MAVEN 研究提出新方法，提升智能体工具调用的泛化能力
一篇题为《MAVEN: Improving Generalization in Agentic Tool Calling》的学术论文近日在 arXiv 上发布。该研究由 Omkar Ghugarkar 等三位作者完成，旨在解决智能体在工具调用场景中的泛化问题。论文提出了一种名为 MAVEN 的新方法，通过改进模型对未见工具和复杂任务序列的适应能力，显著提升了智能体在动态环境中的表现。实验结果表明，该方法在多个基准测试中均优于现有方案，为构建更通用、更可靠的智能体系统提供了新思路。该研究于 2026 年 5 月 29 日提交，目前可通过 arXiv 获取全文。 #AI #智能体 #工具调用 #泛化 #机器学习 #学术论文 #arXiv
一篇题为《MAVEN: Improving Generalization in Agentic Tool Calling》的学术论文近日在 arXiv 上发布。该研究由 Omkar Ghugarkar 等三位作者完成，旨在解决智能体在工具调用场景中的泛化问题。论文提出了一种名为 MAVEN 的新方法，通过改进模型对未见工具和复杂任务序列的适应能力，显著提升了智能体在动态环境中的表现。实验结果表明，该方法在多个基准测试中均优于现有方案，为构建更通用、更可靠的智能体系统提供了新思路。该研究于 2026 年 5 月 29 日提交，目前可通过 arXiv 获取全文。 #AI #智能体 #工具调用 #泛化 #机器学习 #学术论文 #arXiv
Structure-Induced Information for Rerooting Levin Tree Search
Jake Tuero 等人在 arXiv 上提交了一篇题为“Structure-Induced Information for Rerooting Levin Tree Search”的论文。该论文主要研究如何利用结构诱导信息来改进 Levin 树搜索中的重新根植过程。Levin 树搜索是一种用于组合优化问题的算法，重新根植技术可提升搜索效率。论文于 2026 年 5 月 28 日提交，提供了 PDF 和 HTML 版本，目前暂未标注 DOI。该研究可能对人工智能和算法优化领域具有参考价值。 #论文 #arXiv #LevinTreeSearch #算法 #人工智能 #优化
Jake Tuero 等人在 arXiv 上提交了一篇题为“Structure-Induced Information for Rerooting Levin Tree Search”的论文。该论文主要研究如何利用结构诱导信息来改进 Levin 树搜索中的重新根植过程。Levin 树搜索是一种用于组合优化问题的算法，重新根植技术可提升搜索效率。论文于 2026 年 5 月 28 日提交，提供了 PDF 和 HTML 版本，目前暂未标注 DOI。该研究可能对人工智能和算法优化领域具有参考价值。 #论文 #arXiv #LevinTreeSearch #算法 #人工智能 #优化
EHRBench：基于电子健康记录的LLM临床决策自动化可靠基准
来自arXiv的论文显示，研究人员提出了EHRBench，这是一个基于电子健康记录（EHR）的自动化、可靠基准，用于评估大型语言模型（LLMs）在临床决策中的表现。该基准利用真实EHR数据，通过标准化流程自动生成测试案例，涵盖诊断、治疗建议等关键临床任务。研究团队表示，EHRBench旨在解决现有评估方法依赖人工标注、可重复性差的问题，为LLM在医疗领域的应用提供更客观的衡量标准。初步实验表明，该基准能有效区分不同模型的临床推理能力，有望推动AI辅助诊断的规范化发展。 #EHRBench #临床决策 #大语言模型 #电子健康记录 #AI医疗 #基准测试 #arXiv
来自arXiv的论文显示，研究人员提出了EHRBench，这是一个基于电子健康记录（EHR）的自动化、可靠基准，用于评估大型语言模型（LLMs）在临床决策中的表现。该基准利用真实EHR数据，通过标准化流程自动生成测试案例，涵盖诊断、治疗建议等关键临床任务。研究团队表示，EHRBench旨在解决现有评估方法依赖人工标注、可重复性差的问题，为LLM在医疗领域的应用提供更客观的衡量标准。初步实验表明，该基准能有效区分不同模型的临床推理能力，有望推动AI辅助诊断的规范化发展。 #EHRBench #临床决策 #大语言模型 #电子健康记录 #AI医疗 #基准测试 #arXiv
使用 Map-Elites 算法程序化生成第一人称射击游戏地图
