知识追踪模型的可解释性与稳定性验证研究
该研究针对知识追踪（KT）模型黑盒预测导致难以有效指导教学实践的问题，提出了一套综合验证协议。该协议系统评估了模型的预测竞争力、解释稳定性以及基于重新训练的忠实度。研究基于ASSISTments 2009和2012数据集，围绕五个教学主题构建了13个行为特征，并修正重建了原始数据集中存在技能构建重复记录的问题，为教育AI模型的可解释性评估提供了更可靠的基准。
DC AI 热点
全部 AI 动态
9月25日2026-09-25
SMILESGNN：基于SMILES与图跨注意力融合的可解释临床药物毒性预测模型
针对药物研发中毒性预测面临的样本严重失衡、骨架泛化差以及缺乏临床可解释性等难题，研究人员提出了多模态网络架构 SMILESGNN。该模型通过交叉注意力机制，融合了 SMILES Transformer 编码器与 GATv2 图编码器，弥补了单一序列模型无法提供图归因解释的缺陷。此外，研究还推出了预训练变体 SMILESGNN-PT，有效提升了分子表征的泛化性能与临床解释能力。
基于VAE潜在空间自适应的压气机叶栅间隙流CFD修正方法
针对压气机叶栅开式叶尖间隙流中CFD预测与实验存在偏差且高分辨率实验真值缺失的问题，该研究提出一种基于变分自编码器（VAE）与潜在空间自适应的非侵入式修正方法。研究首先使用166个参数化采样的CFD总压损失场数据集训练VAE以获取流场的低维统计表征，随后冻结该VAE，并利用少量数据训练低秩潜在空间适配器进行流场修正（注：原摘要末尾不完整）。
研究提出面向扩散模型的条件感知表征正则化框架 CARE
该研究针对扩散模型中表征正则化方法常忽视内置条件（如标签或文本）影响的问题，揭示了条件信号对特征分布的作用机制，并提出了 CARE（条件感知表征正则化）框架。CARE 是一种轻量级且即插即用的正则化方案，能够根据条件相似性动态调整特征分布，从而进一步优化扩散模型的样本生成质量并提升训练效率。
SpaFactor：面向组织学到转录组推断的轻量级空间上下文感知基因程序建模
空间转录组学能够描绘组织结构内的基因表达，但高昂的成本限制了其日常应用。利用常见的HE病理图像预测空间基因表达是一种可扩展的替代方案，但传统方法通常将高维基因输出视为独立目标，忽略了基因间的生物学协同作用，且极易受高维噪声影响而发生过拟合。为此，该研究提出了轻量级模型SpaFactor，旨在摆脱对高开销图网络或复杂辅助组件的依赖，实现高效的空间上下文感知基因程序建模。
可解释性可视化的多语言适配缺陷：SHAP与LIME在从右至左语言中的渲染校正
针对SHAP和LIME等事后解释方法在阿拉伯语、波斯语、乌尔都语和希伯来语等从右至左（RTL）语言中出现的可视化失效问题，该研究进行了系统评估与修正。论文指出，尽管特征归因在数学计算上依然有效，但现有可视化渲染会导致词元顺序错乱、连字符断裂及图表阅读方向错误。研究将此界定为可视化层面的工程缺陷，并提出了针对性的度量基准与渲染校正方案。
针对316L不锈钢氢脆检测的防数据泄漏机器学习评估协议
扫描电子显微镜（SEM）常用于表征结构钢因氢脆引起的微观结构变化。尽管机器学习能自动化此类表征，但现有模型常采用图像级划分，当同一样本区域包含多张图像时易引发数据泄漏。为此，研究人员针对316L不锈钢原始状态与充氢状态的SEM显微图像分类任务，提出了一种基于14个空间区域留一（LORO）交叉验证的区域保留评估协议，以实现对纹理特征与深度特征更可靠的无泄漏评估。
感知数据修订的时间序列基座模型VINTAGE-TS
