全部动态

本页 40 条
10月9日 周五
arXiv cs.LG78

面向决策的上下文线性优化策略内学习与部分反馈

arXiv:2606.01081v2 公告类型:替换 摘要:面向决策的学习(DFL)通过优化下游决策质量,而非单独的预测准确率,来训练预测模型。对于上下文线性优化,现有大多数 DFL 方法都假设使用离线数据,并且能够完整观测目标成本向量。我们针对部分反馈下的序列上下文线性优化,提出了一种策略内学习方法,将标准的 bandit 反馈设置进行了推广。我们的方法学习一种随机的“预测后优化”策略:从条件分布中采样成本向量预测,并求解由此得到的下游线性优化问题。为更新这一分布模型,我们引入了一种由两个部分组成的混合梯度估计器。第一部分是得分函数估计器,它能够提供无偏但可能具有较高方差的策略梯度估计。第二部分是面向决策的插件组件,它利用对潜在成本向量的辅助干扰估计来挖掘下游优化结构;随着该估计的改进,这一组件将提供更多信息。我们证明,策略梯度范数平方的平均值满足 O(T^-1/2) 界,与标准非凸 SGD 的收敛速率相匹配。在 top-k 选择、最短路径、组合定价以及真实数据能源调度基准上的实验表明,在 bandit 反馈下,混合梯度方法在全部四个基准上都比上下文 bandit 基线取得更低的平均累积遗憾,在其中三个基准上也优于线性 Thompson sampling;实验还表明,该方法同样适用于更丰富的条件生成式成本模型。代码可在 https://github.com/Joeyetinghan/on-policy-bandit-dfl 获取。

arXiv cs.LG76

信赖域 Q Adjoint Matching

arXiv:2605.27079v2 发布类型:替换 摘要:预训练流策略的离策略强化学习仍然面临挑战,因为多步采样过程带来的优化不稳定性使其难以训练。近期,带 Adjoint Matching 的 Q-learning(QAM)将策略改进重新表述为由学习得到的评论家引导的随机最优控制(SOC)问题,从而解决了这一问题。然而,QAM 继承了评论家引导式策略改进的一个根本性脆弱点:微小的评论家误差可能被指数级放大,并经常导致性能崩溃。本文提出 Trust Region Q Adjoint Matching(TRQAM),这是一种稳定的离策略微调算法,通过投影对偶下降自适应地控制微调策略与预训练策略之间的路径空间 KL。具体而言,我们在流策略的采样过程中调整信赖域参数 $\lambda$,并证明 $\lambda$ 会在 SOC 目标中对路径空间 KL 进行精确加权。因此,我们的方法能够在预先设定的 KL 预算内严格控制策略偏离预训练策略的程度,从而实现稳定的离策略强化学习。在 50 个 OGBench 任务上的实验表明,TRQAM 在离线强化学习和离线到在线强化学习中均持续优于以往方法。特别是,TRQAM 在离线强化学习中取得了 68% 的总体成功率,显著高于最强基线的 46%。

arXiv cs.LG73

ROAR:面向零样本时间序列预测的检索机会感知精炼

arXiv:2605.24911v2 公告类型:替换 摘要:检索增强为时间序列预测器提供了历史延续片段,然而,即使候选片段优于基础预测,也未必能改善最终预测结果。我们提出 ROAR,一种面向零样本时间序列预测的检索机会感知精炼框架。为更好地利用这些改进机会,其训练目标根据基础预测的难度以及检索候选片段所带来的相对改进程度,在不同查询之间分配额外权重。在此目标下,ROAR 首先学习聚合对齐的历史候选片段,并使用一个学习得到的门控机制,相对于固定的基础预测器控制候选片段的校正强度。随后,它联合校准预测模块和门控机制,以协调二者的贡献,同时将组合预测锚定到第一阶段的精炼输出。我们推导了精炼增益和机会加权训练损失的精确分解,并在局部线性化条件下刻画了联合校准带来的额外增益。在七个基准数据集上的实验表明,在参与比较的方法中,ROAR 达到了最低的平均 MSE。进一步评估显示,在多个骨干网络系列和检索增强预测器上,ROAR 都能带来平均预测性能提升。

arXiv cs.LG77

MARGIN:面向多智能体基础模型协同的运行时置信度校准

arXiv:2605.22949v4 公告类型:替换 摘要:当协调器比较异构基础模型的答案时,不同应答模型所报告的置信度可能具有不同含义,并且这种含义还会随工作负载变化。本文提出 MARGIN(Multi-Agent Runtime Grading via Incremental Normalisation),一种运行时校准方法。该方法根据观测到的答案结果学习针对不同模型的置信度修正,无需重新训练模型,也不需要留出校准集。MARGIN 在各个置信度区间内跟踪近期准确率和模型给出的置信度,利用二者的比值修正报告的置信度,并将样本稀疏区间的修正结果向模型级估计进行平滑。修正后的分数用于在集体决策中对候选答案加权。评估涵盖代码生成、问答和数学任务,使用包含 18 个模型的模型池,并在分布偏移实验中使用其中的九模型子集。在 BigCodeBench 上,模型平均置信度与准确率呈负相关;在正确/错误回答对中,选择置信度更高的应答模型,其表现低于随机水平。与五种在线校准基线方法相比,这些基线接收相同的反馈,并在每次转换过程中保留所学习的状态,MARGIN 在两次代码生成转换中的分布偏移后期望校准误差均低于这五种方法,在一次问答转换中低于其中四种;剩余的一次问答比较结果尚无定论。在独立的代码生成协同实验中,相较于未经校准的置信度加权,校准提升了正确回答的排序效果,并在三个基准中的两个上使答案选择准确率分别提高了 4.3 和 14.0 个百分点。这些结果表明,当能够获得参与应答模型的正确性反馈时,针对模型的运行时校准有助于应对工作负载变化下的协同决策。

arXiv cs.LG78

蒸馏博弈:自适应评估与高效防御

arXiv:2605.22737v4 公告类型:替换 摘要:蒸馏攻击给模型提供方带来了部署层面的权衡:使模型更有用的同一批输出,也可能让模型更容易被模仿。我们通过受效用约束的教师模型与自适应学生模型之间的极小极大博弈,研究了这一权衡。我们的框架产生了易于处理的单边响应规则:一种自适应评估规则,使学生模型对高价值样本重新加权;以及一种教师模型侧的防御模板,抑制对蒸馏最有用的输出。基于一种低成本的样本价值代理指标,我们提出了 Product-of-Experts(PoE),这是一种简单的、仅需前向传播的防御方法,在生成过程中将教师模型与代理学生模型结合起来。实验证明,自适应评估揭示了显著的被动评估与自适应评估差距:在当前最先进的防御方法上,相比被动评估所显示的结果,自适应学生模型在 GSM8K 和 MATH 上恢复出了多得多的能力。在这一更强的评估下,昂贵防御方法与 PoE 之间表面上的鲁棒性差距大幅缩小,而 PoE 的成本仍显著更低,并且能够保留质量更高的推理轨迹。总体而言,我们的结果表明,强大的蒸馏攻击仍然难以阻止;反蒸馏研究的进展应当依据自适应学生模型,而非被动学生模型进行评估。我们的代码可在以下地址获取:https://github.com/ysfalh/distillation-game】【。

