跳到正文
#论文/研究
10月15日周四
  3. arXiv cs.AI20

    DTScribe：用本地大语言模型生成数字孪生报告模型

    DTScribe 可读取数字孪生文档，自动输出概念架构可视化与报告页面，并生成 Ontological Modeling Language 描述模型。它通过大语言模型评审与本体推理的细化循环提升产物质量，使约 20B 参数的本地中型模型达到接近更大模型的效果。研究建议避免用大语言模型做评审、避免用聚类做特征提取，并推荐至少两轮推理循环。

  5. arXiv cs.AI12

    如何设计防伪造的非市场资源分配机制

    研究刻画了在多种伪造技术下防伪造的最优资源分配规则，并给出一个诚实条件——满足该条件时，这些规则可解决规划者最大化配置剩余与智能体福利加权和的无约束问题。研究指出，朴素最优规则会导致伪造与配置低效，而兼顾伪造的配置效率优化通常会诱发伪造，给智能体带来高昂成本，并产生负外部性。

  7. arXiv cs.AI41

    自我蒸馏能提升推理能力吗？SDPO 与 OPSD 在 Qwen3 和 OLMo-3 上的复现研究

    研究复现了 SDPO 和 OPSD 两种自我蒸馏方法，发现在代码、科学、工具使用和数学推理任务上，其报告的收益无法稳定泛化到未见问题，主要源于过拟合或迁移已有推理行为，而非有效利用特权信息。自我蒸馏梯度与直接优化期望奖励的策略梯度对齐较弱，在 Qwen3（1.7B-14B）和 OLMo-3-7B 上的实验表明，有效利用特权信息提升推理仍是未解难题。

  9. arXiv cs.AI24

    Jev-ToM：在类型化决策模型中评估心智理论

    Jev-ToM 在来自 9 个心智理论（ToM）基准、覆盖 6 类能力的 11,117 道英文文本问题上，对比了 5 个类型化决策模型与 7 个生成式基线。TypeSafe Jev 取得 73.2% 的 source-balanced 准确率（含原生控制项），在全部 6 类能力上排名第一或第二，并在信念、目标/欲望/意图和情感上领先。

  10. arXiv cs.AI31

    DPOison-VL：视觉语言模型 DPO 的干净偏好投毒攻击

    DPOison-VL 是首个针对 VLM-DPO 的干净偏好投毒攻击，仅通过对少量训练图像施加不可感知扰动，即可在不改动提示词、回复和偏好标注的情况下操纵模型对齐。该方法将投毒构造建模为双层优化，并提出偏好位移分数用于投毒样本选择，在仅 2% 投毒数据下实现最高 98% 攻击成功率，且具备跨模型迁移性，同时基本保持干净准确率与通用能力。

  13. arXiv cs.AI25

    PhysicsSliders：为音频拟音生成学习物理控制

    研究者提出 PhysicsSliders（PXS），基于 15 个材质、几何与接触参数在模拟接触音上训练，可控制硬度、尺寸、速度与阻尼并支持房间描述。两个独立训练变体分别接受直接参数输入或数值化描述文本，在固定目标下生成频谱可区分的输出。

  16. arXiv cs.AI20

    多目标为何让识别更容易：偏好与反馈在多目标 bandit 最佳臂识别中的作用

    针对多目标 bandit 中的最佳臂识别（BAI），研究刻画了多目标何时以及为何比单目标更容易。对高斯 bandit，作者建立了在任意偏好序下一致成立的固定置信度特征时间下界，并在 Pareto、线性与字典序偏好下揭示三种现象：识别更大的最优集合可能比识别唯一最优解所需样本更少；向量反馈相对坐标反馈的优势取决于偏好序；多目标识别甚至可能比对应的最易单目标问题更省样本。

  17. arXiv cs.AI24

    研究：北美 AI 新闻报道的警示叙事源于区域性负面偏好

    一项基于 2022 年以来 12,924 篇英文 AI 新闻文章的研究，用大语言模型提取文章隐含的"叙事寓意"，对比北美、中国、印度和中东四个地区的媒体报道。结果显示，北美 AI 报道独有警示性叙事，对创新与协作的强调少于其他地区，但这一模式主要源于北美新闻整体存在的区域性负面偏好，而非对 AI 本身的担忧更强。

  18. arXiv cs.AI15

    多智能体系统中刻画智能体异质性的对称性研究

    研究针对有限时域 POSG 提出"策略评估对称性"概念：当完整策略评估与某变换可交换时，该变换即为对称性，其智能体轨道定义了结构化的智能体类型，且分类不依赖具体策略或初始状态分布。研究证明逐分量环境自同构必为策略评估对称性，但逆命题不成立；在协作 Dec-POMDP 中，即使共享同一奖励，智能体也可属于不同结构类型。

  19. arXiv cs.AI18

    APTree：面向建筑机器人的自适应可扩展自动化任务规划行为树框架

    APTree 是一个模型驱动框架，将自动化任务规划与基于行为树的模块化任务执行相结合，通过协调多个异构符号规划器在运行时自动生成并组合模块化任务计划。研究团队为其开发了领域特定语言及配套执行引擎，并在真实 livMatS Biomimetic Shell 展馆上验证，可检测设计时与运行时的规格和规划错误，并跨多个规划模块协调三种符号规划器生成大规模任务计划。

