深度均衡模型（Deep Equilibrium Models, DEQs）通过隐式微分训练，其梯度计算依赖于求解残差雅可比矩阵的伴随系统。当该矩阵在损失敏感方向上接近奇异时，微小扰动会被强烈放大，导致梯度爆炸，使优化过程不稳定。近期，研究者提出一种名为**响应重整化**（Response Renormalization）的框架，旨在无需全局抑制条件良好的灵敏度即可控制临界伴随放大，从而提升训练的可靠性。 ### 背景与挑战 DEQs 的核心在于寻找一个固定点，使得隐藏表示在模型更新后保持不变。训练时，通过隐式微分计算梯度，需要求解一个基于残差雅可比矩阵的伴随系统。如果该雅可比矩阵在损失敏感方向上接近奇异（即临界状态），伴随响应会对扰动异常敏感，产生巨大且高度不稳定的梯度，导致优化过程不可靠。 ### 响应重整化框架 论文引入**响应重整化**，这是一种后向传播框架，它选择性地提升（lift）接近极点的分母，同时保持未提升的响应通道不变。具体包括两种变体： - **集体模式响应重整化（CMR）**：在低维临界子空间中应用校正，只修正关键方向的响应。 - **Phi-自适应 CMR（Phi-CMR）**：基于正磁化率规则计算有界的响应质量，进一步自适应调整校正程度。 研究者推导了密集和矩阵自由的集体公式，区分了修改后的冻结锚残差的精确梯度与后向响应替代项，并将该构造扩展到结构化隐式层和矢量吸引子（SILVA）。 ### 实验验证 在涵盖偏微分方程、三维场、算子映射、复杂几何和粒子系统的 23 个多物理场族中，CMR 和 Phi-CMR 在超过 **98% 的静态** 和 **95% 的瞬态** 族-种子比较中，测试误差比使用精确隐式微分训练的模型高出不超过 **5%**。求解器索引实验显示其收敛于静态伴随，而物理时间滚动在评估条件下保持了预测保真度。 ### 意义与展望 选择性响应重整化能够在不大幅损失有效梯度信息的前提下，控制临界伴随放大，使参数更新更加可靠。这一方法为训练深度均衡模型提供了一种实用且稳健的替代方案，尤其适用于涉及复杂物理系统的任务。尽管实验效果显著，但该方法在更广泛模型（如大规模语言模型）上的适用性仍有待探索。
在机器学习模型部署中，模型压缩与可靠性往往被视为一对矛盾。近日，一篇题为《Calibration-Preserving Pruning: Compression as a Reliability Contract》的论文提出了一种名为“保校准剪枝”（CPP）的新方法，旨在通过剪枝技术同时实现模型压缩和维持预测可靠性。该研究来自Ibne Farabi Shihab等人，已在arXiv上预印发布（arXiv:2608.23744）。 **核心思想：剪枝不影响覆盖率保证** 论文指出，分割共形预测（Split Conformal Prediction）提供了有限样本下的边际覆盖率保证，只要剪枝后的模型独立于共形校准分割固定下来，覆盖率就不受剪枝规则影响。因此，研究的重点转向了效率问题：剪枝能否保留足够的分数几何结构，从而在保证覆盖率的同时，得到更小的有效预测集？ 为此，CPP方法在基础剪枝分数上增加了非一致性梯度显著性（nonconformity-gradient saliency），并采用分离的数据分割策略：剪枝、验证选择、共形校准和测试集各自独立。理论上，有界的分数扰动意味着有界的共形分位数偏移和受控的集合膨胀，但这一性质并不依赖于具体的剪枝规则。 **实验结果：在多个数据集上取得增益** 实验基于Qwen2.5-1.5B模型，在50%稀疏度下进行了五次运行。结果显示，CPP在标签数量多的任务上增益最大。例如，在DBpedia-14数据集上，CPP-SparseGPT将平均预测集大小从10.1降至8.6，同时准确率从0.347提升至0.366；CPP-Wanda则将集合大小从11.2降至9.0，但准确率略有下降（从0.310降至0.295）。在15个数据集-稀疏度组合中，CPP-SparseGPT在13个组合中实现了更小的预测集，在11个组合中获得了更高的准确率。 **对比分析：监督梯度贡献显著** 进一步分析显示，通用的监督梯度解释了许多增益：在匹配的对照实验中，真正的标签CPP与Wanda+SNIP的差异在统计上并不显著，而阈值感知的候选标签CPP在显式准确率和离线计算成本下，实现了7.8的平均集合大小。此外，RoBERTa-base和Llama-3-8B的诊断实验支持了方法的可迁移性，但作者强调，研究结论仅限于对可靠性敏感的分类任务。 **总结与展望** 这项研究为模型压缩提供了一个新视角：剪枝不仅是为了减少计算量，更可以作为一种“可靠性契约”，在压缩过程中保持预测的可靠性。尽管仍存在一些未解决的问题，如统计显著性等，但CPP展示了在保持覆盖率的同时提高效率的潜力。未来，该方法有望在更多模型和任务上得到验证和推广。