arXiv cs.LG76

超越准确率:EEG基础模型的鲁棒性、可解释性与表达能力

arXiv:2605.17562v2 公告类型:替换 摘要:EEG基础模型(EEG-FMs)主要依据干净、同分布数据上的准确率进行评估;与监督式基线和较弱的冻结表示相比,它们仅展现出有限的性能提升。本研究通过在十个数据集上评估六个EEG-FMs和一个监督式基线,从三个分析层面考察这些结论是否适用于超越干净准确率的情形:(i)鲁棒性:我们施加了测试时扰动,包括加性噪声、随机及基于脑区的通道丢弃,以及特定脑区的噪声注入。分析表明,没有任何单一模型能够在所有失效模式下占据主导地位。噪声鲁棒性最强的模型之一,在通道丢弃下却最为脆弱;而且,当通道被移除而不是进行零填充时,大部分通道丢弃脆弱性会消失。(ii)可解释性:利用EEG-FMs中的归因方法,我们表明,模型总体上会将相关性集中于与任务相匹配的脑区,这与已知的神经生理学规律一致。(iii)表达能力:我们证明,先前归因于低质量预训练表示的仅使用任务头时性能不佳,在很大程度上是由池化策略导致的;当保留其词元级嵌入时,EEG-FMs具备足够的表示能力。此外,通过分块探测和注意力分析,我们表明,后部模块会在微调过程中被重新调整用途,而前部模块已经包含与任务相关的信息。我们的结果表明,对EEG-FMs的结论取决于评估选择;我们建议,未来对EEG-FMs的评估应报告各类扰动下的鲁棒性,生成归因图,并考察多种池化策略。

arXiv cs.LG80

利用梯度预测实现快速对抗攻击

arXiv:2605.14868v2 公告类型:替换 摘要:大规模生成对抗样本是鲁棒性评估、对抗训练和红队测试的核心基础操作,但即使是 FGSM 这类“快速”攻击,也仍然受限于一次反向传播的成本。我们提出了一系列攻击方法,通过轻量级线性回归,利用前向传播的隐藏状态预测输入梯度,从而消除反向传播过程。从理论上看,我们推导出了精确的仿射条件梯度均值,证明了该方法在(理想化的)NTK 机制下的最优性。在实验中,我们的方法应用于实际的有限宽度模型时依然有效;在仅耗费极少时间的情况下,我们保留了 FGSM 大部分的攻击性能,使吞吐量提升了 $532\%$。这些结果表明,在现实的运行时间约束下,梯度预测是显著加速对抗样本生成的一种简单且通用的方法。

arXiv cs.LG77

FeatCal: Feature Calibration for Post-Merging Models

arXiv:2605.13030v2 Announce Type: replace Abstract: Model merging combines task experts into one model and avoids joint training, retraining, or deploying many expert models, but the merged model often still underperforms task experts. We study this performance gap through feature drift, the difference between features produced by the merged model and by the expert on the same input. Our theory decomposes this drift into upstream propagation and local mismatch, tracks how it propagates and combines through later layers in forward order, and links final feature drift to output drift. This view motivates FeatCal, which uses a small calibration set to calibrate the merged model weights layer by layer in forward order, reducing feature drift while staying close to merged weights and preserving the benefits of model merging. FeatCal uses an efficient closed-form solution to update model weights, with no gradient descent, iterative optimization, or extra modules. On the main CLIP and GLUE benchmarks, FeatCal beats Surgery and ProbSurgery, the closest post-merging calibration baselines: 85.5% vs. 77.0%/78.8% on CLIP-ViT-B/32 Task Arithmetic (TA) and 85.2% vs. 83.7%/82.2% on FLAN-T5-base GLUE. On CLIP-ViT-B/32, 8 examples per task reach 82.9%, and 256 examples per task take 53 seconds, about 4x faster than both baselines, showing better sample efficiency and lower calibration cost.

arXiv cs.LG81

Inference-Time Machine Unlearning via Gated Activation Redirection

arXiv:2605.12765v4 Announce Type: replace Abstract: Large Language Models (LLMs) memorize vast amounts of training data, raising concerns regarding privacy, copyright infringement, and safety. Machine unlearning seeks to remove the influence of a targeted forget set while preserving model performance, ideally approximating a model retrained from scratch without it. Once an LLM is in use, every new request to make it forget specific content demands updating its weights. However, unlearning through parameter updates is expensive, hard to audit, and can be undone by quantization. We show that unlearning can be enforced entirely at inference time, without training, gradients, or weight changes. We introduce Inference-Time Unlearning via Gated Activation Redirection (GUARD-IT), a training- and gradient-free method that unlearns via input-dependent activation steering at inference time. GUARD-IT stores the content to be forgotten as a small library of activation directions, and during inference, it routes each query through a similarity gate that activates only for relevant directions and applies them as a norm-preserving rotation of the residual stream, while unrelated queries pass through the unmodified model. The same design carries across three model families and nine checkpoints from 0.8B to 8B parameters, and new forget requests are absorbed by one offline pass of forward passes. On TOFU, against 16 gradient-based and inference-time baselines, and on MUSE and WMDP, GUARD-IT forgets without breaking the model, and on TOFU it is the only method that suppresses memorization in every Llama configuration without collapsing: it keeps utility and fluent generation in every configuration, moves the model's output distribution closest to a model that never saw the forgotten data on the forget01 split, survives 4- and 8-bit quantization and ten sequential forget requests, and holds under jailbreak attacks.

arXiv cs.LG79

期望的批次最优传输计划及其对流匹配的影响

arXiv:2605.12174v2 发布类型:替换 摘要:在大规模学习中,针对随机小批次求解最优传输(OT)是精确 OT 的常见替代方案。在流匹配(FM)中,这种替代方案用于获得类似 OT 的耦合,从而使概率路径变直并降低数值积分成本。然而,重复执行小批次 OT 所诱导的总体层面耦合仍未得到充分理解。我们将这一耦合形式化为期望批次 OT 传输计划 $\overline{\pi}_{k}$,其通过对独立的、大小为 $k$ 的小批次上的经验 OT 传输计划取平均得到。随后,我们证明了其在大批次下的一致性,并在与生成建模相关的半离散情形中,推导出传输成本偏差以及 $\overline{\pi}_{k}$ 收敛至 OT 传输计划的速率。对于 FM,这得到了一种总体耦合,其诱导的速度场具有足够的正则性,能够定义从源分布到离散目标分布的唯一流。最后,我们在一个易于处理的双原子模型以及合成数据和图像实验中,量化了 OT 批次大小与数值积分之间的相互作用。

