用于 2D 和 3D 拉普拉斯问题的增广全纯神经网络
研究人员提出用于求解 2D 和 3D 拉普拉斯方程边值问题的增广全纯神经网络，通过结合奇异函数解析角点与边缘的奇异行为。该表征在结构上自然满足调和性而无需内部残差，仅凭边界数据拟合平滑部分，且奇异指数支持可训练。测试显示该模型在所有测试问题中精度最高，在 CdZnTe 辐射探测器任务中精度较次优方法提升约 1.7-2.1 倍。
#论文/研究
#论文/研究
今日 0 条arXiv cs.LGAI 评分3333 arXiv cs.LGAI 评分2828 结果依赖截断与删失条件下的生存分析模型高效学习
新研究提出在结果依赖截断与右删失下高效学习生存分析模型的方法，证明已知基线风险时 Cox 回归可通过一阶优化高效求解。然而当联合学习基线风险时，负对数似然函数则包含严格的次优局部极小值。在 4 个生存数据集上的实验表明，该方法显著减少了预测偏差并可拓展至神经网络，比标准期望最大化算法实现数个数量级的加速。
arXiv cs.LGAI 评分3636 基于因果基础模型的市场冲击估计
研究人员提出了概念验证系统 Causal Market Simulator，通过连续时间因果先验数据拟合网络（PFN）解决经典模型因知情交易流混杂而产生的价格估计偏差。
arXiv cs.LGAI 评分4040 CacheScope：面向免训练扩散模型加速的精确计算分配
研究人员提出免训练扩散模型加速方法 CacheScope，通过在线识别高风险特征复用步骤并回退至完整计算，实现最高 3.57x 加速。该方法无需额外训练、梯度或辅助网络，利用输入位移归一化探针信号来准确评估缓存风险。在 FLUX.1-dev、Wan2.1-T2V-1.3B 与 Open-Sora 1.2 上，其中位数 LPIPS 较最强探针基线降低最高达 70.1%。
arXiv cs.LGAI 评分3535 GlucoPRISM：面向跨队列血糖迁移的协议监督预训练方法
研究人员提出 GlucoPRISM 预训练方法，通过响应契约将连续血糖监测特征解耦为 64 维 Trait、48 维 State 与 16 维 Sensor 频带，以消除传感器差异对跨队列迁移的干扰。
arXiv cs.LGAI 评分2929 基于净智能电表实现表后光伏可视化的部署机制与运行洞察
研究针对净智能电表反推表后光伏发电的可视化问题，量化了四种部署机制对深度学习分解模型性能的影响。在 48 小时固定上下文长度下，最佳模型的日间 MAE 从已知家庭未来测试期的 0.104 kW 上升至未见家庭的 0.185 kW，部署机制对误差差异的解释度远高于模型架构本身。通过目标域归一化，仅对新区域的 5 户家庭进行微调即可使迁移误差降低 28% 至 36%。
arXiv cs.LGAI 评分3434 CircuitTree：将神经回路组合为音节转录器
研究人员提出基于 $\Theta(N\log N)$ 树状组合调度的全新数据结构 CircuitTree，能将任意数量的可解释子网络回路组合成单个模型。该方法将从 HuBERT 剪枝得到的 39 个独立音素回路融合成具备音节分类能力的模型。在分层回路流水线中，该系统共享了 99.5% 的回路组件，并以 64.8% 的准确率转录开音节，仅比完全不共享回路的 66.0% 上限低 1.2 个百分点。
arXiv cs.LGAI 评分2626 共振序列模型引入输入相关读取相位机制
研究者为 ResonatorLM 等共振序列模型提出输入相关读取相位机制，仅在读取端引入当前 token 依赖，在保持精确卷积计算的同时仅增加 0.2% 参数。在 WikiText-2 数据集的 6M 参数字符级模型测试中，该方法解决了超出训练长度时的失效问题：在 256 tokens 训练并外推至 1024 tokens 测试时，困惑度从 12.81 降至 3.76。
arXiv cs.LGAI 评分2626 Kairos：迈向全模态字节级基础模型
