实证检验 Transformer 能力理论
一项新研究梳理了 Star-free、AC^0、TC^0、C-RASP、MPC、BAPO 和 Sensitivity 等 7 种 Transformer 能力理论并开展对照实验，发现没有单一理论能解释所有任务表现。
全部AI 动态
全部动态
今日 118 条arXiv cs.LGAI 评分4444 arXiv cs.LGAI 评分3434 ReMedI：用于可控分子优化的推理时精炼与自我蒸馏
研究团队提出分子优化框架 ReMedI，利用 Metropolis-Hastings 搜索在推理阶段引导分子语言模型精炼，并将搜索轨迹自我蒸馏。在 C-MuMOInstruct 和 SMDD 基准上，该方法显著提升了 3 种骨干模型的优化成功率。相比基线 C-MORAL，ReMedI 训练分子用量减少约 7.8 倍，严格成功覆盖率达到其约 2.8 倍。
arXiv cs.LGAI 评分3838 PRISM：利用隐式随机调制提升大语言模型采样多样性
研究者提出训练期框架 PRISM，通过次模筛选多教师解和特殊 token 的随机嵌入调制，将采样多样性内化为大语言模型自身的能力。在 WritingPrompts 与 BookMIA 评测中，PRISM 在两个开源模型族上取得最佳生成质量与顶尖语义多样性，并提升了数学与代码基准的采样效率。此外，该框架还能在强化学习训练中维持多样的 rollout，有效缓解多样性崩塌。
arXiv cs.LGAI 评分4242 EEG 基础模型的对照评估：随机初始化、频带功率与验证集选择探测层
针对 5 个公开 EEG 基础模型与 1 个自研 JEPA 模型的评测显示，在引入严格对照后，半数模型在睡眠和情绪任务上随机初始化即可打平或击败预训练。在情绪与运动想象任务中没有任何模型击败五频段对数功率基线，全量微调后 30 组配对仅 5 组的增益超过其种子离散度的两倍。
arXiv cs.LGAI 评分3939 GS-MoE：基于分组子空间共享与剪枝的免训练 MoE 压缩
研究人员提出免训练 MoE 压缩框架 GS-MoE，通过分组共享低秩子空间与基于 Nyström 的神经元剪枝压缩专家参数。在 DeepSeek-MoE-16B-Base 上减少 60% 模型总参数时，GS-MoE 保留了约 90% 的平均推理性能（D^2-MoE 为 73%），且域外困惑度低 20%。该框架还采用无梯度的层重要性评分进行分层预算分配，相关代码已开源。
arXiv cs.LGAI 评分2929 REDAR：面向类增量学习的强化驱动自适应正则化方法
新研究提出 REDAR 方法，将类增量学习（CIL）中的正则化强度选择建模为序列决策问题，由轻量级 RL 智能体动态输出每个阶段的知识蒸馏系数。该策略完全在初始阶段构建的伪任务上训练，部署到增量序列时无需访问历史数据。在 CIFAR-100 和 Tiny-ImageNet 上的实验表明，REDAR 相比固定基线有效减少了遗忘并提升了前向迁移性能。
arXiv cs.LGAI 评分3232 超越启发式与商业导航：救护车行程时间估算的 AI 增强决策支持系统
一项新研究提出了一种机器学习决策支持系统，利用瑞典斯科讷（Skåne）地区的真实运营数据更精准估算救护车行程时间。分析表明救护车用时受时段、日期及行程优先级显著影响，商业导航与预设救护车固定比普通乘用车快 5% 的简化假设无法捕捉应急动态。该系统还结合 SHAP 与排列重要性技术，确保模型具备可解释性并捕捉实际运营特征。
arXiv cs.LGAI 评分3737 Jacobian Lens 的数学理论
针对 Anthropic 提出的可解释性工具 Jacobian lens（J-lens），新研究建立了数学理论，证明其优先识别类似空间相干 Lyapunov 模式的相干特征。
arXiv cs.LGAI 评分4747 独立与非负相关噪声下胜者偏差的紧界
