论文：AI 论文、技术方法与基准测试第 76 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
研究提出MAPL框架优化大模型多智能体协作
针对大模型多智能体协作中可靠奖励难以构建的问题，研究提出通用多智能体偏好学习框架MAPL。该框架通过比较当前解与各智能体生成的分散或集中解实现迭代更新，并实例化出MARLHF与MADPO两种算法。在协作写作、编程、工具使用及旅行规划任务上的测试表明，MAPL能提升协作质量与效率，性能接近具备固定明确奖励的MARL。其中MARLHF在多数任务上优于MADPO，但对数据覆盖度、模型及底层算法较敏感。
- AI 摘要arXiv cs.AI
研究揭示LLM多阶段流水线存在最高40.5%精度损耗
研究定义了“分解税”，即大模型多阶段流水线因阶段间接口信息丢失导致的精度下降。在包含9家机构21个开源模型的测试中，gemma-3-12B在MATH-500上损耗高达40.5个精度点。研究发现，在损耗接口后重新接入原问题（重接地）优于在接口前修复；若阶段需列出数值，提示其保留关系可降损。该损耗与修复规律在gemma-4-12B等最新模型上同样成立。
- AI 摘要arXiv cs.AI
研究指合并MoE大模型的路由漂移不等于路由失败
针对MoE大模型合并后常出现的专家路由漂移被视作失败的现象，该研究在DeepSeekMoE等三种模型上验证发现，路由漂移本身不足以证明路由失败。多数专家重分配源于输入偏移而非参数变化，且恢复原路由并未带来可靠的下一token似然增益。研究将路由失败定义为特定干预下可恢复的任务损失，并据此提出选择性路由修复（SRR），发现基于源专家优势的局部修正同样不可靠，强调必须以任务级干预效果来评判修正。已开源分析工具包与SRR代码。
- AI 摘要arXiv cs.AI
研究揭示高UTD下SAC价值发散机制并提出早期预警
提高更新数据比（UTD）会通过表征坍缩和Q值幅度增长两种方式破坏离轨评判器。在宽度2048无归一化的SAC中，表征坍缩可存活，而Q值增长才是致命的。在训练第15k步，Q值的早期增长速率能有效预测后续训练崩溃（在Walker2d和Ant上AUC分别达0.78和0.98），据此提前终止可节省约十分之一的Walker2d计算量且保持净正收益。加入LayerNorm虽能降低该速率并消除Walker2d上的崩溃预警，但会降低回报。
- AI 摘要arXiv cs.AI
研究提出一阶模型界定微调遗忘概率的适用条件
语言模型微调新数据易遗忘旧知识。该研究探究微调初期的测量能否界定各受保护事实被遗忘的概率。在0.6B至14B参数模型的LoRA微调中，有限差分探针估计的一阶响应模型预测单事实边际变化相关性达0.974-0.998，但因遗忘需远超验证域的参数变化，基于此的遗忘预测失败。研究转而推导边际线性替代的Freedman与Azuma首达边界，含响应系数变化量R的项。简化Freedman边界（R=0）在112条件中14次失效，均满足R≥a（a为边际到边界距离）。完整Freedman边界仅认证R<a的事实，在所有条件及43个新条件的预注册确认研究中均成立。结论：一阶模型仅在响应系数变化量小于其到边界距离时可界定遗忘。
- AI 摘要arXiv cs.AI
研究指临床LLM正确答案推理不可靠，仅23.3%引用概念具因果必要性
针对临床大模型，研究提出ESI、CFS和PSS三项指标量化解释与决策的因果偏离。对6个模型在150道医学题的测试表明，仅23.3%的引用临床概念具因果必要性。正确答案的CFS（0.212）反而低于错误答案（0.398），答案一致性负向预测CFS（Spearman r=-0.466），模型对答案达成共识时引用概念重合度仅8.8%。这证明准确率、一致性与共识无法作为临床决策安全的可靠信号。该文获ICETCI 2026最佳论文。
- AI 摘要arXiv cs.AI
研究称LLM候选选项增多时准确率显著下降，提出缓解方案
