论文：AI 论文、技术方法与基准测试第 66 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
新研究提出超网络预测LoRA适配器，实现少样本作者风格迁移
针对大模型少样本个性化写作难题，该研究提出三种方法：对比激活干预、预测干预向量的网络、预测LoRA适配器的超网络。实验表明风格模仿与生成质量存在权衡：微调获取风格信号最多但损害流畅度，超网络在已见与未见作者上均取得最佳权衡。作者级干预固定主题且无需预定义风格库，优于基于库的方法。分析与预测的干预向量虽近正交但得分相当，表明风格条件化允许至少两个无关方向。
- AI 摘要arXiv cs.AI
ImmuneAgent系统实现广谱中和抗体高效发现
研究提出ImmuneAgent闭环AI系统，结合多模态推理、持续元学习与湿实验反馈来筛选广谱中和抗体。在110个克隆候选中，该系统中和抗体发现率达约55%（60个），广谱中和抗体产出率约11%（12个），显著优于同预算下的序列预测或共折叠模型。其发现的5种抗体对致死流感提供100%体内保护，与临床阶段药物MEDI8852相当。系统还确认FCRL5+CD27+非典型记忆B细胞是广谱中和抗体储库，并在无抗原特异性分选下发现了抗hMPV与HPV抗体。
- AI 摘要arXiv cs.AI
EvoRiskBench发布：评估工作区智能体运行时安全风险
研究团队推出针对工作区智能体运行时安全风险的演进式基准EvoRiskBench。该基准基于EP-Path-EF框架，包含9类入口与5类影响，通过自动化流程在隔离环境构建并验证风险用例，产出涵盖6场景的450项对抗任务。对3模型（GPT-5.6 Sol、DeepSeek-V4-Pro-0813、Claude Opus 5）与3执行框架（Claude Code、Codex、OpenClaw）的9种组合评测显示，各系统均存显著漏洞。其中Codex搭配DeepSeek-V4-Pro-0813的攻击成功率最高达68.44%，表明当前配置不足以保障安全自主执行。模型间攻击成功率差异大于框架间差异。基准将在完成安全检查后公开。
- AI 摘要arXiv cs.AI
引入逆动态辅助损失修复JEPA世界模型规划能力
当画面仅微小部分变动时，JEPA世界模型编码器潜表征对动作极不敏感，导致规划失败。本文提出SLIM基准，发现原LeWM模型在多物体推动任务成功率仅0.3%。引入逆动态辅助损失后，成功率升至35%，且无需重训世界模型即可用语言目标规划，导航达0.84。研究还提出无环境访问的动作敏感度探针，作为规划可行的经验必要条件。
- AI 摘要arXiv cs.AI
TradeGrad框架利用文本梯度优化量化交易策略
针对大模型文本梯度直接优化量化策略存在的短视与忽视时间稳健性缺陷，TradeGrad框架被提出。它借助累积经验估算文本梯度，采用多尺度修订探索并改进策略，同时引入跨周期稳健目标（CPRO）强调不利历史时段表现以增强时间稳健性。在中美股市的截面与时序策略测试中，该框架在四种设定下均取得最佳样本内外表现。其中，中国截面策略年化收益达27.99%，最大回撤12.19%，夏普比率1.63，较沪深300基准高约68%。
- AI 摘要arXiv cs.AI
研究指开源大模型触发标签滥用检测机制极易被攻破
针对开源大模型脱离开发者控制后的滥用问题，近期提出的触发标签机制试图在模型生成特定内容（如钓鱼信息）时产生可检测信号。该研究将此类机制划分为在解码时引入信号的词元级触发标签，以及学习目标条件与可检测行为关联的权重级触发标签。作者提出统一攻击框架Untag，对这两类机制进行对抗攻击评估。结果显示，在攻击者可修改模型权重或变换输出的情况下，现有触发标签机制完全失效，不应被视为稳健的滥用检测手段。
- AI 摘要arXiv cs.AI
FORESIGHT架构让流式VLM免重训规划未来感知
现有流式视觉语言模型推理计算路径固定，无法随场景动态调整。FORESIGHT提出免重训的双流架构，利用孪生LLM共享权重与KV缓存，一者处理输入，另一者超前运行以预测未来上下文并规划计算，决定何时推理、检查什么及采样密度。在线执行通过轻量差分更新实现低开销动态适配。基于冻结的Qwen3-VL-8B，在OmniPro Online上达23.0均F1，超最强训练基线9.5%；在StreamingBench与OVO-Bench分别提升6.7与15.4，视频流中证据晚到时增益最大达18.7。代码将开源。
