机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明用于多层平面绕组电感估算的可解释机器学习
简介本文提出一种可解释机器学习框架，结合特征归因（SHAP与排列重要性）与基于Kolmogorov-Arnold网络（KAN）的符号回归（SR-KAN），用于快速估算多层矩形平面绕组的自感并得到解析公式。在超过10000次有限元仿真数据上，树模型在分布外场景误差超过36%，而SR-KAN表达式的相对误差为8.22%。对55个印刷电路板样品（最多8层，电感4.11至559.27 μH）的实测显示，平均绝对相对误差为6.26%。数据与测量结果已开源。
看点将SHAP与KAN符号回归结合用于平面绕组电感估计，有新意；依托万余次FEA仿真和55个实物原型验证，证据扎实，对电力电子设计有实用价值。
说明逐点还是成对：成对损失何时能改进奖励学习？
简介本文研究在可观测逐点奖励的情况下，成对损失是否以及为何优于逐点损失。作者在允许每个上下文有多个动作的离线上下文赌博机设定中，比较直接回归奖励的逐点方法（VR）与回归同一上下文下动作对之间奖励差的成对方法（VDR）。理论分析给出有限样本回归保证与离线遗憾界；对有限函数类，VDR消除了VR界中的误设项，而对线性函数类两者互有优劣，取决于特征几何，作者还用数值实验予以印证。
说明学会证明，而不只是给出答案：基于形式化验证的强化学习用于自然语言逻辑推理
简介大型语言模型常用于自然语言逻辑推理，但其推理过程难以验证。本文提出Proof-R1，一种借助形式化验证的强化学习框架，训练模型构造可验证的证明。只有当推理步骤通过基于UNSAT的机器可检验形式化验证时，生成的中间结论才会被接受，并据此追踪支持最终答案的证明依赖，使结果奖励与证明依赖对齐。实验表明，该方法在三个基准和四个基础模型上提高了答案准确率，并在推理过程可验证性方面优于免训练方法和其他训练方法。
说明用于高环境压力喷雾模拟的液滴碰撞概率符号蒸馏模型
简介本文提出一种概率符号蒸馏模型，用于描述液滴碰撞结果。研究基于约四万次实验事件，先由机器学习模型学习碰撞结果的联合概率分布，再通过符号回归将其蒸馏为八个类别的解析表达式。该模型以有限宽度的模糊边界取代突变式的工况切换，其结果优于所评估的传统解析边界模型，并可用于欧拉-拉格朗日喷雾模拟。
说明自适应奖励路由：面向联合音视频扩散模型的前向过程强化学习多奖励动态优化
简介该论文针对联合音视频扩散模型的多奖励强化学习训练，提出自适应奖励路由方法，动态决定更新位置并协调多个奖励的权重。方法包括基于跨模态注意力响应的更新定位，以及保留预设权重并在预热后用奖励梯度交互进行修正的奖励协调。作者称在模态质量、语义一致性和音视频同步方面优于强化学习基线，并通过消融实验验证两部分的互补作用。
说明V-Engram：面向模块化文生图个性化的触发词索引外部记忆
简介该论文提出 V-Engram，一种用于 Stable Diffusion 3.5 的外部记忆机制。每个概念分配一个显式触发词，用于检索对应的概念记忆，并以相对残差形式注入冻结的文本编码器和 MMDiT 上下文状态。该方法把记忆与主干模型适配分离，实现按提示选择性调用和多概念组合。实验显示其整体主体保真度与 DreamBooth-LoRA 大致相当，并在上下文主体保持等场景有一定优势。
说明手写文字识别中的上下文学习探索
简介手写文字识别（HTR）可用于历史文献数字化，但多数研究依赖需要大量标注数据的专用模型。本文探索在不更新参数的前提下，用预训练视觉语言模型（VLM）的上下文学习构建转写流程，并在多个数据集和模型上评估。结果显示，在领域内与跨领域场景中，随着上下文样本增多，误差趋向平均水平，且不同采样方式效果存在差异。
说明JoyAI-Voice 2.0：基于语义与声学联合表示的全连续自回归语音生成模型
简介本文提出端到端拟人语音生成模型 JoyAI-Voice 2.0，采用全连续的双编码器结构，将语义与声学表示联合输入因果自回归 Transformer 进行规划，再由局部扩散 Transformer 生成 48kHz 语音。模型使用流匹配与停止预测联合目标训练，并经监督微调与 DiffusionNFT 强化学习优化。论文报告其在 Seed-TTS 上平均词错误率为 2.51%，相对最强基线降低 14.9%。
说明HaPRL：以人类搜索过程锚定的视觉搜索智能体强化学习
简介该论文针对多轮视觉搜索智能体，指出仅以最终答案奖励的强化学习会忽视搜索过程，导致推理错误却结果正确的路径频繁出现。作者提出HaPRL框架，构建标注平台收集1000余条带细粒度行为信号的人工标注数据，并用人类搜索轨迹作为锚点为每次推演打分。实验显示该方法优于基于结果的强化学习，早期过程监督使后续基于结果的训练提升达6.7倍。
说明存在数据污染时的稀疏线性上下文赌博机与背包约束
简介本文研究在奖励与资源消耗同时被污染的情形下，带背包约束的稀疏线性上下文赌博机问题。作者提出鲁棒乐观原始-对偶框架（ROPD），结合感知污染的置信宽度、在线资源价格与预算安全规则。文中给出在不同探索与设计覆盖条件下的遗憾上界，并提出污染水平未知时的自适应方法 Shared-Grid。两种方法都保证观测预算不被超支。
说明InsightMap：面向具身多模态推理的结构化空间建模
简介该论文提出InsightMap框架，以俯视地图作为显式空间记忆和动作条件预测目标，让模型在语言引导的导航中同时学习动作预测与动作后的地图生成。在R2R-CE和RxR-CE的未见验证集上，成功率分别为56.9%和54.9%；加入地图预测监督后，R2R-CE的SR和SPL分别提升4.3和3.2个百分点。
说明用代理动力学加速随机系统演化模拟
简介本文针对动力学与随机系统的模拟计算成本高的问题，提出一个机器学习代理框架。该框架以变分自编码器（VAE，可用卷积或图结构）降低系统维度，再用时间融合Transformer（TFT）在潜在空间中推进时间演化，并同时编码长程与短程效应及静态协变量。作者在三个不同案例上测试该框架，结果与模拟结果几乎一致，耗时大幅降低，并可提供内置的不确定性量化。
说明EgoHumanoid-V2：把人类示范的全身协调技能迁移到人形机器人上，用于移动与操作
