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AnyAct：面向自我演化智能体的通用动作层
简介本文提出 AnyAct，一个通用动作层，把可用工具统一为可自我演化的动作空间，帮助智能体在大规模、动态变化的工具生态中高效可靠地完成复杂任务。它通过分层渐进检索筛选相关动作，并在测试时剔除不可靠动作，同时统一多模态反馈。在 LiveMCPBench 和作者新建的 OSMCP 基准上，论文报告了优于基线方法的表现，其中 OSMCP 的整体成功率为 77.27%，所用步数约为多数对比方法的一半。
说明以语言为接口：基于基础模型的对比学习连接转录组与电生理
简介该论文提出LangPatch框架，利用Patch-seq配对数据，通过语言描述把基因表示与神经元电生理特征对齐。在小鼠视觉、运动皮层和人类皮层数据上，它在转录组到电生理预测相关性上表现最佳，并能在不同脑区和物种间迁移。
说明ContractRL：面向可审计工具调用修复的受约束组相对策略优化
简介结构化工具调用常因少数字段违反模式或执行契约而失败，整体重新生成会扩大动作空间且难以审计。本文提出ContractRL，把基于验证器反馈的JSON修复建模为有界的序列决策过程，用契约推导的动作掩码过滤非法操作，并通过确定性验证器执行状态转移。在相同验证信息下，其语义成功率为0.9362，生成词元约34.4个，优于Patch-SFT和完整重新生成两种基线。
说明物理信息多智能体协调：医院患者流程优化
简介该论文提出一种多智能体框架，把经过实证校准的BCMP排队网络作为物理先验，嵌入去中心化多智能体强化学习中，用于协调各科室的患者分流和服务资源调整。各科室智能体通过交换沿网络边的局部动作指纹进行合作，以降低环境非平稳性并控制通信开销。基于MIMIC-IV真实患者轨迹的评估显示，该方法相比静态马尔可夫近似、启发式调度和独立多智能体基线，能明显减少系统累计延迟，并保持临床安全约束。
说明LatCom：面向高效多智能体协作的跨智能体潜在压缩
简介该论文针对基于大模型的多智能体系统，提出跨智能体潜在压缩框架 LatCom，将多个发送方的潜在表示压缩为固定数量、接收方可读且与任务相关的槽位，并直接以接收方的任务效用进行优化。训练分为两阶段：先学习单发送方的可读性，再学习多发送方融合以去除智能体间的冗余。在 Qwen3-4B 上的多项基准实验中，LatCom 相比 LatentMAS 平均推理速度提升 2.46 倍，输出 token 用量减少 70.3%，平均准确率保持相当。
说明Back2Struct：让结构化图像重新可编辑
简介论文提出 Back2Struct，可以从图表、流程图等结构化图像直接还原出 SVG/XML 代码，使图形能在 PowerPoint 等工具中编辑。模型以对象级语义代码表示文字、形状、拓扑与布局，并通过复合奖励（编译有效性、长度一致性、结构与语义相似度）进行强化学习优化。论文称其在准确性、可编辑性、有效性和用户对齐度上优于基线方法。
说明RBF-GNN：基于伪坐标图卷积的有理基函数图神经网络
简介本文提出RBF-GNN，一种基于伪坐标的图神经网络架构，利用欧氏、球面或角度坐标引入空间归纳偏置。它沿用SplineCNN的结构，但用有理Padé基函数替代数量随维度指数增长、激活稀疏的B样条。作者还提出样条子空间初始化和保持方差的权重重标定以便训练，并在语义关键点匹配、形状匹配和事件相机视觉任务中，仅替换SplineCNN后取得了更好的结果。
说明面向星上数据压缩的嵌入式双时相建筑损毁评估
简介该论文提出一种基于孪生检测器（源自YOLOX）的双时相建筑损毁评估流程，用于灾后快速评估。灾前参考图像被压缩后上传至卫星，星上将其与灾后新影像比对，仅下传目标级的边界框和损毁类别，从而减少上下行数据量。论文还加入潜在空间平移校正模块以应对配准误差，并在Xilinx Versal VCK190与NVIDIA Jetson AGX Orin两个嵌入式平台上报告了硬件性能。
说明CADOC：面向长程智能体的缓存感知动态对象上下文管理
简介长程智能体的上下文会随请求不断增长，影响任务长度与推理效果。CADOC 把结构化对象替换为紧凑的 Card，同时保留原始内容可按需精确检索。它按批次调度替换，平衡等待成本与共享缓存重建成本，并借助经济订货量模型推导最优批次。实验显示其总输入成本最低，平均降低约40%，任务表现接近完整上下文。
说明基于大语言模型智能体的公共广场移动威胁下异质性疏散行为建模框架
简介本文提出一个由大语言模型驱动的智能体框架，用于模拟移动威胁下行人的疏散决策过程。每个行人智能体只看到自己的局部观察，并通过角色设定的提示词做决策。在模拟公共广场的实验中，掌握可用出口信息的智能体疏散成功率为89.5%，而不具备该信息者仅为1.05%。
说明World2Motion：把视频世界模型变成3D人体动作生成器
简介该论文提出 World2Motion 框架，输入单张图像和文本提示，即可生成与场景相匹配的3D人体动作及对应视频。作者将视频世界模型 Cosmos 3 改造为单阶段3D动作生成器，并通过混合合成与真实的视频-动作数据训练，以及一种偏移解耦的噪声调度来减少动作抖动。实验显示其在动作与文本对齐、场景交互方面优于所比较的3D动作生成方法，交互成功率与两阶段基线相当，推理速度约快3.3倍。
说明VesselBench-800K：面向多模态船舶检测、计数与密度估计的大规模感知基准数据集
简介该论文提出VesselBench-800K，一个面向全球范围的多模态遥感船舶感知基准数据集，包含80万张512x512像素的光学与SAR图像对，用于船舶检测、计数和密度估计。数据来自多种平台、传感器和场景，空间分辨率从4.5米到0.1米。作者还在该数据集上对多种先进模型进行了定性和定量评估。
说明视觉并行搜索：通过并行图块检查与自适应放大学习搜索高分辨率图像
简介高分辨率视觉问答常因模型难以获取回答问题所需的小范围局部证据而失败。本文提出VPS框架，主智能体先并行调用grid_search检查图像图块，再自适应调用zoom_in放大关键区域，并可用于无训练推理或后训练。实验显示，在多个基准和模型规模上，VPS相较仅放大的搜索方法在多数对比中提高了平均准确率。
说明用于高效视频生成的参数化条纹注意力