新研究证明了在独立非同分布与成对非负相关噪声下胜者偏差的紧界，全部定理均已在 Lean 4 中完成形式化验证。在 448 个语言模型和分类器选择流程测试中，候选模型各自使用独立样本时偏差达到理论上限中位数的 0.75。这表明在固定样本预算下，让所有候选模型在共享样本上评测能显著降低得分高估。
arXiv cs.LGAI 评分3434 迈向可信 AI 急救调度：不确定性感知的救护车行驶时间估算
研究人员提出一种面向急救医疗调度（EMS）的不确定性感知救护车行驶时间估算方法，以解决传统单点预测无法反映可靠性与不确定性的缺陷。该方法基于瑞典斯科讷（Skåne）地区两年的真实救护车行程数据进行评估，能生成具有稳定经验覆盖率的上下文自适应预测区间。输出的不确定性信息可直接辅助更透明、具风险敏感性的急救调度决策。
arXiv cs.LGAI 评分3737 一致性而非归一化维持循环语言模型的深度可复用性
研究表明，维持循环语言模型深度可复用性的是训练与运行循环的一致性，而非循环步之间的状态归一化。测试显示，直接从已发布的 Ouro-1.4B 与 Ouro-2.6B 移除归一化会导致二分类准确率降为 0（状态范数维持在 2.021 倍内），但在从头训练的 19M 模型中无归一化训练的外推能力更优（Cliff's delta 达 0.867）。
arXiv cs.LGAI 评分3434 超越局部精度：评测 PDE 基础模型的推演可靠性
一项针对 7 款 PDE 基础模型在 7 个二维时变数据集上的基准评测显示，短程预测优势并不意味着长程自回归推演可靠。在 144 组配对配置中，有 140 组全程 VRMSE 高于短程，中位数误差放大达 2.04 倍，表现最佳的 Walrus 误差放大中位数亦达 2.70 倍。研究指出评测应全面报告推演时程误差放大统计与失败率。
arXiv cs.LGAI 评分3737 TWIG：每个权重都是一条共享离散决策路径
研究者提出神经网络权重表示方法 TWIG，将权重转化为继承门控的共享离散决策路径，从而将剪枝、量化与低秩分解统一为单一优化。当决策采用 2 的幂次时，网络权重层可转为几乎仅由连线与加法器构成的硬件电路。在 LLM 矩阵的 3- 和 4-bit 测试中，TWIG 在同等误差下比 GPTQ 减少 9–15% 的加法操作，含强异常值的矩阵减少 20–55%。
arXiv cs.LGAI 评分3434 延迟解码与单次乘法：重新审视量化权重的点积计算
针对 1-4 bit 权重部署，研究者提出延迟解码点积重构方案，使长度为 n、k-bit 权重的点积仅需 n+2^k 次加法与至多 2^k 次解码和乘法。该方案将权重编码直接用作地址累加激活值并在末尾统一解码乘算，使乘法器数量减少 n/2^k 倍，局部权重内存缩减最高达 w_d/k。基于此设计的 SA-PE 处理单元已在 FPGA 综合中验证了硬件收益与计算等价性。
arXiv cs.LGAI 评分3131 谱聚类与密度聚类层次结构的拓扑等价性
该研究证明在适当的扩散时间下，对拉普拉斯算子诱导的扩散距离应用单链接构建的谱层次结构，在高度单调重缩放意义下与密度超水平集聚类树拓扑等价。研究进一步表明，$k$-NN 图实现通过扩散距离的一致逼近继承了该等价性，从而实现了从谱图构建到密度水平集拓扑的有限样本归约。
arXiv cs.LGAI 评分3737 大模型结构化稀疏学习：兼顾模型可压缩性与高效推理
研究人员提出 S-SALAAD 框架，在训练中联合学习低秩与结构化稀疏组件，使单个 checkpoint 能弹性适配多种内存预算。该框架支持硬件兼容稀疏模式并配备专用 CPU 与 GPU 内核，消除传统稀疏的索引与内存开销。在 Llama2 和 Qwen3 上的实验表明，其在困惑度、内存占用和推理延迟上均推进了经验 Pareto 前沿。
arXiv cs.LGAI 评分3636 扩展 Transformer 能量模型实现高质量图像合成
