论文：AI 论文、技术方法与基准测试第 16 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
EEGBiFormer 用 16 通道脑电实时判别专注状态，延迟低于 100 …
一篇投稿 arXiv 的论文提出 EEGBiFormer，用 CNN 与 Transformer 混合结构，从 16 通道脑电信号中实时二分类「专注」与「非专注」。作者自建模拟前端采集板，采集任务态脑电数据集；训练前用功率谱密度与相位锁定值分析，确认两种状态存在可区分的神经特征。模型窗口级验证准确率 91.3%、F1 94.5%，跨 17 次独立记录的记录级准确率 88.2%，端到端延迟低于 100 毫秒。模型还被用来按专注置信度给听觉刺激排序，形成脑电驱动的音频方案；37 人配对行为实验中，该方案的综合注意力得分比静默对照高 20%，效应量为中到大。论文被 IEEE MIT URTC 2026 接收。
- AI 摘要arXiv cs.AI
研究提出软硬件协同方法，让DNN在电压缩放误差下保持精度
一篇被 ICCAD '26 接收的论文提出软硬件协同设计方法，用来应对电压缩放带来的时序误差。作者观察到，脉动阵列累加器中时序稳健的比特区间会随电压-频率工作点显著变化，于是在训练阶段把这一信息作为一阶优化约束，并结合混合精度量化与非结构化剪枝，约束权重分布，避免激活硬件中敏感的高位进位链；在架构层面配合选择性最高位屏蔽与细粒度时钟门控，并按各层数值敏感度采用逐层动态频率缩放。在 2nm 工艺节点上，该方案在低电压前沿下相比标称电压实现，能耗与能耗延迟积分别改善 39% 和 23%，精度下降控制在 1% 以内。
- AI 摘要arXiv cs.AI
论文提出PCR方法：冻结骨干网络下多变量预测误差降低3.86-14.25%
一篇 arXiv 论文研究多变量时间序列预测中跨通道共享与专门化的取舍。作者在 11 个数据集、3 种骨干网络上做受控对比，发现带信息的通道分配优于同等共享容量与随机分配；在冻结的 transformer 骨干上，持久化的通道专属混合平均优于依赖输入的动态路由。为此作者构建带精确共享与通道专属参考的合成数据集 GalaxyTS，并提出即插即用的 Persistent Closed-Form Routing（PCR）：交替进行通道专属混合权重的精确条件估计，以及在冻结预训练预测器周围用梯度训练低秩残差专家。四个预测视野平均下，PCR-K4 相对三个冻结骨干的均方误差降低 3.86-14.25%，且可训练参数明显更少。
- AI 摘要arXiv cs.AI
EnvLunch：用可执行环境做免标注预热训练智能体
论文提出 EnvLunch，一种在下游智能体强化学习之前进行的预热阶段。它不依赖人工或模型编写的任务描述，而是从可执行环境（如数据库）中采样有效动作轨迹并执行得到最终观测，再训练智能体仅凭最终观测还原出功能等价的轨迹。这种无标签预热使模型在所有下游训练预算上平均超过基线 9 分以上；在标注样本很少时，基线需要 8 到 32 倍的标注样例才能达到 EnvLunch 模型最小训练预算下的准确率。让环境本身定义任务，比让模型自行编写任务带来更大收益，该预热对数据分析之外的基准微调也有帮助。
- AI 摘要arXiv cs.AI
arXiv 论文质疑 XLand-MiniGrid 记忆优势：多数来自时间步信息
一篇 arXiv 论文重新审计了 XLand-MiniGrid 部分可观测任务中 LSTM 相对无记忆 MLP 的 25 个百分点优势。作者在 60 次运行中分离训练种子、地图与评估随机性，每项重评三次，发现约十个配对种子即可检出 10 个百分点的最终成功率差距；而常用的「任务已习得」二元判定有 76% 是评估噪声，同样差距需约一百个种子。在新地图密封测试面板上，与 LSTM 同规模的无记忆 MLP 在获得时间步输入后差距缩至 3.3 个百分点，且不提供时间步时增加宽度也无收益；四分之一规模的 MLP 与每步清空状态的 LSTM 也都在约 5 个百分点内。线性探针可从训练后 LSTM 状态中读出时间步。作者建议为无记忆基线提供时间步，并公开协议、事件驱动工具与全部检查点。
