arXivLabs
PulseAugur coverage of arXivLabs — every cluster mentioning arXivLabs across labs, papers, and developer communities, ranked by signal.
25 天有情绪数据
-
新论文提出“视界残差”来分析AI代理在长期任务中的失败
一篇新论文提出了一种名为“轨迹诱导退化”的方法，以更好地理解AI代理为何在长期任务中失败。作者认为，现有基准测试未能充分解释失败模式，这些模式可能源于复合错误、更难的个体决策或环境变化的累积。他们建议将实际的完整任务成功率与从短期、个体阶段派生的基线预测进行比较，并将差异称为“视界残差”。
-
新研究发现视觉语言模型中存在“视觉锁定”现象
研究人员在视觉语言模型中发现了一种称为“视觉锁定”的现象，其中过时的语言描述可能导致对当前场景做出错误决策。当模型内部表征的变化（由先前信息触发）集中在特定的“先前方向”时，就会发生这种情况。研究发现，表现出更强锁定效应的模型，其变化以紧凑、可重用的模式组织。移除与这些先前方向对齐的组件的干预措施恢复了正确的视觉基础，这表明这些模式的一致性决定了模型更新其理解的难易程度。
-
研究发现，整体能力而非离散技能主导学生数学表现
一项利用伯努利混合模型对英国119,034名学生的大型数据集进行的新研究，调查了个性化学习系统在数学能力方面的假设。研究发现，学生的整体能力水平是影响其表现的主要决定因素，而离散技能的独特聚类不如之前假设的那样普遍。尽管表现最佳的模型达到了78%的准确率，表明通过针对个人优势进行定制可以取得微小改进，但研究结果表明，学生在各种数学主题上的能力发展并没有显著差异。
-
新论文提供了构建自助实体解析系统的实用经验
一篇新论文详细介绍了从构建自助实体解析（ER）系统中学到的实用经验。研究强调，没有单一的匹配算法能普遍有效，建议采用一个训练多种算法家族并为每个数据集选择最佳性能者的流水线。它还强调，精确率和召回率需要不同的解决方案，精确率受益于基于规则的否决，而召回率受益于多样化的候选检索。最后，该论文警告说，一个错误的正面链接可能导致不相关实体被静默合并，因此需要对跨组合并进行主动重新验证。
-
新的CoRAS方法通过自适应速率控制优化图像传感
研究人员推出了一种名为Conformalized Rate-Adaptive Sensing (CoRAS) 的新方法，旨在优化高分辨率成像系统测量值的采集。CoRAS自适应地确定每个图像的采集或压缩速率，确保重构误差以高概率保持在指定目标水平以下。该系统利用图像重构模型来跟踪不同采集速率下的恢复过程，并在满足误差阈值时估计最佳停止时间。实验表明，CoRAS实现了其目标停止时间覆盖率，与固定速率方法相比平均需要更少的测量值，并将更多资…
-
研究报告详述离散多项式傅里叶扩展中的噪声整形系数
本研究报告深入探讨了归一化离散多项式傅里叶扩展中噪声整形单比特系数的复杂性。它探讨了一阶Sigma-Delta量化的误差分析，在紧凑参数集上为特定的抛物线相位建立了O(N^-1)近似率。该研究还推导了高阶有限记录恒等式，并在特定条件下证明了r阶噪声整形误差的O(N^-r)衰减。报告进一步扩展到各种复杂场景，如多维参数族和相关状态模型。
-
扩展现实被提议为人机控制的调解层
一篇新论文提出将扩展现实（XR）作为人机协作中情境化人类控制的关键调解层。作者认为，XR可以增强人类协作者在其特定的物理、社会和时间背景下理解、塑造、授权和中断机器人动作的能力。该论文概述了四项关键的调解功能和六个设计维度，以指导XR系统的开发，从而在动态的共享环境中提高机器人自主性的可操作性和可问责性。
-
新的SHarD harness分发AI编码代理安全控制
一篇新论文介绍了一种名为SHarD（Secure Harness Distribution）的系统，该系统旨在为AI编码代理分发安全控制。研究表明，像操作系统沙箱、技能扫描和工具限制等常见的安全措施可以有效地集成到自定义代理harness中，并通过单一安装命令部署给用户。这种方法保持了在商业代理上直接安装的安全有效性，解决了在组织中扩展代理式AI的关键障碍。
-
用于轨迹修复的时间卷积网络
研究人员开发了一种时间卷积网络（TCN），用于重建轨迹数据中缺失的片段。该模型利用对称扩张，使其能够同时考虑过去和未来的观测，这对于修复任务至关重要。TCN使用组合损失函数进行训练，该函数包括均方误差、边界连续性惩罚和光滑度正则化器。在合成二维轨迹数据上的实验证明了该模型在推断不完整轨迹信息方面的有效性。
-
论文详述了机器学习驱动的地理空间地图生产的最佳实践
