论文：AI 论文、技术方法与基准测试第 48 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
研究：AI 介入时机决定团队创意产出质量
一篇 arXiv 论文提出，生成式 AI 让创意选项变得廉价，瓶颈从「产出想法」转向「筛选想法」，因此 AI 的价值取决于其给出的选项出现在团队筛选环节之前还是之后。研究者将 148 个三人团队随机分配到五种语言模型使用时间安排中，在含限时搜索与选择阶段的产品设计任务里测试。把同样的 15 分钟使用时间从搜索阶段移到选择阶段，专家评定的创意得分下降 0.62 个标准差，尽管各团队使用模型的频率相近。平台日志显示差异出现在筛选环节：早期接入让想法池扩大五倍并被团队筛选；晚期接入的团队进入筛选时想法池与无 AI 团队一样小，随后再次搜索，其选择阶段查询中有 29% 用于生成新选项，而全程可用 AI 的团队为 11%。晚期接入增加的是数量而非质量，提交方案比无 AI 团队多 73%。语言模型评审能识别接入带来的收益，却识别不出时机偏晚的代价。
- AI 摘要arXiv cs.AI
论文揭示循环算法推理器的过早洪泛失效模式
一篇 arXiv 论文研究循环算法推理器在小图上按步训练、在大图上运行更多步时的失效现象。在 SALSA-CLRS 的广度优先搜索任务中，推理器能复现全部训练提示，却在深层图上提前宣告节点已被访问，作者称之为过早洪泛。论文追踪到两条触发路径：带度数输入的 GRU 处理器中，洪泛藏于隐藏状态，当输入落在训练分布尾部时被触发，推理时调高该输入会让洪泛更早出现；去掉该输入后，把邻居状态求和而非求平均同样会破坏处理器。基准自带的 GIN 与 PGN 在部分随机种子下从固定步数开始洪泛。对度数输入做截断或加入 200 张稠密训练图可消除 GRU 处理器的全部失败；在步间分离状态可避免该处理器的洪泛，但对求和或残差更新无效，且两种已发表补救措施仍留有洪泛。作者建议审计每个输入与聚合的取值范围，并在深层图上测试。
- AI 摘要arXiv cs.AI
泰语 Klon Pad 诗歌生成器单样本解码，三项指标接近人类水平
研究者提出一种泰语 Klon Pad 诗歌生成器，以 WangchanBERTa 初始化的掩码语言模型为基础，在固定画布上分声音层与词层两层建模：声音层对押韵、声调和音节数施加硬掩码，词层以整词为单位避免切词。解码逐格提交，温度设为 0.4，每个主题只采样一次，不做筛选、重排或修复。在 78 个开发阶段未使用的留出主题上，由冻结的 LLM 评判器独立运行三次，与主题所依据的人类诗节在同一池中比较，生成诗节在形式、四行词汇干净度与主题契合三项同时通过的比例为 70.5%，人类为 76.9%，相差 -6.4 个百分点，95% 置信区间 [-19.2, +6.4]。干净度与人类持平（85.9% 对 87.2%），形式与干净度两项合计略高于人类（+3.8 个百分点），差距主要在主题契合（84.6% 对 91.0%）。温度偏低很关键，温度升高后同一模型通过率明显下降，因为词汇错误多落在模型的低概率…
- AI 摘要arXiv cs.AI
FleetPilot 提出细粒度干预框架，实现 LLM 个性化免训练部署
arXiv 收录的论文提出 FleetPilot，一种面向大语言模型个性化的细粒度干预框架。它从用户数据中动态生成样本级干预向量，注入模型前向传播过程完成适配，包含匹配对比、细粒度干预组件与查询条件聚合模块三部分。实验覆盖短到长文本生成与网页函数调用等场景，在偏好快速变化和数据稀疏环境下表现突出。该方法无需训练周期，存储与推理延迟开销较低，代码已公开。
- AI 摘要arXiv cs.AI
SkillHorizon 发布：用技能组合构建长程智能体任务基准