研究人员提出了全模态字节级模型架构 Kairos，它将 LiZAttention2 混合注意力、稀疏 MoE 前馈层与多尺度字节级编解码器相结合，在文本、图像、音频等共享的统一字节空间上进行去噪训练。在 1-15M 参数规模的单句收敛性健全性检查中，测试的两种注意力变体在 3000 步时最小损失接近 10⁻³。该实验验证了架构的可优化性，后续计划通过预训练进一步验证泛化与多模态能力。
arXiv cs.LGAI 评分3535 用于机器学习应用的代数整数重整化（AIQ）
研究者提出了代数整数格式（AINF）并推出用于大语言模型推理的有损压缩格式代数整数量化（AIQ）。AINF 可直接简化为纯整数运算，实现无误差乘加操作，并支持根据具体用例定制数值特征。实验表明，基于二次代数整数的 AIQ 在相同每参数比特预算下，在多个模型与基准测试中均取得了与行业标准 MX 格式相当的精度。
arXiv cs.AIAI 评分4141 Rollout-Time Intervention：突破策略边界解锁智能体强化学习
研究人员提出 Rollout-Time Intervention（RTI）技术，通过在 rollout 采样期间利用奖励端证据将错误轨迹纠正为成功轨迹，突破大语言模型（LLM）智能体在强化学习中的 on-policy 探索瓶颈。该方法过滤掉分布偏移过大的轨迹以稳定指导策略优化。在 5 个基准测试上的实验表明，RTI 持续优于强化学习基线，相关代码已开源。
arXiv cs.AIAI 评分2727 HL-LHC 异常检测中学习事件表征的局域诊断
研究人员提出了针对高亮度大型强子对撞机（HL-LHC）异常检测的事件表征局域诊断流程，以解决低维表征缺乏直接物理可解释性的问题。团队在包含 7.5 亿模拟事件的 COLLIDE-2V 数据集上评估了监督与自监督神经嵌入策略，发现监督目标在 10% 背景接受度下全面提升了所有保留进程的信号效率。
arXiv cs.AIAI 评分4343 Web$hell：面向智能体网络访问的统一接口
研究人员提出面向大语言模型（LLM）智能体的统一网络访问接口 Web$hell。该接口通过 WebContract 定义通用模式，利用 WebCompiler 将实时网页编译为可寻址的信息与动作对象，并在 WebCache 中维护，为智能体提供一致且持久的网络访问支持。实验表明，Web$hell 在网页搜索、网页导航和深度研究评测中均以更低成本取得了强劲的任务表现。
arXiv cs.AIAI 评分3434 RegulaTutor：用于长期个性化学习的理论指导框架
RegulaTutor 是一个面向长期个性化辅导的理论指导框架，基于自主学习（SRL）研究将学习历史证据、学习者解读与教学指导直接关联。该框架通过 CAMM 架构推导并动态更新具有证据支持的教学策略，并利用 PairRoute 离线流程区分框架与模型故障，系统化优化历史证据获取。评估显示，RegulaTutor 在多项模型配置下平均提升了历史证据准确率、学习者诊断及教学质量评估表现。
arXiv cs.AIAI 评分4444 SWE-Critix：用于评估编码智能体轨迹的后训练通用验证器
SWE-Critix 提出了一种后训练流程，用于训练能够评估编码智能体轨迹的通用验证器，可预测完成标签并生成自然语言解释分析。该流程结合 SFT 与 RL，在 CodeForge-Preview 轨迹上训练了 30B 模型，使测试集分类准确率从基座 Qwen3-30B-A3B 推理模型的 57% 提升至 SFT 后的 66% 和 RL 后的 78%。项目已开源模型、数据集与训练代码。
arXiv cs.AIAI 评分4444 AlphaNIST：基于二元任务奖励涌现的装配技能
AlphaNIST 通过稀疏二元任务奖励在仿真环境中从零训练单一策略，在涵盖 20 项任务的 NIST Assembly Task Board #1 上达到 98.2% 的总体训练成功率，无需人类演示、密集奖励塑形或分任务调优。该框架还能在未指定顺序且仅在全部完成时给予奖励的设定下，于单回合完成 10 组装配。训练出的策略自主涌现出重定向零件、抓取规划等灵巧与类规划行为。
