Beijing Normal University

8 篇关联报道

订阅更新

arXiv 2026年11月4日
KV缓存修复预算该花在哪：重算答案所在块，5%预算胜过按token挑选
非前缀KV缓存复用把检索到的块各自编码再拼接，会丢掉19%到100%依赖上下文的正确回答，同类干扰块还会加重损失。研究比较了把有限修复预算花在干扰块还是答案块上：恢复全部干扰块需要接近一次完整预填充，而把预算用于重算答案块，在开放域问答与API文档的九个设置中，5%预算下均胜过按token挑选的修复方法。
非前缀KV缓存复用把检索到的块各自编码再拼接，会丢掉19%到100%依赖上下文的正确回答，同类干扰块还会加重损失。研究比较了把有限修复预算花在干扰块还是答案块上：恢复全部干扰块需要接近一次完整预填充，而把预算用于重算答案块，在开放域问答与API文档的九个设置中，5%预算下均胜过按token挑选的修复方法。
Beijing Normal University Beijing Normal University, Zhuhai Beijing Normal-Hong Kong Baptist University
Yuxing Peng（第一作者）
KV缓存复用上下文兼容性 KV缓存修复预算分配
arXiv 2026年10月30日
网页链接不再一律拉向邻居：ZeroPolar用无标签极性判断，GPT-4o标注下十一图均值73.99%
网页平台在新页面还没有人工标签时就要分类，大语言模型逐页给出的标签有噪声，而链接在不同站点含义相反：购物站常连同类别商品，高校站点多连不同类别页面。ZeroPolar把链接进入预测的符号称为结构极性，用大语言模型标签与文本原型预测沿边的超额一致度在无真实标签下读出该符号，再执行一步带符号传播。每页一个GPT-4o标签时，ZeroPolar-T在十一个图上取得最高均值73.99%，比LLM-BP高6.01个百分点。
网页平台在新页面还没有人工标签时就要分类，大语言模型逐页给出的标签有噪声，而链接在不同站点含义相反：购物站常连同类别商品，高校站点多连不同类别页面。ZeroPolar把链接进入预测的符号称为结构极性，用大语言模型标签与文本原型预测沿边的超额一致度在无真实标签下读出该符号，再执行一步带符号传播。每页一个GPT-4o标签时，ZeroPolar-T在十一个图上取得最高均值73.99%，比LLM-BP高6.01个百分点。
Beijing Normal University Nanyang Technological University Beijing Normal University, Zhuhai
Hanshuai Cui（第一作者）
ZeroPolar极性传播方法结构极性零样本节点分类文本属性图
arXiv 2026年10月26日
智能体强化学习后置信度会失准：StaR-TTA用轨迹稳定性重排，四个问答集平均AUROC达0.7208
智能体强化学习会改变大模型的推理轨迹，使在基座模型上训练的轨迹型置信度估计器明显失准。StaR-TTA把轨迹稳定性当作无需正确性标签的可靠性信号：先在带标签的基座轨迹上学习稳定性与正确性的关系，测试时用无标签强化学习轨迹的稳定性排序校正置信度。在四个问答基准上，它的平均AUROC为0.7208，并在未见数据集、不同模型家族与规模、PPO和GRPO两种强化学习算法下保持改进。
智能体强化学习会改变大模型的推理轨迹，使在基座模型上训练的轨迹型置信度估计器明显失准。StaR-TTA把轨迹稳定性当作无需正确性标签的可靠性信号：先在带标签的基座轨迹上学习稳定性与正确性的关系，测试时用无标签强化学习轨迹的稳定性排序校正置信度。在四个问答基准上，它的平均AUROC为0.7208，并在未见数据集、不同模型家族与规模、PPO和GRPO两种强化学习算法下保持改进。
Shanghai University Fudan University Beijing Normal University Chinese Academy of Sciences Renmin University of China
Zhenzhen Ren（第一作者）
测试时自适应置信度校准智能体强化学习 StaR-TTA
arXiv 2026年10月30日
图像编辑智能体重试不再盲选模型：RetryRoute按失败历史规划，主预算下成功率平均高出最强基线2.8个百分点
网页智能体在“评审—重试”循环里调用开放图像编辑模型，而一次失败后的重试成功率只有首次尝试的17%–53%，现有路由器却把重试当作独立抽样。RetryRoute按请求的失败历史估计每个模型下一次尝试的成功概率，在失败状态上规划重试、升级与放弃，并把实时排队等待计入成本。在八个评测组的主预算下，其循环内评审成功率平均高出十一个先前基线中最强者2.8个百分点；在三卡GPU服务测试台上，同一套设置使满足服务目标的编辑比例在每个负载下高出最佳先前基线5.0–6.3个百分点。
网页智能体在“评审—重试”循环里调用开放图像编辑模型，而一次失败后的重试成功率只有首次尝试的17%–53%，现有路由器却把重试当作独立抽样。RetryRoute按请求的失败历史估计每个模型下一次尝试的成功概率，在失败状态上规划重试、升级与放弃，并把实时排队等待计入成本。在八个评测组的主预算下，其循环内评审成功率平均高出十一个先前基线中最强者2.8个百分点；在三卡GPU服务测试台上，同一套设置使满足服务目标的编辑比例在每个负载下高出最佳先前基线5.0–6.3个百分点。