在低秩恢复问题中，核范数最小化是一种常用的凸松弛技术，而迭代重加权最小二乘（IRLS）方法因其简洁和高效而广受关注。然而，IRLS算法的收敛速率以及权重算子的作用此前并未得到充分理解。一篇新近发布的论文（arXiv:2608.23765）对此进行了深入分析，为核范数最小化的IRLS方法建立了精确的收敛速率理论，并揭示了调和均值权重算子的最优性。 ### 核心贡献：调和均值权重的理论证明 该研究的关键创新在于对平滑核范数提出了一种新的主导分析（majorization analysis）。作者证明了调和均值权重算子能够定义有效的全局二次主导函数，并且在该权重算子族（power-mean权重）中，调和均值权重是最优的。这一结果解释了为何调和均值权重优于仅利用行空间或列空间信息的经典单侧重加权方案。 ### 收敛速率的突破性结论 在Schatten-1零空间性质下，作者证明了使用多种权重算子的IRLS算法具有全局线性收敛性。特别地，对于调和均值权重的IRLS，他们进一步证明了**维度无关的局部线性收敛速率**。这一结论具有重要意义，因为作者同时构造了一个反例，表明使用单侧权重算子的IRLS算法（在文献中占主导地位）通常无法获得这种维度无关的局部速率。换句话说，调和均值权重在理论上提供了更优的收敛保证。 ### 实验验证与实际意义 论文通过数值实验验证了理论结果，并展示了调和均值重加权在方形、矩形以及对抗性初始化恢复问题中的实际优势。这些发现不仅弥补了IRLS方法理论分析的空白，也为实际应用中选择权重算子提供了明确的指导。对于从事低秩矩阵恢复、压缩感知或机器学习优化研究的学者和工程师而言，该研究提供了一种更可靠且高效的算法选择。 ### 总结与展望 这项研究深化了我们对IRLS方法内在机制的理解，特别是权重算子在收敛性中的核心作用。未来，基于调和均值权重的IRLS有望在更多实际问题中得到应用，并可能启发新的算法设计。不过，该研究主要聚焦于理论收敛速率的刻画，其在实际大规模问题中的计算效率仍有待进一步探索。
在人工智能与人类协作日益紧密的今天，如何让AI准确理解人类的技能水平，成为提升协作效率的关键。传统方法往往依赖单次观察来估计潜在变量，但技能并非如此——它是一种持久、组合且基于行为的构建，需要从时间模式中推断。为此，研究人员提出了**SAIL**（Skill Abstraction with Interpretable Latents），一种将人类技能建模为可解释多维结构的新方法。 ## 技能：从单点观测到时间模式 技能与情绪、疲劳等瞬时状态不同，它是个体长期稳定的属性，且由多个子技能组合而成。例如，赛车手的技能不仅包括过弯技巧，还涵盖刹车控制、路线选择等。SAIL的核心在于，通过观察个体在一段时间内的自然行为，提取出稳健的技能嵌入，从而抵御瞬时波动的影响。 ## SAIL的工作原理 SAIL为每个个体分配一个持久的技能嵌入向量，该向量控制着专家与新手基线的混合比例。训练过程中，模型采用**反事实子技能交换**（counterfactual subskill swaps）来促进解耦，即通过交换不同个体的子技能特征，迫使模型学习到独立、可解释的表征。这种设计既保证了表征对性能波动的鲁棒性，又增强了其可解释性。 ## 实验验证：赛车与棒球 研究团队在赛车和棒球两个领域进行了验证。结果表明，SAIL在行为预测上表现出色，且相较于基线方法，在基于行为的解耦指标上持续提升。更重要的是，SAIL还改进了下游AI教练系统的性能，这意味着它不仅能理解技能，还能为个性化指导提供支持。 ## 应用前景 SAIL的提出为AI系统在协作、辅导和辅助场景中的应用开辟了新路径。例如，在体育训练中，AI教练可根据运动员的技能嵌入提供针对性建议；在人机协作中，机器人可调整自身行为以适应用户的技能水平。尽管SAIL目前仅在特定领域测试，但其框架具有通用性，未来有望扩展到更多复杂场景。 不过，SAIL仍面临挑战，如如何定义和获取专家与新手基线，以及如何在不同任务间迁移技能表征。这些问题将是未来研究的方向。 总体而言，SAIL通过解耦技能表征，让AI对人类的认知迈出了一步，也为更自然的人机交互奠定了基础。
arXiv:2608.20406v1 Announce Type: new Abstract: Public health forecasts must respond to abrupt changes in surveillance data without over-extrapolating noise, reporting artifacts, or temporary trends. We evaluated autoregressive integrated moving average (ARIMA), random forest, and extreme gradient boosting (XGBoost) models using 190 weekly observations of publicly available Ontario COVID-19 case counts from January 2020 to October 2023. Rolling-origin time-series cross-validation preserved tempo
