高校专区
神经闭环映射的稳定性保持在线适应
机构 * Institute of Mechanical Engineering, Ecole Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院机械工程学院） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系）
AI总结 本文提出稳定性保持的在线适应机制，用于非线性神经网络控制器，通过时间调度和状态触发方案保证闭环$\ell_p$稳定性，同时分离稳定性与控制器最优性。
对LLM代理的行为一致性验证：通过股票市场模拟分析交易风格切换
机构 * Fudan University（复旦大学） ； Wuhan University（武汉大学） ； BNP Paribas（BNP巴黎银行） ； Oxford University（牛津大学） ； Haven
AI总结 本文通过股票市场模拟分析交易风格切换，评估LLM代理策略切换与金融理论的一致性，提出四个行为金融驱动因素作为性格特质，并通过Mann-Whitney U检验比较策略切换行为与理论的一致性。
重新思考熵在优化大语言模型代理工具使用行为中的作用
机构 * Fudan University（复旦大学） ； University of Edinburgh（爱丁堡大学） ； Southern University of Science and Technology（南方科技大学） ； Oxford University（牛津大学） ； Haven
AI总结 本文通过熵基实验发现熵减与高质量工具调用正相关，提出两种奖励策略优化工具使用行为，实验表明熵减可提升代理适应性。
操作性机器学习用于远程光谱检测甲烷点源
机构 * University of Oxford（牛津大学） ； International Methane Emissions Observatory, United Nations Environment Programme (UNEP)（国际甲烷排放观测站，联合国环境规划署（UNEP）） ； Jet Propulsion Laboratory, California Institute of Technology（喷气推进实验室，加州理工学院）
AI总结 本文提出利用操作性机器学习技术，通过空间borne成像光谱仪实现全球范围内的甲烷点源检测，通过模型集成显著降低误检率，为未来高数据量的成像光谱仪提供关键技术支持。
Comments 20 pages, 14 figures, 10 tables. In review
多模态生存分析与可本地部署的大语言模型
机构 * University of Oxford（牛津大学）
AI总结 本文提出利用可本地部署的大语言模型进行多模态生存分析，结合临床文本、表格数据和基因组数据，通过教师-学生蒸馏和原理化的多模态融合，实现校准的生存概率估计和简洁的诊断文本生成，优于标准基线并在隐私和准确性方面表现更优。
Comments NeurIPS 2025 Workshop on Multi-modal Foundation Models and Large Language Models for Life Sciences
开放权重基因组语言模型的安全保障：通过对抗性微调评估鲁棒性
机构 * Center for Health Security（健康安全中心） ； Johns Hopkins Bloomberg School of Public Health（约翰霍普金斯大学布隆伯格公共卫生学院） ； Department of Chemistry（化学系） ； University of Oxford（牛津大学） ； Stanford University School of Medicine（斯坦福大学医学院） ； Department of Chemistry & Kavli Institute for Nanoscience Discovery（化学系及卡弗里纳米科学发现研究所）
AI总结 研究评估了开放权重基因组语言模型在对抗性微调下的鲁棒性，发现通过微调有害病毒序列可恢复模型的滥用相关能力，强调了需要安全框架以确保模型安全部署。
Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Biosecurity Safeguards for Generative AI
仅凭熵不足以在LLMs中实现安全的选择性预测
机构 * Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Oxford Suzhou Centre for Advanced Research, University of Oxford（牛津大学苏州市先进研究中心）
AI总结 本文探讨了熵基于不确定性方法在选择性预测中的不足，提出结合熵分数与正确性探测信号的方法，提升风险-覆盖权衡和校准性能。
利润是红队：在战略经济互动中压力测试代理
机构 * Columbia University（哥伦比亚大学） ； dAI Team, Ethereum Foundation（dAI团队，以太坊基金会） ； University of Oxford（牛津大学）
