机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明通过定向改写伪造大模型作者指纹
简介论文研究如何改写某个大模型生成的文本，使模型归属分类器把它误判为另一个指定模型所写。作者提出ForgePrint框架，先搜索能把归属推向目标指纹的改写，再将结果蒸馏为一个4B的单次推理学生模型。在CNN/DM摘要任务上，该学生模型的目标成功率为70.2%，高于其教师模型（54.1%）和六种已发表改写基线中的最强者（39.3%）。结论是，文本指纹的可检测性不应等同于来源真实性，纯文本归属在定向改写下可能给出误导性证据。
说明面向多路径大模型推理的分集合并方法
简介多路径推理（如自洽性方法）会采样多条推理路径并选出最常见答案，但随着路径数增加，收益很快趋于平稳。本文把这一过程类比为无线通信中的分集合并问题，分析了路径之间的相关性如何限制投票的有效样本量。作者还提出一种自适应选择路径数的规则，在数学、问答和自然语言理解任务上保留了固定32条路径多数投票准确率的96%至103%。
说明选项越多，决策越少：JEV类直接决策模型中的序数量表偏差
简介本文研究直接决策模型在序数评分量表上的一种系统性倾向：最终决策集中在少于金标准分布的有效标签上，作者称之为序数量表利用偏差。研究覆盖40个数据集和9个模型，并发现该偏差在无序语义类别任务上明显较弱。文中指出该压缩现象与序数结构密切相关，细化量表会加剧它，且可通过针对性训练得到缓解。
说明DecoMoE：解耦视觉传播与专家计算，实现高效多模态MoE推理
简介多模态混合专家（MoE）模型推理成本高，因为长视觉token序列会反复带来注意力、路由、分发和专家MLP计算。DecoMoE是一个二维结构化压缩框架：样本自适应视觉边界（SAVB）为每个输入预测视觉token块被移除的层，路由校准专家前缀（RCEP）按文本token路由权重离线重排专家，并在该层之后每个MoE层保留覆盖目标路由比例的最短连续前缀。在Qwen3-VL-MoE上，DecoMoE保留了97.91%的稠密基线性能，计算量从27.06降至16.73 TFLOPs，延迟从0.44秒降至0.26秒，加速1.69倍。
说明SkillSeek：面向市场规模的智能体技能检索再审视
简介论文提出开源的两阶段技能检索器SkillSeek，采用标准信息检索方案（BGE-base双编码器加小型交叉编码器）为LLM智能体筛选SKILL.md技能。在89个任务的SkillsBench基准上，其表现与依赖LLM反复改写查询的检索循环基本持平，而每次试验成本从51.30美元降至27.54美元，接近无技能基线。
说明BARRAC：将英文基于方面的情感分析方法改造用于阿拉伯语方言分类任务
简介本文探讨为英语等大语种开发的方法能否迁移到阿拉伯语任务。作者将英文基于方面的情感分析框架改造为阿拉伯语分类方法BARRAC，用阿拉伯语语言手段和标记替换原有的消费评论属性池，并以两阶段训练取代带噪声的自训练。在五个阿拉伯语方言数据集上，其平均宏F1为63.93%，优于最佳少样本方法3%，并在五项任务中的四项上超过GPT-4o。
说明未来视频生成比观测视频更贴近人类视觉皮层
简介该论文比较了视频扩散模型的内部表征与人类观看视频时视觉皮层的fMRI反应之间的对齐程度。研究发现，用于生成未来帧的表征比观测视频本身的表征更贴近视觉皮层；其中观测视频重建的对齐集中在低级视觉皮层，而未来视频生成的对齐集中在高级视觉皮层。论文还通过人类行为实验显示，人们更偏好放大了与视觉皮层对齐更好的各层贡献后生成的视频。
说明摘要后谁的声音能留下？对大模型员工意见汇总的声音保留审计
简介该研究提出一项“声音保留/代表性比率”指标，用于衡量大模型摘要中的代表性偏差，并基于一家全球专业服务公司的2,586条中英双语员工反馈进行检验。结果显示员工批评比表扬更常被表达，而摘要流程按出现频率而非情感筛选内容：只提及一次的意见有86%被丢弃，短文本和仅含德语的内容损失更多。研究还发现，定向提示只能找回被点名的主题。
说明推理失控的注意力动态：关于大型推理模型何时陷入冗余循环的研究
简介论文指出大型推理模型在长推理过程中可能退化为冗余验证和持续循环生成，增加推理成本。作者提出RADAR方法，通过注意力响应实时识别推理所处状态，并提出注意力重对齐方法修正异常注意力分布。实验显示该修正能减少循环，同时基本保持正常任务表现。
说明你被录用了：面向大模型协作的策略性模型选择
简介本文研究多大语言模型协作系统中的模型选择问题，提出并系统评估了9种选择算法，涵盖模型描述多样性、能力感知的行为多样性以及基于大模型的招募者等思路。实验在10个和32个模型的候选池上进行，覆盖数学、代码、问答和推理任务。结果显示，成功的选择算法显著优于随机或仅选单个表现最好模型等启发式方法，部分设置下最多高出36.1%。
说明在未见混沌的情况下学习混沌：自回归Transformer对全局动力学的外推
简介研究者用有限参数范围内采样的轨迹，从头训练小型自回归Transformer，对逻辑斯蒂映射、正弦映射、Lorenz系统和广义Hopf系统等非线性动力系统进行建模。在远超训练分布的参数下闭环评估时，模型能复现自相似的倍周期级联、混沌动力学和吸引子结构。对逻辑斯蒂映射，模型复现到周期128的倍周期序列，得到有限阶标度比4.6687，与Feigenbaum常数的差距在5×10⁻⁴以内。
说明终端智能体能信任自己的验证吗？诊断并改进自我验证
简介该论文研究命令行终端智能体的自我验证是否可靠。作者提出诊断框架，以客观正确性为基准衡量智能体的验证与修复行为，发现约61.43%的错误候选解被检测到，仅49.36%的已检测错误被成功修复。作者据此提出学生条件验证蒸馏（SCVD），在三个Qwen3.5基座模型上提升了TerminalBench2.1的Pass@1。
说明DCM-SAM：面向NPU部署的金属增材制造缺陷分割方法，基于按缺陷类别条件化的LoRA专家混合
简介金属增材制造零件通常用X射线断层扫描检测，标注数据稀缺，关键的气孔和夹杂只有几个像素大小。论文提出DCM-SAM，在冻结的Segment Anything主干上为每个缺陷类别配备独立的Conv-LoRA专家组和掩码解码器，仅用合成切片训练，且只更新4.4%的参数。论文报告在真实NIST扫描上气孔IoU达到64.2%，并描述了在高通Hexagon NPU上以FP16、1024x1024分辨率成功运行的部署过程。
