论文：AI 论文、技术方法与基准测试第 90 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 摘要量子位
百曜科技发起的AI虚拟细胞（AIVC）研究报告正式发布
9月21日，百曜科技发起、《麻省理工科技评论》中国团队调研撰写的AIVC研究报告发布。报告将AIVC定义为AI时代生命科学新型基础设施，旨在推动其从概念走向规模应用。报告指出AIVC将研究从分子层面推进至细胞层面，构建细胞数字镜像以预测干预响应。产业竞争呈现三大趋势：模型从规模扩张转向泛化与任务适配；私有数据与新生产数据成关键壁垒；打通“数据-模型-实验”干湿闭环成产业化核心门槛。百曜科技被列入AIVC核心创新企业图谱，将从模型架构、数据工厂、干湿闭环三维度突破。
- AI 摘要量子位
AI模拟1900年物理环境尝试复现光量子理论
独立研究者训练了参数量为33亿的GPT-1900模型，仅使用1900年以前的约220亿token文本数据。在针对光电效应的测试中，模型输出了与爱因斯坦光量子假说高度相似的描述，即光由分离且频率不同的部分组成。然而，该模型在大多数物理任务中表现不佳，且实验过程依赖现代AI生成指令与评分，未能完全隔绝现代知识的影响。
- AI 摘要量子位
JEPA-Anything框架实现跨七类系统预测
PhAI Labs联合牛津等高校发布JEPA-Anything框架，通过OPF机制将目标状态切割为互补子空间独立处理。该框架在视觉、生物、临床、控制、分子、物理场和天气七类系统中验证了同一预测核心的有效性。实验显示，模型在行星轨道计算中提取的拟合斜率达-1.4991，接近理论值-1.5。
- AI 摘要arXiv cs.AI
Designer-RSI框架通过演化程序记忆提升智能体图形设计成功率
Designer-RSI提出一种持续适应框架，让冻结参数的前沿模型通过超230种工具操作设计软件，并利用外部程序记忆积累与精炼自然语言技能。该记忆通过获取未覆盖子任务技能实现“拓宽”，通过对照成功与失败执行修正现有技能实现“深化”，并由重放门控制以防成功案例退化。经1406份真实用户需求与5轮演化，技能库从76增至139，Claude-Sonnet-4的GenEval2执行成功率由72.7%升至99.3%，生成质量提升11.99分。在四个专业基准上，相对无技能智能体胜率达61.8%与67.6%。在200份留存需求上，拓宽与深化结合的胜率达58.5%，显著优于单独使用。
- AI 摘要arXiv cs.AI
CodeMidas仅凭源码构建RL环境，MiMo-V2.5多基准提升超11%
为扩充智能体编码RL训练任务，CodeMidas仅将源码作输入，经探索、构建测试及验证过滤，把已有代码库功能转为可执行环境。由此产出涵盖23种语言与15个领域的5545个任务。基于此用GRPO训练MiMo-V2.5，在五项基准上全面进步：DeepSWE升11.7%，ProgramBench升17%，Terminal-Bench v2.1升8.5%。消融实验证实增高质量任务可提性能，轨迹分析指RL训练使智能体更重代码库探索与自检。
- AI 摘要arXiv cs.AI
研究揭示AI代理使用中价值满足取决于用户设定的运行条件
针对自主AI代理的评估常忽略用户重视的价值。研究借助大模型与价值敏感设计，分析关于OpenClaw的73093条Reddit帖子，提取人类价值、代理方面、价值满足及用户结果。归纳出21种价值并分为6组（如自主、可靠、可审查等）。发现价值聚集于用户设定的运行条件而非代理输出；描述代理交付结果时5组价值常被满足，描述监督代理时6组价值多未满足。此模式被概念化为价值敏感委派，表明支持人类价值需关注委派条件（如成本、监督）而非仅看任务完成。
- AI 摘要arXiv cs.AI
DiaVLo框架发布，用于诊断视觉语言模型行为对齐
Lorenzo Corti与Jie Yang提出DiaVLo诊断框架，旨在解决视觉语言模型（VLM）行为验证方法稀缺问题。该框架结合人工策划与模型生成能力，构建期望与实际行为规范以暴露潜在失准，并提供因果估计以识别驱动模型行为的最具影响力概念。在多种开源VLM的分类及生成条件下评估显示，DiaVLo产出的行为标签与模型性能相关并提供性能上下文，成功揭示出VLM在感知、组织及优先排序概念时的对齐与失准模式。该论文34页，将发表于EMNLP 2026。