该研究发现，大语言模型在多选评估中，随候选选项数量增加，准确率在各任务、提示策略及模型规模下均大幅下降。长上下文检索无法完全解释此退化。研究识别出两种失败模式：正确答案与最强干扰项的分数差距逐渐缩小（主要由对正确答案的置信度减弱驱动）；早期候选偏好难以被推翻，后期候选影响渐弱。采用层级分区与基于排列的推理方法，在N=160的HotpotQA与MIMIC任务上，将准确率提升约20个百分点。结论表明小规模候选集的优异表现不代表大规模比较同样稳健。
- AI 摘要arXiv cs.AI
研究揭示大视觉语言模型视觉巨幅激活的脆弱性与干预机制
大视觉语言模型从纯文本基座继承了巨幅激活现象，即少数固定隐藏通道出现数值远超常规的尖峰。文本尖峰固定出现在早期层，而视觉尖峰则因模型和图像而异。研究发现部分模型不产生视觉尖峰，产生尖峰的模型多位于更深层，且尖峰token多位于与图像其余部分共享信息最少处。视觉尖峰极其脆弱，常见图像损坏常导致尖峰产生或重定位。基于触发方向的攻击仅需极小预算即可创建或移除尖峰，而预防性干预可在尖峰爆发前移除触发组件，大幅削减尖峰且几乎不影响其他token。研究覆盖25个基于18个基座的适配器模型，参数量从2B到72B。
- AI 摘要arXiv cs.AI
研究揭示临床大模型准确率不等于可靠性，人口统计学扰动致超两成答案改变
针对六款大模型在150道医学题上的测试表明，仅凭准确率无法衡量临床可靠性。在反事实有效性测试中，仅25.3%的尝试有效；添加人口统计学前缀后，20.3%的对比出现答案改变，并触发3128个刻板印象标记。MedGemma 27B准确率与反事实有效性均居首，但其准确率仍高于反事实有效性，证明答对不代表反事实可靠。OpenBioLLM答案改变最多，GLM刻板印象标记最多。因无临床医生验证，结果仅作安全筛查，不证明可临床部署。
- AI 摘要arXiv cs.AI
DSSR方法减少LLM智能体写入时遗憾
长任务历史超出LLM上下文，智能体常改写短状态以替代，但丢弃的信息会造成损失。该研究将损失拆分为预算损失与写入时遗憾，发现提示驱动的LM写入器胜率仅17%，而128 token的理想状态近乎全胜，损失主因是写入时遗憾。提出的DSSR通过读者损失训练写入器，用前向滚动评分预测结果（ρ=0.48），在事实急需时成功率提升7.0点，达传统记忆提示水平，但随延迟增加增益消失。
- AI 摘要arXiv cs.AI
论文提出M-TAG方法将音频情感识别重构为时序定位任务
传统音频情感识别对整段录音分配单一标签，多说话人时情感时间范围模糊。该研究将其重构为时序情感定位（TAG）任务，将情感与有时间边界的语音片段及语调描述关联。研究构建含两到四个情感语音片段（含重叠语音）的数据集。针对长格式训练导致性能下降及语调描述提供捷径的问题，提出M-TAG监督训练目标，结合全序列语言建模与交叉熵损失，通过注意力掩码减少捷径依赖，并用距离感知权重惩罚较大时间误差。基于此微调的EMO-TAG模型在情感识别与时序定位上对比Flamingo-Next等三个基线，结果显示现有模型情感识别尚可但时序定位能力有限。
- AI 摘要arXiv cs.AI
研究提出Nutri-ATLAS具身智能体，融合知识图谱与机器人获取营养信息
针对现有LLM营养辅助系统在食物描述模糊或证据缺失时不可靠的问题，研究提出Nutri-ATLAS具身智能体。该系统整合图谱推理、硬件感知LLM选择与机器人证据获取，从USDA与FoodKG构建统一知识图谱并学习64维GATv2嵌入。其混合检索机制在HealthyFoodSubs数据集达37.9% MAP与90.1% RR@10，在PFoodReQ达78.8% MAP与77.5% F1，且患者档案研究显示其能遵守过敏及健康目标约束。
- AI 摘要arXiv cs.AI
研究定义再可导性决定LM智能体管线故障恢复程度
该论文提出“再可导性”概念，衡量阶段从原问题重建所需信息的能力，以此决定语言模型智能体分阶段管线中上游故障的代价与恢复程度。实验在120个gsm_hard条目上注入确定性故障，将原问题重新暴露给下游0至3个阶段。结果显示，基于原问题的检查智能体相比盲检带来+0.358至+0.608的提升；故障下准确率在四个骨干上提升+0.233至+0.392。修复成本低且前置，Qwen3-14B首阶段仅用每项59.8个token即获+0.394保留度，后续阶段无贡献。无故障时，分解管线性能不及单次直接调用。
- AI 摘要arXiv cs.AI
