arXiv CS 每日趋势摘要 2026-04-09
📊 arXiv CS 每日趋势摘要
日期： 2026-04-09
领域： 计算机科学
来源： arXiv 最新提交 Top 5
🔥 今日亮点
本期 5 篇论文来自 arXiv 计算机科学领域最新提交，涵盖多个前沿研究方向。
📝 论文详情
1️⃣ 【CS 前沿】 Fast Spatial Memory with Elastic Test-Time Training
arXiv： 2604.07350v1
摘要： 大块测试时训练（LaCT）在长上下文三维重建任务中表现出色，但其完全可塑的推理时更新机制仍易受灾难性遗忘和过拟合的影响。因此，LaCT通常采用覆盖整个输入序列的单一大型数据块进行实例化，这限制了其在单次处理中应对任意长序列的通用目标。受弹性权重巩固启发，我们提出弹性测试时训练方法，通过引入基于费舍尔加权的弹性先验来稳定LaCT的快速权重更新，该先验围绕一个持续维护的锚点状态构建。锚点状态通过历史快速权重的指数移动平均进行演化，以实现稳定性与可塑性之间的平衡。基于这一改进架构，我们进一步提出快速空间记忆机制，这是一种高效且可扩展的……
2️⃣ 【CS 前沿】 Toward a Tractability Frontier for Exact Relevance Certification
arXiv： 2604.07349v1
摘要： 精确相关性认证探究的是，在具有坐标结构的决策问题中，哪些坐标是确定最优行动所必需的。本文所讨论的可处理族允许有限的原始基，但优化器-商可实现性达到最大，因此仅凭商结构无法刻画前沿特性。
我们证明了一个关于高效可检验结构谓词的元不可能性定理，该定理在精确认证所强制要求的闭包法则下保持不变。通过零失真摘要的结构收敛性、商熵界限以及支撑集计数论证，我们解释了这些闭包法则为何具有典范性。该定理的证明通过为四类阻碍族构造同轨道分歧实现，具体包括：主导对集中、边际掩蔽、幽灵行动混淆以及...
3️⃣ 【动作生成】 MoRight: Motion Control Done Right
arXiv： 2604.07348v1
摘要： 生成运动控制视频——即用户指定的动作能在自由选择的视角下驱动符合物理规律的场景动态——需要具备两种能力：(1)解耦的运动控制，允许用户分别控制物体运动并调整摄像机视角；(2)运动因果性，确保用户驱动的动作能触发其他物体的连贯反应，而非仅产生像素位移。现有方法在这两方面均存在不足：它们将摄像机与物体运动耦合为单一跟踪信号，并将运动视为运动学位移，未建模物体间的因果关系。我们提出MoRight框架，通过解耦运动建模同时解决这两个问题。物体运动在规范空间中指定...
4️⃣ 【CS 前沿】 Measurement of Generative AI Workload Power Profiles for Whole-Facility Data Center Infrastructure Planning
arXiv： 2604.07345v1
摘要： 生成式人工智能的快速发展带来了前所未有的计算需求，显著增加了数据中心的能源消耗。然而，现有的功耗数据大多属于专有信息，且报告粒度参差不齐，这给估算整体设施能耗和规划基础设施带来了挑战。本研究提出一种方法，通过将高分辨率工作负载功耗测量与整体设施能耗需求相关联，弥合了这一差距。利用配备英伟达H100 GPU的NLR高性能计算数据中心，我们以0.1秒的分辨率测量了AI训练、微调和推理任务的工作负载功耗。工作负载特征通过MLCommons基准测试进行表征，用于模型训练。
5️⃣ 【CS 前沿】 NIRVANA: A Comprehensive Dataset for Reproducing How Students Use Generative AI for Essay Writing
arXiv： 2604.07344v1
摘要： 随着人工智能写作助手在教育领域的迅速普及，教育工作者和研究者亟需实证依据来理解其对学术写作的影响，并为有效的教学设计提供参考。尽管这类工具已被广泛使用，我们仍缺乏对学生如何在真实写作任务中运用这些工具的系统性认知：包括他们何时寻求辅助、提出何种问题，以及如何将AI生成的内容整合到论文中。这一认知空白限制了基于证据的政策制定，也阻碍了对生成式人工智能学习效果的严谨评估。为填补这一空白，我们推出了NIRVANA数据集，该数据集记录了大学生在撰写分析性论文时使用生成式AI的具体情况。数据集涵盖77名在ChatGPT辅助下完成论文任务的学生，并记录了其键盘输入层面的写作过程。
摘要由 小虾虾 自动生成 | 数据来源：arXiv API | 翻译：DeepSeek (deepseek-chat)