针对宏观经济等统计机构常对历史发布数据进行事后修订、导致模型训练容易引入前瞻偏差的问题，研究人员提出了具备数据修订感知能力的时间序列基座模型VINTAGE-TS。该架构明确区分了“观察时间”与“信息可用时间”，避免将单一版本假定为最终真值，而是同时预测下一周期的首次发布值及其发布后固定时间跨度内的修订值，从而更贴合真实场景下的时序预测需求。
基于智能电表数据揭示家庭光伏与电动汽车协同负荷特征
该论文针对电动汽车（EV）与屋顶光伏（PV）协同普及对居民用电需求重塑的问题，提出了一套基于高级计量基础设施（AMI）数据的分析工作流。研究打破了以往将电动汽车充电与光伏发电孤立分析的局限，采用动态时间规整（DTW）k-means 算法结合 DTW 重心平均法聚类分析负荷原型，以挖掘家庭协同采用的动态行为特征，为需求侧管理、电价设计及低压配电网规划提供决策支持。
强化学习可审计性研究：通过离散行为规则实现策略解释与组合
针对强化学习策略通常以不透明神经权重分发、训练日志难以解释模型具体学到何种行为的问题，该研究探讨了能否通过可审计的离散行为规则来表征和组合独立训练的策略。作者将“可审计性”拆解为轨迹完整性、无损编码、规则覆盖率、行为一致性、组合质量和价值模型可靠性六项独立可测试的属性，并采用共享冻结符号化器、被动规则提取及只追加的哈希绑定账本等机制构建验证协议。
SGA：面向时间序列基础模型多步预测的不确定性量化方法
该论文针对时间序列基础模型（TSFM）在长周期多步预测中面临的固有不确定性问题展开研究。现有模型在各时间步衍生出的预测分支会向后续步骤扩散，导致预测表现不一并削弱了结果的可信度。为此，作者提出了切片-图化-对齐（SGA）方法来对该不确定性进行量化。因原始摘要结尾截断，关于 SGA 方法的具体机制与实验效果等信息不足。
TAM-Chain：结合吸收马尔可夫链与香农熵的多尺度甲状腺细胞学分类框架
针对甲状腺细针穿刺活检在深度学习分类中面临的高假阴性率及临床域偏移下的过度自信问题，研究人员提出了 TAM-Chain 框架。该研究结合吸收马尔可夫链理论与基于香农熵的不确定性量化方法，在 10x、20x 和 40x 等多尺度下动态建模特征提取过程，旨在抑制假阴性漏诊并增强跨域适应能力，提升早期甲状腺癌病理诊断的可靠性。
学习发现有价值的数学定理：量化 AI 数学发现的趣味性
该研究探讨了大语言模型在数学定理推测与证明中的价值评估问题。针对 AI 产出的大量新数学定理是否“有趣”或“有用”这一开放课题，作者提出了定理内在趣味性（Intrinsic Interestingness）的量化定义，即定理的证明长度与其命题陈述长度之比。实验表明，该指标与定理在下游的外在价值度量强相关，为评估和引导 AI 拓展高价值数学知识提供了新路径。
融合物理信息的自监督学习用于多线平行板雪崩计数器校准与位置重建
针对多线平行板雪崩计数器（MWPPAC）传统校准依赖标注数据、难以适应工况变化与设备老化的问题，研究人员提出了一种物理信息自监督学习框架。该框架无需标注的位置测量或专用校准测量，即可联合实现探测器导线校准与粒子相互作用位置的高精度重构，显著提升了科学探测仪器在长期运行中的自适应能力。
UO-FIE：结合精确标签监督与分级效用的中文事实性推理系统
针对FIE2026中文事实性推理评估任务中的类别严重不平衡（单类别占64.1%）及兼顾精确度与邻近区间惩罚的评价机制，研究人员提出UO-FIE系统。实验发现mDeBERTa分类模型易偏向多数类，而Huber回归基线虽能落在相近区间但精确匹配率低。UO-FIE采用参数高效架构，综合精确标签监督与分级效用设计，改善了九分类有序事实性区间的推断表现。
