arXivDaily arXiv每日学术速递 周一至周五更新

arXiv 论文中文摘要与每日学术速递

全部学科当日共 2,009 篇
2611.18563 2026-11-16 cs.LG cs.CR 新提交

Pairing AIS with RF: Analysis of a Markovian Approach for Maritime Data Fusion

将AIS与RF配对:一种用于海事数据融合的马尔可夫方法分析

Daniel Grimm, Kyra Jongman, Renato Cordeiro Ferreira, Giuseppe Cascavilla, Alfredo Cuzzocrea, Willem-Jan Van Den Heuvel

机构 * Tilburg University(蒂尔堡大学) ; University of Calabria(卡拉布里亚大学)

AI总结 本研究针对海事数据融合问题,应用配对隐马尔可夫模型(PHMM)结合AIS与RF数据,经实验其性能接近但未超越时间加权最近邻基线,为海事活动监测提供了新方法。

Comments 10 pages, 5 figures, accepted at the 13th IEEE Special Session Privacy and Security of Big Data of IEEE BigData 2026

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18562 2026-11-16 cs.RO cs.LG 新提交

Training Reasoning Models in Simulation to Natively Use Real Robots

在仿真中训练推理模型以原生使用真实机器人

Jiaming Tang, Zhuoyang Zhang, Junxian Guo, Fangzhou Zhao, Yilong Zhao, Zekai Li, Xingyang Li, Yuyang Zhao, Song Bian, Zhijian Liu, Song Han

机构 * MIT(麻省理工学院) ; Inco AI ; UC Berkeley(加州大学伯克利分校) ; UCSD(加利福尼亚大学圣迭戈分校) ; NVIDIA(英伟达)

AI总结 本研究在仿真中通过PEAR和RURL训练27B开放权重推理模型,使其原生使用真实机器人,技能可泛化,在真实机器人任务上表现优于基线模型,且保留通用能力。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18559 2026-11-16 cs.CV cs.LG 新提交

BAL: Bidirectional Autoregression in Latent Space for Learning Human Movement Representations

BAL:用于学习人体运动表征的潜在空间双向自回归模型

Genki Kinoshita, Ko Nishino

机构 * Graduate School of Informatics, Kyoto University(京都大学情报学研究科)

AI总结 BAL是一种利用人体运动自然顺序结构的自监督框架,通过潜在空间双向自回归预测分解预测目标以抑制表征崩溃,在多项运动相关任务中优于基线方法。

Comments Accepted to NeurIPS 2026. Project page: https://github.com/kyotovision-public/bal

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18553 2026-11-16 cs.LG cs.AI 新提交

WeightBench: Evaluating Language Models as Weight-Space Programmers

WeightBench:评估语言模型作为权重空间程序员的性能

Aayush Marasini, Barsat Khadka, Nick Rahimi

机构 * The University of Southern Mississippi(南密西西比大学)

AI总结 本文提出WEIGHTBENCH基准,在42项权重空间编程任务上评估LLMs,发现前沿智能体可读写小型网络但无法修补或无数据压缩语言模型,还给出了多款模型的宏观得分。

Comments 9 pages, 1 figure, 1 table. Code and leaderboard available at https://github.com/Aayush-Marasini/WeightBench

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18550 2026-11-16 cs.CV 新提交

Restoring Diversity in Distilled Image and Video Generators by Probing Activations

通过探测激活值恢复蒸馏图像与视频生成器的多样性

Furkan Horoz, Ozgur Kara, Kaan Oktay, Adil Kaan Akan, Atakan Kara, Anand Bhattad, James Matthew Rehg

机构 * University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; Johns Hopkins University(约翰斯·霍普金斯大学)

AI总结 本研究针对蒸馏图像与视频生成器的多样性崩溃问题,通过探测激活值定位其根源为激活方差分配不当,提出ReDiverse方法,在保持生成质量的同时恢复样本多样性。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18549 2026-11-16 cs.CV 新提交

JVT: Just Video Transformer makes pixel-space video diffusion simple

JVT:Just Video Transformer(仅视频Transformer)让像素空间视频扩散变得简单

Jianjun Zhou, Hua Geng, Haoyu Guo

机构 * Zhejiang University(浙江大学) ; Shanghai Innovation Institute(上海创新研究院) ; Shanghai AI Laboratory(上海人工智能实验室)

AI总结 提出无需预训练自编码器等组件的JVT,通过优化设计实现像素空间视频扩散,生成质量与潜在扩散基线相当,还支持相机条件下RGB-视差联合生成,为相关研究提供指导。

