邻居事件曲线增强（NECA，Neighbor Event-Curve Augmentation）：用邻居事件曲线增强多时间跨度重症监护病房（ICU，Intensive Care Unit）恶化预测
研究者提出邻居事件曲线增强（NECA，Neighbor Event-Curve Augmentation），一种与模型无关的方法：检索早期窗口特征相似的历史患者，将其后续器官功能障碍事件发生时间转换为6h、12h、24h、42h的累积事件曲线特征，拼接到原患者表示后供下游预测器使用。
全部 AI 动态
arXiv · cs.AI模型评分3535 arXiv · cs.AI模型评分4242 Turing 大语言模型（LLM，Large Language Model） 后训练：校准蒸馏与高效动态 混合专家（MoE，Mixture of Experts） 执行
研究提出 Turing 大语言模型（LLM，Large Language Model） 后训练方案，将校准多教师同策略蒸馏（C-MOPD）与动态路由混合专家（混合专家（MoE，Mixture of Experts））执行路径结合，在 Turing-20B-A2B 上四领域归一化整合得分达 0.9988，每个领域保留至少 90.16% 的专家增益。
arXiv · cs.AI模型评分3737 多关系图学习研究：何时该信任一条关系？操纵成本、暴露度与信任陷阱
一项多关系图学习研究提出按度数门控（degree gating）的关系使用方式，证明当部分节点在某一关系上被孤立、且攻击者无力打开门控时，它严格优于对该关系的任何选择或重加权。
arXiv · cs.AI模型评分3333 分层协作生成流网络（HCG，Hierarchical Cooperative GFlowNets）：分层协作 生成流网络（GFlowNets，Generative Flow Networks） 提升采样探索覆盖
研究者提出分层协作生成流网络（分层协作生成流网络（HCG，Hierarchical Cooperative GFlowNets），Hierarchical Cooperative 生成流网络（GFlowNets。
arXiv · cs.AI模型评分3131 苏格拉底式引导策略优化（SOPO，Socratic Guided Policy Optimization）：用苏格拉底式引导策略优化做片段级幻觉检测
研究提出苏格拉底引导策略优化（苏格拉底式引导策略优化（SOPO，Socratic Guided Policy Optimization），Socratic Guided Policy Optimization），一种多轮强化学习框架，通过教师模型在 rollout 中提供间接提示来引导推理轨迹，缓解难例奖励稀疏问题。
arXiv · cs.AI模型评分3636 帕累托自适应压缩（PACE，Pareto-Adaptive Compression for Efficient Native MLLMs）：面向原生多模态大模型的高效视觉 token 压缩框架
研究者提出 帕累托自适应压缩（PACE，Pareto-Adaptive Compression for Efficient Native MLLMs）（Pareto-Adaptive Compression for Efficient Native 多模态大语言模型（MLLMs。
arXiv · cs.AI模型评分2727 DRL-DCO：用深度强化学习动态协调 DE 与 CMA-ES 的进化搜索方法
研究提出 DRL-DCO 算法，用基于深度确定性策略梯度（DDPG，Deep Deterministic Policy Gradient）的演员-评论家智能体统一调度差分进化（DE，Differential Evolution）与 CMA-ES 的搜索过程，动态分配探索与利用算力。
arXiv · cs.AI模型评分2929 用 Vision Transformer 集成模型做全景街道语义分割，登顶 PalmCity 挑战赛
一篇 arXiv 论文记录了 PalmCity 挑战赛的两阶段方案：第一阶段用三个仅编码器的 Mask Transformer 模型（DINOv3 特征）等概率平均集成，在 84 张验证集上取得 60.95% 平均交并比，隐藏测试榜 57.08%，位列 2026 年 10 月 5 日快照第一。
arXiv · cs.AI模型评分5555 三项预注册研究考察评测框架对长寿调优语言模型的修复效果
作者围绕一个冻结的长寿调优 1.7B 模型开展三项预注册研究，检验评测框架（harness，指包裹模型、负责调用与解析输出的评测流程）带来的增益是否超过固定答案。
arXiv · cs.AI模型评分3434 研究将公平性视为分布稳定性：预测器在受保护群体构成变化下保持稳定即为公平