说明CRAFT：医学视觉语言模型中的因果责任与失败溯源
简介论文研究医学视觉语言模型在看到图像与文字冲突信息时如何内部处理，发现两类安全问题分别由空间上互不重叠的注意力头群体介导：一类是文字覆盖图像判断的仲裁失败，另一类是证据不足却仍给出确定答案的刹车失败。作者提出CRAFT方法，定位这些因果注意力头并通过干预验证其作用，在多个医学视觉问答基准和模型架构上得到验证，且无需重新训练。
看点提出仲裁与刹车两类失败模式的注意力头分离机制，并以因果干预验证，对医学视觉语言模型安全有新颖洞见，实验覆盖多基准与多架构。
说明StateTree：通过强化学习提升长期对话推理能力
简介该论文提出StateTree方法，用强化学习训练模型在跨多轮会话的长对话历史中进行推理。方法通过把键值记录嵌入多段会话并组成二叉树，设计路径追踪辅助任务，并采用逐步加深的课程式强化学习训练。作者报告在10K词元上下文训练后可推广到128K词元，7B和14B模型在LongMemEval上取得提升，其中14B模型准确率为59.00%，高于QwenLong-L1-32B的45.20%。
说明黑板式智能在全局约束问题上可超越自回归模型
简介本文指出，下一词预测的自回归推理方式在受复杂全局约束支配的问题上表现受限。作者提出“黑板智能”，让模型在可反复修改的画布上搜索候选解，并以扩散语言模型实现，利用平均置信度作为全局一致性的代理指标来指导搜索与修订。在 ZebraLogic、护士排班和车间作业调度任务中，固定 LLaDA-8B-Instruct 检查点后，该方法明显优于同规模自回归基线，并在部分任务上超过所测试的前沿大模型。
看点提出以黑板式全局搜索替代自回归推理，利用扩散模型掩码均值置信度引导修订，并在三个约束任务上系统对比，新意明确且证据较充分。
说明面向LLM智能体强化学习后训练的显式轨迹多样性
简介本文研究大语言模型智能体在强化学习后训练中的显式轨迹多样性。作者用用户指定的任务相关轨迹描述符把每条轨迹映射为可解释的行为表示，并在描述符矩阵上衡量集合级多样性。据此提出TJPO方法，在单一策略框架内优化采样轨迹组的显式多样性。在Sokoban和ALFWorld上的实验显示，TJPO在保持有竞争力的任务表现的同时提升了轨迹多样性。
说明通过残差流动态揭示不受控的重复生成
简介大语言模型生成时出现的不受控重复会拖长输出，还可能被用于资源消耗攻击。本文主要在大型视觉语言模型上研究重复现象在残差流中如何早期形成，提出 Tokenwise Residual Comparison（TRC）方法，在生成过程中定位并抑制相关异常。实验显示 TRC 平均将循环率降低 57%，并可推广到大语言模型和大推理模型。
说明重叠、独有与冲突：大模型能抽取它们能识别的内容吗？
简介本文提出“重叠-独有-冲突”（OUC）抽取任务，从两篇叙述中找出所有重叠、冲突和独有的子句。作者构建了约2.2万组叙述对、14万条OUC实例的基准数据集，涵盖事实、论证和政治类文本。评测14个开源大模型发现，独有信息远比重叠和冲突容易抽取；经过针对性微调的Qwen-3-8B在多项任务上超过了规模约为其四倍的模型，但重叠和冲突的表现仍远不理想。
说明GraphCert：利用经认证的证据评分标准引导智能体式图推理
简介论文提出GraphCert方法，在后训练阶段用经过执行认证的证据评分标准来训练图推理智能体，减少对人工标注问答对和推理轨迹的依赖。方法包括生成图问答对并标注证据、经执行认证与语义筛选后形成评分标准，并在GRPO训练中同时奖励答案正确性与证据对齐。作者在GRBENCH的五个图推理领域进行实验，称其表现优于规模更大的LLM智能体和其他后训练方法，并认为所学策略可跨图领域迁移。
说明在模型知识不断变化时评估持续校准
简介随着AI系统转向能持续学习的智能体，其置信度估计需要随模型知识变化而动态调整，且无需反复监督，本文将此称为“持续校准”问题。作者在开源模型的多个检查点上测试，看基于早期检查点训练的置信度估计器能否泛化到后期检查点。结果显示，无论推理时方法还是微调方法，在知识变化的对比集上的校准都不及基于未来检查点训练的预言机方法；使用多个检查点训练有助于改善这一表现。
说明为推测解码恢复离策略监督信号的训练方法
简介推测解码中的块草稿模型通常在外部模型生成的语料上训练，其中一个离策略词元会使同一块内后续所有位置的监督失效。本文提出基于回放（rollout）的训练框架，包含锚点标签重标注（ALR）和回放内锚点（IRA）两个组件，以恢复完整监督信号。实验显示，在固定的视觉语言与文本语料上，该方法使贪婪接受长度相比DFlash最多提高36.5%，并优于删除类基线；训练三轮后，其接受长度与使用目标模型重新生成的回答训练相当。
说明基于语言反馈、通过位置选择性自蒸馏训练大模型评审器
简介该论文研究如何利用自然语言反馈训练大语言模型评审器，尤其针对主观任务。作者用同一模型在反馈条件下充当教师提供逐位置监督，并通过教师与学生之间的熵变识别出“语境锐化”与“语境扩散”两种模式，据此提出基于熵变的位置掩码方法。实验显示，该方法在主观子类别上比结果监督强化学习高出2至9个百分点，客观任务上保持竞争力。
说明LEARN-TS：借助大语言模型语义与正常性引导的多变量时间序列异常检测方法
简介该论文针对多变量时间序列异常检测中重构误差难以区分异常与正常偏差的问题，提出LEARN-TS方法。方法使用冻结的语言模型构建两类语义表示：窗口观测语义（不含精确数值）用于引导掩码重构，固定的通用正常性提示用于对齐正常表示并估计偏离程度。在四个基准数据集上，该方法在16项数据集与指标比较中有13项取得最高平均表现。
说明表面好评，暗藏顾虑：AI 倾听场景中员工的意见披露
简介该论文在一家全球管理咨询公司开展实地研究，比较了结构化问卷与 AI 语音访谈这两种倾听渠道。研究发现，在 44 次首次访谈中，20%至41%的会话出现了正面评分与后续提出实质性顾虑并存的情况。作者认为，员工的披露往往是有保留的，这种保护性行为与对倾听机制合法性的感知相关，并据此提出了关于“有界披露”的理论模型。
说明用于阿尔茨海默病检测的声学生物标志物：基于自发言语的研究
