2026-10-28 | CS.LG机器学习 | 共 149 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 1 篇
2. 高效学习、压缩与部署 2 篇
3. 其他/综合机器学习 6 篇
1. 强化学习与序列决策 | 1 篇
1. Curriculum-Driven Deep Reinforcement Learning for Autonomous Far-Range Rocket Landing
课程驱动的深度强化学习用于自主远程火箭着陆
AI 总结：本文提出课程驱动的深度强化学习框架，结合三阶段课程等技术，实现了1000-1500单位远程火箭自主软着陆，成功率达99.98%，优于基线策略。
链接：https://arxiv.org/abs/2610.35954
2. 高效学习、压缩与部署 | 2 篇
2. ResCom: Activation Residual Compensation for Large Language Model Quantization
ResCom：用于大语言模型量化的激活残差补偿
AI 总结：ResCom是一种低秩校正方法，通过激活舍入残差补偿大语言模型量化的精度损失，在Llama-3-8B等模型上显著提升了困惑度、MMLU和GSM8K指标，同时保持内存优势。
链接：https://arxiv.org/abs/2610.35955
3. Knowledge distillation across teacher architectures for compact diabetic retinopathy grading
面向紧凑糖尿病视网膜病变分级的跨教师架构知识蒸馏
AI 总结：该研究针对APTOS 2019数据集，将ResNet-50等三种教师模型蒸馏为MobileNetV3-Small学生模型，实现18.07倍参数缩减，性能优于基线，为资源受限硬件的糖尿病视网膜病变分级提供方案。
链接：https://arxiv.org/abs/2610.35961
3. 其他/综合机器学习 | 6 篇
4. KORA: Deterministic-First Execution Control for AI Workloads
KORA：面向AI工作负载的优先确定性执行控制
AI 总结：KORA是一种AI工作负载的优先确定性执行控制架构，通过推理前控制层优先处理确定性任务，在100项任务的基准中避免80次模型调用，可减少模型调用并提升验证可见性。
链接：https://arxiv.org/abs/2610.35869
5. Calibrated for Which Policy? Conformal Uncertainty for Fixed World Models Under Intervention
针对哪种策略的校准？干预下固定世界模型的共形不确定性
AI 总结：该研究针对干预下固定世界模型的共形不确定性问题，提出加权共形校准方法，在Franka轨迹实验中，其校准覆盖率达90.9%，显著优于普通共形集，且通过Lean 4验证了相关恒等式。
链接：https://arxiv.org/abs/2610.35877
6. Distributed LLM Inference via Communication-Efficient Speculative Decoding
基于通信高效投机解码的分布式大语言模型推理
AI 总结：针对分布式投机解码的词汇级通信开销问题，提出DISCO框架，通过引入SLM服务器端副本减少传输量，在多数据集实验中提升解码加速。
链接：https://arxiv.org/abs/2610.35957
7. Exponential Wake-Up Overshoot in Explicit Gaussian Point-Process Filters
显式高斯点过程滤波器中的指数唤醒过冲
AI 总结：该研究针对显式高斯点过程滤波器，推导了其唤醒后更新的分布与过冲指数，对比了显式和隐式滤波器的方差特性，经实验验证了相关预测。
链接：https://arxiv.org/abs/2610.35958
8. From Slices to Volumes: Comparing 2D, 2.5D, and 3D Residual Networks for Pulmonary Nodule Malignancy-Risk Classification
从切片到体积：用于肺结节恶性风险分类的2D、2.5D和3D残差网络比较
AI 总结：本研究比较2D、2.5D、3D残差网络用于肺结节恶性风险分类，发现增强的2.5D模型性能最优，轻度数据增强可提升性能，动量对比预训练则会降低性能。
链接：https://arxiv.org/abs/2610.35960
9. h1: A Taste of the Bitter Lesson in Automated Theorem Proving
自动化定理证明中的“苦涩教训”初探
AI 总结：该研究提出h1工具，通过Lean 4高效接口结合验证器反馈与自我反思，在匹配模型下，其表现优于或匹敌专用工作流，解决8个开放问题，表明高效接口对定理证明的关键作用。
链接：https://arxiv.org/abs/2610.35962
受公众号正文长度限制，本文展示前 9 篇，当天共更新 149 篇。完整列表请访问 arXivDaily。