论文：AI 论文、技术方法与基准测试第 105 页
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
- AI 摘要arXiv cs.AI
PACE框架优化检索增强对话首字响应延迟
PACE框架针对检索增强对话服务，将感知首字响应时间作为优化目标。该框架通过负载自适应级联路由、联合路径填充控制器及波动感知缓存准入机制，在保证质量的前提下降低延迟。在7.5万条CarQA请求测试中，级联路由将纯LLM的P95延迟从0.53秒降至0.29秒。自适应控制器在高负载下使P95延迟达0.41秒，优于RAG方案2.4倍。填充控制器减少94%调用且零冲突，波动感知准入将陈旧回答比例从86%降至0%。
- AI 摘要arXiv cs.AI
论文建模AI供应商漏洞引发银行危机
研究构建四层网络模型，模拟AI供应商遭入侵后如何通过业务链条引发类似传统金融危机的损失。在包含60家供应商和220家银行的合成数据集上，模型重现了重尾损失分布。团队还发布了预警模型CFC-GNN，利用遥测数据识别高风险供应商，AUROC达0.82。
- AI 摘要arXiv cs.AI
VIP-Router实现视觉Token剪枝自适应路由
针对多模态大语言模型推理成本高的问题，研究团队提出VIP-Router。该组件能根据输入样本自适应选择最优视觉Token剪枝策略，在VTC-Bench Group A测试中，平均准确率相对提升26.9%，平均效用提升22.0%。该方案即插即用，无需修改底层模型权重，新增参数量仅为主干模型的0.017%。
- AI 摘要arXiv cs.AI
新框架让纯语言模型通过符号解析解决几何题
研究人员提出一种新框架，通过几何视觉解析器将图表转化为符号，再由符号求解器进行形式化演绎。该方案仅使用纯语言模型，在基于 2025 年中考题目构建的基准测试中，性能达到与 Gemini 2.5 Pro 相当的水平，同时提供更清晰、类人的解题步骤。
- AI 摘要arXiv cs.AI
TRACE框架利用合成奖励训练因果推理智能体
研究提出TRACE框架，通过在模拟器中注入干预生成合成奖励，解决复杂数据诊断推理中验证成本高的问题。在包含12种根本原因的数字广告诊断环境中，智能体需使用Python和SQL识别根因及受影响片段。实验显示，经合成奖励强化学习的Qwen3.5-35B-A3B模型在235个测试集上FullAttr@1得分达0.757，超越Claude Opus 5等提示基线及更大参数模型，且工具调用量显著减少。
- AI 摘要arXiv cs.AI
研究提出I&P方法，结合主动学习与剪枝
研究人员提出Improve & Prune (I&P)方法，将幅度剪枝集成到主动学习的重训练循环中。该方法在多种架构和数据集上的实验显示，能在高达95%的稀疏度下保持与密集模型相当的精度。这种结合使得在主动学习流程中免费获得可部署的稀疏模型成为可能，有助于解决深度主动学习在大规模架构和未标记数据池应用中的计算瓶颈。
- AI 摘要arXiv cs.AI
RiLM 利用测地线解码移除输出层
RiLM 框架通过在黎曼流形上展开上下文轨迹，利用测地线距离计算 token 概率，完全移除了占用大量参数的输出矩阵。在 WikiText-2 测试中，参数量约 29 万的 HypRiLM 验证困惑度为 54.2，性能优于 LSTM、Transformer 及 SSM 等基线模型，且在更大词表和不同语料库中表现出迁移能力。
- AI 摘要arXiv cs.AI
研究提出基于 POMDP 的 OT 系统入侵响应策略
针对工业控制系统面临的网络威胁，研究人员提出了一种基于部分可观测马尔可夫决策过程（POMDP）的形式化模型。该模型利用流量测量构建现实的部分可观测性，并采用 PPO 算法开发了可处理的自动化入侵响应解决方案。在模拟 OT 系统上的评估显示，该策略能有效抵御多种 MITRE 攻击。
- AI 摘要arXiv cs.AI
GANDR 双智能体系统提升法律回答可验证性
GANDR 系统采用双智能体架构，由起草者生成结构化法律回答，批评者逐项审计声明与引文来源的一致性。在 185 项法律基准测试中，该系统严格准确率达 70.8%，领先最强基线 11.3 个百分点。其优势源于起草者配置与协议锚定提交规则，移除该规则会导致准确率下降 22.7 点。
- AI 摘要arXiv cs.AI
RD-Forget 框架分离智能体存储与使用
RD-Forget 是一个无需训练的框架，旨在解决持久化语言智能体中存储与使用的矛盾。该框架保留原始观察记录，但通过查询条件化的记忆视图控制其对当前回答的影响。系统利用冻结的语言模型提取相关证据，将事实分组至语义槽位，并保留多跳推理所需的关系。通过同槽位替换抑制过时信息，同时利用意图感知检索使历史证据在特定查询下重新可用。实验表明，该方案在对话记忆、知识更新及长上下文推理等任务中表现良好。