简介扩散 Transformer（DiT）能生成高质量视频，但全时空注意力计算量大，推理延迟高。该论文发现视频 DiT 的注意力呈现沿时间和空间方向的周期性对角条纹结构，并据此提出参数化条纹注意力（PSA），用单一高效 CUDA 内核处理各类稀疏模式。论文还提出无需训练的离线搜索算法，为每个注意力头在给定误差容忍度下自动确定稀疏度。在 HunyuanVideo 和 Wan 2.1 上，PSA 相比 FlashAttention-3 基线分别获得 1.57 倍和 1.37 倍的端到端加速，视觉质量有可接受的下降。
说明跨组织SysML模型集成：挑战与AI辅助任务综述
简介本文基于对29名参与跨组织协作的MBSE相关人员的在线问卷调查，考察SysML模型交换与集成中的挑战以及AI可支持的任务。受访者对八类集成挑战和六类AI辅助任务进行了五级李克特量表评分。结果显示，模型集成被视为涉及语义、行为、可追溯性和交换互操作性的多维对齐问题，且不同角色和参与频率的看法有所差异。受访者认为AI在语义结构分析和不一致性检测等分析任务中作用较大，并普遍倾向于在人工参与并强制验证的前提下使用AI。
说明ImbalancE：推理阶段的潜在空间搜索，用于缓解链接预测中的度不平衡问题
简介知识图谱嵌入模型常用于预测缺失链接，但学到的表示质量在图的不同区域差异很大。本文发现这一问题与测试三元组中实体的度不平衡相关，尤其是目标实体的度远小于锚点实体时预测最困难。作者提出一种推理阶段的潜在搜索优化方法，在预训练模型之上于评估时探索嵌入空间，并融合已知与额外信息，以缓解该偏差。在常见基准数据集的不平衡三元组上，该方法优于传统方法。
说明Salt++：面向少步流式多模态生成的上下文对齐后训练方法
简介本文针对少步流式音视频生成，提出两阶段后训练框架Salt++，包含因果自流（CSF）和上下文对齐的自回归DMD。CSF通过固定噪声目标、改变历史输入，让学生模型对齐干净历史的教师表示，以增强语义提取和跨模态对齐。在480p设置下，同为4步因果设定，Salt++在JavisBench上相较OmniForcing在视觉和运动质量上分别提升57%和45%，并可扩展至4步1664×960生成，在报告的七项指标中有六项优于双向LTX-2。
说明CypherTurn：面向多轮对话式文本转 Cypher 评测的基准及“自主性分歧”现象
简介图数据库越来越多地通过自然语言查询，但现有基准只评测单轮孤立查询，而分析人员实际工作是多轮会话。本文提出 CypherTurn，包含 7 个知识图谱、721 个会话和 5927 轮对话，涵盖 13 种对话现象。在指导式与全自主两种协议下评测 15 个模型，最佳模型执行准确率仅为 64.7%，会话级正确率低于 5%。
看点首个多轮对话式Text-to-Cypher基准，并发现自主操作下的排名反转现象；基于721个会话、15个模型的系统评测支撑结论，对子领域有较大参考价值。
说明CF-LoRA：解耦因子聚合与适应感知的客户端聚类，用于联邦LoRA微调
简介本文针对联邦学习中LoRA微调在数据异构时存在的两类失配问题提出CF-LoRA框架。该方法先全局共享A因子并保留各客户端个性化的B因子，再依据B因子的余弦相似度对适应模式相近的客户端聚类，并在簇内冻结A因子聚合B因子。实验在四个语言任务和四个视觉数据集上（使用RoBERTa和ViT）进行，结果显示其两种模态的平均准确率最高，且每轮仅通信一个LoRA因子。
说明基于因果表示学习的溯因式世界建模
简介本文提出溯因式世界建模（AWM），通过从预测的未来状态中溯因推断潜在原因，学习结构化的因果表示，以理解世界为何及如何变化。作者设计了分层溯因状态金字塔（HASP），将世界状态分为实体、动态和关系三部分。实验显示，在物理预测、因果推理和动作理解任务上，相比最新的潜空间世界模型V-JEPA，AWM的物理预测AUROC提高10.7%，因果推理准确率提高16.8%，动作Top-1准确率提高68.0%。
说明REALHOP：通过行为审计重新思考多跳推理评测
简介该论文指出，多跳问答基准只看答案正确与否，无法确认模型是否真正依赖每一步所需证据。作者提出行为必要性率（BNR），通过删除目标证据观察答案是否失效来衡量依赖程度，发现五个现有基准的平均值仅为16.6%至48.9%。随后提出REALHOP框架，构造能验证每一跳必要性的题目，使MuSiQue上的平均BNR从27.4%升至94.4%。
看点提出行为必要性率并构建可验证的多跳推理基准框架，在多个基准和模型上做了系统验证，影响面主要在评测方法领域。
说明SRJudge：用选择性推理增强大语言模型的细粒度知识概念标注
简介论文针对教育内容的知识概念标注，提出三阶段的选择-推理-判断框架SRJudge。先用微调的小模型（如BERT）把候选概念缩小到前K个，再由轻量大模型结合改进的强化学习进行推理，最后由更大的模型评估推理过程的合理性并输出结果。作者还构建了生物与物理两个数据集，实验显示该方法优于现有基线。
说明UltraMatch：用于超快速、低内存图像匹配的传输路径路由方法
简介该论文提出UltraMatch，一种半稠密图像匹配框架，通过轻量级传输路径路由器只保留少量候选匹配路径，避免完整的token级匹配矩阵计算。它还采用稀疏全局Dual-Softmax和结构重参数化等设计。结果显示其精度与同类半稠密匹配器相当，速度比SuperPoint+LightGlue快1.67倍，峰值推理内存为0.44 GiB，并可在单张RTX 3090上处理6K分辨率图像。
看点通过稀疏路由候选块替代稠密token匹配，是对半稠密匹配器的实质改进；实验包括速度、显存及在EDM和ELoFTR上的迁移验证。
说明AMU：面向个性化对话的记忆准入与更新方法（基于小语言模型引导的结构化记忆控制）
简介该论文针对大语言模型个性化助手在长期对话中维护用户记忆的问题，提出 AMU 框架，在记忆写入阶段进行控制。它用结构化记忆过滤决定哪些内容可以入库，并由小语言模型引导的存储管理判断记录是单独保存、作为重复内容丢弃，还是与已有记忆融合更新。实验显示，AMU 能让个性化记忆更干净，也更便于检索。
说明用于印度旁遮普小麦面积估算的双轨标注清洗与分类框架
简介本文针对印度旁遮普邦帕蒂亚拉区2022年rabi季的小麦种植面积，利用Sentinel-2 NDVI时间序列，通过迭代规则式自举方法构建849个样本的参考数据集，并比较四种分类器。结果显示XGBoost总体精度最高，在全区像素上的预测小麦面积与官方表格目标仅偏差+2.99%，而政府空间参考掩膜偏差为+25.11%。