简介该论文提出 EgoHumanoid-V2，一个从第一人称人类示范向人形机器人迁移全身协调技能的框架，用于行走加操作任务。其核心是由粗到精的动作对齐，结合运动学参考修正与动力学感知细化，在保持全身协调的同时提高末端位姿精度。论文还用机械臂渲染和训练期图像增强缩小视觉差距。在四项真实任务中，基于对齐人类数据训练的视觉-语言-动作策略无需目标任务机器人示范即可零样本迁移，成绩与遥操作数据训练的策略相当，但采集成本更低。
说明用于图像数据拓扑保持的稀疏立方复形
简介该论文提出稀疏立方过滤作为持续同调（PH）计算的替代基础，以降低图像分割中保持拓扑结构的计算成本。作者称在真实数据集上后续计算成本可降低至多100倍，并在3D大图块等训练场景中验证了其作为优化目标的有效性。在六个数据集上，该方法使拓扑准确性最多提升80%，同时保持像素和区域级准确率。
说明《Absorbed in Inertia：计算机使用智能体的激活分析》：分析电脑操作智能体为何会反复做无效动作，并提出脱困方法
简介这篇论文研究能通过自然语言指令操作真实桌面的计算机使用智能体。作者发现，这类智能体有时会明知动作无效仍反复执行，即"惯性"现象。通过分析模型内部的激活值，作者认为惯性对应激活空间中一个难以跳出的吸收区域。论文提出R³方法（重置、改道、恢复），先暂时重置上下文以跳出该区域，再恢复历史上下文继续完成任务，使测得的惯性比未修改的智能体低17%至55%。
说明用于端到端组合优化的视觉语言模型微调
简介论文提出一种通用视觉语言求解器，在文本实例描述之外加入由输入派生的视觉表示，用同一个视觉语言模型处理多种组合优化任务，先经监督微调再经验证器引导的强化学习训练。实验表明，相比纯文本版本，该模型总体上提升了解的质量，在CVRP和JSSP等较复杂问题上提升尤为明显，且视觉信息的优势在问题规模较大时更突出。
说明SimpleEvol：用极少人工先验设计启发式算法的智能体循环框架
简介论文指出，多数基于大语言模型的自动启发式设计把模型当作交叉、变异等固定小部件，嵌入大量人工设计的进化框架中。作者提出衡量框架人工成分的 AHI 指标与智能转化效率 ICE 指标，在三个组合优化问题上评估十个大模型，发现人工先验越少的框架 ICE 越高。据此提出 SimpleEvol，移除几乎全部人工先验，让大模型自主运行，并取得最高的 ICE。
说明通过生成式上下文知识融合弥合 RAG 中的语义鸿沟
简介本文针对检索增强生成（RAG）中查询与检索上下文之间的语义空间不匹配问题，提出知识感知语义桥接框架 KASB。该方法通过多阶段流程融合生成式知识与检索知识，以对齐语义空间，从而提升段落选择的相关性与准确性。作者在三个常用的开放域问答数据集上对其进行了评估。
说明插值策略蒸馏：离策略与在策略蒸馏之间的可控连续谱
简介该论文提出插值策略蒸馏（IPD），在每个解码步骤把学生与教师的下一词分布做线性插值，用插值系数控制轨迹质量与学生可学习性之间的平衡。为提高效率，作者设计了一种保持插值分布精确不变的推测解码规则。在纯文本与多模态推理基准上，IPD的表现优于SFT、OPD、二者两阶段组合以及近期的启发式片段交错方法。
说明Trajectory Soup：通过多样化训练轨迹推进大模型中期训练的算力扩展边界
简介论文指出，大语言模型中期训练的单次串行计算收益有限，难以继续提升下游能力。作者提出 Trajectory Soup 方法：将中期训练预算分配到多个从同一检查点分叉的独立分支，再通过轨迹内与轨迹间平均，将验证集上表现最好的检查点合并为一个模型。在不同模型规模、学习率调度、训练 token 数和轨迹数量下，该方法在预算相同时优于单一轨迹的最佳平均结果，且随预算增加持续提升。
说明通过预测域不变的潜在前瞻来消除视觉-语言-动作模型中的伪相关
简介视觉-语言-动作（VLA）模型在视觉分布变化下较为脆弱，常依赖与特定领域因素相关的伪相关。论文提出域不变潜在前瞻框架DILL，用从域变换轨迹数据中学到的域不变未来潜变量监督策略，并借助对比目标与高斯解耦正则化训练任务-域编码器。实验报告LIBERO-Plus上平均成功率为69.1%，比最强基线高11.4个百分点，真实世界操作实验也有支持。
说明无需伪标签与密集标注的端到端自监督RGB-T目标跟踪（ESMTrack）
简介该论文提出ESMTrack，一种端到端的自监督RGB-T目标跟踪框架，无需离线伪标签生成或逐帧密集边界框标注，仅使用视觉跟踪中标准的首帧标注。模型通过在标注首帧上的grounding三元组损失和未标注搜索帧上的跨帧时序三元组损失学习表征，并用前向-后向一致性筛选可靠样本。为缓解模态主导偏差，采用含融合分支和RGB、热红外两个单模态分支的三分支结构，并在五个基准上取得有竞争力的结果。
说明投票掩盖了失败：心音杂音检测中的聚合方式选择与噪声鲁棒性
简介该论文比较了两种心音图（PCG）杂音自动检测流程（HMS-Net-CNN 与 BiLSTM-LSTM）在不同强度噪声下的表现，并采用噪声增强微调与留出泛化测试。结果显示，在相同聚合方式下，BiLSTM 流程在各项条件下的准确率与加权准确率均优于 HMS-Net。论文指出，同一模型在不同聚合方式下的噪声鲁棒性差异很大，因此鲁棒性结论很大程度上取决于评估方式。
说明GLASS：基于槽位集合解码的全局潜在聚合方法，用于可扩展的全原子晶体生成
简介本文提出GLASS方法，将晶体结构编码到置换不变的全局潜在空间，并用流匹配学习其分布，由学习到的槽位解码器并行生成所有原子，从而避免生成过程中的原子对应问题。在MP20数据集上，GLASS与粒子空间模型相当；在QMOF子集上，它能生成单胞原子数最多150的金属有机框架（MOF），且不依赖构建单元、拓扑或组成条件，其结构有效性接近训练数据。论文同时指出流训练存在有效性与新颖性之间的权衡。
说明从学习者行为到可复用技能：更有效、更高效的学习者模拟
简介本文提出 Learner2Skill 方法，将从历史交互中获得的学习者模拟能力外化为持久、可复用的“模拟技能”（Simulation Skill）。该技能记录学习者当前的学习状态和反复出现的应答模式，并随新的真实交互演化，无需从头重建学习者即可通过轻量级执行器校准迁移到新的大语言模型。实验表明，该方法能更忠实地再现细粒度的学习者行为并降低整体 token 成本，且构建好的技能可有效复用于不同的大语言模型执行器。
