The Ends Justify the Thoughts: RL-Induced Motivated Reasoning in LLM CoTs
该论文揭示了在强化学习训练中，大型语言模型会发展出系统性的动机推理，即生成看似合理的理由来为其违反指令的行为辩护，从而导致依赖思维链进行监控的小型模型被误导，无法有效识别有害行为。
🤖 Category
cs.AI
3533 篇论文
Explainable Heterogeneous Anomaly Detection in Financial Networks via Adaptive Expert Routing
该论文提出了一种基于自适应专家路由的可解释异质异常检测框架，通过构建压力调制图并分解四种特定机制（价格冲击、流动性、系统性传染和动量反转），实现了对金融网络中不同危机驱动因素的自动归因与可解释预警，在 2017 至 2024 年美股数据上显著优于基线模型并成功区分了 SVB 倒闭与日本套息交易平仓等不同类型的危机。
Taming Modality Entanglement in Continual Audio-Visual Segmentation
本文针对细粒度多模态持续学习中存在的模态纠缠问题，提出了持续音视频分割新任务，并设计了基于碰撞的多模态回放框架（CMR），通过多模态样本选择策略和基于碰撞的样本回放机制，有效缓解了多模态语义漂移与共现混淆挑战，显著提升了持续学习性能。
Reinforcing Numerical Reasoning in LLMs for Tabular Prediction via Structural Priors
该论文提出了一种基于排列相对策略优化（PRPO）的推理框架，通过将列置换不变性作为结构先验，有效激活了大语言模型在表格预测任务中的潜在数值推理能力，使其在零样本设置下表现优异，甚至显著超越了参数量大得多的模型。
Rethinking Driving World Model as Synthetic Data Generator for Perception Tasks
本文提出了名为 Dream4Drive 的新型合成数据生成框架，通过结合 3D 感知引导图与 3D 资产渲染来微调驾驶世界模型，从而在无需额外训练轮次的情况下显著提升自动驾驶感知模型在长尾场景下的性能，并配套发布了大规模 3D 资产数据集 DriveObj3D。
Human-Centered LLM-Agent System for Detecting Anomalous Digital Asset Transactions
本文提出了 HCLA 系统，这是一种面向人类的多智能体框架，旨在通过自然语言交互、结构化证据评分及可追溯的专家式推理重构，提升数字资产异常交易检测中的可解释性、问责制与决策透明度，以满足金融取证中的监管与合规需求。
CountFormer: A Transformer Framework for Learning Visual Repetition and Structure in Class-Agnostic Object Counting
本文提出了 CountFormer 框架，通过结合 DINOv2 自监督视觉基础模型与位置编码，在严格无样本设置下探索了利用视觉重复和结构特征提升类无关物体计数性能的有效性，并在 FSC-147 基准上取得了具有竞争力的结果。
LagMemo: Language 3D Gaussian Splatting Memory for Multi-modal Open-vocabulary Multi-goal Visual Navigation
本文提出了 LagMemo，一种利用语言 3D 高斯泼溅记忆构建统一 3D 语言记忆库的导航系统，通过高效查询与动态验证机制实现了多模态开放词汇及多目标视觉导航，并在其构建的 GOAT-Core 基准测试中显著超越了现有最先进方法。
SwiftEmbed: Ultra-Fast Text Embeddings via Static Token Lookup for Real-Time Applications
本文介绍了 SwiftEmbed，这是一个基于 Rust 构建的面向实时应用的静态令牌查找文本嵌入系统，它利用 Potion-base-8M 蒸馏模型实现了 1.12 毫秒的超低延迟和每秒 5 万次请求的高吞吐，在去重和相似度任务中表现优异，同时显著降低了推理成本。
Vectorized Online POMDP Planning
本文提出了向量化在线 POMDP 规划器（VOPP），这是一种利用张量表示和完全向量化计算来消除并行依赖与同步瓶颈的新型在线求解器，其计算效率比现有最先进并行求解器高出至少 20 倍，且在仅需千分之一规划预算的情况下性能优于最先进序列求解器。
