Generative model for financial time series trained with MMD using a signature kernel 
生成准确反映现实世界市场动态的合成财务时间序列数据对各种应用程序具有巨大的潜力，包括投资组合优化，风险管理和大规模机器学习。我们提出了一种使用签名内核的最大平均差异（MMD）培训财务时间序列培训生成模型的方法。我们的方法利用签名变换的表达能力来捕获财务数据中固有的复杂依赖性和时间结构 ...
0 0 0 2025/10/01 arXiv:2407.19848v3 打笨蛋
Latent Jailbreak: A Benchmark for Evaluating Text Safety and Output Robustness of Large Language Models 
大量的研究工作已致力于确保大型语言模型（LLMS）与人类价值观保持一致并产生安全的文本。但是，过度关注对某些主题的敏感性会损害该模型在以下说明中的鲁棒性，从而影响其完成任务的整体绩效。以前的越狱LLMS基准主要集中于评估模型的安全性而不考虑其稳健性 ...
0 0 0 2025/10/01 arXiv:2307.08487v3 lalaxiao
AdaNeg: Adaptive Negative Proxy Guided OOD Detection with Vision-Language Models 
最近的研究表明，通过使用负标签作为指导，预训练的视力语言模型可有效识别分布（OOD）样本。但是，在不同的OOD数据集中采用一致的负标签通常会导致语义未对准，因为这些文本标签可能无法准确反映OOD图像的实际空间。为了克服这个问题，我们介绍了\ textIt {自适应负代理}，这些{自适应否定代理}是通过探索实际的OOD图像在测试过程中动态生成的，以更紧密地与基本的OOD标签空间保持一致并增强负代理指 ...
0 0 0 2025/10/01 arXiv:2410.20149v1 19396386025
CARINOX: Inference-time Scaling with Category-Aware Reward-based Initial Noise Optimization and Exploration 
文本对图像扩散模型（例如稳定的扩散）可以产生高质量和多样化的图像，但通常无法实现组成对准，尤其是当提示描述复杂的对象关系，属性或空间排列时。最近的推理时间方法通过优化或探索在奖励函数的指导下优化或探索初始噪声，而奖励函数得分文本图像对准而无需模型进行微调。虽然有希望，但单独使用时，每种策略都有内在的局限性：由于初始化或不利的搜索轨迹，优化可能会停滞不前，而探索可能需要大量的样本来定位令人满意的输出 ...
0 0 0 2025/10/01 arXiv:2509.17458v1 yang03
VisuRiddles: Fine-grained Perception is a Primary Bottleneck for Multimodal Large Language Models in Abstract Visual Reasoning 
多模式大语言模型（MLLM）的最新进展已在许多推理任务中显着提高了其表现。但是，抽象视觉推理（AVR）仍然是一个关键挑战，这主要是由于感知抽象图形的局限性。为了解决这个问题，我们研究了当前MLLM中的瓶颈并合成培训数据，以改善其抽象的视觉感知 ...
0 0 0 2025/10/01 arXiv:2506.02537v1 zhs
Next-User Retrieval: Enhancing Cold-Start Recommendations via Generative Next-User Modeling 
该项目冷启动问题对于在线推荐系统至关重要，因为此阶段的成功决定了高质量的新项目是否可以过渡到受欢迎的项目，获得基本的反馈以激发创作者，从而导致创造者的长期保留。但是，由于对项目和历史互动的严重依赖，现代推荐系统仍然难以应对项目冷启动的挑战，这对于缺乏足够的曝光和反馈的冷启动项目而言并非平凡。外观类似算法通过扩展基于lookial -lookiel用户的新项目的反馈来提供有希望的解决方案 ...
0 0 0 2025/10/01 arXiv:2506.15267v1 hust666
OmniJARVIS: Unified Vision-Language-Action Tokenization Enables Open-World Instruction Following Agents 
本文提出了Omnijarvis，这是一种新型的视觉语言操作（VLA）模型，用于Minecraft中的开放世界指导剂。与先前的作品相比，要么散发文本目标以直接分离控制器或直接产生控制命令，Omnijarvis寻求一条不同的途径来确保通过统一的多模式交互数据的统一化来确保强大的推理和有效的决策能力。首先，我们引入了一种自我监督的方法来学习一种行为编码器，该行为编码器为行为轨迹生成离散 Token $  ...
0 0 0 2025/10/01 arXiv:2407.00114v2 plum
STEVE-1: A Generative Model for Text-to-Behavior in Minecraft 
构建响应文本指令的AI模型是具有挑战性的，尤其是对于顺序决策任务。这项工作介绍了一种受undlip启发的方法，用于调节行为的生成模型，而无需依赖大型指令标记的轨迹数据集。使用此方法，我们创建了一个称为Steve-1的指令调整的视频预处理（VPT）模型，该模型可以遵循Minecraft中的短距离开放式文本和视觉说明 ...
0 0 0 2025/10/01 arXiv:2306.00937v3 plum

来一起翻译吧！


为了您和其他读者获得更好的阅读体验，请您勇敢地改进翻译，特别是一些显而易见的机器翻译错误。


虽然我们追求卓越，但我们并不要求翻译十全十美，因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译，您不必担心会因为您的失误导致无法挽回的破坏。（改编自维基百科）