说明重复而非长度：分离神经语音合成中的计数失效
简介研究发现，文本转语音模型在朗读多次重复短语的文本时会出现循环、截断或漏读的问题，原因是重复本身而非文本长度。作者用句子和词数相当、但无相邻重复词的对照文本进行比较，六个模型在对照文本上几乎都正确，而在重复文本上（k≥6）正确率仅为18.2%，对照组为94.3%。
说明面向跨被试脑电到图像检索的结构化视觉目标学习
简介该论文研究跨被试脑电（EEG）到图像的检索：在源被试上训练的脑电表示需要与视觉嵌入空间对齐，以适用于未见过的被试。作者从视觉目标一侧入手，保留感知编码器的空间信息，将其图像块网格转化为紧凑的学习视角集合，并通过结构化路由聚合。在留一被试评估（THINGS-EEG2）中，该方法取得最佳的Top-1/Top-5准确率35.3%/65.6%；加入免训练的表示优化后提升至48.1%/77.1%。
说明同样好，却各不相同：AutoML 工具包中 Rashomon 集合的基准测试
简介本文提出开源 Python 框架 ARSA ML，用于量化 AutoML 流程中的 Rashomon 集合结构与预测多重性。作者在 28 个二分类数据集上比较了 AutoGluon 与 H2O，发现 AutoGluon 生成更大、更多样且解释稳定的模型集合，而 H2O 的集合更紧凑，预测分歧和解释不稳定性明显更高，因此 H2O 用户更容易受到 x-hacking（事后依解释选模型）的影响。
说明基于先验的 3D 高斯溅射增强：法线与深度正则化
简介本文针对 3D 高斯溅射（3DGS）在复杂场景中几何不准确、出现视觉伪影的问题，提出在优化过程中融合表面法线和稠密深度等几何先验进行正则化。法线正则化使高斯协方差与局部表面结构对齐，稠密深度先验结合 SfM 初始点提高逐像素深度估计精度。作者在街景和高反光环境等数据集上并通过多种 SfM 流程进行了验证，结果显示该方法提升了几何精度与视觉质量。
说明TaskBridge：通过虚拟任务将无监督表格异常检测与上下文学习相结合
简介该论文提出 TaskBridge 框架，用于无监督表格异常检测。它借助预训练的通用表格基础模型，构造虚拟监督任务，把异常检测转化为模型的上下文推理。在 790 个真实数据集上，该方法的表现优于包括基于基础模型的最新方法在内的 30 个基线，且无需针对异常检测进行模型预训练或数据集特定的优化。
说明JudgeCast：基于经验的协变量判断时间序列预测
简介本文提出JudgeCast框架，用于带协变量的时间序列预测。冻结的时间序列基础模型给出基础预测，冻结的大语言模型结合当前语境与过往经验，对协变量逐一作出判断后再调整预测。观测值出现后，模型依据残差重构替代判断并择优保留为经验。实验显示其在多个真实数据集上优于强基线。
说明Chinese-Jev：将系统一模型应用于中文任务
简介本文提出 Chinese-Jev，一种面向中文决策类任务的系统一模型，采用轻量的仅编码器骨干网络对候选答案打分。模型先在一千万条通用语料上训练，再分别针对医疗、法律和金融领域微调，并推出中文评测基准 CJ-Bench。原文报告：通用任务准确率比闭源 Jev 高 1.24%，速度快 20.3 倍；医疗领域准确率高 4.0%，平均单例延迟约 15 毫秒。
说明超越可读性：评估任务信息的可恢复性
简介本文指出，图像“直接可读”与任务信息“可恢复”是两种不同的度量。作者提出一种评估视角，明确观察、查询、目标与可用知识，并比较不同恢复路径成功集合的重叠。以书籍封面为例的受控研究中，通过视觉识别书名再查询固定的书名-作者目录，在多个视觉语言模型上都能获得直接光学识别之外的作者信息，但仍存在仅靠光学识别才能获得的部分。
说明面向万亿参数混合专家模型的硬件原生稀疏量化联合设计
简介该论文提出一套软硬件协同设计框架，把混合专家（MoE）模型的专家权重压缩为硬件原生的低精度稀疏表示，并在稀疏张量核心上加速执行。算法上通过连续重参数化放松半结构化稀疏选择，与量化权重进行可微联合优化；系统上开发了面向低精度稀疏MoE推理的分组稀疏GEMM内核。原文报告在300亿至1万亿参数的模型上，精度最高提升4.35个百分点，保留原模型96.09%的性能；在NVIDIA B200上，内核相比厂商基线最高快1.65倍，服务吞吐提升1.18倍，端到端延迟最多降低至四分之一左右（4.03倍）。
看点将连续重参数化用于半结构化稀疏与量化的联合优化，并配套定制分组稀疏GEMM内核；在30B至万亿参数MoE上有实测加速与精度对比。
说明Purlin：将集合通信的编排与数据通路分离
简介本文提出 Purlin，一个面向 GPU 集合通信的扩展式通信框架，把集合操作的语义、编排（数据何时何地移动）和数据通路（数据如何移动）分开。它设计了共享的编排协议 SNAC 和硬件相关的数据通路 Atom，便于采用新硬件机制并定制通信。在 A100、H200、B200 GPU 上的七种集合操作中，延迟最高加速 5.14 倍，带宽最高提升 4.50 倍；集成到 SGLang 后，离线 LLM 服务吞吐与交互性平均提升 1.13 倍，在线推理交互性平均提升 1.26 倍，扩散图像生成端到端延迟最高降低 1.13 倍。
说明降低采样温度而非学习器：采样温度改变重要性校正GRPO的陈旧性悬崖
简介该论文研究语言模型强化学习中采样器更新滞后时的表现。作者发现，在Qwen2.5-Math-1.5B和GSM8K上，每192次更新才刷新采样器的重要性校正GRPO会在约180步后明显退化。论文提出解耦降温方法：采样时温度设为0.8，学习器、参考模型和重要性权重仍为1，结果显示降温后的运行稳定，并可在相同更新预算下接近更频繁刷新的效果。
说明ER-JEPA：经验回放改进语言模型中的联合嵌入预测学习
简介大语言模型擅长逐词生成，但可能学到不良的抽象语义，感知也不够全面。LLM-JEPA 通过联合嵌入预测架构（JEPA）对齐同一知识的不同视角来改善这一问题，但强对齐不一定带来准确稳定的预测。本文提出 ER-JEPA，在 LLM-JEPA 基础上加入情节回放路径，将训练样本对存入记忆库并在每一步检索相关数据作为额外监督。实验覆盖 NL-RX、GSM8K、Spider、NQ-Open 多个数据集，结果显示 ER-JEPA 的表现持续优于 LLM-JEPA。
说明面向模拟器误设的可扩展扩散式仿真推断与组合推断