arXiv cs.AIAI 评分4444 用于工具集成化学推理的掩码扩散语言智能体 ChemDiffAgent
研究者提出了首个用于工具集成化学推理的掩码扩散语言智能体 ChemDiffAgent，将化学推理重构为在交替推理与工具使用轨迹上的迭代去噪过程。通过包含智能体监督微调和降方差偏好优化的两阶段后训练框架，该方法在涵盖 6 项化学任务的基准测试中比自回归智能体提升约 20%。其 8B 模型表现媲美甚至在部分场景超越了 GPT 5.5 和 Claude Opus 4.7 等前沿大模型，相关代码已开源。
arXiv cs.AIAI 评分4343 BoundaryEvo：面向长链推理蒸馏的能力边界数据-模型协同演化框架
研究者提出了两阶段数据-模型协同演化框架 BoundaryEvo，用于将大模型的长链推理能力蒸馏给小模型。该框架先通过初始蒸馏赋予学生模型基础推理能力，再动态筛选学生未掌握但专家能解决的问题以演化训练数据。
arXiv cs.AIAI 评分3939 DREAM：受神经科学启发的受投毒 LLM 智能体记忆修复机制
研究人员提出无需训练的智能体内置记忆修复框架 DREAM，利用神经科学启发的弱再激活机制实现对投毒记忆的选择性遗忘。实验表明，DREAM 将后门投毒攻击成功率降低超过 95%，并在受投毒的多智能体系统上达到 92.96% 的任务成功率。相比 A-MemGuard，该方法最高实现 2.13x 加速并减少 37.7% 的 token 消耗。
arXiv cs.AIAI 评分4242 JANUS：利用协同演化世界模型增强长周期自主科研
研究团队提出科研框架 JANUS，通过协同演化的世界模型驱动“预测-验证-演化”循环，解决长周期自主科研中的高成本试错与反馈延迟。该框架由世界模型在执行前预测评分并筛选分支，收到真实反馈后再将经验蒸馏为演化技能。在 MLS-Bench-Lite 及真实科研任务评测中，JANUS 显著超越 SOTA 基线，实现更高的演化效率与能力上限。
arXiv cs.AIAI 评分3333 AdaC-GRPO：通过自适应课程学习攻克长程视觉数独难题
研究人员提出 AdaC-GRPO 强化学习框架与细粒度基准 FG-Sudoku，用于解决前沿多模态大模型在长程视觉数独任务中因低成功率导致的奖励稀疏问题。该方法通过在线采样准确率动态追踪模型的最近发展区来构建训练批次。
arXiv cs.AIAI 评分3434 RoleWorld：基于功能角色抽象的世界模型知识迁移
RoleWorld 提出了一种符号化世界建模方法，通过可复用原型与环境特定参数构建功能角色抽象，实现大语言模型（LLM）智能体跨环境的知识迁移。教师 LLM 提取角色原型与可执行转移规则，执行者 LLM 在不更新模型参数的情况下在线校准角色分配并主动测试假设。在 MARS benchmark 上的实验表明，该方法能在物体行为显著变化的环境中实现鲁棒泛化。
arXiv cs.AIAI 评分4343 结构化评分框架 TQS：用于筛选代码智能体监督微调轨迹
研究人员提出结构化评分框架 TQS，无需 LLM 裁判且呈线性时间运行，专门用于评估代码智能体的交互轨迹结构质量。该框架从信息聚焦、意图与动作对齐以及策略动态三个维度进行度量，并在公开开源语料库的 155,144 条成功轨迹上完成排序筛选。实验显示，在 TQS 高分轨迹上微调的模型在 SWE-Bench-Verified 上的表现持续优于随机或低分子集训练的模型。
arXiv cs.AIAI 评分3434 VIGOR：场景程序中可验证的工业几何优化与修复
研究人员提出 VIGOR 框架，通过执行验证与分阶段几何优化解决工业场景程序中可执行但不符合工程约束的问题。该工作构建了包含 1,749 个可构建场景、完整可执行程序及每场景 94 项最终状态几何检查的数据集。实验显示，VIGOR 达到 96.86% 的 Complete Feasibility 和 91.20 的 Overall 得分，比最强基线 Overall 提升 10.42 分。
