论文：AI 论文、技术方法与基准测试第 86 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
新方法FairMean解决分布式学习中公平性与抗标签投毒冲突
分布式学习中，优先照顾高损失客户端以保公平的做法，易受标签投毒干扰，因投毒者同样制造高损失。Huigan Zheng等人提出FairMean算法，用局部损失的有界非递减函数为客户端梯度赋权。递增特性保障公平，上限则抑制投毒者梯度过分放大。无投毒时，优化该目标比标准平均损失更促公平；有投毒时，其平均平稳界与投毒客户端占比平方成正比。实验表明，该法降低了准确率方差并提升了最差客户端精度。
- AI 摘要arXiv cs.AI
GitScholar数据集发布，用GitHub互动预测AI论文影响力
为解决AI论文海量难以筛选的问题，研究者推出GitScholar数据集，将44.4万个代码库活动与超55.8万篇arXiv论文关联。实验表明，引入GitHub反应作为信号，比纯学术基线将早期预测精度提升达12%。该信号对高影响力论文覆盖度极高，且与未来学术成功稳定相关。数据集已公开。
- AI 摘要arXiv cs.AI
PACT算法对齐Critic与策略，数学推理及代码修复准确率大幅超越PPO与G…
针对大模型强化学习后训练中token级信用缺乏数学定义的问题，PACT提出三个正则条件唯一确定该信用，并揭示理想教师与RLOO信号与其的关联。为解决GAE中间Critic误差问题，PACT采用Actor-then-Critic更新顺序，通过重要性采样校正训练Critic，使其与更新后策略对齐。在智能体数学推理四项基准上，PACT平均准确率达72.87%，较GRPO与PPO分别高出8.80和13.16个百分点；在SWE-bench Verified上通过率67.4%，较PPO、GRPO及SAO分别领先2.4、2.0与3.8个百分点。
- AI 摘要arXiv cs.AI
TransBERT框架发布：用合成翻译数据训练特定领域语言模型
针对非英语专业领域语料稀缺限制NLP工具发展的问题，Julien Knafou等人提出TransBERT框架及配套的TransCorpus可扩展翻译工具包。该方案完全使用合成翻译文本进行语言模型预训练。在法语生命科学领域的实验表明，仅靠合成翻译数据即可在多项下游任务上达到SOTA。团队开源了TransCorpus工具包、包含36.4GB法语文本的TransCorpus-bio-fr语料库、对应的TransBERT-bio-fr预训练模型及微调代码，验证了高资源翻译方向构建低资源语言/领域对高质量NLP资源的可行性。
- AI 摘要arXiv cs.AI
ECCV 2026收录双曲残差量化新方法
残差向量量化多在欧氏空间进行，难以适应数据的潜在层级。直接将其扩展至双曲空间会产生几何不一致：非结合性加法破坏残差聚合，标准直通估计器忽略空间几何。作者提出几何感知的双曲残差量化：前向通过双曲残差聚合恢复庞加莱球上的伸缩行为；后向通过折扣双曲直通估计器将重建梯度作为单一几何块路由，避免跨阶段的不稳定递归梯度传输。实验表明，该方法提升了层级预测、推荐、图像分词及神经音频编码任务中双曲残差码的稳定性与结构组织性。同时存在结构-压缩权衡：纯压缩欧氏法仍优，而层级组织的离散潜空间更适合双曲法。
- AI 摘要arXiv cs.AI
TriWorldBench提出三视角一致性基准评估具身世界模型
针对配备头部与腕部摄像头的机器人，现有评估无法判定不同视角是否描述同一动作与物体状态。TriWorldBench通过同步的头部、左腕与右腕视频评估具身世界模型。该基准包含50项双手操作任务下的500个回合，采用19项指标从三视角一致性、任务对齐、物理及3D连贯性、运动质量、时序与视觉质量等维度打分。结合跨视角校验与单视角专属度量，判定独立视频能否构成一致预测，以TWB-Score汇总表现并保留单视角结果定位预测失败源，将评估从单视角视觉质量扩展至多视角一致性。代码与数据已公开。
- AI 摘要arXiv cs.AI