该论文提出了一种基于 Map-Elites 进化算法的程序化内容生成方法，用于自动生成第一人称射击游戏（FPS）地图。Map-Elites 是一种多目标优化算法，能够在地图设计空间中搜索并保留多样化的高质量解决方案。研究团队通过定义地图的几何特征、玩家路径和战术区域等关键维度，利用该算法生成了大量具有不同风格和难度等级的地图。实验结果表明，该方法不仅能生成符合游戏设计规范的地图，还能在可玩性、平衡性和多样性方面达到甚至超越手工设计的水平。该工作为游戏开发中的自动化地图生成提供了新的思路，有望降低开发成本并丰富玩家体验。 #程序化生成 #FPS #MapElites #游戏地图 #进化算法 #AI #游戏开发 #论文
该论文提出了一种基于 Map-Elites 进化算法的程序化内容生成方法，用于自动生成第一人称射击游戏（FPS）地图。Map-Elites 是一种多目标优化算法，能够在地图设计空间中搜索并保留多样化的高质量解决方案。研究团队通过定义地图的几何特征、玩家路径和战术区域等关键维度，利用该算法生成了大量具有不同风格和难度等级的地图。实验结果表明，该方法不仅能生成符合游戏设计规范的地图，还能在可玩性、平衡性和多样性方面达到甚至超越手工设计的水平。该工作为游戏开发中的自动化地图生成提供了新的思路，有望降低开发成本并丰富玩家体验。 #程序化生成 #FPS #MapElites #游戏地图 #进化算法 #AI #游戏开发 #论文
研究揭示FTS转换与编码对SAT求解的影响
一篇来自arXiv的预印本论文《Transforming and Encoding FTS for SAT Solving: What Helps, What Hurts (Extended Version)》由João Filipe等作者撰写。该研究系统分析了在将FTS（特征转换系统）转换为SAT（布尔可满足性问题）求解器可处理的形式时，不同转换与编码策略的有效性。通过大量实验，作者识别出哪些方法能显著提升求解效率，哪些反而会降低性能，为相关领域的研究者提供了实用指导。论文已提交至arXiv，目前处于待注册状态，并提供了PDF全文链接。 #SAT求解 #FTS #编码策略 #学术论文 #arXiv #人工智能 #形式化方法
一篇来自arXiv的预印本论文《Transforming and Encoding FTS for SAT Solving: What Helps, What Hurts (Extended Version)》由João Filipe等作者撰写。该研究系统分析了在将FTS（特征转换系统）转换为SAT（布尔可满足性问题）求解器可处理的形式时，不同转换与编码策略的有效性。通过大量实验，作者识别出哪些方法能显著提升求解效率，哪些反而会降低性能，为相关领域的研究者提供了实用指导。论文已提交至arXiv，目前处于待注册状态，并提供了PDF全文链接。 #SAT求解 #FTS #编码策略 #学术论文 #arXiv #人工智能 #形式化方法
物理可行的世界模型
一篇题为《Physically Viable World Models: A Case for Query-Conditioned Embodied AI》的学术论文近日在arXiv预印本平台发布。该论文由Adam J. Thorpe等九位研究者共同完成，聚焦于具身人工智能领域中的世界模型构建问题。研究提出了一种基于查询条件化的新方法，旨在使智能体在物理世界中生成更可靠、更符合物理规律的环境表征。传统世界模型往往难以兼顾泛化性与物理一致性，而该工作通过将外部查询作为条件输入，引导模型聚焦于任务相关的物理约束，从而提升推理的准确性与可解释性。这一方向有望为机器人导航、操作等具身任务提供更稳健的底层支持，推动AI系统在真实物理环境中的部署。 #具身AI #世界模型 #物理可行性 #查询条件化 #机器人 #人工智能 #arXiv #学术论文
一篇题为《Physically Viable World Models: A Case for Query-Conditioned Embodied AI》的学术论文近日在arXiv预印本平台发布。该论文由Adam J. Thorpe等九位研究者共同完成，聚焦于具身人工智能领域中的世界模型构建问题。研究提出了一种基于查询条件化的新方法，旨在使智能体在物理世界中生成更可靠、更符合物理规律的环境表征。传统世界模型往往难以兼顾泛化性与物理一致性，而该工作通过将外部查询作为条件输入，引导模型聚焦于任务相关的物理约束，从而提升推理的准确性与可解释性。这一方向有望为机器人导航、操作等具身任务提供更稳健的底层支持，推动AI系统在真实物理环境中的部署。 #具身AI #世界模型 #物理可行性 #查询条件化 #机器人 #人工智能 #arXiv #学术论文