- AI 摘要arXiv cs.AI
新研究提出贝叶斯信念层以控制LLM智能体观点动态
当前LLM智能体在社会模拟中隐式修正观点，无法设定或验证其受说服程度。新提出的贝叶斯编年智能体（BCA）将智能体所信与所言分离，把每个立场设为概率，每听到一次发言便执行一次贝叶斯更新。引入单一先验强度参数κ编码固执程度，调节该参数可按需产生共识、持续分歧与坚定少数派影响三种典型动态。持续分歧状态与FJ模型闭合解固定点高度吻合（R²=0.93-0.99）。实验表明，设定的κ在语言往返后仍可恢复，四种模型均实现完美排序恢复。显式信念使模拟可审计，暴露了端到端模拟会掩盖的模型立场偏差。该论文被EMNLP 2026的REALM研讨会接收。
- AI 摘要arXiv cs.AI
论文提出PIR方法检测大模型隐藏知识
针对大模型隐瞒已知答案的问题，论文借鉴法医测谎引入PIR（内部识别探针）方法。该方法通过读取模型内部状态，判断其是否识别出正确选项，无需诚实参考模型或标注语料。在Gemma等5个系列的8个模型上，平衡准确率达0.70至0.87，远超0.25随机率与0.28至0.40未知基线。面对提示欺骗、训练降能、密码锁定及电路破坏等隐瞒手段，识别率保持0.85至0.93。若知识被真正移除，识别率则降至未知水平，从而区分模型“不愿答”与“不能答”，可用于降能审计与遗忘验证，并已扩展至自由生成场景。
- AI 摘要arXiv cs.AI
NemotronLabs发布开源全双工语音模型VoiceChat
NemotronLabs推出名为VoiceChat的开源全双工端到端语音模型，原生支持工具调用。该架构整合流式语音编码器与仅解码器语言模型，配备代理文本及结构化函数调用的并行专用输出流，辅以用于增量用户转录的RNN-T分支，以及流式TTS解码器。
- AI 摘要arXiv cs.AI
研究指VLMs处理机器人故障易受提示干扰，应依准确率求助人类
Eshika Pathak等人构建模拟基准测试，探究机器人任务失败时的纠错决策。测试发现，六款开源视觉语言模型(VLM)的行为高度受提示词表面形式影响，仅调整选项顺序便使拒绝率从78-100%骤降至0-6%。基于图像的诊断准确率未超多数类基线，模型自信度与正确性无关。将力传感数据以文本输入后，四个模型首超基线，表明瓶颈在缺传感器数据而非能力。模型未遵循最优策略且忽视四倍提问成本变化，但单次人类求助可将准确率提至0.70-0.81。结论指出，求助决策应基于实测准确率与成本，非模型自信度。
- AI 摘要arXiv cs.AI
AutoViewMem框架通过正交视图重构对话长期记忆
针对大模型智能体长期记忆中异构信息混合导致语义干扰与检索噪声问题，AutoViewMem框架在写入阶段将交互轨迹拆解为低重叠的互补语义视图，并据此提取带溯源信息的结构化记忆，把语义解耦从检索期提前至写入期，使标准top-K检索即可获取聚焦证据而无需显式路由。该框架还引入离线整合提升记忆紧凑度与一致性。在LoCoMo与PersonaMem基准下，基于Qwen3-8B和Qwen3-14B的实验表明，其在长程问答与个性化任务上优于强基线，且保持了简单推理流程。
- AI 摘要arXiv cs.AI
RAVEL框架通过在线强化学习优化交互式检索提问策略
针对部分证据下的交互式检索，现有系统依赖离线模仿学习决定提问顺序，忽略了回答及下游检索效果。论文提出RAVEL框架，利用候选区分度与感知有用性作为弱监督，在交互式行人重识别中引入在线强化学习。该框架从监督式生成初始化，直接观测当前Top-4候选，利用完整问答检索环路的排序反馈优化提问策略。在Interactive-PEDES数据集上，RAVEL在五轮交互中持续提升检索性能，将提问预算重新分配给局部开放属性，在初始困难查询上增益最大。
- AI 摘要arXiv cs.AI
新方法ETD从自由能视角检测大模型预训练数据