  20. arXiv cs.AI20

    语言模型 Logits 的几何结构：通用规律与学习到的偏离

    自回归语言模型每一步预测产生的词表 logit 向量，其有序头部 logits 在不同预测上下文、架构和规模下均遵循 log-linear 关系 z_(r) ≈ μ - α log r，并在预训练中逐步显现。受控次序统计基线可解释这一几何形态，却无法解释斜率 α 的系统性偏移：训练后模型 α ≈ 1.4–1.7，远高于初始化基线 α ≈ 0.2，且 α 与预测性能相关。

  24. arXiv cs.AI22

    MemoryVLN：从自我感知记忆表示到视觉语言导航中的跨上下文记忆复用

    针对大型视觉语言模型在长时程视觉语言导航中因上下文长度限制、历史观测冗余和空间对齐不稳定导致性能下降的问题，研究者提出 MemoryVLN 记忆驱动导航系统，通过长序列压缩、自我感知记忆表示、分层记忆库与记忆增强机制，将原始导航历史转化为紧凑、空间锚定且可选择性检索复用的导航经验。

  27. arXiv cs.AI46

    LLM 在同行评审中表现如何？来自金融与会计领域的证据

    GPT-4o 对 2024 年 AFA 和 NBER 金融会议论文的评审打分，比作者声誉更能预测论文能否在未来两年发表于三大金融顶刊——得分高一个标准差的论文发表概率高 44%。该信息来自模型对正确性和表述的判断，而其对原创性和重要性的判断不携带任何预测信息，强调重要性的评审指南也无帮助。这一"正确性 vs 贡献性"的分野在会计论文和更新的 GPT-5 上同样成立。

  28. arXiv cs.AI22

    FedGraph：基于图聚合防御联邦大语言模型微调中的后门攻击

    FedGraph 通过图聚合框架防御联邦 LLM 微调中的后门攻击，将客户端建模为动态图中的节点并提取结构特征，从而区分恶意与良性更新。实验显示其将攻击成功率降至 10% 以下，平均检测准确率达 95.5%，误报率仅 2.33%。该工作已被 ICLR 2026 Workshop on Principled Design for Trustworthy AI 接收。

  30. arXiv cs.AI21

    用路边 RGB 相机与 3D 雷达实现资源高效的道路使用者 3D 形状与朝向估计

    针对路边传感器高度、倾角与视场差异大导致端到端模型难以泛化的问题，该研究提出一种低成本两阶段方法：第一阶段用现成方法提取 2D 相机检测框与对应 3D 雷达点，第二阶段由雷达确定 3D 位置、预定义模板确定尺寸、微型神经网络预测站点专属偏航角，从而构建 3D 有向包围盒。

  32. arXiv cs.AI24

    并非所有漂移都是机制：追踪 LLM 中的提示词适配

    研究对比了离散提示词优化、prompt tuning 与 prefix tuning 对稠密和 MoE 语言模型内部计算的影响，发现适配所处位置决定了任务信息如何传递到输出：优化文本主要改变回复构建，输入级提示词将影响写入内容表征，逐层 prefix 则通过注意力维持直接控制，在 MoE 模型中还引发不同的专家路由模式。常见的表征级度量对通用上下文变化反应强烈，无法可靠区分有用适配与匹配的安慰剂。

  33. arXiv cs.AI31

    无图检索：用图修改嵌入提升稠密向量检索召回

    研究比较了五种离线图嵌入变换及图修改嵌入与原始嵌入的搭配策略，无需查询时访问图。在合成职业网络基准上，直接替换原始嵌入会降低证据召回，而多阶段策略用图修改嵌入引导搜索、保留原始嵌入维持语义相关性，在需要关联事实或候选比较的问题上召回率相对纯向量检索最高提升 25.9%，并以少 40% 的返回节点数达到基线召回。检索表现更取决于图修改嵌入的使用方式，而非生成方式。

  35. arXiv cs.AI26

    Urbex：面向城市级 3D 场景的智能体空间定位框架

    Urbex 是一个智能体视觉语言框架，将城市级 3D 定位重构为主动空间搜索，让 VLM 智能体查询地标、缩放局部区域、渲染斜视图并输出定位边界框。该框架在 CityRefer 上通过强化学习优化工具使用策略，取得最佳 Hit@1 和 IoU，无需候选框与真值框，且显著快于最强的城市级排序基线。在 STPLS3D-Refer 上的零样本结果进一步显示跨场景鲁棒性提升。

  36. arXiv cs.AI35

    Orchestra：面向长时程机器人操作的多模态指令跟随智能体框架

    Orchestra 是一个将任务规划与执行管理从动作生成中分离的智能体框架，可把多模态指令拆解为有序子任务并跟踪执行进度。在九个 RMBench 任务上平均成功率达 68.22%，比 Mem-0 高出 26.22 个百分点；在 RMBench-Compose 上平均成功长度（ASL）为 7.35 个子任务，是 HarnessVLA 的 2.46 倍。

  38. arXiv cs.AI22

    ShoeFit：面向虚拟鞋类试穿的新数据集与双图流 DiT 框架

    研究团队提出虚拟鞋类试穿框架 ShoeFit，并发布多视角鞋类试穿数据集 MVShoes，包含 7305 组标注图像三元组。ShoeFit 采用双流 DiT 架构，通过带 3D 旋转位置嵌入的多视角条件注入缓解视角错位，并用 LayeredRefAttention 借助背景特征调制鞋类隐变量以抑制背景导致的颜色失真。该工作已被 NeurIPS 2025 接收。