Comments 23 pages

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18546 2026-11-16 cs.RO 新提交

Modeling the Frictional Contact of Continuum Robots with Environments through Linear Complementarity Problem

基于线性互补问题的连续体机器人与环境摩擦接触建模

Jia Shen, Junhyoung Ha, Yue Chen

机构 * Georgia Institute of Technology/Emory University(佐治亚理工学院/埃默里大学) ; Ulsan National Institute of Science and Technology(蔚山科学技术院)

AI总结 本文提出基于互补约束的摩擦模型,结合线性互补问题,可表征连续体机器人与环境交互的各类摩擦效应,实验将末端位置误差从45.4mm降至5.85mm,满足实时计算需求。

Comments Accepted for publication in International Journal of Robotics Research (IJRR). 21 pages, 18 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18543 2026-11-16 cs.AI cs.MA 新提交

Imitation Bootstrapped Multi-Agent Reinforcement Learning

基于模仿引导的多智能体强化学习

Tony H. Zhang, Connor Mattson, Daniel S. Brown

机构 * University of Utah(犹他大学)

AI总结 提出IBMARL框架,结合R2BC训练模仿策略,通过集中式评论者选择动作,在多智能体基准测试中优于基线,速度更快且部分任务超越演示者。

Comments 9 pages, 5 figures. Code, videos and results: https://zhanghutony.github.io/ibmarl/. A preliminary version appeared at the PhysCollaBot Workshop at IROS 2026

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18533 2026-11-16 cs.AI cs.CL cs.LG 新提交

ModHarness-RL: Recasting Harnesses as Learnable and Evolving Programs for Agentic RL

ModHarness-RL:将Harness重构为智能体强化学习中可学习且可演化的程序

Zelin He, Siyu Zhu, Jacob Helwig, Yujian Liu, Li An, Rohit Jain, Shiyu Chang, Alborz Geramifard

机构 * The Pennsylvania State University(宾夕法尼亚州立大学) ; LinkedIn(领英) ; University of California, Santa Barbara(加州大学圣巴巴拉分校)

AI总结 ModHarness-RL将智能体RL的Harness重构为可学习演化的程序,通过压缩和引导机制,在CodeSearch等任务上较固定Harness基线提升了泛化性能。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18531 2026-11-16 cs.AI q-bio.PE q-fin.GN 新提交

Alignment by Socialization: Learning Tradeoffs Under Selection

通过社会化实现对齐:选择下的权衡学习

Thomas Brennan, Andrew W. Lo, Chaoyi Zhao

机构 * Harvard Law School(哈佛法学院) ; MIT Sloan School of Management(麻省理工学院斯隆管理学院) ; MIT Laboratory for Financial Engineering(麻省理工学院金融工程实验室) ; MIT Computer Science and Artificial Intelligence Laboratory(麻省理工学院计算机科学与人工智能实验室) ; Santa Fe Institute(圣塔菲研究所)

AI总结 本研究探讨进化选择对AI智能体目标权衡的塑造,提出社会化策略可使智能体收敛于环境奖励的权衡,实验验证训练目标和记忆对结果的影响,表明对齐依赖目标与塑造行为的环境。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18530 2026-11-16 cs.CV cs.LG 新提交

Understanding Contextual Bias in Agricultural CNNs Through Hidden-Neuron Concept Induction

通过隐藏神经元概念归纳理解农业卷积神经网络中的上下文偏差

Abhilekha Dalal, Avishek Das, Samatha Ereshi Akkamahadevi

机构 * Wright State University(莱特州立大学) ; Kansas State University(堪萨斯州立大学)

AI总结 本研究利用概念归纳分析不同上下文偏差农业数据集上的4种CNN架构,发现中间层神经元-特征验证率最高,概念归纳可补充基于图像块的偏差检测。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18529 2026-11-16 cs.SD 新提交

eDIAR: Training-Free Open-Speaker Streaming Diarization for Long Meetings and Large Archives via e-means

eDIAR:基于e-means的无训练开源说话人流式 diarization 系统,用于长会议和大型档案

Kyudan Jung, Jihwan Kim, Minwoo Lee, Eunji Shin, Jaegul Choo

机构 * KAIST AI(韩国科学技术院人工智能学院) ; Ewha W. University(梨花女子大学)