PhyDrawGen
一篇题为《PhyDrawGen: Physically Grounded Diagram Generation from Natural Language》的论文近日在arXiv上发布。该研究由Nafiul Haque等三位作者完成，提出了一种从自然语言描述生成符合物理规律的图表的新方法。传统图表生成往往忽略物理约束，而PhyDrawGen通过引入物理知识，使生成的图表在几何、力学等方面更加真实可靠。该工作有望在教育、科学可视化、自动插图等领域发挥重要作用，为自然语言与物理世界的连接提供了新思路。 #论文 #AI #自然语言处理 #图表生成 #物理 #arXiv #研究 #科学可视化
一篇题为《PhyDrawGen: Physically Grounded Diagram Generation from Natural Language》的论文近日在arXiv上发布。该研究由Nafiul Haque等三位作者完成，提出了一种从自然语言描述生成符合物理规律的图表的新方法。传统图表生成往往忽略物理约束，而PhyDrawGen通过引入物理知识，使生成的图表在几何、力学等方面更加真实可靠。该工作有望在教育、科学可视化、自动插图等领域发挥重要作用，为自然语言与物理世界的连接提供了新思路。 #论文 #AI #自然语言处理 #图表生成 #物理 #arXiv #研究 #科学可视化
学习-延迟框架新进展
近日，一篇题为《Learning-to-Defer with Expert-Conditional Advice》的论文在arXiv上发布。该研究聚焦于学习-延迟（Learning to Defer）问题，即机器学习模型在不确定时可将决策权委托给人类专家。论文提出了一种基于专家条件建议的新方法，允许模型根据专家提供的条件性信息动态决定是否延迟决策，从而在保证准确性的同时降低人工干预成本。该方法有望在医疗诊断、金融风控等高风险领域提升人机协作效率。论文由Yannis Montreuil等五位作者共同完成，目前提供PDF全文及HTML预览。 #机器学习 #学习延迟 #人机协作 #AI #论文 #arXiv #专家系统
近日，一篇题为《Learning-to-Defer with Expert-Conditional Advice》的论文在arXiv上发布。该研究聚焦于学习-延迟（Learning to Defer）问题，即机器学习模型在不确定时可将决策权委托给人类专家。论文提出了一种基于专家条件建议的新方法，允许模型根据专家提供的条件性信息动态决定是否延迟决策，从而在保证准确性的同时降低人工干预成本。该方法有望在医疗诊断、金融风控等高风险领域提升人机协作效率。论文由Yannis Montreuil等五位作者共同完成，目前提供PDF全文及HTML预览。 #机器学习 #学习延迟 #人机协作 #AI #论文 #arXiv #专家系统
记忆有益还是有害？先验信息设定阈值
一篇由Chen Cheng和Rina Foygel Barber共同撰写的论文《Is Memorization Helpful or Harmful? Prior Information Sets the Threshold》在arXiv平台发布。该研究聚焦于机器学习中记忆现象的双重作用，探讨在先验信息不同条件下，模型记忆对性能的影响如何从有益转向有害。作者通过理论分析，揭示了先验知识如何决定记忆的临界点，为理解模型泛化与过拟合之间的平衡提供了新视角。该工作对深度学习、统计学习理论等领域具有参考价值，有助于指导在实际应用中如何调控记忆程度以优化模型表现。 #机器学习 #记忆 #泛化 #先验信息 #统计学习 #AI研究 #论文
一篇由Chen Cheng和Rina Foygel Barber共同撰写的论文《Is Memorization Helpful or Harmful? Prior Information Sets the Threshold》在arXiv平台发布。该研究聚焦于机器学习中记忆现象的双重作用，探讨在先验信息不同条件下，模型记忆对性能的影响如何从有益转向有害。作者通过理论分析，揭示了先验知识如何决定记忆的临界点，为理解模型泛化与过拟合之间的平衡提供了新视角。该工作对深度学习、统计学习理论等领域具有参考价值，有助于指导在实际应用中如何调控记忆程度以优化模型表现。 #机器学习 #记忆 #泛化 #先验信息 #统计学习 #AI研究 #论文