研究团队提出潜在空间下的 Transformer 能量模型（TEM），解决了传统能量模型在高维采样与深度架构训练中的瓶颈。通过多层能量求和与正表示对齐（PRA），TEM-XL 在无需无分类器引导的情况下，在 ImageNet 256×256 上取得 3.82 的 FID-50K，512×512 达 8.24。该方法同时验证了组合生成、zero-shot 图像修复及分布外检测能力。
arXiv cs.LGAI 评分3636 课程学习的有效性取决于奖励稀疏度与竞争最优
研究表明强化学习中课程学习的有效性取决于奖励稀疏度与竞争最优解：密集奖励下课程收益微弱，而在稀疏奖励下课程学习常是模型完成策略学习的必要条件。通过对基于 REINFORCE 的策略学习模型分析，有效课程能降低奖励稀疏度以加速训练，并通过塑造奖励景观引导智能体避开不良局部最优。
arXiv cs.LGAI 评分4545 预测关联而非干预：协变量感知时间序列基础模型的预注册因果审计
预注册因果审计显示，Chronos-2、TiRex-2、TabPFN-TS 与 TimesFM-2.5 等时间序列模型在假设查询中输出的是统计关联而非因果干预效应。在效应可识别时，Chronos-2 和 TiRex-2 仅分别恢复 75% 与 34% 的真实效应。利用 3,000 条合成序列进行干预后训练并配合低秩适应，可将混杂差距缩小 52-61%，预测成本仅增 1-3%。
arXiv cs.LGAI 评分4242 算力与数据约束下的合成数据改写缩放定律
新提出的合成数据改写缩放定律将改写算力计入成本，可预测模型大小、训练 tokens 及改写数据比例对模型损失的影响。在算力受限下，最佳改写比例随算力提升从不足 10% 增至 32%，外推训练的 22B 模型以改写器十分之一算力取得更优 BPB。在数据受限场景下，同尺寸改写器训练出的模型在 3B 及以下规模均优于纯自然数据。
arXiv cs.LGAI 评分3333 大语言模型的人类反馈对齐：数学基础与算法设计
该综述系统梳理了大语言模型与人类偏好对齐的数学基础和算法框架，涵盖监督微调（SFT）、RLHF 以及 DPO 等主流对齐技术。文章探讨了从人类偏好中学习的理论底层，建立了其与逆强化学习（IRL）和离散选择模型的联系，并详细分析了前沿算法的优缺点及实际落地实现要点。
arXiv cs.LGAI 评分3535 Cautious ConFIG：谨慎无冲突逆梯度方法
研究者提出 Cautious ConFIG 算法，通过三行代码扩展恢复与自适应优化器结合时的无冲突梯度保证，解决物理信息神经网络（PINN）训练中的梯度冲突问题。在 1D 粘性 Burgers 方程、1D 非线性薛定谔方程和 2D Kovasznay 流三个 PINN 基准测试中，该方法性能一致优于标准 ConFIG 基线，相关代码已开源。
arXiv cs.LGAI 评分3535 反思城市表征学习的多视图融合
研究人员针对城市表征学习中模态权重固化与梯度不平衡问题，提出自调节多视图学习框架 PRISM。该框架采用稀疏 MoE 路由自适应学习区域特定的视图分配，并引入受 PID 启发的调节机制来缓解训练中的梯度冲突。在 3 个大规模城市数据集上的实验表明，PRISM 取得了具竞争力的性能，且优化行为更稳定、区域表征更均衡。
arXiv cs.LGAI 评分3434 投机扩散的双重权衡
研究提出通过联合调整扩散工作量与投机解码宽容度，探索投机扩散（Speculative Diffusion）的速度与质量帕累托前沿。扩散大语言模型（dLLMs）能通过并行生成 token 作为草稿模型加速推理，投机解码本身也能放宽验证器的接受标准来实现有损快速采样。实验表明，联合调节这两项参数相比单步扩散草稿能有效扩展速度-质量帕累托前沿。
arXiv cs.LGAI 评分3838 Nestor 嵌套稀疏架构：面向可扩展预训练与持续学习