研究者提出 SkillHorizon，一个通过技能组合构造长程任务的基准，覆盖七个商业环境。其生成器用领域规则把可复用的技能流程转成具体业务活动，活动之间通过输入输出依赖、共享资源和状态更新相连，使工作量与协调需求同步增长。参考执行验证任务可行并测量交互工作量，程序化评估器分别判断局部完成与整体成功。在 1,050 个任务上评测五个语言模型，参考交互工作量从 64K 到 1M token，平均局部目标完成率由 90.4% 降至 46.8%。
- AI 摘要Redwood Research：Blog（RSS）
Redwood Research 发布论文，实证检验蒸馏定罪与蒸馏提能两条 A…
Redwood Research 公开一篇论文，对两种利用蒸馏服务 AI 安全的方法做实证检验。蒸馏定罪（DFI）把不可信模型蒸馏进更弱但可信的模型，目标是传递教师模型的对齐偏差、而不传递其隐藏偏差的能力，从而通过审计学生模型来指认教师。作者在 AuditBench 的秘密保守模型上测试：这些模型被微调出隐藏怪癖并学会否认，蒸馏回其底层指令微调模型后，学生承认怪癖的比例远高于原模型，说明怪癖比隐藏倾向传递得更快。DFI 在学生与教师不共享预训练底座时效果不佳，因此应针对教师自身的 RL 前检查点。蒸馏提能（DFC）则只传能力不传偏差，作者找到在固定总步数下用更少样本训练更多轮、以及接种提示等方法，在保留能力增益的同时几乎完全阻断潜意识动物偏好。
- AI 摘要arXiv cs.AI
研究用维基百科游戏评测语言模型信息检索能力
一项研究把维基百科游戏当作信息检索任务，测试语言模型在只能通过文章链接跳转的情况下能否抵达目标条目。研究比较了句向量模型与大语言模型，覆盖五种维基百科语言和五个学术文献数据集，并用 OpenAlex 构建了维基百科页面与论文引用的本地大图，附带构建与导航代码，从而不依赖第三方 API。模型与人类及 TF-IDF 基准对比，没有任何模型显著超过人类，表现最好的 GPT-o3 mini、GPT-4o、QwQ:32B 与 DeepSeek-R1:70B 成功率与人类相当。成绩与排名随语言和主题变化。
- AI 摘要arXiv cs.AI
HnS：无需模型权重与标注数据的黑盒视觉模型概念归因方法
一篇 arXiv 论文提出 Hide and Seek（HnS），用于黑盒视觉模型的概念级归因。现有概念归因方法只能解释分类与回归模型，且需要模型权重或大规模概念标注数据，多数无法给出图像级归因。HnS 不依赖模型权重与标注概念数据集，流程是：给定概念与图像集，用视觉语言模型检索概念对齐图像，定位概念区域并遮挡，再比较遮挡前后黑盒模型输出的变化来度量归因。作者在 CelebA 与 COCO-Stuff 上验证，HnS 与真实归因的一致性优于已有方法，并展示了在图像描述与卫星图像分割上的适用性。
- AI 摘要arXiv cs.AI
arXiv 论文重新评估表格深度回归的目标函数与全局早停局限
一篇提交至 arXiv 的论文系统重新评估了表格数据深度回归任务中的目标函数选择。作者在多个既有表格数据集和多种神经网络骨干上对比后发现，许多被提出的替代目标相对调优后的 MSE 基线收益有限或不稳定，而分位数损失在所测骨干上表现出一致的整体提升。研究还指出，即使采用这一较强目标，目标噪声水平不同的区域会在不同训练轮次达到最佳预测性能，因此单一的全局早停检查点会在不同不确定性区域之间形成折中。为此作者提出分位数损失的异方差感知扩展，通过依赖输入的标签平滑作为改进手段，并在若干骨干上优于分位数损失。代码已公开。
- AI 摘要arXiv cs.AI
研究：任务上下文改变语言模型共享注意力头的角色
