2026-10-20 | CS.LG机器学习 | 共 308 篇，本文展示前 9 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 2 篇
2. 机器学习应用 1 篇
3. 其他/综合机器学习 6 篇
1. 强化学习与序列决策 | 2 篇
1. Web Agent Agentic Reinforcement Learning Decision Model Under Multi-Cost and Failure Risk
多成本与失败风险下的Web智能体智能体强化学习决策模型
AI 总结：本文提出面向Web智能体的约束型智能体强化学习模型，通过拉格朗日对偶更新与CVaR风险项平衡完成率、成本与风险，实验验证其在等效完成率下降低成本与失败率、固定预算下提升完成率的效果。
链接：https://arxiv.org/abs/2610.23857
2. miniTE: Diagnosing and Bridging the Execution Gap in Native NVFP4 Reinforcement Learning
miniTE：诊断并弥合原生NVFP4强化学习中的执行差距
AI 总结：miniTE是轻量框架，通过执行诊断、跨引擎数值对齐等技术，解决原生NVFP4在LLM强化学习中的执行差距问题，提升性能并发布相关资源。
链接：https://arxiv.org/abs/2610.23928
2. 机器学习应用 | 1 篇
3. Forecasting Patient Trajectories from the Electronic Health Records with Action-Conditioned World Models
基于动作条件世界模型的电子病历患者轨迹预测
AI 总结：该研究提出EHR WM模型，以动作条件世界模型处理电子病历，通过状态动作条件转移算子建模患者轨迹，参数规模较基础模型小30倍，在相关任务中性能具竞争力且动作敏感。
链接：https://arxiv.org/abs/2610.23862
3. 其他/综合机器学习 | 6 篇
4. PolyGraph: Plan-Buffered CUDA Graphs for Adaptive Speculative Decoding
PolyGraph：用于自适应投机解码的计划缓冲CUDA图
AI 总结：该研究提出PolyGraph计划缓冲CUDA图机制，解决自适应投机解码中CUDA图固定配置的问题，在单NVIDIA H800上用1种图替代64种特定形状图，大幅缩短服务前图构建时间且保持延迟稳定。
链接：https://arxiv.org/abs/2610.23861
5. SAGE-CP: When Marginal Coverage Hides Route-Conditional Failures in Adaptive VLM Ensembles
SAGE-CP：边际覆盖率如何隐藏自适应VLM集成中的路径条件故障
AI 总结：本研究针对自适应VLM集成中边际覆盖率隐藏路径条件故障的问题，提出SAGE-CP方法，通过路径分层校准提升路径级覆盖率，在保持计算效率的同时增强了预测的可靠性。
链接：https://arxiv.org/abs/2610.23864
6. Announced Breaks Separate Conformal Reliability from Frequency Calibration
公告式断点将保形可靠性与频率校准分离
AI 总结：该研究提出公告式断点的重置规则，可分离保形可靠性与频率校准，在合成断点、电力市场改革、货币政策决策等场景的预测任务中，其性能优于多数自适应方法。
链接：https://arxiv.org/abs/2610.23917
7. Zero-Shot Tabular Learning via Hypergraph Reasoning with LLMs
基于超图推理与大语言模型的零样本表格学习
AI 总结：本研究提出TABHGR+框架，通过LLM生成规则构建超图并优化标签传播，在降低推理成本的同时，提升了零样本表格学习的分类准确率，优于现有基线方法。
链接：https://arxiv.org/abs/2610.23923
8. Improving Fake Profile Detection Through Multimodal Learning and Research-Guided Feature Integration
通过多模态学习与研究引导的特征集成改进虚假资料检测
AI 总结：该研究在TwiBot-22基准上，结合XLM-RoBERTa、CLIP嵌入与元数据特征，用CatBoost和R-GCN检测虚假账户，发现元数据预测性强，多模态融合增益小，图模型表现逊于经典变体，得出实际约束下特征质量更重要的结论。
链接：https://arxiv.org/abs/2610.23926
9. Organizing LLM Inference for Aggregate Predictions from Behavioral Data
组织大语言模型（LLM）推理以从行为数据中进行聚合预测
AI 总结：该研究针对电商场景，探索用LLM从浏览会话预测产品转化率的方法，发现共同评估产品时的比较汇总方法，在多数设置下相关性最高且推理成本低。
链接：https://arxiv.org/abs/2610.23934
受公众号正文长度限制，本文展示前 9 篇，当天共更新 308 篇。完整列表请访问 arXivDaily。