AI 论文速递

最新

DiffusionRIR：基于扩散模型的房间脉冲响应插值
本研究解决了在房间内未测量位置估算房间脉冲响应（RIR）的问题，采用去噪扩散概率模型（DDPM）的方法。研究表明，该方法在不同曲率的麦克风阵列上有效重建缺失的RIR，能够显著提高插值精度，并且为从有限的实际测量中生成额外数据提供了新的方法。
PDF2 days ago
PaRT: 通过个性化实时检索增强主动社交聊天机器人
本研究解决了传统聊天机器人在对话中缺乏主动性的问题。提出的PaRT框架通过整合用户资料和对话上下文，实现了个性化的实时检索，从而能够生成更具针对性的对话主题。研究表明，该方法在实际应用中对话平均持续时间提高了21.77%。
PDF2 days ago
大型语言模型生成的网络应用代码的隐患：针对代码生成能力的安全评估
本文解决了大型语言模型（LLMs）生成的代码在安全性上的不足，尤其是在现实应用中面临的风险。通过对不同模型生成的代码进行安全合规性评估，发现关键的认证机制、会话管理和输入验证等方面存在严重漏洞，强调了人类专家在确保安全软件部署中的必要性，并
PDF2 days ago
生成性人工智能时代的信息检索：RGB模型
本研究解决了随着生成性人工智能的兴起，信息检索和处理面临的内容真实性和可靠性问题。通过提出一种随机模型，分析了新主题下信息的生成、索引和传播方式，发现生成性人工智能的快速应用可能超越人类的验证能力，从而导致不准确的信息传播风险。因此，强调了
PDF2 days ago
ReasonIR：为推理任务训练检索器
本研究针对现有检索器在推理任务中表现有限的问题，提出了第一个专门为通用推理任务训练的检索器ReasonIR-8B。通过合成数据生成管道，ReasonIR-8B在BRIGHT基准测试中实现了新的最先进成绩，提高了相对闭卷基线的MMLU和GPQ
PDF2 days ago
使用单个训练示例的强化学习在大型语言模型中的推理能力
本研究解决了大型语言模型在数学推理能力上的不足问题，提出了通过使用单个训练示例进行验证奖励的强化学习方法（1-shot RLVR）。研究表明，该方法有效地提升了模型在多个数学挑战中的表现，尤其是将Qwen2.5-Math-1.5B在MATH
PDF2 days ago
平衡在线类增量学习中的包容性训练分离和隐式知识交互
该研究解决了在线类增量学习（OCIL）中保持旧类和新类知识平衡的挑战。论文提出了一种新的回放方法——平衡在线增量学习（BOIL），采用包容性训练分离策略，利用双分类器实现旧类与新类知识的有效整合，并通过隐式方法增强知识传递。实验结果表明，B
PDF2 days ago
在协同进化半监督学习GAN中生成多个子代
本研究旨在解决现有协同进化半监督学习生成对抗网络（SSL-GAN）的局限性，尤其是其每代仅生成一个个体的问题。提出了一种新的协同进化方法，即协同精英SSL-GAN（CE-SSLGAN），通过采用泛米克种群、精英替代策略以及生成多个子代来提升
PDF2 days ago
PRISM：基于投影的奖励整合用于场景感知的少量演示的真实到模拟到真实转移
本研究解决了机器人在初始位置和物体姿势变化下开发鲁棒性策略的难题。我们提出了一种集成的真实到模拟到真实的管道，通过图像识别场景物体并从库中检索其3D模型来构建模拟环境。此外，我们引入了一种基于投影的奖励模型，为强化学习策略培训提供支持，最终
PDF2 days ago
MuRAL：一个使用自然语言标注的多住居民环境传感器数据集，用于日常活动识别
本研究解决了现有环境传感器数据集中缺乏自然语言标注和上下文丰富性的问题。我们提出了MuRAL数据集，它包含来自智能家居环境中21个会话的多用户传感器数据，提供了细粒度的自然语言描述和活动标签。研究表明，尽管大型语言模型在解析环境数据方面展现
