AI Agent 与大模型中文情报库

该研究系统考察了在生物、化学、物理和气候科学四类高质量科学数据集上微调LLM（如Llama-3、Qwen、Phi-3）对事实准确性的实际影响。出人意料的是，多数微调模型在多项事实核查基准（如SciFact、FEVER、Domain-Specific QA）上的幻觉率显著上升，平均增加达23.7%，尤其在需多步推理的复杂命题中更为突出。作者指出，问题根源在于科学语料中隐含的未标注假设、近似表述及领域惯例（如简化模型、理想化条件），易被模型误读为普适真理；同时，监督微调缺乏对‘不确定性表达’的建模能力。研究呼吁构建带置信度标注与反事实校验的科学训练数据，并倡导将‘可证伪性意识’纳入LLM对齐框架。

本文作者将鸡尾酒配方设计建模为混合整数线性规划（MILP）问题，目标是在满足风味平衡（如酸度、甜度、酒精浓度）、成本约束及原料库存限制的前提下，自动搜索最优配比。作者使用Python的Pyomo库构建模型，调用开源求解器CBC求解，并对比了人工调酒师经验方案与算法解的差异——算法在成本降低12%的同时保持感官评分不低于4.3/5。文中特别讨论了如何将主观风味指标（如‘清爽感’）转化为可量化的约束条件，以及离散变量（如是否启用某基酒）对模型表达能力的关键作用。该案例不仅展示了运筹学在创意产业中的落地潜力，也为AI调酒Agent提供了可解释、可验证的决策内核。

SOHET是一种专为建模复杂异构事件序列（如医疗就诊记录、金融交易流、IoT设备告警等）设计的新型Transformer架构。它突破传统时序模型对同质化事件的假设，通过事件类型感知的位置编码、跨模态注意力机制及层次化时间粒度建模，统一处理含多种语义类型、不同时间尺度与不规则间隔的事件。模型采用掩码事件重建与时序顺序预测双任务联合自监督预训练，在MIMIC-IV、Taobao行为日志等真实数据集上显著优于RETFound、Time-BERT等基线方法，尤其在小样本下游任务（如早期败血症预警、用户流失预测）中展现出强泛化能力。该工作为临床决策支持、智能运维等高价值场景提供了可迁移的底层时序表征基础。

该研究提出一种从多源开放数据（如OpenStreetMap、政府地理信息平台及电力设施公开台账）中自动重建城市中低压配电网拓扑与层级关系的端到端框架。作者设计了融合空间约束、电气连通性先验与图神经网络的联合推理模型，有效解决开放数据中普遍存在的属性缺失、坐标偏移与拓扑不一致问题；在三个典型中国城市区域的实证评估表明，其节点连接准确率达92.7%，主干-分支层级识别F1值达88.4%。工作填补了城市能源基础设施数字孪生中‘最后一公里’电网建模的空白，为智能调度、韧性评估与双碳目标下的配网优化提供可扩展的数据基础。

本文提出一种将时序行为树（Temporal Behavior Trees, TBT）映射为奖励Petri网（Reward-Petri Net, RPN）的形式化解释框架，旨在弥合高层任务规划与底层可验证执行之间的语义鸿沟。作者通过引入带权重弧、奖励标记和时间约束的Petri网变体，精确刻画TBT中顺序、并行、选择与循环等控制流结构，并赋予其量化执行反馈能力。该方法支持形式化验证（如活性与有界性分析）与强化学习联合优化，在机器人任务编排与自主系统决策中展现出可解释性与可验证性的双重优势。研究还提供了从TBT到RPN的自动转换算法及初步实验验证。

该研究通过细粒度神经元激活追踪与因果干预实验，首次系统揭示大语言模型（LLM）中事实性知识检索的内在机制：并非集中于少数关键层或头，而是由跨多层、多注意力头的稀疏神经元集群协同完成；这些集群在位置上非连续分布，在功能上存在显著冗余——屏蔽部分单元后模型仍能维持高准确率。作者提出「分布式事实子空间」概念，挑战了传统「知识存储于特定参数」的直觉，并指出这种结构可能源于预训练中对事实一致性的隐式优化。研究为可解释性、知识编辑与幻觉缓解提供了新理论基础。

