CANDOR 论文提出冻结基础编码器中的机会校准不一致性
一篇题为“CANDOR: Chance-Calibrated Discordance in Frozen Foundation Encoders”的学术论文在 arXiv 上发布。该研究由 Soroosh Tayebi Arasteh 等人完成，主要探讨在冻结（即不进行微调）的基础编码器中，如何通过机会校准来量化模型输出之间的不一致性。论文提出了一种新方法，旨在更准确地评估预训练模型在未见数据上的表现差异，从而提升模型的可解释性和可靠性。该工作可能对计算机视觉、自然语言处理等领域中基础模型的应用产生重要影响，尤其是在需要模型稳定性和一致性评估的场景中。 #arXiv #论文 #基础模型 #编码器 #AI研究 #机器学习
一篇题为“CANDOR: Chance-Calibrated Discordance in Frozen Foundation Encoders”的学术论文在 arXiv 上发布。该研究由 Soroosh Tayebi Arasteh 等人完成，主要探讨在冻结（即不进行微调）的基础编码器中，如何通过机会校准来量化模型输出之间的不一致性。论文提出了一种新方法，旨在更准确地评估预训练模型在未见数据上的表现差异，从而提升模型的可解释性和可靠性。该工作可能对计算机视觉、自然语言处理等领域中基础模型的应用产生重要影响，尤其是在需要模型稳定性和一致性评估的场景中。 #arXiv #论文 #基础模型 #编码器 #AI研究 #机器学习
新研究提出语言模型罕见事件评估方法
一项来自arXiv的预印本研究提出了一种评估语言模型中罕见事件的新方法。该研究由Nikita Y. Parulekar等人完成，论文标题为《Estimating Rare Events in Language Models with Proper Evaluation》。研究聚焦于语言模型在处理低频、罕见事件时的性能评估问题，提出了更合理的评估框架。这一方法有望改善对模型在极端情况下的表现理解，对提升模型安全性和可靠性具有重要意义。论文已提交至arXiv平台，目前处于待注册状态，并提供PDF和HTML版本供查阅。 #语言模型 #罕见事件 #评估方法 #AI安全 #arXiv #预印本 #机器学习
一项来自arXiv的预印本研究提出了一种评估语言模型中罕见事件的新方法。该研究由Nikita Y. Parulekar等人完成，论文标题为《Estimating Rare Events in Language Models with Proper Evaluation》。研究聚焦于语言模型在处理低频、罕见事件时的性能评估问题，提出了更合理的评估框架。这一方法有望改善对模型在极端情况下的表现理解，对提升模型安全性和可靠性具有重要意义。论文已提交至arXiv平台，目前处于待注册状态，并提供PDF和HTML版本供查阅。 #语言模型 #罕见事件 #评估方法 #AI安全 #arXiv #预印本 #机器学习
AHEAD 论文提出可解释跨标注者建模，推动多类标签聚合研究
近日，一篇题为 "AHEAD: Advancing Multi-Class Label Aggregation with Interpretable Cross-Annotator Modeling" 的学术论文提交至 arXiv 预印本平台。该论文由 Ju Chen 等四位作者共同完成，聚焦于多类标签聚合任务，提出了一种名为 AHEAD 的新方法，通过可解释的跨标注者建模来提升聚合效果。论文已在 arXiv 上公开，提供 PDF 及 HTML 版本供研究人员查阅。这一工作有望为众包标注、数据清洗等依赖多标注者场景提供更透明、更准确的标签融合方案。 #论文 #arXiv #机器学习 #多类标签聚合 #可解释性 #众包标注 #数据标注
近日，一篇题为 "AHEAD: Advancing Multi-Class Label Aggregation with Interpretable Cross-Annotator Modeling" 的学术论文提交至 arXiv 预印本平台。该论文由 Ju Chen 等四位作者共同完成，聚焦于多类标签聚合任务，提出了一种名为 AHEAD 的新方法，通过可解释的跨标注者建模来提升聚合效果。论文已在 arXiv 上公开，提供 PDF 及 HTML 版本供研究人员查阅。这一工作有望为众包标注、数据清洗等依赖多标注者场景提供更透明、更准确的标签融合方案。 #论文 #arXiv #机器学习 #多类标签聚合 #可解释性 #众包标注 #数据标注
