Enhancing Network Intrusion Detection Systems: A Multi-Layer Ensemble Approach to Mitigate Adversarial Attacks
该论文提出了一种结合堆叠分类器与自编码器的多层防御机制，并辅以对抗训练，旨在通过利用 GAN 和 FGSM 生成的对抗样本进行验证，从而提升基于机器学习的网络入侵检测系统（NIDS）在面对对抗攻击时的鲁棒性。
🤖 Category
cs.AI
2385 篇论文
Domain-Adaptive Health Indicator Learning with Degradation-Stage Synchronized Sampling and Cross-Domain Autoencoder
该论文提出了一种结合退化阶段同步采样（DSSBS）与跨域对齐融合大自编码器（CAFLAE）的领域自适应框架，通过解决退化阶段失配和长程时序依赖捕捉难题，显著提升了变工况下健康指标的学习性能。
The Curse and Blessing of Mean Bias in FP4-Quantized LLM Training
该论文指出大语言模型低比特训练中的数值不稳定性主要由秩一均值偏差驱动，并提出通过简单的均值减法消除该偏差，从而在无需复杂 SVD 分解的情况下显著提升了 FP4 量化训练的稳定性与性能。
FAR-Dex: Few-shot Data Augmentation and Adaptive Residual Policy Refinement for Dexterous Manipulation
本文提出了 FAR-Dex 框架，通过结合基于 IsaacLab 的少样本数据增强与自适应残差策略优化，有效解决了多指灵巧手与机械臂协作中演示数据稀缺及高维动作空间复杂的难题，显著提升了仿真与真实环境下的操作成功率与泛化能力。
UniPINN: A Unified PINN Framework for Multi-task Learning of Diverse Navier-Stokes Equations
本文提出了 UniPINN 框架，通过共享 - 专用架构、跨流注意力机制及动态权重分配策略，有效解决了现有物理信息神经网络在求解多任务纳维 - 斯托克斯方程时面临的特征解耦困难、负迁移及训练不稳定等挑战，实现了跨不同流态的高精度统一学习。
G-STAR: End-to-End Global Speaker-Tracking Attributed Recognition
本文提出了 G-STAR，一种将时间感知说话人追踪模块与语音大语言模型转录骨干相结合的端到端系统，旨在解决长篇幅、多说话人重叠语音场景下，在保持会议级说话人身份一致性的同时生成带时间戳和说话人标签的转录文本的问题。
Modeling Stage-wise Evolution of User Interests for News Recommendation
该论文提出了一种统一框架，通过结合全局长期偏好建模与基于阶段划分的时间子图（融合 LSTM 与自注意力机制）来捕捉短期动态兴趣，从而有效解决了现有方法难以同时建模用户长期稳定偏好与随时间快速演变的短期兴趣的问题，显著提升了新闻推荐的时效性与相关性。
Aligning Large Language Models with Searcher Preferences
本文提出了首个面向开放式生成式搜索的大语言模型 SearchLLM，通过设计分层多维奖励系统与门控聚合策略，在 RedNote 平台上实现了生成质量与用户参与度的显著提升，同时严格保障了安全性与事实准确性。
Learning to Negotiate: Multi-Agent Deliberation for Collective Value Alignment in LLMs
该论文提出了一种基于多智能体协商的框架，通过让同一 LLM 扮演对立角色进行结构化对话并利用 RLAIF 优化策略，在保持集体能动性（CA）对齐水平的同时，显著提升了模型在价值冲突场景下的协商与冲突解决能力。
JEDI: Jointly Embedded Inference of Neural Dynamics
本文提出了名为 JEDI 的层次化模型，该模型通过在循环神经网络权重上学习共享嵌入空间，实现了从有限且嘈杂的神经记录中跨任务、跨情境地联合推断和统一建模神经动力学，从而成功揭示了大脑灵活性的潜在机制。
Naïve Exposure of Generative AI Capabilities Undermines Deepfake Detection
