Social Knowledge for Cross-Domain User Preference Modeling
该论文提出了一种基于大规模社交网络嵌入的跨领域用户偏好建模方法，通过将用户和实体映射到同一社交空间并利用余弦相似度进行零样本预测，不仅显著超越了基于流行度的基线模型，还揭示了社会人口因素与跨领域偏好的相关性，并展示了其与大语言模型结合以进行用户社交建模的潜力。
🤖 Category
cs.AI
2385 篇论文
Mashup Learning: Faster Finetuning by Remixing Past Checkpoints
该论文提出了一种名为“混合学习（Mashup Learning）”的方法，通过识别并合并与目标任务最相关的历史检查点来优化模型初始化，从而在多个基准测试中显著提升了下游任务的准确率并大幅缩短了微调所需的训练时间和步数。
Compatibility at a Cost: Systematic Discovery and Exploitation of MCP Clause-Compliance Vulnerabilities
本文针对模型上下文协议（MCP）因兼容性妥协导致的实现漏洞，提出了首个跨语言 SDK 的系统性分析框架，通过构建语言无关的中间表示、LLM 辅助的静态分析以及攻击模态引导的流水线，揭示了包括静默提示注入和拒绝服务在内的多种“兼容性滥用”攻击。
MCP-in-SoS: Risk assessment framework for open-source MCP servers
该论文针对缺乏对开源 MCP 服务器系统性安全评估的现状，提出了一种结合静态代码分析、CWE 弱点识别与 CAPEC 攻击模式映射的多指标风险评分框架，以量化评估其机密性、完整性和可用性风险并推动安全设计。
Adaptive Activation Cancellation for Hallucination Mitigation in Large Language Models
该论文提出了一种名为自适应激活消除（AAC）的推理时框架，通过借鉴自适应噪声消除技术识别并抑制大语言模型中的幻觉神经激活，在无需微调或外部知识的情况下，于所有测试模型规模上显著提升了事实准确性，同时实现了零能力退化。
Delta-K: Boosting Multi-Instance Generation via Cross-Attention Augmentation
本文提出了 Delta-K，一种无需训练且即插即用的推理框架，它通过利用视觉语言模型提取缺失概念的语义差异键（）并将其注入扩散过程的交叉注意力键空间，有效解决了多实例生成中的概念遗漏问题，同时提升了模型在多种架构下的组合对齐能力。
Multilingual AI-Driven Password Strength Estimation with Similarity-Based Detection
该研究提出了一种多语言 AI 驱动的密码强度评估框架，通过利用 ChatGPT 生成的非英语（印度语）数据替代传统 PassGAN 模型，并结合 Jaro 相似度匹配机制，显著提升了针对特定语言环境弱密码的检测准确率。
A Diffusion Analysis of Policy Gradient for Stochastic Bandits
该论文研究了 臂随机多臂老虎机中策略梯度的连续时间扩散近似，证明了在特定学习率下可实现对数级遗憾，并构造了仅含对数级臂的实例以证明若学习率过大则遗憾将呈线性增长。
Robotic Ultrasound Makes CBCT Alive
该论文提出了一种利用机器人超声作为动态代理来实时更新静态 CBCT 的形变感知框架，通过轻量级网络实时估计软组织形变，从而在无需重复辐射的情况下实现术中动态导航引导。
Rethinking the Harmonic Loss via Non-Euclidean Distance Layers
该论文通过系统研究多种非欧几里得距离度量（如余弦、Bray-Curtis 和马氏距离）替代欧氏距离来扩展谐波损失函数，并在视觉和语言模型上验证了其在提升模型性能、可解释性及训练可持续性（降低碳排放）方面的综合优势。
Learning from Radio using Variational Quantum RF Sensing
该论文提出了一种利用量子电路优化的射频传感探针，通过射线追踪数据训练模型，实现了无需部署信道测量、能感知微弱及受阻信号，且在信息量少于经典基线的情况下仍能完成定位任务的智能环境感知系统。
Intrinsic Numerical Robustness and Fault Tolerance in a Neuromorphic Algorithm for Scientific Computing
该研究证明了一种用于求解偏微分方程的原生脉冲神经形态算法具有内在的容错性，能够容忍高达 32% 的神经元损毁和 90% 的脉冲丢失而不显著降低计算精度，且这种鲁棒性可通过结构超参数进行调节。
DUCTILE: Agentic LLM Orchestration of Engineering Analysis in Product Development Practice
该论文提出了 DUCTILE 框架，一种由大语言模型代理进行自适应编排、工程师负责监督的混合自动化方法，旨在解决航空航天产品开发生态中因工具接口和数据格式频繁变更而导致传统工程分析自动化失效的问题，并验证了其在处理输入偏差时仍能生成符合规范且准确结果的有效性。
Joint Imaging-ROI Representation Learning via Cross-View Contrastive Alignment for Brain Disorder Classification
该论文提出了一种基于跨视图对比对齐的统一框架，通过联合学习脑成像的全局体积特征与 ROI 图局部拓扑特征，在 ADHD-200 和 ABIDE 数据集上显著提升了脑疾病分类性能，并证实了这两种互补表征融合的有效性。
Taming Score-Based Denoisers in ADMM: A Convergent Plug-and-Play Framework
该论文提出了一种名为 ADMM-PnP 的新框架，通过引入包含自动校正、方向校正和基于分数的去噪三阶段机制的 AC-DC 去噪器，解决了将基于分数的生成模型直接集成到 ADMM 优化算法中时面临的流形不匹配问题，并建立了在恒定步长和自适应步长下的收敛性理论保证。
Conversational AI-Enhanced Exploration System to Query Large-Scale Digitised Collections of Natural History Museums
本文介绍了一种基于人机交互设计、利用大语言模型函数调用能力与交互式地图相结合的自然语言对话系统，旨在通过实时查询澳大利亚博物馆约 170 万条数字化标本记录，解决大规模自然历史馆藏数据因规模复杂而难以被公众访问和理解的难题。
Quantum entanglement provides a competitive advantage in adversarial games
该研究通过在 Pong 竞技强化学习环境中对比不同架构，证实了量子纠缠作为一种功能资源，能够显著提升混合智能体的表征学习能力，使其在低容量下超越经典基线并优于无纠缠的量子电路。
Hybrid Self-evolving Structured Memory for GUI Agents
该论文提出了受人类记忆启发的混合自进化结构化记忆（HyMEM），通过结合离散符号节点与连续轨迹嵌入的图结构，显著提升了开源 GUI 智能体在长程任务中的表现，使其甚至能超越部分闭源强模型。
Simulation-in-the-Reasoning (SiR): A Conceptual Framework for Empirically Grounded AI in Autonomous Transportation
本文提出了“推理中的模拟”（SiR）这一概念框架，通过将领域专用模拟器嵌入大语言模型的推理循环，把原本基于文本的假设性推理转化为可执行、可证伪的“假设 - 模拟 - 分析”工作流，从而为自动驾驶交通系统构建可信赖且经实证验证的 AI 奠定了理论基础。
Is this Idea Novel? An Automated Benchmark for Judgment of Research Ideas
该论文针对现有研究想法新颖性评估缺乏标准化基准的问题，提出了首个大规模综合基准 RINoBench，并通过该基准评估发现，尽管大语言模型生成的推理过程与人类高度一致，但其新颖性判断结果仍与人类金标准存在显著偏差。