AI总结 本文提出基于利润的红队测试方法，通过学习对手最大化利润来压力测试代理，发现传统静态基线在利润优化压力下易受攻击，且学习对手能自主发现 probing、anchoring 和 deceptive commitments 策略。
Code-MIE: 一种基于代码风格的多模态信息提取模型，结合场景图和实体属性知识增强
机构 * Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University（航天信息安全部与可信计算重点实验室，教育部，武汉大学计算机科学与工程学院） ； University of Oxford（牛津大学） ； Wuhan Second Ship Design and Research Institute（武汉第二船舶设计研究所） ； China United Network Communications Co., Ltd. Research Institute（中国联合网络通信有限公司研究院）
AI总结 本文提出Code-MIE框架，通过统一代码理解和生成解决多模态信息提取问题，引入实体属性、场景图和文本参数，提升结构化信息提取性能。
曲球操控：引导的正确方向并不总是线性
机构 * Harvard Berkman Klein Center（哈佛伯克曼克莱因中心） ； Harvard University（哈佛大学） ； University of Utah（犹他大学） ； University of Oxford（牛津大学）
AI总结 本文提出曲球操控方法，通过多项式核PCA在特征空间中进行干预，更尊重学习到的激活几何，优于线性PCA方法，尤其在几何扭曲强的场景中表现更佳。
语义自蒸馏用于语言模型不确定性
机构 * Department of Engineering Science University of Oxford（工程科学系牛津大学） ； University of Oxford（牛津大学） ； Oxford Suzhou Centre for Advanced Research University of Oxford Suzhou（牛津苏州先进研究中心）
AI总结 本文提出语义自蒸馏方法，通过蒸馏生成轻量模型以估计提示条件密度，提供提示级不确定性信号和答案级可靠性评估，在TriviaQA和MMLU实验中表现出竞争力。
Comments Added experiments on MMLU dataset, investigating utility of likelihood for multiple-choice answer selection
不同的人口统计线索导致对LLM个性化和偏见的结论不一致
机构 * World Bank（世界银行） ； University of Oxford（牛津大学） ； New York University（纽约大学） ； University of Pennsylvania（宾夕法尼亚大学） ； LMU Munich（慕尼黑大学） ； Allen Institute for AI（人工智能研究院）
AI总结 研究通过1480万个提示测试了人口统计线索对LLM响应的影响，发现同一群体的不同线索导致响应变化不一致，偏见结论不稳定，揭示了身份线索与语言信号的关系。
受神经崩溃启发的多标签联邦学习在标签分布偏斜下的应用
机构 * University of Oxford（牛津大学）
AI总结 本文提出FedNCA-ML框架，通过神经崩溃理论对客户端表示进行对齐，学习判别且聚类良好的特征，以应对多标签场景下的标签分布偏斜问题，实验表明在五个基准数据集上效果显著。
基于理论的LLM推理中人类似 fallacy 模式的评估
机构 * The Laboratory for Human-Centered AI, Institute for Ethics in AI, Faculty of Philosophy, University of Oxford, UK（以人为中心的人工智能实验室，人工智能伦理研究所，哲学学院，牛津大学，英国） ； Oxford Internet Institute, University of Oxford, UK（牛津互联网研究所，牛津大学，英国） ； School of Computer Science, University of Birmingham, UK（计算机科学学院，伯明翰大学，英国）
AI总结 本文通过ETR理论和PyETR工具，评估LLM推理错误是否符合人类fallacy模式，发现模型能力与错误类型相关，且反转前提顺序可减少fallacy生成。
滑动拼图健身房：一种可扩展的用于视觉强化学习状态表示的基准
机构 * Advanced Knowledge Center for Immersive Technologies -- AKCIT, Brazil（沉浸式技术高级知识中心 -- AKCIT，巴西） ； OATML, University of Oxford, United Kingdom（OATML，牛津大学，英国） ； Institute of Informatics, Federal University of Goiás, Goiânia, Brazil（信息学院，戈亚尼亚联邦大学，巴西）