arXiv cs.LG74

记得遗忘:门控自适应位置编码

arXiv:2605.10414v2 公告类型:替换 摘要:旋转位置编码(RoPE)广泛应用于现代大型语言模型。然而,当序列长度超出训练期间见过的范围时,旋转相位可能进入分布外区域,从而导致虚假的远程对齐、注意力分散以及检索性能下降。现有的解决方案只能部分缓解这些问题,因为它们通常需要以牺牲局部位置分辨率为代价来换取长上下文稳定性。我们提出 GAPE(门控自适应位置编码),这是一种可直接替换使用的位置编码增强方法,在保留旋转几何结构的同时,将内容感知偏置直接引入注意力 logits。GAPE 通过一个依赖查询的门控机制压缩无关上下文,并通过一个依赖键的门控机制保留重要的远距离 token,从而将基于距离的抑制与 token 重要性解耦。我们证明,受到较弱保护的远距离上下文会随着查询门控值的变化呈指数衰减,而被选中的键则可通过地标保护继续保持可访问性。我们进一步证明,GAPE 可以在标准缩放点积注意力中实现。在受控检索和语言建模实验中,GAPE 在长上下文场景下表现出更强的鲁棒性,并可外推至训练长度的 8 倍。我们还将 GAPE 改造并应用于一个预训练的 7B 模型,在标准基准测试中保持了原有性能,并在评估的最长上下文长度下取得了更好的表现。这些结果表明,自适应上下文抑制可以作为位置表示的补充,促进长上下文泛化。

arXiv cs.LG82

别把 Kroneckers 搞乱:高维不完整网格上的高斯过程

arXiv:2605.08036v2 公告类型:替换 摘要:我们提出了 CUTS-GPR,这是一种用于在高维环境中执行数值精确 GPR 的新方法。CUTS-GPR 的核心组件是一种极其快速的核矩阵-向量乘法,其计算规模随训练数据量 $N$ 近似线性甚至呈线性增长,并且随维度 $D$ 呈低阶多项式增长。这是通过将加性核与不完整网格相结合,并利用由此产生的核矩阵结构实现的。我们通过包含数十亿个数据点和数千个维度的基准测试,验证了矩阵-向量乘法的可扩展性。我们进一步在合成数据集上运行完整的 GPR 计算(包括超参数优化),其中最大规模达到 $N = 4\,494\,001$ 和 $D = 500$,展示了 CUTS-GPR 端到端的可扩展性。作为一项现实且具有挑战性的测试,我们最终将 CUTS-GPR 应用于一组包含十个势能面(PESs)的数据集,其规模为 $N = 447\,265$ 和 $D = 24$。这些计算在数小时内完成,表明 CUTS-GPR 能够实现高维 PESs 的贝叶斯建模——这是计算化学领域长期以来的一项挑战。

arXiv cs.LG73

扰动二阶校准的极小极大速率

arXiv:2605.07808v2 公告类型:替换 摘要:二阶校准误差刻画了高阶预测器的认识不确定性估计与其水平集上标签概率的条件方差之间的匹配程度。我们刻画了在对分类器输出施加小扰动的情形下,二分类中二阶校准误差估计的极小极大速率。我们的方法十分简单:向分数坐标添加相互独立、带宽为 $h$ 的 sech 噪声,然后使用低阶多项式,根据扰动后的分数对 $Y^{(1)}$ 和 $Y^{(1)}Y^{(2)}$ 进行回归。关键在于,sech 扰动使校准函数在适当的带状区域内解析。所得估计器的误差为 $O_h(\log^{3/2}n/\sqrt n)$,且具有显式常数。在相同设置下,一个匹配的 $\Omega(1/\sqrt{n})$ 下界表明,该方法除对数因子外达到了极小极大最优性。作为推论,我们给出了扰动二阶 Platt scaling 的有限样本保证,从而得到一种事后处理方法,可同时重新校准扰动高阶预测器的均值预测和认识方差估计。与此同时,我们给出了二阶校准误差的显式双矩公式,并定量地将其与 Ahdritz et al. [2025] 的分桶公式联系起来。实验结果验证了所预测的速率以及重新校准后不确定性的质量。

arXiv cs.LG80

顿悟还是故障?低精度如何驱动 Slingshot 损失尖峰

arXiv:2605.06152v4 公告类型:替换 摘要:深度神经网络在未经正则化的长期训练过程中会出现周期性的损失尖峰,这一现象被称为“Slingshot Mechanism”。现有研究通常将其归因于内在的优化动力学,但其触发机制仍不明确。本文证明,该现象源于浮点运算的精度限制。当训练进入高置信度阶段时,正确类别与其他类别之间的 logit 差异可能超过吸收误差阈值。此时在反向传播过程中,正确类别的梯度会被精确舍入为零,而错误类别的梯度仍保持非零状态。这破坏了跨类别梯度的零和约束,并在分类器层的参数更新中引入系统性漂移。我们证明,这种漂移会与特征形成正反馈回路,导致全局分类器均值和全局特征均值呈指数增长。我们将这一机制称为数值特征膨胀(Numerical Feature Inflation,NFI)。该机制解释了 Slingshot 尖峰出现前范数的快速增长、梯度随后重新出现的现象,以及由此产生的损失尖峰。我们进一步表明,NFI 并不等同于观测到的损失尖峰:在更实际的任务中,部分吸收可能不会产生可见的尖峰,但仍可能破坏零和约束,并推动参数范数快速增长。我们的结果将 Slingshot 重新解释为有限精度训练中的一种数值动力学,并为训练后期异常的参数增长和 logit 发散提供了可检验的解释。

arXiv cs.LG73

State Stream Transformer (SST) V2:用于潜在空间推理的非线性递归并行训练

arXiv:2605.00206v2 公告类型:替换 摘要:当前的 Transformer 会丢弃位置之间丰富的潜在残差流,在每个新位置重新构建潜在推理上下文,从而未能充分利用潜在的推理能力。State Stream Transformer (SST) V2 通过在每个解码器层中采用由 FFN 驱动的非线性递归,实现了连续潜在空间中的参数高效推理;其中,潜在状态通过学习得到的混合机制,沿整个序列横向传递。该机制还支持在推理时针对每个位置进行连续的潜在思考,在确定输出某个 token 之前投入额外的 FLOPs 来探索抽象推理过程。一个两遍式并行训练过程对顺序递归进行近似,使联合训练在计算上切实可行。隐藏状态分析表明,状态流通过连续潜在空间中尖锐且依赖内容的重组来促进推理;LM head 通过输出分布显现由此产生的潜在信念状态,而状态流则将这些状态向前传递,以影响后续位置。一个经过训练的探针显示,在第一个生成 token 时,潜在状态就已经能够预测:对于后续每个位置,在进行额外潜在计算后,最终答案是否会保持正确或出错。研究者仅使用少量 GSM8K 样例数据,将该模型联合训练到一个现有的 27B 骨干模型中,并使用 oracle 将每个问题路由到每个 token 一至四次递归前向传递的深度。在分布外 GPQA-Diamond 评测中,SST 达到了 61.11% 的架构容量上限,比与其微调设置匹配的基线高出 15.15 个百分点,并使该基线在 GSM8K 上剩余的错误减少了 46%。总体而言,这些结果提供了一种高效训练非线性递归的方法,并表明,与训练设置相同的其他 Transformer 相比,状态流能够提供额外的推理能力。

