2026-10-07 | CS.LG机器学习 | 共 196 篇，本文展示前 8 篇
[机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准
快速导航
1. 强化学习与序列决策 4 篇
2. 高效学习、压缩与部署 1 篇
3. 数据集、基准与评测 1 篇
4. 机器学习应用 1 篇
5. 其他/综合机器学习 1 篇
1. 强化学习与序列决策 | 4 篇
1. When Does External Guidance Help LLM Reasoning? A Bias-Variance Theory of Guidance-Augmented GRPO
外部引导何时有助于大语言模型推理？引导增强GRPO的偏差-方差理论
AI 总结：提出GA-GRPO统一框架，将外部引导建模为随机算子，给出收敛速率与最优权重闭式解，实验证明其性能优于现有方法且节省31%计算资源。
链接：https://arxiv.org/abs/2610.06861
2. Learning When to Refine: Long-Horizon Reinforcement Learning for Budgeted Neural-Operator PDE Solvers
学习何时细化：面向预算型神经算子PDE求解器的长时程强化学习
AI 总结：针对预算型神经算子PDE求解器，提出滚动验证策略改进（RV-PI），通过长时程强化学习决定细化时机，在浅水波和Brusselator基准上分别提升5.37%和2.31%的轨迹误差性能。
链接：https://arxiv.org/abs/2610.06883
3. Event-Driven ML Pipeline Orchestration for Manufacturing: An AWS Industry Experience
面向制造业的事件驱动ML流水线编排：AWS行业经验
AI 总结：本文报告了汽车制造业中事件驱动云基础设施用于持续机器学习训练的三年经验，通过ECS、SQS和Lambda实现GPU工作负载编排，实现72-78%成本降低，并验证了准入控制的必要性。
链接：https://arxiv.org/abs/2610.06890
4. Learning from Unreliable Trajectories: Adversarially-Robust Federated Q-Learning
从不可靠轨迹中学习：对抗鲁棒的联邦Q学习
AI 总结：本研究提出Robust Async-Fed-Q算法，结合方差缩减与鲁棒聚合，解决联邦Q学习中对抗性智能体损坏信息的问题，在保持协作收益的同时实现对抗鲁棒性，并给出匹配的上下界及更优通信复杂度。
链接：https://arxiv.org/abs/2610.06918
2. 高效学习、压缩与部署 | 1 篇
5. AttSVD:Prompt-Adaptive Low-Rank KV Cache Compression via Attention-Guided SVD
AttSVD：基于注意力引导的SVD实现提示自适应的低秩KV缓存压缩
AI 总结：AttSVD通过基于提示注意力几何的在线截断SVD压缩KV缓存，保留所有令牌并自适应调整秩，在多种模型和基准上以最多50%内存保持与密集缓存相当的性能。
链接：https://arxiv.org/abs/2610.06927
3. 数据集、基准与评测 | 1 篇
6. Neutrosophic Ensemble Classification for Uncertainty-Aware Bearing Fault Detection: Evidence from Laboratory and Variable-Speed Industrial Benchmarks
不确定感知轴承故障检测的中智集集成分类：来自实验室和变速工业基准的证据
AI 总结：本研究提出基于中智集分解的集成分类方法，通过四个不确定性指标在轴承故障检测中区分错误与模糊预测，并在CWRU和JNU基准上验证，发现预测熵指标有效而决策分歧贡献有限，融合时频域模型可提升不确定性评估。
链接：https://arxiv.org/abs/2610.06880
4. 机器学习应用 | 1 篇
7. Comparative review of hybrid forecasting models for short-term prediction of building thermal load
建筑热负荷短期预测混合模型比较综述
AI 总结：本文比较了13种混合预测模型，发现EMD-LSTM-Markov模型在建筑热负荷短期预测中精度最高，但高功率尖峰仍被低估。
链接：https://arxiv.org/abs/2610.06881
5. 其他/综合机器学习 | 1 篇
8. TEMPEST: Temporal Embeddings for Scalable Driver Identification via Angular Margin Learning
TEMPEST：通过角度间隔学习实现可扩展驾驶员识别的时间嵌入
AI 总结：TEMPEST提出基于ArcFace损失的时间卷积网络嵌入模型，将驾驶数据映射为96维嵌入，在45名驾驶员数据集上实现91.71%的Rank-1准确率，显著优于三元组损失基线，并支持无需重训练的动态注册，为可扩展驾驶员识别提供稳健基线。
链接：https://arxiv.org/abs/2610.06855
受公众号正文长度限制，本文展示前 8 篇，当天共更新 196 篇。完整列表请访问 arXivDaily。