- AI 摘要arXiv cs.AI
ReLF 用整流流做并行文本生成，少步数下速度超自回归模型
一篇 arXiv 论文提出 Rectified Language Flow（ReLF），用整流流把噪声搬运到 token 嵌入上生成文本，以替代自回归解码。方法组合了 Hellinger-SVD 构造的固定 token 嵌入、用交叉熵训练的自条件引导，以及面向少步生成的正则化 reflow；并提出 singular logits，把解析项与有界神经残差相加。在 OpenWebText 上，三种测试规模下，64 次函数评估时生成困惑度低于自回归基线且多样性对齐；两轮 reflow 后，16 次函数评估仍优于自回归基线，batch size 1 下生成 1024 token 序列快 15 到 19 倍。
- AI 摘要arXiv cs.AI
SceneBloom 用智能体框架生成室内场景，供具身智能训练
SceneBloom 是一个面向具身学习的室内环境生成框架，把视觉布局采样与受约束的 3D 编译结合起来。它先用扩散先验在功能分区内生成家具摆放方案，再由编译器从每个方案中提取关系，指导几何拟合与局部姿态修正。在五类房间上的对比中，该方法的视觉质量与物理稳定性均为最高，也是唯一未检出网格碰撞与越界物体的方法，布局分布更接近真实房间。用这些场景训练的目标导航策略，在留出的真实扫描数据上成功率高于用同等数量真实训练扫描训练的策略。代码已公开。
- AI 摘要arXiv cs.AI
DexPort 推出手持灵巧手数据采集接口
DexPort 是一个面向高自由度机器人手的手持式数据采集接口，采集与部署使用同一套手部硬件，从而避免手部形态差异。操作者移动手持设备来指定机器人手腕运动，并通过选择或调整技能来协调手指动作，无需逐关节控制，同时保留精确抓取与手内操作等行为。采集时同时记录指令关节目标与实测关节状态。研究在 4 项真实任务上采集了 2500 余条演示，覆盖实验室与非结构化环境，并用行为克隆直接训练视觉运动策略。使用记录的机器人指令替代状态时，效果从 11% 提升到 64%；使用野外数据时，任务成功率从 36% 提升到 78%。
- AI 摘要arXiv cs.AI
HAD-VLM 用扩散预测连续测量值，超声测量误差降低 21.4%-37.6%
针对连续测量目标与离散 token 数值预测不匹配的问题，作者提出 HAD-VLM：在共享主干内把自回归文本生成与扩散式连续测量预测结合，视觉提示微调让视觉编码器适配超声图像，扩散过程输出包含卡尺端点坐标与测量长度的五分量表示，再用坐标-长度一致性机制配合集成预测做后处理。在 EchoNet-LVH 的四个超声心动图测量任务上，平均绝对误差分别为 1.36、2.77、3.05、1.16 mm，较基于 Vicuna 的自回归基线降低 21.4%-37.6%，并在四项任务上优于微调后的 Qwen3-VL 与直接 MLP 回归；医学问答性能在该数据集上保持不变；X 射线椎体测量的平均绝对误差从 11.4 像素降到 6.7 像素。
- AI 摘要arXiv cs.AI
arXiv 论文：LLM 平台广告与订阅组合设计研究
一篇提交至 arXiv 的理论经济学论文，研究垄断型 LLM 平台如何同时决定回复质量投入、广告强度和订阅价格。论文给出三点结论：当部分广告支持与无广告套餐并存时，广告可为纯订阅下得不到服务的用户提供有用服务，但中间档质量下降会削弱高端用户的替代选择，使无广告服务得以维持更高定价，结果是部分用户获益、部分用户受损；设置中间水平的广告上限可在保留服务资金的同时限制体验下降，从而最大化消费者剩余；算力成本下降可提升质量并降低广告强度，但降幅足够大时，总广告收入反而可能高于初始水平。
- AI 摘要arXiv cs.AI
Yalda-Embedding：基于 Qwen3 的波斯语检索模型开源发布