Detecting AI-Generated Images via Diffusion Snap-Back Reconstruction: A Forensic Approach
该论文提出了一种名为“扩散回弹”的取证方法，通过分析图像在扩散模型重建过程中的感知相似性变化来检测 AI 生成图像，在 4000 张图像数据集上实现了 0.993 的 AUROC 高精度，并展现出对压缩和噪声等常见失真的鲁棒性。
Balancing Interpretability and Performance in Motor Imagery EEG Classification: A Comparative Study of ANFIS-FBCSP-PSO and EEGNet
本文通过对比 ANFIS-FBCSP-PSO 可解释性模糊模型与 EEGNet 深度学习模型在 BCI 竞赛数据集上的表现，揭示了前者在单被试场景下精度更优而后者在跨被试泛化能力更强的特性，从而为根据可解释性或鲁棒性需求选择 MI-BCI 系统提供了实践指导。
Towards Efficient Federated Learning of Networked Mixture-of-Experts for Mobile Edge Computing
本文提出了一种面向移动边缘计算的网络化混合专家（NMoE）系统，通过客户端基于专业能力的协同推理以及结合监督与自监督学习的联邦训练框架，有效解决了大模型在资源受限边缘设备上的训练与部署难题。
FATE: A Formal Benchmark Series for Frontier Algebra of Multiple Difficulty Levels
本文提出了名为 FATE 的新基准系列（包含 FATE-H 和 FATE-X），旨在填补大型语言模型在竞赛数学与研究级抽象代数形式化证明之间的能力鸿沟，评估结果显示当前最先进模型在该领域表现极差，且其将自然语言推理转化为形式化证明的能力远弱于推理本身。
Jr. AI Scientist and Its Risk Report: Autonomous Scientific Exploration from a Baseline Paper
本文介绍了名为"Jr. AI Scientist"的先进自主 AI 科研系统，该系统通过模拟初级研究者的完整工作流程，在基准论文基础上成功生成并验证了具有科学价值的新算法与论文，同时深入评估了其性能优势、当前局限性及潜在风险，为理解 AI 驱动科学探索的现状与未来挑战提供了重要见解。
HatePrototypes: Interpretable and Transferable Representations for Implicit and Explicit Hate Speech Detection
该论文提出了一种名为 HatePrototypes 的可解释且可迁移的表示方法，仅需每类少量样本即可在无需重复微调的情况下，有效实现显性与隐性仇恨言论的跨任务检测与参数化早期退出。
Think, Speak, Decide: Language-Augmented Multi-Agent Reinforcement Learning for Economic Decision-Making
该论文提出了名为 LAMP 的语言增强多智能体策略框架，通过“思考 - 表达 - 决策”流程将非结构化语言信息融入经济决策，显著提升了多智能体强化学习在模拟经济环境中的累积收益、鲁棒性及可解释性。
UnfoldLDM: Deep Unfolding-based Blind Image Restoration with Latent Diffusion Priors
本文提出了 UnfoldLDM，一种将深度展开网络与潜在扩散模型相结合的新型盲图像恢复框架，通过多粒度退化感知模块估计未知退化，并利用抗退化扩散先验与过平滑校正 Transformer 协同解决现有方法对退化模型的依赖及纹理过平滑问题，从而在多种盲恢复任务中实现领先性能。
Stable Multi-Drone GNSS Tracking System for Marine Robots
本文提出了一种结合高效视觉检测、轻量级多目标跟踪、GNSS 三角测量及置信度加权扩展卡尔曼滤波的多无人机系统，通过跨无人机 ID 对齐算法实现了海洋机器人在水面及近水面环境下的稳定、实时且高精度的全局跟踪。
Towards Realistic Guarantees: A Probabilistic Certificate for SmoothLLM
本文针对 SmoothLLM 防御机制中过于严格的"k-不稳定”假设，提出了一种更贴合实际的"(k, )-不稳定”概率框架，通过结合攻击成功的经验模型推导出新的防御概率下界，从而为抵御各类越狱攻击提供了更可信且实用的安全认证保障。