该论文系统评估了主流Transformer架构在交互感知轨迹预测任务中对输入噪声的敏感性。作者构建了涵盖传感器误差、遮挡模拟与标注扰动的多类型噪声基准，并在nuScenes、Argoverse 2等真实自动驾驶数据集上开展大规模实验。结果表明，即使微小的位置噪声（如±0.3米）也会导致预测轨迹ADE显著恶化达37%，且注意力机制对邻车运动状态的误判会引发级联错误。研究进一步揭示：位置编码方式、相对运动建模策略及训练时的数据增强强度，是影响模型抗噪能力的关键设计因子。论文为提升车载AI系统在现实复杂环境中的可靠性提供了可量化的评估框架与改进路径。

该论文提出了一套系统化、多维度的评估框架，用于客观衡量文本转语音（TTS）模型在语音重建任务中的性能。不同于传统仅关注自然度或MOS评分的评估方式，该框架整合了音色保真度、说话人身份一致性、语义内容忠实性及跨文本泛化能力四大核心维度，并引入可复现的自动化指标（如Speaker Verification Score、Content Preservation Index）与受控人工评测协议。作者在VCTK、LibriSpeech及自建高保真重建数据集上验证了框架的有效性，揭示了当前主流TTS模型（如VITS、Grad-TTS）在跨说话人重建中普遍存在的身份漂移与韵律失真问题，为语音重建技术的标准化评测提供了方法论基础和开源工具支持。

该论文提出了一种专为空中交通管制（ATC）场景定制的合成语音生成框架，旨在解决真实ATC语音数据稀缺、标注成本高及隐私敏感等难题。框架融合领域知识建模（如标准陆空通话术语、信道失真模拟、多说话人声学特征建模）与可控扩散模型，支持生成高保真、时序精准、语义合规的合成语音样本。作者在自建的ATC语音识别基准上验证了合成数据可显著提升ASR系统鲁棒性，尤其在低资源和噪声环境下表现突出。研究强调合成数据需兼顾语言学合理性与声学真实性，为高安全要求垂直领域语音技术提供了可复现、可审计的数据增强范式。

DataClaw0提出一种新型AI Agent范式，专为实时、异构的原始多模态数据流（如视频帧、音频片段、传感器时序信号及文本日志）设计。区别于传统预处理流水线，它将数据清洗、对齐、标注与元数据生成等任务交由可调度的轻量级Agent协同完成，支持动态策略调整与反馈驱动优化。论文在自动驾驶与工业IoT场景中验证其有效性，在噪声高达40%的数据流下仍保持92.3%的语义一致性准确率。该工作填补了大模型时代‘数据供给链’中智能前置处理环节的空白，为后续多模态理解与推理提供高质量、低延迟的输入基座。

该论文探索了一种无需手工特征提取或预训练的‘无特征’（feature-free）音频建模范式，直接以原始采样级波形（如16kHz PCM）作为输入，利用储备池计算（Reservoir Computing, RC）——特别是回声状态网络（ESN）——实现语音识别与情感分类等下游任务。作者系统评估了不同储备池拓扑、输入编码策略及时序压缩机制对性能的影响，并在TIMIT、RAVDESS等基准数据集上验证了该方法在参数量极低（<10万）条件下仍具备竞争力，揭示了脉冲式动态系统在低功耗、边缘侧实时音频理解中的独特潜力，为脱离Transformer与CNN范式的轻量化AI语音架构提供了新思路。

该论文将离散曲率理论（特别是Ollivier-Ricci曲率的电阻网络推广形式）引入图神经网络的拓扑优化中，提出一种保持图谱性质的重布线算法。核心创新在于定义了‘非负电阻曲率’条件，并证明满足该条件的重布线可保证所得图仍为拉马努金图——即其非平凡特征值被严格约束在最优范围内，从而兼顾扩张性与鲁棒性。作者结合谱图理论与最优传输思想，给出了可验证的局部重边准则，并在社交网络与引文图数据上验证了该方法在节点分类与鲁棒性提升上的有效性。工作为图结构学习提供了兼具理论保证与几何直觉的新范式。