研究团队发布 Yalda-Embedding，这是一个 5.958 亿参数的波斯语稠密检索模型，以 Qwen3-Embedding-0.6B 为基座，用超过一百万条查询-文档对进行适配训练。在 FaMTEB 的八项波斯语检索任务上，其宏平均分为 0.5488，在参评的 0.6B 级模型中最高，且每项任务都优于 Qwen3-Embedding-0.6B 与 F2LLM-v2-0.6B；与 Qwen3-Embedding-4B 相比，它在四项任务上胜出、一项持平，宏平均仅落后 0.0075。消融实验显示，仅做对比微调提升有限，加入来自 F2LLM-v2-8B 的关系知识蒸馏后，八项任务全部改善，均值从 0.4813 升至 0.5488，推理时模型规模不变。模型权重、训练与评测代码、配对数据集及教师嵌入版本均已公开。
- AI 摘要arXiv cs.AI
SemantEq 提出形式化语句双向等价判定新方法
针对自然语言数学语句自动形式化后「语句是否忠实于原文」难以校验的问题，论文指出逻辑等价作为判据过宽：库中任意两条可证语句都能借 P↔True↔Q 通过。作者提出 SemantEq，要求每条语句只能经由逻辑重排、用库内等式改写等允许步骤转换为另一条，并以 Lean 校验的证明项而非策略脚本作为判定依据。无模型的 SemantEq-Eval 在 ProofNetVerif 测试划分上达到 100% 精确率与 65.6% 召回率，BEq+ 为 95.8% 与 61.8%；CPU 时间增至 8.9 倍最多只多出三对。SemantEq-ProofAudit 在 104 对非等价语句上全部拒收，并将 407 对等价语句的召回率从 65.4% 提升至 81.1%。代码与数据已公开。
- AI 摘要arXiv cs.AI
研究：LLM 迭代优化代码耗能更高，42/44 配置超人类参考
一项投稿至 ICSE 2027 的研究在 EffiBench 全部 1000 道题上评测 11 个开源模型、四种解码配置，并全程采集硬件级能耗。推理能耗在 0.79 至 8.68 MJ 之间，相当于 250 至 2800 次 GPT-4.1 查询。限制最大输出 token 数效果最明显，相比默认配置最多省 69% 能耗。执行侧，44 种配置中有 42 种生成的代码单题能耗高于人类参考解，超出幅度为 4% 至 886%；另两种仅有微弱收益，需 10^6 至 10^7 次执行才能抵消。研究还发现，同等规模下 MoE 架构的推理能耗明显低于稠密模型且不损正确性。
- AI 摘要arXiv cs.AI
论文提出用单纯形约束表示缩小多模态嵌入的模态间隔
一篇 arXiv 论文针对 CLIP、CLAP 等多模态对比模型中持续存在的模态间隔问题，提出纯几何方案：把嵌入域从单位球面 S^{d-1} 换成概率单纯形 Δ^{d-1}。两个流形内在维度相同，但单纯形的非负、单位质量约束充当跨模态校准，迫使两种模态落在同一坐标系中。方法上附加轻量 softmax 适配器，并采用全变差相似度。在五个多模态检索基准上，质心 ℓ2 间隔降低 97%–99%，检索性能与无约束标准模型持平或更好。
- AI 摘要arXiv cs.AI
NgramRL 用 rollout 历史 n-gram 草稿加速 RL 后训练
NgramRL 针对强化学习后训练中自回归 rollout 生成耗时占比超过 70% 的问题，提出按 prompt 构建 n-gram 草稿器，草稿来源是有限的近期 rollout 历史，无需辅助模型、无需草稿器训练，也不占用常驻 GPU 的草稿器状态，并由目标模型验证以保持 rollout 分布。作者还加入自适应 fan-out 预取器，预测被接受的草稿长度 j 与目标模型续写 token b，配合因果预算分配器集中预取高概率结果。在两个模型家族、三类推理与结构化生成任务上，热缓存下每次目标模型前向提交 3.60–7.77 个 token，比 SuffixDecoding 最多高 1.99 倍，比 prompt-lookup decoding 高 7.0 倍；Spider 上候选预算 16 时预取覆盖 Qwen3-8B 的 96.6% 结果，rollout 吞吐较同步版提升 1.38 …