简介本研究探讨从自发言语中提取的声学特征能否可靠地区分阿尔茨海默病患者与健康对照者。研究使用基于 Cookie Theft 图片描述任务的结构化语音数据，提取韵律、频谱和时间等方面的低层描述特征，并评估多种机器学习分类器。结果显示，声学生物标志物具有较强的判别价值，表现最好的模型实现了有临床意义的组间区分。作者认为这支持使用无创、低成本的音频筛查工具，并建议进一步研究多模态和纵向评估框架。
说明同一损失，不同梯度：高维 von Mises-Fisher 学习中的数值实现问题
简介该论文指出，概率目标在前向计算的损失与反向传播提供的梯度可能对应不同的数学对象，原因在于特殊函数递推、自定义反向规则和数值截断等实现细节。作者以高维 von Mises-Fisher 学习为例，分析有限起点 Bessel 递推中的偏差，并提出 AR/FR 方法，同时构造势函数及其导数，以保证前向与反向一致，并给出相对精确 Bessel 比值的三次阶误差界。
看点指出前向损失与反向梯度可能不一致，并提出联合构造势函数与导数的AR/FR方法，理论误差界覆盖全部浓度轴，有新意且证据较扎实。
说明这种数值精度究竟够不够？一篇关于学习系统中数值近似误差可容忍程度的论文
简介本文研究在学习系统中，数值近似需要多精确才足够。作者指出，相同大小的误差，在不同学习状态下对损失、预测和梯度的影响可能差异很大。论文针对 softmax 交叉熵分析了误差与类别权重的耦合关系，并给出有限误差保证与可认证的数值容差，实验显示同样的误差在不同状态下后果不同。
看点提出以学习目标本身刻画数值误差影响的框架，推导softmax交叉熵损失变化的精确极值，并给出可认证的数值容差，证据包括受控干预与大量学习状态实验。
说明共享温度是否意味着共享角度尺度？——概率对比学习中的类别角度增益分析
简介本文研究概率对比学习（ProCo）中基于 von Mises-Fisher 分布的概率打分，指出在高维分布式类别表示中，共享温度并不等同于共享相似度尺度。作者证明该打分存在依赖类别的主导角度增益 g_c = A_c/τ，并在 CIFAR-LT、ImageNet-LT 和 iNaturalist 上验证理论对决策边界与梯度变化的预测。作者还指出，在若干设定下，完全均衡增益后的余弦原型规则与原分类器的预测一致率为 98.43%–99.99%。
说明AI语音助手的角色与说服性措辞：一项针对儿童的2×2现场实验
简介该研究在德国一条公共圣诞老人电话热线上进行随机现场实验，让儿童随机接入四种大型语言模型语音助手之一，角色分为权威较高的圣诞老人与权威较低的帮手，措辞分为引导亲社会愿望的说服式与中性式。在纳入分析的89次通话中，说服式措辞使儿童提出亲社会愿望的概率从11.6%提高到45.7%。角色权威本身几乎没有影响，但角色显著影响儿童是否挂断，前一分钟内挂断帮手的比例为65%，挂断圣诞老人的为39%。
说明ChartDensity-Bench：测评多模态大模型在视觉密集图表中还原数值数据的能力
简介本文提出 ChartDensity-Bench，用于测评多模态大语言模型从复合图表中还原结构化数值数据的能力。基准通过同时呈现 1、3、6、9 张图表来控制视觉密度，并设计涵盖结构可靠性、还原完整性、可解析性和数值保真度的多维评估框架。对五个近期模型的实验显示，视觉密度增加时数值还原通常下降，且不同模型的下降幅度差异很大。
说明RAST：面向低分辨率音频活动识别的分辨率感知特权结构迁移
简介本文针对音频人体活动识别中训练用高分辨率音频、部署仅用低分辨率音频的不匹配问题，提出RAST框架。该框架在对齐前压缩高分辨率教师模型的表示，保留词元级信息与邻域结构，再进行局部的高低分辨率对齐。在SAMoSA和AudioIMU数据集上的实验显示，RAST优于仅用低分辨率训练及直接教师迁移的基线，推理时只需低分辨率音频，仅使用低分辨率时识别效果最多提升约7.8%。
说明面向GUI智能体记忆的动作条件双模拟
简介本文提出一种判断GUI智能体记忆中两个页面状态是否等同的规则：基于智能体行动时形成的经验预测状态图，只有在相同动作导致一致结果和后继状态时才合并状态，且不依赖观察相似度，也无需训练。在MiniWoB++上，该方法相较无记忆的智能体提高了成功率；对照实验（相同探索路径、既有后继表示合并及不含动作条件的同一准则）则未带来变化。
说明通过分数差异蒸馏实现高效的训练数据归因
简介该论文研究扩散模型的训练数据归因，即找出影响某个生成样本的训练数据。作者提出用局部分数差异直接衡量归因，并用 Kronecker 因子化曲率近似得到 TID 方法；再将其蒸馏为仅需前向计算的学生模型 TIDE。在 CIFAR-10、ArtBench-10 和 MS-COCO 上，TID 达到或超过现有方法，TIDE 以毫秒级完成归因，速度快于生成本身。
说明ObjectTwin：衡量捕获锚定数字孪生中的资产对应缺口
简介本文提出ObjectTwin测量协议，用于评估生成式三维资产替换真实场景中物体后，能否在已标定的捕获状态下复现同一实例的观测结果。协议固定实例、相机、扫描支撑与深度等条件，仅替换物体表示，以此计算资产对应缺口。在两个室内RGB-D数据域和两种生成后端上，替换后的可见资产损失0.302至0.497的MaskIoU，且生成器优劣的排序会随数据域而反转。
说明遗忘中的学习：随机训练动态中的统计支持选择性保留
简介本文提出“重复强化与持续遗忘”（RPF）动态框架，认为训练中反复出现的模式会被强化，而持续遗忘会削弱已学信息，遗忘因此被视为一种选择机制。作者分三层建立理论：独立特征模型中的选择性存活规律、共享参数模型中的谱滤波效应，以及与最小描述长度相近的隐式压缩。受控实验支持了这一强化与遗忘的选择机制。
说明dattri-LLM：面向大语言模型规模的训练数据归因统一高效库
简介该论文介绍了 dattri-LLM，一个用于大语言模型训练数据归因（TDA）的开源库，用来估计单个训练样本对模型输出的贡献。它通过紧凑的梯度表示和基于成本模型的动态调度提高效率，并能直接接入已有的训练循环以收集逐样本梯度。论文报告其吞吐量平均为最快竞品库的 3.2 倍，并可在四块 H200 GPU 上把多种归因方法扩展到 110B 参数模型。
说明PathAnchor：面向科学智能体的路径结构化证据系统