arXiv cs.AIAI 评分3939 面向大语言模型多智能体系统的能力感知编排框架
研究人员提出一种用于大语言模型多智能体系统（MAS）的两阶段能力感知自动编排框架，通过建模基座模型对当前任务的能力来动态调整角色激活与通信图。该方法在 6 个基准测试中取得 93.81% 的平均分。针对高能力基座模型，其将平均准确率从 87.22 提升至 89.97，同时降低 36.26% 的 token 成本；针对低能力基座模型，相比现有方法平均获得 4.58 分的额外提升。
arXiv cs.AIAI 评分3535 DP-MIND：面向百万 token 级长上下文的差分隐私推理框架
研究人员提出 DP-MIND 框架，将差分隐私（DP）推理扩展至百万 token 级别的长上下文场景。该方案在本地扰动输入后按分块处理，利用紧凑内存保留跨序列的任务相关信息，并通过强化学习结合本地去噪模块提升抗噪能力与答案恢复度。在上下文长度达百万 token 级的多个长上下文评测中，DP-MIND 的可扩展性与效用均优于现有基线。
arXiv cs.AIAI 评分3333 前瞻与回顾：面向路网轨迹的前瞻生成建模
研究人员提出路网轨迹生成模型 Foresight，通过前瞻生成建模范式解决交叉路口转向选择难题。针对扩散模型等现有方法易偏离路网的缺陷，该模型构建了“预判-选择-更新-再预判”循环，将对未来路径展开的前瞻预判融入历史轨迹序列生成。实验表明 Foresight 表现优于现有 SOTA 基线。
arXiv cs.AIAI 评分4545 KnowForge：面向开放域多模态文档问答的角色专精工具智能体流水线
研究人员提出多模态文档问答流水线 KnowForge，通过混合检索知识点索引、专职搜索的 Locator 智能体与专职解析图表文本的 Deep Reader 智能体实现分工协作。
arXiv cs.AIAI 评分5555 DRYLAB-Bench：评测智能体大模型生物突变设计安全风险的基准测试
研究团队提出首个针对大模型智能体高风险生物突变设计能力的综合基准 DRYLAB-Bench。该基准包含从生物安全指南提炼的 30 个危险设计场景，通过生物安全风险评分对比 ProteinGym 和 ViroGym 的 187,695 项湿实验实测数据进行安全验证。对 15 个前沿模型的测试表明，配备专业生物设计工具后模型的突变设计风险显著放大，最高风险区间占比上升至 23.5%。
arXiv cs.AIAI 评分3535 位置重要吗？黑盒因果审计揭示 LALM 幻觉中依赖模型的音频定位
研究提出一种黑盒因果测试方法，通过 CLAP 定位证据区域并进行频谱门控消融，用于审计大型音频语言模型（LALM）的对象幻觉。在固定持续时间下，局部消融在各测试组的表现均优于随机移除，且改进的对比解码将 Qwen2-Audio 准确率从 57.1% 提升至 71.9%。检测效果因模型而异，统一因果定位机制在 Audio Flamingo 3 等模型间无法直接迁移。
arXiv cs.AIAI 评分3838 VETR：面向符号图形推理的执行落地自改进智能体框架
研究人员提出 VETR 框架，通过可执行世界表征实现符号图形推理的智能体递归自改进。该框架保留对齐的程序与渲染记录，利用执行细化器将运行时的写入与状态变化编译为受约束的替代程序，修复过程无需额外的语言模型调用。
arXiv cs.AIAI 评分4949 更快的决策并不意味着更优秀的 AI 智能体：Jev 在智能体工作流中的实证研究
研究人员针对 Jev 在 ALFWorld 具身任务与 AndroidWorld 移动端应用场景下的 5 个 AI 智能体开展了 4,500 次任务评测。结果表明，集成 Jev 大幅降低了所有 5 个智能体的单次决策成本与延迟，但在任务层面的收益因工作流而异。ALFWorld 任务成功率接近基线，而两个移动端智能体成功率显著下降，甚至有智能体因额外交互与恢复失败导致单次成功交付的平均成本不降反升。