- AI 摘要arXiv cs.AI
AMSC算法利用任务相似度实现终身强化学习策略复用
终身强化学习中，仅保留旧策略不足以向新任务迁移。该研究提出AMSC方法，通过非参数Wasserstein任务嵌入从在线经验估算任务相似度，经z-score标准化sparsemax处理，动态选取并加权旧策略构成新任务先验。在CT-graph与MiniGrid上，AMSC均值表现及前向迁移优于模块化组合基线且无遗忘；Continual World实验表明层特定组合需额外调优。消融证实筛选复用源及复用强度是关键，独立测量的成对迁移与嵌入相似度正相关。代码已开源。
- AI 摘要arXiv cs.AI
S2S-JEPA将JEPA范式引入次季节至季节预测，第5至6周精度超ECMWF
次季节至季节（S2S）预测窗口约提前两周至两月，对农业、能源及水资源管理至关重要，但被称作“可预报性荒漠”。现有AI气象模型在此区间性能衰减，主因是训练去预测不可及的细粒度细节。借鉴计算机视觉的联合嵌入预测架构（JEPA）在潜空间舍弃不可预测信息的思路，本研究提出S2S-JEPA。该模型融合前沿AI气象模型设计，仅预报慢变且可预报的成分。结果显示，其整体技能与基于物理的ECMWF集合预报相当，并在第5至6周的多个指标上实现超越。
- AI 摘要量子位
丘成桐新论文致谢GPT与Claude，解决44年前自列数学猜想
丘成桐参与的新论文在致谢中感谢GPT 6 Astra与Claude Pro辅助探索证明思路与计算。该论文宣称解决了微分几何中悬置70年的七维怪球正曲率度量猜想，该问题于1982年被丘成桐列入个人问题清单第二位。此前学界仅证明28种七维球面可配非负曲率度量，此次研究补上了从“非负”到“正”的最后一步，证明每种七维球面均存在截面曲率严格为正的度量。
- AI 摘要量子位
arXiv限流：每人每月最多提交2篇，拒稿不退额度
arXiv自2026年10月1日起执行新规：每位提交者每月最多提交2篇论文，且拒稿不退额度，所有分类共用该上限。此举因投稿量两年翻倍，cs.AI分类同期涨超6倍，且低质量及AI辅助生成的论文激增，导致志愿审核员积压近9000张工单，拖慢正常论文审核。新规仅限实际提交者而非所有共作者，正式发布前主动删除不计入额度。arXiv称此为临时限速，未来将升级审核流程以制定长期规则。
- AI 摘要arXiv cs.AI
GALA方法将3D高斯虚拟人动画CPU耗时降三个数量级
针对3D高斯虚拟人实时动画受制于神经网络推理开销的问题，GALA方法用与身份无关的线性混合形状逼近预训练模型动画。该方法以浅层MLP预测系数，结合基于分块PCA构建的基，替换逐帧重度神经解码。无需重训原模型即可加速面部及带衣物的全身动画。在保留大部分渲染质量下，CPU动画耗时缩减达千倍，移动端帧率可达60fps。
- AI 摘要arXiv cs.AI
KaliBench发布：专测LLM网安工具调用，8B模型微调后比肩685B
针对LLM在网安场景下将自然语言转为CLI指令的能力缺乏直接评测的问题，KaliBench基准被提出。该数据集包含8504个查询-指令对，覆盖Kali Linux的1642个工具、23个能力维度与5个安全阶段。评测采用多阶段验证管线确保可执行性，并支持无运行时可验证奖励用于训练。对24种开源模型配置的测试显示，无工具提示时最高精确指令准确率不超42%。利用该基准的奖励对8B模型做SFT与RL训练后，其表现可媲美685B MoE模型。该工作已被NeurIPS 2026接收。
- AI 摘要arXiv cs.AI
具身智能RPG框架无需更新权重即可自主提升机器人技能
Yen-Jen Wang等人提出RPG（Reconstruct, Practice, Go Real）框架，让机器人在不更新模型权重下实现执行系统自主改进。该框架从离线数据集提取操作能力并在仿真中构建练习任务，利用执行反馈与仿真状态诊断失败，进而开发新符号技能、优化旧技能及系统提示。在22项操作任务保留初始化测试中，经15轮练习，成功率从28.6%升至95.0%，超越ASPIRE（75.5%）与GPT-6 Astra Pro驱动的CaP-Agent0（60.0%）。经校准与硬件适配，该冻结系统在3项任务共30次物理试验中全部成功。