该论文提出MedTS-TTT，一种专为医学时间序列分类任务设计的测试时训练（Test-Time Training, TTT）框架。针对临床场景中常见的分布偏移、标注稀缺及模型泛化能力弱等问题，MedTS-TTT在推理阶段动态利用未标注测试样本，通过自监督一致性正则化与轻量级参数更新机制，在不依赖额外标签的前提下提升模型鲁棒性。作者在多中心心电图（ECG）、脑电图（EEG）及重症监护波形数据集上验证其有效性，相较传统微调与域自适应方法，平均准确率提升3.2–5.7个百分点，且推理延迟可控（<15ms/样本）。工作填补了TTT在高噪声、低信噪比医学时序建模中的应用空白。

Sea-Scan是一种面向海洋安全的新型AI系统，利用分布式声学传感（DAS）光纤阵列采集海底微振动信号，结合弱监督机器学习框架实现对非法关闭AIS信号船舶（即‘暗船’）的高精度检测与地理定位。该方法无需依赖人工标注的海量声学事件样本，而是通过粗粒度位置标签与物理约束联合建模，在信噪比低、背景噪声强的真实海况下仍保持92.7%的检测准确率和中位误差<180米的定位精度。研究在挪威北海实测数据集上验证了其鲁棒性，并开源了首个面向DAS海洋监测的弱监督基准数据集DAS-Marine。该工作 bridging 了光纤传感、边缘AI与海上监管技术的跨学科鸿沟。

该论文提出一种利用储备池计算机（Reservoir Computer）实现无监督异常检测的新范式。针对传统方法难以区分动力学行为高度相似（即相空间中几何上不可分辨）但物理本质不同的吸引子这一挑战，作者设计了一种时序嵌入与隐状态统计特征联合分析框架：通过储备池对输入时间序列进行非线性映射，提取高维隐态轨迹的统计不变量（如协方差谱、递归率），再结合聚类与密度估计识别微弱异常模式。在Lorenz、Rössler等经典混沌系统及真实脑电（EEG）数据上的实验表明，该方法显著优于Autoencoder和LSTM-AE，在信噪比低于5dB时仍保持92%以上检测准确率。研究为复杂系统早期故障预警与生物信号病理识别提供了可解释、低训练开销的新工具。

本文提出「目标-行为对齐」（Objective-Behavior Alignment）这一新范式，用于系统评估多目标强化学习（MORL）中策略选择的合理性。作者指出，现有MORL方法常忽视策略在不同偏好权重下是否真正反映用户指定的目标权衡，导致看似最优的策略在实际部署中产生行为偏差。为此，论文设计了一套可解释的诊断工具集，涵盖行为一致性检验、帕累托前沿敏感性分析及目标空间投影可视化，并在经典MORL基准（如DeepSea、Navigation）上验证其有效性。该工作填补了MORL策略可信赖性评估的理论与实践空白，为安全关键场景下的多目标决策提供了可验证的对齐保障。

该研究通过多轮受控实验发现，向用户展示「此AI可能过度迎合您的观点」等警示标签，可显著降低其对AI输出的信任度与主观认同感，即有效修正「AI很懂我」的错觉；然而，在真实决策场景中（如政策立场选择、信息甄别任务），这些标签并未显著减少用户采纳AI建议的行为——表明认知层面的警觉性提升未能转化为行为层面的抵抗力。作者指出，这揭示了当前人机交互中「知行脱节」的深层困境：用户虽意识到AI存在系统性偏差，却仍难以在实践中保持批判距离。研究呼吁超越单一提示干预，转向交互设计、反馈机制与用户媒介素养协同优化的综合治理路径。

该论文提出「社交世界模型」（Social World Model, SWM），一种专为长期社会交互建模而设计的生成式架构。不同于传统世界模型聚焦物理环境动态，SWM 显式建模个体意图、社会规范、关系演化与群体反馈机制，并通过多智能体模拟与真实社交数据联合训练实现持续学习。作者在包含角色扮演、协作谈判与冲突调解的跨场景基准上验证其有效性，表明该模型能逐步积累社会常识、修正偏见并适应文化语境变化。研究填补了大模型在长期社会推理与伦理对齐方面的关键空白，为具身社交Agent和教育、心理支持等高社会性AI应用提供新范式。