说明世界模型的“清醒梦”：学习怀疑想象，依据信任做决策
简介本文提出Lucid World Model（LucidWM），用于强化学习智能体在想象中规划时的不确定性估计。该方法将主观逻辑（Subjective Logic）整合进离散潜在状态转移，为每次转移分配怀疑度，其补量即为转移级信任度，并沿想象轨迹相乘累积，用于重新加权回报与指导动作选择。在四个基础世界模型上与十七种不确定性指标对比，LucidWM能检测环境变化并在动作受干扰的推演中发出不确定性信号；在受控导航案例中，依据信任行动使到达目标所需步数从362降至190。
说明DShuttleNet：用于评估羽毛球双打团队配合的数据集
简介本文介绍了DShuttleNet，一个取自BWF世界巡回赛精英赛事的羽毛球双打数据集。该数据集除轨迹数据外，还包含专家标注的失分原因，并定义了队友相对角度和垂直击球角度两种几何表示。作者还提出了场地覆盖效能指数与威胁负载不对称指数两项指标，用于评估非击球队员的作用和防守配合。实验结果显示，若缺少这些配合相关特征，传统模型会出现欠拟合。
说明FlowMAS：基于信息引导生成流网络学习多智能体工作流拓扑
简介该论文提出FlowMAS方法，用生成流网络（GFlowNets）自动学习多智能体系统的工作流拓扑结构，将工作流生成建模为拓扑空间上的奖励引导流。方法包含基于GFlowNet的拓扑生成主干、鼓励结构新颖性探索的好奇心驱动模块，以及评估中间拓扑的信息引导优化模块。在六个基准数据集和三种大语言模型主干上的实验显示，FlowMAS优于多个基线方法。
说明多模态检测高阶行为构念：结构化反思互动中的自我关怀
简介该论文研究如何从视频、音频和文本中识别难以直接观察的心理特质，以自我关怀为例，即面对挫折时以耐心而非严厉自我批评回应的倾向。作者在技术辅助的训练场景中收集并标注了51段反思对话，构建了三分类的标注方案和基于时间窗口的多模态对齐流程。实验显示，简单的概率级融合相比最佳单一模态带来了适度但稳定的提升。
说明改进的分布式扩散模型：一种可在少步数内生成图像的随机生成方法
简介分布式扩散模型（DDM）用经评分规则训练的分布式去噪器替代常规的均值预测去噪器，以学习条件分布而非其均值。本文通过把粒子扩展推迟到后期 Transformer 层，并引入随时间变化的评分规则调度，使其可用于 ImageNet-256² 类别条件图像生成。采用 DiT-XL/2 的单阶段训练模型在 4 步时 FID 为 4.48，50 步时为 2.38，且同一方法可迁移到文生图任务。
看点在DDM上引入时间相关的评分规则调度与后期层粒子扩展，改进实质明确；在ImageNet-256上以单阶段训练取得较强FID结果。
说明从判断质量到下游效用：重新审视面向开放式任务的LLM作为评判者
简介该论文研究用大模型充当评判者（LLM-as-a-Judge）评估开放式任务回答的效果。作者从两方面考察：一是评判的给出方式，包括评分粒度、是否使用评语以及批量评估；二是评判的用途，除用于策略训练外，还扩展到测试时的最佳N选一、评判引导修订和束搜索。结论显示，评判质量与下游效用并不总是一致，评判协议设计对两者都有显著影响，且评判引导能把测试时计算转化为性能提升。
说明LoLBench：在大型软件系统上以长周期提案评测编程智能体
简介该论文提出LoLBench基准，用于评估编程智能体从用户提案到代码实现的完整过程，包含29个大型软件系统上的100项任务，每项任务都有人工撰写的增强提案。评测显示，表现最好的智能体仅解决14%的任务；定位不完整代码被认为是主要瓶颈，而提供参考文件树和API规格可将解决率提高16至22个百分点。
看点提出从需求提案到实现的完整评测，关注意图理解与实现两方面能力；基于28个智能体、100个任务的大规模实验，对子领域有实际参考价值。
说明MSTypography：在文字可读性与物体可识别性之间取得平衡的多字符语义字体设计
简介该论文提出一种面向多字符单词的语义字体设计框架，让单词的视觉形态体现其语义，同时保持可读性。方法先在全局层面做掩膜驱动的轮廓近似，再在局部层面进行语义引导的细化，并加入结构损失与OCR约束以保证可读性，利用扩散先验使字形朝目标概念变化。作者称这是首个有效平衡两者的多字符语义字体方法，并在英、中、日、韩、阿拉伯语上优于现有方法，代码将开源。
说明BandPC：学习残差分段的预条件子组合，用于灵活共轭梯度求解器
简介本文提出 BandPC，用图神经网络依据矩阵结构预测灵活共轭梯度（FCG）方法在迭代过程中应切换的多阶段预条件子方案。方法把迭代按残差范数分为三段，并从五种经典预条件子中构造出125种候选组合。在合成与 SuiteSparse 测试矩阵上，BandPC 在41.3%的矩阵上取得最少迭代次数，在33.1%的矩阵上取得最短求解时间。
说明TaoFlowForge：基于级联流匹配的渐进式原生网格生成
简介本文提出TaoFlowForge，一个用于生成可直接投入生产的艺术网格的基础模型。它将网格生成分解为顶点生成与连接关系预测（即边），顶点生成采用由粗到细的两阶段流程，连接预测阶段则估计顶点间的连接亲和度并预测每个顶点的法线。模型在手工制作的3D资产与公开拓扑数据集组成的数据上训练，并在图像条件生成中优于自回归方法，在开源网格拓扑生成器中取得了最先进的结果。
说明基于指令分解的多粒度语言引导模仿学习
简介本文提出一种基于指令分解的多粒度语言引导方法，把整体任务描述拆分为更细粒度的子任务级语言指令，以区分多阶段操作中不同阶段所需的行为。作者在多任务模仿学习设定下评估该方法，并验证其有效性，结论是该方法能提升学习效率与性能。
说明先训练再回蒸馏：面向大语言模型的自举式在线策略自蒸馏
简介本文提出 B-OPSD 方法，先让策略模型向前训练得到一个“未来教师”，再把学生模型恢复到原始策略状态，由该未来教师提供逐词监督。在 Qwen3-4B 与 Qwen3-8B 的数学推理实验中，该方法相比标准 OPSD 有稳定提升，例如在 rollout 特权设定下分别从 27.50 提升到 41.30、从 48.80 提升到 64.44。