研究者提出名为 Nestor 的 Transformer 架构，通过将条件计算机制扩展至注意力算子并与 MoE 分层嵌套，在同等算力和稀疏度下的语言模型预训练表现优于传统 MoE。Nestor 还适用于持续预训练，能更高效扩展至长上下文并适应新领域，同时显著减少对旧领域的遗忘。目前该研究的代码与模型权重已在 GitHub 开源。
arXiv cs.LGAI 评分4141 CuraLoc：通过规划式代码检查实现仓库级故障定位
CuraLoc 提出在源码检索前进行单次规划式代码检查，以此取代传统迭代式仓库级故障定位。在 SWE-bench Verified 上搭配 GPT-5.2 时，CuraLoc 将 Func@1 准确率提升至 59.3% 且减少 90.3% 的记录 token 消耗，优于 LocAgent。
arXiv cs.LGAI 评分5151 PaperScorer：论文被接收在多大程度上可预测？
研究团队提出 PaperScorer 模型家族，在去除作者身份与格式捷径后仅凭论文文本或页面截图直接预测同行评审的接受或拒绝决定。视觉模型表现最佳，在 ICLR 论文上取得 68% 准确率并在 arXiv 机器学习论文上达到 77%，超过纯文本和前沿推理模型。模型对评分极高与极低的论文预测最准确，中间分数段则保持不可预测，展示了单篇论文自身承载的审稿决策信号。
arXiv cs.LGAI 评分2828 面向联邦遗忘学习的客户端选择框架 PDF：保留客户端并非同等重要
针对联邦遗忘学习，研究人员提出路径依赖客户端选择框架 PDF，通过仅挑选与目标弱耦合的 top-k 保留客户端参与少量轮次重训来消除目标影响。在 non-IID CIFAR-10 实验中，PDF 实现了 0% 遗忘准确率；相比从头重训，该方法减少了约 69% 通信量与 57%–61% 计算量，并在 CIFAR-100 上将保留准确率提升最高达 6.91 个百分点。
arXiv cs.LG精选AI 评分6262 论文指出长程智能体基准测试出奇适应上下文压缩并存在约束丢失风险
一项针对长程编码智能体上下文压缩的研究指出，现有基准测试由于目标固定且进度保存在磁盘上，对信息压缩出奇宽容，但该过程会静默丢弃大量关键任务约束。研究基于 OpenCode 框架测试了五种压缩策略与三款前沿模型，发现没有任何压缩方法优于默认的自我总结，且过度丢弃内容的策略会导致部分模型性能大幅下滑 20 分。
推荐理由：这项研究揭示了现有长程基准测试对上下文压缩的宽容假象，为设计能够保留负向约束的智能体架构提供了关键实证依据。
arXiv cs.LGAI 评分3535 通过按查询模态选择实现高效全模态大语言模型推理
研究提出面向全模态大语言模型（Omni-LLM）的逐查询模态选择方法，在保持模型固定的前提下自适应选取输入模态，以优化准确率与推理成本的权衡。在 WorldSense 基准上评估 Qwen2.5-Omni 与 Qwen3-Omni 发现，该方法表现均优于全模态输入基线。
arXiv cs.LGAI 评分3434 ConsMSA：面向多模态情感分析的语义分布一致性学习
针对跨模态信号中的语义冗余与冲突，研究人员提出多模态情感分析框架 ConsMSA，显式建模模态内与模态间的语义分布一致性。该方法通过计算模态内与模态间一致性得分（I²CS）并结合预测相关性，实现表征对齐正则化、自适应 token 重加权与冗余 token 剪枝。
arXiv cs.LGAI 评分4343 Muon 何时及如何进行预处理？结构化梯度噪声的作用
研究揭示了 Muon 优化器在大语言模型训练中的预处理机制，指出其加速优势源于非均匀采样下的结构化梯度噪声，而非传统各向同性噪声。理论表明 Muon 能将对任务频率的依赖从线性降至平方根，有效平衡高频与稀疏任务，并避免 SignSGD 的旋转诱导负迁移。受控数值实验与初步 LLM 预训练进一步展现了快慢动量（fast-slow momentum）的应用潜力。
arXiv cs.LGAI 评分3333 面向实时分区控制零样本协作的认知受限伙伴框架