arXiv cs.LG78

CMGL:置信度引导的癌症亚型分类多组学图学习

arXiv:2604.24201v2 公告类型:替换 摘要:动机:多组学整合可以提升癌症亚型分类性能,但不同癌症类型和患者之间的模态信息量与噪声水平存在差异。大多数针对多组学数据的图方法都在下游分类目标中学习模态贡献,却将每位患者的预测可靠性隐式化。因此,信息量不足的模态可能削弱融合表示,而不可靠的组学数据则可能在图传播过程中引入带噪声的患者关系。为解决这两个问题,我们提出了 CMGL,该方法在融合前生成独立的可靠性估计,并利用共识患者邻域进行图分类。结果:CMGL 通过证据深度学习估计每位患者的模态置信度,在多组学融合过程中固定这些置信度值,并在独立指定的一致性图上执行分类。在四项 MLOmics 癌症亚型任务和 32 类泛癌任务中,CMGL 均稳定优于最强基线;在四项单癌种任务中,其平均准确率领先基线 4.03%。其学习到的表示能够恢复乳腺浸润性癌(BRCA)的 PAM50 内在亚型;此外,在 BRCA 上训练的模型无需微调即可迁移至肾透明细胞癌(KIRC),并将患者分层为预后存在显著差异的群体。

arXiv cs.LG73

Provably Efficient Offline-to-Online Value Adaptation with General Function Approximation

arXiv:2604.13966v2 Announce Type: replace Abstract: We study value adaptation in offline-to-online reinforcement learning under general function approximation. Starting from an imperfect offline pretrained $Q$-function, the learner aims to adapt it to the target environment using only a limited amount of online interaction. We first characterize the difficulty of this setting by establishing a minimax lower bound, showing that even when the pretrained $Q$-function is close to optimal $Q^\star$, online adaptation can be no more efficient than pure online RL on certain hard instances. On the positive side, under a novel structural condition on the offline-pretrained value functions, we propose O2O-LSVI, an adaptation algorithm with problem-dependent sample complexity that provably improves over pure online RL. Finally, we complement our theory with neural-network experiments that demonstrate the practical effectiveness of the proposed method.

arXiv cs.LG71

Virtual Smart Metering in District Heating Networks via Heterogeneous Spatial-Temporal Graph Neural Networks

arXiv:2604.10166v2 Announce Type: replace Abstract: Intelligent operation of thermal energy networks aims to improve energy efficiency, reliability, and operational flexibility through data-driven control, predictive optimization, and early fault detection. Achieving these goals relies on sufficient observability, requiring continuous and well-distributed monitoring of thermal and hydraulic states. However, district heating systems are typically sparsely instrumented and frequently affected by sensor faults, limiting monitoring. Virtual sensing offers a cost-effective means to enhance observability, yet its development and validation remain limited in practice. Existing data-driven methods generally assume dense synchronized data, while analytical models rely on simplified hydraulic and thermal assumptions that may not adequately capture the behavior of heterogeneous network topologies. Consequently, modeling the coupled nonlinear dependencies between pressure, flow, and temperature under realistic operating conditions remains challenging. In addition, the lack of publicly available benchmark datasets hinders systematic comparison of virtual sensing approaches. To address these challenges, we propose a heterogeneous spatial-temporal graph neural network (HSTGNN) for constructing virtual smart heat meters. The model incorporates the functional relationships inherent in district heating networks and employs dedicated branches to learn graph structures and temporal dynamics for flow, temperature, and pressure measurements, thereby enabling the joint modeling of cross-variable and spatial correlations. To support further research, we introduce a controlled laboratory dataset collected at the Aalborg Smart Water Infrastructure Laboratory, providing synchronized high-resolution measurements representative of real operating conditions. Extensive experiments demonstrate that the proposed approach significantly outperforms existing baselines.

arXiv cs.LG73

Dynamic Free-Rider Detection in Cross-Silo Federated Learning via Simulated Attack Patterns

arXiv:2604.04611v3 Announce Type: replace Abstract: Federated learning (FL) enables multiple clients to collaboratively train a global model by aggregating local updates without sharing private data. In this work, we focus on cross-silo FL, where each client typically represents an independent organization. However, cross-silo FL can face the challenge of free-riders, clients who submit fake model parameters without performing actual training to obtain the global model without contributing. Chen et al. proposed a free-rider detection method based on the weight evolving frequency (WEF) of model parameters. This detection approach is practical because it requires neither a proxy dataset nor pre-training. Nevertheless, it struggles to detect ``dynamic'' free-riders who behave honestly in early rounds and later switch to free-riding, particularly under global-model-mimicking attacks such as the delta weight attack and our newly proposed adaptive WEF-camouflage attack. In this paper, we propose a novel detection method S2-WEF that simulates the WEF patterns of potential global-model-mimicking attacks on the server side using previously broadcast global models, and identifies clients whose submitted WEF patterns resemble the simulated ones. To handle a variety of free-rider attack strategies, S2-WEF further combines this simulation-based similarity score with a deviation score computed from mutual comparisons among submitted WEFs, and separates benign and free-rider clients by two-dimensional clustering and per-score classification. This method enables dynamic detection of clients that transition into free-riders during training without proxy datasets or pre-training. We conduct extensive experiments across four datasets and five attack types, demonstrating that S2-WEF provides robust dynamic free-rider detection across diverse settings.

arXiv cs.LG72

以任务为中心的语言模型个性化联邦微调

arXiv:2604.00050v3 公告类型:替换 摘要:联邦学习(FL)已成为一种颇具前景的技术,可用于在分布式且私有的多任务数据集上训练语言模型。然而,对在异构任务上训练的模型进行聚合,往往会降低各个客户端的整体性能。为了解决这一问题,个性化联邦学习(pFL)旨在创建适应每个客户端数据分布的模型。尽管这些方法能够提升本地性能,但通常在两个方面缺乏鲁棒性:(i)泛化能力:当客户端必须对未见过的任务进行预测,或其数据分布发生变化时;(ii)客户端内任务干扰:当单个客户端的数据包含多个分布,并且这些分布可能在本地训练过程中相互干扰时。为应对这两个挑战,我们提出了 FedRouter,这是一种基于聚类的 pFL 方法,针对每个任务而非每个客户端构建专用模型。FedRouter 使用适配器,并通过两种聚类机制将适配器与特定任务关联起来,从而实现模型个性化。第一种是本地聚类,将适配器与任务数据样本相关联;第二种是全局聚类,将来自不同客户端的相似适配器相关联,以构建以任务为中心的个性化模型。此外,我们提出了一种评估路由器机制,根据所构建的聚类将测试样本路由至最佳适配器。在多任务数据集上将我们的方法与现有方法进行比较的实验表明,FedRouter 在这些具有挑战性的场景中表现出很强的韧性:在任务干扰条件下相对性能最高提升 6.1%,在泛化评估中相对提升最高达 136%。

