跳到正文
只看一手#多随机种子
10月6日周二
  1. arXiv · EEG 与神经表征78

    SpecBraM：EEG 基础模型应预测什么？掩码频带功率预测与波形重建的比较

    基于摘要分析。研究探讨 EEG 自监督预训练应预测何种物理量，提出 masked band-power prediction（MBP，掩码频带功率预测），并与波形重建比较。其核心贡献是通过匹配条件的实验检验预训练目标对睡眠分期表征的影响，同时考察收益能否迁移到其他任务。 MBP 为被掩码的通道—时间片段预测固定窄频带的对数谱能量，旨在保留与睡眠分期相关的节律功率，避免相位敏感的波形重建及学习式码本。作者使用三个预训练随机种子，在相同骨干、2,388 小时预训练数据和相同训练步数下比较频带功率与波形目标，并采用 2×2 tokenizer-by-target 设计区分 tokenizer 与预测目标的影响；摘要未提供具体骨干、损失形式或频带配置。 作者报告，在 ISRUC 和 HMC 睡眠分期的严格线性探测协议下，使用全部标签时，MBP 相较原始波形及频带波形重建提高 1.6–2.8 个 Balanced Accuracy 百分点；使用 1% 标签时提高 4.7–7.3 个百分点，且目标的影响大于 tokenizer 的影响。按 ISRUC/HMC 顺序，冻结特征的 Balanced Accuracy 为 0.7916/0.7425，匹配的丰富手工频谱特征基线为 0.7636/0.7227；但在 1% 标签条件下，与该基线的差距约为一个百分点。作者报告，全量微调的 Balanced Accuracy 为 0.8107/0.7669。被试与会话划分、标签抽样方式、各对照的具体实现及统计不确定性尚未验证，不能据此直接比较其他研究的分数。 作者报告，这些收益未普遍扩展到运动想象、抑郁筛查和警觉性回归等具有频谱线索的任务，支持根据下游标签相关的物理量及空间、时间尺度选择预训练目标，而非将 MBP 视为普适替代方案。复现需核对预训练数据组成、掩码策略、频带定义、线性探测约束和 1% 标签采样协议；完整实验协议、消融及统计信息尚未验证。

    阅读价值：匹配骨干、预训练数据与训练步数的目标对照及 tokenizer-by-target 设计，有助于核对睡眠分期收益是否主要来自预训练目标，同时其未普遍迁移的结果值得用于审视 EEG 基础模型的任务适用边界。

  2. arXiv · 在线与高效推理77

    面向医学分类体系感知的医学语言模型适配的条件秩分配

    基于摘要分析。医学问答涉及不同专科与临床操作，统一的低秩更新可能难以兼顾不同适配方向。本文提出参数高效方法 ARBOR，为每个问题从共享低秩基中选择秩一分量，以结构化条件路由实现问题级适配。 核心机制是加性门控：结合问题表征、专科标签、操作标签及其交互项决定分量选择，并通过学习到的系数缩放适配器残差。作者在子任务正交且等概率的示例条件下展示，条件选择可避免同等活跃秩的固定更新所面临的近似误差下限；这一结果用于解释设计动机，作者并未声称它对应医学语料上的误差界。具体门控参数化、标签获取方式、训练目标与秩配置尚未验证。 作者报告，在 Qwen3-8B 上使用 CMB、CMExam、MedQA 和 MedMCQA，五个随机种子的实验得到跨基准平均 Accuracy 69.69%，比 LoRA r16 和 MoELoRA 分别高 1.26 和 1.30 个百分点。作者还报告，训练覆盖从一个专科扩展至七个专科时，相对 LoRA r16 的优势由 0.08 增至 1.94 个百分点；具体训练规模、数据划分及各基准结果尚未验证，不能据此分离专科多样性与样本规模的影响。 作者报告，标签扰动和分量遮蔽实验支持临床路由的作用，分量聚类与所提供专科标签的 adjusted Rand index 为 0.62。摘要提及校准、迁移及实测成本，但未给出具体结果。复现需核对标签在训练与推理时的可用性、共享基与活跃秩设置、基线预算、统计不确定性及成本测量协议；实验协议、消融及统计信息尚未验证。临床安全与更广泛部署仍未经验证，这些医学问答结果也不构成 EEG/BCI 有效性的证据。