简介本文提出基于扩散模型的仿真推断方法，用于组合多个异构观测、保留层级潜在结构，并处理模拟器与观测数据之间的误设问题。作者设计了连续时间扩散系数、分层分块扩散采样（HBDS）以及路径正则化微调方法，并借助Girsanov定理量化预训练与微调模型之间的路径差异。在多组基准实验及一个骨形态发生蛋白信号传导模型（940个测量值，四种细胞系）上，微调后的模型提高了后验预测精度。
说明基于自生成与奖励加权数据的微调：学习动力学、收敛速率及离策略的益处
简介本文研究在自生成且按奖励加权的数据上微调策略模型的学习动力学，重点分析 REINFORCE 的广义版本 RE(S)，即每 S 步才更新一次采样分布。作者将其解释为分阶段优化过程，并针对带 softmax 策略的多臂老虎机给出收敛理论与数值实验。结论显示：对任意固定的 S，RE(S) 随采样分布更新次数增加而全局收敛到最优策略，且次优间隙具有 Θ(1/T) 的渐近收敛速率；当初始策略较弱时，RE(1) 会在次优策略附近停留较长时间，而取合适 S 的 RE(S) 收敛明显更快。
说明重新审视胸片弱监督定位：位置零假设、协议依赖性与PACE方法
简介该论文指出，胸片弱监督定位常只报告单一重叠准确率，而这些数字在不同论文间不可比。作者设计位置零假设对照来衡量结果含义，发现若干常被忽略的评测选择（结果区间、提取阈值、掩码转框规则）对结果影响很大。论文据此提出PACE方法，并同时报告其收益与局限。
说明双通道鲁棒组相对策略优化：基于优势与序列权重估计的方法
简介该论文针对组相对策略优化（GRPO/GSPO）中异常奖励和词元级对数比扰动造成的不稳定问题，提出 RoVR-GSPO：奖励通道结合鲁棒参考估计与有界残差信用，比率通道使用可微的 SoftRoVR 聚合构造鲁棒序列权重。论文给出两个通道的稳定性与效率分析。在数学推理、长上下文摘要和工具调用标注任务上，该方法相较 GSPO 有一致提升，受控扰动实验也显示其对奖励污染和比率异常更稳健。
说明基于能量的神经网络实现设计即安全的学习
简介该论文提出一种基于能量的现代Hopfield网络与端口哈密顿神经常微分方程相结合的神经网络结构，在设计阶段即保证安全性。方法可构造屏障函数，给出明确的可容许输入集合和定量鲁棒半径。文中在包括12维纳米无人机模型在内的多个基准上进行了测试，声称在性能上达到先进水平，并得到比现有方法对外部扰动更稳健的认证不变集。
说明DispFlow-GS：用位移流监督与运动解耦改进单目可变形三维高斯溅射
简介该论文针对单目动态场景重建，指出现有基于高斯流与光流对齐的运动监督存在域差距、改进有限的问题。作者提出以位移流为基础的运动监督框架，将每个高斯的三维位移投影到图像平面，并通过中间视角渲染分离场景运动与相机运动。同时提出形变-渲染一致性指标DRC；实验显示运动定位与运动-渲染一致性分别提升至多39%和6%，而图像指标仅变化约0.1%。
说明SCA：面向GUI智能体强化学习的空间信用分配方法
简介论文提出空间信用分配（SCA）方法，用于训练在图形界面上自动操作的智能体。它利用采样点击的屏幕坐标细化组内相对奖励：成功与失败并存时用其他响应的预测残差调整信用，全部失败时按与标注目标的距离排序。实验显示在GUI定位和离线动作预测基准上效果提升，但部署时的策略保持不变。
说明WeLike2Party：面向多人图像动画的上下文运动迁移
简介该论文提出 WeLike2Party 框架，用于把驱动视频中的动作迁移到参考图像中的多个人物上，推理时直接使用视频上下文，无需提取 2D 骨架或人体网格。作者还提出参考非对称 RoPE 条件和身份绑定监督，以保留外观细节并让每个身份对应其动作轨迹。论文构建了包含 14.4K 组跨身份视频对、共 84.3 小时的合成数据集 MotionTwin，并发布评测基准 MotionTwin-Bench。实验表明，该方法在多人交互且有较多遮挡的场景中，优于近期的主流方法。
说明CoEM：基于证据提交式记忆增强长上下文推理
简介该论文提出 CoEM（Commit-on-Evidence Memory），用于提升大语言模型处理长文本时的推理能力。方法在固定的上下文记忆预算下，先将可能有用的原文片段保留在待定集合中，待后续内容澄清其相关性后，再决定将其转为记忆事实、暂留或丢弃，并由冻结的验证器确保事实有证据支持。论文称在6,400篇文档的长上下文任务上，CoEM 在 Qwen3.5-9B 上比最强记忆基线高出10.4至11.4个F1分。
说明VLALight：用于交通信号控制的视觉-语言-动作模型
简介本文提出 VLALight，这是首个从多视角路边视频端到端进行交通信号控制的视觉-语言-动作模型，可直接把视觉观测映射为协调的信号动作，无需人工设计的交通状态或独立感知模块。模型采用两阶段监督冷启动训练，并通过协作式强化学习同时优化路口局部控制与整个路网的通行效率，还能根据需要在快速与慢速推理模式间切换。在三个城市路网的七个真实交通流数据集上，其表现优于基于交通工程方法、强化学习方法以及大语言模型/视觉语言模型的基线。
看点首个面向多视角路侧视频端到端信号控制的VLA模型，并引入自适应快慢推理；在七个真实数据集、三个路网上验证优于多类基线，证据较充分。
说明从差距中学习：面向GRPO的差分感知优势剪枝与自适应采样（FastRL）
简介该论文针对GRPO等强化学习策略优化方法计算开销大、低信息量轨迹影响学习效率的问题，提出即插即用框架FastRL。它一方面选择性保留高优势轨迹并兼顾轨迹间梯度多样性，另一方面依据历史剪枝分布动态调整各训练阶段的采样规模。论文报告在Geometry3K和GeoQA8K-R1V上平均训练加速2.07倍，视觉推理基准平均准确率约提升1.64%。
说明《给模型标注日期：系统提示中的隐藏日期影响大模型评测》：说明当前日期被悄悄写入系统提示会改变大模型的评测结果。
简介论文发现，部分大模型的系统提示中会隐式注入当前日期，用户无法控制，且每天都会变化。作者在9个近期大模型和6个数据集上测试，仅改变日期就使表现出现变化，其中多项选择问答最高相差6%，数学推理最高相差14%，代码生成最高相差7%，机器翻译最高相差2.84 BLEU，部分模型排名也随之改变。作者指出，这种影响超过了批次大小、数值精度等其他非确定性因素，常用的思维链和少样本提示也不能降低这种敏感性，因此评测协议需要更加谨慎。
说明SFE-VGGT：无源数据的事件相机单目深度估计蒸馏方法
