机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明TC-ADA：面向语义分割的一次性主动域适应方法
简介该论文针对自动驾驶语义分割模型迁移到新环境时密集标注成本高的问题，提出一种一次性主动域适应方法TC-ADA。方法在单轮中选取并密集标注固定数量的目标域图像，随后不中断地完成适应训练。选图阶段结合视觉基础模型的特征与无监督域适应模型的语义预测，无需目标标注；适应阶段联合使用源域和目标域标注数据及剩余无标注目标数据，并在有限目标标签下校准监督。作者称，在五组迁移任务中该方法优于代表性基线，并且只需少量目标标注图像即可接近全监督效果。
说明MoGround：衡量并缓解视觉语言模型中的模态干扰
说明APEX：面向智能体辅助生产排程的可扩展模型
简介本文提出APEX，一个可扩展的生产排程框架，围绕通用模型与混合多目标搜索构建，并借助智能体辅助数据准备、场景探索和新约束与目标的实现。作者在69个公开车间排程实例上，将八种APEX配置与NSGA-II、SPEA2、MOEA/D和SMS-EMOA进行对比，混合配置总体解质量最好，但领先方法因问题类别和目标而异。另有合成工作流研究和编码评估显示，各项修改均通过了独立检查。
说明图引导的代码仓库运行环境自动构建（Graph2Env）
简介该论文提出 Graph2Env，一种基于智能体的方法，核心是类型化依赖图 DepGraph，用于显式表示仓库运行所需的环境依赖、依赖关系及其状态。系统利用执行反馈持续修正该图，并把成功的修复保存为可重放的构建流程，再在全新环境中验证是否可复现。在 200 个 Python 仓库的测试中，其环境构建成功率为 81.0%，环境安装成功率为 59.3%，分别比最强基线高 9.5 和 9.0 个百分点。
说明基于可穿戴活动记录与睡眠数据的时序图学习，用于建模青少年晶体智力
简介研究利用青少年大脑认知发展研究（ABCD，Release 5.1）中6,091名青少年约21天的Fitbit日汇总数据，提出名为SATURN的时序图回归网络，预测青少年的晶体智力。该模型在家庭控制的交叉验证中R²为0.2783，优于梯度提升和BiLSTM基线。可解释性分析显示，轻度活动、代谢当量和睡眠时长是主要预测因子。
说明TeacherGRPO：通过教师对齐缩小推理蒸馏中的能力差距
简介该论文针对从大型教师模型向小型学生模型做推理蒸馏时，教师越强、分布越复杂，学生越难拟合、性能反而下降的问题。作者提出“教师对齐”，让教师模型向学生分布靠拢，且不丢弃数据或削弱推理质量；并将其构建为基于组相对策略优化（GRPO）的强化学习方法TeacherGRPO，包含课程式选择性对齐和重要性自适应长度正则化两项设计。文中称该方法在多种推理基准和蒸馏方法上显著优于基线。
说明轻量双层优化精炼：让自监督表示更适配下游任务
简介该论文提出BiSSLight，改进了此前的BiSSL框架。BiSSL在自监督预训练与微调之间加入一个过渡阶段，用双层优化让下游任务目标引导表示精炼，但其隐式超梯度计算代价高。BiSSLight结合基于M-FAC的隐式梯度近似与LoRA参数高效微调，使方法能扩展到更大模型。作者称其在多个下游任务和现代架构上提升了性能，模型越大增益越明显，并且在ViT-H骨干网络上计算时间缩短超过十倍。
说明可解释深度学习揭示青少年智力的静息态功能连接网络生物标志物
简介该论文用可解释的深度学习模型，基于5285名青少年的静息态功能磁共振成像预测流体智力、晶体智力和总智力。模型相关系数分别为0.44、0.58和0.56，较现有方法提升6%至9%。三种解释方法给出的特征排序高度一致，共识图显示主要预测枢纽位于典型脑系统内，而最强的全局预测通路常绕过这些枢纽，经由分布式的长程连接传递。
说明从矩恢复测度的低维半代数支撑集
简介本文研究如何仅利用一个测度的矩信息，恢复其紧致且余维至少为一的半代数支撑集。作者结合矩矩阵核信息与Christoffel–Darboux核，给出支撑集的离散近似。通过多项式优化问题（没有唯一全局极小点）中解析计算得到的矩与伪矩进行了算法验证。