arXiv:2608.20428v1 Announce Type: new Abstract: We study the stability of minimal representations of controlled stochastic processes (in particular, transducers) under perturbations. This question is motivated by recent experiments finding predictive-state structure in the latent representations of neural networks. We consider standard, linear and predictive transducers. We introduce notions of approximate homomorphism capturing local structural similarity between them, together with metrics com
arXiv:2608.20439v1 Announce Type: new Abstract: Neural PDE operators are increasingly trained on reusable solver archives, yet validation often relies on clean prediction error and parameter-agnostic plausibility checks. We introduce cross-parameter relinking, a data-poisoning primitive that makes a triggered input select a valid solution from the same PDE family under an incorrect physical parameter. We term this a wrong-physics backdoor: the output remains physically plausible but is wrong for
Decision Tree and K-Means Analysis of Raman Spectra for Edible Oils: A Physics-Informed AI Approach
新上线arXiv:2608.20440v1 Announce Type: new Abstract: Authentication of edible oils in processed foods is important for food quality, fraud prevention, and regulatory compliance. This study establishes an integrated Raman spectroscopy and machine-learning framework that links intrinsic spectral organization, interpretable classification, and Physics-Informed Artificial Intelligence (PI-AI). Five edible oils were investigated in pure form and within a fried-potato-chip matrix using t-SNE, K-means clust
arXiv:2608.20441v1 Announce Type: new Abstract: Selecting the optimal neural-operator prediction during deployment is challenging when high-fidelity reference solutions are unavailable. We demonstrate that under a squared Hilbert-space loss, ranking a finite model library depends strictly on the low-dimensional span of candidate differences, allowing us to score all models simultaneously using a single anchor-based linearized response of the governing equation. This shared physical diagnostic ac