AI总结 提出无训练的eDIAR系统,通过e-means聚类消除固定槽位说话人 diarizer 的说话人数量限制,在长会议等场景精度更高且成本不随会议增长。

Comments Demo & Project page: https://kyudan1.github.io/eDIAR/

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18519 2026-11-16 cs.CV 新提交

Box-conditional Hypothesis Testing for Out-of-Distribution Object Detection

面向分布外目标检测的框条件假设检验

Donghoon Lee, Jusung Park, Shinjin Kang

机构 * School of Games, Hongik University(弘益大学游戏学院)

AI总结 针对分布外目标检测问题,提出无需训练的PLUM评分方法,通过框条件假设检验实现分布外目标检测,在PASCAL-VOC和BDD100K基准上取得最高AUROC且无需外部模型。

Comments 18 pages, 7 figures, 13 tables

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18516 2026-11-16 cs.CV cs.IR cs.LG 新提交

StreamEmbed: Real-Time Indexing from Pixels for Screenshot Retrieval

StreamEmbed:用于截图检索的像素级实时索引

Dayoon Ko, Yichuan Wang, Soyeong Jeong, Joseph E. Gonzalez, Gunhee Kim, Sewon Min

机构 * University of California, Berkeley(加利福尼亚大学伯克利分校) ; Seoul National University(首尔大学) ; KAIST(韩国科学技术院)

AI总结 StreamEmbed是利用像素冗余的增量视觉嵌入系统,通过空间令牌剪枝与时间KV复用实现快速编码,在ScreenMemEval基准上比全截图编码快3.7倍且不损失准确率,为本地视觉助手奠定基础。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18514 2026-11-16 cs.AI cs.CL 新提交

Can Mechanistic Interpretability Help Explain LLM Agent Failures? A Case Study on Web Element Hallucination

机制可解释性能否帮助解释大语言模型智能体的失败?一项关于网页元素幻觉的案例研究

Mohamed Aghzal, Mor Geva, Gregory J. Stein, Ziyu Yao

机构 * George Mason University(乔治梅森大学) ; Tel Aviv University(特拉维夫大学)

AI总结 本文以网页元素幻觉为案例,研究机制可解释性(MI)在解释LLM智能体失败时的挑战,发现线性探针可提前预测并纠正多数幻觉但存在局限,指出MI方法需适配智能体失败解释的未来方向。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18507 2026-11-16 cs.LG eess.SP 新提交

Asymptotic Margins and Feature Confinement in Conic Classification Heads under Softmax Cross-Entropy

Softmax交叉熵下锥形分类头中的渐近间隔与特征约束

Omer Nezih Gerek

机构 * Eskişehir Technical University(埃斯基谢希尔技术大学)

AI总结 该研究探究Softmax交叉熵训练下锥形分类头的类别区域是否约束特征,推导了渐近间隔的计算方式,在CIFAR数据集上验证了锥形头单元均具正间隔、原型头多数单元有界的理论结论。

Comments 22 pages, 2 figures. Companion paper: to be uploaded. Code: https://github.com/ongerek/Conic

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18506 2026-11-16 cs.CL 新提交

Agentic induction of common data elements and information extraction from sarcoma case report abstracts

智能体从肉瘤病例报告摘要中诱导通用数据元素并进行信息提取

Daniel Reichenpfader, Kwaku Appiagyei, Manovah Nadarajah, Ahmed Reda Bahr, Irina Filchenko, Fabio Dennstädt

机构 * Institute for Patient-Centered Digital Health, Bern University of Applied Sciences(伯尔尼应用科学大学以患者为中心的数字健康研究所) ; Faculty of Medicine, University of Geneva(日内瓦大学医学院) ; F. Hoffmann-La Roche AG(F.霍夫曼-拉罗氏公司) ; Kantonsspital Aarau(阿劳州立医院) ; University of Alexandria(亚历山大大学) ; Data Semantics and Decision Making Institute (DSDMI)(数据语义与决策研究所)

AI总结 本研究验证大型语言模型智能体可从肉瘤病例报告摘要推导通用数据元素模式,经整合筛选后开展信息提取,其结果获人工评审认可,为临床数据处理提供了智能体辅助加专家整理的可行方案。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18505 2026-11-16 cs.RO 新提交

Disturbance-Aware Informative Planning in Spatiotemporal Environments

时空环境中感知干扰的信息规划

Kaleb Ben Naveed, Haejoon Lee, Anouck Girard, Dimitra Panagou

机构 * University of Michigan(密歇根大学) ; Embry-Riddle Aeronautical University(安柏瑞德航空大学)