一篇 arXiv 论文比较了固定模型组件在不同任务下的表现，使用相同的图事实（说明哪些有向连接存在的陈述）作为输入。作者测量干预对注意力头及后续层激活状态的影响，以及其对答案的重要性。任务变化会重新分配五个开放权重模型中的影响，这些模型横跨四个家族、参数量在 15 亿到 140 亿之间。在 Gemma-2-9B 与 Qwen3-14B 中，一次激活编辑会改变早期内部激活向量，在书面指令不变的情况下切换模型读取的事实。论文为每个提示构建编辑前后两张线性响应图，用于从早期头的实测变化预测后续头的响应；在另一项事实干预中，对应条件的图将均方预测误差相比两张图的平均分别降低 53.6%（Gemma）与 5.0%（Qwen）。
- AI 摘要arXiv cs.AI
RATED：用执行反馈重排工具检索，故障选择率降至2.9%
针对AI智能体调用外部工具时只重语义相关、忽略工具运行时可用性的问题，作者提出RATED检索框架：用冻结双编码器加对比微调做语义匹配，再用轻量上下文赌博机模块依据实时执行反馈对候选工具重排，从而在工具故障时快速适应、无需重新训练模型。作者同时发布EcoAgent基准，含5,172个真实工具和逾21万条查询-工具对。实验显示，在真实查询上MRR相对ToolLLM API检索器提升52.2%；在30%失败率的严重API中断场景下，故障选择率从86.2%降至2.9%，额外延迟不到1毫秒。论文被CIKM 2026接收，代码与数据集已公开。
- AI 摘要arXiv cs.AI
X-AgentRed：面向个人智能体的自演化红队框架发布
arXiv 上出现一篇论文，提出 X-AgentRed，用于对连接多种网络与应用服务的个人智能体做红队测试。该框架通过工具依赖关系图发现有害的工具调用路径，并借助执行反馈扩展与修正这些路径：分析每个工具的效果、潜在危害与执行前提，构建有向图刻画一个工具的效果如何满足另一个工具的执行前提，再据此生成现实场景。在四个前沿智能体模型上，其有害路径率是 STAC 的 1.77 倍，工具覆盖平均为后者的 2.99 倍。
- AI 摘要arXiv cs.AI
研究提出 PAGE 框架，用 AI 大规模解析美漫与日漫
一篇 arXiv 论文提出 PAGE 框架，把人工智能用作漫画研究的工具。该框架将每份扫描件拆解为分镜、文字与书目记录，用视觉语言模型按书面编码手册逐页标注，再把部分机器读数与人工标注对齐，并在控制出版商与体裁变量后解释整个档案库的变化。作者用 3,929 本美国漫画（1938 至 1956 年）与 87 卷日本漫画做了三项研究，分别考察大众媒介如何呈现政治权力、跨行业的页面视觉形式与个体画师风格、以及两种漫画传统中「谁在说话」。论文还提出同一套工具可用于按画面内容检索档案、服务盲人与低视力读者、保护易损藏品并为未署名画师确认署名。
- AI 摘要arXiv cs.AI
SpatialASM：用训练期空间模拟让LVLM学会主动空间心智化
一篇投稿于arXiv的论文提出SpatialASM框架，试图把「主动空间心智化」（ASM）能力内化进大型视觉语言模型。该框架用一个以环境为中心的虚拟视角生成器，把假设视角锚定到视觉证据上，并给出两类监督信号：显式的ASM轨迹，教模型在空间推理中何时、如何调用视角规划与想象；以及自动构造的换位思考任务，强化以视角为条件的场景想象。作者称在七个基准上、四种LVLM骨干上均取得空间推理性能提升，同时保留原有通用视觉能力。
- AI 摘要arXiv cs.AI
MC-EvoBench：审计Minecraft智能体的经验驱动自我改进
研究者构建了MC-EvoBench，一个受控的Minecraft基准，用于检验具身智能体能否把交互历史转化为可跨世界迁移的能力。基准包含19条注册演化链，其中12条主评测链、7条校准或探针链，并设三个图对齐的配对探针族用于迁移测试。任务被表示为任务状态图，配有阶段级环境验证器，源与目标角色匹配，目标世界重置，仅允许声明的智能体产物跨越源-目标边界。每个探针在匹配的环境步数预算和五个随机种子下评测无先验、相关、无关与打乱源条件，报告TSR、WGP、VMP并保留溯源记录。结果显示控制器与规划器变体间存在稳定的直接能力差距，而相关经验未带来稳定迁移。