Beijing Normal University Nanyang Technological University Beijing Normal University, Zhuhai
Hanshuai Cui（第一作者）
RetryRoute 重试感知路由器智能体图像编辑模型路由马尔可夫决策过程
researchsquare.com 2026年10月27日
中文语法评分不再只改病句：证据图让每条扣分都带规则证书，五级评分MAE降到0.42
面向国际中文教育的语法评估被改写为“带证明的约束推断”：检索到的语法规则、错误片段、最小修改与等级评分由同一张潜在证据图耦合，每条影响评分的判断都要附规则级支持证书。在MuCGEC等公开语料上，PC2G的错误检测F0.5为71.4，高于所列最强检索基线CRAG-style的67.6；五级评分MAE从0.57降到0.42，证据忠实度为91.8%。这些等级对照的是由参考修改推导的银标签评分标准，而非独立教师评分。
面向国际中文教育的语法评估被改写为“带证明的约束推断”：检索到的语法规则、错误片段、最小修改与等级评分由同一张潜在证据图耦合，每条影响评分的判断都要附规则级支持证书。在MuCGEC等公开语料上，PC2G的错误检测F0.5为71.4，高于所列最强检索基线CRAG-style的67.6；五级评分MAE从0.57降到0.42，证据忠实度为91.8%。这些等级对照的是由参考修改推导的银标签评分标准，而非独立教师评分。
Beijing Normal University UNSW Sydney Shenyang Normal University
Yifan Wang（第一作者）
证明携带反事实评分检索增强生成语法错误纠正共形预测
Visual Computing for Industry Biomedicine and Art 2026年10月19日
皮肤病灶边界被毛发遮断时，先把高频细节修好再解码：ISIC 2018上Dice达89.69%
皮肤镜图像里，毛发遮挡、光照不均和局部对比度弱会让病灶边界断裂，而自注意力倾向强调低频内容，使这些弱边界在跳连中被稀释。Swin-WaveNet把编码器跳连特征先做小波分解，只对高频子带做选择性状态空间扫描以接续断开的轮廓，再用深层语义门控滤掉毛发等伪影响应，最后在解码上采样时用高频注意力锐化边界。在ISIC 2018上三次运行的平均Dice为89.69%、HD95为23.60像素，与Swin-Unet差距很小；不经微调直接用于ISIC 2017时Dice为91.69%。
皮肤镜图像里，毛发遮挡、光照不均和局部对比度弱会让病灶边界断裂，而自注意力倾向强调低频内容，使这些弱边界在跳连中被稀释。Swin-WaveNet把编码器跳连特征先做小波分解，只对高频子带做选择性状态空间扫描以接续断开的轮廓，再用深层语义门控滤掉毛发等伪影响应，最后在解码上采样时用高频注意力锐化边界。在ISIC 2018上三次运行的平均Dice为89.69%、HD95为23.60像素，与Swin-Unet差距很小；不经微调直接用于ISIC 2017时Dice为91.69%。
Hangzhou Normal University Beijing Normal University China Three Gorges University
Zhiping Dan（第一作者）Tinglong Tang（通讯作者）
医学图像分割 Swin Transformer 状态空间序列模型 U-Net
arXiv 2026年10月14日
二维红外谱不再只做分类：多任务网络直接反演跃迁偶极矩阵，验证集RMSE降到0.085
二维红外光谱此前多用于分类或粗略参数推断，直接反演跃迁偶极矩阵这一逆问题仍很困难。Spec2DipoleNet把能级结构分类与偶极矩阵回归放进同一个物理约束的多任务卷积网络，用非厄米哈密顿量方法生成的8000条模拟谱训练。验证集上RMSE为0.085、决定系数0.97、归一化互相关0.98，允许跃迁恢复较好，名义禁戒跃迁偏差更大。
二维红外光谱此前多用于分类或粗略参数推断，直接反演跃迁偶极矩阵这一逆问题仍很困难。Spec2DipoleNet把能级结构分类与偶极矩阵回归放进同一个物理约束的多任务卷积网络，用非厄米哈密顿量方法生成的8000条模拟谱训练。验证集上RMSE为0.085、决定系数0.97、归一化互相关0.98，允许跃迁恢复较好，名义禁戒跃迁偏差更大。
Beijing Normal University
Hao-yue Zhang（第一作者）
Spec2DipoleNet 跃迁偶极推断网络二维红外光谱非厄米哈密顿方法物理信息深度学习
arXiv 2026年10月12日
评分细则不再只靠语义写：树搜索加响应校准，六个偏好基准里五个拿到最高分
给开放式回答打分的评分细则，改成先按语义筛出可行分解、再用六条不同质量回答的实测表现挑最终结构，在六个偏好基准中的五个上取得最高成对准确率。
Central University of Finance and Economics Beijing Normal University
Feifei Qian（第一作者）
自适应评分标准树搜索基于评分标准的评估大模型作为评判者

已读完全部报道