简介这篇论文提出 PathAnchor，一个基于路径结构化证据工作区的有界科学推理系统。它检索带有来源的“材料-传感器-信号-系统”轨迹，保留每一步的角色、方向及其证据，并通过三个只读工具生成带引用的回答和明确的证据边界。在 120 个柔性传感器问题上，PathAnchor 得分 82.6%，在六个被评估的系统中领先。
说明抽象预训练的持久效果：超越困惑度的研究
简介这篇论文研究在小型语言模型预训练前，先用算法生成的抽象数据（栈操作任务）进行短暂热身，是否会提升自然语言学习后的能力。作者发现，仅占预训练词元1%的这类数据，可使多跳问答在MUSIQUE上提升最多3.9个F1点，且语言建模困惑度相近。进一步实验显示，这种优势主要体现在顺序推理链上，并且在后续大量语言数据训练后仍然存在。
说明Adaptive-GEPA：让执行框架适应异构请求
简介该论文提出 Adaptive-GEPA，在同一搜索预算下同时学习请求如何划分及如何求解。系统演化出一个路由器和一组专门程序，各分支按所处理的请求对齐并继承描述与程序。在四类任务混合的测试中，Qwen3-8B 的路由结果与任务划分在全部 651 个测试请求上一致，平均分从 52.6 提升到 70.6。
说明多智能体系统在哪里出错？基于证据的集体机制诊断
简介本文研究多智能体系统的集体机制（规定智能体如何传递、接收、存储和使用共享信息的规则）被破坏时，怎样从执行记录中判断违规。作者提出诊断合约，将结论分为支持、排除或未知三类，并在四种机制上通过重放执行进行测试。结果显示，机制被破坏时答案往往仍然正确，因此正确答案不能替代对机制运行过程的记录。
看点提出以诊断契约判定多智能体机制违规的新框架，并用替换重放实验验证，但基准规模有限，跨系统泛化表现下降。
说明HALO：基于局部观测的异构分配方法，用于车辆路径问题
简介该论文提出 HALO 方法，用于解决车辆路径问题。它把问题拆成分配与路由两部分，分配阶段使用异构图神经网络，分别学习空间分布与任务与机器人的匹配关系，以便在动态环境中为机器人实时给出车载解决方案。在部分可观测的在线变体上，HALO 明显优于启发式基线，解的质量接近全知的离线版本；在传统静态单仓库问题上，它最多优于专门为静态问题优化的先进架构 14.06%，且执行速度最快。
说明事件驱动刷新与循环记忆：减少指代视频目标分割中的陈旧定位
简介论文针对指代视频目标分割中Sa2VA模型只依赖少量初始关键帧定位、长视频或目标构成变化时易出现陈旧定位和误报的问题，提出EDRRM方法。该方法仅在稳定的变化点重新调用Sa2VA，并借助跟踪线索计算平滑事件分数，同时用CLIP相似度检索锚帧以重新定位再出现的目标。在Ref-DAVIS17、MeViS和ReVOS上的实验表明，其在较低的平均刷新调用量下保持了相当或更优的J&F分数，并减少了误报。
说明自进化算法设计智能体：通过种群筛选的策略优化摆脱上下文内进化停滞
简介本文研究用大语言模型设计算法的智能体。纯上下文内进化方法在需要专业知识的领域容易停滞，而高质量算法又稀缺。作者提出种群筛选策略优化（PCPO），利用全局种群保留并复用高质量且多样的自生成算法，将策略推向更强的算法。在电子设计自动化中的全局布局学习率调度任务上，仅用4个芯片案例训练，其在16个芯片案例上的平均表现优于OpenEvolve和ShinkaEvolve等方法。
看点提出自进化参数化训练框架PCPO并给出改进链命题，在芯片布局与GPU内核任务上有较充分的对比实验，证据较强，影响面限于特定领域。
说明基于学习排序与验证的智能体式相对相机位姿估计
简介本文提出PoseAgent，一个用于相对相机位姿估计的智能体框架。它先提取图像对的外观、语义和几何特征，再由学习得到的排序模块预测各位姿估计器的相对能力，依次调用并由验证网络判断位姿误差，失败时自动切换下一个估计器。在ARKitScenes、MegaDepth、ScanNet++和RealEstate10K上，AUC@5°相较最强单一估计器最高提升4.2%。
说明证据在哪里：审计 AI 陪伴体的自我描述
简介论文认为，陪伴型智能体对自身的描述（如“记得你”“理解你”），以及用户的体验评分，只有在证据可由用户直接观察（即智能体行为或用户自身感受）时才可核实；若证据位于底层机制中，流畅的自述和中等偏正面的评分不足以证明相关机制真正运行。作者提出一种审计流程，将智能体的自我描述与用户判断及实现记录对照，并将每项主张标注为“支持”“矛盾”或“未决”。该流程在作者为期一个月、与九名同事共同部署的主动式陪伴智能体 Lita 上进行了应用。
说明用立体声听见世界：学习动态空间对应关系，实现沉浸式视频-音频联合生成
简介该论文提出 StereoBind 框架，让生成的立体声音效的感知位置随画面中声源的运动同步变化。它通过视觉运动绑定、空间轨迹编码器和残差轨迹 RoPE 三种机制协调视觉运动与立体声。作者还构建了 StereoWorld-29K 数据集和 StereoWorldBench 评测基准，实验显示其在空间对齐上明显优于现有模型，同时保持整体视听质量。
说明面向参考引导伪装目标检测的共识感知多源融合方法
简介该论文研究参考引导的伪装目标检测，即借助辅助参考样本分割与背景外观高度相似的目标。作者提出共识感知多源融合框架，结合可训练的PVTv2与冻结的DINOv3特征，通过参考条件相关性筛选基础模型证据，并聚合多个参考的共识信息。论文称实验证明了该方法的有效性，参考共识、目标条件特征与层级解码带来互补的提升。
说明Matisse：面向主动三维重建的证据空间推理方法
简介Matisse 是一种无需训练的框架，用于在有限计算预算下从局部视角进行三维重建。它利用预训练生成式三维模型提供的证据，估计证据不确定性，并以信息增益同时指导视角选择和关键帧筛选。论文报告，在 GSO30、YCB-V 和 Replica 数据集上，Matisse 的 Chamfer 距离相比各数据集上的最佳基线分别降低 12.7%、3.8% 和 9.2%；在 GSO30 上端到端速度提升 1.50 倍，关键帧实验中仅用 14% 的输入视图即达到与 Stream3D 相当的 Chamfer 距离。
说明结构偏移下的分子性质预测：基于表格基础模型的MolPAIR方法