    阅读价值：值得核对 ARBOR 如何在相同活跃秩下利用医学分类标签实现条件适配，以及相对固定 LoRA 的收益是否随专科覆盖扩大而稳定增加；摘要中的理论示例不构成医学语料上的误差界。

10月5日周一
  1. arXiv · 架构与算子83

    Poisson-GENERIC 神经算子：通过 Casimir 熵实现函数空间中的精确 Metriplectic 结构

    基于摘要分析。该研究针对热力学一致神经算子中，熵梯度投影可能破坏可逆算子 Jacobi 恒等式的问题，提出 Poisson-GENERIC：通过增广状态与 Casimir 熵直接满足 GENERIC 退化条件，而非依赖投影。其贡献是将可逆 Poisson 结构、不可逆耗散约束与离散热力学定律纳入神经算子建模。 核心机制：状态增广为 (u,s)，其中 s 为潜在熵密度，S=∫s 被构造为可逆算子 L 的 Casimir，因此 LδS/δz=0 恒成立。非线性输运采用兼容的 Lie-Poisson pencil αD+λ(uD+Du)，其他情形采用常数 Poisson Fourier multiplier。能量由固定机械二次项、学习得到的 gauge-free 势能与凸内能组成；摩擦算子 M=AAᵀ 逐点满足 MδE/δz=0，其 Onsager 奇偶结构允许扩散和阻尼，并排除输运。 作者报告，对任意参数，反对称性、正性、两项退化条件及 Jacobi 恒等式达到机器精度，其中 Lie-Poisson 项的 Jacobi 保证限定于已解析频带。作者还给出热传导与阻尼波的闭式摩擦算子，并在可检查的曲率条件下以第二定律约束物理能量；离散梯度积分器满足精确的离散第一、第二定律。上述理论条件及离散化细节需结合全文核对。 实验方面，作者报告在 1D、2D 的四类 PDE、三个骨干 FNO、Transolver、CNO 上，相对同骨干无约束基线赢得 72 次随机种子级比较中的 61 次；在热方程与 Burgers 上，耗散率与真实值的偏差不超过 13%，并在平流任务上不产生耗散。作者报告模型学到精确的输运与波动算子符号；常数 L 消融无法保留 Burgers 建模能力，学习熵的消融则在全部可逆—不可逆混合问题中注入能量。胜负判据、数据划分、误差指标、消融配置及统计信息尚未验证。 平台推测（待验证）：该结构更适合检验具有明确 PDE 与能量—熵定义的动力学代理模型；原领域结果不能直接视为 EEG/BCI 效果。对 EEG 的迁移尚缺明确物理状态及守恒、耗散对应关系，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其以 Casimir 熵替代投影来保持 Jacobi 恒等式的构造，以及同骨干对照中结构约束对输运与耗散学习的影响；具体离散实现和实验协议尚未验证。

10月3日周六
  1. arXiv · 泛化与分布偏移81

    SIFT：分布偏移下思维链推理的稳健元忠实性验证

    基于摘要分析。本研究关注 Chain-of-Thought（CoT）忠实性检测器在分布偏移下能否保持一致判定，将“元忠实性”定义为：对保持真实忠实性不变的推理轨迹变换，检测器应返回相同结论。作者提出压力测试协议 FaithShift，以及结合跨环境不变性训练目标和带认证保证的弃权机制的隐藏状态轨迹检测器 SIFT。 理论方面，作者提出三项结果：仅使用干预—响应特征的检测器，无法区分具有相同特征表现的忠实机制与附带现象机制；依赖偏移敏感特征的检测器，其不变性违反率不受分布内准确率保证；渐近的认证选择性风险保证可支持有把握的弃权。这些结论的假设、证明条件及有限样本适用性尚未验证。 作者报告，在涵盖十类偏移轴、14,996 条轨迹、四个领域和八个模型的评估中，所考察的既有检测器均出现至少 0.15 的 AUROC 差距，具体迁移划分与参照条件需查正文。作者报告，超过 80% 的检测不稳定性来自随机种子变化，而非分布偏移，未支持其预注册的“偏移归因违反率超过 0.25”预测。 作者报告，相对最佳单随机种子基线，SIFT 将不变性违反减少 64%；但采用四随机种子集成后，任一检测器与 SIFT 的差距缩至 0.01，在匹配覆盖率时未显示统计显著差异（p=0.21），且 SIFT 需要 51% 的弃权率。因此，应同时核对稳定性、覆盖率与选择性风险，不能仅凭违反率下降判断整体优势。作者还报告，跨模型迁移表现从同模型家族、跨家族到开放权重模型迁移至 API 模型逐步下降，多模型训练可部分缓解。 研究价值主要在于审计方法及其反直觉对照，而非已验证的 EEG/BCI 增益。隐藏状态可获取性、忠实性真值与保持真值的变换如何构造、随机种子的作用环节，以及实验协议、消融及统计信息尚未验证；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的具体原因是作者将 CoT 忠实性检测器自身的稳定性纳入审计，并报告随机种子集成显著缩小 SIFT 的优势，为区分分布偏移、检测方差与弃权成本提供了可核对的对照。

