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）。
说明小样本放射组学生存分析的四步验证方案：以身体成分为例的研究
简介该方法学研究针对小样本放射组学生存分析提出四步验证方案，包括FDR校正特征筛选、双路径特征选择比较、重复嵌套交叉验证和高斯噪声阴性对照。研究以78例胃肠胰神经内分泌肿瘤患者为对象，基于第三腰椎CT的身体成分特征进行评估。结果显示L3放射组学存在一定但不确定性较大的预后信号，验证方案可用于其他小样本放射组学生存研究。
说明基于谷歌AlphaEarth基础模型嵌入与Fields of the World地块边界图的摩洛哥全国性作物类型制图
简介该论文利用谷歌AlphaEarth Foundations公开的64维预训练嵌入，结合轻量级分类器，对摩洛哥的作物类型进行全国范围制图，划分冬季谷物、树木作物和其他作物三类。预测结果借助Fields of the World全球地块边界图限定在农业地块内。独立测试集上十次重复实验的平均分类精度为87.17±0.42%，全国推理约耗时五小时，主要开销来自嵌入数据的云端获取。
说明Library of Hands：修正动作映射，而非世界模型
简介论文提出 Library of Hands（LoH），一种无需训练的方法：世界模型保持冻结，只修正从指令到实际执行动作的映射（称为“手”）。LoH 通过冻结模型从两张相机图像的变化中反推实际动作，并保存每次识别出的映射，以便设置再次出现时直接识别。在三个仿真任务的闭环测试中，成功率从 28.6% 提升到 62.3%，在没有变化时仅下降 0.6 个百分点。
说明用真实与仿真数据适配视觉-语言-动作模型：机器人象棋案例研究
简介该论文以机器人移动棋子为任务，研究如何将通用视觉-语言-动作模型（pi0.5）微调到具体机器人和任务，考察数据量、训练更新次数与仿真数据的作用。研究发现仿真成功率随数据和更新次数提升，学习率短暂降温可明显改善结果，而验证损失并不可靠。在真实机械臂上，使用仿真示范预训练在真实数据稀缺时帮助明显；但强化学习和行为克隆等几种改进方法未带来可测量的提升。
说明可解释性工具并非模型专属：跨模型迁移拒答方向与读出工具
简介本文研究可解释性工具能否通过仅在无标签提示上拟合的残差流映射，从一个模型迁移到另一个模型。实验涵盖五个模型系列、1B至72B参数的110对模型，迁移了拒答方向及正确性方向和情感探针。结果显示，映射所用的数据覆盖范围决定迁移效果，加入工具作用区域的无标签提示后，恢复率大幅提高。
看点新意在于用仅无标签提示拟合的残差流映射迁移可解释工具；在110对模型、5个家族上验证并有对照，并给出线性映射的证明与覆盖度评分。
说明什么会破坏涂鸦监督分割？一项基于标注审计的涂鸦标注鲁棒性基准
简介涂鸦监督分割通常只用固定的标注集评估，对语义和几何上的标注缺陷的鲁棒性了解有限。作者基于对 12,031 条 PASCAL VOC 2012 人工涂鸦的审计，设计了六种可控扰动算子，并在多种骨干网络与训练流程下评测人工和自动涂鸦。结果显示，类别错误是最严重的扰动，使 TEL-ResNet101 在 VOC 上的 mIoU 从 70.08 降至 1.46。该基准为超越干净数据集精度的标注鲁棒性诊断提供了可复现的方案。
说明受控二元分配流：用几何方法学习图上二元标注的深度分配流参数
简介本文提出一种几何方法，用于表示和学习图上二元数据标注的深度分配流（deep assignment flows）中随时间变化的参数。每条边上的参数流在二维全测地子流形中受最优控制，目标函数来自输入数据的非局部线性尺度空间表示。三元组流的聚合在五维全测地子流形中从数据中学习，融合后的流通过几何积分得到各层二元深度分配流。数值实验展示了该局部并行几何方法的表达能力及其局限。
