hiw3c 日报精选

星期一 · 18 条
  1. arXiv cs.AI/CL/LG信号源(脚本内置抓取)21:59快照

    从PID到强化学习在建筑HVAC控制中的应用:调优策略、建模形式与部署权衡的控制架构综述

    作者:Erfan Haghighat Damavandi, Davide Papurello, Mahdi Alibeigi | 本文综述了建筑供暖、通风与空调(HVAC)系统的控制架构,探讨了能源需求、人员舒适度与设备可操作性之间的权衡,并将比例-积分-微分(PID)调节置于分层控制栈中,该控制栈还包含基于规则和基于模型的监督控制以及数据驱动的强化学习。

  2. arXiv cs.AI/CL/LG信号源(脚本内置抓取)21:58快照

    FlowBatt:用于概率电池退化预测的流匹配

    作者: Hamidreza Eivazi, Eslam Sharaawy, Stefan Wittek | 电池退化依然是可持续能源技术的开发与广泛应用中的核心挑战。准确的退化预测颇具难度,因为电池老化源于循环行为、运行条件与电芯化学特性之间复杂且异质的相互作用。现有的机器学习方法通常侧重于确定性寿命终止预测

  3. arXiv cs.AI/CL/LG信号源(脚本内置抓取)21:54快照

    控制大语言模型后训练中的锐化

    作者: Simon Matrenok, Nicolas Menet, Nicolas Flammarion | 通过强化学习进行的LLM后训练已显示出准确率的持续提升,代价是行为覆盖度下降——这一现象被称为锐化,可能使在困难任务上的进展陷入停滞。$\mathrm{pass@k}$和$\mathrm{max@k}$等重复采样目标已知能够缓解锐化,但其背后的机制

  4. arXiv cs.AI/CL/LG信号源(脚本内置抓取)21:52快照

    建筑的视觉到可执行过程化重建

    作者: Zichong Zhu, Zhihao Liu, Andrei Sharf | 程序化建模为建筑内容提供了紧凑、可编辑且可复用的表示形式,但构建此类模型仍严重依赖手动编写的文法。我们研究基于图像的从自然场景图像进行程序化建筑重建,目标是恢复可执行的程序化描述,该描述可被实例化为可编辑的3D建筑资产。因为单

  5. arXiv cs.AI/CL/LG信号源(脚本内置抓取)21:52快照

    DepthGraft:基于分层跨层KV重构的结构正则化

    作者: Xiaohan Qin, Xiangdong Zhang, Yu Wang | 扩展深度是构建更强大大语言模型的关键路径,但Pre-LN架构常常面临逐层信息稀释问题,限制了深层网络的有效利用。尽管跨层连接性已被证明能有效缓解这一问题,现有设计通常会带来额外的计算或内存访问开销。我们重新审视跨层KV共享这一高效形式的su

  6. arXiv cs.AI/CL/LG信号源(脚本内置抓取)21:45快照

    在学生所处状态处与其对接:以学生为前缀的教师适配用于在策略上蒸馏

    作者: Xue Zhang, Songming Zhang, Yunlong Liang | 在策略上蒸馏(OPD)通过基于学生生成的轨迹进行优化,缓解了学生的暴露偏差问题。然而,学生生成的前缀可能包含推理错误,或遵循教师不熟悉的模式,从而削弱其词元级监督的可靠性。随着前缀变长,这种性能下降愈发明显。为解决这一教师侧分布失配

  7. arXiv cs.AI/CL/LG信号源(脚本内置抓取)21:41快照

    CUA-Master:通过开放世界递归改进扩展计算机使用智能体

    作者:Xinlei Yu, Gen Li, Ji Zhao | 尽管CUA近期取得了进展,但其发展仍受交互数据的多样性、可控性与可靠性不足的限制。此外,传统优化流程缺乏迭代反馈,而现有的递归改进方法往往依赖自生成经验,限制了能力扩展,导致收益递减。为应对这些挑战

  8. arXiv cs.AI/CL/LG信号源(脚本内置抓取)21:37快照

    ComplianceAtlas:面向自动化AI法案差距分析与补救的分类法驱动代理式AI框架

    作者:Ilias Driouich, Hongliu Cao, Eoin Thomas | 评估高风险AI系统的监管合规性需要系统性识别技术缺口,如缺失控制措施、流程不足或对实践的评价浮于表面。合规专员通常发放结构化问卷以收集现有实践的佐证,各组织则通过描述其现有流程、技术能

  9. arXiv cs.AI/CL/LG信号源(脚本内置抓取)21:34快照

    主动学习Kriging可靠性分析中的内部优化器:预指定比较以及未学习失效模式留下的非保守估计值

    作者:Wei-Chang Yeh | 主动学习克里金通常通过连续元启发式搜索替换候选池。一个预先指定的共享代理、种群和停止规则对比方法将这一内部优化器分离出来:五个预算匹配的连续优化器——包括带L-BFGS-B精修的混合群集优化——在11个问题(维度为2至100)上与候选池进行对比。主要假设并未

  10. arXiv cs.AI/CL/LG信号源(脚本内置抓取)21:32快照

    从本地技能到长时域网页任务:面向LLM网页智能体的渐进式技能探索

    作者: Xueyang Feng, Xiaohe Bo, Xu Chen | 大语言模型(LLMs)正推动自主智能体向真实世界环境迈进,网络成为最具代表性的交互场景之一。然而,通过简单探索训练网络智能体依然存在挑战:成功轨迹十分罕见,稀疏的终端奖励使得智能体难以从失败轨迹中获取有用反馈。受……启发