说明TT-VidT：解耦时间轴以高效预训练以运动为中心的视频模型
简介该论文针对视频自监督学习的比较问题，在相同条件下对4×6共24种架构与目标组合进行了匹配实验，编码器规模约1.7亿至1.9亿。作者提出TT-VidT，结合DINOv3初始化的ViT-B/16逐帧空间分支与紧凑的时间迁移层，通过Diff Compression训练重建目标帧。在多个动作识别微调基准上，TT-VidT的表现优于最强的非TT方法，且编码器计算量少于DisMo、VideoMAE和V-JEPA2。HMDB51、IARD和EPIC-Kitchens的结果则限定了上述结论的适用范围。
说明以下游效用为导向的记忆摘要：MemSuit 方法论文
简介现有记忆系统的摘要器多以忠实性等面向人类的标准优化，与其真实目标（保留支撑未来查询所需的证据）不一致。论文提出 MemSuit，一种自蒸馏框架：教师摘要器以已观察到的问答对为条件生成具效用意识的记忆条目，学生模型则学会仅依据原始对话复现这些条目。实验显示，在多种对话查询类型上，MemSuit 持续优于最先进的基线方法。
说明研究k近邻预处理对图神经网络的影响：基于公平性的视角
简介本文提出一种设计公平图卷积神经网络（GCN）的方法，图的构建采用基于k近邻的预处理，公平性以均等化几率准则衡量，并将其作为额外损失项融入优化目标。研究在三个带有已知偏差的真实表格数据集上进行实验，考察近邻数k对分类性能与公平性的影响，以及公平约束对各群体假阳性和假阴性率差异的缓解效果。
说明TTRSD：面向视觉语言模型的测试时强化学习与自蒸馏方法
简介该论文提出 TTRSD，一种在测试阶段利用无标注输入让视觉语言模型自我适应的强化学习框架。它结合多视角答案级自蒸馏与视觉对比令牌选择，使反馈集中于视觉感知的薄弱位置。仅用 20 个无标注样本，方法在七个基准和三个模型上提升了表现，例如 InternVL3-2B 的 MMMU 准确率从 35.79% 提高到 49.32%。
说明状态表示失配的解决：面向开环VLA规划的状态空间视觉推理
简介该论文指出视觉-语言-动作（VLA）模型在仅给定初始观测的开环规划中存在状态表示失配问题。作者提出状态空间视觉推理方法SSVR，将静态视觉上下文、语言约束与循环潜在状态解耦，并用动作条件GRU更新状态。基于Qwen2.5-VL的实验在FrozenLake、Maze和MiniBehavior上均显著优于既有方法。
说明MetaBench-Harness：端到端优化基准生成框架的双循环搜索方法
简介随着大语言模型进步，静态基准很快饱和。本文提出 MetaBench-Harness，一种双循环搜索框架：内循环用基准生成框架每轮产生新基准，外循环依据历史演化轨迹迭代改进框架实现。在 CodeContests 与 AIME-2024 数据集上的实验显示，演化出的基准对前沿模型具有挑战性和区分度，并在多轮中提升演化合理性、基准能力与评估器稳健性。
说明FoldAttention：用于快速解码和确定性反向传播的预先声明参考值的 Softmax 注意力
简介这篇论文针对大语言模型自回归解码中注意力计算成本高的问题，提出 FoldAttention。它在扫描 KV 缓存前先固定一个有限的参考值，使各权重可在计算时直接确定，从而允许各部分贡献直接相加，无需重新缩放。作者报告在 H100 上的 Qwen3-8B 解码测试中，相比最快的 BF16 基线取得加速，并给出了确定性反向传播的速度结果。
说明《密集监督还不够：面向长程任务的同策略蒸馏分层监督分配》：研究如何在长任务中把教师指导用在更有效的决策点上。
简介该论文研究长程智能体任务中的同策略蒸馏（OPD），即让小模型基于自身生成的轨迹接受大模型教师的监督。作者指出，均匀的逐词监督分配效果不佳，并提出LENS-OPD框架，通过定位、验证和精炼三个由粗到细的阶段分配监督。实验显示，该方法在多个长程智能体基准和师生配置上，任务表现稳定优于原版OPD及若干基于课程与选择的基线方法。
说明StarBOA：用于 ISAC 网络中稀疏雷达微多普勒的实时 Mamba 状态空间展开方法
