全部动态

用验证器帮语言模型修量子场论对偶声明，效果不错，deepseek-chat提升8个百分点，qwen-plus提升7个百分点，值得关注。

官方账号arXiv cs.AI@Xingyang Yu原文

这篇论文提出了HyGAE方法，让VLM智能体在多个回合的决策任务里表现更好，平均成功率91%，比别的方法高了10%，值得搞强化学习和多模态的研究者看看。

官方账号arXiv cs.AI@Wenxuan Zhang, Yuhui Wang, Donggang Jia, Xiaoqian Shen, Jian Ding, Ivan Viola, Jürgen Schmidhuber, Mohamed Elhoseiny原文

这篇论文发现了世界模型选动作的隐性陷阱：候选越多反而越容易选错。ASAR用相邻集合重建的方法，在75个机器人任务上提升了最多28%的成功率，值得搞机器人控制的看看。

官方账号arXiv cs.AI@Liangyu Li, Qingwen Liu, Mingqing Liu原文

这是PDE发现评估的第一篇系统综述，适合ML和物理科学交叉领域的研究者。它帮你理清预测精度与物理一致性之间的权衡，避免用单一指标误导结论。

官方账号arXiv cs.LG@Baptiste Mathevon, Farah Cherfaoui, Amaury Habrard, Marc Sebban原文

想提升VAE解纠缠又不想牺牲重建质量？这篇论文用软约束同时搞定，dSprites上FactorVAE得分刷到0.891，值得看看。

官方账号arXiv cs.LG@Ye Shi原文

这篇论文解决了持续测试时适应的关键问题，无需源数据就能动态调整教师模型，效果超过那些需要源数据的方法，很实用。

官方账号arXiv cs.LG@Anurag Roy, Riddhiman Moulick, Vinay Kumar Verma, Saptarshi Ghosh, Abir Das原文

这篇论文用表格Q学习做分布式无人机轨迹规划，在200辆车场景下效果逼近集中式深度强化学习，还省带宽省电，值得一看。

官方账号arXiv cs.LG@Muhammad Umar Farooq Qaisar, Lin Zhang, Zhen Chen, Wajdy Othman, Shehzad Ashraf Chaudhry, Chang Liu原文

Compass用eROI框架区分了两个看似相当的AI项目，一个赚九位数，另一个被砍掉。想避开AI投资坑的可以看看这个拆解方法。

官方账号arXiv cs.LG@Foster Provost, Panos Ipeirotis原文

论文用实验数据揭示了一个反直觉现象：学生在模仿老师时，67%的token在“同意但失败”，说明局部蒸馏有盲区。做模型蒸馏的朋友可以看看这个诊断方法。

官方账号arXiv cs.LG@Guoqing Ma原文

这篇论文教你用分层SAC解决稀疏奖励的长期任务，比普通SAC成功率更高，代码已开源。

官方账号arXiv cs.LG@Zahra Abdalla Elashaal, Afef Hfaiedh, Nahla Khraief, Issmail Ellabib, Giansalvo Cirrincione原文

这篇论文系统比较了随机森林的各种分布分裂方法，发现各向同性MMD就够了，多变量响应才是分布分裂的用武之地，干货多结论扎实。

官方账号arXiv cs.LG@Silas Koemen原文

这篇论文给出了一个漂亮的下界：符合条件的立方图至少有2^(n/2-1)个电路双覆盖，和图论猜想完美匹配，图论爱好者可以看看。

官方一手arXiv: OpenAI@Radek Hušek, Robert Šámal原文

这篇论文用数据证明印度语言在LLM中平均被吃掉8倍token，马来语更高达13倍，还分析了原因和修复方向，做多语言应用的朋友值得看看。

官方一手arXiv: OpenAI@Priyansh Srivastava原文

这篇论文研究了AI模型评估结论过时的速度，发现模型发布后近一年结论可能已失效。如果你做AI评测或读评测报告，它能帮你判断证据是否还新鲜。

官方一手arXiv: OpenAI@Carlo Iacono2 个信源在谈原文

这篇论文用数学公式解释了LoRA微调为什么会破坏模型原有知识，而且实验覆盖了9000多层，结果很扎实。如果你做LoRA微调，能帮你预测什么时候会出现遗忘。

官方账号arXiv cs.LG@Peng Xie原文

想了解AI写代码到底安不安全？这篇论文用具体基准和测试告诉你，目前主流的编码助手都靠不住，必须用迭代重提示才能堵上漏洞。

官方账号arXiv cs.LG@Ishpuneet Singh, Shreyas Mahajan, Gurjot Singh, Maninder Singh原文

这篇论文教你用历史A/B数据+生成模型筛选创意，50臂实验最高提升45%，比人类写的强很多。

官方账号arXiv cs.LG@Kevin Lee, Benjamin Letham, Zhiyuan Jerry Lin, Elodie Samson, Eric Onofrey, Poppy Zhang, Shawndra Hill, Eytan Bakshy原文

这篇论文告诉你，当数据标签很少时，用半监督异常融合比复杂神经网络更靠谱。AAMSF在沪深300上AUC达0.68，而且发现英文新闻反而干扰预警。

官方账号arXiv cs.LG@Jin Qian, Zhangzhi Xiong, Mingrui Li, Zhen Liu原文

这篇论文提出了VAEE算法，首次在异方差线性Bandit中打破了总方差屏障，实现了更紧的遗憾界，适合对Bandit理论感兴趣的研究者。

官方账号arXiv cs.LG@Heyang Zhao, Tianyuan Jin, Weixin Wang, Vincent Y. F. Tan, Pan Xu, Quanquan Gu原文

