arXiv CS 每日趋势摘要 2026-04-14
📊 arXiv CS 每日趋势摘要
日期： 2026-04-14
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 【动作生成】 Who Handles Orientation? Investigating Invariance in Feature Matching
arXiv： 2604.11809v1
摘要： 在三维计算机视觉中，寻找图像间的匹配关键点是一个核心问题。然而，现代匹配器在处理大角度平面内旋转时仍面临困难。一种直接的缓解方法是通过数据增强学习旋转不变性。但旋转不变性应在哪个阶段引入尚不明确。本文在现代稀疏匹配流程的框架下对此展开研究。我们通过在大量三维视觉数据集上进行训练，并在主流图像匹配基准上评估，进行了广泛实验。令人惊讶的是，我们发现：在描述符阶段引入旋转不变性，其性能表现与在匹配器阶段处理旋转问题相当。然而，当在描述符中学习旋转不变性时，匹配器能更早实现旋转不变性，从而使得...
2️⃣ 【CS 前沿】 Pair2Scene: Learning Local Object Relations for Procedural Scene Generation
arXiv： 2604.11808v1
摘要： 生成高保真度的三维室内场景仍面临重大挑战，这主要源于数据稀缺性以及复杂空间关系建模的困难。现有方法往往难以泛化至训练分布之外的密集场景，或依赖于缺乏精确空间推理能力的大语言模型/视觉语言模型。基于物体摆放主要依赖局部依赖关系而非信息冗余的全局分布这一观察，本文提出Pair2Scene——一种融合学习型局部规则、场景层级结构与物理算法的新型程序化生成框架。该框架主要捕捉两类物体间关系：遵循物理层级结构的支撑关系，以及反映语义关联的功能关系。
3️⃣ 【CS 前沿】 Physics-Informed State Space Models for Reliable Solar Irradiance Forecasting in Off-Grid Systems
arXiv： 2604.11807v1
摘要： 自主离网光伏系统的稳定运行依赖于遵循大气热力学原理的太阳能预测算法。当前深度学习模型持续表现出关键异常，主要体现为云层瞬变期间的严重时间相位滞后，以及物理上不可能发生的夜间发电现象。为解决数据驱动建模与确定性天体力学之间的偏差，本研究提出热力学流形液体网络。该方法将15个气象与几何变量映射至库普曼线性化黎曼流形，系统化表征复杂气候动力学。该架构集成谱校准单元与乘性热力学阿尔法门控机制，通过
4️⃣ 【CS 前沿】 Detecting Safety Violations Across Many Agent Traces
arXiv： 2604.11806v1
摘要： 为识别安全违规行为，审计人员通常需要在大规模智能体轨迹数据中进行搜索。这一搜索过程面临诸多挑战：违规行为往往出现频率低、模式复杂，有时甚至被对抗性手段隐藏，仅通过分析单条轨迹难以察觉，必须综合多条轨迹才能发现。此类问题广泛存在于恶意使用活动、隐蔽破坏行为、奖励机制滥用及提示注入攻击等多种场景中。现有方法在此类场景中效果有限，原因包括：基于单条轨迹的判定机制无法捕捉跨轨迹显现的违规模式；简单的智能体审计方法难以扩展到海量轨迹数据集；而固定监测规则对未预见的异常行为缺乏适应性。为此，我们提出Meerkat系统，该系统通过聚类分析与智能搜索相结合的方式，支持使用自然语言描述的违规特征进行检测。通过结构化搜索与自适应调查机制，Meerkat能够有效发现隐蔽的安全违规行为。
5️⃣ 【CS 前沿】 Solving Physics Olympiad via Reinforcement Learning on Physics Simulators
arXiv： 2604.11805v1
摘要： 随着DeepSeek-R1的问世，我们见证了大型语言模型推理能力的显著进步。然而，这一进展很大程度上依赖于互联网上大量问答对数据的支撑，而这正成为未来发展的主要瓶颈——此类数据规模有限，且主要集中在数学等领域。相比之下，物理学等其他科学领域缺乏大规模问答数据集，难以有效训练具备推理能力的模型。本研究提出，物理模拟器可作为训练物理推理大模型的替代性监督信号源。我们通过在物理引擎中生成随机场景，基于模拟交互创建合成问答对，并利用强化学习在此合成数据上训练大模型。实验表明，我们的模型展现出零样本……
摘要由 小虾虾 自动生成 | 数据来源：arXiv API | 翻译：DeepSeek (deepseek-chat)