简介该论文提出SFE-VGGT框架，在没有配对RGB图像的情况下，把视觉基础模型VGGT的几何先验蒸馏到事件相机域，用目标事件流重建替代帧作为冻结的教师。为应对替代帧监督不完美的问题，设计了可靠性感知蒸馏策略和跨帧关系一致性损失。实验称其在标准条件下接近依赖RGB的基线，在夜间场景中明显优于基线，在MVSEC夜间序列上比EventVGGT的平均10米深度误差降低15.3%。
说明神经符号计算机操作：学习可复用策略以实现可靠高效执行
简介该论文针对反复出现的计算机任务，提出用学习到的可执行代码策略替代每次都由智能体重新规划的方式，稳定决策用代码固定，依赖界面观察的决策交由神经模型处理。策略通过神经符号策略迭代学习，并在部署时用动作前验证器把关。论文称在 OSWorld-Verified 和 ScienceBoard 上 Pass^3 指标最高，且单次运行成本与延迟显著降低。
看点将重复性计算机任务的推理固化为可执行代码策略，并结合神经感知与符号控制流；实验覆盖两个基准，在可靠性与成本上均有大幅提升。
说明用于多时域光伏预测短时自适应的状态输运路由方法
简介该论文提出一种轻量级适配器（状态输运路由，STR），用于修正已固定参数的光伏功率预测模型的输出。它将原始预测与基于最新功率水平及近期趋势得到的两条轨迹结合，由时域条件路由器在前120分钟内调整各自权重，之后的预测保持不变。在四个公开光伏数据集上的实验显示，STR优于参数量相当的残差适配器；在PVDAQ数据集上，它使五种神经网络模型的全时域归一化平均绝对误差下降0.0201至0.2364个百分点，对LightGBM则未观察到可靠改进。
说明从一段失败的人类视频中学习人形机器人技能：追踪与补全
简介该论文提出TRACC方法，让人形机器人从一段人类失败尝试的视频中学习技能。方法先模仿失败前仍可用的动作轨迹片段，再依据推断出的任务结果，用任务完成奖励引导策略学习目标。在Oops!数据集的六个真实场景失败任务上的实验表明，在没有成功示范时，该方法有效，说明失败视频可作为人形技能学习的监督来源。
说明PrecogUI：基于预认知模拟与经验检索的主动式图形界面智能体
简介现有的被动式图形界面（GUI）智能体在长流程、动态场景中容易因意外干扰而连锁失败。该论文提出PrecogUI架构，包含经验池、界面布局预测模块和预认知执行控制器，用于提前规避异常并选择更可靠的操作。作者还构建了InterfereBench基准测试，实验显示其在该基准上优于现有方法，并在公开基准上保持有竞争力的表现。
说明伊比利亚语言自动语音识别工具基准评测
简介本文对十一个语音识别系统（十个开源模型和一个商业接口）在巴斯克语、加泰罗尼亚语、加利西亚语、葡萄牙语和西班牙语上进行了基准评测，并以德语和土耳其语作为对照。评测基于约85小时的数据集，涵盖朗读语音、广播媒体和有声读物，以词错误率和实时因子衡量准确率与效率。结果显示没有单一系统全面领先，准确率、效率与语言覆盖之间存在明显权衡，低资源语言（尤其是巴斯克语）表现明显下降，且多数系统存在性别差异。
说明Seg3DParts：基于分割的可控部件级三维生成，从单张图像生成可编辑的多部件三维模型
简介本文提出Seg3DParts，一个以分割为基础的框架，可从单张图像生成可控的部件级三维模型。方法把分割作为显式引导信号，在生成时确定每个部件对应的图像区域，并通过跨部件交互让各部件共享全局上下文，使多部件结构更连贯。论文还发布了包含超过20万个对象、100万个标注部件的数据集PartObjectNet。实验显示其在几何质量、跨部件一致性和部件级可控性上优于现有方法。
说明基于表示动态的视觉标记剪枝：用于多模态大模型的语义显著性与相似性分析
简介多模态大语言模型处理长视觉标记序列时推理延迟较高。该论文分析了编码器不同深度中视觉标记表示的变化，发现标记更新幅度在前景区域的分布随深度呈分段特征，且更新方向的相似性比输出特征更能区分同类与不同类标记。基于此提出免训练方法MSDG-Prune，按更新方向分组并利用更新幅度的显著性进行剪枝。在LLaVA-NeXT上仅保留5.6%的视觉标记即可保持平均91.9%的原始性能，预填充速度提升7.8倍。
看点通过分析编码器各层token表示更新的幅度与方向，揭示其与前景显著性和语义相似性的关系，据此提出免训练的剪枝方法，有新意。
说明AeroManip-VLA：用强化学习生成示范数据、面向空中操作的可扩展视觉-语言-动作学习基准
简介该论文提出AeroManip-VLA，一个用于空中操作视觉-语言-动作（VLA）模型数据生成与策略评估的可扩展基准。它提供GPU加速的仿真环境，结合可复用的强化学习策略与专家任务规则，无需人工遥操作即可自动生成多样化示范，并加入自动事件标注与轨迹分类以筛选数据、分析失败模式。作者还在多种任务设定下评估了模仿学习和VLA基线模型。
说明稀疏策略部署中基于贝尔曼认证的取整方法
简介论文研究在有限马尔可夫决策过程中，如何把连续的策略混合结果取整为稀疏的二值策略，并尽量保留折扣回报。作者通过若干次贝尔曼求解得到可复用的误差包络，用于取整前的保证，并提出候选相关的界。在结构化测试集上，取整前可认证的比例由48.2%提高到74.1%。
说明语言模型能否学会预测股价：通过后训练提升金融预测的论文
简介论文研究经过后训练的语言模型能否提升股票价格预测能力。研究者在按时间顺序的股价模拟环境中，让模型调用价格、成交量、相对表现和市场背景等工具收集信息，再预测未来收益，并先用工具使用示范做监督微调，再用近端策略优化（PPO）加终端奖励训练Qwen3-4B。结果显示，训练后的AURA-4B方向-幅度得分从20.94提升至43.31，与前沿语言模型相当。
说明BaLEEN：基于潜在编码实体的上下文感知语音识别偏置方法
简介本文提出BaLEEN，一种轻量级、基于超网络的框架，用于在不微调底层语音识别模型的情况下进行动态上下文适配。该方法用预训练语言模型编码关键词，经Perceiver瓶颈压缩后注入编码器中间表示。在基于Wikipedia并带有命名实体标注和合成语音的语料上，相对无偏置基线，关键词漏识率在测试集上降低8.7%，词错误率提高21%，字符错误率改善28%。
说明变分混合与多边际流匹配：面向生物应用的统计推断方法研究
简介这是一篇博士论文，研究在复杂生物系统分布呈多峰、具有几何结构且有时只能确定到归一化常数时的统计推断方法。论文从变分推断出发，逐步发展出更具表达力的近似方法，包括使用多重重要性采样ELBO的集成方法和自动协调成分的变分混合，并提出高效的混合学习方法。论文还在流匹配框架下提出多边际流匹配与变分插值混合方法，并将其应用于三维空间转录组学等生物问题。