  2. arXiv · 表征与预训练82

    定格于一帧：JEPA 世界模型的速度盲区

    基于摘要分析。本文研究 JEPA 世界模型以单帧嵌入作为预测目标时的速度可辨识性问题，提出三阶段诊断协议 RateIdent，以及将潜变量分为姿态编码和显式有限差分运动编码、并联合预测的 TI-JEPA。 核心机制：作者指出，在无运动模糊、图像仅由场景配置决定的渲染条件下，单帧无法区分同一配置下的不同速度，因此编码器也不能从该帧恢复速度。该论证针对特定观测生成条件，不宜直接推广至含运动模糊或其他运动线索的图像。TI-JEPA 通过有限差分引入时间变化信息，作者称其无需特权监督；具体差分对象、训练损失与 RateIdent 各阶段操作尚未验证。 作者报告，在 PushT、Reacher、Cube、TwoRoom 四个基准的官方检查点上，所有线性速度探针表现均处于或低于机会水平，而位置探针的 R² 约为 0.95。在线性探针协议之外能否提取速度，以及机会水平的定义，需核对正文。作者还报告，在三个具有物理动力学的环境中，TI-JEPA 相比匹配记忆基线，在到达目标并停止的规划任务上获得跨随机种子的显著改进：Pendulum 最终距离降低 55%（p=3.2×10^-10），CartPole 降低 64%（p=5.1×10^-15）。摘要称该结果在官方 ViT-Tiny 与 AdaLN-transformer 规模下得到复现；从头训练的真实 dm_control Reacher 图像实验中，分支分离程度约为具备记忆基线的 38 倍，但该指标定义尚未验证。相较相同模型规模的循环 RSSM 风格预测器，作者报告 TI-JEPA 在三个环境中的两个上达到或超过其 rollout 准确性，并保留姿态与运动的独立可探测性。实验划分、消融及统计信息尚未验证。 平台推测（待验证）：可检验的迁移假设是，将 EEG 的窗口状态与跨窗口变化显式分离，可能改善动态状态预测；但 EEG 并非配置到图像的确定性渲染，原文的不可辨识性论证不能直接迁移。可复用编码分离思路，需改造时间差分尺度与观测编码；低信噪比、被试差异、通道变化及小数据可能使差分分支放大噪声。小规模实验可在相同输入历史和参数预算下比较分离编码与记忆基线的下一窗口预测误差，并检验跨被试稳定性。相关 EEG 工作尚未检索确认。