条件共形预测诊断
近期，一篇题为《条件覆盖诊断用于共形预测》的学术论文在arXiv上发布。该研究由Sacha Braun等人撰写，聚焦于共形预测中条件覆盖性能的评估与诊断。共形预测是一种提供预测区间的不确定性量化方法，其关键属性是覆盖概率。然而，传统方法对条件覆盖的检验存在局限。论文提出了系统性的诊断框架，通过统计工具和可视化手段，帮助识别预测条件覆盖的偏差与不平衡。该工作共发布两个版本，更新于2026年5月，并附有完整代码及实验支持。研究为机器学习模型的可靠性评估提供了新手段，对高风险场景的决策尤为重要。 #机器学习 #共形预测 #不确定性量化 #统计诊断 #arXiv #学术论文 #预测区间 #可靠性
近期，一篇题为《条件覆盖诊断用于共形预测》的学术论文在arXiv上发布。该研究由Sacha Braun等人撰写，聚焦于共形预测中条件覆盖性能的评估与诊断。共形预测是一种提供预测区间的不确定性量化方法，其关键属性是覆盖概率。然而，传统方法对条件覆盖的检验存在局限。论文提出了系统性的诊断框架，通过统计工具和可视化手段，帮助识别预测条件覆盖的偏差与不平衡。该工作共发布两个版本，更新于2026年5月，并附有完整代码及实验支持。研究为机器学习模型的可靠性评估提供了新手段，对高风险场景的决策尤为重要。 #机器学习 #共形预测 #不确定性量化 #统计诊断 #arXiv #学术论文 #预测区间 #可靠性
线性统计模型的快速随机草图化序贯最小二乘估计器
近日，一篇题为《线性统计模型的快速随机草图化序贯最小二乘估计器》的论文在arXiv预印本平台发布。该研究由Guan-Yu Chen等三位作者完成，提出了一种结合快速随机草图化技术的序贯最小二乘估计方法。随机草图化是一种高效的降维手段，能够在保持估计精度的同时显著降低计算复杂度，特别适用于大规模数据流或在线学习场景。论文通过理论分析和实验验证，展示了该方法在处理高维线性模型时的优越性能，为统计推断和机器学习中的实时参数估计提供了新的思路。该工作有望推动大数据环境下高效算法的进一步发展。 #机器学习 #统计学习 #随机算法 #最小二乘 #线性模型 #arXiv #论文 #计算效率 #序贯估计 #草图化
近日，一篇题为《线性统计模型的快速随机草图化序贯最小二乘估计器》的论文在arXiv预印本平台发布。该研究由Guan-Yu Chen等三位作者完成，提出了一种结合快速随机草图化技术的序贯最小二乘估计方法。随机草图化是一种高效的降维手段，能够在保持估计精度的同时显著降低计算复杂度，特别适用于大规模数据流或在线学习场景。论文通过理论分析和实验验证，展示了该方法在处理高维线性模型时的优越性能，为统计推断和机器学习中的实时参数估计提供了新的思路。该工作有望推动大数据环境下高效算法的进一步发展。 #机器学习 #统计学习 #随机算法 #最小二乘 #线性模型 #arXiv #论文 #计算效率 #序贯估计 #草图化
随机梯度在干扰下的研究论文发布
一篇题为《Stochastic Gradients under Nuisances》的学术论文日前在预印本平台arXiv上发布。该论文由Facheng Yu、Ronak Mehta、Alex Luedtke和Zaid Harchaoui共同撰写，聚焦于在存在干扰变量（nuisances）时随机梯度的理论与应用问题。研究旨在解决实际数据中噪声与混淆因素对梯度估计的影响，为统计学习和优化算法提供更稳健的基础。论文自2025年8月首次提交，后经修订，目前可通过arXiv全文访问。该工作对机器学习、统计推断等领域具有潜在参考价值，相关学者可据此探索更高效的算法设计。 #随机梯度 #干扰 #统计学习 #机器学习 #arXiv #学术论文 #优化算法
一篇题为《Stochastic Gradients under Nuisances》的学术论文日前在预印本平台arXiv上发布。该论文由Facheng Yu、Ronak Mehta、Alex Luedtke和Zaid Harchaoui共同撰写，聚焦于在存在干扰变量（nuisances）时随机梯度的理论与应用问题。研究旨在解决实际数据中噪声与混淆因素对梯度估计的影响，为统计学习和优化算法提供更稳健的基础。论文自2025年8月首次提交，后经修订，目前可通过arXiv全文访问。该工作对机器学习、统计推断等领域具有潜在参考价值，相关学者可据此探索更高效的算法设计。 #随机梯度 #干扰 #统计学习 #机器学习 #arXiv #学术论文 #优化算法