#Muir #Gated DeltaNet #线性注意力 #推理模型

arXiv cs.LG@Tushaar Gangavarapu et al. (3)Source

Papers Builders11:32

Chinese content基于几何分片的多尺度分子表示学习方法用于聚合物性质预测

arXiv 上这篇聚合物性质预测的论文挺有意思，用几何分片代替人工化学规则，还把 3D 构象信息加进去，预测精度有提升，做材料方向的同学可以看看。

#聚合物 #分子表示学习 #k-center #多模态

arXiv cs.LG@Makoto Takamoto et al. (5)Source

Papers Builders11:32

Chinese contentQRAE：用查询相关注意力熵为 DeepSearch 智能体压缩上下文

搜索型智能体上下文越滚越大的老毛病，这篇论文用注意力熵给检索块打分，延迟降 30%、token 省 45%，成功率还涨了 2.35 个点。

#QRAE #DeepSearch #上下文压缩 #智能体

arXiv cs.LG@Yingjie Tan et al. (6)Source

Papers Builders11:32

Chinese contentKAN 线性区域数量上界与下界首次 matched，理论证明其对 ReLU 网络的多项式优势

数学圈好消息：KAN 网络的表达能力第一次有了紧的上界和下界，还证明深度大于等于 2 时线性区域比 ReLU 网络多出多项式倍，搞理论的朋友可以细看。

#KAN #Kolmogorov-Arnold #ReLU #线性区域

arXiv cs.LG@Ye Su, Yong LiuSource

Papers Builders11:31

Chinese contentCoRD：耦合 rollout 弥补在线策略蒸馏的盲区

训练小模型的人可以看看这篇：CoRD 改进在线策略蒸馏，Qwen3 系列 0.6B 到 4B 上数学基准 pass@1 平均多涨约 1 到 2 个点，收敛还快 5 倍。

#CoRD #Qwen3 #知识蒸馏 #推理模型

arXiv cs.LG@Guhan Chen et al. (11)Source

Papers Builders71°11:31

Chinese content研究提出 LoC 行为框架，用于预测前沿 AI 失控风险

把失控风险拆成三个可打分的维度，测了 13 个前沿模型，r=0.84 能预测失败率，做安全评估的可以看看方法。

#AI安全 #失控风险 #模型评估 #前沿模型

arXiv cs.LG@Yao Huang et al. (11)Source

Papers11:31

Chinese contentEARL 框架提出表示学习的两种涌现压缩模式

这篇论文把神经网络表示的不变性拆成两种压缩模式，还给出时间上的先后证据，做表示学习研究的可以看看。

#EARL #表示学习 #Fisher 信息 #信息论

arXiv cs.LG@Hardik Rajpal, Dan GoodmanSource

Papers US vs China11:31

Chinese content类不平衡策略基准研究：揭示胸部X光与EHR多模态分类中的数据泄漏问题

一篇挺扎心的审计论文：老一套的类不平衡方法在去掉数据泄漏后基本没用，做医疗影像的人建议都看看这套诊断协议。

#MIMIC-CXR #类不平衡 #数据泄漏 #医学影像

arXiv cs.LG@Dang-Khoa Bui et al. (7)Source

Papers Builders11:30

Chinese content决策模型引导训练：用 DM 初始化 RL 策略提升稀疏奖励任务表现

把决策模型当 RL 的起跑器：智能体第一局就拿到奖励，7 个任务全赢纯 RL，还附了怎么写任务描述的指南。

#强化学习 #决策模型 #DMGT #稀疏奖励

arXiv cs.LG@Muhammad Ibrahim Khan et al. (4)Source

Papers Builders11:30

Chinese contentAttnSR：用注意力分配步级奖励，提升长程智能体强化学习效果

训练长程 Agent 时只有最终结果奖励不够用，这篇用模型自己的注意力给中间步骤发奖励，ALFWorld 成功率从 91.2% 拉到 97.1%，代码开源可复现。