这篇论文用CMP和卡门涡街两个具体案例告诉你：没有万能代理模型，选架构要看流动的动力学特点，别用RMSE骗自己。

官方账号arXiv cs.LG@Georg Winkler, Martin Stoll原文

想在不牺牲太多性能的前提下给贝叶斯神经网络加差分隐私？这篇论文的DP-IVON-Gradsq方法在CIFAR-10上中低隐私保护时表现不错，兼容Adam效率，值得一看。

官方账号arXiv cs.LG@Nour Jamoussi, Ikram Dridi, Giuseppe Serra, Marios Kountouris原文

这篇论文提出CALMRec框架，通过分离记忆和因果校正解决推荐系统的反馈循环，在三个场景提升长期价值6-7%，做推荐系统的值得看看。

官方账号arXiv cs.LG@Gengyu Zhan原文

这篇论文把连续优化理论的收敛证书精确传递到离散算法，用接触哈密顿系统给出通用框架，二次重球例子很透彻。想理解优化加速机制可以读。

官方账号arXiv cs.LG@George A Kevrekidis原文

这篇论文提出了去中心化网络下的卷积秩回归新框架，用ADMM高效求解，还给出了理论保证，做分布式学习的值得一看。

官方账号arXiv cs.LG@Chunjing Li, Tiange Zhao, Xiaohui Yuan原文

这篇论文在开源数据剖析工具 Desbordante 里加了概率函数依赖发现，对比了传统近似依赖，做数据清洗的话可以看看具体差异。

官方账号arXiv cs.LG@Ilia Barutkin, Maxim Fofanov, Sergey Belokonny, Vladislav Makeev, George Chernishev原文

这篇论文用Ising模型改造注意力，在逆合成预测上吊打标准方法，做科学AI的必看。

官方账号arXiv cs.LG@Rui Wang原文

这篇论文给AI Agent授权画了一条红线，解释了为什么进化后的Agent可能不是你原来授权的那个，以及如何用固定上限保证安全。做Agent框架的值得一看。

官方账号arXiv cs.AI@Zhaoxi Zhang, Xiaomei Zhang原文

想从单目视频中重建4D动态场景？SM4RT用刚体运动基分解运动，比独立点流更物理合理，结果更准确。

官方账号arXiv cs.AI@Shing Ho J. Lin, Wenzhao Zheng, Dong Zhuo, Yuqi Wu, Jie Zhou, Jiwen Lu原文

想理解AI在空管这种高风险场景怎么解释自己？这篇论文用显著图告诉你智能体为什么选择某条航线，很实在。

官方账号arXiv cs.AI@Anduel Mehmeti, Gabriella Gigante, Salvatore Venticinque原文

这篇论文用大量实验告诉你，给Agent加技能可能适得其反。它揭示了三个具体原因，并指出减少回归比堆砌技能更重要，值得每个开发者读一读。

官方账号arXiv cs.AI@Darshan Tank, Baran Nama原文

这篇论文用四个主流模型实测了伪科学评估，发现Grok的Fast版本评分奇高，而且同一个模型API和Web结果差十几倍。看完你就知道模型答案多不可靠，值得所有AI用户看看。

官方账号arXiv cs.AI@Davide Scarso, Hugo Noronha de Almeida, Joaquim Pina原文

这篇论文用MineValiCoder框架搞定代码生成不可靠问题，HumanEval跑出96.34%通过率，比之前的方法强一截，搞LLM代码的同学值得看看。

官方账号arXiv cs.AI@Zhen Zhao, Qihang Yang, Feifei Dai, Xiangfang Li, Bo Li原文

这个框架能自动设计量子化学电路，比传统ADAPT-VQE快10倍，还在真实量子计算机上跑了实验。搞量子计算化学的可以看看。

官方账号arXiv cs.AI@Alex Koziell-Pipe, Jasmine Brewer, Jem Guhit, Marwa H. Farag, Kripa Panchagnula, Gabriel Laude, Fabian Finger, Carlo Gaggioli, Ludmila Szulakowska, Oliver J. Backhouse, Christos Papalitsas, Jason G. Mustakis, Thomas Soini, David Munoz Ramo, Stephen Clark, Elica Kyoseva, Enrico Rinaldi原文

看看教育者和学生如何通过三场对话，发现LLM辅助编程学习中课堂上看不见的东西，比猜学生用AI干什么有意思多了。

官方账号arXiv cs.AI@Jennie Ren, Jordan H. McDowell, Kyrie Zhixuan Zhou原文

想给企业AI智能体设权限？这篇论文建了个600条数据的合成集和三源架构，把授权违规从46砍到3次，还开源了代码。别错过。

官方账号arXiv cs.AI@Halil Burak Noyan原文

这篇论文让机器人学会用阴影做出手语和动物动作，比传统机械手更灵活自然。

官方账号arXiv cs.AI@Danyang Yan, Boyuan Wang, Jiaxun Liu, Boyuan Chen原文

PRIMS把物理规则直接写进模型结构，用0.46M参数在5种流体识别上拿到98.92% F1，比大模型小14倍还更抗干扰，适合微流控场景。

官方账号arXiv cs.AI@Hai-Long Nguyen, Trung Thanh Nguyen, Lars Holm, Dennis Alveringh, Duc Viet Le原文

这篇论文讲了一个能自己校准的智能体框架，用ARIMA预测把资源分配准确率提了91.7%，速度还快了71.7%。搞边缘计算或零知识证明的可以看看。

官方账号arXiv cs.AI@Fin Gentzen, Marla Grunewald, Iulisloi Zacarias, Mounir Bensalem, Admela Jukan原文