该论文指出，生成式 AI 通过用户界面直接暴露的推理与图像优化能力（尤其是商业聊天机器人），使攻击者仅凭合规提示词即可生成既保留身份特征又具备高感知质量的图像，从而从根本上瓦解了现有深度伪造检测器的有效性，揭示了当前检测框架的威胁模型与真实世界生成式 AI 能力之间的结构性错位。
Resource-constrained Amazons chess decision framework integrating large language models and graph attention
该论文提出了一种将图注意力自编码器与大型语言模型（GPT-4o-mini）相结合的轻量级混合框架，通过利用结构推理对 LLM 生成数据进行去噪并优化蒙特卡洛树搜索，在资源受限条件下实现了在亚马逊棋游戏中超越基线及教师模型的高性能决策。
IH-Challenge: A Training Dataset to Improve Instruction Hierarchy on Frontier LLMs
该论文提出了名为 IH-Challenge 的强化学习训练数据集，旨在解决大语言模型指令层级冲突的鲁棒性难题，通过微调显著提升了模型在对抗攻击下的安全性与指令遵循能力，并开源了该数据集以推动相关研究。
UAV-MARL: Multi-Agent Reinforcement Learning for Time-Critical and Dynamic Medical Supply Delivery
本文提出了一种基于多智能体强化学习（MARL）的框架，利用近端策略优化（PPO）算法在部分可观测环境下协调无人机群，以应对医疗物资配送中需求紧急性、位置分布及时间截止期等动态不确定性挑战，并通过真实地理数据验证了其在实时任务优先级排序与资源动态分配方面的优越性能。
Prompting with the human-touch: evaluating model-sensitivity of foundation models for musculoskeletal CT segmentation
该研究通过在四个解剖区域对 11 种可提示基础模型进行非迭代 2D 和 3D 提示策略评估，揭示了模型性能差异显著、人类提示会导致性能下降且模型对人类输入变化高度敏感，表明在真实人机交互场景下选择最优模型仍具挑战性。
SCORE: Replacing Layer Stacking with Contractive Recurrent Depth
该论文提出了名为 SCORE 的新型深度神经网络架构，它通过 ODE 启发的收缩性循环更新机制替代传统的层堆叠，在共享权重减少参数量的同时，利用离散迭代显著提升了多种模型（如图神经网络、MLP 和 Transformer）的收敛速度与训练效率。
Towards Cognitive Defect Analysis in Active Infrared Thermography with Vision-Text Cues
该论文提出了一种基于视觉 - 语言模型（VLM）的零样本框架，通过引入专用的 AIRT-VLM 适配器将热成像数据与预训练多模态表征对齐，从而在不依赖大量标注数据集的情况下，实现了对碳纤维复合材料（CFRP）亚表面缺陷的生成式理解与高精度定位。
Adaptive RAN Slicing Control via Reward-Free Self-Finetuning Agents
本文提出了一种无需人工奖励的自微调框架，通过双视角反思机制将交互经验蒸馏至模型参数中，从而在动态无线接入网切片任务中实现了优于传统强化学习和现有大语言模型代理的样本效率、稳定性及多目标优化性能。
CUAAudit: Meta-Evaluation of Vision-Language Models as Auditors of Autonomous Computer-Use Agents
该论文通过大规模元评估研究了视觉语言模型作为自主计算机使用代理审计器的能力，发现尽管这些模型在准确率和置信度校准方面表现强劲，但在复杂或异构环境中仍存在性能下降及模型间判断不一致的问题，从而揭示了当前基于模型的审计方法在评估真实世界自主代理时的根本局限性。
Does LLM Alignment Really Need Diversity? An Empirical Study of Adapting RLVR Methods for Moral Reasoning
该论文通过实证研究反驳了道德推理任务必须依赖多样性算法的假设，发现基于奖励最大化的 RLVR 方法在道德对齐任务中同样有效，因为与数学推理不同，道德推理的高奖励响应在语义空间中呈现更集中的分布。