arXiv:2608.20343v1 Announce Type: new Abstract: This study develops and evaluates a bankruptcy prediction framework that integrates consensus-based feature selection, hybrid resampling, stacking ensembles, and explainable artificial intelligence to improve minority-class detection in severely imbalanced financial data. Using the Taiwanese Bankruptcy Prediction dataset from the UCI Machine Learning Repository, five feature-selection algorithms were first applied, and a consensus retention rule re
arXiv:2608.20423v1 Announce Type: new Abstract: Personalised thermal comfort is essential for occupant wellbeing and for the development of more responsive building-control strategies, yet conventional Heating, Ventilation, and Air Conditioning (HVAC) systems rely on static setpoints and population-level comfort models that fail to capture individual physiological variability. This paper presents a two-stage personalised thermal comfort approach integrating multimodal physiological and environme
arXiv:2608.20427v1 Announce Type: new Abstract: Dense causal attention remains expensive at long context even when implemented with highly optimized exact kernels. We study BF1, a deterministic block-aligned dyadic sparse-attention route that combines a small exact local neighborhood, a global first block, and logarithmically spaced historical blocks. The route is related to prior log-sparse and dilated attention patterns; our contribution is a correctness-gated pretrained-model retrofit, a matc
空中客车公司携手法国国家信息与自动化研究所（INRIA）等机构，在最新研究中提出了一种基于监督式机器学习模型的直升机起飞重量估算方法，并展示了其在传统航电计算机上的可行部署。该成果已提交至2026年5月举行的垂直飞行协会（VFS）第82届年度论坛与技术展示会，相关论文以预印本形式发布于arXiv平台。 ## 研究背景与核心思路 直升机起飞重量是飞行安全的关键参数，直接影响性能计算、载荷配置和告警触发。传统估算依赖物理模型和飞行员经验，难以适应复杂工况。研究团队利用空客全球在役机队的海量运行数据，训练了一个长短期记忆（LSTM）递归神经网络，以端到端方式学习重量与飞行参数间的非线性关系。 ## 适航合规与学习保证 航空安全对机载软件有严苛要求。该研究严格遵循欧洲航空安全局（EASA）关于机器学习应用的概念文件，并与正在制定中的EUROCAE ED-324标准对齐。论文提出了一套完整的机器学习需求（MLR）、模型描述（MLMD）及实现验证流程，覆盖从数据管理、模型训练到部署验证的全生命周期，确保可解释性和可追溯性。 ## 关键发现与行业意义 实验表明，该LSTM模型能在传统航电计算机（如老旧型号的飞行管理计算机）上高效运行，推理延迟满足实时性要求，具备用于机载告警等关键功能的潜力。这意味着无需更换硬件，即可通过软件升级引入智能估算能力，大幅降低部署成本。 从行业视角看，这一进展标志着机器学习正从地面数据分析走向机载实时决策。空客此前已在飞行预测维护中应用AI，此次将AI嵌入安全关键路径，对适航认证体系提出了新挑战。EUROCAE ED-324的推进，正是为这类应用提供标准化框架。 ## 局限与展望 尽管结果积极，但论文也承认，当前验证主要基于仿真和地面测试，实际飞行环境下的鲁棒性仍需进一步验证。此外，模型对数据分布的依赖意味着，极端气象或异常载荷场景下的表现可能需额外训练。未来工作将聚焦于多机型泛化、模型压缩以及与现有告警系统的深度融合。 这项研究为AI在航空安全关键领域的落地提供了可参考的范本，预示着机载智能将从辅助功能逐步迈向核心控制环节。