简介论文研究分子性质预测中结构偏移（待预测分子与已标注训练分子结构不同）的泛化问题，提出MolPAIR框架，结合分子级和分子对上下文，在不更新任务参数的前提下，用一个冻结的表格基础模型对初始预测进行修正。在58个MoleculeACE和Polaris任务上，MolPAIR在46个任务中进一步提升了预测效果，并在四种分子表示和三种模型骨干上均有增益。
看点将分子级与分子对级上下文结合用于表格基础模型的上下文学习，在58个任务中多数有提升，新意明确但属于组合式改进。
说明通过多步嵌入检索学习在视觉空间中导航
简介大模型智能体依赖检索工具获取外部知识，但标准的单步检索器限制了视觉智能体搜索的效果。本文提出VHOP数据生成框架与基准，并基于此训练了VHOP-Router，它能把标准嵌入模型转换为自回归多步检索器，在视觉潜在空间中一次工具调用即可检索相连的图像链。论文报告其检索性能从不到5%提升至76.3%，在智能体搜索中任务成功率提升52.7%，平均token长度从1886降至728。
看点将多步检索导航下放到嵌入空间，单次工具调用返回图像链，思路新颖；实验覆盖多项指标，但基准为自建。
说明从代码到控制：合成带参数的反应式控制器
简介论文提出 Code to Control 方法，由大语言模型合成 Python 控制器的结构，再用无导数搜索根据环境反馈拟合连续控制所需参数。学成后的控制器在决策时无需调用大模型或规划，可实时运行。在 Atari、Flappy Bird 和 MuJoCo 任务上，该方法优于基于规划的程序合成方法，与深度强化学习竞争，所用环境交互更少，并能适应环境动力学的较大变化。
说明异构自动驾驶车辆之间的去中心化决策：一种α-势博弈框架
简介本文研究异构自动驾驶车辆之间的非合作多车博弈，每辆车依据自身状态采用去中心化闭环策略，目标函数依赖其他车辆并带有可能不对称的交互权重。作者构造了一个单一的辅助α-势函数，通过最小化该函数计算近似纳什均衡，并刻画了由交互不对称性决定的近似误差α。此外，文中引入车辆特定的缩放以降低不对称性，并给出势函数选出策略的社会效率保证；数值实验展示了该框架在避碰、变道超车及优先通行路口等场景中的适用性。
说明UniEvo-VL：面向多模态模型自我改进的同策略自蒸馏训练方法
简介该论文提出UniEvo-VL框架，让同一个多模态模型同时充当教师和学生：学生只看普通问题，教师则额外获得模型自身的批评作为辅助信息，训练时最小化两者在去噪扩散分布上的差异。基于开源Qwen-image-2512的实验显示，GenEval得分从0.747提升到0.808，GenEval2 Soft-TIFA从32.97提升到35.53。文中还指出文字渲染等任务上的改进并不均匀。
说明MetaSteer：基于注意力投影适配的上下文相关非线性引导方法
简介该论文提出MetaSteer，用于引导大语言模型的行为。它不同于依赖线性、与上下文无关干预的传统方法，而是学习作用于注意力投影矩阵的非线性干预，使其效果随输入上下文变化。该方法在偏好数据上训练一次后，可零样本迁移到未见过的概念和分布外场景，在多项基准和智能体任务中与任务专用基线相当或更优。
说明软空间推理：在大视觉语言模型中用连续软状态替代离散推理令牌的后训练方法
简介大视觉语言模型常通过思维链做空间推理，但每一步都必须选定单个令牌，早期的错误选择可能逐步扩散。本文提出软空间推理框架，每一步通过混合令牌嵌入形成连续软状态，并引入名为AdaptSoft的控制器，依据隐藏状态和预测不确定性自适应调整软化程度，其训练采用梯度对齐目标。论文报告，该方法在多个空间基准上优于同骨干的硬思维链和固定软思维链基线。
说明SpatialCORE：面向大型视觉语言模型、结合置信度的空间推理方法
简介这篇论文指出，大型视觉语言模型的空间推理能力仍然较弱，现有方法通常只优化最终答案正确性。作者提出SpatialCORE后训练框架，用模型对生成的定位框坐标的置信度来加权奖励，并以答案正确性作为门控。论文称该方法在多个基准上取得开源和专用空间推理模型中的领先结果，并能零样本迁移到未见过的数据分布。
说明困难区域监督：Waymo 开放数据集 2D 视频全景分割排行榜第一名
简介本文介绍在 Waymo 开放数据集 2D 视频全景分割挑战赛中夺得第一名的方案。该任务要求对每帧每个像素给出语义类别，并为可数物体在 100 帧及五个重叠摄像头之间保持一致的身份编号。作者在 DVIS++ 基线上提出困难区域监督（HRS），用基线出错的区域定义困难区域并为其设计损失和辅助预测头，该辅助头仅用于训练。测试阶段另加双模型集成、分割结果合并和跨摄像头身份关联三个步骤。
说明《保持任务专注：检验长时程智能体可靠性的基础》：测试大模型在长篇持续操作中能否不跑偏
简介这篇论文提出 Long-Transduction 诊断方法，考察模型在长篇生成过程中，持续读取、修改并输出依赖输入上下文的运算（如算术、排序、变量查找、表格转换）时能否保持任务不偏离。作者分别改变上下文长度、输入格式和局部任务复杂度，测试了七个开源权重模型。论文报告：上下文长度从 4K 扩展到 128K 时性能下降 62.8%，改变输入格式时下降 36.5%，提高局部任务复杂度时下降 39.9%。
说明SCALE：在嵌入空间中通过一致性标注进行合成校准，用于病理基础模型的概率校准改进
简介该论文研究八个计算病理学基础模型的校准问题，发现模型在病理学家意见分歧较大的困难病例上校准误差更高，而总体ECE无法体现这一点。作者提出合成一致性校准方法，利用线性探针的高置信嵌入作为类别锚点，通过插值生成歧义信号来重新训练探针；在MHIST上恢复了大部分基于真实病理学家一致性的校准改进，在PatchCamelyon和BreakHis上也提升了校准，且区分性指标保持不变。
说明测试时数学推理中的预算边界效应
简介本文研究在测试阶段，累计 token 上限可能落在数学推导中间时，控制器应当在上限处强制停止（严格模式）还是允许当前尝试完成（建议模式）。作者基于 AIME、BrUMO 和 HMMT 的 120 道题目、一个模型的两种存档配置，通过 19,200 条公开推理轨迹的离线回放进行配对比较。结论显示：建议模式下的准确率提升多来自把放弃替换为正确答案，且增加候选覆盖并不必然提高准确率；预算曲线应同时说明上限、实际成本、候选范围、停止规则和选择器信息。