说明SkillCome：基于分组对比与双记忆的技能优化方法
简介该论文提出 SkillCome，一种通过分组对比与双记忆机制来优化大语言模型技能的方法。与每题只生成单条轨迹的既有方法不同，它对每个问题生成多条轨迹，通过对比成功与失败轨迹之间的关键行为差异，获得更可靠的优化信号。双记忆系统则累积历史证据，以便发现不同分组间共享的规律。在覆盖问答、推理和智能体任务的六个基准上，该方法在五个不同系列和规模的模型上均优于基线，最高提升 +5.69 分。
说明LLM去品牌化：在保留通用能力的同时抹除商业身份
简介本文指出大型语言模型生成文本时常提及品牌，可能带来商标淡化、错误归因和品牌诽谤等风险，因此正式定义了“LLM去品牌化”任务，重点处理文本中的品牌形象（trade dress），如标志性语言、口号和风格标记。作者构建了涵盖多个商业领域知名品牌的评测数据集，并发现现有机器遗忘模型在选择性文本去品牌化上存在局限。为此，文章提出推理时方法MUTE，通过迭代优化系统指令来消除品牌泄露，同时保持模型的通用能力，且无需脆弱的参数更新。
看点提出LLM去品牌化新任务并设计推理时迭代优化方法MUTE，新颖性较强；基准评测与对比有一定支撑，但规模和深度未知。
说明面向非完整机器人的对抗鲁棒几何安全证书（应对机动障碍物）
简介本文针对能在有界能力范围内主动机动的障碍物，提出一种对抗鲁棒的几何安全证书。方法通过对证书参数进行闭式收缩，直接在安全集几何中考虑障碍物允许机动的最坏情形影响，并据此给出运动学自行车模型下前向不变性的充分条件。仿真结果显示，该方法能显著减少屏障违反和碰撞，并表明仅对屏障导数做逐点鲁棒化无法替代其几何收缩。
说明智能体何时该检查外部状态：为存储的意图分配观察预算
简介论文研究智能体在保存了与未来条件相关的意图后，应何时花费资源去检查该条件是否成立。作者提出 BudgetPM，在共享预算下分配外部观察，包含静态与序列两种策略。实验显示，在部分基准与设置下，它在更少观察次数下取得与基线相当或更好的效果。
说明EviViT：面向细粒度视觉感知的证据自适应视觉Transformer
简介该论文提出EviViT，一个可附加到预训练视觉Transformer上的轻量模块，用于决定模型在何处获取更多细节。它利用人类视觉搜索轨迹监督问题相关的证据密度，据此对原始像素进行区域重读并分配视觉标记。在九个主干模型上的实验显示细粒度准确率平均有所提升，且在相同标记预算下优于仅处理全局图像的方法，同时使用更少的视觉标记。
说明学习三角传输映射的结构
简介三角传输映射是一种基于采样的概率建模方法，可用于密度估计、生成建模和贝叶斯推断。本文提出自结构传输映射（SSTM），在学习映射的同时联合学习变量顺序和稀疏模式，并通过共享权重的单调BatchEnsemble方法使映射可扩展到高维。实验表明，联合学习结构和映射的效果优于先估计结构再拟合映射的做法。
说明双语音素婴儿语言模型中的跨语言效应
简介本文用音素形式的语音输入训练双语的小型语言模型，以英语为二语，分别以德语、瑞典语、波斯语和巴斯克语作为一语进行比较，研究一语对二语学习的影响。结果显示，与正字法文本相比，音素输入下语法学习轨迹随一语不同的变化更明显，早期词汇差异则与音素库存的相似度一致。
说明释放价值模型：面向大语言模型后训练的无奖励策略优化
简介论文提出无奖励策略优化方法RFPO，把一个经过校准并冻结的价值模型（critic）同时用作整条轨迹的奖励、广义优势估计的基线以及未完成前缀的成功预测器。作者指出，基于价值模型的强化学习不稳定主要是优化问题，保持策略更新幅度小、方差低即可稳定收敛。实验称，二值化后的RFPO在训练中不使用任何标签的情况下可与有监督PPO相当，同时降低计算与显存开销。
说明多声道音频质量评估：将预训练感知模型扩展到空间音频
简介该论文研究如何把为有限声道配置训练的预训练感知模型复用于5.1声道空间音频的质量评估。作者比较了信号、预测、潜在和特征四个层级的多声道整合方式，并提出了潜在层空间组聚合与特征层的特征-频带组注意力（FGAtt）两种方法。在五个5.1声道测试集上，FGAtt整体表现最好。
说明NRF-GS：用于高表现力与紧凑高斯泼溅的神经残差场
简介本文研究三维高斯泼溅（3DGS）中外观建模的作用，指出标准方法使用低阶球谐函数，难以表达高频的视角相关反射，因此常靠增加高斯数量来弥补。作者提出NRF-GS，用共享的神经残差场替代每个高斯的球谐基，并由全局轻量MLP预测视角相关残差。文中称该方法在渲染质量相当或更好的情况下，高斯数量最多可减少50%，且镜面与高频细节更清晰。
说明通过距离与角度的分量校准实现可解释的本征维数估计
简介论文提出对DANCo方法进行分量化改造，将距离分支与角度分支的差异曲线分开保留，以便识别估计结果的来源。作者为距离分支推导了广义比率估计器（Gride）的闭式KL散度，并在含噪声的24个流形上报告平均百分比误差从27.7%降至17.6%。在高斯尺度混合的受控实验与CIFAR-10、ImageNet的观测实验中，作者还分析了样本幅度异质性对角度分支的影响。
说明广义反应-扩散系统的神经本构学习：用神经网络学习方程中的本构关系，再由统一的积分器完成时间推进
简介该论文提出 NCL-MCT 求解器，用神经网络学习各类偏微分方程特有的本构响应（输运的迁移率与热力学驱动力，反应的相对反应速率），时间演化则由共享的 MCT 积分器完成。这些本构响应只依赖当前密度，因此可在不同初始条件和时间范围间复用。在七个系统上，各自训练的本构模块取得 10^-4 至 10^-2 的相对滚动 L² 误差，并可在无需生成轨迹的情况下训练。
说明从可行失败前缀中学习：面向长程LLM智能体的里程碑可行性势能策略优化（MVPO）
简介论文针对长程大语言模型智能体在稀疏、延迟奖励下的强化学习问题，指出现有GRPO、GiGPO等方法在组内回报无差异时无法分配信用，即“零信用失败”。作者提出MVPO算法，利用并查集可行区域估计前缀势能，用势能差修复零信用组的优势估计，并根据相对性能进展衰减势能分支。在Qwen2.5-1.5B-Instruct上的实验显示，MVPO优于包括GRPO和GiGPO在内的八个基线，在ALFWorld和WebShop上分别比GiGPO高4.4和5.3个成功率点，额外优势构建开销仅为0.16%–0.20%。