在复杂系统的决策过程中，信息往往带有模糊性与不确定性，三角模糊数（TFN）因此成为常用的建模工具。然而，当面对量纲或尺度各异的属性时，传统距离度量通常需要先做归一化处理，这既增加了流程复杂度，也可能引入偏差。近期，一篇发表于 arXiv 的论文提出了一种名为 **三角模糊重缩放距离（d_TR）** 的新度量，巧妙地将线性重缩放（LRE）嵌入距离计算本身，从而在比较模糊数的同时完成归一化，为异构模糊数据的分析提供了更简洁、稳健的解决方案。 ## 核心思想：让归一化融入距离计算 传统做法中，距离度量通常假设数据处于同一尺度，因此面对异构属性时，需要预先进行标准化。而 d_TR 的设计理念是：在进行距离计算时，直接对每个维度应用线性重缩放，使得最终的距离值天然不受原始尺度影响。这意味着，无论是温度、价格还是评分，只要它们以三角模糊数表示，d_TR 都能在统一框架下进行公平比较，无需额外的预处理步骤。 ## 理论性质：严格数学证明的可靠性 论文不仅提出了概念，更给出了严谨的数学证明。作者证明了 d_TR 满足度量空间的所有基本性质： - **非负性**：任意两个模糊数之间的距离始终大于等于零； - **同一性**：两个相同的模糊数距离为零； - **对称性**：距离不依赖于比较方向； - **三角不等式**：满足直递性，确保距离的合理性。 此外，d_TR 还具备**有界性**、**尺度不变性**和**原点不变性**。这些性质使得 d_TR 在数学上成为可靠的度量工具，为后续应用奠定了坚实基础。 ## 应用前景：从合成指标到机器学习 论文指出，d_TR 特别适用于涉及异构模糊数据的场景。例如，在构建合成指标时，需要综合多个不同量纲的指标，d_TR 的尺度不变性可以避免人为设定权重或归一化带来的主观性。在基于距离的机器学习算法（如 k近邻、聚类）中，d_TR 可以直接处理模糊特征，简化数据预处理流程。此外，在多准则决策辅助（MCDA）中，决策者可以利用 d_TR 结合权重向量，优先考虑某些维度，从而更灵活地评估备选方案。 ## 局限与展望 尽管 d_TR 在理论上表现优异，但论文并未提供大规模实证对比，其在实际数据集上的性能优势仍需进一步验证。此外，线性重缩放假设数据范围已知，对于动态数据或异常值敏感的场景，可能需要更鲁棒的缩放策略。未来的研究可以探索 d_TR 与其他模糊距离度量的混合使用，或将其扩展到更广泛的模糊数类型。 总而言之，三角模糊重缩放距离为模糊数据分析提供了一种新思路，其理论上的优雅与简洁可能为相关领域带来新的工具选择。感兴趣的读者可以通过 arXiv 获取完整论文进行深入研读。
多模态大语言模型（MLLMs）在医学图像解读和短时信号分析上已展现惊人能力，然而在动态心电图（ECG）这一关键领域，它们却面临严峻挑战。长时程心电数据不仅包含复杂的时间依赖模式，还要求模型具备精准的病理定位与诊断报告生成能力。近日，一支研究团队发布了 **Holtercare-Bench**，一个专门用于评估长时动态心电图分析能力的多模态基准，并配套推出了大规模数据集 **Holtercare-23K**，为这一领域的研究提供了全新标尺。 ## 数据与基准：从788份临床记录中构建 Holtercare-23K 数据集包含 **22,980 个问答对**，源自 **788 份临床 Holter 记录**，并创新性地引入了**信号-视频-文本三模态对齐**机制。这种设计突破了以往静态图像或短时信号的局限，让模型能够同时理解心电波形、动态影像与临床文本描述，更贴近真实临床场景。 基于该数据集，Holtercare-Bench 从三个维度评估模型能力：**时间定位**（temporal localization）、**临床诊断**（clinical diagnosis）和**全局总结**（global summarization）。这意味着模型不仅要识别异常心拍，还要能定位异常发生的时间段，并生成完整的诊断报告。 ## 零样本测试：主流MLLM暴露短板 研究团队对当前领先的 MLLMs 进行了零样本评估，结果令人警醒：在超长病理序列的处理上，现有模型普遍表现不佳，性能差距显著。这暴露出当前多模态模型在电生理学领域的深层缺陷——它们大多擅长静态图像或短时信号，面对长达数小时的心电数据，难以捕捉细微的时间依赖和病理演变。 ## 微调带来显著提升 然而，研究并非止步于暴露问题。通过对代表性模型进行微调，模型的性能获得了**大幅提升**，证明 Holtercare-23K 数据集不仅可用于评测，更能作为训练语料，赋能模型掌握长时动态心电分析能力。这一结果也为后续研究指明方向：基于高质量临床数据的专项微调，是提升医疗 MLLM 实际应用价值的有效路径。 ## 意义与展望 Holtercare-Bench 的发布填补了长时动态心电基准的空白，为医疗多模态大模型提供了基础性测试平台。未来，随着更多模型在此基准上迭代优化，我们有望看到 AI 在心律失常检测、心肌缺血预警等场景中发挥更可靠的作用，真正助力临床决策。 项目代码与数据已公开，研究者可访问项目主页获取详情。