PDF2 days ago
高效令牌注入攻击：通过自适应令牌压缩促使大型语言模型停止推理
本研究针对大型语言模型（LLM）存在的"思考停止"漏洞进行了深入探讨，提出了一种新颖的攻击方法——"推理中断攻击"，利用自适应令牌压缩简化了攻击的提示词结构。实验表明，该方法能有效减少提示词长度，同时保持攻击效果，对提升LLM的安全性具有重
PDF2 days ago
群体相对知识蒸馏：学习教师的关系性归纳偏置
本研究针对现有知识蒸馏方法忽视教师模型相对预测中重要的关系性归纳偏置的问题，提出了群体相对知识蒸馏（GRKD）框架。GRKD通过关注类别之间的相对排名来提炼教师知识，实验表明该方法在需要细粒度分类的任务中相较于现有方法表现出更优的泛化能力，
PDF2 days ago
数据集转移流的持续因果效应估计
本研究解决了在线环境中因时间数据集转移所带来的复杂性，旨在提升因果效应估计在市场优化中的表现。我们提出的增量因果效应与代理知识蒸馏（ICE-PKD）框架通过多处理提升网络和增量训练策略，能够有效应对用户行为和领域分布的变化，实验结果表明该框
PDF2 days ago
基于强化学习增强的基础模型GUI代理总结
该研究针对图形用户界面（GUI）代理的最新进展进行了系统总结，尤其是基于强化学习的架构。文章提出了将GUI代理任务形式化为马尔可夫决策过程，并对其训练方法进行了分类，突出展示了多模态感知、决策推理和自适应动作生成的创新如何显著提升GUI代理
PDF2 days ago
TAMO：通过工具辅助的LLM智能体进行细粒度根本原因分析，结合多模态观测数据
本研究针对现代企业软件开发中分布式系统与微服务带来的复杂性问题，提出了一种新的根本原因分析方法TAMO。该方法通过整合多模态观测数据，克服了现有LLM在动态服务依赖和文本输入限制方面的挑战，从而提高了故障响应的自动化水平。实验结果表明，TA
PDF2 days ago
TAMO：基于工具辅助的LLM智能体的细粒度根本原因分析与多模态观察数据
本研究解决了传统根本原因分析在自动故障响应中的局限性，通过提出TAMO，一个利用多模态观察数据的工具辅助LLM智能体，来实现细粒度的根本原因分析。TAMO通过统一多模态观察数据为时间对齐的表示，并结合专业的根本原因定位与故障分类工具，显著提
PDF2 days ago
基于实证结果的语义通信建模与性能分析
本文针对深度学习语义编码器和解码器的黑箱特性所带来的性能分析难题，提出了一种Alpha-Beta-Gamma (ABG)公式，用于建模端对端测量与信噪比(SNR)之间的关系。通过该公式，研究了自适应功率控制方案，有效保障语义通信的服务质量(
PDF2 days ago
通过分层大语言模型提示增强新闻推荐
本研究解决了个性化新闻推荐系统难以有效捕捉用户偏好复杂性的问题。提出的PNR-LLM方法利用大语言模型的生成能力丰富新闻标题和摘要，从而提升推荐质量。实验表明，PNR-LLM在MIND数据集上优于现有的先进基线，并且其数据丰富模块适用于多种
PDF2 days ago
基于特征的全目标干净标签后门攻击
本研究解决了多目标后门攻击中存在的干净标签攻击性能不稳定和难以扩展的问题。提出的FFCBA方法通过特征扩展和特征迁移两种范式，利用类条件自编码器生成有效的噪声触发器，以实现高效的跨模型攻击。实验结果表明，FFCBA在多种数据集和模型上展现出
PDF2 days ago
NeuRel-Attack：大型语言模型中用于安全失调的神经元重学习
本研究针对现有大型语言模型在安全对齐过程中存在的漏洞，提出了一种通过识别和修改负责安全约束的神经元以诱发失调的新方法。通过实验，我们的方法能够有效去除安全约束，突显了现有对齐技术的关键脆弱性，强调了需要加强对抗性微调攻击的防御。
PDF2 days ago