arXiv cs.LG78

停止探测,开始编码:为什么线性探针和稀疏自编码器无法实现组合泛化

arXiv:2603.28744v2 公告类型:替换 摘要:线性表征假说认为,神经网络激活将高级概念编码为线性混合。然而,在叠加表征下,这种编码是将高维概念空间投影到低维激活空间的过程,概念空间中的线性决策边界在投影后不一定仍保持线性。在这种情况下,采用逐样本迭代推断的经典稀疏编码方法可以利用压缩感知保证来恢复潜在因子。另一方面,稀疏自编码器(SAE)将稀疏推断摊销到一个固定编码器中,从而引入系统性差距。我们表明,这种摊销差距在不同训练集规模、潜在维度和稀疏度水平下持续存在,导致 SAE 在分布外(OOD)组合偏移下失效。通过分解这一失败过程的受控实验,我们确定字典学习才是限制因素,而非推断过程:SAE 学到的字典指向了显著错误的方向,即使在同一字典上用逐样本 FISTA 替代编码器,也无法弥合这一差距。一个神谕基线证明,在所有测试尺度上,只要拥有良好的字典,该问题都是可解的。我们的结果(包括使用真实 LLM 激活的实验,如 Pythia-70M 和 Gemma-2-2B)重新界定了 SAE 失败的性质:这不是推断问题,而是字典学习挑战;同时也表明,可扩展的字典学习是在叠加表征下实现稀疏推断的关键开放问题。

arXiv cs.LG66

Identification of Bivariate Causal Directionality Based on Anticipated Asymmetric Geometries

arXiv:2603.26024v4 Announce Type: replace Abstract: Identification of causal directionality in bivariate numerical data is a fundamental research problem with important practical implications. This paper presents two alternative methods to identify direction of causation by considering conditional distributions: (1) Anticipated Asymmetric Geometries (AAG) and (2) Monotonicity Index (MI). The AAG method compares the actual conditional distributions to anticipated ones along two variables. Different comparison metrics, such as Pearson correlation, cosine distance, Hellinger distance, Jaccard index, Jeffreys divergence, K-L divergence, K-S distance, MAE, MSE, mutual information, and Wasserstein distance have been evaluated. Anticipated distributions have been projected as normal based on dual response statistics: mean and standard deviation. The MI method compares the calculated monotonicity indexes of the gradients of conditional distributions along two axes and exhibits count of gradient sign changes. Both methods assume stochastic properties of the bivariate data and exploit anticipated unimodality of conditional distributions of the effect. The proposed methods are straightforward and include only a limited number of hyperparameters that affect the accuracy of the identification. For a given set of hyperparameters, both the AAG and MI methods provide a unique, deterministic solution. To address sensitivity to hyperparameters, tuning has been done by utilizing a full factorial Design of Experiment. It turns out that the AAG method outperforms MI, achieving top weighted accuracies of 82.7% with simple tuning and 84.4% with size-adaptive tuning, compared with 81.6% for GRCI or 82.0% for CAREFL-H on the 99 pairs of the Tubingen real-world cause-effect examples. To evaluate the decisiveness of the identification method, a decision tree was fitted on the input data's symmetrical bivariate statistics to detect misclassified cases.

arXiv cs.LG77

超越样本复制:扩散模型中的结构化记忆

arXiv:2603.13419v3 公告类型:替换 摘要:扩散模型在实践中具有良好的泛化能力。矛盾的是,一个最优的扩散模型会完全记忆训练数据,因此无法实现泛化,这引出了一个问题:实际的扩散模型是如何产生泛化能力的?我们表明,扩散模型会逐步过拟合去噪训练目标,从而在中间噪声水平下造成验证性能与训练性能之间的泛化差距。在一个具有受控去噪误差、完全可解析的二维玩具模型中,我们将这一差距追溯到模型误差与数据分布支撑集密度之间的相互作用。最优去噪流场会高度局部化于各个训练点附近,而模型误差会抑制对训练点的精确回忆,从而产生平滑且具有泛化能力的流场。最后,我们考察了训练期间的过拟合如何沿推理轨迹显现。我们发现,从轨迹中间状态得到的预测,与从加噪训练图像和验证图像得到的预测,处于特征空间中截然不同的区域。随着训练推进和模型规模增大,这些预测对训练数据表现出更强的相对亲和性,尽管它们与验证数据的绝对相似度并未降低。综上,这些发现表明,去噪目标和推理轨迹以不同方式体现了结构化记忆。

arXiv cs.LG75

PhysMoDPO:通过偏好优化实现物理上合理的人形动作

arXiv:2603.13228v3 公告类型:替换 摘要:近年来,文本条件人体动作生成领域的进展主要得益于在大规模人体动作数据上训练的扩散模型。在此基础上,近期方法尝试将此类模型迁移到角色动画和真实机器人控制中,通过应用全身控制器(Whole-Body Controller,WBC)将扩散模型生成的动作转换为可执行轨迹。尽管经过 WBC 处理的轨迹符合物理规律,但其可能与原始动作产生显著偏差。为解决这一问题,我们提出了 PhysMoDPO,一种直接偏好优化框架。不同于依赖脚部滑动惩罚等手工设计的物理感知启发式方法,我们将 WBC 集成到训练流程中,并优化扩散模型,使 WBC 的输出同时符合物理规律和原始文本指令。为了训练 PhysMoDPO,我们采用基于物理和任务特定的奖励,并利用这些奖励对合成轨迹进行偏好排序。在文本到动作和空间控制任务上的大量实验表明,在模拟机器人上,PhysMoDPO 在物理真实性和任务相关指标方面均取得了稳定提升。此外,我们还证明,在仿真中的零样本动作迁移以及部署到真实世界的 G1 人形机器人上时,PhysMoDPO 都能带来显著改进。

arXiv cs.LG81

大型语言模型的越狱缩放定律:多项式—指数交叉

arXiv:2603.11331v4 公告类型:替换 摘要:对抗性攻击能够可靠地诱导经过安全对齐的大型语言模型产生不安全行为。通过实证研究,我们发现,对抗性提示注入攻击可以将未进行注入时观察到的缓慢多项式增长的攻击成功率,放大为随推理时采样数量呈指数增长的攻击成功率。我们首先针对安全生成在不同上下文中的分布提出一组最小假设,并据此给出能够产生这两种缩放定律的最小统计机制。为进一步解释这一现象,我们提出了一种代理语言的理论生成模型:将其描述为处于复制对称性破缺状态的自旋玻璃系统,其中生成结果从相应的 Gibbs 测度中抽取,并将一部分低能量、具有大小偏置的簇指定为不安全簇。我们从解析上展示了该模型如何自然地实现这些最小假设。较短的注入提示对应于指向不安全簇中心的弱磁场,并使攻击成功率随推理时采样数量呈幂律增长;而较长的注入提示,即强磁场,则会产生指数增长。我们在范围广泛的大型语言模型中观察到了定性一致的行为,其参数规模涵盖 3B 至 70B。特别是,在多种攻击方法(如 GCG 和 AutoDAN)以及 AdvBench 和 HarmBench 等基准数据集之间,主要趋势仍然保持稳定。

arXiv cs.LG77

\$OneMillion-Bench:语言智能体距离人类专家还有多远?