R语言工具包fable.intermittent发布：用于间歇性时间序列的概率预测基准测试
针对备件需求与零售销售中常见的间歇性时间序列，由于预测误差成本通常不对称，库存控制等决策需要完整的概率分布而非单点预测。此前相关方法分散于不同软件框架中难以系统比较，该研究推出了R语言工具包fable.intermittent。该工具包在fable框架下集成了多种针对间歇性序列的概率预测方法，为相关领域的算法开发与标准化性能比对提供了统一工具。
基于自旋玻璃理论：可验证奖励强化学习（RLVR）在迭代乘法任务中的优化景观可呈良态
该论文研究了带有可验证奖励的强化学习（RLVR）在迭代群与拟群乘法等算法任务中的优化景观，探讨其学习新推理能力的极限。作者将近视表格策略下的熵正则化RLVR映射到确定性策略的自旋玻璃能量模型，不仅给出了RLVR能力的理论上限，还严格刻画了表格环境下的景观特征。理论与实验表明该优化景观可以是良态的；因原文摘要截断，具体实验细节未完全展开。
OPDiv：用于高分且多样化候选化合物最优筛选的算法
针对虚拟药物筛选中候选分子众多但实际合成与测试资源受限的痛点，研究人员提出了OPDiv多样性选择与评估算法。在化合物筛选过程中，高预测分数与分子结构多样性往往存在权衡取舍。该算法基于整数优化技术，能够在保证化合物高评分的同时最大化样本多样性，自动计算出最优的Top-K分子子集，为药物发现后期的合成验证提供更高效的决策支持。
超越静态图世界模型：面向动态演化拓扑的随机潜空间动力学学习
针对现有基于图的世界模型多局限于固定拓扑或确定性、完全可观测环境的问题，研究人员提出了图动力学模型（GDM）。该模型专为图结构观测设计，能够处理在随机和部分可观测环境中拓扑结构动态演化的更通用场景。GDM利用稀疏循环邻接矩阵对拓扑更新进行建模并执行消息传递，结合循环状态空间机制以捕捉潜空间动力学。
混合推理模型中的“思考泄漏”：NoThink后训练机制因果审计
针对混合推理模型在无显式思考（NoThink）模式下的后训练机制，本研究探讨了其性能提升是否源于基座模型“思考（Think）”模式能力的潜在迁移。作者将这种“思考泄漏”纳入因果中介分析框架，并基于激活方向的双向干预进行审计。在3个模型、3种后训练方法及竞赛数学基准上的实验表明，“思考泄漏”在行为和表征层面均真实存在、具备因果性且影响显著，揭示了快推理模式下的内在表征机制。
面向 AnDE 分类器的联邦学习框架研究
该研究提出了一种在分布式环境中训练平均 n-依赖估计器（AnDE）的联邦学习框架。该方案重点关注判别式设定，模型权重在本地学习后进行全局聚合，并支持任意依赖阶数 n。由于无需传输具有直接语义的参数，该设计显著提升了隐私安全性。此外，研究还实现了生成式 AnDE 联邦基准，支持在概率表聚合中引入差分隐私，并在 12 个离散数据集上完成了有效性验证。
LabFactory：构建与评估可执行AI实验室的全新框架
该研究提出了LabFactory框架，旨在将科学任务需求自动转化为可执行的AI实验室。在该框架中，AI构建器根据科学任务简报，构建并打包一套集成特定模型、知识资源、实用工具和控制器的定制求解系统。整个开发和打包过程在受计量的独立工作区中完成，随后交付给独立宿主环境执行，探索了科学计算与AI系统的自动化端到端构建路径。
联邦学习鲁棒性研究综述：发展趋势、新兴策略与研究机遇