AI总结 针对时空环境中自主机器人监测的干扰问题,提出两阶段信息规划框架,结合干扰采样与感知干扰的轨迹优化,在四个模拟场景中使干扰学习时间减少25.0%-52.3%,识别出更优路径。

Comments Submitted to Learning for Dynamics and Control Conference 2027. Project website: https://kalebbennaveed.github.io/dist-aware-ipp/

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18501 2026-11-16 cs.RO 新提交

In Situ Monitoring and Predictive Modeling of Harmful Algal Blooms with Autonomous Surface Vehicles

利用自主水面航行器进行有害藻华的原位监测与预测建模

Nenyi Kweku Nkensen Dadson, Jean Paul Gonzalez, Daniel P. Arabie, Ryan J. Cedel, Dorin Boldor, Corina Barbalata

机构 * Louisiana State University(路易斯安那州立大学) ; Louisiana State University Agricultural Center(路易斯安那州立大学农业中心)

AI总结 该研究开发基于BlueBoat自主水面航行器的多模态传感系统,在庞恰特雷恩湖等水域收集水质数据,评估机器学习分类方法,验证了其用于有害藻华原位监测的可行性。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18496 2026-11-16 cs.RO 新提交

Toward Resilient Self-Driving Laboratories through Telerobotic Interventions

通过远程机器人干预构建弹性自动驾驶实验室

Ziheng Wu, Adrian Vecina Tercero, Andre A. Fatehi, Abhik Sarkar, Brian Giera, Eric B. Duoss, Christopher M. Spadaccini, Nikhil Deshpande, Aldair E. Gongora

机构 * Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室) ; University of Nottingham(诺丁汉大学)

AI总结 本研究针对自动驾驶实验室的意外故障,开发远程操作界面,评估两种机械臂控制策略,发现控制器配置与参考路径设计影响操作员性能,证明远程操作可作为其故障恢复的可行机制。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18494 2026-11-16 cs.AI 新提交

ARCHER: From Rationale Imitation to Executable Reasoning in Small Language Models

ARCHER:从小样本语言模型的原理模仿到可执行推理

Dhruv Dixit, Khushi Patel, Congcong Xu, Min Song

机构 * Stevens Institute of Technology(史蒂文斯理工学院)

AI总结 本研究针对小型语言模型数学推理不可靠问题,提出ARCHER两阶段框架,通过编译原理为动作轨迹、分层强化学习优化策略,在多个基准上显著提升推理准确率,为紧凑型数学推理器提供有效训练范式。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18491 2026-11-16 cs.RO 新提交

When Will You Hand It Over? A Hidden Start Delay Makes Self-Play Handover Robust to Unfamiliar Partners

你何时会交出它?隐藏的启动延迟使自博弈交接对陌生伙伴具有鲁棒性

Mohammad Khoshnazar, Mike Degany, Deyuan Qu, Qing Yang, Matyas Szanto

机构 * Universität Bremen(不来梅大学) ; University of North Texas(北得克萨斯大学) ; Toyota Motor North America(丰田北美汽车公司) ; Budapest University of Technology and Economics(布达佩斯技术与经济大学)

AI总结 本文针对自博弈交接策略在陌生伙伴面前失效的问题,提出隐藏启动延迟随机化(HSD)方法,使交接成功率大幅提升,且无需重新训练伙伴。

Comments CoRL 2026, Human-Centered Robot Learning and Interaction (HumanRLI) Workshop. Code: https://github.com/mkhoshnam/Selfplay-PPO-handover

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18485 2026-11-16 cs.CL cs.AI cs.LG 新提交

Interactive Program Induction with Language Model Priors

结合语言模型先验的交互式程序归纳

Robin Shing Moon Chan, Ryan Cotterell

机构 * ETH Zürich(苏黎世联邦理工学院)

AI总结 该研究提出结合语言模型先验的交互式程序归纳贪心查询选择算法,在CodeARC基准上使准确率提升最多22个百分点,减少最多10.5个输入输出示例。

Comments Preprint. 28 pages, 5 figures, 9 tables

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18482 2026-11-16 cs.CV 新提交

MMFlash: Faster Speculative Decoding for Vision-Language Models

MMFlash:用于视觉语言模型的更快推测解码

Sicheng Feng, Zigeng Chen, Song Wang, Gongfan Fang, Xinchao Wang

机构 * National University of Singapore(新加坡国立大学)

AI总结 针对视觉语言模型多模态推测解码的不足,提出MMFlash框架,通过自适应提升视觉依赖token权重及长视频稀疏注意力,实现最高3.58倍无损解码加速,性能优于EAGLE-3和DFlash。