简介论文针对集成感知与通信（ISAC）中雷达在高达 90% 数据缺失的线性调频子采样下的感知问题，提出 StarBOA 方法，用因果 Mamba 状态空间模型替代注意力机制，以持续状态增量更新。该方法在各稀疏程度下均优于基线的已发表结果，并且每个窗口处理时间为 1.53 毫秒、无前瞻。
说明以冻结的晶体结构先验为锚：自适应晶体搜索（ANCHOR）
简介该论文提出ANCHOR方法，用一个冻结的晶体结构预测（CSP）模型作为物理先验，并用强化学习策略在成分空间中搜索，奖励包括新颖性（CAN）等多目标。与直接微调生成模型相比，在同一CSP主干上，该方法将MSUN从11.4%提高到47.6%，SUN从1.1%提高到22.1%。作者认为，其凸包上比例依赖于所用的势函数。
说明自回归预训练中token的双重角色解耦
简介本文研究自回归预训练中单个token的学习作用。作者通过受控噪声注入，将token作为预测目标的角色与作为上下文的角色分开考察。结果显示二者存在反转：使噪声token更易预测，会降低其作为目标时的损害，却会增加其作为上下文时的损害。文章还用这一解耦解释语言模型生成文本的现象。
说明DataMagic：通过声明式多智能体编排制作数据视频
简介数据视频借助动态图表、语音旁白和同步动画传递数据洞见，但制作需要数据分析、叙事设计和视频剪辑等多方面专业能力。本文提出 DataMagic，可直接从原始表格数据出发，通过声明式多智能体编排生成数据视频；其声明式规范 DVSpec 统一描述图表、旁白与动画，并保证数据可溯源和音画自动对齐。在 109 个真实样本上的评测显示，DataMagic 将质量从最强 LLM（GPT-5）的 2.13/5 提升到 3.89，执行成功率超过 95%；用户研究中任务时间减少 79.7%。
说明VaME：面向多模态嵌入的变分潜在推理研究
简介该论文提出VaME框架，用于通用多模态检索的紧凑嵌入学习。它把潜在推理建模为轨迹上的可学习分布，通过变分潜在推理和强化学习并借助语义解码奖励进行优化。在包含图像、视频和视觉文档检索的MMEB-V2基准上，VaME优于多数显式思维链模型及所有潜在推理基线，推理速度至少提升4.25倍。
说明基于分组选择性状态空间滤波的动作边界检测：准确且可流式处理
简介该论文研究在未剪辑视频中划分动作区间而不判断动作类别的任务。作者提出一个作用于预提取视频特征的边界检测适配器，通过分组选择性扫描学习时序表示，再将其解码为边界时间戳。在 Breakfast、GTEA 和 50Salads 数据集上，该类别无关模型的边界 F1 分别为 0.457、0.622 和 0.611。文中还提出一种有状态变体，可在零神经网络前瞻、单样本峰值确认和有界内存条件下进行特征流式推理。
说明SciGen-Verifier：面向科学图像生成的可解释验证多模态推理模型
简介该论文指出，科学图像（如电路图、几何作图、函数图像）的正确性难以验证，现有验证器多针对自然图像且只给出分数，缺乏可解释反馈。作者构建了SciGen-Verify基准，包含二元判断、解释和修正编辑指令三层协议；并训练了SciGen-Verifier，采用冷启动监督微调加两阶段强化学习。结果显示其表现可与更大的专有模型竞争，并可作为迭代修正图像的在线批评器。
说明COEVO：让上下文与参数协同演化以实现递归自我改进
简介该论文针对大语言模型的递归自我改进问题，指出以往的参数在线学习与上下文优化通常被分开研究，忽略了二者的相互影响。作者提出COEVO框架，依据策略模型的当前状态，在同一反馈循环中同时更新模型参数与学习上下文，并以策略熵和提示条件注意力作为调整信号。实验表明，相比固定上下文的强化学习，COEVO能持续提升任务表现，并使策略对系统提示的变化更稳健。
说明CoViST：通过可组合状态压缩视觉标记
简介该论文提出 CoViST，一种无需训练的视觉语言模型视觉标记压缩框架，将压缩后的图像表示为可组合的视觉状态，包含代表性特征、原始位置、有效贡献权重和选择元数据。在七个 LLaVA-1.5-7B 基准上，CoViST-Fixed 在 192、128、64 个标记下分别保留未压缩性能的 99.9%、99.5%、98.1%，CoViST-Pro 在对应的层平均预算下保留 99.8%、99.9%、99.1%。