肺癌是全球癌症死亡的主要原因之一，低剂量胸部CT筛查虽能降低死亡率，但受限于筛查率、依从性和管理挑战。血液中的游离DNA（cfDNA）生物标志物作为一种补充手段，因其非侵入性和潜在的高灵敏度而备受关注。然而，肺癌的异质性以及分子信号的高维非线性特性，使得早期检测依然困难重重。 来自克利夫兰诊所等机构的研究人员，在最新提交至arXiv的论文中，探索了量子-经典混合机器学习方法在基于cfDNA的肺癌检测中的应用。该研究被CIBB 2026会议接收，展示了量子内核方法在生物信息学领域的潜在价值。 ## 研究方法：量子内核与特征编码 研究团队利用DNA片段组学和DNA甲基化数据，通过特征选择提取了20个和40个特征子集。他们采用角度和密集角度特征映射，结合多种纠缠策略，将特征编码到量子希尔伯特空间。基于保真度的量子内核通过精确态矢量模拟计算，并与预计算内核的支持向量机（SVM）和内核主成分分析逻辑回归相结合，与基于原始特征的经典SVM模型进行对比。 这一框架系统评估了编码和纠缠设计对分类性能的影响。 ## 结果：竞争性能与特定优势 在重复的保留集评估中，量子内核模型在两个数据集上均取得了有竞争力的表现。对于片段组学数据，多个20特征配置的AUC优于经典SVM基线，表明量子内核能有效捕获cfDNA片段化的非线性结构。对于甲基化数据，经典SVM的AUC最高，但部分量子模型仍具竞争力，并在某些情况下提高了特异性。 值得注意的是，将特征从20增加到40并未持续提升性能，反而增加了变异性。 ## 行业背景与展望 量子机器学习在医疗健康领域的应用尚处于早期阶段，但这项研究为量子内核方法在生物标志物检测中的可行性提供了证据。尽管量子计算硬件尚不成熟，但经典模拟下的量子内核设计思路，为处理高维复杂生物数据提供了新视角。未来，随着量子硬件的发展，这类方法有望在实际临床筛查中发挥更大作用。 不过，研究也存在局限性，如基于模拟的量子计算与真实硬件的差异，以及数据集的规模限制。研究人员建议，未来的工作应探索更高效的量子特征映射和更大的临床队列验证。
**黑盒大语言模型**（LLM）在现实世界中的安全部署高度依赖**不确定性量化**（Uncertainty Quantification, UQ）。然而，现有方法多采用零样本（zero-shot）策略，在无需标注数据的情况下生成置信度分数，但实际应用中，部署前仍需在目标数据集上评估其性能。最新研究提出，通过利用这一数据集，可以显著提升UQ的表现，且几乎不增加计算开销。 该研究由Sokhna Diarra Mbacke、Mouloud Belbahri和Gabriel Loaiza-Ganem共同完成，论文发表于arXiv（编号2608.19323）。研究者发现，现有UQ方法（如口头化置信度、多次生成法等）虽各有优势，但往往未能充分利用部署时可得的数据资源。为此，他们提出构建一个简单的**分类器**，将现有UQ分数与相似查询的正确性作为特征，预测LLM响应的正确性。这一方法在多个基准测试上**持续优于**现有分数，且额外计算量极小。 **核心思路**在于：当面对一个新查询时，分类器会参考历史数据中相似查询的结果，结合当前UQ分数，做出更精准的置信度判断。这种“数据驱动”的增强方式，使得UQ不再局限于模型自身的输出，而是融入了经验证据，从而提高了可靠性。 **实际意义**上，该方法为UQ提供了一种廉价且直接的改进途径。在医疗、金融等高风险领域，准确的不确定性估计至关重要，而该研究让开发者无需复杂改造即可提升模型的可信度。不过，研究者也指出，方法依赖初始UQ分数的质量，若初始分数与正确性关联微弱，改进空间可能受限。 总体而言，这项工作揭示了**数据集利用**在UQ中的潜力，为黑盒LLM的安全应用提供了新思路。未来，结合主动学习或在线适应，或可进一步优化分类器性能，值得关注。
**机制可解释性**（Mechanistic Interpretability）旨在揭示模型内部不直接暴露的表示状态、组件效应、交互关系以及干预响应。然而，现有的测量方法——如激活修补（Patching）、梯度计算、Hessian-向量积以及子集干预——在不同的访问权限下，针对不同的目标量，缺乏统一的数学框架。最新研究提出“机制断层扫描”（Mechanistic Tomography）概念，将测量结构统一为线性模型 y = Ax + w，其中 A 描述干预，x 是目标映射，w 包含非线性响应、采样误差和基失配。