Comments Work in process, website: \url{https://fscdc.github.io/MMFlash/}

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18471 2026-11-16 cs.CL cs.AI 新提交

Do Verifier Judgments Survive Abstraction? Measuring Verification Transport for LLM Agent Evaluation

验证者判断能否在抽象中留存?测量用于大语言模型智能体评估的验证迁移性

Disha Sheshanarayana, Sai Linisha Reddy Goli

机构 * Manipal University Jaipur(斋浦尔马尼帕尔大学)

AI总结 本研究提出验证迁移性测试,发现LLM验证者在智能体执行的抽象边界下存在约31%的判断失败,恢复执行溯源可挽回85.5%的失败,仅原生视图准确性不足以表征其可靠性。

Comments Accepted at NeurIPS 2026 Workshop on Who Verifies the Agents? Toward Reliable Agent Development

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18464 2026-11-16 cs.AI 新提交

Typing Matters: Muscle, Language and Typing Behaviour in Live Keystroke Decoding from sEMG

类型很重要:来自表面肌电(sEMG)的实时击键解码中的肌肉、语言与打字行为

Abhilash Durgam, Nyle Siddiqui, Mubarak Shah, Qiushi Fu

机构 * University of Central Florida(中佛罗里达大学)

AI总结 本研究针对实时sEMG击键解码问题,提出基于状态空间模型的全因果无前瞻解码器,融合传统打字解码器与自回归语言模型,在emg2qwerty跨用户基准上实现25.13%字符错误率,参数更少且性能更优。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18462 2026-11-16 cs.LG 新提交

Sample-efficient prediction of high-entropy alloy strength through outcome-aware robust sequential learning

通过结果感知的鲁棒序列学习实现高熵合金强度的样本高效预测

Ahmed Shoyeb Raihan, Md Habibor Rahman, Ashish Nimbarte, Imtiaz Ahmed

机构 * West Virginia University(西弗吉尼亚大学) ; University of South Carolina(南卡罗来纳大学)

AI总结 本研究提出ROSE-HEA框架,通过结果感知鲁棒序列学习,以更少样本实现高熵合金极限抗拉强度的高效预测,性能优于多种对比方法。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18458 2026-11-16 cs.AI 新提交

When to Trust Simulated Patient Responses:Support-Gated World Models for Vasopressor Decision Support

何时信任模拟的患者反应:用于升压药决策支持的支持门控世界模型

Yifan Jin, Tao Liu

机构 * Sun Yat-sen University(中山大学)

AI总结 本研究针对临床模拟患者反应不可靠的问题,提出支持门控世界模型决策支持方法,在eICU-CRD数据集上验证其可降低预测误差、提升动作一致性,明确了选择性临床模拟的可靠性-覆盖率权衡。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18453 2026-11-16 cs.LG cs.AI 新提交

Black-Box Uncertainty Quantification for Large Language Models via Ensemble-of-Ensembles

基于集成集成的大语言模型黑盒不确定性量化

Wang Ma, Debarun Bhattacharjya, Junkyu Lee, Nhan H Pham, Harsha Kokel, Qiang Ji

机构 * Rensselaer Polytechnic Institute(伦斯勒理工学院) ; Lirio ; IBM Software Innovation Lab(IBM软件创新实验室) ; IBM Research(IBM研究院)

AI总结 该研究提出两级集成的黑盒方法,通过分解偶然与认知不确定性,在问答基准和指令调优LLM上实现与白盒基线相当的性能,可区分提示歧义与模型知识缺口。

Comments Accepted at NeurIPS 2026. 54 pages (10 pages main text), 3 figures, 38 tables. Code: https://github.com/wma17/Black-box_UQ_for_LLMs_Ensemble_of_Ensemble

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.18450 2026-11-16 cs.LG eess.SP 新提交

PACT: A Decoder-Confidence-Guided Two-Round Receiver for Joint Channel and Phase-Noise Estimation in Sub-THz OFDM

PACT:用于子THz OFDM中联合信道与相位噪声估计的解码器置信度引导两轮接收机

Ruilin Wang, Xiaodai Dong

机构 * University of Victoria(维多利亚大学)

AI总结 针对子THz OFDM接收中频率选择性衰落与相位噪声的联合损害,提出解码器置信度引导的两轮PACT接收机,在$E_b/N_0=30$dB时较最优学习基线降低码块错误率,且具备跨多种配置的适用性。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
↑