本站已超过 12 小时没有更新（正常每 3 小时更新一次），下面的内容可能不是最新的。
本页没有符合条件的条目（筛选只在本页内进行）。
说明面向无人机的基于跟踪误差扰动观测器的指定时间容错快速终端滑模控制
简介本文研究四旋翼无人机在外部扰动、参数不确定和执行器故障等复杂条件下的容错跟踪控制问题。方法将系统分为位置和姿态两个回路，并包含指定时间性能函数、基于跟踪误差的固定时间复合扰动观测器以及快速二阶终端滑模控制器三项设计。仿真结果显示，该策略在跟踪精度、故障恢复速度和抗不确定性方面优于传统方法。
说明温度而非知识：递归自训练及其补救方法如何改变语言模型的置信度
简介本文研究让语言模型对自身输出反复进行五轮自训练时，其置信度如何变化，实验使用 Qwen3-1.7B，每种方法三个随机种子。结果显示，准确率和整体区分能力基本不变，但置信度变得更尖锐，最有把握的答案反而更不可靠。作者发现，多数置信度漂移来自对每个生成答案的两次拟合，并提出了几种补救方法及其不同效果。
说明推荐决策配对保形校准的高效方法
简介该论文针对推荐规则的风险控制过度抑制有益改动的问题，提出平均后截断的保形风险校准方法（ACRC），在相同观测损失下恢复有效的激活。在六个数据集上，仅改变校准方式即可使折扣净效用高于原始方法和RB方法；在Jester数据集上也取得正向提升，并优于基于SCoRE的对照方法。
说明基于地球嵌入表示的自适应土地单元
简介该论文用无标签的无监督方法，将AlphaEarth地球嵌入表示通过并行贝叶斯层次聚类，划分为大小随地表均匀程度变化的自适应土地单元。以丹麦为例，402万个像素被合并为127万个单元，数量约减少320倍。这些单元对土地利用的描述效果优于规则网格，且基于它们学习的土地利用模型精度与像素模型相差不大，计算成本大幅降低。
说明从一个示例生成无限世界：局部生成器需要共享什么
简介论文研究游戏中按需生成无限世界的局部生成器，要求每个小窗口都必须来自同一个示例（如波函数坍缩方法）。作者证明，当约束携带随示例位置变化的量时，只用独立随机数、且规则不依赖位置的生成器无法做到既完全有效又忠实于示例统计。方法上，论文给出在种子随机性与周期位置条件下实现精确有效性的可检验条件，并在公开示例上进行了验证。
看点提出局部生成器需共享的随机性条件，证明在独立随机下精确有效与忠实统计不可兼得，并给出1/r密度下界及构造。
说明与主题有多接近？面向游戏音乐生成的相似度标签条件控制
简介该论文在预训练的 MIDI 模型上，用《超级马力欧》乐曲中的段落对进行训练，并加入表示两段相似程度的标签和概括给定段落的上下文向量。模型为157个测试上下文各生成六段输出，用十二项指标评估。结果显示，被要求相似的输出在旋律、音高、节奏和音符时值上都更接近上下文。
说明面向机制转换消费-投资问题的熵正则化强化学习
简介本文在带有一般效用函数的机制转换（regime-switching）市场模型下，为连续时间消费-投资问题建立了熵正则化强化学习框架。通过在随机最优控制中引入随机探索策略与香农熵正则项，推导出最优探索性消费与投资策略的闭式表达。研究表明经典确定性最优决策对应这些探索分布的众数而非均值，并证明探索性价值函数在温度参数趋于零时收敛于经典值函数，同时提出了连续时间q-learning算法及数值实验验证。
说明可信赖的智能体需要硬规则与模糊规则结合
简介该论文认为，可信赖的智能体同时需要两类规则：精确的代码规则用于可以明确界定的限制，学习得到的模糊规则用于难以精确描述的判断。作者在采购、授权委托和数据访问三个领域对1340个由外部作者编写的情境进行了测试。结果显示，在硬性守卫的约束下，未经授权的操作被阻止；结合概念编程训练的小模型，又能识别大部分无法用精确规则判定的违规请求。
说明基于约束依赖图检索的长篇SKILL文档合规检测