一项研究把公平性定义为分布稳定性：预测器在受保护群体构成被扰动时预测结果保持稳定即为公平，多种经典公平概念可视为对特定扰动的稳定性，其不公平差距由预测率泛函的 Lipschitz 常数给出。该框架无需知道部署分布即可在测试时对多种人口构成提供一致保证，并给出基于重加权预测器凸组合、以二阶锥规划求解的学习方法及泛化界。标准基准实验验证了该方法的有效性。
arXiv · cs.AI模型评分4141 HyCO：结合强化学习与扩散模型的混合神经组合优化求解器
研究者提出混合神经求解器HyCO，先用强化学习（RL，Reinforcement Learning）求解器构建解的前缀，再自适应切换到条件扩散模型（DM，Diffusion Model）完成剩余决策。理论分析证明该混合结构期望遗憾严格低于任一单独骨干，且存在唯一最优切换步；实验在多个基准上取得一致提升。代码与检查点已公开，论文被NeurIPS 2026接收。
arXiv · cs.AI模型评分3030 SUDO：支持通用增长惩罚的无仿真非平衡动态最优传输
研究提出无仿真非平衡动态最优传输框架 SUDO，可处理一般非二次凸增长惩罚，无需依赖昂贵的 NeuralODE 仿真或仅限二次惩罚的解析解。在 WFR 基准上，SUDO 精度与高效解析算法相当，计算速度快于仿真类方法，并支持编码增殖主导先验的非对称惩罚，在合成与单细胞数据集上给出更合理的轨迹和增长估计。
arXiv · cs.AI模型评分5050 GUI-Lens：让现成 VLM 通过由粗到细裁剪实现精准 GUI 定位
GUI-Lens 提出一种由粗到细的 GUI 定位框架，让通用视觉语言模型（VLM，Vision-Language Model）通过主动观察逐步确定点击目标，在 ScreenSpot-Pro 上的准确率最高达到直接定位的 9.3 倍。
arXiv · cs.AI模型评分3939 ReBRAC-v2：常规行为正则化 Actor-Critic 的系统性现代化在离线强化学习中的表现
ReBRAC-v2 通过直接训练精确似然的归一化流 actor，并结合分类残差评论家、分阶段优化和多样本推理，在 OGBench 十个类别上平均得分 74.8，高于次优方法的 52.3，并在八个类别中排名第一。
arXiv · cs.AI模型评分4545 CogBattery：用人类认知任务评测语言模型的行为与结构
CogBattery 在 13 个认知范式的文本改编任务上评测了 54 个开放权重语言模型，并与各原始研究中的人类数据对照。模型和人类一样对 n-back 诱饵更敏感，但在普通非目标上误报远多于人类，多数模型的置信度区分正误的能力弱于人类，且无论分类是否准确都倾向选择同一赌注。研究还发现模型得分可归结为两个维度，其中一个与规模密切相关，但更大的模型并不总是更接近人类。
arXiv · cs.AI模型评分3232 研究揭示稠密联想记忆的自由能景观
一项研究用大偏差理论求解稠密联想记忆（dense associative memory）的自由能泛函，给出多项式交互与 Log-Sum-Exponential（LSE）激活下随温度变化的表达式，并得到大量极限下的无序平均基态能量景观。该框架揭示高阶稠密网络的记忆检索依赖初始状态，并给出 LSE 模型的精确无误阈值。
arXiv · cs.AI模型评分2929 DAUPNet：面向跨域小样本语义分割的域感知不确定性建模
DAUPNet 将跨域原型匹配重构为不确定性感知的原型判别，先对齐分层支持-查询特征，再用概率方式表示前景与背景原型，并以估计的不确定性调控对比优化。在四个标准目标域上，该框架在 1-shot 和 5-shot 设置下平均 mIoU 分别达到 72.6% 和 76.7%，两个医学域提升明显。代码已公开。
arXiv · cs.AI模型评分3434 视频基础模型如何编码直觉物理？研究对比 V-JEPA、VideoMAE 与 LTX-Video
研究用冻结特征探针在 IntPhys2 和 Minimal Video Pairs（MVP）上对比 V-JEPA、VideoMAE 与 LTX-Video 三种预训练范式的直觉物理编码能力。
arXiv · cs.AI模型评分3434 研究：图像与文本行人重识别的优化目标冲突
一篇 arXiv 论文分析了图像行人重识别（I2I ReID）与文本行人重识别（T2I ReID）共用视觉编码器时的优化冲突：前者要求压缩同一身份的图像间距，后者要求保留实例级文本对应的差异，单一无约束编码器无法同时满足两者。作者用两阶段流程验证：先训练共享视觉编码器获得身份不变性再冻结，仅对齐文本编码器，发现 I2I 预训练能提升后续 T2I 表现，预训练中加入文本监督还能进一步提升。
arXiv · cs.AI模型评分3838 语义最优传输用于稀疏自编码器特征匹配与电路压缩