AI总结 本文提出Sliding Puzzles Gym，通过调整网格大小和图像池来控制视觉表示复杂度，评估视觉表示学习能力，发现现有方法在处理视觉多样性时存在局限。
Comments Accepted at ICML 2025
Journal ref Proceedings of Machine Learning Research 267:12689-12717, 2025
BioDCASE 2026挑战的跨域蚊虫物种分类基线
机构 * Machine Learning Research Group, University of Oxford（牛津大学机器学习研究组） ； Oxford Long-Term Ecology Laboratory, University of Oxford（牛津大学长期生态实验室） ； King’s College London（伦敦国王学院） ； Centre for Vision, Speech and Signal Processing, University of Surrey（萨里大学视觉、语音和信号处理中心）
AI总结 本文提出一个基于log-mel特征和MTRCNN的基线系统，用于评估跨域蚊虫物种分类的性能，揭示了跨域泛化是实际应用中的核心挑战。
Comments BioDCASE 2026 CD-MSC Baseline, source code and models: https://github.com/Yuanbo2020/CD-MSC
基于降阶FEM的软机器人任务驱动设计的通用化设计
机构 * Oxford Robotics Institute（牛津机器人研究所） ； University of Oxford（牛津大学） ； CSIRO Robotics（CSIRO机器人部） ； CSIRO
AI总结 本文提出一种基于降阶FEM的代理建模流程，用于通用化任务驱动软机器人设计，通过高保真FEM模拟构建紧凑代理模型，实现快速参数化执行器家族实例化，支持任务级模拟与优化。
策略导航还是随机搜索？智能体和人类如何在文档集合上进行推理
机构 * Snowflake\,AI\,Research ； University\,of\,Oxford ； Computer\,Vision\,Center
AI总结 本文通过MADQA基准测试，探讨智能体与人类在文档检索中的策略性推理与随机搜索差异，揭示最佳智能体在准确性上接近人类，但依赖暴力搜索而非有效策略规划。
识别连续签署序列中的手语手指拼写
机构 * Visual Geometry Group, Department of Engineering Science, University of Oxford（牛津大学视觉几何组，工程科学系）
AI总结 本文提出FS23K大规模手语手指拼写数据集及改进模型，通过考虑双手交互和口腔线索，将字符错误率降低一半，推动手语理解与自动化标注研究。
Comments 11 pages, 15 figures
深度希尔伯特-伽辽金方法用于无限维偏微分方程及最优控制
机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） ； Institut für Mathematik, Technische Universität Berlin（柏林技术大学数学研究所）
AI总结 本文提出基于深度学习的近似方法，用于分离希尔伯特空间上的非线性二阶偏微分方程，如无限维控制的HJB方程，通过参数化解的希尔伯特-伽辽金神经算子（HGNOs）证明了新的通用逼近定理，解决了相关问题。
DEAF：用于音频语言模型声音忠实度诊断评估的基准
机构 * University of Oxford（牛津大学） ； XJTLU ； HNU（湖南大学） ； CUHK(SZ)（香港中文大学（深圳）） ； PKU（北京大学） ； HKUST(GZ)（香港科技大学（广州））
AI总结 DEAF基准通过2700多个冲突刺激，评估音频语言模型对声音信号的真实处理能力，揭示模型在语音基准测试中的表现与真实声音理解间的差距。
Comments 14 pages,6 figures
指数加权签名
机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） ； Department of Mathematics, Imperial College London（伦敦帝国理工学院数学系） ； SKF
AI总结 本文提出指数加权签名，通过引入一般有界线性算子扩展指数衰减记忆签名，实现更丰富的记忆动态，保留经典签名的代数优势，并展示其在SDE回归任务中的表达能力。
Comments 43 pages, 1 figure
具有数据的闭式ℓ_𝑟范数缩放：在过参数化线性回归和对角线线性网络下基于ℓ_𝑝偏差
机构 * Rudolf Peierls Centre for Theoretical Physics（鲁道夫·皮尔士理论物理中心） ； University of Oxford（牛津大学）
AI总结 本文研究了过参数化线性回归和对角线线性网络中ℓ_𝑟范数缩放问题，通过简单对偶射线分析揭示了信号尖峰与零坐标之间的竞争，得出数据依赖的肘部和通用阈值，解释了不同范数随样本量变化的行为。
