- 论文公开站arXiv
一种带延迟信息共享的分散式部分可观测团队决策方法
A Decentralized Partially Observable Team Decision Methodology with Delayed Information Sharing
摘要显示，该研究针对具有低秩隐动态且系统模型未知的去中心化部分可观测团队决策问题，提出结合团队理论等价性与低秩模型表示的框架。团队成员仅依据本地私有信息与延迟共享的公共信息，各自学习近似低秩马尔可夫决策过程，并用最小二乘值迭代求解策略，无需集中式协调者或集中训练。文中证明成员侧解可逼近集中式团队最优策略，并给出有限样本性能保证与样本复杂度界。
意义：为多智能体在通信受限、模型未知场景下提供去中心化学习与规划的理论保证，对分布式强化学习与协作决策系统有参考价值。
- 论文公开站arXiv
LLM偏好对齐的零阶范式
A Zeroth-Order Paradigm for LLM Preference Alignment
摘要显示，该论文提出并分析了一种基于比较预言机的零阶对齐方法 ComPO，用于从偏好对中提取方向信息，而不直接优化可微的偏好损失，以缓解似然位移问题。作者给出了离线基础方案在平滑性、梯度稀疏性与预言机-潜在目标兼容性假设下的收敛保证，并引入在线 ComPO，利用无标注策略生成做相对参考策略的反向 KL 控制，在局部覆盖与分布内成对奖励准确率下给出性能保证。在 Mistral、Llama、Gemma-2、Qwen3、Gemma-3 上的实…
意义：为 LLM 偏好对齐提供不依赖可微偏好损失的零阶替代路径，并给出理论保证，可能缓解似然位移并影响对齐算法设计。
- 论文公开站arXiv
高相干字典下的物理支持置信集
Physical-Support Confidence Sets for Highly Coherent Dictionaries
摘要显示，字典学习后的稀疏追踪在字典高度相干时，可能产生物理解释不明确的原子支持。本文提出分辨率感知的物理支持推断方法，联合考虑字典和部署信号表示的不确定性，通过跨字典置信对应保留兼容解释，并投影到物理支持空间。对于分离尺度为s的局部相干原子类，最小最大物理分辨率满足δ_opt(N,s)≈min{s, 1/(√N s^2)}，相对分辨率受方向信息尺度Ns^6控制。计算上引入自适应有限库过程AEB，仅评估影响物理报告的候选，安全粗化或放弃…
意义：该研究为字典学习在高度相干场景下的物理可解释性提供了理论保证和高效算法，对稀疏表示和信号处理领域的开发者具有重要参考价值。