说明Cascadia：无需控制平面的超融合AI基础设施替代方案
简介该论文提出Cascadia系统，可在普通英特尔AIPC集群上利用CPU、集成GPU和NPU运行大语言模型，每个节点自带接入、调度与执行功能，推理请求无需专用路由控制平面。系统支持整模型执行、负载均衡副本和流水线分片三种模式，并提供签名回执与哈希链日志以支持溯源审计。在测试中，三节点NPU环境的响应吞吐量为单节点的3.10倍，四节点部署为直接单节点服务的4.06倍。
说明始终在线实验：在持续新增与移除处理方案时控制错误发现率的序贯检验方法
简介随着生成式人工智能加快新处理方案的产生，实验平台常持续运行，方案可随时加入或移除。本文将这种“始终在线”实验形式化，研究如何在控制错误发现率的前提下决定接受或拒绝每个方案。作者基于“检验即下注”框架，构造用于检验各方案平均处理效应的检验上鞅，并证明该构造在几乎必然意义下具有增长率最优性。
看点提出始终在线实验的形式化设定，并用投注框架构造时间一致的序贯检验，新颖性较高，但仅依据摘要，证据与影响面有限。
说明不偷工减料：视频生成中途切换提示词时的状态衔接过渡方法
简介流式视频生成器允许用户在生成过程中切换提示词以动态调整画面。该论文提出SEGUE框架，在每次切换时用无需训练的规划器解析最新帧与提示词，生成带角色和时长的过渡提示词，再把控制权交还用户提示词，并提出SPANDMD训练方法，仅在各提示词分配的时间段内保留其DMD残差。在包含1800次切换的OpenTrans-360基准上，SEGUE在八项过渡指标中全部第一，总分从0.866提升到0.887。
说明GATE-ST：面向空间转录组学的基因感知文本-图像编码器
简介空间转录组学可从切片图像中推断基因表达的空间分布，但常规检测成本高、耗时长。本文提出GATE-ST，把由基因摘要生成的文本嵌入，通过交叉注意力与图像嵌入融合，以预测空间基因表达。作者称其优于随机基因嵌入及多种其他图文融合架构。
说明EPIC：基于极线一致性的360°沉浸式立体视频生成
简介该论文针对沉浸式显示缺少内容的问题，提出一种零样本生成方法，将现有视频扩散模型扩展为4K立体360°视频。作者受双目视觉和深度感知启发，设计了一种考虑极线的360°图像匹配指标，用于衡量跨视角的时间与立体几何不一致性，并将其作为偏好信号，结合有限训练数据进行直接偏好优化。研究表明该方法可以生成360°立体视频，为沉浸式显示提供可扩展的内容生成路径。
说明JusticeAxis：评测法律判决在机械适用规则与缺乏依据的自由裁量之间的平衡
简介该论文提出将法律判决视为以参照为锚的任务，要求判决既依据法条又考虑案件情境。作者构建了 JusticeAxis 基准，包含来自 18 个国家的 256 个真实刑事案件（含音频、图像和文本证据），每个案件配有律师撰写的三份判决。论文还提出 JusticeAgent 框架，并通过贝叶斯可信区间筛选从执行轨迹中提炼的技能。
说明概念锚定注意力：图结构注入注意力、时间版本与认知状态的受控评估
简介本文提出概念生命周期模型（CLM），把概念表示为带图结构、带时间版本和认知状态的持久实体，并提出概念锚定注意力（CGA），将概念图结构注入Transformer计算。作者用关闭机制的对照基线进行受控评估：图注入注意力的效果多数来自额外容量，而显式时间表示和基于协议的认知状态能显著提升问答准确率并减少无依据断言。
说明运动对电影式摄像机轨迹的价值：以方向和速度表示摄像机运动
简介该论文研究电影镜头中摄像机的运动轨迹，发现将轨迹从逐帧位姿改为方向和速度表示，在轨迹与文本对齐以及文本生成轨迹两类任务中都有好处。作者提出了新的评估方案、生成模型CineGEN，以及包含电影片段、场景描述和高层元数据的数据集CineScript。
说明ReGain：在合成图像上个性化时恢复主体保真度
简介文字生成图像的扩散模型常用几张主体照片做 DreamBooth 微调以实现个性化，而这些图片越来越多来自扩散模型生成。研究发现，用合成图像微调会降低主体保真度，出现颜色过饱和和高频细节过多的问题，原因被追溯到无分类器引导（CFG）。作者提出 ReGain，这是一种采样时无需训练的修正方法，按频带衡量引导被放大的程度并相应缩小，且不需要真实照片。在 Stable Diffusion v1.5 上，它缩小了 51%至64%的主体保真度差距，并在 SDXL 和 SD 3.5 上也有改善。
说明基于分布内想象的离线强化学习模型方法
简介该论文研究基于模型的离线强化学习，指出模型累积误差会使模型生成的轨迹偏离离线数据分布。作者提出分布内想象（IDI）方法，在学习到的表示空间中估计轨迹支持度，并截断偏离离线轨迹流形的推演。结合轨迹正则化强化学习，该方法在数据有限的设置下表现更好，实验显示轨迹支持度比单步转移不确定性更能预测推演失败。
说明束搜索在大语言模型推理中的可证明测试时扩展
简介本文从理论上分析了大语言模型推理中常用的束搜索方法：中间步骤用模型自身对数似然打分，完整回答生成后才用外部奖励模型。作者证明了朴素束搜索需要至少Ω(C*(x)²)个样本才能保留最优回答，并提出置信度过滤束搜索（CF-Beam），将这一依赖从二次降为近似线性。实验显示该方法在困难样本和推理长度增加时更稳健。
说明科学检索智能体在哪里失败：基于决策检查点的暴露与查阅审计
简介这篇论文指出，仅看最终答案准确率无法判断科学检索智能体是否接触到目标论文、是否尝试查阅它，以及查阅后是否给出被接受的答案。作者提出决策检查点方法，在推理时记录观察和工具操作，再与目标标识和评测标签对应，划分结果类别。在540个可回答问题上的五种条件对比显示，关键词检索的准确率为24.6%，原始检索为17.8%。
说明离策略与在策略蒸馏的对比：两种不同训练目标的分析
简介本文研究从多个教师模型进行顺序蒸馏时，学生模型的训练目标。正向 KL 散度对应加权算术混合，反向 KL 对应归一化加权几何聚合。作者针对离策略与在策略两种反馈方式分别设计了学习算法，在表格设定下给出对数级遗憾界，并将分析扩展到函数逼近场景。文章还解释了在策略蒸馏的优势与脆弱性来源。
说明CollabFlow：智能体协作的递归自我改进