这一框架提供了一套实用流程：从低成本测量开始，在预期规模上测试留出干预，校准简单失配，并在结构残差出现时扩展测量家族。控制场景成为验证该方法的理想试验场，因为估计结果若用于指导干预，其角色类似于观测器。在双隐马尔可夫模型（HMM）实验中，控制误差随观测器误差增大而上升，而目标改善可能掩盖干扰状态的运动。在仅前向访问条件下，稀疏聚合测量能以比坐标修补更少的干预次数恢复有限效应映射；在梯度访问下，有限探针改进局部归因映射；提升测量和 Hessian-向量积能恢复一阶映射遗漏的交互，而 Tracr 实验表明所需测量家族依赖于基底选择。在 GPT-2-small 的 IOI 任务中，Name Mover 与 Negative Name Mover 的交互是三个跨组对中最大的留出预测项；而在 Qwen-2.5-7B 上，有限校准使加法拒绝响应映射足够充分，留出误差不支持成对提升。该研究为可解释性测量提供了设计原则，并强调控制导向的验证对于确保解释的可靠性至关重要。
随着神经网络在安全关键领域的广泛应用，其鲁棒性验证变得愈发重要。近日，一项发表于arXiv的研究（编号2608.19351）系统性地探讨了证明共享技术在不同场景下的有效性边界，并提出了一种名为FastCert的新方法，旨在自动优化模板分配，提升验证性能。该研究由Kanak Das、Shubham Ugare等多位学者共同完成，即将在第33届静态分析研讨会（SAS 2026）上发表。 ## 背景：鲁棒性验证与证明共享 神经网络在自动驾驶、医疗诊断等领域的部署，使得对其在对抗性攻击下的鲁棒性验证成为关键需求。不完全验证技术通过抽象中间层状态来加速验证过程，而证明共享（proof sharing）则通过在不同查询间复用这些抽象状态（即模板）来进一步提升效率。然而，模板加速的效果是否稳定？在不同网络架构、属性、数据集和训练方法下，其性能表现如何？这些问题此前缺乏系统性研究。 ## 核心发现：模板加速的局限性 该研究首先对模板加速的有效性进行了全面分析。结果显示，**模板包含率（subsumption rates）在不同场景下差异显著**，在某些情况下，模板复用几乎无法带来任何速度提升。为了解释这一现象，研究者提出了一种新的度量指标——**联合稳定神经元（jointly stable neurons）**，该指标能够预测模板加速的潜在收益。当联合稳定神经元数量较少时，模板复用策略很可能失效，这为验证工具的性能优化提供了重要参考。 ## FastCert：自动化模板分配与决策 基于上述发现，论文提出了一种名为**FastCert**的新技术。FastCert能够自动决定如何在神经网络各层之间分配模板，以最大化性能收益，同时**在模板可能无效时主动放弃使用**，避免不必要的开销。实验表明，在一系列基于覆盖设计的$L_0$验证任务中，FastCert相对于现有的模板复用技术实现了**平均1.13倍的加速**。 ## 意义与展望 这项研究不仅揭示了证明共享技术的边界，也为未来鲁棒性验证工具的优化指明了方向。通过引入联合稳定神经元指标，研究者能够更准确地评估模板复用的适用场景，而FastCert则提供了一种实用的自适应策略。随着神经网络在关键领域的进一步渗透，此类性能优化技术将有助于实现更可靠的AI系统部署。 值得注意的是，该研究目前尚未经过同行评审，其结论基于特定实验设置，实际应用效果可能因场景而异。未来，研究者计划扩展FastCert到更多验证任务，并探索与其他加速技术的结合。
阿尔茨海默病（AD）的病理演变是一个连续的生物学过程，但现有的神经影像人工智能方法多局限于横断面成像的离散诊断或临床评分预测。针对这一局限，研究团队提出了一种名为**疾病连续谱定位（DCP）**的纵向贝叶斯学习框架，能够从纵向扩散张量成像（DTI）中连续估计疾病严重程度。 ## 从离散到连续：DCP 的核心思路 DCP 将疾病严重程度建模为一个低维概率潜在变量，通过联合整合纵向观测和弱临床监督，推导出**疾病连续谱评分（DCS）**。该评分不仅量化个体在 AD 连续谱上的位置，还提供相应的不确定性度量。这种方法突破了传统分类标签的束缚，为理解 AD 的渐进性提供了更细腻的工具。 ## 实验验证与临床价值 研究团队在**阿尔茨海默病神经影像学倡议（ADNI）**队列上进行了广泛实验，结果显示 DCP 在疾病进展建模上优于现有代表性方法。进一步的分析表明，DCS 能够准确刻画疾病严重程度，展现出强临床相关性，保留纵向疾病演变信息，并能预测未来疾病转化。这些发现意味着 DCS 提供了一种量化的影像学表征，可用于 AD 进展的连续评估，超越了传统的诊断标签和临床评分。 ## 意义与展望 这项研究不仅推动了神经影像 AI 从离散分类向连续建模的转变，也为精准医疗提供了新思路。未来，DCP 框架有望扩展到其他神经退行性疾病，并整合多模态数据，进一步提升预测效能。随着纵向数据的积累和模型优化，连续疾病定位有望成为临床研究和药物试验中评估疾病修饰疗法的有力工具。