- AI 摘要arXiv cs.AI
A-JIT 提出代理即时软件构建新范式
A-JIT 提出一种代理即时软件构建范式，用包含代码、运行时环境和嵌入式 AI 代理的动态系统替代静态二进制文件。该代理通过观察系统使用和实时执行轨迹，像传统 JIT 编译器优化机器码一样，动态调整软件逻辑、工作流和工具接口。该模型支持基于轨迹的人机协作构建，使应用能动态生成缺失实现并持续适应用户行为。
- AI 摘要arXiv cs.AI
LiteRAG 提出低成本图检索方法
LiteRAG 是一种基于图的检索增强生成方法，旨在解决现有方案查询成本高、上下文冗余的问题。该方法用算法探索替代检索时的 LLM 控制。在 DistComp 基准测试中，LiteRAG 质量得分 0.798，查询延迟降低超 100 倍，成本降低超 99%。在 UltraDomain 上，其质量与 LinearRAG 持平，但 Token 使用量减少约 14 倍。
- AI 摘要arXiv cs.AI
新框架利用策略引导搜索优化表格数据特征变换
针对表格数据特征变换，研究团队提出一种包含两个互补组件的新框架。该框架通过排列不变的分层模块捕捉特征、操作及抽象层级间的交互，并利用策略引导的多目标强化学习策略，从经验种子初始化搜索，联合优化预测准确率与变换效率。实验显示该方法在多个基准上有效且稳健，代码与数据已公开。
- AI 摘要arXiv cs.AI
论文提出 FGPO 优化基因组工具选择
针对基因组推理场景，现有强化学习方法在工具子集空间可枚举时存在结构不匹配问题。论文提出 FGPO 算法，通过评分所有工具子集并预计算奖励表，优化精确的动作期望。在五个推理器和三个基准测试中，FGPO 在全部 15 个设置下均优于 GRPO，平均提升 6.75 点，最高达 14.20 点，并将每题调用工具数从 2.36 降至 1.40。
- AI 摘要arXiv cs.AI
论文提出 EvidenceNet 验证跨域网络意图
针对跨多个管理域的网络自动化场景，论文提出了 EvidenceNet 运行时保障层。该系统通过代理收集变更后的观测数据，并利用准入网关验证证据来源、时效性及规则符合性。实验表明，仅凭配置记录无法确认全网结果，而该系统能有效识别来源错误、被替换或过时的观测数据，从而确保协同操作达成运营商意图。
- AI 摘要arXiv cs.AI
新框架通过对比建模提升多模态上下文学习推理能力
针对多模态大语言模型在上下文学习中仅进行表层模仿的问题，研究人员提出了一种结合对比演示建模与自我精炼的新框架。该方法通过对比同一输入下的次优与更优响应，并揭示推理路径，使模型超越表面模仿。实验显示，该框架在三类多模态任务中提升了性能，尤其在视觉问答任务上表现显著。
- AI 摘要Anthropic：The Institute（旗舰研究长文 · 网页）
Anthropic 发布经济情景模型
Anthropic 发布经济情景探索器 1.0 版，用于推演 AI 对 2030 年美国就业与工资的影响。该模型简化了复杂现实，未包含政策响应、商业周期及潜在灾难风险等因素。外部经济学家建议模型应纳入资本回报率提升及不同职业工资分化等机制，目前这些已整合进情景中。模型仍在持续迭代，未来将解决无法追踪个体工人等局限。
- AI 摘要arXiv cs.AI
论文提出内核管理共享内存实现系统级个性化
一项研究提出内核管理共享内存机制，由系统内核而非单个代理管理记忆检索与隐私。在 AIOS 平台上的实验显示，该机制在 GPT-4o 等三个模型上的个性化评分显著优于未管理的外部内存后端。与全量上下文拼接相比，该方案在保持性能的同时，将端到端延迟降低了 15% 至 61%，并减少了推理成本。
- AI 摘要arXiv cs.AI
研究揭示对抗微调防御机制并提出新调度策略
研究分析了预防性引导在对抗微调中的时间动态，发现其防御源于早期补偿适应而非静态防御。实验表明保留权重偏移无法维持保护。基于此，研究者提出了渐进强度调度策略，在静态强度对齐开始衰减后增加注入强度。在 Qwen2.5 和 Gemma-3 模型上的评估显示，该方法在降低有害特征表达的同时提升了安全鲁棒性。
- AI 摘要arXiv cs.AI
SmartWeatherAgent 融合 ML 与 LLM 优化高原预警
SmartWeatherAgent 系统结合规则与 LLM，利用 LightGBM 处理高原特征，在大风、降水及低温事件中实现 0.605 的 F1-Macro 分数与 1.60 毫秒延迟。通过 12 轮微步提示自优化，综合预警质量分数从 4.2 提升至 8.9，增幅 112%。系统自动生成包含因果机制、时空演变及置信度声明的结构化预警。