说明为AI监管沙盒设计协作式意义建构的边界协商工具
简介本文面向AI监管沙盒（AIRS），指出现有研究多关注法律与制度设计，而法律框架将社会技术层面的解释留给各方利益相关者，因此存在意义建构的缺口。作者采用“设计研究”（Research-through-Design）方法，迭代开发了一个边界协商工具，为不同利益相关者提供共同评估AI系统的界面，并将其定位为现有AIRS框架的技术支撑。论文报告了设计过程中的洞察，定性评估留待未来工作。
说明Waypoint-1.5：面向消费级硬件的实时视频世界模型
简介论文介绍了Waypoint 1.5，一个可在消费级硬件上实时运行的扩散式世界模型，用于交互式视频生成。模型在约10万小时、覆盖数百款游戏的视频数据上预训练，并可根据完整的键盘和鼠标输入生成可操作的视频。论文还区分了渲染帧率、潜变量帧率和控制速率，并通过延迟与吞吐量评估交互性，同时讨论了此类模型特有的安全与伦理问题。
说明VACE：经验证门控的智能体模型与框架交替协同进化
简介该论文提出VACE方法，让语言模型智能体在强化学习训练与基于轨迹的任务框架（harness）改进之间交替进行。每轮训练后，新的框架修改方案只有在验证集上表现更好时才会被采用。在OfficeQA和AutomationBench两个基准上，该方法的表现优于仅更新权重的强化学习以及不做验证的交替方法。
说明后训练如何改变多语言推理能力？一项针对开源推理模型的审计研究
简介该论文检验了开源推理模型在十一种语言数学竞赛题上的表现，发现非英语题目能以目标语言给出正确且完整推理的比例远低于英语（英语为92.9%）。作者对同一模型系列的十三个检查点进行比较，发现多语言监督微调可以恢复目标语言推理，但会降低准确率；强化学习能恢复终止性，但只有奖励中包含语言项时才能保持目标语言输出。
说明V2X-WAM：面向端到端自动驾驶的车路协同世界动作模型
简介本文提出V2X-WAM，将车路协同的场景理解、动作生成与未来世界推理紧密耦合。模型把车端与路侧观测融合为可靠性感知的时空表示，并将路侧信息压缩为紧凑的量化消息以降低通信开销。规划器生成的预期轨迹会显式地条件化未来占据与动态流预测，预测结果再反馈用于修正轨迹。在大规模真实车路协同数据集上，该方法在规划精度、安全性和未来世界预测方面均优于代表性方法，通信开销也明显降低。
说明在静态评估下打破评审可靠性的假象：面向基于大语言模型科学审稿人的 SCOPE 模糊测试
简介论文指出，以往关于大语言模型审稿人能否识别内容扰动（如夸大论断）的结论，多基于静态模板下的少量扰动策略，证据有限。作者构建了覆盖表层呈现、论证逻辑和价值判断三个层级的评估框架，发现扰动效果会因论文原始评分高低而不同，且单一模板会漏掉多样化扰动暴露的脆弱性。作者据此提出 SCOPE-Fuzzer，通过反馈驱动的策略选择和对论文内容的自适应变异进行动态探测，结果显示其能发现静态评估和其他基线所忽略的漏洞。
说明为何多模态大模型难以计数：借助 ConvStack 克服个体化与聚合瓶颈
简介该论文分析了多模态大语言模型在细粒度视觉计数上表现不佳的原因，指出其全局注意力机制存在两个瓶颈：图像分块导致的个体化瓶颈，以及计数聚合过程中随数量增加而出现的表征坍缩。作者提出轻量级架构 ConvStack，在视觉令牌空间中聚合并注入局部空间结构，仅用计数任务微调即在密集物体计数和空间理解基准上取得明显提升，同时未损害通用视觉能力。
说明无线网络上的基于大语言模型的多智能体系统：智能体与网络联合设计视角
简介本文探讨大语言模型智能体的推理与执行正分布到无线边缘节点上，无线网络因此需要支持多智能体推理流程本身。文章提出智能体与网络联合设计的思路，涵盖交互调度与资源分配、消息选择与传输协同设计，以及拓扑与负载资源的联合设计。在车联网（V2X）案例中，联合调整智能体与网络决策在通信和边缘资源受限下提升了任务完成情况，优于仅考虑智能体或仅考虑无线的分开设计。
说明基于残差矢量量化的面向任务视觉特征压缩，用于端-边缘多模态推理
简介该论文针对端-边缘协同多模态推理中视觉数据传输耗时的问题，提出查询引导的面向任务特征压缩方法Q-TOFC。方法使用残差矢量量化把特征编码为紧凑的码本索引序列，并结合查询相关性进行特征聚合，同时用量化误差补偿适配器减轻离散量化带来的失真。在七个多模态基准上，相比TOFC，视觉数据负载降低53.6%，平均归一化任务性能相当，并在带宽受限的上行链路下降低了端到端延迟。
说明Real2Gym：从视频构建仿真健身房，把技能带给机器人
简介该论文提出Real2Gym框架，可将人类或机器人的演示视频重建为可交互的仿真环境，并在仿真中生成、验证和提炼操作技能，再将其迁移到真实机器人上执行。论文报告，该方法在仿真环境中的成功率比GPT-6 Astra Direct Mode高16.7%，所用策略执行token约减少74.9%；在真实Franka机器人的四项任务中，成功率高33.3%。
说明现代计算机视觉模型训练中的能耗差异研究
简介该研究在两块 NVIDIA Tesla P100 GPU 上，用统一的 1 万张 ImageNet 图像子集和 40 轮训练配置，测量了七种计算机视觉模型训练时的能耗。结果显示计算量（GFLOPs）与能耗相关性较强但并不完全一致，计算量相近的模型能耗最多相差 3.1 倍。EfficientNet 系列在分类表现与能效之间取得较好平衡，而 Vision Transformer 在该配置下能耗较高、分类表现较低。
说明ARGOS：基于强化学习的计算连续体多维弹性服务编排
简介论文提出ARGOS，一种端到端控制器，用强化学习在资源扩展受限时同时调节分析质量（如覆盖率、采样、新鲜度）与集群压力，并配合容量感知的准入控制。在受控负载和异构集群的多租户场景中，深度强化学习策略优于非学习基线，并接近独立调优的最佳固定参考；实时评估中相对静态中点有所改善，未记录CPU或内存违规，但仍存在覆盖率违规。