简介大语言模型智能体依据企业的SKILL文档（标准操作流程）开展业务，这些文档篇幅长且相互引用密集，超出小型部署审计模型的上下文预算。本文提出SkillCDG框架，将每份SKILL文档转化为约束依赖图，以依赖闭包选取规则代替基于相似度的检索。实验表明，在三个企业数据集和两个公开基准上，该方法的准确率和F1值均优于全文档及基于检索的基线方法。
说明ParaBlock++：通信与计算并行的分块分层联邦学习
简介本文提出ParaBlock++，一种借助低轨卫星的分层联邦学习框架，使资源有限的地面客户端能通过地面-卫星链路协同训练模型。卫星兼任边缘服务器、计算客户端和星间中继。该方法采用异步BCD式更新，并给出凸、强凸和非凸目标下的收敛理论保证，同时优化资源分配与模型划分以降低全局训练延迟。实验显示其在ResNet-18等深度网络上初始收敛更快，最终性能相当，所需全局轮次和通信开销更少。
说明pico-WAM：在紧凑型世界动作模型中评估反事实预测与规划误差
简介本文提出紧凑模型 pico-WAM，并使用 206 条 Push-T 演示数据、15 个训练种子进行对比实验，考察世界动作模型控制失败的原因在于候选轨迹生成还是轨迹评分。结果显示，反事实分支训练提升了短期代价排序，并使策略重启搜索相对热启动搜索的覆盖优势扩大 4.8 个百分点。用模拟器代价替代学习得到的轨迹评分，覆盖率有所提高，而仅在候选生成中替换模拟器状态则未见明显增益。作者认为，在所测设置中，评分环节是有效的改进目标，并提供了诊断紧凑世界模型的可复现方法。
说明基于黎曼随机梯度路径的自归一化推断
简介本文研究在约束流形上用随机梯度路径估计参数并构造置信区域的问题。作者利用同一条路径保留的迭代点，在共同的随机切空间中建立自归一化推断方法，使未知协方差因子在布朗桥枢轴量中相互抵消。在适当的正则性条件下，该方法通过平均估计量与积分路径的联合展开控制非线性坐标误差。数值研究表明，其覆盖率与插入式Wald推断相比具有竞争力，且无需估计Hessian矩阵和残差密度。
说明利用开放的AI摄像头计数与天气预报预测游客量：日本经验对沙特遗产地的启示
简介本文研究在小型遗产地和自然景点中，仅用每处一台AI摄像头计数器、公共假日日历和免费天气预报，能预测多少游客量。作者利用日本福井县三处地点约22个月的公开计数数据，分析降雨对游客量的影响，并预测未来数天的每日人数。结果显示，暴露程度越高的地点受天气影响越大，在山顶公园中，三天前预报的误差有所下降。
说明基于天地空一体化网络的分层异步联邦学习
简介本文提出HAFL框架，利用低地球轨道（LEO）卫星辅助分层异步联邦学习，使资源受限的地面客户端通过星地链路协同训练。卫星在其中分别承担边缘服务器、训练加速客户端和星间路由中继的角色。HAFL采用异步Gauss-Seidel式更新，并给出凸、强凸和非凸目标下的收敛理论。实验表明其初始收敛更快，最终性能相当，且全局轮次和通信开销更少。
说明Jet-QSparse：利用4位稀疏注意力加速智能体大模型推理
简介该论文提出Jet-QSparse，一种无需训练的方法，用紧凑的NVFP4格式存储键值缓存，并在Blackwell张量核心上直接进行FP4查询-键计算。方法先对完整键历史做密集扫描，选出128个token的块，再以FP32累加进行稀疏FP16值聚合。在四个混合大模型上，每个KV头128个块的设置在所评测的数学推理、编程和智能体基准上未检测到精度损失。
说明在大位移和光照变化下实现稳健逐像素数字图像相关的全局到局部混合神经场方法
简介该论文提出一种用于数字图像相关（DIC）的全局到局部混合神经框架，用于逐像素测量全场位移。第一阶段通过粗略旋转搜索、相位相关和掩膜精化估计主要平面内刚体变换，为大平移和大旋转提供可靠初值。第二阶段用Kolmogorov-Arnold网络（KAN）与多层感知机（MLP）混合表示残余位移，并采用考虑有效重叠区域、对光照稳健的结构损失进行优化。模拟与真实实验表明，该方法在噪声、非均匀变形、大旋转和光照变化下能够稳定地恢复位移。