说明消费品促销价格优化
简介该论文提出一套端到端的贸易促销优化系统，用于估计商品的价格弹性并推荐促销价格。对证据较弱的商品，系统借用相似商品的弹性与曲率，并区分自身价格提升、替代效应与促销后回落。在一个39个SKU的消费品牌四周促销实验中，方案使销量提升20.6%、收入提升6.9%，毛利率保持不变。
说明认证、报告或拒绝：面向临床行动的危害约束保形预测
简介本文提出一种无需训练的框架HC-ROCP，基于冻结的分类器概率，在选择预测集和行动时加入危害惩罚项。作者在独立的校准数据划分上测试这些策略，并进行多重性校正。在COVID-19胸片、ISIC 2019皮肤镜图像和EyePACS到APTOS的视网膜病变迁移场景中回顾性评估，结果显示COVID-19重度行动错误率从精确风险最优基线的4.68%降至0.54%。
说明切片推理何时有效：分辨率、分块与密集融合用于小目标检测
简介该论文研究用于高分辨率图像小目标检测的切片推理（如SAHI）何时真正有益。作者在VisDrone和DOTA上比较七种密集检测器，发现很大一部分收益来自分辨率提升，而非切片本身。论文还提出SCAHI方法，通过覆盖感知加权累积各分块的密集输出，在相同分块下优于框融合，并在DOTA上超过最佳单次推理结果。
看点提出SCAHI，以覆盖加权稠密输出代替框融合，并以分辨率作为显式变量系统比较切片推理，在VisDrone与DOTA上报告多项检测器的提升。
说明利用控制变量的仿真辅助强化学习
简介该论文提出一种基于控制变量的保守式仿真辅助强化学习方法，仿真数据只用于降低学习过程中的方差，而不直接决定学习目标。作者先将其用于策略评估，再结合演员-评论家框架实现策略改进，并扩展到离线强化学习场景。在多个 MuJoCo 基准任务上的实验显示，该方法优于标准的仿真数据混合方式。
说明TrialDesignBench：面向I期临床试验设计、对照临床知识评测语言模型的基准
简介本文提出TrialDesignBench，这是一个包含617项I期/I-II期肿瘤剂量探索试验的基准，每项试验都配有与FDA最新监管举措一致、经专家验证的参考设计。作者评测了五个前沿大语言模型，结果均未达到参考标准，并通过消融实验指出性能差距主要来自对未记录设计决定因素的推断和结构化决策树推理两方面。
说明超越晴天：利用大语言模型预测恶劣天气下的城市交通流量
简介本文提出Multi-STG框架，将大语言模型生成的语义先验与基于图的时空学习相结合，用于预测恶劣天气下的城市交通流量。模型利用天气、兴趣点和节假日等环境描述生成语义嵌入，并通过多模态注意力融合与门控残差校准进行预测。在三个城市的真实私家车数据集上，该方法相比最强基线平均将MAE降低11.82%，在数据稀疏和非平稳条件下表现稳定。
说明将小型语言模型适配到罗马化尼泊尔语：分词效率、参考似然与生成指标
简介该论文研究如何把三个约20亿至30亿参数的开源基础模型（Llama-3.2-3B、Qwen2.5-3B、Gemma-2-2B）用QLoRA微调到以拉丁字母书写的尼泊尔语，训练数据为由尼泊尔语指令数据确定性音译得到的9000条样本。结果显示微调后chrF++从10至14提升到29.0至30.6，并在参考似然上明显改善；但似然指标与文本重叠指标对模型差异的判断并不一致，较低的分词切分程度也未能对应更接近参考答案的输出。
说明脉冲到场：空间脉冲神经网络中类湍流动力学的机制