#AttnSR #Qwen2.5 #强化学习 #智能体

Event

arXiv cs.LG@Mengsong Wu et al. (6)2 sourcesSource

Papers Builders11:30

Chinese contentFluxC：用 Flux 做零样本有损图像压缩

有人把 Flux 当压缩算法用了，零样本做有损压缩，低码率下还能打赢专门训练的神经压缩模型，思路挺新鲜。

#Flux #FluxC #扩散模型 #图像压缩

arXiv cs.LG@Fuma Kimishima, Jinjia ZhouSource

Papers11:30

Chinese content研究：相同预测不代表相同信念更新，语言模型贝叶斯推断机制解析

三个开源模型上做的对照实验，量化了模型“学来的信念”到底值多少条证据，做可解释性的朋友可以看看。

#开源模型 #贝叶斯推断 #可解释性 #激活干预

arXiv cs.LG@Weihan Li et al. (4)Source

Papers Builders11:29

Chinese contentEDGAR：用扩散模型修复高斯头像的模糊与拉伸伪影

做 3D 头像的朋友可以看看，高斯 splatting 重建出的脸容易糊和拉伸，这篇用一步扩散模型修图，还不用逐帧跑，代码已开源。

#Gaussian splatting #扩散模型 #头像重建 #MoE

arXiv cs.LG@Kwan Yun et al. (4)Source

Papers Builders11:29

Chinese contentNTT 提出 Structure from Collision：从碰撞变形推断物体内部空腔结构

NTT 的团队做了个有意思的研究：光看物体碰撞时的表面形变，就能推断里面有没有空腔、在哪。对做机器人和无损检测的人很实用。

#MPM模拟 #可微仿真 #机器人操作 #无损检测

arXiv cs.LG@Takuhiro KanekoSource

Papers11:29

Chinese contentDISCERN：无需保留集的增量式机器遗忘方法

删数据不用重新训练模型，这论文给出了不用保留原始数据的增量遗忘方案，transformer 上删 20 类还很稳。

#机器遗忘 #DISCERN #ViT-B/16 #CIFAR-100

arXiv cs.LG@Nicolás Segura-Kunsagi et al. (4)Source

Papers Builders11:29

Chinese content论文提出 TANN 与 EPIC 主动上下文学习规则，提升表格基础模型标注效率

标注数据太贵？这篇论文教你用 TANN 和 EPIC 挑最有价值的行，标注 5-10% 就能达到八成性能，还顺手提升 GBDT。

#TFM #EPIC #TANN #GBDT

arXiv cs.LG@Christian M. M. FreySource

Papers Builders11:29

Chinese content研究比较六种免执行代码正确性预测器在分布偏移下的表现

让模型自己判断代码对不对，又不想跑测试？这篇论文测了六种免执行预测器在换语言、换基准后还靠不靠谱，结论很具体。

#Qwen3-Coder #gpt-oss #代码正确性 #AUROC

arXiv cs.LG@Viola Campos et al. (3)Source

Models BuildersSelected11:29

PlayGen2 Real-Time World Model Uses Explicit 3D State

The architectural split between 3D state prediction and rendering avoids the drift that plagues video-frame-recurrent world models, and the laptop-scale latency shows the approach runs on consumer hardware rather than data-centre GPUs. Developers building playable-world or interactive-simulation demos can download the code and weights and extend the framework to other games or rule-based gameplay. It compares with video-only world models like Genie-style systems by trading appearance realism for spatial persistence and control.

#PlayGen2 #world models #Doom #3D state

arXiv cs.LG@Jihai Zhang et al. (6)Source

Papers BuildersMulti-source11:28

Chinese contentGPT-6 Astra 仅靠计算工具即可审计临床预测网络，无需直接读取权重

实验设计挺巧的：给 GPT-6 一个只能算数不能读权重的工具，审计临床模型的效果和白盒一样好，对做模型审计的人很有参考价值。

#GPT-6 #临床预测模型 #模型审计 #可解释性

Event

arXiv cs.LG@Zhiyu Liu, Xinyu Yang11 sourcesSource

Papers BuildersSelected11:28

Masked Diffusion Parallel Decoding Mapped to Random Sequential Adsorption

The physics framing turns schedule design for masked diffusion decoding into a geometry problem, giving practitioners a principled way to choose unmasking steps instead of heuristics. Builders working on parallel decoding, such as teams tuning LLaDA- or Mercury-style diffusion LMs, can use the closed-form metric to cut error at a fixed step budget. The finding that errors concentrate early for long-correlation text directly informs how to allocate compute across generation steps.

#masked diffusion #parallel decoding #random sequential adsorption #perplexity

arXiv cs.LG@Adrian BauleSource

Papers10:33

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

Papers10:33

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