研究者提出一种基于分布的最优传输方法，用于匹配跨层稀疏自编码器（SAE，Sparse Autoencoder）特征并自动将大型特征电路压缩为可解释的超级节点。该方法把每个特征表示为激活加权分布而非单一解码向量，通过投影到共享参考空间并用 Wasserstein 距离比较，实验表现优于解码向量和基于大语言模型的基线。
arXiv · cs.AI模型评分3939 自我改进智能体的相对可计算性理论：区分能力获取与独立性认证
一篇 31 页论文提出自我改进智能体的相对可计算性理论，用显式的获取与完成契约把“学会求解器”和“认证其已脱离教师”分开。对已知有限维布尔特征语言，带守卫的协议可在保证以最优教师调用次数完成的同时允许修改查询提议者，所得求解器无需教师即可回答所有输入。核心障碍在于完成规格无法从任意全程序中被基线有效过程统一提取，即使只有一个特征维度或两个候选描述。
arXiv · cs.AI模型评分3636 DRScaffold：用四阶段监督微调提升轻量视觉语言模型的密集场景推理能力
研究团队提出 DRBench 基准（14,573 道题、2,943 张图像，覆盖五类任务与三层递进推理）和 DRScaffold 监督微调框架，将监督目标拆成四个有因果顺序的阶段，无需改动模型架构即可让推理步骤与视觉实体对齐。
arXiv · cs.AI模型评分4141 模型该多快投入监督训练？Tsallis 损失连续体上的推理模型训练方法
研究者提出基于 Tsallis q-对数的一族损失函数 J_Q，在强化学习可验证奖励（RLVR，Reinforcement Learning with Verifiable Rewards）与潜轨迹对数边际似然之间连续插值，并推导出无需标注推理过程和外部验证器的两种蒙特卡洛估计方法 GARL 与 PAFT。
arXiv · cs.AI模型评分3939 3D-ARD+：用自回归扩散模型按文本指令生成3D场景
研究团队提出3D-ARD+，一种3D自回归扩散模型，把多模态token序列的自回归生成与下一个物体的3D潜变量扩散生成统一起来，可按文本指令生成并摆放物体。团队构建了23万组带文本指令的室内场景数据集，并评测了7B版本，模型能遵循文本描述的复杂空间布局与语义。
arXiv · cs.AI模型评分4040 大语言模型（LLM，Large Language Model） 智能体长期记忆安全综述：覆盖记忆全生命周期的攻击、防御与治理
一篇被 EMNLP 2026 接收的综述提出记忆生命周期框架，沿写入、存储、检索、执行、共享传播、遗忘回滚六个阶段和完整性、机密性、可用性、治理四个安全目标，梳理 大语言模型（LLM，Large Language Model） 智能体的长期记忆安全威胁。
arXiv · cs.AI模型评分4949 Mstar：让每个任务拥有自己的记忆框架
Mstar 通过反思式代码进化自动为不同任务发现专属记忆程序，在对话、具身规划和专业推理四类任务上均优于现有基线。该方法把记忆框架写成可执行的 Python 记忆程序，联合优化其 Schema、Logic 和 Instruction 三部分，进化出的程序在各领域呈现结构不同的处理机制。
arXiv · cs.AI模型评分4242 研究：人类无法可靠分辨 大语言模型（LLM，Large Language Model） 生成的新闻
一项基于 JudgeGPT 平台的研究收集了 1054 名参与者对六个大语言模型（LLM，Large Language Model）生成内容的 2318 次判断，发现人类无法可靠区分机器生成与人类撰写的新闻，该结论在所有测试模型上均成立，包括参数量仅 7B 的开源模型。
arXiv · cs.AI模型评分3535 ES2：通过嵌入向量空间分离提升大语言模型安全性
研究者提出微调方法 ES2（Embedding Space Separation，嵌入向量空间分离），通过拉大有害与无害嵌入向量之间的距离来提升大语言模型的安全性，使攻击需要更大的嵌入偏移从而破坏语义。
arXiv · cs.AI模型评分1919 arXiv 撤稿：Proof-Carrying Materials 用 Lean 4 为机器学习原子间势提供可证伪安全证书
arXiv 管理员撤下了一篇提出 Proof-Carrying Materials（PCM）的论文，该稿因不符合 arXiv 研究内容质量标准被撤回。论文称单个机器学习原子间势（MLIP）作稳定性筛选会漏掉 93% 的密度泛函理论（DFT）稳定材料，PCM 通过对抗性证伪、95% 置信区间自助包络细化和 Lean 4 形式化认证三阶段补上这一缺口。
arXiv · cs.AI模型评分4040 Place-it-R1：用环境感知 MLLM 推理实现视频物体插入