arXiv:2603.07980v2 公告类型:替换 摘要:随着语言模型(LM)从聊天助手发展为能够进行长程、多步骤推理并使用工具的智能体,现有基准测试仍大多局限于结构化或考试式任务,难以满足现实世界中的专业需求。为此,我们推出 \$OneMillion-Bench(\$OMB),这是一个包含400项由专家策划的任务的基准测试,涵盖法律、金融、工业、医疗保健和自然科学领域,旨在评估智能体在具有经济重大影响的场景中的表现。不同于以往研究,该基准要求智能体检索权威来源、解决相互冲突的证据、应用领域特定规则并作出受约束的决策;在这些任务中,正确性不仅取决于最终答案,也取决于推理过程。我们采用基于评分标准的评估协议,从事实准确性、逻辑连贯性、实践可行性和专业合规性等方面进行评分,并聚焦专家级问题,以确保能够对不同智能体进行有意义的区分。总体而言,\$OMB 提供了一个统一的测试平台,用于评估智能体在高度依赖专业领域的场景中的智能体可靠性、专业深度,以及其实践就绪程度的指标。

arXiv cs.LG75

Retrieval-Augmented Generation for Predicting Cellular Responses to Gene Perturbation

arXiv:2603.07233v2 Announce Type: replace Abstract: Predicting transcriptional responses to genetic perturbations is fundamental to functional genomics and therapeutic discovery. Recent deep learning models have shown promise in single-cell perturbation response prediction, but they typically generate each response in isolation, without explicitly leveraging related perturbations. We introduce PT-RAG (Perturbation-aware Two-stage Retrieval-Augmented Generation), a plug-in retrieval-and-conditioning module for generative cellular perturbation response. PT-RAG augments an existing perturbation-response backbone with learned access to related perturbation contexts. The key challenge is that relevance is not fixed in this setting: functionally related genes may elicit different effects across cell types. PT-RAG addresses this with a two-stage retrieval mechanism: GenePT-based semantic retrieval first identifies K candidate perturbations, after which a differentiable Gumbel-Softmax selector adaptively selects retrieved contexts conditioned on the control cell state, the query perturbation, and each candidate perturbation. We evaluate PT-RAG on two backbones, a STATE-style generator used as a frozen random reservoir and a fully trained scGPT, across cross-cell-type and cross-perturbation generalization tasks. PT-RAG consistently improves distributional similarity and often overall predictive quality; for example, on scGPT cross-cell-type results, the 2-Wasserstein distance drops by 5.9% relative to scGPT alone. The code to reproduce our experiments is available at https://github.com/difra100/PT-RAG_NIPS.

arXiv cs.LG76

3BASiL:LLM 稀疏加低秩压缩的算法框架

arXiv:2603.01376v2 公告类型:替换 摘要:大型语言模型(LLM)的稀疏加低秩($\mathbf{S} + \mathbf{LR}$)分解已成为模型压缩领域一个颇具前景的方向,旨在将预训练模型权重分解为稀疏矩阵与低秩矩阵之和($\mathbf{W} \approx \mathbf{S} + \mathbf{LR}$)。尽管近期取得了进展,现有方法相比稠密模型通常会出现显著的性能下降。在本文中,我们提出了 3BASiL-TM,这是一种高效的单次训练后处理方法,用于对 LLM 进行($\mathbf{S} + \mathbf{LR}$)分解,旨在弥合这一差距。我们首先提出了一种新颖的三块交替方向乘子法(ADMM),称为 3BASiL,在具备收敛保证的情况下最小化逐层重构误差。随后,我们设计了一个高效的 Transformer 匹配(TM)细化步骤,在 Transformer 层之间联合优化稀疏与低秩组件。该步骤最小化一种新颖的内存高效损失,使输出在 Transformer 层面实现对齐。值得注意的是,TM 过程具有通用性,因为它能够增强任何($\mathbf{S} + \mathbf{LR}$)分解,包括纯稀疏分解。数值实验表明,在(2:4 Sparse + 64 LR)配置下,与已有方法相比,3BASiL-TM 将相对于稠密 LLaMA-8B 模型的 WikiText2 困惑度差距缩小了 30% 以上。此外,与当前最先进的($\mathbf{S} + \mathbf{LR}$)方法相比,我们的方法在 A100 GPU 上实现了超过 2.5 倍的压缩运行速度提升。我们的代码可在 https://github.com/mazumder-lab/3BASiL 获取。

arXiv cs.LG70

PaReGTA: A Temporally Aware LLM-Based Patient Representation Framework for EHR Analytics

arXiv:2602.19661v3 Announce Type: replace Abstract: Temporal information in structured electronic health records (EHRs) is often lost in sparse one-hot or count-based representations, while sequence models can be costly and data-hungry. We propose PaReGTA, an LLM-based encoding framework that (i) converts longitudinal EHR events into visit-level templated text with explicit temporal cues, (ii) learns domain-adapted visit embeddings via lightweight contrastive fine-tuning of a sentence-embedding model, and (iii) aggregates visit embeddings into a fixed-dimensional patient representation using hybrid temporal pooling that captures both recency and globally informative visits. The resulting fixed-dimensional patient representations can be used with conventional downstream machine-learning models. To examine factor-level sensitivity, we use PaReGTA-RSS (Representation Shift Score), a prespecified factor-removal analysis that recomputes patient representations after removing clinically defined factor groups and quantifies the resulting change in the fitted logit of a fixed logistic-regression model. We evaluated PaReGTA in a cohort of 39,088 patients with migraine from the All of Us Research Program (AoU) on a retrospective patient-level classification task with an EHR-derived target. In an exploratory comparison on the fixed held-out test cohort of 7,818 patients, PaReGTA-Gap + LightGBM, used as a post hoc analytical reference, had the highest reported AUC, accuracy, and F1 values among the evaluated sparse, BERT-based EHR, and recurrent approaches in this cohort.

arXiv cs.LG79

联邦格兰杰因果学习中的不确定性量化

arXiv:2602.13004v3 公告类型:替换 摘要:格兰杰因果关系用于识别多变量时间序列中的预测依赖关系。在各方无法共享数据的分布式环境中,联邦因果学习支持联合分析。大多数联邦因果方法假设客户端观测到相同的特征,并将因果关系推断为点估计,而很少进行形式化的不确定性量化。在许多工业系统中,这些假设并不成立:客户端观测到的特征各不相同,目标是估计客户端之间的依赖关系(边)。这些依赖关系必须通过反复的客户端—服务器迭代间接估计。客户端数据和模型参数所产生的不确定性会在这一过程中传播,因此仅使用点估计不足以评估客户端之间的边。本文刻画了这种不确定性传播,并利用边特定方差区分真实的客户端间依赖关系与虚假的估计边。我们考虑来自客户端数据变异性的偶然不确定性,以及来自模型参数的认知不确定性。我们推导出客户端—服务器迭代的闭式方差递推关系和稳态方差,并证明初始模型参数不确定性传播后的贡献会渐近消失。这些方差支持以具有统计学原理的方式选择客户端间的边。合成实验表明,与具有竞争力的基线方法相比,我们的方法能够更好地恢复客户端间的边。在真实世界的工业数据集上,该方法在实现高根因识别准确率的同时,还能产生具有可解释性的依赖结构。