说明保留词素：面向尼泊尔语的形态引导预分词方法
简介这篇论文比较了在字节级BPE分词前，先把尼泊尔语词切分为词干和词缀是否有帮助。作者提出基于尼泊尔语语法的有限状态转换器预分词器Papaya，并在607个词的人工标注集上取得0.96的边界F1。在17M参数语言模型的实验中，等训练步数下每字节比特数约降低1%，下游NER、词性标注和新闻分类的提升则很小或没有变化。
说明基于条件潜空间去噪的跨模态转换，用于视频深度伪造检测
简介本文提出CTCLD框架，用于检测视频深度伪造。该方法在潜空间中通过相互条件的双向去噪，实现音频与视觉两种模态之间的跨模态转换，从而捕捉被篡改信号中的细微不一致。实验结果表明，该方法能够实现较全面的域对齐，并取得有竞争力的检测性能。
说明AutoHGNN：面向超图神经网络的稳健高效神经架构搜索
简介本文提出 AutoHGNN，一个专为超图神经网络设计的神经架构搜索框架，用于自动设计超图学习模型结构。框架在搜索空间中引入超交互模块（HIM），以应对传统图神经网络设计与超图数据不匹配的问题，并提出超图稳定拓扑距离（HyperSTD）作为结构选择标准。在多个基准数据集上的实验表明，AutoHGNN 在分类准确率和时间效率上均优于人工设计及自动搜索的基线方法。
说明超越时间戳：面向长时程智能体的决策对齐同策略蒸馏
简介该论文针对长时程智能体训练中的监督信号错位问题，指出特权指导与学生的功能性决策可能发生在不同时间步，而决策本身又可能跨越多个时间步。作者提出AlignOPSD方法，先重新对齐监督信号，再分配信用。在ALFWorld、WebShop和Search-QA上，基于Qwen2.5-3B与7B的实验显示，AlignOPSD在全部八组比较中优于GRPO和StepOPSD。
说明从位置风险到块级存活：扩散语言模型的更快生成方法
简介扩散语言模型可以并行预测多个词元以加速生成，但并行预测与最终生成效果之间存在错配。本文提出BRISK-DLM框架，在训练时利用模型自生成序列并按位置对验证进度与解码成本的影响加权，推理时用轻量的前缀条件校正器对候选重新排序。论文报告端到端吞吐量最高提升37.4%，同时保持任务质量。
说明从灰箱到绿箱：物理信息机器学习何时能降低结构健康监测中的碳排放
简介本文研究在结构健康监测中使用物理信息机器学习（灰箱模型）是否能减少训练所需的计算时间和碳排放。作者评估了残差建模、输入增强、混合建模和约束学习四种方法，涵盖高斯过程与神经网络。结果显示，多数情况下物理信息模型达到相同误差阈值的训练排放更低（输入增强模型除外），但需要在模型复杂度与训练数据需求减少之间取舍。
说明Sivia：学会画图，也学会学习——一个为论文自动生成概览图的系统
简介论文的概览图是读者最先看到的内容，需要既准确解释方法又好看。Sivia 读取论文、规划其中的关系、借鉴近期顶会论文的视觉组织方式，并生成用于图像生成的设计。系统通过人工引导的递归自我改进，在两个层面持续提升：绘图能力与改进绘图能力的更新器。在 48 篇测试论文上，同时学习两层后，必需关系准确率达到 93.54%，可读性与视觉质量评分由 3.95 和 4.00 提升至 4.70 和 4.78（五分制）。
说明OLED-MoE：利用跨迭代局部性加速基于MoE的扩散大模型推理的专家卸载系统
简介该论文针对采用混合专家（MoE）层的半自回归扩散大语言模型（dLLM），提出专家卸载系统OLED-MoE。它不再追求迭代内的逐层预取，而是利用相邻去噪迭代之间专家路由的高度重叠，并借助token置信度，把高价值专家保留在GPU显存中，同时通过CPU-GPU协同执行处理缓存未命中。文中报告其每输出token耗时（TPOT）降低1.23至7.93倍，专家缓存利用率提升1.44至4.23倍。
说明PulseQuant：面向4比特视频扩散Transformer的传播引导子空间校正
简介该论文提出PulseQuant，一种用于视频扩散Transformer的4比特训练后量化方法，通过轨迹敏感性与激活几何指导离线校准。作者发现，短时域内传播的误差比即时模块输出误差更能预测最终潜变量误差。在Wan系列模型、Self Forcing及MiniMax-H3上的评测显示，该方法在关键一致性与密集参考指标上有所提升，其他属性上保持竞争力。
