机器学习学术速递[10.22]

2026-10-22 | CS.LG机器学习 | 共 137 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. 鲁棒性、不确定性与可信学习 1 篇

4. 其他/综合机器学习 4 篇

1. 深度学习架构与训练方法 | 1 篇

1. Big Claims, Small Margins: Do Reported GraphLLM Gains Survive Simple Baselines?

夸大的宣称，微小的优势：图大语言模型（GraphLLM）报告的性能提升能否在简单基线方法中保留？

AI 总结：本研究对比图大语言模型（GraphLLM）与简单基线方法的节点分类性能，发现部分GraphLLM的性能提升未被基线方法超越，同时揭示了GraphLLM评估中存在的超参数选择、标签使用等风险。

链接：https://arxiv.org/abs/2610.28714

机构：NASK National Research Institute（NASK国家研究院）

作者：Michal Podstawski

2. 强化学习与序列决策 | 2 篇

2. Reinforcement learning for hardware acceleration and system-level optimization on FPGA and integrated-circuit platforms: A survey

面向FPGA与集成电路平台的硬件加速及系统级优化的强化学习：一项综述

AI 总结：本综述调研100余项FPGA与IC平台的RL研究，统一分析其硬件加速、系统级优化等内容，梳理架构模式、挑战及研究方向，为相关研究提供整合参考。

链接：https://arxiv.org/abs/2610.28699

机构：University of Medea（迈代阿大学）

作者：Hamza Kheddar

3. SimHack: Predicting the onset of detectable reward hacking before RL training

SimHack：在强化学习训练前预测可检测奖励黑客行为的发生

AI 总结：SimHack是一种模拟器，可在强化学习训练前预测奖励黑客行为的发生，通过参考小规模运行学习动态，无需重训练即可预测，能筛选低风险课程，使训练无黑客时长延长96.6%。

链接：https://arxiv.org/abs/2610.28707

机构：University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； Google Research（谷歌研究院）

作者：Junwei Deng, Alex Bie, Natalia Ponomareva

3. 鲁棒性、不确定性与可信学习 | 1 篇

4. Offline Apprenticeship Learning for Human-Centric Environments

面向以人为中心环境的离线学徒学习

AI 总结：本论文针对以人为中心环境的离线学徒学习，开发了应对奖励建模与演示质量挑战的系列框架，在多数据集上优于基线，且StuEDM策略在真实课堂评估中表现出显著学习优势，确立了离线AL的实用范式。

链接：https://arxiv.org/abs/2610.28716

机构：Bangladesh University of Engineering and Technology (BUET)（孟加拉国工程技术大学（BUET））； North Carolina State University（北卡罗来纳州立大学）； MarginEdge； Under Armour（安德玛）； Amazon（亚马逊）； Amazon Web Services, Inc.（亚马逊网络服务公司）

作者：Md Mirajul Islam

4. 其他/综合机器学习 | 4 篇

5. To Keep or Not to Keep: Learning KV Cache Retention in Disaggregated LLM Serving Systems

保留还是不保留：在解耦式大语言模型服务系统中学习KV缓存的保留策略

AI 总结：针对解耦式LLM服务的KV缓存保留问题，提出基于学习的KVLearn框架，通过三个组件优化成本，显著降低首token生成时间和节点间KV传输量，吞吐量接近最优值。

链接：https://arxiv.org/abs/2610.28637

作者：Dong Liu, Yanxuan Yu, Eric Jiang, Shu Wang, Ying Nian Wu

6. Interaction-Gated Time-Frequency Learning for Parameter-Efficient PPG-Based Heart Rate Estimation

用于基于PPG的心率估计的参数高效交互门控时频学习

AI 总结：提出参数高效的TF-IG框架，通过双分支架构与交互门控融合模块平衡时频信息，在BIDMC数据集上实现高精度心率估计，同时保持低参数规模。

链接：https://arxiv.org/abs/2610.28693

机构：International University, Vietnam National University HCMC（越南国家大学胡志明市国际大学）； University of New Brunswick（新不伦瑞克大学）； Ho Chi Minh City University of Technology（胡志明市理工大学）； Austrian Institute of Technology（奥地利技术研究院）

作者：Anh Khoi Pham, Phat Lam, Thien Truong Nguyen Ly, Lam Pham

7. Scalable Stress-Constrained Topology Optimization: A Super-resolution and Simultaneous Approach Based on Machine Learning

可扩展的应力约束拓扑优化：一种基于机器学习的超分辨率与同步方法

AI 总结：提出同步神经拓扑优化（SNTO）框架，结合硬件感知训练方案，实现大规模应力约束拓扑优化，在2D基准和800万自由度3D问题上，生成超分辨率设计，性能优于传统有限元方法。

链接：https://arxiv.org/abs/2610.28703

机构：University of California, Irvine（加利福尼亚大学欧文分校）； Northwestern University（西北大学）

作者：Xiangyu Sun, Shirin Hosseinmardi, Ramin Bostanabad

8. STAR-XPC: Set Transformer for Estimating X-ray Transmission in Polymer Composites

STAR-XPC：用于估算聚合物复合材料中X射线透射率的集合Transformer

AI 总结：该研究针对聚合物复合材料X射线透射率估算难题，提出基于Set Transformer的STAR-XPC模型，以ChemBERTa嵌入成分，经PENELOPE/penEasy数据训练，10折交叉验证精度高且推理速度远快于蒙特卡罗模拟。

链接：https://arxiv.org/abs/2610.28709

机构：Boğaziçi University（博加齐大学）

作者：Can Erer, H. Birkan Yilmaz, Nebahat Aral

受公众号正文长度限制，本文展示前 8 篇，当天共更新 137 篇。完整列表请访问 arXivDaily。