Place-it-R1 是一个端到端视频物体插入框架，让多模态大语言模型（MLLM，Multimodal Large Language Model）分析目标环境、推断物体与场景的交互，并判断插入位置在物理上是否合理。
arXiv · cs.AI模型评分4545 可解释性设计：CALMs 兼顾局部可加性与条件特征效应
研究者提出条件可加局部模型（CALMs，Conditionally Additive Local Models），在保持接近广义可加模型（GAMs，Generalized Additive Models）可解释性的同时，精度接近 GA²Ms。
arXiv · cs.AI模型评分3838 基于高斯过程动力学模型与恢复式屏蔽的安全强化学习
研究者提出一种恢复式屏蔽框架，让强化学习在未知非线性连续系统中具备可证明的安全下界。该方法用高斯过程（GP，Gaussian Process）量化不确定性以预测安全约束违反，仅在必要时切换到备份策略恢复安全轨迹，并借助内部模型采样实现无限制探索与样本高效学习。在多个连续控制环境中，该方法表现出较强性能并严格满足安全约束。
arXiv · cs.AI模型评分4747 JudgeGPT 与 RogueGPT 框架因果分析：人类为何难辨基础模型幻觉与虚假信息
研究提出 JudgeGPT 与 RogueGPT 双轴框架，将“真实性”与“归属”解耦，分析 918 次评估中人类对 GPT-4、Llama-2 等五个基础模型输出的辨别能力。
arXiv · cs.AI模型评分3333 变分分解自编码（VDA）提升潜表征解耦质量
研究者提出变分分解自编码（VDA，Variational Decomposition Autoencoding）框架，并实例化为仅含编码器的变分分解自编码器（DecVAE，Variational Decomposition Autoencoder），在分布层面做潜自编码以学习对齐时频特征的多个潜子空间。
arXiv · cs.AI模型评分3535 InstruBPM：用指令微调开源权重模型生成 BPMN 流程模型
InstruBPM 通过指令微调开源权重大语言模型，使其能直接从自然语言描述生成 BPMN 流程模型，并采用参数高效微调与量化以支持本地部署。在 BPMN 数据集上，该紧凑微调模型在 BLEU、ROUGE-L、METEOR 及相对图编辑距离等指标上优于未微调开源基线和强闭源模型，且资源需求更低。生成的图基本符合 BPMN 最佳实践，可作为减少建模工作量的起点，训练模型与脚本已公开。
arXiv · cs.AI模型评分3232 DiTGaze：几何条件扩散增强实现少样本视线估计
DiTGaze 用几何条件潜在扩散 Transformer（DiT，Diffusion Transformer）改造双流 3D Gaussian Splatting 的卷积渲染阶段，在 ETH-XGaze 上把生成器级视线误差较 GazeGaussian 降低 4.1%。
arXiv · cs.AI模型评分4545 研究揭示视觉思维链的视觉信息不可信，提出 SCCM 学习提升忠实度
研究发现，大型视觉语言模型（LVLM，Large Vision-Language Model）经强化微调（RFT，Reinforcement Fine-Tuning）生成的多模态思维链（MCoT，Multimodal Chain-of-Thought）中，视觉信息即使答案正确也常不准确，干扰视觉内容后预测几乎不变。
arXiv · cs.AI模型评分3838 MLLMEraser：用激活引导实现多模态大模型测试时遗忘
MLLMEraser 提出一种无需训练的多模态大语言模型（MLLM，Multimodal Large Language Model）遗忘框架，通过激活引导在测试时动态擦除知识，不更新模型参数。
arXiv · cs.AI模型评分3030 PPS：即插即用的扫视视觉方案，提升细粒度分类
研究者提出 PPS（Plug-and-Play Saccadic Vision），一种即插即用的轻量扩展，可将任意带空间特征图的预训练骨干网络改造成扫视式分类器，仅新增一个小型优先级头和单个交叉注意力融合模块。该方法用同一权重共享编码器先看低分辨率全局图，再由优先级头预测扫视优先级分布并并行编码高分辨率局部裁剪，峰值内存与输入分辨率解耦。在九个基准上，该框架相对其骨干网络均取得稳定提升。
arXiv · cs.AI模型评分4242 SOReL 与 TOReL：实现完全离线强化学习的方法框架
研究提出完全离线的贝叶斯基于模型强化学习方法 SOReL，通过学习动力学后验、用预测不确定性估计策略价值，实现全程离线的超参数选择；TOReL 则把该调参框架扩展到任意无模型与基于模型的离线强化学习算法。作者给出遗憾分析，证明贝叶斯离线强化学习在标准正则条件下达到极小极大最优参数速率。