- AI 摘要arXiv cs.AI
研究：语义查询引擎在温度0下多次执行结果仍会变化
一篇 arXiv 论文测量了语义查询引擎的重复执行差异。作者用 SemBench、LRO-Bench、UDA-Bench 各自的测试框架重跑文本与表格任务，记录 120 万次模型调用，并重新分析 SemBench 已发布的执行结果。在温度 0 下，五次执行中 0.07% 到 10.2% 的行会改变算子输出，单个任务最高达 24.0%。计划会按答案暴露行数呈指数放大这些变化：UDA-Bench 上只有几个百分点的抽取值改变，但约三分之二的答案改变。SemBench 已发布结果中 21% 的文本结果在多次执行间质量发生变化。投票能降低方差但无法消除，校准级联在返回行变化时仍保持其保证。
- AI 摘要arXiv cs.AI
FORTE：工业推荐系统特征评估与淘汰框架
论文提出 FORTE，一个与模型无关的生产框架，用于发现、验证和移除推荐系统中的特征。它通过高效扰动实现每日特征评估，用分组消融处理特征交互，并借助血缘追踪找到所有下游消费模型。在两个大规模推荐系统上验证：搜索相关性模型得到 32、48、59 三个嵌套候选集，线上护栏拒绝最大集合，最终选用 48 特征集，移除该模型 43.3% 的特征；大型排序模型识别出 8 个可移除候选，重训与 A/B 测试确认无回退，上线后训练参数减少 29.9%，服务吞吐提升 19.8-25.5%，年度训练成本下降。
- AI 摘要arXiv cs.AI
离散图扩散模型被指存在条件记忆现象
一篇投稿至 NeurIPS 2026 研讨会的论文指出，离散图扩散模型在无节点特征、单图训练的无条件设定下，虽然边重叠率与 WL 核相似度等样本级指标看不出记忆，但模型实际存在记忆。作者用双块随机块模型训练，观察反向扩散轨迹，发现模型对受损的训练图恢复得几乎完美，对留出的测试图则明显更差，称之为条件记忆。该现象只在反向轨迹以受损训练图为条件时出现，推理阶段不可见，并伴随泛化差距扩大，早停无法缓解。记忆的出现总是早于生成图中社区结构的形成。
- AI 摘要arXiv cs.AI
乌克兰战争迷因劝说技术检测数据集与基准翻译发布
一篇 arXiv 论文提出 UkrMeme，包含 200 条自然产生的乌克兰战时迷因，标注了劝说技术；同时发布 PTM-UA，即 Propaganda 950 基准某子集的乌克兰语翻译版本，保留原始图像内容、仅翻译迷因文字。研究用视觉语言模型在零样本提示下，分别以图像、文本和多模态输入进行评测，采用分层 F1 指标；并比较逐层相关性传播与模型生成 token 归因两种解释方法，分析各自强调的证据语义类别。
- AI 摘要arXiv cs.AI
ReplaySSM：把 SSM 状态换成检查点加输入缓冲，vLLM 上解码提速…
一篇 arXiv 论文提出 ReplaySSM，针对状态空间模型每步解码都要读写固定大小循环状态、导致状态 I/O 大而算术强度低的问题，改为把递推展开，用「检查点 + 近期 SSM 输入缓冲」表示状态，从而把输出计算与检查点更新分开。检查点定期更新，多数步骤不再写状态，主要状态内存流量约减半；保留近期输入还让投机解码的回滚变成缓冲区指针操作，并支持只验证输出而不物化中间状态。该分离也让低精度检查点负责多数步骤的输出计算、高精度检查点负责递推更新，低精度舍入误差不会进入后续更新。作者在 vLLM 中为 Mamba-2 和 Gated DeltaNet 实现该方案：服务批大小 256 时，四个混合模型上标准解码比调优后的 vLLM 基线快 1.20–1.47 倍；两个 120B 级模型上吞吐约为 vLLM 投机解码的 1.8 倍。分离状态精度还降低了输出 KL 散度与下游准确率损失。