CompKV框架优化长上下文推理，自注意力加速达6.85倍
针对大模型长上下文推理受KV缓存制约的问题，现有稀疏注意力方法在token选择与补偿环节解耦，未考虑遗漏token造成的补偿误差。新提出的CompKV框架将token分块，依据块注意力质量与块内logit方差优化选择，以降低块级均值补偿的残差。在RULER和LongBench-Pro测试中，该框架在评估的稀疏基线里表现最优，且相比全注意力实现最高6.85倍的自注意力加速。
- AI 摘要arXiv cs.AI
研究称移动领域LLM严重忽视安全与合规
针对出行领域大语言模型的综述指出，当前研究超半数聚焦GPT与Llama及交通应用，却普遍忽略安全、隐私与可靠性。依据欧盟AI法案高风险要求提取九类技术标准评估发现，35篇文献中仅1篇含部分漏洞评估、1篇含部分风险管理体系。优化性能与法规遵从间存在显著脱节，合规受限主因偏重静态性能而非全生命周期安全，亟需在关键智能交通系统中落实安全设计原则。
- AI 摘要arXiv cs.AI
Dual-Frontier原则解决智能体世界模型信任归因难题
智能体依赖世界模型规划时，若决策失败，仅凭轨迹无法判定是决策规则还是模型出错。该论文将此失败归因形式化为收益损失的反事实分解，证明其组件在被动交互中不可识别。为此提出Dual-Frontier学习原则：仅当预测优势超过决策相关模型误差的认证边界时，才采纳模型引导的决策，否则将证据分配给模型验证。动作条件价值边界与闭环扩展保证采纳决策的收益非递减。校准门与同步置信序列支持自适应证据复用。在跨骨干工具使用基准测试中，该验证后提升规则持续改善了决策质量与可靠性。
- AI 摘要arXiv cs.AI
FIRE框架通过运行时策略提升大模型智能体可靠性
大模型智能体常在找到解后无法稳定交付。FIRE框架在模型权重与用户提示不变时，于曾出错的状态施加定向自然语言指令与动作拒绝。在87项Terminal-Bench 2.1任务中，双次尝试的重复成功率在GPT-5.6三个层级均提升：Luna从50.6%升至54.0%，Terra从55.2%升至60.9%，Sol从64.4%升至73.6%。Sol的重复成功率增9.2点远超最佳双次成功率1.2点，表明策略将可达解转为稳定交付。Terra加策略达71.4%，超无辅助Sol的64.3%且成本减半。五臂随机实验中，真实策略达61%，远超无策略的39%及通用验证等对照组，证明其为实用可靠性层。
- AI 摘要arXiv cs.AI
新研究提出规范锁原语以在神经网络中编码局部-整体层级
表征学习面临在神经网络内编码局部-整体层级的挑战。以往方法将树状结构展平为序列并用自回归训练，该方式适用于NLP句法树，但难以直接用于图像。为此，新研究提出名为规范锁的几何原语，将局部与整体建模为维度不低于4的向量，利用相对相位差编码信息。网络由位置绑定的自底向上与自顶向下神经场归纳构成，二者相互驱动直至达热平衡态。研究还揭示网络存在若干对称构型，打破对称的计算迭代次数取决于局部与整体在高维环上的排列夹角，且该机制与心理旋转现象存在关联。
- AI 摘要arXiv cs.AI
EMERGE：首个SE(3)等变图扩散点云生成框架
现有3D点云生成多依赖Transformer与VAE，常忽视3D连续非网格拓扑，且几何架构在生成建模中缺失。EMERGE作为首个完全SE(3)等变的图扩散主干网络被提出，专为生成点云并保留连续空间对称性设计。该框架绕开标准生成管线的严格分辨率依赖，支持在任意空间分辨率下进行零样本推理。实验表明，其在各项标准指标上达到SOTA生成质量，且强几何归纳偏置使训练收敛速度显著快于现有基线方法。
- AI 摘要arXiv cs.AI
研究提出xWhyL框架，利用解释信号学习因果模型
现有可解释AI多用因果模型生成解释，但反向利用解释促进因果学习未被充分探索。为此，研究人员提出xWhyL框架，将解释转化为补充观测数据的学习信号，以突破观测因果发现的局限。针对错误解释与数据冲突的“因果拔河”现象，该框架在特定条件下可拒绝错误解释而非吸收。其实际实例CIL表明，专家解释能有效辅助因果发现并区分解释正误。
