2026-10-30 | CS.LG机器学习 | 共 213 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. 深度学习架构与训练方法 2 篇
2. 强化学习与序列决策 1 篇
3. 生成模型与概率建模 1 篇
4. 迁移、元学习与持续学习 1 篇
5. 其他/综合机器学习 4 篇
1. 深度学习架构与训练方法 | 2 篇
1. Predicate Neuron: Differentiable Quantization of Predicate Relations in Gradient-based Learning
谓词神经元:基于梯度学习中谓词关系的可微量化
AI 总结:本研究提出原生谓词神经元,一种可微逻辑推理模块,通过一阶逻辑量化集成到标准神经网络,在多架构基准上验证其可加快收敛、提升准确率,尤其在单调推理等任务中表现优异。
链接:https://arxiv.org/abs/2610.37727
2. Responsible Quantum Machine Learning for Medical Imaging: A Fairness Audit Across Sensitive Subgroups
面向医学影像的负责任量子机器学习:跨敏感子群体的公平性审计
AI 总结:本文通过对DDI和CheXpert医学影像数据集的公平性审计,发现量子分类器存在子群体差异,且公平性效果依赖模型与数据集,需开展子群体感知的实证评估。
链接:https://arxiv.org/abs/2610.37819
2. 强化学习与序列决策 | 1 篇
3. What a Weight Update Buys: Leverage Across Training Stages
权重更新的价值:训练各阶段的杠杆效应
AI 总结:该研究提出杠杆指标,分析了Olmo-3等模型预训练、SFT、RL、DPO等阶段的杠杆差异,揭示预训练累积噪声、训练精度影响杠杆的规律,推导验证DARE重用定律,通过控制实验确保结果可靠。
链接:https://arxiv.org/abs/2610.37719
3. 生成模型与概率建模 | 1 篇
4. Anisotropic Trust Region Warping for Prior-Data Fitted Networks in Bayesian Optimisation
贝叶斯优化中用于先验数据拟合网络的各向异性信任区域扭曲
AI 总结:针对PFN在贝叶斯优化中随目标长度尺度增大性能下降的问题,提出ATR扭曲方法,通过仿射缩放输入空间纠正不匹配,在Matérn-3/2核函数上提升了PFN的优化性能。
链接:https://arxiv.org/abs/2610.37737
4. 迁移、元学习与持续学习 | 1 篇
5. Selective Transfer Learning for Groundwater Level Anomaly Forecasting: Accuracy-Risk Trade-offs
面向地下水位异常预测的选择性迁移学习:精度-风险权衡
AI 总结:该研究针对荷兰多口井的地下水位异常预测,提出CASL与全局凸融合两种选择性迁移学习方法,实验表明二者在精度-风险上存在权衡,无绝对优势。
链接:https://arxiv.org/abs/2610.37733
5. 其他/综合机器学习 | 4 篇
6. Moment-Guided Optimizers for Noisy Deep Learning: MGO-SC as a Simple Consistency Gate for Adam-Style Updates
面向含噪深度学习的动量引导优化器:MGO-SC作为Adam式更新的简单一致性门控
AI 总结:本文针对含噪深度学习中Adam式优化器性能下降问题,提出保均值MGO-SC,通过符号一致性门控重新分配坐标信任,在CIFAR-10上较AdamW取得显著性能提升。
链接:https://arxiv.org/abs/2610.37712
7. Threshold Compatibility and Support-Selection Diagnostics in Neural Discovery of Partial Differential Equations
偏微分方程神经发现中的阈值兼容性与支撑集选择诊断
AI 总结:该研究针对神经PDE发现的阈值问题,推导了相关边界与扰动界,通过实验揭示阈值不兼容等问题,相关诊断可区分此类问题但未建立自动校正或通用稳定性。
链接:https://arxiv.org/abs/2610.37726
8. Spokes, not a Ring: Revisiting the Weekday Manifold in Language Models
辐条而非圆环:重新审视语言模型中的工作日流形
AI 总结:本研究在工作日流形上检验连续流形假设,发现其更像七个离散状态而非连续圆环,挑战了连续解释,推动检验其他流形的移动意义。
链接:https://arxiv.org/abs/2610.37796
9. Learning Without Clocks: Partition-Invariant Neural Network
无时钟学习:分区不变神经网络
AI 总结:本文提出无时钟学习的时间介导非交换(TM)模型,构建了无时钟事件(CFE)层,在异步事件学习任务上较加性状态取得显著性能提升。
链接:https://arxiv.org/abs/2610.37823
受公众号正文长度限制,本文展示前 9 篇,当天共更新 213 篇。完整列表请访问 arXivDaily。