简介该论文用空间泄漏积分发放脉冲神经网络模拟神经活动，把脉冲转换为活动密度场和希尔伯特相位场，研究类湍流结构的产生机制。研究发现，延迟、距离相关的被动树突条件可稳定地产生类湍流场结构，而仅看放电率或涡旋数量并不足够，需要结合空间标度与脉冲传播共同分析。
说明利用视频重建并识别被碎片化遮挡的物体
简介本文提出一种从单个相机拍摄的灰度视频序列中重建被遮挡物体的方法，适用于树叶等高密度碎片化遮挡场景。算法通过联合配准各帧图像并优化对齐参数，使平均图像的对比度最大化，由此得到的积分图像即为重建结果。在合成与真实视频上的实验表明，遮挡密度超过90%时仍可准确重建，且该积分图像可用于标准分类器识别物体。
说明类型逻辑语法与形式语言：一阶线性逻辑的语言类与复杂度
简介本文研究带有积、结合律、抽取和中缀等标准规则的类型逻辑语法，证明其固定识别问题是NP完全的。作者还证明一阶线性逻辑中的语法可以模拟拟线性文法，即非确定性线性时间可识别的语言类。文章据此认为一阶线性逻辑可视为非确定性线性时间字符串语言、图语言和自动机的逻辑。
看点证明类型逻辑语法的固定识别问题为NP完全，并将一阶线性逻辑语法模拟到非确定性线性时间语言类，新意明显。
说明用于异步WiFi与IMU室内定位的连续时间集合Transformer
简介该论文提出一种连续时间Transformer，将WiFi信号强度与惯性测量数据视为带时间戳的无序标记集合，用单个注意力模块跨模态、跨时间融合信息，无需重采样或分模态分支。训练时随机遮蔽整个模态与单个观测，使模型能应对缺失或过时输入。实验表明该方法在跨时段漂移下优于开源WiFi指纹基线，与学习型融合及航位推算基线相比具有竞争力，并在观测缺失或过时时性能平稳下降。
说明直接以fMRI条件化音频扩散Transformer：揭示皮层对声音重建的贡献
简介该论文提出MAAS框架，直接以各脑区（ROI）的fMRI响应作为条件，驱动预训练的音频扩散Transformer（Stable Audio）生成声音，无需先训练解码器预测外部刺激表征。在一个7T fMRI数据集上，该方法在声学和语义评估指标上均优于包括两阶段方法在内的基线。作者还提出一种基于听觉神经处理计算模型的保真度指标，用以量化各听觉皮层区域对重建声音表征的贡献。
说明揭示旅行小偷基准测试中的四个背包问题
简介旅行小偷问题要求小偷同时选择路线和打包方案，Polyakovskiy等人（2014）的9,720个实例是比较相关启发式算法的标准测试集。本文发现其中四个实例的租赁率为0.00，路线不影响目标值，实际上只是0-1背包问题。作者提出新的租赁率计算方法、发布参考解并给出修正实例及参考结果，同时开源了用于加载这些实例的Python库ttplib。
看点发现基准中四个实例的租金率为0.00，实际退化为0-1背包问题；通过修正规则并发布参考解，实验验证修正后的实例行为正常，并发布开源库ttplib。
说明可解释AI叙述中的公平性：拆解大模型生成解释中的社会差异
简介本文研究大语言模型把SHAP等可解释AI结果转写为面向普通用户的解释叙述时，是否存在群体间不公平。作者提出一个框架，在披露、隐藏或反事实替换受保护属性三种条件下生成叙述，并在信贷、教育和就业四个数据集上用五个模型进行评估。结果显示各数据集、指标和模型中均存在显著差异，且差异来源分为特征取值和受保护属性本身两类。
看点首次提出XAI叙述的公平性研究领域，设计三条件框架分解社会差异来源；基于四个数据集与五个LLM的实验报告了显著差异。
说明TRACE：面向开放式分子设计的自适应信赖域贝叶斯优化