说明遗传多准则排序与学习型排序器在代理偏差和标签污染下的偏差鲁棒性比较
简介该论文比较了无标签的遗传多准则排序方法与基于标签训练的学习排序模型（LTR）。在 MSLR-WEB10K、Baidu-ULTR、WANDS 和 Expedia 数据集上，作者通过两种受控实验检验模型是否会与未指定的代理信号对齐。结果显示，遗传方法与代理信号的 Spearman 相关性明显更低，且在标签被污染时其偏差和效用曲线保持平稳，而 LightGBM 和 XGBoost 的偏差随污染增加而上升。
说明从非结构化数据中用因果表示学习识别常微分方程
简介本文研究如何从图像等非结构化、高维观测中恢复动力系统的控制常微分方程。作者指出，因果表示学习得到的变量一般不能直接用于方程发现，于是提出SPEED-AE框架，在预训练的因果表示学习方法之上加入逐分量自编码器，学习适合稀疏方程发现的变量变换。实验在Lotka-Volterra、Lorenz和双摆系统上进行，结果显示该方法提高了解耦效果，恢复的方程更接近真实方程，并取得领先的预测表现。
说明Traverse：学习何时记住、重置与重定向，用于长程网络搜索
简介该论文针对长程信息检索智能体在搜索过程中累积噪声上下文、早期错误难以纠正的问题，提出自主搜索框架 Traverse，智能体通过 Rubric、Answer、Verify 三种状态管理搜索，并配备 Seal Memory 工具进行主动上下文管理。作者用强化学习训练该行为，并提出仅训练上下文管理之后最终段落的策略以避免训练不稳定。其 35B 模型在 BrowseComp 上得分 72.83，并在多个基准上优于基础模型。
说明LDM-is-AE：潜在扩散模型本身即自编码器，实现端到端图像生成
简介该论文指出，传统潜在扩散模型需先单独预训练自编码器再训练扩散模型，两阶段设计存在表示不匹配问题。作者提出LDM-is-AE，将扩散主干网络拆分为DiT-E与DiT-D两个互逆部分，并在各时间步对中间特征施加图像域监督，实现一阶段端到端训练。论文报告其在256x256和512x512类别条件图像生成上分别取得1.80和1.90的FID。
说明ZeroDiff：基于先验扩散的零样本时间序列重建方法
简介论文针对目标变量观测稀缺、无法在未采集位置直接获得数据的问题，提出零样本时间序列重建任务。作者提出ZeroDiff方法，先仅用外生变量构造信息先验，再通过扩散模型在已观测位置学习校正重建误差，并推广到未观测位置。作者称其在多个真实数据集上相较现有方法有显著提升。
说明UnlearningSoup：大语言模型遗忘是否需要反复调参？
简介本文研究大语言模型的“遗忘”（unlearning），即删除模型中有害或不需要的内容，同时保留其他知识。作者发现不同遗忘训练得到的模型在权重空间中处于共享的性能区域，因此提出 UnlearningSoup 框架，包含 EfficientSoup（基于二分搜索插值，快速找到良好模型）与 PerformanceSoup（加权模型融合，挖掘后期剩余性能）两种策略。实验显示其在超参数选择上效率提升 2.4 至 3.3 倍，并在多种数据集和模型上持续改善性能。
说明用于次日光伏发电预测的物理信息状态空间模型
简介本文提出一种物理信息状态空间框架，将可微分光伏转换模型与选择性状态空间主干网络（PowerMamba）结合，用于24小时时段的次日光伏发电预测。物理模块基于太阳几何、辐照度、温度效应和逆变器限制给出结构化基线，状态空间模型则从数值天气预报输入中学习残差修正。在一年的大型光伏电站数据上，该方法相比纯物理基线RMSE降低38.5%、MAE降低45.8%，并优于纯数据驱动模型。
说明决定边缘GPU延迟的是显存带宽而非浮点运算量：分割解码器的性能剖析与加速
简介本文指出基于查询的分割模型在边缘设备上，其Transformer解码器受显存带宽限制严重，而标准的浮点运算量分析无法体现这一瓶颈。作者提出CompactInst，通过4倍无参数空间池化减少解码器内的数据搬运，并用两层卷积细化头恢复空间细节。在Jetson Orin Nano上，CompactInst在精度接近的情况下带来明显加速，并表明解码器的数据传输量而非运算量决定延迟。
说明《Context without Commitment》：形变下稳健的稠密对应方法
简介本文针对非刚性点云配准，提出CoCo-Reg方法：借助区域补丁丰富稠密点特征，但不让补丁预测限制最终的逐点搜索。在ModelNet10的726个测试物体、九个形变等级上，该方法的平均对应误差为0.0547，低于两个基线方法的0.1993和0.1921，相对其点级基线降低72.6%。
说明面向鲁棒腿式运动的预测式安全课程学习（PSC）
简介论文提出预测式安全课程学习（PSC）框架，利用学习到的未来安全代价预测来分配腿式机器人运动策略的训练经验，使训练更多关注罕见但关键的安全失败场景。方法通过分布式安全评论家对地形和随机化事件排序，且不改变任务奖励与策略优化损失。在ANYmal-D硬件上，PSC相比学习进度课程将小腿碰撞发生率降低63%（三个匹配种子），在某生产楼梯攀爬平台的试验中也消除了观察到的小腿碰撞。
说明FACT：面向保真度的关节式数字孪生构建方法
简介该论文提出 FACT 框架，一种基于智能体的方法，用于逐步构建关节式数字孪生模型，以提升几何、接触和动力学的保真度。它通过证据—诊断—修订的循环，从图像重建可编辑的关节几何，修复碰撞代理，并利用被动响应视频拟合物理参数。实验表明，该方法在几何重建上优于基线，并能更好地复现未见过的物理响应。
说明超越压缩：诊断后训练如何改变数学推理能力
简介本文比较了三种大模型后训练路径（自训练的离策略蒸馏、Qwen3 的离策略加在策略蒸馏版本、DeepSeek-Math 的 GRPO 版本）对数学推理的影响，采用跨形式、跨语言的 pass@K 等多角度诊断。研究发现：在较易的 AMC 题目上，后训练主要是降低采样成本；在较难的 AIME 题目上，后训练还能扩大大 K 下的成功上限，但 GRPO 在大 K 下并不优于充分的离策略蒸馏。英语为主的蒸馏能提升非英语推理，但语言间差距依然存在。
说明RL-PaO：将预测视为动作的不确定性决策方法