arXiv cs.AIAI 评分3333 SWEAR：通过自评难度实现分段高效音频推理
研究人员提出了面向大音频语言模型的高效推理框架 SWEAR，通过互补的离线评估获取五维难度分数与压缩推理轨迹。该框架在监督微调阶段学习难度信号，并利用强化学习自适应分配各阶段的推理开销。在 MMAU-test-mini 和 MMAR 基准上的实验表明，SWEAR 在提升准确率的同时大幅减少了生成的 token 数量。
arXiv cs.AIAI 评分5050 研究揭示大语言模型安全通路：注意力层识别危害，MLP层执行拒绝
研究团队揭示了大语言模型的内部安全通路机制，证实注意力更新主要负责识别有害信息，而 MLP 更新则主导拒绝响应的写入。在涵盖 Qwen、Llama 和 Gemma 的 18 对模型评测中，后训练显著增强了深层 MLP 的拒绝写入能力，且在推理模型中拒绝写入集中于回答起始阶段。
arXiv cs.AIAI 评分4242 LongHarness：通过状态化证据管理推进 100M-Token 语料上的智能体推理能力
模型无关框架 LongHarness 通过状态化证据管理显式化证据与演进结论的交互，推进超 100M-Token 语料库上的智能体长上下文推理。
arXiv cs.AIAI 评分4343 ReTRAIL：面向长任务 AI 智能体的回溯探索与持续进化框架
研究人员提出 ReTRAIL 框架，允许长任务 AI 智能体将环境状态回溯至早期节点，同时保留有效进展并继承已放弃分支中的探索经验。该框架采用 State-Anchored GRPO 结合分支推进奖励训练共享策略，在 MineSweeper、Sokoban、ALFWorld 和 ScienceWorld 四个交互基准上显著改善了单纯回溯可能导致的性能下降问题，相关代码已开源。
arXiv cs.AIAI 评分3838 人机反馈循环中感知信息溯源的信念更新研究
研究提出 LQET 训练方法，使大语言模型能依据证据溯源谱系而非报告数量更新信念。在受控二元基准中，LQET 在千问（Qwen3-4B）与 Phi-4-mini 上将新证据更新 RMSE 降低 41-44%，8 步中继后的对数几率漂移降低 89-91%。该收益在闭环模拟中同样成立，确保模型信念变化取决于新证据而非内容重复次数。
arXiv cs.AIAI 评分4444 扩展赋能智能体：通过技能学习实现赋能最大化
研究人员提出了一种可扩展的赋能（Empowerment）最大化方案，通过将赋能对应为状态下可执行技能的数量，引导智能体到达适合开启多种技能的起始状态。该方法适用于任意底层技能学习算法，突破了以往仅限表格环境的限制，实现了资源收集、环境改造与生存等理论特性。实验显示赋能最大化可涌现出在 Crafter 中建房子等行为，相关代码与网站已公开。
arXiv cs.AIAI 评分4343 后验结构化建议蒸馏（HSAD）：基于失败经验训练顾问模型引导执行者智能体
研究提出后验结构化建议蒸馏（HSAD），通过训练轻量顾问模型根据输入生成结构化建议，以引导冻结的执行者 AI 智能体。在金融基准 FrontierFinance 上，一个 8B 顾问模型将 Samaya 专有研究智能体的达标率从 52.9% 提升至 56.6%，单次查询成本降低 37%。
arXiv cs.AIAI 评分3535 用于无监督专利权利要求分类的嵌入几何与聚类算法基准评测
一项基于 45,000 件美国专利的研究对比了双曲与欧氏变分自编码器（VAE）在无监督专利权利要求分类中的表现。在 3,000 次查询的 top-10 结果中，双曲模型检索到真正跨类别现有技术的概率比欧氏模型高出 52%（18.76% 对比 12.34%），但与官方分类一致性较低（NMI 为 0.2392 对比 0.3206）。作者已开源包含 91 项自动化测试的完整实现。