简介本文提出TRACE框架，用于在有限评估预算下优化分子。它按需生成候选分子，而非从固定库中筛选，并结合基于图扰动的探索机制与采用分子指纹和片段描述符的高斯过程代理模型。在六个分子优化基准的1000次评估预算下，TRACE取得了最强的整体样本效率。此外，文中将其应用于铁酞菁的稳定性设计，经DFT计算，在80次设计评估中，抗Fe溶解的热力学阻力从0.42 eV提高到2.59 eV。
说明AgentOPSD：通过递归信念修正实现回合级信用分配
简介该论文提出AgentOPSD，一种无需评论家网络的强化学习方法，按交互回合逐步递归分配信用，以替代对整条轨迹统一分配优势值的做法。方法在每个回合内汇总技能条件自教师与学生模型的词元级对数概率差，并在对数几率空间中进行递归贝叶斯更新，从而把结果优势重新分配到各回合。在ALFWorld上，以Qwen2.5-3B和Qwen2.5-7B为策略骨干，该方法优于GRPO及自蒸馏基线，7B规模下成功率达89.1%。
说明将风格迁移视为扩散模型流形上的测地线导航
简介该论文提出Stylus，一种无需训练的人脸风格化框架，把人脸风格迁移看作预训练扩散模型弯曲潜在流形上的导航。方法通过在拉回度量下降低加权离散测地线能量来优化内容与风格的潜在插值，并利用雅可比矩阵的秩一幂迭代近似使计算可行。该双重控制机制可在保留身份关键面部结构的同时连续调节风格化强度，实验显示其在相当的风格化强度下身份与内容保持效果最佳。
说明从似然收敛到POMDP中的参数收敛
简介本文研究部分可观测马尔可夫决策过程（POMDP）的参数学习问题。作者针对任意候选参数，给出其参数恢复误差的界，该界由与真实模型的似然差距、观测与转移核的结构条件数以及数据收集所用的行为策略共同决定。该结果适用于欠完备与过完备两种情形，可为最大似然估计及任何似然差距可控的方法提供有限样本保证。
说明评估乳腺X线摄影视觉-语言模型中答案、置信度与解释的一致性
简介本文研究用于乳腺影像的视觉-语言模型，除给出答案外，还会输出置信度和文字解释。作者使用两个乳腺X线数据集，在乳腺密度和BI-RADS分类任务上评估四个模型，并对问题、选项顺序和图像进行受控扰动，观察三类输出的变化。研究发现，即使图像改变，置信度也未必下降；打乱选项顺序也会改变多数模型的答案；部分模型的解释与其最终答案相互矛盾。
说明LawKAN：用于组合的群律层——强制施加已知规律何时有益
简介本文提出LawKAN，在一个自包含的层中嵌入精确的非交换群律作为节点，边学习局部增量，并用零初始化的修正项学习该规律的未知偏差。在固定角度的SU(2)组合任务和真实机器人手臂实验中，该方法在参数更少的情况下表现优于基线，并在数据服从该规律时与经典拟合方法相当。
说明GHiML：由视觉语言模型引导的层级多标签学习及其在海底生物图像中的应用
简介本文提出GHiML方法，利用视觉语言模型从训练数据中提取概念性潜在变量，生成与样本相关的文字描述，并通过交叉注意力与门控路由将文本嵌入与图像嵌入融合，用于海底生物图像的层级多标签分类。作者还提出了层级多标签评分指标d_inv，通过图遍历距离和基数惩罚来评估预测结果。在BenthicNet、FathomNet和iNaturalist数据集上的实验显示，该方法在宏F1和d_inv指标上相较仅用视觉的基线有所提升。
说明WanderBench：世界模型能否从视频中探索动态世界？
简介该论文提出WanderBench基准，用于评估以视频为输入的世界模型探索动态场景的能力。基准包含745段真实与AI生成的单镜头视频，并配有键盘操作的相机路线，从六个维度、24项经人工验证的子指标进行评估。研究发现，视频变长时，模型能保持静态场景和画面质量，但会丢失相机控制和原视频的动态内容，且重访地点时都无法保持一致。论文还提出免训练框架WanderLand，在多个模型的各项维度上有所提升，其中源动态保真度最高提升8.3分。
