#前沿研究
共 7364 篇相关文章
流匹配模型为何能摆脱维度灾难：低维数据的泛化理论解析
最新 arXiv 论文从理论上证明流匹配与扩散模型能自适应数据的内在低维结构，缓解维度灾难。本文解析其 Wasserstein-p 误差界、内在维度收敛率及对生成模型泛化理论的意义。
隐私迁移学习：如何在不看数据的情况下判断外部数据是否值得买
一篇 arXiv 新研究提出私有迁移学习的数据选择框架，仅用聚合统计量和差分隐私保证，即可在不访问原始数据的前提下判断外部数据是否值得采购，并优化加权岭回归的超参数。
ENCORE：首个精确并行推理控制方法，让扩散模型生成更可控
arXiv 论文 ENCORE 提出首个精确的并行推理控制方法，通过存储生成轨迹绕开难以处理的时间反演，实现扩散模型的无偏可控生成，在分子采样与图像生成等任务上验证了其精度、多样性与鲁棒性。
SFT为何比RFT更易遗忘？风格漂移揭示监督微调的隐性代价
新发布的arXiv论文通过线性-softmax模型，从数学上解释了监督微调（SFT）为何比强化微调（RFT）更容易灾难性遗忘。核心在于SFT会产生离轴风格漂移，导致即使语义正确也会丢失知识，而RFT能保持零语义误差。
深度序列模型如何赋能时间序列的保形预测
一项关于深度序列模型与时间序列保形预测的系统性研究，通过条件分位数回归、分位数函数估计和局部化保形预测三条路径，突破可交换性假设限制，为可靠的不确定性量化提供理论保证与实验验证。
仿真驱动的智能体VLM框架：破解野火监测数据稀缺难题
一篇arXiv最新研究提出仿真驱动的智能体VLM框架，通过将2D野火仿真自动转为带标签视频，结合免训练多智能体记忆推理，在数据稀缺下实现野火监测与结构化报告，视频记忆准确率达51.5%，完整系统达77.3%。
OctLLM：用八叉树让大模型看懂3D几何结构
arXiv论文OctLLM提出用八叉树作为显式3D语言，通过稀疏八叉树和独立参数分支，让大模型在不牺牲语言能力的前提下理解和生成3D几何，图像生成3D的FID降低17.4%，刷新统一多模态LLM的SOTA。
AI多阶段方案评估雄激素性脱发：从头皮图像到临床决策
一项 arXiv 最新研究提出基于 AI 的多阶段方案，用于从低倍率头皮图像评估雄激素性脱发（AGA）。系统结合 YOLOv8m 毛囊定位与 EfficientNet-B5 计数，mAP 达 0.920，为皮肤科量化诊断提供辅助决策支持。
FactorSplat：可控外观的高斯代理，为医学体渲染解绑传递函数
FactorSplat 是一种可控外观的 N 维高斯泼溅代理，让医学体渲染在推理阶段自由切换传递函数，无需重新训练。在7份CT/MR扫描上PSNR超越VEG达1.1-1.52dB，1600²分辨率下达524 FPS、TF切换仅1.17ms。
EviDent-CBCT：证据瓶颈框架破解牙科CBCT报告自动生成难题
arXiv新论文EviDent-CBCT提出证据瓶颈框架，针对牙科CBCT报告标注不完整的难题，通过离散证据记录实现可审计的报告自动生成，在ODIN 2026挑战赛自动评测中排名第二。
域偏移下的行人检测：可信度控制的XAI可解释性审计
一项arXiv研究针对自动驾驶行人检测模型，提出可信度控制的XAI可解释性审计方法。研究发现D-RISE等解释的忠实度与检测强度强耦合（相关系数0.70-0.82），且在域偏移下仍具域依赖性，揭示安全攸关感知需要更稳健的解释评估范式。
SCION：用可复用神经基元重构3D场景表示
普林斯顿团队提出SCION，用可复用神经基元词汇表与实例化机制替代独立高斯体，实现1.2MB级别的紧凑3D场景表示，率失真优于现有高斯压缩方法，并支持免重训练的实例级场景编辑与动画。
SCOPE-4D：内窥镜4D几何基础模型如何破解手术导航难题
SCOPE-4D 是一个面向内窥镜场景的 4D 几何基础模型，可从单目视频同时预测相机参数、稠密几何与三维组织轨迹。文章解析其 SCOPE-5K 数据集、CRM 运动约束机制及在手术导航中的应用价值。
DeskForge：用桌面环境密集标注训练计算机操作智能体
DeskForge 提出可控桌面环境，融合截图、无障碍树与窗口几何生成密集标注，构建含120万观测的DeskForge-1M数据集。微调后的视觉语言模型在GUI接地与长程任务上显著提升，为计算机操作智能体提供可扩展监督来源。
EditHero：首个长程部件级3D编辑基准测试解析
EditHero是首个面向长程、部件级3D编辑的基准测试，通过确定性装配引擎和自然语言指令，对比非智能体方法与LLM/VLM智能体两种3D编辑范式的精度与效率差异。
MACTS-EM：多智能体协同时序预测框架解析
MACTS-EM 是一种多智能体协同时序预测框架，融合涌现式记忆、元认知调度与多模态整合，在金融、气候、能源、疫情等场景实现预测精度与零样本迁移能力的显著提升。本文解析其架构设计与实验结果。
TRACE基准：引入官方运营文本提升电价预测准确性
TRACE是一个用于电价预测的可复现基准，包含7300个区域-日实例，首次系统评估官方运营文本的预测价值。研究显示文本信息可使上尾分位损失中位数下降7.4%，并通过错配消融实验验证了文本的真实价值。
Dropout神经网络的逼近理论：Sobolev速率与置信界
解读arXiv预印本对Dropout神经网络逼近性质的研究：在Sobolev空间框架下，给出带概率保证的ReLU网络逼近误差上下界，揭示保留概率、精度指数与置信水平之间的定量关系。