说明SafeVantage：面向可靠具身决策的视角感知记忆方法
简介这篇论文提出 SafeVantage 框架，在部分可观测环境中，为每个判断保存支持它的视角、相机位姿和目标估计位置，并预测可达视角下的目标可见性，据此主动选择取景点。系统最终输出“是”、“否”或“弃权”。在 ProcTHOR 的 232 个未见房屋上，与同预算的基线相比，八步和十二步时宏平均 F1 分别提升 24.7% 和 12.0%，八步时移动距离减少 31.7%。
说明MultiTalk：将全双工语音模型扩展到长时、多人、双语对话
简介该论文针对现有全双工语音对话模型在长时间上下文和多人交互方面的不足，基于 Moshi 框架在英文和中文上同时扩展这两个方向。作者发布了 57.6k 小时的合成训练数据 MultiTalkPT 与 MultiTalkFT，并构建了基于真实录音的评测集 MultiTalkBench，平均对话时长 32.6 分钟。训练的双语模型在该基准上的表现优于 Moshi、MiniCPM-o-4.5 和 Qwen3-Omni-30B-A3B-Instruct 等开源基线。
说明RAEGNet：面向危害感知的多模态假新闻检测的关系感知证据图网络
简介现有多模态假新闻检测方法常引入外部信息，但多基于实体级检索，容易引入与事件无关的噪声，且较少区分不同假新闻的危害程度。本文提出事件级证据检索框架ELERF和关系感知证据图网络RAEGNet，前者依据新闻的完整事件语义检索证据，后者构建包含新闻与证据立场关系及证据间交互关系的有向图，并引入条件危害分支以联合建模真实性与潜在危害。实验表明，RAEGNet在Weibo-21、Fakeddit及自建SSS数据集上的各项指标均优于多个基线方法。
说明STAR-GRPO：面向表示依赖型奖励投机的可靠性优先优势估计方法
简介该论文针对组相对策略优化中的奖励投机问题，即策略利用脆弱奖励接口或宽松代理目标来提高训练分数而未真正提升回答质量。作者提出STAR-GRPO，通过对同一输出的成对评估来衡量可靠性，并在分组归一化前对优势进行稳健拟合与有界衰减。实验显示，该方法在令牌接口利用和医学推理评分代理场景中均能抑制投机，并提升独立评估的语义质量。
说明HorizonFlow：离线目标条件强化学习的可变长度规划方法
简介该论文提出HorizonFlow，一种分层规划器，把计划长度作为生成结果而非预先设定的输入。它结合插入式生成与流匹配，同时生成连续的计划内容和长度，并利用生成长度筛选候选方案，使计划趋向更短，无需单独的学习价值模型。在Maze2D、Multi2D及OGBench导航与视觉操作基准测试中，该方法取得了比较方法中最高的平均性能。
说明DiffReID：用于目标重识别的判别式扩散模型
简介该论文提出名为DiffReID的目标重识别特征学习框架，用于跨不重叠摄像头检索同一目标。方法利用CLIP生成身份相关的文本特征，并通过扩散模型逐步学习身份相关的分布，生成身份不变的特征。作者在五个目标重识别基准数据集上进行实验，结果优于大多数现有方法。
说明动量耦合评分标准自适应的详细图像描述方法（MoCo Rubric）
简介该论文针对详细图像描述任务，提出MoCo Rubric两阶段框架，用同一个视觉-语言模型分别扮演描述生成、评分标准生成和评判三种角色。评分标准由生成器根据当前策略生成的描述、参考描述和图像信息在线构建，只有策略模型通过GRPO更新，并用指数移动平均构建的动量模型同步生成器和评判器。论文报告在五个描述基准上平均两两胜率为72.83%。
说明把外层框架的演化视为学习：自我改进型个人智能体的近似、泛化与优化极限
简介本文研究大语言模型个人智能体中“外层框架”（管理上下文、记忆、工具与执行的部分）如何随用户偏好自我演化。作者从框架架构、框架规模和自我演化算法三方面，结合实证基准与理论分析进行考察。理论上，论文将框架演化形式化为学习问题，并用近似、泛化和优化误差解释观察到的现象。
说明ProGuT：森林场景中低标注成本的全景分割
简介本文提出ProGuT（原型引导训练），用于森林场景的全景分割。方法无需逐图训练掩码，仅依赖未标注图像与一次性的聚类到类别映射，通过对CLIP图像块特征聚类，并借助结构张量的多尺度几何先验恢复树干实例，从而生成伪标签。在Our-forest数据集上全景质量（PQ）达到65.2，在Freiburg Forest上达到65.9 mIoU，优于PiCIE与STEGO等无监督基线。
说明SINO：尺度不变神经算子，一种用于偏微分方程闭合问题的低秩参数化学习方法
简介论文提出尺度不变神经算子（SINO），在归一化的物理尺度上学习，采用谱域与空间域双分支结构，并用瓶颈MLP生成连续卷积核。作者称其在多个湍流闭合基准上相比基线实现1.5至38倍的误差降低和2至23倍的参数效率。
看点用归一化物理尺度与双分支谱/空间结构学习闭合项，并在多个湍流基准上对比多类基线，有实质改进但属组合创新。
说明超越次高斯检测分数：面向人机文本分段的稳健加权剖面损失变点检测
简介本文针对人类与大语言模型混合撰写的文档，提出稳健加权剖面损失变点检测方法（RWCP），用于从检测分数中定位作者身份切换的边界。该方法结合截断可靠性权重、Huber剖面增益以及可靠性坐标下的最窄超阈值搜索。在五个基于缓存分数的回顾性基准族上，核心RWCP相比加权变点检测将宏平均WindowDiff降低17.6%，其变体RWCP-R降低更多；但两种固定配置在协作式和密集交替的文本中都会漏检变化。
说明WEFT：面向通用智能体的工具使用后训练扩展方法
简介该论文提出WEFT框架，认为仅扩展工具调用环境不足以提升模型表现，需要协同优化整个智能体交互系统。方法包括可扩展的系统构建、基于执行结果的自我演化，以及保证稳定性的后训练技术。论文报告，WEFT-14B在BFCL V4、τ²-Bench和Claw-Eval上优于同规模的环境扩展基线，WEFT-35B-A3B还在长时程工作流基准上取得进一步提升。
说明基于条件流匹配与有限策略强化学习的RNA设计
简介该论文研究RNA设计，即寻找能折叠成指定二级结构的序列。作者提出两阶段框架：RNA-IFlow使用结构条件化的Dirichlet流匹配建模序列间的协同变异，RNA-IFlow-RL将学到的流映射为保持配对的有限策略，并借助热力学反馈进行优化。论文报告在Rfam-27上Pass@1达到85.19%，并给出热力学增益、策略动态和鲁棒性等分析。