arXiv cs.LG74

通过复杂网络生成合成时间序列

arXiv:2601.22879v3 公告类型:替换 摘要:时间序列数据对于广泛的应用至关重要,但由于隐私问题、采集成本和标注难题,高质量数据集的获取往往受到限制。合成时间序列生成已成为应对这些限制的一种有前景的方法。在本研究中,我们探讨了利用复杂网络映射生成合成时间序列的方法,重点关注分位数图(Quantile Graph,QG)表示及其逆映射。尽管逆 QG 映射此前已有提出,但其作为通用数据生成器的潜力尚未得到系统评估。为弥补这一空白,我们开展了一项全面的实证研究,评估通过逆分位数图(Inverse Quantile Graph,InvQG)框架生成的合成时间序列的保真度和实用性。评估结合了统计特征分析、基于网络的拓扑特征,以及在下游聚类和分类任务中的表现,并使用了模拟数据集和真实世界数据集。结果表明,在广泛的模型范围内,InvQG 能够有效保留边际分布和短期时间依赖关系,同时在捕捉长期动态或高阶动态方面存在可预期的局限性。

arXiv cs.LG82

Prior-Data Fitted Networks中谱结构的机制性证据

arXiv:2601.21731v3 公告类型:替换 摘要:Prior-Data Fitted Networks(PFNs)通过一次前向传播执行近似贝叶斯推断,基于其构建的表格基础模型(TFMs)如今已得到广泛应用。为了理解网络内部进行的推断,近期针对TFMs的机制研究定位了预测形成的位置,但将这些模型视为表格预测器,而非PFNs。因此,PFNs是否表示其上下文的谱内容——即决定平稳核的量——以及这种内容是否能够被读出为显式核,仍是未知的。我们回答了这两个问题。首先,在七个PFNs中(包括四个预训练TFMs以及一个仅在决策树先验上训练的模型),残差流上的线性探针能够以$R^2 \geq 0.95$恢复上下文的频率。这一结构主要由单个主方向引导。其次,激活修补和子空间修补表明,网络通过一个低维子空间利用这一结构;在该子空间中,少数谱方向对预测的推动作用远大于随机方向。即使对于决策树模型,这一结论仍然成立,因此并不需要谱训练先验。在最多包含499个特征的真实数据集上,在除一对之外的所有数据集对中,TabPFN的192个方向中有64个(无需标签即可选出)承载了上下文因果效应的85%至95%。第三,我们引入Filter Bank Decoder,通过Bochner定理将冻结的PFN表示转换为显式平稳核。无需任何测试时优化,解码得到的核即可支持高斯过程回归,其性能可与深度核学习和随机傅里叶特征相竞争,而成本约低$200\times$。因此,PFN潜表示包含可被因果性利用、并可恢复为可移植核的谱结构。

arXiv cs.LG79

信任、不信任,还是反转:基于多专家反馈的鲁棒偏好强化学习

arXiv:2601.18751v2 发布类型:替换 摘要:基于偏好的强化学习(PBRL)通过学习成对的轨迹比较,为显式奖励工程提供了一种很有前景的替代方案。然而,现实世界中的偏好数据通常来自可靠性各异的异构标注者;其中有些准确,有些嘈杂,还有些具有系统性的对抗性。现有的 PBRL 方法要么平等对待所有反馈,要么试图过滤掉不可靠来源,但当面对系统性提供错误偏好的对抗性标注者时,这两种方法都会失效。我们提出 TriTrust-PBRL(TTP),这是一个统一框架,能够根据多专家偏好反馈联合学习共享奖励模型和专家特定的信任参数。其核心洞见是,在基于梯度的优化过程中,信任参数会自然地演化为正值(信任)、接近零(忽略)或负值(反转),从而使模型能够自动反转对抗性偏好并恢复有用信号,而不仅仅是丢弃受污染的反馈。我们给出了建立可辨识性保证的理论分析,以及详细的梯度分析,解释了训练过程中专家区分如何在没有显式监督的情况下自然产生。在实证方面,我们在涵盖操作任务(MetaWorld)和运动控制(DM Control)的四个多样化领域中,在各种污染场景下评估了 TTP。TTP 实现了当前最先进的鲁棒性:在对抗性污染下仍保持接近理想情形的性能,而标准 PBRL 方法则会灾难性失效。值得注意的是,TTP 能够从同时包含可靠标注者和对抗性标注者的混合专家池中成功学习,性能优于现有基线;与此同时,除了用于身份识别的索引之外,它不需要任何专家特征,并且能够与现有 PBRL 流程无缝集成。

arXiv cs.LG85

SHAP 中的解释多重性:表征与评估

arXiv:2601.12654v3 公告类型:替换 摘要:SHAP 解释广泛应用于高风险场景,以为决策提供依据;然而,即使模型、输入实例和预测结果均保持不变,不同次运行之间的解释仍可能存在显著差异。以往研究记录了不同解释方法之间的不一致;我们表明,即使在同一训练模型和同一实例上重复运行同一个估计器,SHAP 内部也会产生显著不一致。我们将这一现象称为解释多重性,并提出一种评估方法,用于在符合实际部署的计算预算下对其进行表征。该方法结合了双随机种子协议,用于比较模型诱导的变异性和解释器诱导的变异性;同时采用按幅度、按排名和按集合划分的指标层级,以及随机化的 Dirichlet 和 Mallows 零模型,为观测到的不一致提供参照尺度。在多个数据集、模型和采样策略上,我们发现解释多重性普遍存在,即使对于高置信度预测也依然如此。不同来源的相对贡献取决于数据条件和模型:模型诱导的不一致通常在较小数据集上更大,而解释器诱导的不一致通常在较大数据集上更大。常用的 L2 距离可能低估这种不稳定性,而基于排名的指标则揭示出排名靠前特征的显著变化,包括首要特征。诸如 CTE 等改进的采样方法并不能消除排名层面的多重性;K-Means 能减少不同运行之间的变异,但其压缩背景下生成的解释可能会偏离基于经验分布的参照。实践者应将单次运行得到的 SHAP 输出视为某个分布的实现,而不应将其视为权威性结果。

arXiv cs.LG76

通过合成模型生成实现近乎最优可解释模型的可扩展元学习

arXiv:2511.04000v2 公告类型:替换 摘要:由于具有可解释性,决策树广泛应用于金融和医疗保健等高风险领域。本文提出了一种高效且可扩展的方法,用于生成合成预训练数据,从而实现决策树的元学习。我们的方法以合成方式采样近乎最优的决策树,创建大规模且逼真的数据集。借助 MetaTree Transformer 架构,我们证明了该方法能够达到与使用真实世界数据进行预训练或使用计算成本高昂的最优决策树进行预训练相当的性能。该策略显著降低了计算成本,提高了数据生成的灵活性,并为可扩展、高效地对可解释决策树模型进行元学习铺平了道路。

