From State Changes to Creative Decisions: Documenting and Interpreting Traces Across Creative Domains
该论文针对现有方法在记录创意活动轨迹时缺乏意图与高层级创意决策关联的问题，提出了三种互补方案，分别通过节点式界面管理生成式 AI 状态、构建可视化创作词汇以及将语义历史嵌入交互状态，以更好地捕捉和解读跨领域的创意实践。
🤖 Category
cs.AI
9913 篇论文
Governance Architecture for Autonomous Agent Systems: Threats, Framework, and Engineering Practice
本文针对自主智能体面临的提示注入等执行层漏洞，提出了包含沙箱隔离、意图验证、零信任授权及审计日志的四层治理架构（LGA），并通过构建双语基准测试与多模型实验，验证了该架构在保持低延迟的同时能有效拦截绝大多数恶意工具调用。
: Unlocking LLM Reasoning via Reinforcement Learning with Re-solving
该论文提出了“重解强化学习”（Re²）方法，通过让大语言模型在推理过程中学会灵活放弃低效路径并重新解题，从而在无需监督微调的情况下显著提升其推理性能并解决过度思考问题。
A Miniature Brain Transformer: Thalamic Gating, Hippocampal Lateralization, Amygdaloid Salience, and Prefrontal Working Memory in Attention-Coupled Latent Memory
该论文提出了一种融合丘脑、杏仁核、前额叶及小脑等脑区模拟模块的微型脑 Transformer 架构，并通过实验揭示了一个反直觉的关键发现：仅有抑制性胼胝体耦合无法实现海马体功能侧化，必须依赖前额叶工作记忆缓冲器打破对称性，才能触发侧化状态的急剧相变。
VINO: Video-driven Invariance for Non-contextual Objects via Structural Prior Guided De-contextualization
该论文提出了 VINO 框架，通过利用结构先验生成非语义视图并构建不对称蒸馏任务，有效解决了视频自监督学习中因前景与背景协同运动导致的上下文捷径问题，从而学习到具有强物体中心不变性的鲁棒特征表示。
A Hybrid LTR-based System via Social Context Embedding for Recommending Solutions of Software Bugs in Developer Communities
该论文提出了一种基于学习排序（LTR）的混合推荐系统，通过利用深度学习技术挖掘 Stack Overflow 中的社交上下文嵌入，帮助开发者在软件社区中高效检索并推荐最相关的软件缺陷解决方案，其在推荐前 10 个答案时达到了约 78% 的准确率。
LEPA: Learning Geometric Equivariance in Satellite Remote Sensing Data with a Predictive Architecture
该论文针对卫星遥感预计算嵌入中几何不匹配及标准插值失效的问题，提出了一种学习几何等变性的预测架构（LEPA），通过直接预测几何变换后的嵌入而非简单插值，显著提升了 NASA/USGS HLS 影像及 ImageNet-1k 数据集上的几何调整精度（MRR 从低于 0.2 提升至 0.8 以上）。
Learning When to Cooperate Under Heterogeneous Goals
该论文针对具有异质目标的智能体协作场景，提出了一种结合模仿学习与强化学习的分层方法，使智能体能够自主判断何时合作或单独行动，从而在扩展的协作环境中显著优于基线方法。
Kinematics-Aware Latent World Models for Data-Efficient Autonomous Driving
本文提出了一种将车辆运动学信息融入观察编码器并引入几何感知监督的 RSSM 潜在世界模型框架，通过增强潜在空间的结构化动力学表示，显著提升了自动驾驶策略学习的样本效率和长程想象保真度。
VisualDeltas: Learning Preferences from Visual Quality Perturbations
VisualDeltas 提出了一种轻量级的偏好学习框架，通过利用多模态数据中的视觉质量扰动自动生成监督信号，从而在不依赖人工标注的情况下提升模型的视觉感知与推理能力。
Do Deployment Constraints Make LLMs Hallucinate Citations? An Empirical Study across Four Models and Five Prompting Regimes
该研究通过实证分析发现，在部署约束下，四种主流大语言模型生成的学术引用存在率极低（最高仅 47.5%），且大量“未解决”的引用实为虚构，因此强烈建议在将其用于软件工程文献综述或工具链前必须进行事后引用验证。
MAviS: A Multimodal Conversational Assistant For Avian Species
该论文提出了专为鸟类物种设计的多模态对话助手 MAviS，通过构建包含图像、音频和文本的大规模数据集（MAviS-Dataset）及评估基准（MAviS-Bench），训练出在细粒度物种理解与多模态问答方面表现优于现有开源模型（如 MiniCPM-o-2.6）的 MAviS-Chat，从而推动了生物多样性保护与生态监测领域的智能化发展。
A Cortically Inspired Architecture for Modular Perceptual AI
该论文提出了一种受大脑皮层启发的模块化感知人工智能架构，旨在通过借鉴神经科学中的模块化、预测处理和跨模态整合原理，解决当前单体模型在可解释性、组合泛化及自适应鲁棒性方面的不足，从而实现更透明且与人类认知对齐的推理系统。
Spectral Discovery of Continuous Symmetries via Generalized Fourier Transforms
该论文提出了一种基于广义傅里叶变换的谱分析框架，通过检测不可约表示中由连续对称性诱导的结构化稀疏模式，从而无需优化生成元即可有效发现未知的一参数子群对称性。
Data-Driven Hints in Intelligent Tutoring Systems
本文探讨了智能辅导系统中基于历史行为数据生成下一步提示、路径点及子目标，并优化提示时机，同时展望了结合大语言模型进行数据驱动自适应教学的未来潜力。
Adversarial Latent-State Training for Robust Policies in Partially Observable Domains
该论文针对部分可观测强化学习中的潜在初始状态分布偏移问题，提出了对抗性潜在初始状态 POMDP 框架，通过理论证明最小最大原理并设计迭代最佳响应训练策略，在 Battleship 基准测试中显著降低了策略的鲁棒性差距，证实了结构化对抗暴露能有效缓解最坏情况下的脆弱性。
Shutdown Safety Valves for Advanced AI
该论文探讨了一种非传统的解决高级人工智能可能抗拒被关闭这一担忧的方案，即赋予人工智能“被关机”作为其主要目标，并分析了该方案在何种条件下可行。
FinSheet-Bench: From Simple Lookups to Complex Reasoning, Where LLMs Break on Financial Spreadsheets
该论文提出了名为 FinSheet-Bench 的合成基准测试，旨在评估大语言模型在复杂金融电子表格上的表现，结果显示尽管顶尖模型在简单任务上表现尚可，但在处理大规模复杂数据时错误率仍过高，表明当前模型尚无法独立胜任专业金融应用，需结合文档理解与确定性计算的新架构。
Norm-Hierarchy Transitions in Representation Learning: When and Why Neural Networks Abandon Shortcuts
该论文提出了“范数层级过渡”（NHT）框架，揭示了神经网络在正则化优化过程中，通过权重衰减缓慢遍历参数范数层级，从而从依赖捷径解过渡到结构化解的机制，并证明了这一过渡的延迟时间与捷径和结构化解之间的范数比呈对数关系。
The Third Ambition: Artificial Intelligence and the Science of Human Behavior
本文提出人工智能研究的“第三大抱负”，即利用大语言模型作为研究人类行为、文化与道德推理的科学工具，通过解析其编码的人类符号行为规律，在阐明认识论局限与模型干预影响的同时，系统探索提示实验、合成人口采样等新型方法论在社会科学研究中的应用。