研究者提出一种面向实时分区控制零样本协作的训练框架，通过引入反应延迟和感知限制等人类生理约束来构建模拟伙伴，以训练人机协作智能体。在修改版 Lunar Lander 环境中，受训智能体的协作表现达到了最强 cross-play 基线水准，且性能不依赖于训练伙伴的具体生成方式。研究还设计了人类参与者实验，用于检验标准 cross-play 评估对真实人机协同效果的预测能力。
arXiv cs.LGAI 评分3333 基于大语言模型的微服务系统自回归多模态异常检测
研究人员提出基于大语言模型（LLM）的微服务系统自回归多模态异常检测框架 LLMMAD，以解决跨模态融合忽视模态特性以及特征重构的捷径问题。该框架将多模态数据重组为统一序列交由 LLM 建模，配合模态重构头并采用预测未来状态的自回归目标。在 3 个真实数据集上的实验表明，LLMMAD 的 F1-score 分别提升 3.1%、1.4% 和 0.9%，全面优于现有 SOTA 方法。
arXiv cs.LGAI 评分3535 面向物理引导优化的端到端可微扩散条件方法 D2C
研究团队提出面向离线基于模型优化的端到端可微扩散条件方法 D2C，将冻结的条件扩散模型转变为基于梯度的优化器。该方法利用确定性采样的可微逆向去噪链，在测试时直接反向传播代理目标与物理信息惩罚项的梯度来优化条件变量。在惯性约束聚变激光脉冲优化、数据中心调度两个真实任务及 4 个 Design-Bench 任务上，D2C 均取得最优综合表现。
arXiv cs.LGAI 评分3333 面向金融犯罪分析的对抗鲁棒多重图神经网络研究
该研究提出了首个针对多重图神经网络的结构攻击与对抗训练框架，用于解决反洗钱模型易受交易结构恶意操纵的问题。该方法基于节点-边关联矩阵优化结构扰动，并引入有向 2-环和 3-环正则化项以约束攻击合理性。在真实反洗钱数据集上的实验表明，所提攻击显著降低了 PR-AUC 检测性能，而对抗训练则能有效提升模型的防御鲁棒性。
arXiv cs.LGAI 评分3131 LeWorldModel 是否保留了局部动作几何？
预训练世界模型 LeWorldModel（LeWM）在微小动作变化下难以精确保留局部动作几何。在 Reacher 与 OGBench Cube 中，最小扰动尺度下模型与模拟器最敏感动作方向的中位数夹角分别相差约 36° 和 42°。扰动增加 10 倍后归一化 Gram 差异分别减少约 70% 和 47%，该结果支持按特定尺度评估动作敏感性。
arXiv cs.LGAI 评分2323 通往 NDE 4.0 之路：自主检测算法、技术与策略综述
无损检测（NDI）正加速向数据驱动的 NDE 4.0 演进，缺陷自动识别技术正显著转向深度学习与生成模型。超声与外观检测仍是主导物理手段，但行业落地面临标准化开源数据集匮乏及 AI 模型黑盒特性的瓶颈。未来发展需聚焦可解释 AI（XAI）与标准化数字孪生协议，以实现检测数据在资产全生命周期管理中的智能融合。
arXiv cs.LGAI 评分2828 面向室内无线电地图估计的协作上下文学习
研究人员提出 Poly-Ripple 框架，首次将室内无线电地图估计（RME）形式化为协作上下文学习（ICL）问题。该方案允许多个客户端利用大型自回归视觉模型（LAVM）且无需更新模型，结合私有示例提示、涟漪排序自回归建模与重要性感知聚合技术。在公开室内 RME 基准测试中，Poly-Ripple 的表现持续优于代表性 ICL 基线。
Solidot精选AI 评分8989 Anthropic 递交 S1 文件拟最早下月上市
Anthropic 已向 SEC 递交 S1 招股文件，计划最早下个月挂牌上市。该公司在私募市场估值近 1 万亿美元并获超 1300 亿美元融资支持，可能在本次发行中筹集 1000 亿美元。外界将通过其公开财务与业务数据，检验支撑此轮 AI 繁荣的芯片及数据中心庞大开支是否具备持续需求。
推荐理由：作为头部大模型企业的首次公开招股，其披露数据将成为检验整个产业链庞大基建开支与实际需求的关键参照。