- AI 摘要arXiv cs.AI
CQ4OE基准发布，评估大语言模型从能力问题生成本体
针对大语言模型从能力问题生成本体评估碎片化、指标混淆等局限，CQ4OE基准构建了显式溯源的黄金标准OWL本体。其定义两项互补任务：针对99个CQ的词汇级预测评估CQ2Term，以及针对118个CQ的本体级结构评估CQ2Onto。对九个大语言模型在零样本、迭代及多智能体策略下的测试表明，模型恢复显式词汇项的可靠性远高于构建完整本体，尤其在属性建模与公理生成上表现薄弱。
- AI 摘要arXiv cs.AI
REVE方法利用复用编码器状态高效修正音频大模型幻觉
大型音频语言模型常生成输入中不存在的声学事件。现有验证方法需额外音频编码器与前向传播。REVE方法复用目标模型已计算的编码器状态，通过两种读出方式汇总类分数，并结合类感知分数融合验证生成事件，无需二次音频编码。在AudioSet上，REVE在忠实提及召回约束下移除92.9%无标签支持的提及。其增加参数少，验证延迟约为CED-Base路径的1/18，降幅却与CED-Tiny及CED-Base相当。在受控DESED混合及不同目标模型架构上的结果也证实了该复用机制的有效性。
- AI 摘要arXiv cs.AI
新论文提出互惠协作框架以改善跨学科AI研究
针对跨学科AI研究中领域方常沦为单向数据提供者、技术方仅提供构建服务的问题，Amber L. Cushing等作者提出互惠协作模式，要求双方共同理解、合作并确认联合重大影响。该研究借鉴文化遗产机构（GLAMs）的趋同历史，提炼出五项关键实践，构建跨越艺术人文社科（AHSS）与技术主导AI研究之间鸿沟的框架，旨在促进双向深度融合而非单向索取。
- AI 摘要arXiv cs.AI
Skytopia单目无人机导航方法发布，推理成本降59%
针对单目无人机在未知环境导航缺乏深度线索的问题，Skytopia提出基于动作条件隐空间世界模型的策略。该方法认为策略仅需世界模型的表征而非预测结果，因飞行中动作已解释观测变化，预测退化为静态场景重投影。训练结合3D高斯溅射平台，采用前向与逆向目标。丢弃预测器后，单一策略即可处理点目标、图像目标及无目标导航。仿真显示三种规格成功率分别为57.8%、66.0%与49.0%，超越所有基线，且推理开销削减59.4%。该策略无需微调即可部署于实体无人机，在室内、户外及林地完成导航。
- AI 摘要arXiv cs.AI
新框架SE-MSB实现无配对语音增强，推理速度获数量级提升
传统语音增强依赖含合成劣化音频的配对数据，在未知声学特性的真实场景受限。SE-MSB框架采用扩散薛定谔桥学习纯净与劣化语音分布间的随机传输，摆脱配对数据依赖。针对传输图学习需模拟微分方程致计算繁重的问题，该框架引入高效Mamba扩散模型进行端到端波形处理。实验表明，其比现有配对及无配对方法持平或更优，推理速度快数个数量级，且能跨语音增强任务泛化。
- AI 摘要arXiv cs.AI
研究提出无需训练的多元时序依赖构建法
概率时序基础模型仅输出各坐标边缘分布，无法直接决定多元未来轨迹的联合分布。该研究提出一种免训练的耦合方法，将冻结的模型边缘分布交织成多元预测路径。评估固定边缘样本多重集以单独隔离耦合效应，结果显示历史时间与通道关系显著改善了对应依赖诊断指标。取消固定约束或使用原生多元骨干推理时该模式依然存在，支持将依赖重构视为该类模型独立的后处理步骤。
- AI 摘要arXiv cs.AI
CausalLoss-Fin提出金融Agent亏损归因法，纠正基础设施误判
现有金融智能体亏损归因方法仅干预决策，将所有亏损归咎于Agent，即使真实原因是基础设施丢消息。CausalLoss-Fin同时干预决策与基础设施，利用伸缩恒等式将亏损精确三分：基础设施效应、策略差分与参考策略残差。在545个测试回合中，仅归因Agent的基线方法100%漏判基础设施故障，错误向Agent收费114383.40美元，按其建议修复无法挽回任何损失；而修复最小充分集可100%挽回。此外，27.8%的回合无法加性分解，证明单次评分不精确。该评估基于确定性策略，对随机Agent的外部有效性有限。