一篇新论文概述了使用机器学习和地球观测数据创建大规模地理空间地图产品的最佳实践。该论文解决了从数据预处理和数据集构建到模型训练和不确定性量化的端到端流程中的挑战。它强调了在验证和地图生产中方法论关注的重要性，为研究人员和从业者提供了精炼的指南。
-
arXiv报告详述同行评审数据细微差别和最佳实践
一份新近发布的arXiv报告，探讨了同行评审数据中的三个关键细微差别：论文版本、评分版本和输入格式。该研究描述了这些变体之间的差异，并量化了它们对后续任务的影响。基于这些发现，该报告为提供和使用同行评审数据的双方提出了最佳实践。
-
新的协同学习框架解决了多模态分类中缺失数据的问题
研究人员开发了一种新颖的协同学习框架，以应对多模态分类任务中缺失模态的挑战。该框架旨在处理推理过程中任何子集数据模态可能缺席的情况，这种情况被称为“缺失任意模态”。提出了两种不同的方法：一种在缺失数据最少的情况下表现出色（例如，缺失一种模态），另一种在极端缺失条件下表现更好（例如，缺失除一种模态外的所有模态）。在两个基准上的实验表明，在各种缺失模态场景下，鲁棒性得到了显著提高。
-
新研究探讨了大型语言模型在知识重叠情况下的上下文归因可靠性
一篇新的研究论文介绍了一种评估协议和基准数据集，用于评估大型语言模型（LLMs）的上下文归因方法的可靠性。研究强调，当上下文与模型的训练数据重叠时，当前的归因方法难以区分上下文学习和模型权重中的贡献，从而导致评分不准确。提出的指标和数据集旨在系统地评估在这种条件下的归因，并表明当知识同时存在于上下文和模型权重中时，现有方法无法提供忠实的归因。
-
新的CallBench基准评估电话助手中的双目标协调能力
研究人员推出CallBench，这是一个旨在评估电话助手双目标协调能力的新基准。该基准包含在六种场景下的50,000个多轮对话，包括外卖、配送和工作相关电话，并处理设备所有者与来电者之间目标一致、互补、无关或冲突的情况。CallBench还设有一个预设感知评估协议，用于评估语义理解、上下文利用、响应质量和安全性，并强调当前的对话方法在处理这些复杂交互方面存在困难。
-
新研究探讨从多个数据提供者学习分布
一篇新发表在arXiv上的研究论文介绍了一个从多个、可能重叠的数据提供者那里学习分布的理论框架。该研究聚焦于一个风格化的模型，其中学习者旨在通过查询特定数据集来重建未知分布。论文确立了可学习性和样本复杂度直接受这些可查询集的共现图影响，其中连通图对于一致性是必需的，而完全图对于PAC学习是必需的。研究还详细说明了根据查询族的结构，样本复杂度从近乎线性到二次不等。
-
新的灰度水平集框架加速图像分割
开发了一种新的用于图像分割的灰度水平集框架，解决了分割具有多种退化图像的挑战。该框架理论上证明，在特定的平滑度约束下，长度正则化项（常用于现有的水平集方法）并非必需。通过将偏微分方程（PDE）演化转化为一维阈值搜索，所提出的方法在计算速度上有了显著提高，特别是对于具有严重噪声或强度不均匀性等退化的大规模图像。
-
新的变分模型增强了弱边界图像分割
研究人员开发了一种新的图像分割变分模型，专门用于处理具有弱边界或模糊边界的均质结构。该模型基于Cahn-Hilliard方程，将基于softmax的区域拟合与相场正则化相结合，即使在图像驱动力较弱的情况下也能保持清晰的界面。提出的框架包括用于自适应质量变化的混合L2-H-1梯度流和用于高效计算的稳定标量辅助变量方案。在合成图像和医学图像上的实验表明，该方法能有效分离相邻的均质结构，并与现有的变分、相场和深度学习方法相比，提供了更高的准…
-
论文使用形式化方法探讨金融市场中的涌现行为
一篇新论文探讨了金融市场中的涌现行为，将复杂系统与形式化方法社区进行类比。该研究识别并构建了电子金融市场中复杂性的来源，为分析涌现现象提供计算支持。作者旨在概述一个用于市场机制形式化规范和分析的系统性研究项目，而非认可特定的技术解决方案。
-
新算法将实时人群追踪速度提升 6.5 倍
研究人员开发了一种新的增量分配算法，旨在提高实时人群追踪的效率。该算法利用了密集人群场景下成本矩阵的块稀疏结构，与传统的匈牙利算法相比，计算速度更快。通过一次添加一个人并保持最优对偶势，新方法在多达 5000 人的基准测试中实现了 3.7-6.5 倍的显著加速，同时仍然保证了可证明的最优匹配。
-
新基准评估人工智能生成的法律报告中的引文可信度
研究人员开发了LegalCiteTrust，一个旨在评估中文长篇法律研究报告中引文可信度的新基准。该基准从覆盖度、支持度和引文可信度三个维度评估报告，其中引文可信度又细分为存在性、保真度和适用性（E/F/A）。使用各种LLM和研究系统进行的实验表明，检索工具可以增强证据支持，但不能可靠地提高引文可信度。研究结果表明，可靠的法律研究生成需要引文感知治理，确保检索到的法律权威不仅被找到，而且被准确描述并恰当应用。