- AI 摘要arXiv cs.AI
学者提出ScholarCatalyst基准，评估检索启发新研究论文能力
为探究AI寻找启发新研究先验想法的能力，研究团队构建了ScholarCatalyst基准。该数据集通过自动化流程让207篇近期CS论文的184位一作标注了推动其项目进展的候选文献及理由。任务设定为仅依据项目启动时的文献库，检索出这些启发论文。实验显示，智能体搜索的Recall@20为0.42，不及嵌入检索的0.48；基于Claude Fable 5.1的智能体即便可能见过完稿论文，R@20也仅达0.51。结果表明当前模型亟需新训练方法以获取专家级检索直觉。
- AI 摘要arXiv cs.AI
NeurIPS 2026 论文 SILSA：高分辨率 3D 生成新框架降本增效
SILSA 是一种保持拓扑结构的高分辨率 3D 生成框架，采用紧凑的滑动窗口切片潜变量替代体素令牌。该框架沿三个标准轴使用固定重叠切片，通过单阶段整流生成保留横截面连续性。相比最强基线，SILSA 的 PSNR 提升 8.7%，覆盖率增加 5.96 个绝对点，Betti 误差降低 9.2%。其令牌数比次紧凑基线少 70.0%，比稀疏或分层分词器少超 98%，训练内存降低 40.4%，推理时间缩短 58.5%。该论文已被 NeurIPS 2026 接收。
- AI 摘要arXiv cs.AI
VISTA视觉框架让Claude Opus 5.0在ARC-AGI-3达满分
VISTA为通用多模态模型赋予长程视觉能力，通过无损保留历史观测并允许模型主动检索重组视觉输入来解锁推理潜力。在ARC-AGI-3测试中，该框架将Claude Opus 5.0的相对人类动作效率得分从40.68提升至100.00，以比人类初试者少57.4%的动作完成全部25个公开游戏。在另三个涵盖视觉游戏与谜题的基准测试中，其同样大幅超越使用相同底层模型的最小框架基线。该设计可自然扩展至多种视觉环境。
- AI 摘要arXiv cs.AI
FERPO算法提出：用正向KL替代动作微分提升连续控制RL可靠性
针对连续控制在线强化学习中，基于Critic动作微分更新策略易因价值预测不准而不可靠的问题，FERPO算法被提出。它属于在策略最大熵RL算法，无需对Critic求动作导数即可改进策略。该算法从经熵与KL散度正则化的目标推导出最优目标动作分布，再用自归一化重要性采样估计正向KL目标来拟合Actor。KL正则化限制目标分布偏离以稳定权重，正向KL相对逆向KL能覆盖多高价值模式促探索。在MuJoCo Playground与ManiSkill上展现竞争力与采样效率提升，Actor更新比REPPO更快。
- AI 摘要arXiv cs.AI
研究提出HC-DLM，结合连续与离散扩散提升推理能力
针对离散扩散模型并行解码时切断token依赖，以及连续扩散模型去噪时缺乏合法token约束的瓶颈，研究提出分层连续扩散语言模型（HC-DLM）。该模型将离散token生成与连续潜变量轨迹耦合于单一去噪过程，以潜变量作为唯一持久生成状态，每步读取token并作为下次潜变量更新的支架，训练目标由token似然的变分界推导。在同等参数量下，HC-DLM于Sudoku谜题准确率、Countdown规划准确率及LM1B生成困惑度上均优于离散与连续扩散基线。
- AI 摘要arXiv cs.AI
DMAD对抗蒸馏法实现少步视觉生成SOTA
DMAD将分布匹配重构为分类任务，通过共享主干上的双判别器头直接学习对数密度比，免除了DMD所需的辅助扩散模型拟合开销。引入基于差距的重新加权机制以调节噪声层面的教师监督。在ImageNet-64x64单步生成达FID 1.04，四步SDXL于COCO-10K达FID 14.47，四步Wan2.1-T2V-14B获VBench 85.15分，均优于对比少步法及多步教师。针对MiniMax-H3-33B的音视频联合生成，四步学生模型相对DMD2与rCM的人类偏好率分别达79.1%和84.6%。