arXiv cs.LG71

Local Timescale Gates for Timescale-Robust Continual Spiking Neural Networks

arXiv:2510.12843v2 Announce Type: replace Abstract: Spiking neural networks (SNNs) promise energy-efficient artificial intelligence on neuromorphic hardware but struggle with tasks requiring both fast adaptation and long-term memory, especially in continual learning. We propose Local Timescale Gating (LT-Gate), a neuron model that combines dual time-constant dynamics with an adaptive gating mechanism. Each spiking neuron tracks information on a fast and a slow timescale in parallel, and a learned gate locally adjusts their influence. This design enables individual neurons to preserve slow contextual information while responding to fast signals, addressing the stability-plasticity dilemma. We further introduce a variance-tracking regularization that stabilizes firing activity, inspired by biological homeostasis. Empirically, LT-Gate yields significantly improved accuracy and retention in sequential learning tasks: on a challenging temporal classification benchmark it achieves about 51 percent final accuracy, compared to about 46 percent for a recent Hebbian continual-learning baseline and lower for prior SNN methods. Unlike approaches that require external replay or expensive orthogonalizations, LT-Gate operates with local updates and is fully compatible with neuromorphic hardware. In particular, it leverages features of Intel's Loihi chip (multiple synaptic traces with different decay rates) for on-chip learning. Our results demonstrate that multi-timescale gating can substantially enhance continual learning in SNNs, narrowing the gap between spiking and conventional deep networks on lifelong-learning tasks.

arXiv cs.LG72

小训练样本规模下用于半监督图学习的分数阶热核

arXiv:2510.04440v2 公告类型:替换 摘要:我们提出了一种源驱动的分数阶热核框架,用于半监督图学习,将非局部传播与持续的标签信息相结合。与拉普拉斯算子零空间相容的固定非零标签源可防止渐近状态塌缩到该空间中,从而提供一种缓解长扩散时间下过度平滑的机制。分数阶阶数控制相对模态衰减和持续响应的谱加权,而扩散时间决定传播范围。我们刻画了归一化图和非连通图上的守恒定律与平衡态,构建了零空间消除方法,并分析了传播算子的近似。在 Two-Moon 上,分数阶阶数可改善无源传播;当每类仅使用一个训练标签时,在阶数为 0.8 和 1 的情况下,与相容源驱动的扩散相结合可达到超过 96% 的平均准确率。在 Cora 和 CiteSeer 上,当每类仅使用一个训练标签时,在500个带标签验证节点上进行模型选择,且经典与分数阶流水线配置高度可比的条件下,源驱动流水线的平均准确率分别比 GAT 提高 9.2 和 8.0 个百分点;在 PubMed 上,其结果与 GAT 持平,而在 Cora 上每类使用十个和二十个标签时则落后于 GAT。在 GraphHeat 中,在相同扩散时间下基于验证集选择指数,在每类一个标签时可获得 1.45 个百分点的配对增益。

arXiv cs.LG76

AdaSwitch:一种用于有界影响问题的自适应切换元算法

arXiv:2509.02302v2 公告类型:替换 摘要:我们研究一类历史相关的在线问题,其中对未来请求序列的预测可能并不准确。受多个现实世界应用的启发,我们引入了一个“有界影响”框架,在该框架中,过去的决策和请求对未来最优值的影响仅限于一个有界范围内。在此框架下,我们开发了 AdaSwitch,这是一种能够在适当的离线预言机和在线预言机之间自适应切换的元算法。AdaSwitch 对期望性能提供了明确的保证,并且随着预测误差减小或离线最优值增大,这些保证会变得更加严格。当预测完全准确时,随着离线最优值增大,其保证将趋近于离线预言机的保证。在任意预测下,它还保留了接近在线预言机的最坏情况保证。在线提前期报价、$k$-server 与缓存,以及在线可复用资源分配等应用表明,该框架既适用于奖励最大化,也适用于成本最小化。

arXiv cs.LG81

成员推断与隐私审计的样本复杂度

arXiv:2508.19458v2 公告类型:替换 摘要:成员推断攻击获取学习算法的输出以及一个目标个体,并试图判断该个体是训练数据中的成员,还是来自同一分布的独立样本。成功的成员推断攻击通常要求攻击者掌握训练数据所采样分布的一些信息,而这些信息通常通过来自该分布的一组独立参考样本来获取。在本文中,我们通过研究样本复杂度——即成功发起攻击所需的最少参考样本数量——探究攻击者进行成员推断所需的信息量。我们在高斯均值估计这一基本场景中研究该问题:学习算法获得来自 $d$ 维高斯分布 $\mathcal{N}(\mu,\Sigma)$ 的 $n$ 个样本,并尝试估计 $\hat\mu$,使其满足误差条件 $\mathbb{E}[\|\hat \mu - \mu\|^2_{\Sigma}]\leq \rho^2 d$。我们的结果表明,在这一场景下进行成员推断时,要实施任何能够与信息完全的攻击者相竞争的攻击,可能需要 $\Omega(n + n^2 \rho^2)$ 个样本。这是首个表明攻击者有时需要比训练算法用于训练模型的样本多得多的结果。这一结果对实践具有重要意义,因为实践中使用的所有攻击都具有受限形式,只使用 $O(n)$ 个样本,无法从 $\omega(n)$ 个样本中获益。因此,当分布信息易于获取时,这些攻击可能低估了成员推断的可行性,而利用更多信息的更优攻击或许是可能的。

arXiv cs.LG71

BrainATCL:自适应时序脑连接学习:功能连接预测与年龄估计

arXiv:2508.07106v2 公告类型:替换 摘要:功能磁共振成像(fMRI)是一种广泛用于研究人类脑活动的成像技术。即使个体处于静息状态,大脑各区域的fMRI信号也会以高度结构化的方式暂时同步和去同步其活动。这些功能连接动态可能与行为和神经精神疾病有关。为了对这些动态进行建模,时序脑连接表示至关重要,因为它们能够反映脑区之间不断演变的交互,并为瞬时神经状态和网络重构提供洞见。然而,传统图神经网络(GNN)通常难以捕捉动态fMRI数据中的长程时间依赖关系。为应对这一挑战,我们提出了BrainATCL,这是一种用于自适应时序脑连接学习的无监督、非参数框架,可实现功能连接预测和年龄估计。我们的方法根据新增边的速率,动态调整每个快照的回溯窗口。随后,利用GINE-Mamba2骨干网络对图序列进行编码,以学习来自Human Connectome Project中1,000名参与者静息态fMRI数据的动态功能连接时空表示。为进一步改进空间建模,我们引入了由脑结构和功能提供信息的边属性,即脑区所属的左/右半球身份和子网络成员关系,使模型能够捕捉具有生物学意义的拓扑模式。我们在两个任务上评估了BrainATCL:功能连接预测和年龄估计。实验结果表明,该方法具有优越的性能和强大的泛化能力,包括在跨会话预测场景中的表现。