说明表格基础模型中稀疏先验与架构的对齐研究
简介该论文研究表格基础模型（TFM）在无关特征抑制上的能力。作者发现，行令牌架构的TabDPT在加入无关特征后性能下降明显，而单元格令牌的交替轴模型TabPFN v2较为稳定。通过在相同稀疏到稠密线性先验下训练两种结构的模型，并与贝叶斯最优预测器比较，研究认为保留可寻址的特征轴有助于任务自适应的相关性推断。
说明弱监督下的扩散编辑图像伪造区域定位：ReGFLoW 方法
简介该论文针对 AI 扩散模型编辑过的图像，提出 ReGFLoW 框架，用于定位被编辑的伪造区域。它只需要图像级别的真假标签，借助扩散模型的重建误差作为空间引导，并采用以伪影为中心的多示例学习，不依赖像素级标注或语义伪掩码。实验显示其跨生成器定位表现有竞争力，并在包含部分编辑与完全合成图像的评估及跨数据集测试中，优于所有对比的全监督基线，且无需目标域适应。
说明观测视角如何决定因果效应的识别方式：跨观测视角评估因果模型
简介该论文提出CausalIDView基准，在固定结构因果模型实现与目标估计量的前提下，仅改变估计器可用的观测视角，以比较因果基础模型（CFM）。结果显示，没有任何CFM在各视角下始终最优，模型排名差异较大；在可控结构变化下，各模型表现出各自特有的不稳定问题。论文还发现，将显式识别与预测式表格基础模型相结合的模块化方法具有竞争力，并优于若干CFM。
说明S4VY：基于前馈四维视觉几何的“任意分割”模型，可对动态场景中的物体进行四维实例分割
简介本文提出S4VY，一种基于前馈四维视觉几何构建的分割模型，可从一组RGB观测中输出与类别无关的四维实例掩码，使每个物体在所有观测中保持同一身份。模型支持无提示分割以及点和框条件选择，并配有面向自然语言定位的代理框架。作者报告在静态和动态场景的统一评测中，四维实例分割达到领先水平，语言引导定位表现良好。
说明《Seeing Time》：面向可解释时间序列聚类的视觉-时序表示学习
简介该论文针对多变量时间序列聚类，提出 WAVE 方法，将时间序列与其确定性渲染的波形图视为同一观测的互补视图，融合细粒度时序变化与整体视觉模式。每个聚类还关联到最接近质心的真实样本，使聚类结果可追溯到可观察的波形特征。作者在10个公开真实数据集上评估，WAVE 的宏平均聚类性能和平均排名最优，并通过案例展示了如何借助真实波形记录检视聚类。
说明将状态追踪推理作为强化学习的辅助任务
简介本文提出 STRAT，一种辅助任务，让深度强化学习智能体学习预测自身状态的简短文字描述，内容包括位置、物品栏、目标和当前进展。这些文字由环境规则在线生成，无需人工标注，方法只在标准策略上增加一个辅助输出头。在60个稀疏奖励的 XLand-MiniGrid 任务中，STRAT 能解决标准强化学习完全失败的复杂环境，并使状态表示更紧凑、避免秩崩溃。
说明S2T-Unet：一种用于跨模态 MRI 转换的结构到风格框架
简介该论文提出 S2T-Unet，用于在不同磁共振成像（MRI）模态之间合成缺失图像，以减少额外扫描。模型在低层瓶颈处用向量量化学习离散码本来编码模态不变的结构信息，在高层用模态变换模块把编码特征转向目标模态，以恢复强度和对比度信息。在 IXI 多对比度 MRI 数据集的四个转换任务上，论文报告其结果与当前最先进方法相当或更优。
说明模型在何处改变主意：面向可验证奖励强化学习的高效后见分歧定位方法
简介本文提出后见分歧定位（HDL）方法，用于带可验证奖励的强化学习。它利用完整轨迹反馈引起的词元对数似然变化，选出分支点，并从这些位置生成续写，复用前缀以降低生成成本。实验覆盖数学、代码和智能体三类任务，与匹配条件下的GRPO相比，生成词元最多减少2.5倍，rollout墙钟时间最多加快1.8倍，且各领域性能均有提升。
说明IronLLM：面向端侧实时具身智能的紧凑型语言模型
简介论文提出 IronLLM-0.6B，一个参数约 6.54 亿、用于端侧高效推理的语言模型，采用混合注意力结构和共享 KV 缓存的多 token 预测设计，解码速度提升 1.48 倍。模型在约 6.2 万亿 token 上预训练，并通过多领域同策略蒸馏整合各领域专家模型的能力。论文称其与 Qwen3.5-0.8B、MiniCPM5-1B 等较大模型相比表现相当，部分任务回答更简洁；另提出的 IronLLM-0.6B-Light 以 Dynamic Tanh 替代 RMSNorm，以提升推理和量化效率。
说明用于强化学习的马尔可夫非凸ADMM：超越光滑块的Bellman预解稳定性
简介本文研究强化学习中马尔可夫非凸ADMM的一种结构机制，以有限折扣MDP为例，说明折扣Bellman预解算子可以提供乘子稳定性。论文在受控马尔可夫采样和随机观测下建立了收敛性，并给出了迭代与样本复杂度的结果，同时讨论了占用覆盖下的全局最优性条件。
说明上游消息何时会推翻正确答案：多智能体大模型协作的受控研究
简介该论文研究多智能体大语言模型系统中，上游智能体传来的信息或错误答案，是否会让下游智能体放弃自身证据支持的正确答案。作者在五个基准和五种接收方上做受控实验，比较无消息、原始消息和相反结论消息三种条件。结果显示消息有时有帮助，有时有害，其中在94%被审核的有害案例中，下游智能体直接照搬了上游的错误答案。
说明社会性锚点：面向群组边界的轨迹预测
简介该论文针对动态场景中的人群轨迹预测，指出现有群组建模依赖固定阈值、仅依据观测窗口内的相对位置来划分群组，忽略了群组划分应随个体和情境变化。作者提出名为Socialality的人类启发式框架，引入可解释的社会性锚点与扩展的分组窗口，并结合历史观测与短期未来轨迹预览来学习个体相关的分组规则。论文在标准基准上进行了实验，并通过定性分析与锚点分布的统计研究来验证其可解释性与稳定性。
说明RoXDrive：通过动作忠实推演实现端到端自动驾驶的闭环强化学习
简介该论文提出RoXDrive框架，用于端到端自动驾驶策略的闭环强化学习后训练。框架借助视频世界模型生成未来场景推演，并通过动作-视觉忠实度评估器筛选出视觉变化与控制动作一致的推演结果，再用于安全相关评分与强化学习训练。在nuScenes和一个内部数据集上的实验显示，搭配DiffusionDrive和Qwen3-VL时，安全违规分别减少27.6%和33.7%。
说明生成式AI时代的多模态假新闻检测再思考