- AI 摘要arXiv cs.AI
LEMS 与 KFAC-SVD 改进 SVD 低秩压缩，零样本精度最高提升 4…
一篇被 ICML 2026 接收的论文提出两项改进，针对低秩 SVD 压缩大模型时的两个短板。LEMS 用逐层误差代理替代未校准的误差估计，把局部与全局层重要性以及传播偏差一起纳入，再通过整数线性规划完成全局秩分配；KFAC-SVD 改用 token 级统计量做分解，缓解此前基于 Fisher 的估计器出现的秩塌缩。作者在 Mistral、Qwen3、Llama 3 三个模型家族上验证：LEMS 的零样本精度比现有搜索策略最高高 4.8 个百分点，且该结论可推广到 70B 参数规模；KFAC-SVD 的平均困惑度改善 15%。代码与项目页已公开。
- AI 摘要arXiv cs.AI
arXiv 论文测试三个小模型意见模拟中的补集一致性
一篇 arXiv 论文检验 LLM 智能体意见模拟中的补集一致性：把断言改写为其否定形式、并把每个概率 p 换成 1-p 后，两次报告本应相加等于 1。作者用 Qwen3-4B、Llama-3.2-3B、Gemma-3-4B 三个小模型测试，在来自运行中网络模拟的 2304 个智能体状态上，Qwen 的成对报告平均相加为 1.18；在 AVeriTeC 的 48 条真实事实核查断言上同样超过 1。在 24 个各含两种可能结果的控制基准中，三个模型都出现同类偏差，幅度是同义改写所产生变化的 2 到 10 倍，且在重复采样、不同同伴组规模和报告强度下持续存在。
- AI 摘要arXiv cs.AI
arXiv 论文提出面向 ASI 的五层沟通架构
一篇提交至 arXiv cs.AI 的论文提出，在思维与活动中，消息的形成与理解可分为五个层级，用于支撑基于语言的强 ASI。作者的核心论点是：语言模型的上下文本身无法呈现话语形成的基础，这些基础由预先习得的图式、对活动世界的系统性表征，以及其中被视为真的连接所确立；上下文与训练权重本身都不能证明存在刻意构建的系统性表征。五个层级依次为：对活动世界的系统性表征、从中切出的特定情境、对情境的叙事描述、消息的完整含义、文本。论文的理论来源包括 G. P. Shchedrovitskiy 的系统方法论、A. Korzybski 的结构微分和 I. A. Mel'chuk 的意义-文本理论。
- AI 摘要arXiv cs.AI
TopKLoRA：可解释稀疏微调实现后门电路定位与切除
arXiv 论文提出 TopKLoRA 的完整方法，这是一种按设计即可解释的 LoRA 变体：在每个 token 上只激活最大的 k 个适配器隐变量，并且仅用下游损失训练，让优化压力促使模型学到功能上具有因果性的隐变量。研究者在 gemma-2-2b、Qwen2.5-1.5B、Qwen2.5-7B 上用投毒指令数据集微调，构造出带有后门的模型样本，并定位、消融了实现后门所必需且充分的电路。该方法得到的稀疏电路比稠密 LoRA 基线小至多一个数量级，因此可以精准切除恶意能力，同时不牺牲指令跟随表现。作者还提出用 TopKLoRA 隐变量配合梯度路由构造电路局部化的模型样本，以验证电路搜索算法，并公开了代码。
- AI 摘要arXiv cs.AI
PoKER：用机器学习估算空空导弹杀伤概率的模型
一篇论文提出 PoKER 模型，用于超视距空战中估算导弹发射的杀伤概率。传统武器交战区模型按最大、最小、不可逃逸等静态距离划分区域，PoKER 则用机器学习把目标的随机行为和导弹脱靶距离纳入预测，并考虑战斗部杀伤力、目标与射手朝向以及具体交战条件，从而动态评估目标行为。作者认为该模型可辅助超视距空战飞行员进行作战决策。论文共 18 页、10 幅图、5 张表，代码已公开，发表于《The Journal of Defense Modeling and Simulation》。