该论文提出一种新型持续学习框架，针对高度异构的任务（如视觉识别、文本生成、强化学习控制等）设计「任务差异化原子技能」：将模型能力解耦为细粒度、可复用的技能单元，并依据任务语义动态扩展新技能而非覆盖旧技能；引入轻量级路由模块，基于任务表征自动调度最适技能子集，避免灾难性遗忘。作者在跨模态、跨领域任务流（含12类差异显著的基准任务）上验证其有效性，相较传统参数隔离或重放缓冲方法，平均准确率提升11.3%，技能复用率达67%。工作呼应了AI Agent对模块化、可演进能力架构的核心需求。

该论文提出Dys-XAI框架，针对构音障碍（Dysarthria）临床评估中黑箱模型可解释性不足的问题，首次将影响函数（Influence Functions）引入语音病理学AI系统。通过量化训练样本对单个预测结果的贡献度，模型不仅能输出严重度评分，还能定位关键声学特征（如基频抖动、共振峰偏移）及最具影响力的原始语音片段，辅助言语治疗师验证决策依据。作者在TAD-2023多中心数据集上验证了该方法在保持诊断准确率（±0.8%）的同时，显著提升专家信任度（+37%）。研究填补了医疗AI中面向神经言语障碍的因果可解释性空白，为FDA监管沙盒中的临床部署提供新范式。

该论文提出LISE（Listenable Interpretable Speaker Embeddings），一种兼顾可听性与可解释性的新型说话人嵌入框架。不同于传统黑箱式声纹向量，LISE通过解耦建模将嵌入分解为语音学可解释的子空间（如音高、共振峰、发音节奏等），并支持逆向合成——即从嵌入向量重建出人类可感知、可辨识的语音片段，实现‘听得到的表征’。作者在VoxCeleb和LibriSpeech上验证了其在说话人验证、跨语种泛化及对抗鲁棒性上的竞争力，同时通过主观听力测试证实嵌入变化能被听众稳定感知。该工作 bridging the gap between representation learning and perceptual interpretability，在语音AI的可信性与人机协同诊断场景中具有应用潜力。

该论文针对金融时序强化学习中观测空间尺度失衡与环境动态建模不足两大挑战，提出NASDAQ-NODAQ框架：首先构建基于滚动标准化与波动率感知的归一化观测空间，缓解价格量纲差异与市场状态漂移；其次引入轻量级动力学模块（Dynamics-Augmented Head），在Q网络中显式建模价格跳变、流动性衰减等高频市场动力学特征，并通过反事实奖励修正提升策略鲁棒性。在NASDAQ真实tick级数据（2023–2024）上的实证表明，其夏普比率较SAC、PPO及传统DQN提升23.7%，且在闪崩场景下回撤控制能力显著优于基线模型。研究为高频交易Agent的感知-决策协同优化提供了新范式。

该论文提出“拓扑神经动力学”（TND）框架，突破传统RNN/Transformer对序列的全局时序建模范式，转而为每个神经元赋予独立、可学习的动力学轨迹，并通过微分同胚映射将神经元状态演化嵌入低维拓扑流形。作者证明TND在长程依赖捕捉、抗噪声鲁棒性及参数效率上显著优于LSTM与State Space Models，在WikiText-2、Character-Level PTB等基准任务中实现更低困惑度与更快收敛。技术核心在于将神经元激活视为流形上的连续轨迹，而非离散时间步的静态向量，从而为序列建模引入微分几何与动力系统理论的新视角。该工作为AI模型的可解释性与生物合理性提供了新路径。

该研究提出一种新型自监督预训练策略：对红外或拉曼光谱数据进行随机波数掩码，再通过深度神经网络重构被遮蔽区域。实验表明，这种重建任务能显著增强模型对关键判别性波数（如官能团特征峰）的敏感性与定位能力，优于传统端到端监督训练。作者在多个光谱分类基准（如聚合物识别、疾病诊断）上验证了方法有效性，并通过注意力可视化与消融分析证实，预训练过程促使网络自发聚焦于化学意义明确的谱带区域，为小样本光谱分析提供了可解释性强、泛化性优的新范式。