    阅读价值：值得核对其单帧表征无法辨识速度的适用条件，并复现 TI-JEPA 相对匹配记忆基线的改进，以区分运动信息缺失与预测器能力不足。

  3. arXiv · 架构与算子74

    COSMOS：用于长时域 PDE 预测的软机制混合与可验证路由

    基于摘要分析。COSMOS 针对多种物理过程并存时，单体神经算子与稀疏专家路由难以表达连续组合的问题，提出软机制混合神经算子，并构建具有已知轨迹混合权重的算子分裂组合基准，用于检验预测性能与路由解释。 核心机制：四个带有过程偏置的专家在每一步均保持激活，由学习得到的门控连续混合，再通过小型网络融合特征。专家共享粗粒度潜在网格，并以零初始化的全分辨率残差恢复瓶颈损失的细节。该设计以同时参与的专家替代稀疏 top-K 选择；具体损失、训练流程及网络规模尚未验证。 作者报告，在与按方程族调优的 FNO 比较、采用 20 步滚动预测的初始 3 个随机种子评估中，COSMOS 在 diffusion–reaction 上呈现收益，在 Navier–Stokes 上表现相当，在 shallow-water 上较弱；随后 11 个随机种子的审计表明 diffusion–reaction 收益不稳定，因此不能据此可靠宣称这些方程族上的精度优势。作者报告，均匀路由或移除专家混合会显著降低稳定状态下的滚动预测表现。 在带路由标签的组合基准上，作者报告，相同特征融合条件下，稠密软路由的误差比硬 top-1 路由低 2.2 倍；推理时使用生成器的真实混合权重 w*，滚动预测误差进一步降至 0.034。摘要未明确该误差的指标定义、归一化方式及完整评估协议，不能与其他任务分数直接比较。路由标签与专家预设机制并不对应，因此结果支持组合预测能力，而非机制身份解释；真实权重干预则提示学习门控仍有限制。 平台推测（待验证）：若将软专家混合用于 EEG 时空预测，可复用连续门控与多专家融合，但 PDE 过程偏置、潜在网格和机制标签均需重新设计；EEG 的低信噪比、通道差异与小数据可能造成专家退化或门控不稳定。一个可证伪的小实验是在固定跨被试划分、相同融合模块及相近模型容量下，比较软路由、硬 top-1 与均匀路由，并用多随机种子检查预测误差收益是否稳定；这不等同于验证 EEG 生理机制。已有 EEG 相关工作尚未检索确认。完整数据划分、消融设置及统计信息尚未验证。

    阅读价值：值得阅读的是作者通过多随机种子审计修正初步精度结论，并用已知混合权重区分软路由的组合预测价值与机制身份解释的局限。

10月2日周五
  1. arXiv · 泛化与分布偏移79

    超越随机划分：在化学与生物学驱动的分布偏移下评估药物–靶标亲和力模型

    基于摘要分析。研究考察药物–靶标亲和力（DTA）预测中，评估所采用的分布偏移是否会改变模型架构的优劣排序。其贡献是对化学结构、蛋白质靶标及二者同时变化的外推情境进行受控比较，检验单一划分下的模型选择能否适用于其他部署情境。 作者从 ChEMBL 与 BindingDB 整理了 718,800 个唯一药物–蛋白质配对，将 Morgan-fingerprint + protein-CNN 基线与 12 种受控架构进行比较；后者组合四种药物表征与三种 ESM-2 交互模式。摘要未给出各表征和交互模式的具体实现、训练损失及划分构造细节。 作者报告，在 scaffold OOD 与 fingerprint-cluster OOD 下，平均验证 RMSE 分别为 0.950 和 0.945；在 protein-cluster OOD 与 dual OOD 下，分别升至 1.299 和 1.321。两种化学偏移下的模型排名较一致（tau = 0.79），但 protein OOD 与 scaffold OOD 的排名一致性降至 tau = 0.39，dual OOD 与 scaffold OOD 则呈负向关系（tau = -0.55）。这些数值分别对应不同评估分布，不能视为同一测试条件下的直接性能比较；亲和力标签单位、变换及聚合细节尚未验证。 作者报告，留出评估、重复随机种子、考虑分组的 bootstrap 分析以及样本量匹配对照支持同一结论：架构选择依赖外推类型，而不只依赖平均误差或训练集规模。全文中的实验协议、消融及统计信息尚未验证，尤其需要核对分组规则、各划分样本量和排名不确定性。 平台推测（待验证）：可迁移到 EEG/BCI 的是评估原则，而非这些 DTA 架构本身。假设被试、会话或采集设备的变化也可能改变模型排名，可在同一 EEG 数据集上对固定候选模型分别进行被试内与跨被试评估，并以被试为单位估计排名不确定性。小样本、低信噪比和通道差异可能使排名更不稳定；原领域结果不构成 EEG 有效性证据，相关 EEG 工作尚未检索确认。

    阅读价值：值得阅读其分布偏移评估设计：作者报告化学偏移与蛋白质偏移可改变甚至逆转模型排名，提示架构选择应与预期部署场景匹配，而非仅依据单一划分的误差。