熔融沉积建模翘曲检测的自动数据工程与特征选择研究
据arXiv预印本平台显示，一篇题为"Automated Data Engineering and Feature Selection for the Case Study of Warpage Detection in Fused Deposition Modeling"的论文于2026年7月20日提交。该研究由Saleh Valizadeh Sotubadi等人完成，聚焦于熔融沉积建模（FDM）过程中的翘曲检测问题。论文提出了一种自动化的数据工程与特征选择方法，旨在提升翘曲检测的准确性与效率，为3D打印质量控制提供新的技术路径。目前该论文已开放PDF全文下载，相关代码与数据工具链接也已同步发布。 #3D打印 #熔融沉积建模 #翘曲检测 #数据工程 #特征选择 #自动化 #科研论文 #arXiv #机器学习
据arXiv预印本平台显示，一篇题为"Automated Data Engineering and Feature Selection for the Case Study of Warpage Detection in Fused Deposition Modeling"的论文于2026年7月20日提交。该研究由Saleh Valizadeh Sotubadi等人完成，聚焦于熔融沉积建模（FDM）过程中的翘曲检测问题。论文提出了一种自动化的数据工程与特征选择方法，旨在提升翘曲检测的准确性与效率，为3D打印质量控制提供新的技术路径。目前该论文已开放PDF全文下载，相关代码与数据工具链接也已同步发布。 #3D打印 #熔融沉积建模 #翘曲检测 #数据工程 #特征选择 #自动化 #科研论文 #arXiv #机器学习
Signed Rectified Flow 论文提出负性可控生成新方法
近日，一篇题为《Signed Rectified Flow: Negativity-Controlled Generation》的研究论文在 arXiv 预印本平台提交。该论文由 Runlong Liao 等四位作者共同完成，提出了一种名为 Signed Rectified Flow 的新型生成模型方法。整流流（Rectified Flow）是近年来高效的生成模型训练框架，而 Signed Rectified Flow 在其基础上引入符号控制机制，旨在实现对生成内容中负性因素（如负面情绪、消极特征等）的精确调控。这一方法为生成模型的可控性研究提供了新方向，有望在情感计算、安全内容生成等领域发挥作用。论文目前已提供 PDF 和 HTML 版本，并附有相关代码资源链接。 #论文 #生成模型 #AI #负性控制 #整流流 #可控生成 #arXiv
近日，一篇题为《Signed Rectified Flow: Negativity-Controlled Generation》的研究论文在 arXiv 预印本平台提交。该论文由 Runlong Liao 等四位作者共同完成，提出了一种名为 Signed Rectified Flow 的新型生成模型方法。整流流（Rectified Flow）是近年来高效的生成模型训练框架，而 Signed Rectified Flow 在其基础上引入符号控制机制，旨在实现对生成内容中负性因素（如负面情绪、消极特征等）的精确调控。这一方法为生成模型的可控性研究提供了新方向，有望在情感计算、安全内容生成等领域发挥作用。论文目前已提供 PDF 和 HTML 版本，并附有相关代码资源链接。 #论文 #生成模型 #AI #负性控制 #整流流 #可控生成 #arXiv
循环语言模型中的操作式原始内省：过程质量探针、可执行分支与读出控制边界
一篇题为《循环语言模型中的操作式原始内省：过程质量探针、可执行分支与读出控制边界》的论文于2026年7月20日提交至arXiv预印本平台。该研究由Jan Kirin完成，探讨了在循环语言模型中实现原始内省能力的操作化方法。论文提出了“过程质量探针”概念，用于实时监测模型内部推理过程的质量；引入“可执行分支”机制，允许模型在推理过程中动态调整路径；并界定了“读出控制边界”，即模型内部状态与外部输出之间的关键分界点。这项研究旨在赋予语言模型对其自身计算过程的有限但可操作的认知能力，为构建更透明、可控的AI系统提供了理论框架和技术路径。论文以PDF和HTML格式提供，并附有BibTeX引用信息。 #AI #语言模型 #内省 #arXiv #机器学习 #可解释AI