简介该论文提出CollabFlow系统，让大语言模型多智能体的协作方式能够根据每轮任务结果持续改进。系统由一个可训练的协作导演组建团队，冻结的执行器运行团队，并用每轮结果反复训练导演。论文还提出一种基于流的协作轨迹平衡目标，使多个优质团队保持活跃；在十二个数据集上，CollabFlow优于所有基线并随轮次持续提升。
看点提出可训练的协作导演与基于流的CTB目标，跨轮次递归改进新颖；在十二个数据集上优于所有基线并持续提升，证据较充分，影响面主要限于多智能体系统。
说明EvoSteer：基于参考锚定信用分配的在线自进化图式多智能体编排
简介该论文提出EvoSteer，一种在线自进化的图式编排方法，使编排器在执行过程中依据执行特征和学习到的价值估计修复看似合理但失败的步骤。论文还提出了锚定轨迹平衡损失（AnchorTB）用于为每个编排动作分配信用，以及经验证的技能准入机制。作者称在十二个数据集上，该方法在问答、数学推理、代码生成和交互式决策任务中显著优于基线。
说明打破巴别塔：一种面向长篇字幕翻译的自进化多智能体系统
简介长篇字幕翻译需要跨集乃至整部剧集理解语篇与文化语境，并保持术语和风格一致。论文提出SMART系统，在测试时训练中构建剧集级持久记忆，通过动态路由与智能体混合层及术语验证、字幕约束校验、上下文检索等工具翻译部分句子，并借助评判-修订循环更新提示与路由策略，无需重训底层大模型。在Subtitle Arena的15个翻译方向上，SMART的整体MQM得分均为最佳，平均扣分较最强对比系统降低6.9%。
说明Vmem-φ：基于膜电位统计的脉冲神经网络低算力分布外检测
简介本文针对事件相机数据上的脉冲神经网络，提出利用亚阈值膜电位的逐通道统计量来检测分布外（OOD）样本。作者构建了基于Prophesee Gen1汽车检测数据集的事件相机损坏基准Gen1-C，并提出多描述符偏差方法MDD。在最高损坏程度下，MDD在六种损坏中的五种上仅用64帧窗口即取得超过0.88的AUROC。
说明具有多个最优臂的多臂老虎机：极小化极大遗憾与非自适应性
简介本文研究存在多个最优选项的多臂老虎机问题，这类问题在现实决策中很常见。作者改进了已有子采样算法的分析，给出了与下界近乎匹配的极小化极大遗憾率，并证明要达到近似最优遗憾，需要大致知道最优臂的数量。
说明Tacit-TTS：从自回归解码到掩码预测，实现高效且无需参考文本的语音克隆
简介本文提出Tacit-TTS，一种从IndexTTS2蒸馏而来的高效零样本语音克隆系统，无需参考语音的文本转录。该模型用掩码非自回归生成取代自回归的文本到语义解码，并引入免训练的声学时长估计，同时通过ReFlow蒸馏加速流匹配渲染器。论文称，在两个英语和两个普通话数据集上，该系统质量具有竞争力，对超过5秒的语句生成速度比IndexTTS2快10倍以上。
说明TERRA：面向肌肉骨骼运动的地形感知重建、重定向与控制
简介该论文提出 TERRA，一个端到端流程，用于让肌肉驱动的虚拟人体在非平坦地形上行走。它仅从运动轨迹出发，结合地形先验、接触估计和自由空间证据恢复支撑几何，并在重定向时考虑解剖、肌腱连续性和接触约束。作者用五个数据集得到的运动-地形配对训练了单一肌肉驱动控制策略，并报告其在重建、重定向和保留测试中地形精度提升、违例减少，完成率在支持的地形类别中最高。
说明AgBench：面向个人AI设备的智能体AI基准测试
简介本文提出AgBench，一个用于在个人设备上可复现评估智能体AI的基准测试套件及开放资源。作者比较了本地、混合和云端执行方式在任务成功率、延迟、云API成本和数据暴露方面的表现。结果显示，仅本地执行的任务成功率通常较低、完成时间较长，并且并发增加时差距更明显；但本地执行可避免云模型API成本和敏感信息暴露。
看点针对个人设备上智能体的本地、混合与云端执行权衡提出基准套件，并基于超过1.6亿数据点比较任务成功率、延迟、成本与数据暴露，证据较充分，对子领域有实用价值。
说明用于直接偏好优化的不确定性归一化边际方法（UNM-DPO）
简介本文针对直接偏好优化（DPO）未显式考虑偏好强度与提示相关不确定性的问题，提出 UNM-DPO，结合强度相关的边际与可学习的提示尺度，并设计了两种训练目标（AO 与 WR）以及长度归一化的 ULNM-DPO-WR。在 HelpSteer2、HelpSteer3 与 AlpacaEval 上，使用 Llama-3.1-8B-Instruct 的实验显示，ULNM-DPO-WR 相较 DPO 取得更高的胜率和平均奖励，且回复更短。
说明用于加速4D Flow MRI重建的联合监督与自监督训练方法（含对采集条件稳健的技术）
简介4D Flow MRI可测量血流随时间变化的三方向速度，但采集时间较长，其诊断信号来自不同速度编码之间的相位差。本文在训练中结合监督与自监督方式，同时利用幅值与速度数据，并加入基于加速因子的多种采集稳健和条件化策略。在CMRx4DFlow 2026主动脉数据集（1.5T与3T）上，与训练条件匹配的基线相比，模型在加速因子R=10至50范围内将RelErr降低38%至50%，AngErr降低7.0至8.7度，并在各加速因子下对每个留出受试者均有改善。
说明递归式组织改进：人机协作组织的建模规范
简介本文提出一套用于递归式组织改进的建模规范，并通过可执行检查器、公开记录映射和两项模拟研究加以评估。规范将行动者可见的历史、组织记忆、决策权以及用于保留变更的证据联系起来。研究表明，组织是否能从证据中学习，取决于其保留和重新审视工作安排的方式，而不只取决于智能体本身是否更强。
说明ChartRevise：通过代码精确编辑图表的数据集与评测方法
简介本文提出 ChartRevise，一个用于通过代码精确编辑图表的结构化数据集和评测协议。数据集基于图形语法构建，包含 92,438 条记录，涵盖 344 种编辑类型、20 种图表类型和三个绘图库。评测方法分别衡量需求完成情况、多余改动和遗漏的关联更新，并结合执行与渲染判断是否精确编辑成功。文中报告在五个模型和四个外部基准上，微调带来的平均需求召回率和精确编辑成功率相对提升分别为 16% 和 22%。
说明基于语言记忆的视觉-语言-动作自动驾驶智能体（AD-Memo）
简介该论文提出AD-Memo，一种以语言形式记忆的通用视觉-语言-动作（VLA）驾驶智能体。它把对驾驶关键的周围物体记录为思维链的延伸，并作为后续输入，解决了VLA因图像token成本高而只能输入少量帧的问题。作者采用监督微调加名为Da Capo的半闭环强化学习两阶段训练，在全向停车等场景中提升了驾驶质量、路况问答能力，并可生成即插即用的记忆。