PlanGuard：面向具身智能体的多步计划安全护栏
具身任务规划器生成的多步计划在执行时可能因子任务依赖及环境交互产生物理风险，现有护栏多关注语义危害或孤立评估单步。为此提出PlanGuard，作为首个在执行前评估完整多步计划物理安全性的检测器。构建了MSP-Safe数据集用于训练与评测，并提出STAC-OPD蒸馏方法，将强教师模型的自适应监督沿在线轨迹迁移至紧凑模型，结合词元级分布转移与概率路由序列级补偿。PlanGuard-2B在测试集上平均ACC达87.15%、F1达87.21%，代码与数据集将公开。
- AI 摘要arXiv cs.AI
研究提出AgentHabit基准，刻画智能体日常任务行为倾向
针对LLM智能体执行日常任务方式与用户偏好不匹配的问题，研究提出包含5类23个行为轴的HABIT分类法，并基于此构建AgentHabit基准。该基准通过86项日常任务对18个模型进行行为画像。测试发现，GPT与Claude模型在需求冲突时会声明假设并提供替代方案，而Qwen与Google模型常不加说明；且这些行为特征跨任务保持稳定。提示词仅能改变部分行为轴，微调另一模型轨迹也仅能改变部分画像，表明智能体具有深层固有行为倾向。
- AI 摘要arXiv cs.AI
T⁵方法优化强化中间训练，性能提升7.8%且训练耗时骤降
针对语言模型强化中间训练中token级信用分配效率低的问题，T⁵提出双评论家校准方法。现有组相对方法需重复生成，而已有学习型评论家因训练推理失配及PPO裁剪导致更新漂移。T⁵经预热与资格验证后，从单生成轨迹提供双优势估计，通过条件矩鞍点目标依动作依赖权重组合，使前缀平均优势归零并保留学习信号，跨位置共享信息免重复采样。相比最优无评论家方法，均值基准性能提升7.8%，训练步耗时最多降63.4%。
- AI 摘要arXiv cs.AI
MotiGen为预训练符号音乐模型注入动机控制
现有深度学习符号音乐生成系统（如NotaGen）缺乏对生成音乐本身的控制句柄，从头训练需海量标注数据与算力。为此提出MotiGen方案，通过改造预训练模型实现可控生成。该方法将音乐动机作为结构化提示词注入，对动机标记施加标量注意力偏置，并采用两阶段课程学习：先从裁剪出动机的片段学习，再在全曲中学习。实验表明，该模型在超过92.3%的生成作品中使用了提示的动机。该论文入选NeurIPS 2026创意AI轨道。
- AI 摘要arXiv cs.AI
CLAIRE混合工作流实现医疗表单填写满分通过
Garapati Keerthana等人提出CLAIRE混合工作流，用于将电子病历等多源结构化信息填入动态医疗行政表单。该流程将字段发现、映射、校验、纠正与审计等环节解耦。在2.4万次基准测试中，完整CLAIRE在两项数据质量测试集下的表单成功率、字段准确率及必填项完成率均达1.000；移除校验后，压力测试集成功率降至0.500。模拟显示，100.0%的常规与校验压力场景可生成供人工复核的草稿，升级挑战场景该比例为68.6%，不支持的用例被拦截。每案节省149.7至165.5秒。大模型仅辅助映射，不授权无支持或关键操作。
- AI 摘要arXiv cs.AI
新模型学习患者对呼吸支持的响应动态
针对重症患者接受相同呼吸干预却呈现不同生理轨迹的问题，Xiaolei Lu与Shamim Nemati提出响应感知患者动态模型。该模型在自回归状态更新中显式表示生理变化，将其分解为依赖状态的基线动态与呼吸支持相关偏差，并以室内空气作为分解参考。模型通过响应通路编码预测的生理变化来更新潜在患者状态。在两家独立机构的ICU队列中，该模型总体轨迹预测与基线相当，但在生理状态变化时表现出更稳定的提升。
- AI 摘要arXiv cs.AI
新方案用复值超稀疏矩阵监控智能体网络流量
随着智能体应用扩大，其攻击面亦增宽，需审计网络流量以确保行为符合用户意图。该研究提出一种新监控方法，结合DataBase OS、OneSparse PostgreSQL数据库与GraphBLAS数学库，利用复值超稀疏流量矩阵记录智能体交互。为验证概念，作者构建模拟器，让不同数量的智能体以各异策略协同勘测虚拟环境，生成的流量矩阵使智能体监控变得便捷。该论文将发表于IEEE URTC 2026。