2026-10-21 | CS.LG机器学习 | 共 134 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. 深度学习架构与训练方法 1 篇
2. 强化学习与序列决策 2 篇
3. 联邦学习、隐私与安全 1 篇
4. 鲁棒性、不确定性与可信学习 1 篇
5. 其他/综合机器学习 3 篇
1. 深度学习架构与训练方法 | 1 篇
1. Transformers Learn Two Competing Sorting Algorithms, and Only One Length-Generalizes
Transformer学习两种相互竞争的排序算法，且仅一种能实现长度泛化
AI 总结：研究发现两层Transformer在排序任务上会收敛到两种解，仅一种能长度泛化，且在最小值查找任务上泛化模式相反，揭示了层级专业化对泛化的影响。
链接：https://arxiv.org/abs/2610.26974
2. 强化学习与序列决策 | 2 篇
2. Expert-Guided Rubrics as Dense Reward Signals for Reinforcement Learning in Non-Verifiable Domains
专家引导的规则作为不可验证领域强化学习中的密集奖励信号
AI 总结：该研究针对不可验证领域强化学习中稀疏奖励导致优化停滞的问题，提出将专家判断转换为密集奖励并结合检索指标的方法，使Recall@3和MRR@3分别提升最高6%和6.7%。
链接：https://arxiv.org/abs/2610.26932
3. Beyond Policy Discrepancy: Capability-Aware Multi-Teacher On-Policy Distillation
超越策略差异：能力感知型多教师在线策略蒸馏
AI 总结：提出CA-MOPD方法，通过合并强化学习专家并基于师生能力差距调整监督强度，在六个基准测试中平均得分32.22，优于多种现有方法。
链接：https://arxiv.org/abs/2610.26950
3. 联邦学习、隐私与安全 | 1 篇
4. CoASFL: Coupled Consistency Optimization for Asynchronous Split Federated Learning
CoASFL: 异步拆分联邦学习的耦合一致性优化
AI 总结：提出CoASFL框架，通过动态激活合并与感知一致性的模型聚合机制，抑制异步拆分联邦学习的不一致传播，在80设备异构边缘测试台上训练速度提升1.61×-3.74×，准确率最高提升3.26%。
链接：https://arxiv.org/abs/2610.26992
4. 鲁棒性、不确定性与可信学习 | 1 篇
5. Steerable Pluralistic Policy Alignment from Anonymized Crowd Feedback
基于匿名人群反馈的可引导多元策略对齐
AI 总结：本研究针对多元对齐需处理匿名人群反馈的问题，提出P3L框架，通过PCA分解学习偏好方向共享基，在具身控制任务上实现了可引导的个性化对齐，泛化能力与性能优异且计算成本低。
链接：https://arxiv.org/abs/2610.26914
5. 其他/综合机器学习 | 3 篇
6. High-dimensional layer-state trajectories reveal the internal dynamics of transformer inference
高维层状态轨迹揭示Transformer推理的内部动力学
AI 总结：本研究通过分析Qwen、Llama等模型的层状态轨迹，发现层序对Transformer推理有可测量的影响，局部转换执行器可选择性控制轨迹，置信门可调控候选输出。
链接：https://arxiv.org/abs/2610.26866
7. Dynamic System Inspired Continuous Large Language Model for AI4Science Tasks
受动态系统启发的面向AI4Science任务的连续大型语言模型
AI 总结：该研究提出受动态系统启发的Continuum-LM模型，将预训练残差变换作为连续深度语言模型的动态算子，在8项科学任务中较离散模型显著提升准确率，为科学语言模型提供新设计维度。
链接：https://arxiv.org/abs/2610.26959
8. Latent Projection for Latent Planning
用于潜在规划的潜在投影
AI 总结：针对潜在规划中潜在空间存在噪声的问题，提出SIGReg方法，利用训练正则化提供的结构修剪噪声，通过拟合状态动力学得到协方差并固定特征基，限制规划成本在低不确定性子空间，在2D导航任务上显著提升规划成功率。
链接：https://arxiv.org/abs/2610.26979
受公众号正文长度限制，本文展示前 8 篇，当天共更新 134 篇。完整列表请访问 arXivDaily。