一篇题为《循环语言模型中的操作式原始内省：过程质量探针、可执行分支与读出控制边界》的论文于2026年7月20日提交至arXiv预印本平台。该研究由Jan Kirin完成，探讨了在循环语言模型中实现原始内省能力的操作化方法。论文提出了“过程质量探针”概念，用于实时监测模型内部推理过程的质量；引入“可执行分支”机制，允许模型在推理过程中动态调整路径；并界定了“读出控制边界”，即模型内部状态与外部输出之间的关键分界点。这项研究旨在赋予语言模型对其自身计算过程的有限但可操作的认知能力，为构建更透明、可控的AI系统提供了理论框架和技术路径。论文以PDF和HTML格式提供，并附有BibTeX引用信息。 #AI #语言模型 #内省 #arXiv #机器学习 #可解释AI
Phionyx：一种确定性AI运行时架构，具备结构化状态管理与预响应治理
一篇题为《Phionyx: A Deterministic AI Runtime Architecture with Structured State Management and Pre-Response Governance》的学术论文在arXiv上发布。该论文由Ali Toygar Abak撰写，提出了一种名为Phionyx的新型AI运行时架构。该架构的核心特点是确定性执行、结构化状态管理以及预响应治理机制。Phionyx旨在解决当前AI系统在状态管理、响应一致性和安全性方面的挑战，通过预响应治理确保模型输出符合预设规则，从而提升AI应用的可靠性与可控性。论文详细阐述了其设计原理、架构组件及潜在应用场景，为AI系统的高效、安全运行提供了新的理论框架。 #AI #架构 #确定性 #状态管理 #预响应治理 #学术论文 #arXiv
一篇题为《Phionyx: A Deterministic AI Runtime Architecture with Structured State Management and Pre-Response Governance》的学术论文在arXiv上发布。该论文由Ali Toygar Abak撰写，提出了一种名为Phionyx的新型AI运行时架构。该架构的核心特点是确定性执行、结构化状态管理以及预响应治理机制。Phionyx旨在解决当前AI系统在状态管理、响应一致性和安全性方面的挑战，通过预响应治理确保模型输出符合预设规则，从而提升AI应用的可靠性与可控性。论文详细阐述了其设计原理、架构组件及潜在应用场景，为AI系统的高效、安全运行提供了新的理论框架。 #AI #架构 #确定性 #状态管理 #预响应治理 #学术论文 #arXiv
MLIR跨方言泛化新方法
近日，一篇关于MLIR（多级中间表示）的论文在arXiv上发布。论文题为《Cross-Dialect Generalization Without Retraining: Benchmarks and Evaluation of Schema-Derived Constrained Decoding for MLIR》，由Plawan Kumar Rath撰写。该研究提出了一种无需重新训练即可实现跨方言泛化的方法，通过模式派生约束解码，使不同MLIR方言间的代码转换更加高效。论文提供了详细的基准测试与评估，证明该方法在降低训练成本的同时保持了高性能，对编译器基础设施和代码生成领域具有重要参考价值。 #MLIR #编译器 #跨方言泛化 #约束解码 #arXiv #论文 #计算机科学 #编程语言 #代码生成
近日，一篇关于MLIR（多级中间表示）的论文在arXiv上发布。论文题为《Cross-Dialect Generalization Without Retraining: Benchmarks and Evaluation of Schema-Derived Constrained Decoding for MLIR》，由Plawan Kumar Rath撰写。该研究提出了一种无需重新训练即可实现跨方言泛化的方法，通过模式派生约束解码，使不同MLIR方言间的代码转换更加高效。论文提供了详细的基准测试与评估，证明该方法在降低训练成本的同时保持了高性能，对编译器基础设施和代码生成领域具有重要参考价值。 #MLIR #编译器 #跨方言泛化 #约束解码 #arXiv #论文 #计算机科学 #编程语言 #代码生成