检测大模型预训练数据时，仅依赖预测损失易将高泛化非成员误判为成员。新方法ETD引入基于预测熵的倾斜边界校正损失，降低成员信号方差。该熵调整分数具备亥姆霍兹自由能释义，从宏观残余自由能转移视角检测。实验显示ETD平均AUROC最高提升3.5%，TPR@5%FPR最高提升5.1%，且在各场景下保持鲁棒。
- AI 摘要arXiv cs.AI
新框架量化开源VLM人脸识别解释质量
现有视觉语言模型（VLM）用于人脸识别时，多关注识别准确率而忽视生成解释的有效性。新研究提出专用人脸识别VLM的评测框架，将解释质量作为核心评估轴，定义了相关性（依赖身份稳定特征）与忠实性（对齐可见图像内容且无幻觉特征）两项标准。通过约束模型输出为支持自动查询的结构化格式，实现对这两项指标的量化。对多族开源VLM的联合评测表明，当前模型生成的解释仍存缺陷，需结合解释质量指标才能全面评估性能。该框架与开源评测工具为可解释人脸识别系统的微调奠定基础。
- AI 摘要arXiv cs.AI
研究揭示NCA隐藏通道泛化机制，提出参数高效迁移学习新法
针对深度学习少样本易过拟合问题，该研究探究神经细胞自动机（NCA）隐藏通道内部动态，提出将预训练教师隐藏状态注入学生模型引导优化的迁移机制。在少样本及尺度多变的MNIST测试中，NCA以约9800参数量超越可比循环与前馈架构。机制分析表明，隐藏通道通过吸收形态复杂度解耦特征提取与分类，捕获尺度不变的拓扑基元而非类特定模板。仅在数字0-5上训练的教师，其迁移特征使学生模型在未见类别上取得强少样本性能。
- AI 摘要arXiv cs.AI
研究显示微调小模型未能提升LLM扮演不同人格的能力
Krabbe与Shi的研究探索了人格感知微调能否改善大语言模型在社交模拟中的一致性与可控性。研究者融合带人格标签的社交媒体帖子与对话构建语料，对Qwen2.5-7B-Instruct和Ministral-8B-Instruct进行微调，并利用三个独立LLM评委评估多场景下的人格保真度。结果显示，微调模型在扮演不同人格方面并未超越基线模型，且评委间低一致性限制了结论置信度。文本质量上微调模型与基线大体相当，但微调提升了Qwen模型的语言多样性。研究建议未来应更关注训练数据的质量与领域对齐。
- AI 摘要arXiv cs.AI
论文提出 EnterpriseVal 评估系统，量化企业生成式 AI 效能与价值
针对企业生成式 AI 项目多因缺乏可衡量业务效果而失败的问题，EnterpriseVal 提出用例级评估系统。它将公开基准的“模型能力”测试转向特定工作流下的适配度、可靠性与安全性评估。系统包含五部分：冻结配置的形式化规范、六维度指标目录、结合盲审专家与校准 LLM 评判的评分协议、映射至 REJECT/CONDITIONAL/SCALE 决策的双层阈值门控，以及以审查捕获率为参数的风险价值模型。在全球银行试点中，信用备忘录起草的最佳模型引用精确度达 88%（门控 70%），幻觉率 1.6%（门控 5%）；流程转换使单文档分析师修改耗时从 27.4 小时降至 2.9 小时。
- AI 摘要arXiv cs.AI
Touvigation系统助视障者在陌生室内寻物，成功率100%
针对视障者在陌生室内定位获取物品的难题，Touvigation系统结合视觉语言理解与持久局部空间建模，提供免提、低延迟且相对身体的引导。基于8名视障者的形成性访谈，设计了从定向、行走到触觉验证的多阶段自适应引导框架。12名视障者的评估显示，该系统任务成功率达100%，而多模态大语言模型助手为58%、无辅助搜寻为85%，同时缩短了完成时间并降低了认知负荷。
- AI 摘要arXiv cs.AI
研究提出Matrix AdaGrad优化算法，利用矩阵结构提升训练稳定性
现有自适应优化器主要针对向量参数，未显式利用矩阵结构。Wenpeng Zhang等人提出基于在线镜像下降的通用框架，通过引入行与列方向的矩阵近端函数，推导出Row-AdaGrad与Column-AdaGrad。其自适应缩放由累积的行或列梯度范数决定，在结构化梯度下，遗憾界比逐元素AdaGrad更紧。矩阵分解与深度网络实验表明，该算法对齐矩阵结构后，能提升大学习率与深层网络下的优化稳定性及可训练性。