简介这篇论文提出 RL-PaO 框架，把系统建模、优化和决策执行整合进同一个强化学习环境，把预测当作动作来学习。作者在日前能源调度任务上用真实历史数据评估，测试年度成本低于非理想基线，平均降低约 10%。
说明vSkipper：将动态层跳过转化为大模型推理服务的性能收益
简介动态层跳过让每个词元只执行模型的部分层，以减少计算量，但现有方法依赖专用生成循环，难以接入主流推理引擎，跳过更多层并不一定降低延迟。作者提出 vSkipper 虚拟化层，使动态层跳过器可插入推理引擎，并在 SGLang 中实现与评测。在 GSM8K 和 BBH 上，负载接近上游系统拐点时平均端到端延迟分别降低 36.8% 和 13.6%，饱和状态下请求吞吐量分别提升 11.3% 和 7.4%。
看点提出将动态层跳过接入现代推理引擎的虚拟化层，在真实负载上验证延迟与吞吐收益，证据充分，对子领域影响较大。
说明基于分布稳定性的公平性综合视角
简介该论文把公平性看作预测器在分布稳定性上的性质：考察受保护群体构成发生变化时预测结果如何改变，预测器在此类扰动下保持稳定即为公平。作者提出用凸组合的重加权预测器构建学习方法，将其表述为二阶锥规划，并给出泛化界，实验在标准基准数据集上进行了验证。
说明消息传递以更少成本实现图上上下文学习
简介该论文提出 Ephris，一种基于稀疏消息传递的图上下文学习模型，无需为每个数据集单独训练或调参，推理开销随节点特征数和图边数线性增长。模型仅在由结构因果模型生成的合成图上预训练。在 51 个节点分类数据集上，Ephris 在 Elo、可改进度、平均排名和准确率四项综合指标上均排名第一，推理成本与训练一个 GNN 相当，速度比已有图上下文学习模型快 10 倍以上。
看点用稀疏消息传递替代稠密注意力实现图上下文学习，在51个数据集上全面超越调优GNN与现有方法，推理快10倍以上，新颖性与证据较扎实。
说明借助大语言模型引导的搜索改进二元线性码：寻找更高最小距离的码
简介该论文利用大语言模型引导的进化程序搜索，针对二元线性码的已知最优界问题进行研究。作者提出 LinCodeEvolve 方法，以精确的最小距离评估器为依据进化码构造程序，并在搜索停滞时引入新策略。论文报告发现了七个打破纪录的码，并通过标准码修改技术改进了表中的 22 个条目，所有码均经穷举验证。
看点将LLM引导的进化程序搜索用于二元线性码，发现7个刷新纪录的码并改进22个表项，证据为穷举验证。
说明Spatial-OPSD：基于无标签自蒸馏的空间推理自我提升方法
简介该论文提出 Spatial-OPSD，一种无需标注答案的自我提升框架，用于增强视觉语言模型的空间推理能力。训练时，教师模型利用深度、三维关系和相机几何等可自动获得的空间先验，为学生模型在其自身采样轨迹上提供逐词元的密集监督。通过逐轮递归训练，教师在每轮内保持冻结，使改进后的学生在下一轮重新初始化，实现多轮自我提升。论文称在四个视觉语言模型系列上，单轮训练即提升五个基准的平均成绩，三轮训练后一个空间专用强模型达到开源模型最高平均分。
说明ACTR：对齐推理大模型跨语言的思考与回应以提升多语言安全性
简介本文针对推理大模型在非高资源语言遭遇越狱攻击时可能给出不安全回应、即使推理过程已识别风险的问题，提出 ACTR 框架。该方法通过思考差距得分衡量跨语言的推理痕迹贡献，借助越狱查询语料识别支持安全推理的神经元，并以冻结的裁判模型奖励推理与回应安全类别的一致性，仅更新选定神经元。实验显示，在两个推理模型上，ACTR 在 AdvBench-X 与 MultiJail 上的平均攻击成功率低于所评估的先进方法，并保持多语言知识与数学推理性能、减少对良性请求的误拒。
说明MatToolBench：在真实材料科学工作流中评测多模态智能体
简介该论文提出MatToolBench，这是首个在真实环境中评测多模态图形界面智能体操作专业材料科学软件能力的基准，包含204个任务，覆盖10种工具，分为图形界面操作、OriginPro脚本和基于代码的数据库查询三类。实验表明，通用基准上的优异表现并不能迁移到专业科学工作流中，表现最好的模型在图形界面任务上成功率仅为25%，在代码任务上为45%。
说明OmniRoute：把时序语义证据映射为音视频 token 预算，提升全模态大模型效率
简介本文提出 OmniRoute，一种无需训练的两阶段压缩框架，用于降低全模态大语言模型处理长音视频 token 序列时的预填充开销。第一阶段 TEGB 依据语义相关性和局部内容变化为各片段分配主导模态及预算；第二阶段 BCSC 压缩主导模态并据实际保留比例校准从属模态。实验在四个基准上显示，其在推理效率与性能之间优于若干基线方法。
说明NHO：用于基于锚点的区域定位与稠密对应的神经哈密顿算子
简介该论文针对从稀疏锚点出发、由局部（部分）形状到完整曲面的非刚性对应问题，提出 NHO 方法。它结合稀疏锚点与部分形状的内蕴几何，学习一个神经哈密顿算子，其局部化特征空间同时编码区域支撑与用于稠密对应的内蕴坐标。通过算子估计与对应恢复之间的交替精化，论文解决了稀疏锚点带来的空间歧义。实验显示该方法在两项任务上精度具有竞争力，并对均匀缩放和旋转具有鲁棒性。
说明多深度时间融合：用于前馈、局部训练的脉冲神经网络
说明盲区中的速度：自动驾驶视觉语言模型动态感知的可解释性分析
简介该论文以速度理解为受控诊断，测试视觉语言模型在 nuScenes 上对周围车辆速度、自车当前速度和短时未来自车速度的感知能力。研究发现自车当前速度在模型内部可被线性探针较准确地解码，但口头输出误差明显更大；未来速度的提升多在打乱帧顺序后仍然存在，显示时序理解有限。专用于驾驶的 Alpamayo-1.5 对运动表征有所增强，但不保证可靠的读出或时序理解。
说明基于在线策略蒸馏学习思考模式的优势
简介该论文研究如何通过在线策略蒸馏（OPD）让大语言模型学习显式中间推理（思考模式）带来的优势。作者提出ThinkOPD，按响应层级分配监督权重，结合组内相对奖励增益与基于轨迹-响应差异（TRD）的兼容性代理指标。在数学推理和代码生成任务上，ThinkOPD优于统一思考蒸馏基线。
说明能量模型离散采样的迭代精确离散引导（IEDG）