说明SciMARS：面向闭环科学发现的多智能体递归自我改进框架
简介该论文提出SciMARS框架，用于在闭环科学发现中对多智能体系统进行递归式的任务级适应。框架通过共享证据图，并分别用独立的编辑器调整角色与协作方式，以及智能体记录、检索和接收证据的记忆方式。在Autonomous Science Bench、ScienceAgentBench和AppWorld上的评测显示，加入记忆编辑器的版本比基础多智能体团队解决了更多任务。
说明平面向量回归中三点加权选择的严格上界
简介本文证明了在两个输入和两个输出坐标下，最小Frobenius范数最小二乘回归的加权选择常数F_weighted(2,2,3)严格小于11/6，将此前的上界15/8进一步改进。论文通过精确的标量证书、平面选择等号情形的刚性分析以及紧致性论证来处理消失权重。结合已知下界，得到13/8≤F_weighted(2,2,3)<11/6。
说明超越文档：为任意工作成果提供编译上下文与受治理的智能体
简介本文提出可移植智能体格式（PAF）包，把工作成果连同编译后的上下文、证据、来源记录和后续交互规则一并交付。作者在四个新包（投资提案、基金研究、财务报表分析、工程事故复盘）上，对400个固定问题、12000条回答进行评测。托管式受治理阅读器的成功率为96%，高于仅使用指令加原始文件检索的86%。
说明Teamknitt：以动力系统与人类团队理论配置、观察并干预LLM智能体团队
简介本文提出一个名为teamknitt的框架及开源参考实现，用于配置由1至16个AI智能体组成的团队，可选择十四种确定性路由拓扑或自定义有向图，并通过共享配置限制信息流动。框架区分非系统视角与系统视角进行观察，并以显式、由人主导的方式进行干预。文中提出了关于拓扑、信息流和干预时机的可证伪假设，但未报告任何比较性结果。
说明学习用于二次耦合凸问题的非精确交替最小化方法
简介交替最小化是处理两组耦合变量优化问题的常用方法，其计算成本主要来自内层子问题的求解。本文用神经网络学习非精确的交替格式，在每次迭代中近似子问题的解。对于变量块之间为二次耦合且满足二次增长条件的凸问题，作者给出了最优性间隙的最坏情况界。在鲁棒矩阵补全和字典正则化的低剂量CT重建任务中，该方法在精度相当时比非精确一阶基线快5到13倍，端到端微调后最高可达30倍。
说明K-prop：通过反向传播时间核实现深度在线学习
简介本文提出K-prop，一种用于带泄漏积分的循环神经网络的在线学习方法。它通过传播核增益，大幅降低了实时循环学习（RTRL）的计算和内存开销。在序列学习、分类和强化学习任务中，K-prop优于现有的RTRL近似方法，性能与随时间反向传播（BPTT）相当。
说明虚拟现实中智能体与化身控制切换时的感知能动性
简介本研究在虚拟现实中开展受试者内设计实验，共24名参与者，比较始终由计算机控制、计算机转人工、人工转计算机、始终由人控制四种条件下虚拟人的表现。参与者扮演面试者向虚拟人提出固定问题，并被告知初始控制者，但不知道会发生控制切换。结果显示，感知能动性主要受开始时告知的控制者影响，控制切换后并无更新；而在人工控制更晚出现且占比更大的情况下，好感度和共同在场感等社交评价总体更高。
说明WaveGen：通过内部频谱轨迹学习实现真正端到端的波形生成
简介本文提出WaveGen，一个基于扩散模型的端到端文本到波形生成框架，采用Spectral Forcing方法，在单一模型内同时学习内部频谱轨迹和目标波形轨迹。该方法不依赖外部训练的中间表示或外部对齐模块，在Emilia训练数据集上取得了当前最佳性能，并在Seed-en基准上报告了1.47的WER和0.75的SIM。