依据最近 7 天站内阅读记录排序；同一读者每天每篇计一次。
arXiv:2610.18935v1 公告类型：新 摘要：我们研究当标签在随机延迟后到达并在观察窗口 $W$ 之外进行审查时二元分类器的 PAC 学习。这个观察模型需要多少样本？我们提出了一个依赖于分布的答案，即延迟复杂度维度（DCD）。 DCD 将 VC 维度与观察通道的精确标签信息率相结合。
arXiv:2610.19003v1 公告类型：新 摘要：跨语言的抽象摘要仍然具有挑战性，语言质量和事实一致性可能存在差异，特别是在资源匮乏的环境中。我们在大小匹配的英语和孟加拉语 XL-Sum 测试集上提出了八个闭源和开放权重法学硕士的标准化零样本基准。
arXiv:2610.18879v1 公告类型：新 摘要：蛋白质功能注释在扩展的标签空间上运行，使类增量学习 (CIL) 成为无需完全再训练即可合并新发现功能的自然框架。然而，现有的 CIL 方法主要是在视觉方面开发的，尚未对冷冻蛋白质表征进行系统评估。
arXiv:2610.19220v1 公告类型：cross 摘要：连续思维机（CTM）是一个循环网络，它关注输入并根据神经元之间的同步进行预测。在跨越多个领域的任务中，它显示了尚未解释的新兴思维过程。我们报告了一些关于 CTM 如何对图像进行分类的发现，重点关注 ImageNet。
arXiv:2610.14149v1 公告类型：新 摘要：VETNET 代表了一个由实时基准数据集和评估框架组成的生态系统，旨在通过标准化、高质量的数据集以及跨学术和非学术领域的多机构合作，加速动物科学和兽医领域人工智能驱动的创新。
arXiv:2610.18939v1 发布类型：新 摘要：本文研究了描述具有记忆的随机系统的随机 Volterra 积分方程（SVIE）的 Wong--Zakai 收敛性和傅里叶神经算子学习。 Wong--Zakai 定理建立了由布朗运动的分段线性逼近驱动的路径解收敛到相应的 SVIE 解。
arXiv:2610.18880v1 公告类型：新 摘要：高通量扰动屏幕越来越多地使用机器学习模型来预测从未测量过的基因组合的影响。当测试对中的两个基因在训练过程中被单独看到，但它们的组合却没有时，就会出现一个困难的情况。
arXiv:2610.19025v1 公告类型：新 摘要：现代图像生成很大程度上依赖于专门的生成模型，这些模型将图像构建过程隐含在学习参数中。我们探索一种替代方案：通过可执行程序构建图像的通用编码代理。
arXiv:2610.19021v1 公告类型：新 摘要：最近的工作质疑大型语言模型 (LLM) 是否可用于时间事件预测。尽管法学硕士拥有大量预先训练的世界知识，但法学硕士的表现往往不如更简单的专业模型。我们询问这些知识是否真的无法获得，或者当前的方法是否无法以法学硕士可以使用的形式呈现事件预测。