简介本文指出生成式内容正越来越多地参与新闻的生产与传播，使假新闻形式更加复杂。作者构建了面向生成内容场景的多模态假新闻检测数据集Weibo26，并提出生成性感知分层推理框架GAHR，将内容的生成性信息纳入新闻真实性判断。实验显示该方法在多个基准及Weibo26上具有有竞争力的检测效果，并能有效识别生成内容。
说明一种用于可穿戴传感器人体活动识别的有效、可靠且稳健的框架
简介本文提出一种名为ALAE-TAE-CutMix+的人体活动识别框架，用于处理可穿戴传感器数据，重点增强各传感器通道的潜在信息，并引入新的多传感器数据增强策略。作者还扩展出ALAE-CIE-TAE-CutMix+版本，用于学习各对传感器通道之间的交互。论文称两个框架在四个不同领域的HAR数据集上均显著优于现有最优方法，其中后者更可靠、稳健。
说明基于统计形状模型与深度学习的骨盆骨折螺钉自动规划
简介该论文提出一套全自动的骨盆骨折髂骶螺钉术前规划流程，利用患者三维解剖结构自动识别安全置钉通道并生成个体化进针轨迹。研究在200例临床骨盆骨折病例上进行评估，结果显示与人工测量相比，四种螺钉类型的安全边界提高了2%，平均规划时间缩短90%以上，临床接受率达95%。
说明DSWM：面向需求驱动的无人机基站重定位的分解式时空世界模型
简介本文针对随时空变化的流量需求，提出一种用于无人机基站（UAV-BS）重定位的分解式时空世界模型DSWM。模型在潜在空间中进行决策时规划：通过滚动观测窗口感知需求分布，利用循环潜在状态保存运行上下文，并在带不确定性惩罚的想象推演中评估候选移动。在米兰、上海电信和YJMob100K三个真实数据集上，DSWM的工作日服务比率均排名第一，其中在米兰数据集上比最强的非学习基线Greedy高0.109。
说明GlassFormer：利用雷达与深度融合实现实时玻璃分割学习
简介该论文提出一种融合毫米波雷达与RGB-D感知的多模态框架，用于实时识别透明表面。雷达在玻璃表面反射较强，可在视觉与深度传感器失效的区域提供几何线索，并通过跨模态注意力融入轻量级Transformer分割网络GlassFormer。论文报告其在混合场景上mIoU为0.88，在低光场景上为0.59，较纯视觉方法有明显提升，并可在资源受限平台上实时运行。
说明RolloutFaith：审计视觉世界模型中持续的内部干预效果
简介该论文提出RolloutFaith框架，用于衡量对世界模型内部表征进行干预后，其后续自主预测是否持续得到语义改善。作者在Crafter、Cartpole和CoinRun三类任务的三种世界模型上评估了十种拟合编辑器，并使用参考激活修补作为对照。结果显示，现有编辑器的长期效果有限且不稳定；作者还提出了Delayed LoReFT，通过穿过多个冻结的未来转移来优化干预，在一定程度上提升了持续效果。
说明VGGT 系列模型是否需要全部层？一项关于层冗余与剪枝的研究
简介该研究针对前馈式几何模型 VGGT、π³ 和 VGGT-Ω，系统测试了 3018 种剪枝配置，在四个室内外数据集上用七项相机位姿与稠密几何指标评估。结果显示，可删除的层主要集中在早期和较窄的后期两个区域，并提出了更高效的剪枝搜索与无需端到端重训练的线性校准方法。采用该方法后，聚合器参数最多可减少 44%，精度仍接近原模型。
看点系统研究VGGT系列层冗余并提出二阶段剪枝简化与闭式校准，通过3018组配置与多数据集验证，对子领域有实际价值。
说明基于策略的视觉证据蒸馏：通过反思视觉证据改进视觉智能体训练
简介视觉智能体在推理与图像操作之间交替进行，早期的取证、读取或答案定位错误会沿轨迹传播。论文提出ReVuE方法，比较同一问题的多条学生轨迹，总结观察到的视觉证据，并诊断取证、读取、定位三个阶段中的首个错误，再据此对教师模型的词元级蒸馏损失进行分组和加权。在覆盖Qwen2.5-VL与InternVL3.5系列的11个基准上，该方法的加权平均分高于所有评测的基线方法，并减少了推理和工具调用的冗余。
看点针对图像操作中的证据错误阶段进行诊断并转化为词元级蒸馏监督，是对已有多模态蒸馏方法的有意义改进；11个基准上的实验较充分。
说明无法恢复从未被测量的信息：量化超低场MRI超分辨率的信息上限
简介该研究使用同一受试者的64毫特斯拉低场MRI与3T扫描配对数据，测量真实低场扫描中包含的个体特异性结构信息。结果显示，全脑范围内真实低场扫描的个体结构仅保留到约3至4毫米的面内半周期，层间更粗。文章还发现，生成模型输出的精细细节与受试者自身3T扫描的相关性并不高于与他人扫描的相关性，且PSNR和SSIM无法区分恢复与虚构。
看点首次用真实配对的64mT与3T扫描量化个体信息上限，并以已知答案的测试验证测量协议，揭示合成退化高估了可恢复信息；证据来自多数据集和24个训练模型。
说明ARC-KV：摊销锚点搜索，实现基于重建的KV缓存压缩
简介长上下文大语言模型推理受限于随序列长度线性增长的KV缓存。本文提出ARC-KV，先训练一个感知值的索引器，一次评分即可选出真实键作为锚点，再通过凸包约束的键合并与注意力质量偏置拟合来重建压缩缓存。该缓存对每个上下文只需构建一次，即可服务后续所有查询。在Llama-3.1-8B-Instruct上的实验表明，在QuALITY等基准的多数设置中优于已报告的压缩方法；例如在QuALITY上保留10%的KV时，准确率由0.6409提升至0.6474，压缩耗时由959.8秒降至37.3秒。
说明视频扩散模型中的动作概念遗忘（MUTE方法）
简介文本生成视频的扩散模型能逼真地生成踢、刺、射击等动作，存在安全隐患，因此需要针对性地抹除相关概念。本文系统研究了视频扩散Transformer中的动作概念抹除，提出无需训练、不修改权重的MUTE方法，在每个去噪步骤中提取概念方向并对速度输出进行修正。在20种动作概念上的实验显示，MUTE优于代表性的提示级、权重级和推理时基线，并可迁移到CogVideoX模型。
说明陈旧度在哪里累积？面向大语言模型后训练异步强化学习的池感知有效陈旧度控制
简介论文研究异步强化学习训练大语言模型时策略滞后的累积过程，将轨迹陈旧度分为生成前累积的生成陈旧度和进入等待池后累积的等待陈旧度。作者提出PACE方法，用自适应拒绝预算和结合两类陈旧度的有效陈旧度评分来筛选轨迹。原文报告其在单轮数学推理中相比未过滤异步强化学习平均验证准确率提升18.7%，并在相同时间预算下达到同步强化学习性能、减少47.1%的GPU时间，在多轮工具集成推理中也有改善。