简介该论文针对大规模离散状态空间中未归一化的多峰分布采样问题，提出迭代精确离散引导方法IEDG。方法沿退火轨迹逐阶段学习局部后验修正，并以相对有效样本量（rESS）选择每一步的增量。实验在Ising和Potts模型以及Max-Cut问题上与神经基线进行比较，作者报告其在多项指标上取得更优结果。
说明GleanVID：面向高效视频大语言模型的互补令牌选择方法
简介视频大语言模型能力强，但视觉令牌数量多，推理开销大。论文提出无需训练的推理加速框架GleanVID，先依据时间新颖性在各帧间分配令牌预算，再综合局部代表性与子空间互补性选取令牌，以减少跨帧冗余。实验显示，仅保留25%视觉令牌时，在Qwen3-VL上保留原性能的98.6%，预填充延迟降低44.7%。
说明通过反事实上下文用束搜索实现推理时自蒸馏
简介自蒸馏微调（SDFT）让语言模型以自身为教师，但需要训练时的梯度更新和专家示范。本文提出推理时自蒸馏，用固定的反事实文本模板代替示范，在解码时通过两种条件下候选答案的对数几率比构造奖励信号，无需参数更新、奖励模型或训练数据。该方法用束搜索近似目标分布，在数学推理、代码生成和研究生水平科学问答上，平均优于标准采样、低温采样、束搜索和幂采样等基线。
说明在自然语言自编码器中选择信息量最大的词元
简介该论文研究自然语言自编码器中，应优先解释哪些词元位置才能发现提示注入和隐藏意图等潜在威胁。作者基于460万条解释进行比较，发现仅依据聊天结构的排序方法通常优于模型计算信号，且无需模型前向传播。在四个数据集中的三个上，仅解释5%的位置即可保留几乎全部成功率，并表明预训练的释义器可识别模型经微调后学会隐藏的词语。
说明NowcastDiT：扩散Transformer可有效用于降水临近预报
简介该论文探讨用标准扩散Transformer（DiT）进行短时降水临近预报。作者提出NowcastDiT，通过动力学感知的噪声先验提升预报的时间一致性，并以带时间步感知奖励的端到端强化学习提升气象技能。在SEVIR和MRMS基准上，论文报告其在感知质量和气象技能方面均达到最先进水平。
说明基于图变量流匹配的高分辨率动态功能连接生成
简介高分辨率动态功能连接可揭示脑网络快速变化的相互作用，但短时间窗会带来噪声较大的协方差估计。本文提出 GVD-CFM，一种类条件生成模型：将每个试次表示为黎曼流形上的 SPD 矩阵，经对数欧氏映射和可逆 DCT 时间基变换后，用基于 Transformer 的条件流非自回归地生成完整轨迹。在多个 EEG 运动想象数据集上，该方法在分布保真度、时间动态保持和合成到真实的分类方面整体表现最佳，且计算效率优于原始信号和 GVD 空间的生成基线。
说明Watch-Think-Interact：用强化学习训练长时程多轮流式视频推理
简介该论文针对流式视频问答中需要在固定上下文预算下回答异步问题的难题，提出闭环框架WTI，以带时间范围标记的自然语言记忆条目支撑推理，并可按需回溯过去片段的细节。作者构建了包含82,335个定时问题的WTI-82K数据集，并提出Stream-GDPO方法进行整体轨迹级优化。报告称WTI在StreamingBench上达到83.3%，在OVO-Bench上加权总体准确率为73.6%，在对比的开源流式基线中总体表现最佳。
说明FedLAFP：在联邦微调中结合低秩聚合与全秩个性化
简介本文提出FedLAFP框架，用于联邦参数高效微调。它把全局共享的LoRA分支与客户端私有的RandLoRA分支结合，只交换共享的LoRA参数。在四个视觉识别基准上，该方法的平均个性化准确率为86.93%，比最佳基线平均高出1.30个百分点。
说明用于FLUX.1 Kontext中可控灯光开关的LoRA方向提取
简介本文提出一种针对流匹配扩散模型的微调方法，旨在无需大规模训练数据的情况下实现逼真的人工光源建模。研究针对室内图像编辑任务，目标是开关人工光源，同时保持场景几何、物体位置、材质和原图视觉特征不变。作者提出LoRA方向训练方法，从扩散模型流场中提取LoRA适配器效果的纯方向，并设计专门的损失函数以保证逆变换的真实感；所得增量图还可用于更精确地调节灯光颜色和色温。
说明UniBuild：面向多源光学遥感影像的统一建筑物提取方法（含细节解码与几何正则化）
简介该论文提出UniBuild框架，用于从多源RGB光学遥感影像中统一提取建筑物。方法包括多数据集统一训练、保留细节的HR-DPT解码器，以及基于结构张量方向感知损失和鞍点感知损失的几何正则化。实验基于10个公开高分辨率数据集和两个自建低分辨率数据集，结果显示其在建筑区域精度、边界清晰度和相邻建筑分离方面均有提升，并可对10米分辨率影像进行提取及转为GIS可用的建筑轮廓。
说明MotionInsight：诊断生成视频中物体运动缺陷
简介视频生成模型常出现物体运动不正确的问题，而现有评估多关注画面美感或文本对齐。本文提出面向物体运动保真度的评估方法，从物体一致性、运动连续性与物理合理性三方面进行判断。研究构建了包含6,879段视频、带有运动物体与细粒度标注的诊断数据集 VidMotion，并提出诊断评估器 MotionInsight，其在运动空间中进行显式诊断，实验显示其评分与人类判断一致并能给出依据。
说明LongSpark：一种固定开销并行草稿模型的高效推测解码方法
简介该论文提出 LongSpark，用于加速大语言模型推理的推测解码。现有草稿模型随上下文变长开销越来越大，作者认为其开销可与前缀长度无关。LongSpark 通过从目标模型验证过程中提取固定大小的多尺度视图来实现这一点，无需随上下文增长的持久状态。实验显示其在多种模型规模和实际服务条件下端到端效率达到当前最优，并在长上下文任务中取得最低的每输出词元耗时。
说明超越低秩参数化：通过梯度分解缩小LoRA与全量微调的差距
简介LoRA是一种常用的参数高效微调方法，但与全量微调相比仍有性能差距。本文指出LoRA每一步训练的可达梯度方向受当前参数化限制，并证明其与当前参数化诱导的切空间一致，由此将完整权重梯度正交分解，提出GDLoRA，用正交的法向分量直接更新基础权重。实验表明，GDLoRA在自然语言理解、数学推理、常识推理和图像分类任务上持续优于LoRA，并缩小了与全量微调的差距。
