标签
作者实现了一个基于保形风险控制的写操作安全闸门 gate-calibrated，在 tau-bench retail 上验证了风险上界成立（α=0.02 时，1.7% 的错误写入未询问用户，达标），但该闸门在错误写入避免率上并未优于简单地每次询问用户。诊断显示，模型以语言表达的置信度和自采样一致性信号均已饱和（错误步骤上的置信度也≥0.9），真正起作用的特征只有对话中的步骤位置，说明该方案即使在简单的基准上也难以产生有区分度的置信信号。
这篇论文通过分层诊断研究，探讨了交通预测精度的提升为何未能改善信号控制决策。研究发现，预测的价值取决于时间可观测性、动作可识别性、动力学一致性以及目标对齐，并据此提出了一套实用的诊断协议。
本文研究基于同步EEG-fNIRS数据的零样本跨被试连续效价-唤醒度回归问题，将情感分解为刺激共享成分与个体成分，其中个体成分通过无标签的α频带跨通道同步性进行校准；该方法在性能上超越EEGNet和ASAC-Net等基线模型，并对多种替代架构与特征进行了系统的负面结果搜索。
本文表明，PPFG（PRM-Pruned Fragment Grafting，一种成本极低的推理时跨轨迹迁移技术）在三个推理语言模型和六个基准测试上与独立并行的 CoT 在统计上无法区分；这种失效性可归因于注入定位不佳以及由选择主导的剪枝动力学。
论文研究了正确性门控多教师蒸馏，发现决策偏移、标签功能丧失和不确定的依据审计，与硬过滤相比没有增量优势。
本文探讨了通过软令牌将冻结的关系型Transformer嵌入注入LLMs的方法，报告了因性能不稳定和对序列化格式敏感而导致的负面结果。
一项针对小型Transformer的预注册压力测试表明，虽然潜在因果结构可以被定位，但将其释放到行为中却失败：门控检测器在分布外反转，线性释放方向低于充分性界限，从而将定位与行为释放分离开来。
一位研究者制作了一个视频，讲述他们首次尝试对视觉语言模型进行修剪的机器学习研究，包含负面结果，并将论文提交至arXiv。
本文结合了机制验证研究，针对主权企业语言模型的本体增强蒸馏以及一种情境性审计方法，使用了经过监督微调和DPO适配的Qwen3.6-27B学生模型。结果统计功效不足且为负面，显示未优于前沿基线，且路由中情境性为零。