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
PEARL：自然语言驱动的求解器在环交互式优化建模
2026年5月14日，一篇题为《PEARL: Solver-in-the-Loop Interactive Optimization Modeling from Natural Language》的论文在arXiv预印本平台发布。该论文由Hongliang Lu等五位学者共同撰写，提出了一种名为PEARL的交互式框架，允许用户通过自然语言直接描述优化问题，并在求解器的参与下进行迭代建模与优化。这一方法旨在降低优化建模的专业门槛，使非专家用户也能便捷地构建和求解复杂优化模型，有望推动优化技术在更多领域的普及。论文目前已在arXiv平台开放PDF全文。 #PEARL #优化建模 #自然语言处理 #AI #机器学习 #运筹学 #arXiv
2026年5月14日，一篇题为《PEARL: Solver-in-the-Loop Interactive Optimization Modeling from Natural Language》的论文在arXiv预印本平台发布。该论文由Hongliang Lu等五位学者共同撰写，提出了一种名为PEARL的交互式框架，允许用户通过自然语言直接描述优化问题，并在求解器的参与下进行迭代建模与优化。这一方法旨在降低优化建模的专业门槛，使非专家用户也能便捷地构建和求解复杂优化模型，有望推动优化技术在更多领域的普及。论文目前已在arXiv平台开放PDF全文。 #PEARL #优化建模 #自然语言处理 #AI #机器学习 #运筹学 #arXiv
研究揭示JSON模式约束无法保证LLM排序代理的语义可靠性
据arXiv预印本平台显示，一篇题为《When JSON Is Not Enough: Semantic Reliability of Schema-Constrained LLM Ordering Agents》的论文近日提交。该研究由Yin Li完成，探讨了在大语言模型（LLM）用于排序任务时，仅依靠JSON模式约束是否足以保证其语义可靠性。研究发现，当前方法在语义理解上存在不足，JSON格式虽能约束输出结构，却无法确保模型生成的排序结果符合预期的语义含义。这一发现对提升LLM在复杂任务中的可靠性和安全性具有重要意义，也为未来改进模式约束方法提供了方向。 #论文 #LLM #JSON #语义可靠性 #AI #排序代理 #arXiv #大模型
据arXiv预印本平台显示，一篇题为《When JSON Is Not Enough: Semantic Reliability of Schema-Constrained LLM Ordering Agents》的论文近日提交。该研究由Yin Li完成，探讨了在大语言模型（LLM）用于排序任务时，仅依靠JSON模式约束是否足以保证其语义可靠性。研究发现，当前方法在语义理解上存在不足，JSON格式虽能约束输出结构，却无法确保模型生成的排序结果符合预期的语义含义。这一发现对提升LLM在复杂任务中的可靠性和安全性具有重要意义，也为未来改进模式约束方法提供了方向。 #论文 #LLM #JSON #语义可靠性 #AI #排序代理 #arXiv #大模型
ProbSPARQL：支持多维不确定数值数据查询的知识图谱新语言
据arXiv预印本显示，研究人员提出了一种名为ProbSPARQL的新型查询语言，旨在扩展SPARQL以处理知识图谱中的多维不确定数值数据。传统知识图谱查询主要针对确定性信息，难以应对现实世界中广泛存在的概率性和不确定性数值。ProbSPARQL通过引入概率模型与多维概念，允许用户对带有不确定性的数值数据进行灵活、高效的查询。该研究由Jingcheng Wu等人完成，有望推动知识图谱在科学计算、风险评估、金融分析等领域的深度应用，为处理复杂不确定信息提供新的技术路径。 #ProbSPARQL #知识图谱 #不确定数据 #查询语言 #学术研究 #arXiv #计算机科学 #大数据
据arXiv预印本显示，研究人员提出了一种名为ProbSPARQL的新型查询语言，旨在扩展SPARQL以处理知识图谱中的多维不确定数值数据。传统知识图谱查询主要针对确定性信息，难以应对现实世界中广泛存在的概率性和不确定性数值。ProbSPARQL通过引入概率模型与多维概念，允许用户对带有不确定性的数值数据进行灵活、高效的查询。该研究由Jingcheng Wu等人完成，有望推动知识图谱在科学计算、风险评估、金融分析等领域的深度应用，为处理复杂不确定信息提供新的技术路径。 #ProbSPARQL #知识图谱 #不确定数据 #查询语言 #学术研究 #arXiv #计算机科学 #大数据
AI深度伪造研究被指与打击非自愿亲密图像严重错位
据arXiv预印本平台发布的一篇立场论文，Li Qiwei等研究者指出，当前AI/ML深度伪造研究与AI生成的非自愿亲密图像（AIG-NCII）问题之间存在显著错位。论文认为，尽管深度伪造技术发展迅速，但学术界在检测和防范非自愿亲密图像方面的投入严重不足，导致技术滥用对受害者造成持续伤害。研究团队分析了现有研究重心与实际问题之间的差距，指出许多工作聚焦于提升生成质量或通用检测，却忽视了AIG-NCII特有的伦理挑战和取证需求。该论文呼吁重新调整研究方向，将更多资源投入到受害者保护、内容溯源和跨学科合作中，以弥合技术发展与现实危害之间的鸿沟。这一观点可能引发学术界与政策制定者对AI伦理研究优先级的重新审视。 #AI #深度伪造 #非自愿亲密图像 #研究伦理 #arXiv #论文 #科技伦理 #AI安全 #数字暴力
据arXiv预印本平台发布的一篇立场论文，Li Qiwei等研究者指出，当前AI/ML深度伪造研究与AI生成的非自愿亲密图像（AIG-NCII）问题之间存在显著错位。论文认为，尽管深度伪造技术发展迅速，但学术界在检测和防范非自愿亲密图像方面的投入严重不足，导致技术滥用对受害者造成持续伤害。研究团队分析了现有研究重心与实际问题之间的差距，指出许多工作聚焦于提升生成质量或通用检测，却忽视了AIG-NCII特有的伦理挑战和取证需求。该论文呼吁重新调整研究方向，将更多资源投入到受害者保护、内容溯源和跨学科合作中，以弥合技术发展与现实危害之间的鸿沟。这一观点可能引发学术界与政策制定者对AI伦理研究优先级的重新审视。 #AI #深度伪造 #非自愿亲密图像 #研究伦理 #arXiv #论文 #科技伦理 #AI安全 #数字暴力