该研究针对联邦学习在隐私保护应用中面临的性能削弱、信息窃取以及聚合脆弱性等鲁棒性挑战进行了全面综述。论文从三个核心维度对联邦学习鲁棒性进行了系统梳理：首先以威胁为中心对多维攻击面进行分类；其次构建了鲁棒聚合策略的结构化分类体系，明确区分以结果为中心和以安全为中心的方法；最后提出了分层框架，旨在为提升分布式学习系统的安全性与稳健性提供研究指引。
强化学习中的策略复杂度、反应时间与有限理性研究
针对标准强化学习通常忽略生物智能体感知、注意力和工作记忆等认知计算成本的问题，该研究探讨了有限理性条件下的强化学习建模。作者推导并提出了 MI-SARSA 算法，这是一种同策略时序差分强化学习算法，通过引入学习到的边际动作互信息正则化来限制策略复杂度，旨在更好地模拟受计算约束的生物智能决策行为。
小波扩散模型在降水降尺度中的跨区域泛化能力评估
本研究基于小波扩散模型（WDM）框架，系统评估了扩散模型在公里级降水降尺度任务中的跨区域与跨事件泛化能力。研究覆盖了代表对流、冬季、热带及大气河流等降水机制的美国六个区域，通过对NOAA多雷达/多传感器复合反射率场进行块平均生成低分辨率输入。研究重点测试了仅在俄克拉荷马州样本上训练的模型向其他未知地理区域和天气形态迁移的实际表现。
增量学习机制：面向泛化科学机器学习的目标设计
在科学机器学习中，增量学习通常针对物理基线残差训练模型，传统观点认为基线越精确、残差尺度越小，下游性能就越好。该研究表明，仅靠残差尺度不足以评估目标的可学习性。通过在分子图神经网络的总能量预测任务中进行评估，研究发现复杂的局部描述符基线虽然残差绝对尺度更小，但在架构代理空间中表现得极不平滑，相对其尺度反而更难学习。论文揭示了面向泛化科学机器学习的目标设计关键机制。
针对多链鲁棒平均奖励MDP的向量贝尔曼理论研究
该研究针对存在不确定性的长期性能优化问题，探讨了多链鲁棒平均奖励马尔可夫决策过程（MDP）。在此类问题中，最优长期奖励通常依赖于初始状态，需要建立兼顾递归类奖励和转移不确定性的向量贝尔曼理论。论文针对具有紧凑、动作后(s,a)-矩形模糊集的有限模型构建了该理论，提出了“增益优先、偏差第二”的优化原则，导出了耦合的向量增益-偏差系统，用于求解最优鲁棒增益。
基于分布式声波传感与深度学习的高精度城市交通动态监测
本研究探讨利用分布式声波传感（DAS）与深度学习技术进行高时空分辨率城市交通动态监测。DAS通过复用现有的地下光纤电缆作为密集连续的传感器阵列，能够以米级空间分辨率和秒级时间分辨率对道路交通活动进行被动且保护隐私的实时监测。该研究旨在验证DAS结合深度学习在智慧交通感知中的有效性（注：原文摘要信息有所截断，具体实验指标未详述）。
面向机制可解释性的流递归模型（SRM）
该研究针对机制可解释性技术难以随大语言模型规模与深度扩展的问题，提出了一种新型架构——流递归模型（SRM）。SRM 是对分层推理模型（HRM）的改进，通过将计算过程组织为多个相互交互的潜在流，在保持模型可扩展性的同时暴露其内部计算结构。该工作旨在通过设计天然具备可解释性结构的小型模型，为验证和理解模型内部行为提供新的探索路径。
无监督学习何时成败？基于子空间视角的重构异常检测几何分析
该研究探讨了基于重构的无监督异常检测在模型过度拟合异常或丢失正常变异时的失败机理。论文借助“子空间追求”（PoS）假说，从交集、并集和联接几何视角对失败模式进行理论表征：模型容量过大易引发联接盲区，容量不足则会导致交集偏好与正常保真度下降。研究证明紧凑的正常数据并集是最优保真范围，通常依赖非线性重构映射实现。
1 / 3下一页 →