classification

一个LLM评判者在评估中持续返回固定的置信分数0.72，但切换到分类标签改善了分数分布，表明模型在分类方面比数值估计更适合评估。

本文提出了一种黑箱方法，用于LLM安全分类，该方法利用动力系统和Koopman算子对提示-响应嵌入动态进行建模，以检测不安全输出。

本文讨论了一篇新论文，该论文主张目前将人类祖先分为人属、南方古猿属和傍人属等属的分类已经过时，需要根据新的化石和遗传证据进行修订。

本研究论文比较了各种机器学习分类器用于心脏病预测，发现支持向量机 (SVM) 和 Simple Cart 分别在 UCI 和 Kaggle 数据集上表现最佳，突显了机器学习在早期临床诊断中的潜力。

ChiroEcho是一个深度学习框架，通过结合物种和属的预测与地理数据，扩展了自动化蝙蝠发声分类，将欧洲蝙蝠物种的操作覆盖率从73%提高到85%。

本文对个性化代理的记忆策略分类进行受控审计，表明在诸如Llama-3.3-70B和GPT-OSS-120B等模型上，显式状态提取并未在冻结反事实数据集上显著提高策略准确性。

本文介绍了一种数据驱动框架，结合监督分类和生成建模，用于重建多稳定动态系统中的分离子，利用神经网络和基于评分的生成模型来近似吸引盆的边界。

对GPT-4o-mini和GPT-4o在事件分类系统上的评估显示GPT-4o表现更好，但两个模型的置信度分数在实际决策中都不可靠。

Google AI Devs 利用Gemini 3.7 Flash从历史植物PDF中提取和分类植物，并通过交互式可视化进行演示。

本文提出了一种鲁棒双模型协作随机向量函数链网络（KRPRVFL），通过利用核风险敏感均值p幂准则和协作学习，以在存在噪声标签和离群点的情况下提高分类准确性。

本文通过粒球计算提出了一种自适应且高效的KNN分类器，利用粒球邻域动态确定k值，在提高准确性和鲁棒性的同时降低了计算成本。该方法已在GitHub上开源。

本文介绍了GENADA，一种生成式对抗攻击框架，能够在前向传播中一次性生成针对时间序列分类器的欺骗性扰动，在降低推理时间的同时，实现了与迭代基线方法相当的攻击质量。

本文提出一种新的非对称鲁棒有界稀疏平滑（aR）损失函数，用于l1范数惩罚的几何孪生支持向量机（aRSGTSVM），以处理带有标签噪声和特征噪声的分类与回归任务，实现特征选择并提高鲁棒性。在合成数据集、UCI数据集以及中国股市指数跟踪上的实验表明了其优越性。

本文介绍了LabelFusion-TS，它融合了微调后的RoBERTa编码器、提示式LLM以及基于市场数据的时间序列Transformer，将美联储沟通文本分类为鹰派、鸽派或中性。该融合系统达到了70.2%的加权F1分数，优于零样本LLM，并初步证明市场时间序列有助于金融文本分类。

本文比较了LLMs和嵌入模型在37个任务上的表现，发现尽管总体性能相似，但嵌入模型更便宜且更快，支持分工以提高成本效率。

The paper proposes intuitionistic fuzzy deep RVFL (IF-dRVFL) and ensemble deep RVFL (IF-edRVFL) frameworks that use sample neighborhood information to improve robustness against noise and outliers in classification tasks, outperforming existing SOTA fuzzy and non-fuzzy approaches on benchmark datasets.

介绍了FreSH，一种用于多元时间序列分类的频率分段层次化多专家框架，在UEA基准测试中实现了最先进的准确率，同时减小了模型规模和计算成本。

本文研究了多语言训练如何帮助识别七种语言谚语中的比喻语言，引入了一个多维标注框架，并发现约50%的翻译多语言数据足以实现接近最优的性能。

本文介绍了一种使用LLM对电子商务查询进行分类的技术，其做法是让模型“幻觉”出假设性分类，再利用嵌入将其映射到真实分类体系，这比受限的结构化输出更便宜、也更简单。

本文提出了HNR-DAC，一种用于引用论文科学声明验证的两阶段框架，结合了难负样本重排序与分布对齐分类。该方法在NLPCC 2026 Task 10 Track 2上表现优异，以最高的Macro-F1位列排行榜第三名。