2026-10-27 | CS.LG机器学习 | 共 226 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. 表示学习、自监督与对比学习 1 篇
2. 生成模型与概率建模 1 篇
3. 鲁棒性、不确定性与可信学习 1 篇
4. 机器学习应用 1 篇
5. 其他/综合机器学习 4 篇
1. 表示学习、自监督与对比学习 | 1 篇
1. Neural-DISCO: Source-Conditioned Counterfactual Editing of Neural Population Activity
Neural-DISCO：神经群体活动的源条件反事实编辑
AI 总结：Neural-DISCO是用于神经活动反事实建模的解耦表示学习框架，可选择性编辑神经活动的行为/刺激标签，保留其余内容，还能识别关键神经元，助力探究神经群体的编码机制。
链接：https://arxiv.org/abs/2610.33145
2. 生成模型与概率建模 | 1 篇
2. Can Language Models Learn While They Think? Testing Gradient Adaptation Across Architectures
语言模型能否在思考时学习？测试跨架构的梯度适应
AI 总结：本文测试语言模型跨架构的梯度适应，发现动态评估可降低softmax注意力模型损失，迁移至扩散模型效果更显著，且该适应为风格词汇层面，蒸馏结论至低秩适配器可达上下文上限。
链接：https://arxiv.org/abs/2610.33025
3. 鲁棒性、不确定性与可信学习 | 1 篇
3. How Much Fresh Data Should CTR Recalibration Use? A Temporal Evaluation of Post-hoc Calibration
CTR重新校准应使用多少新鲜数据？事后校准的时间评估
AI 总结：该研究针对CTR模型离线评估的随机划分缺陷，通过Avazu数据集实验发现12小时拟合切片的重新校准效果最优，且宽时间跨度拟合优于短时间跨度。
链接：https://arxiv.org/abs/2610.33168
4. 机器学习应用 | 1 篇
4. Physics Informed Neural Networks for Solving the Drift-Diffusion Equations
用于求解漂移-扩散方程的物理信息神经网络
AI 总结：本研究提出用物理信息神经网络（PINNs）求解漂移-扩散方程，可准确处理非平衡条件下的正问题与逆问题，为半导体器件建模提供了高效新方法。
链接：https://arxiv.org/abs/2610.33133
5. 其他/综合机器学习 | 4 篇
5. Evolving to Match Capabilities: Improving Harness Self-Evolution via Skill Adaptation
进化以匹配能力：通过技能适配改进工具链自进化
AI 总结：该研究针对工具链自进化中技能适配与模型能力不匹配的问题，提出元技能指导的技能适配方法，使弱执行器性能提升2.0-5.1个百分点，为工具链自进化提供设计指导。
链接：https://arxiv.org/abs/2610.33024
6. Lessons from Luck: Do LLM-Written Lessons Carry Chance into an Agent's Next Decision?
运气带来的教训：大语言模型生成的教训会将运气带入智能体的下一次决策吗？
AI 总结： 该注册研究发现，大语言模型生成的教训会将运气带入智能体决策，更好工具随机失败后，使用该教训时选更差工具的比例达11.6%，且特定指令可降低该比例。
链接：https://arxiv.org/abs/2610.33029
7. Feature Scaling Beats Architecture Choice in Offline Respiratory Screening for Low-Resource Clinics
在资源匮乏诊所的离线呼吸筛查中，特征缩放优于架构选择
AI 总结：该研究针对资源匮乏诊所的离线呼吸筛查，发现特征缩放对SVM的效果提升远大于模型架构选择，且片段级拆分可提升召回率，同时指出记录来源与标签的混淆是主要局限。
链接：https://arxiv.org/abs/2610.33030
8. Inference-Time Prior Adaptation for Imbalanced Data Streams under Concept Drift
概念漂移下不平衡数据流的推理时间先验适配
AI 总结：针对概念漂移下不平衡数据流分类问题，提出PAI-KNN分类器，通过推理时间先验调整而非内存修改实现适配，在相关场景中表现优于多数现有方法。
链接：https://arxiv.org/abs/2610.33126
受公众号正文长度限制，本文展示前 8 篇，当天共更新 226 篇。完整列表请访问 arXivDaily。