具有物理信息的神经网络用于预测反应堆相关条件下非辐照和辐照的奥氏体和铁素体/马氏体钢的疲劳寿命
机构 * Extreme Environments Materials Group (EEMG), Department of Materials Engineering, Indian Institute of Science (IISc)（极端环境材料组（EEMG）、材料工程系、印度科学研究院（IISc）） ； Department of Materials, University of Oxford（材料系、牛津大学） ； Robert Bosch Centre for Cyberphysical Systems, Indian Institute of Science (IISc)（罗伯特·博世网络物理系统中心、印度科学研究院（IISc））
AI总结 本文提出了一种具有物理信息的神经网络框架，用于预测核反应堆中奥氏体和铁素体/马氏体钢的低周疲劳寿命。该框架通过嵌入疲劳寿命的物理约束到损失函数中，提高了预测的准确性、可靠性和通用性。
多材料直接墨水书写与刺绣用于可拉伸可穿戴传感器
机构 * Institute of Biomedical Engineering, University of Oxford, UK（生物医学工程研究所，牛津大学，英国） ； The Podium Institute for Sports Medicine and Technology, University of Oxford, UK（体育医学与技术研究所，牛津大学，英国） ； École Polytechnique Fédérale de Lausanne, Switzerland（洛桑联邦理工学院，瑞士）
AI总结 本文提出一种纺织品兼容的制造流程，结合多材料直接墨水书写与自动化刺绣，实现可拉伸应变传感器直接嵌入服装中，展示出高达120%的拉伸性能和线性响应特性，适用于运动捕捉和柔性机器人应用。
Comments 6 pages, 8 figures, conference
对LLM中品牌和文化偏好的审计
机构 * University of Oxford（牛津大学）
AI总结 本文提出ChoiceEval框架，用于审计LLM中品牌和文化偏好，通过生成多样化查询和量化偏好指标，揭示模型在不同主题上的系统性偏好差异。
Comments 20 pages, 2 figures
基于视觉-语言模型的多专家融合用于CT图像分类
机构 * College of Computer Science and Artificial Intelligence, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University（复旦大学计算机科学与人工智能学院，上海智能信息处理重点实验室） ； University of Oxford（牛津大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出一种三阶段源感知多专家框架，通过构建肺部感知3D专家、开发MedSigLIP基专家和训练源分类器，提升多源CT图像中新冠检测的鲁棒性，实验结果显示在不同阶段模型在宏F1、ACC和AUC指标上均取得优异成绩。
视觉集合程序合成器
机构 * Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； Institute of Logic and Computation, TU Wien（维也纳技术大学逻辑与计算研究所）
AI总结 本文提出通过视觉程序合成解决复杂视觉推理问题，引入Set-VQA基准测试，显著提升回答准确性并提高透明度。
Comments 10 pages, IEEE International Conference on Multimedia and Expo 2026
Journal ref IEEE International Conference on Multimedia and Expo 2026
基于临床先验的3D CT扫描肺部疾病检测
机构 * College of Computer Science and Artificial Intelligence, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University（计算机科学与人工智能学院，上海智能信息处理重点实验室，复旦大学） ； University of Oxford（牛津大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出一种考虑性别因素的两阶段肺部疾病分类框架，通过性别分类器和性别特异性疾病分类器提升少数类疾病识别性能，尤其在鳞状细胞癌上表现突出。
梯度原子：通过训练梯度的稀疏分解实现无监督的行为发现、归因与引导
机构 * FLAIR, University of Oxford（FLAIR，牛津大学）
AI总结 本文提出梯度原子方法，通过训练梯度的稀疏分解发现、归因和引导模型行为，无需监督即可识别可解释的任务类型行为，如拒绝、算术、二元分类等，并能有效控制模型行为变化。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