说明面向自进化程序的组件感知反馈
简介基于大模型引导的进化搜索能够发现复杂程序，但现有方法通常只保存候选程序和适应度分数，丢弃了哪些组件改动导致了哪些指标变化的信息。本文提出组件感知反馈：将每个评估程序与其父程序比较，找出改变的组件，并把它们及对应的指标差异记入归因记忆，供后续变异读取。在LLM重排序任务上，该方法在12个Bright数据集中达到最强基线最终质量所需的搜索预算中位数约为三分之一，留出集nDCG@10提高7.2%；在成本感知目标下，其流水线平均更准确，每次查询的token数减少11%。
说明SHIFT-Truck：皮卡空气动力学高保真数据集与基准
简介本文提出首个面向皮卡的空气动力学数据集SHIFT-Truck，包含1000组基于SA-DDES的高保真CFD模拟，形状由17个参数变化而来，并提供表面与体积流场数据。作者以几何分组划分数据，对DoMINO、GeoTransolver、AB-UPT和SMART四种神经代理模型进行了基准测试。该数据集还设计了工况、表面离散和车型三类分布偏移，用于检验模型的泛化能力。
说明基于多阶段特征对齐的模板-搜索域自适应跨模态目标跟踪
简介本文提出TSDA-Track框架，用于解决模板帧与搜索帧来自不同传感模态时的目标跟踪问题。训练时通过两种特征对齐策略减小模态差异：Pre-AFA在Transformer交互前使用对抗对齐，Enc-CFA在交互后的编码器表示上使用对比对齐。两种变体都不需要模态专用分支。在LasHeR上训练，并在RGBT234和GTOT上进行零样本评估，结果优于代表性的先进跟踪器，例如在RGBT234的模态切换协议下，Pre-AFA取得43.2/56.0的SR/PR，高于ToMP-101基线的36.8/50.0。
说明STEPS：基于扩散模型与对比式风格编码、保留原有样式的场景文字编辑方法
简介本文提出STEPS，一种用于替换图像中文字内容的扩散模型架构，目标是在更换文字时保留原有样式，如字体、颜色、方向和背景。模型设计了一个与文字内容无关、专门捕捉视觉文字风格的编码器，并将其与目标文字字符编码和渲染字形等多种语义条件相结合。论文称，该方法在风格保留、输出可读性和主观质量方面优于以往的场景文字编辑方法。
说明TSGL：面向3DGS压缩的师生图学习方法
简介3D高斯溅射（3DGS）是一种常用于新视角合成的表示方法，但模型包含数百万个高斯图元，文件体积很大。本文提出基于师生图学习（TSGL）的3DGS压缩方法，直接作用于已训练好的模型，无需重新训练或访问训练图像。该方法通过师生模型学习相邻高斯之间的几何图，再对其余属性做图傅里叶变换，使信号能量集中到低频系数上以便紧凑表示。在三个标准数据集上，压缩比达到27到33倍，PSNR损失低于0.6 dB。
说明基于适当评分规则扩散的概率天气预报
简介该论文提出在概率天气预报中，用辅助条件去噪任务辅助学习预测分布，并通过跨噪声水平最小化适当评分规则训练单一随机预测器。推理时仍可在完全污染的终点单次前向生成集合成员。实验显示该方法在多种架构上提升单步预报效果，预报时效越长提升越明显，并改善了校准。
说明在编码器速度下实现强大的多语言隐私标注
简介本文提出一个通用多语言命名实体标注器，用于隐私脱敏，即删除个人信息同时保留文本中的关系。模型基于XLM-R-large微调，训练数据包括由大模型标注的35种语言文本以及映射后的人工标注语料。在人工标注测试集上，其脱敏F1达到88.2，高于GLiNER2的69.1和Microsoft Presidio的61.4，且在CPU上运行速度约为GLiNER2的4.9倍。
说明约鲁巴语声调符号标注：一项排版与计算方案
简介本文指出约鲁巴语中升降调在拼写上的难题，特别是某些人名的常规拼写会丢失声调信息，甚至与名字本意相反。作者提出采用抑扬符（caron）和扬抑符（circumflex）标注单元音以表示升调和降调，并说明已在 WriteYoruba 键盘和 TTSYoruba 语音合成器中实现，其架构与听者评估另见 Tubosun, Oluokun 等人（2026）的报告。
说明可解释但脆弱？概念瓶颈模型在几何-语义扰动下的鲁棒性
简介概念瓶颈模型（CBM）通过中间概念层提供可解释性，但其对鲁棒性的影响此前结论不一。本文提出基于生成器的评估框架，在可控条件下比较标准分类器与CBM，分别考察隐空间中的连续几何扰动和概念空间中的离散语义干预。研究同时采用经验指标和随机平滑的可证明鲁棒性评估。结果表明，可解释性本身并不必然带来鲁棒性，概念瓶颈只是改变了敏感性出现的位置与方式。
说明几何与物理混淆如何影响跨变化区域的偏微分方程学习
简介本文指出，在区域形状变化的情况下，几何因素与物理性质相互混淆，是偏微分方程学习的共同失效原因。作者提出一种去混淆框架，将已知的几何到算子变换显式表示。实验显示，该框架在五个算子学习基准上提高了预测精度与数据效率，并在两个演化区域系统中恢复了生成方程，使保留测试集上的偏微分方程残差降低两个数量级以上。
说明水景场景的欧拉式运动重建
简介本文研究如何从单段非循环的二维源视频重建水景的三维四维动态模型，并可从新视角交互渲染、生成循环动画。方法用静态欧拉运动场驱动高斯溅点，溅点按固定周期重生，并加入非周期的时变残差项以刻画真实场景中的随机动态。作者称该框架在定量和定性上都比现有方法更能实现水景的逼真动画。
说明当科学结论相互矛盾时，模型会如何判断？
简介本文研究语言模型在判断两项科学发现是否真正冲突时的表现。研究者构造了一个无法满足的异或约束系统，并把约束改写成不同实验室的科学报告，让模型在“更满足约束”与“更符合生物学预期”的两种赋值之间做选择。结果显示，模型在直接陈述约束时表现较好，但在科学文本中更容易偏向生物学预期，去除该偏好后正确率明显提高。
说明HIGS：用于联合几何与语义场景理解的分层隐式网格
简介本文提出一种分层神经隐式表示方法HIGS，将场景分解为重叠子地图并进行局部分层优化，以提高大规模场景的计算和内存效率。方法同时嵌入几何特征与视觉-语言潜在特征，支持有向距离场（SDF）构建和开放词汇物体定位。作者称其在大规模真实世界基准上保持了较高估计精度，并使机器人具备空间感知能力。