说明局部线性最小化预言机实为一种投影方法
简介本文指出，局部线性最小化预言机（Local LMO）在半径不超过Polyak半径时，其步骤等价于当前迭代点在可行集与分离半空间交集上的欧氏投影，且这一投影仅借助线性预言机即可计算。作者将其归入以半空间深度为参数的更广投影方法族。对于梯度满足ϑ-Hölder连续的目标函数，该方法族中半空间足够深者可达到O(K^{-(1+ϑ)/2})的通用收敛速率。
说明NLPG：用自然语言策略梯度让语言智能体自我进化
简介本文提出自然语言策略梯度（NLPG）方法，在不改变固定智能体模型参数和程序结构的前提下，通过外部策略记忆改进其表现。方法分析执行轨迹，将下游反馈沿模块图反向传播，并把反复出现的失败转化为局部的自然语言修正，汇总为有界的策略更新。在涵盖记忆、推理、指令遵循和证据验证的六个基准测试中，NLPG平均比各基准列出的最强基线高出8.71个百分点。
说明跨智能体递归框架蒸馏：面向机器人操作的可复用干预指南
简介论文提出递归框架蒸馏（Recursive Harness Distillation）方法：强智能体将与视觉-语言-动作模型交互得到的干预经验写成“作战手册”，交给轻量智能体使用，并根据其执行反馈递归改进手册，无需更新模型参数。真实机器人操作实验中，成功率从37.3%提升至64.0%；在SimplerEnv Bridge上，轻量智能体配合手册的成功率为66.7%，高于仅用GR00T的41.7%。
说明最优传输丢弃法：为结构化预测学习不确定性
简介该论文提出最优传输丢弃法（OTD），用于让神经网络与神经算子给出带不确定性的预测，而非单一点估计。方法从简单的独立参考分布出发，通过可学习的流变换潜在扰动，并结合能量分数与动能正则项进行训练。实验显示其能捕捉多峰分布，在偏微分方程代理模型上预测离散度与误差空间分布高度一致，且区间比蒙特卡洛丢弃法更窄、校准更好。
说明基于TNF谱嵌入的监督机器学习汽车保险欺诈检测研究
简介本文针对汽车保险欺诈检测，使用决策树、随机森林、XGBoost、LightGBM和梯度提升机等分类模型，并用MWMOTE与TGAN处理数据不平衡问题。作者采用基于拓扑节点特征（TNF）的谱嵌入进行低维表示，并与MDS、Isomap、t-SNE比较，共考察65种组合。结果显示，MWMOTE、TNFSE2与随机森林的组合在该数据集上表现最佳。
说明编解码器切换后仍有效的特征：用于语音深伪检测的池化无人声残差
简介论文比较了12种声学表示在共享线性分类器下的表现，发现分层XLS-R在汇总测试集上最好，而池化无人声残差统计在未见编解码器条件下表现最佳。作者据此提出双视角检测器MN-P，通过自适应门控融合两类特征，相较于最佳重训练基线，整体EER降低54.2%，未见编解码器条件下降低60.9%。
说明从边际分布识别半鞅的可预测漂移
简介本文研究半鞅 X 的可预测有限变差部分（漂移）A 的识别问题，假设只能通过重复的横截面数据观察 X。作者将漂移视为隐藏线性动态系统的输出，并把联合估计问题表述为双线性二次约束规划，用空间分支定界求得全局最优解。文中还给出了该估计量在固定网格下的收敛速率。
说明选择规则决定排名：开放集图异常检测的预注册审计
简介该论文针对开放集图异常检测，指出已发表结果常用的测试集最佳轮次、复制旧基线数字及少数类重标注三种做法会影响排名。作者在统一协议下重跑DEMO、NSReg和自研的OUTPOST，并在采用最佳轮次规则与验证集规则两种评分方式下比较。结果显示，评分规则会改变领先方法，且相关偏差在不同数据构造下大小不同。
说明DrafTS：带残差校正的时间感知分解时间序列建模方法
简介该论文提出DrafTS，一个与模型无关的时间序列建模框架。它利用瞬时幅度和频率特征引导分解，得到用于刻画潜在动态的主成分，再由轻量级校正模块利用残差信息修正骨干模型的输出。作者称，在四类时间序列建模任务中，该方法提升了六种不同的骨干模型。
说明PreSO：面向同策略自蒸馏的特权表示隔离方法