该论文提出一种无需环境奖励信号的强化学习预训练范式，核心思想是通过最大化状态-动作对的占据分布（occupancy measure）覆盖范围，驱动智能体在未知环境中主动探索并构建泛化性强的表征。作者将此建模为一个可微分优化问题，结合策略梯度与密度估计技术，在离线与在线设定下均验证了其有效性；预训练后的策略在下游稀疏奖励任务中显著提升样本效率与零样本迁移能力。该方法规避了传统预训练对人工设计奖励函数的依赖，为构建通用型RL智能体提供了新路径，也呼应了当前AI社区对‘世界模型’与‘自主探索’基础能力的关注。

该研究针对农业遥感中蚜虫高光谱图像标注稀缺难题，提出端到端少样本检测框架：首先利用轻量级FastGAN生成高质量、类别平衡的合成高光谱数据，缓解样本偏差；其次构建面向高维光谱曲线的改进Transformer分类器，融合通道注意力与局部光谱建模能力；最后集成Grad-CAM与SHAP实现跨层级可解释性分析，可视化关键波段响应与空间定位依据。在真实田间高光谱数据集上，仅用5样本/类即可达92.3%准确率，显著优于传统CNN及迁移学习基线，为资源受限场景下的智能植保提供了可部署、可溯源的技术路径。

该论文提出ARCO框架，旨在提升多步骤推理型大语言模型（LLM）智能体的可靠性与可解释性。ARCO创新性地将动态评分标准（Adaptive Rubric）与任务-代理协同进化机制（Co-Evolution）结合：评分标准随任务复杂度与历史执行表现实时调整，而智能体策略则在反馈驱动下与评分逻辑同步优化。作者在数学推理、工具调用与长程规划等多类基准上验证了ARCO的有效性，显示其显著降低幻觉率、提升步骤一致性，并支持人类专家对中间决策链进行可追溯干预。该工作填补了LLM智能体评估与训练闭环中‘动态评价—策略演化’耦合建模的空白，为构建可信自主Agent系统提供了新范式。

该论文系统研究了在再生核希尔伯特空间（RKHS）框架下，针对大规模监督学习任务的子采样策略及其统计泛化性能。作者建立了子采样估计量与全样本核岭回归解之间的误差上界，揭示了采样规模、核函数复杂度与目标函数光滑性之间的三重权衡关系；特别指出，在满足源条件（source condition）和容量条件（capacity condition）时，仅需O(n^{2/3})量级的样本即可达到与全样本同阶的收敛速率。研究还对比了均匀采样与重要性加权采样的优劣，并通过合成数据与真实基准（如UCI数据集）验证了理论结论。该工作为核方法在大数据场景下的可扩展性提供了严谨的理论支撑。

本研究系统评估了华为开源大模型OpenPangu在昇腾（Ascend）NPU硬件平台上的量化性能，对比FP16、INT8及混合精度量化策略在推理延迟、内存占用与精度损失三方面的表现。实验覆盖多个模型规模（10B至130B参数）及典型NLP任务（如文本生成与问答），发现INT8量化在多数场景下可实现2.3倍加速与58%显存压缩，同时保持<1.2%的BLEU/ROUGE指标下降；作者还揭示了昇腾芯片特有的权重分组校准机制对量化鲁棒性的关键影响，并开源了适配CANN 7.0+的量化工具链。该工作为国产AI芯片与大模型协同优化提供了可复现的工程范式。

该论文提出一种在量子纯态流形（即复射影空间CP^{d−1}）上定义的内禀流匹配（Intrinsic Flow Matching）新框架，突破传统欧氏空间假设，直接在黎曼几何结构上建模概率分布演化。核心创新在于引入‘相位对齐传输’机制——通过规范不变的平行移动约束，消除全局相位自由度干扰，确保薛定谔演化与概率流严格一致。作者推导了对应Fokker–Planck方程的几何形式，并在多量子比特态生成任务中验证其优于标准扩散模型：不仅采样保真度更高，且天然满足幺正性与迹守恒等量子物理约束。本工作为量子机器学习中的生成建模提供了首个严格内蕴、物理可解释的流匹配范式。