机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明基于经验与示教的6自由度抓取合成持续学习方法
简介本文针对单视角场景中平行夹爪的6自由度抓取合成问题，提出一种持续学习框架。该方法不微调大型参数模型，而是通过学习到的嵌入空间中的记忆进行适应：抓取结果更新后续抓取评分，用户示教可被召回并迁移到新场景中作为候选抓取。作者在仿真和超过1500次真实抓取试验中进行了评估。
看点通过嵌入空间记忆实现抓取持续学习，避免微调大模型，并以1500余次真实抓取试验验证，对子领域有实质价值。
说明基于问卷引导的家庭智能电表用电分项方法
简介本文提出一种无需标签的系统，将爱尔兰家庭智能电表的30分钟用电数据拆分为9类家电的用电量，结合大功率事件检测与问卷引导估算。研究在多个数据集上与两种独立开发的分项系统对比，该混合方法在所有建筑上的整体分解误差最低，并在54个配对月份中表现更好。论文还指出该方法能为家庭用电模式提供参考，并给出部分家电减少或转移用电以降低成本的建议。
说明ITC-MoE：面向MoE扩散语言模型的重要性引导、令牌感知压缩方法
简介该论文针对混合专家（MoE）扩散语言模型参数量大、计算和存储成本高的问题，提出ITC-MoE压缩框架。它结合重要性引导的自适应Tucker压缩和令牌感知的补偿与路由机制，在固定参数预算下为不同模式分配秩，并对热门令牌做低秩补偿、对冷门令牌限制候选专家。原文报告，在SDAR-30B-A3B-Chat-b32上，30%压缩预算下MultiArith准确率为96.33%，端到端最高加速7.22倍。
说明基于奖励引导的单步阴影去除扩散模型（ODDR）
简介本文提出ODDR框架，用于阴影去除，无需真实世界成对数据即可训练。模型先在合成阴影数据上训练单步去阴影扩散基线ODD，再用无需人工标注的奖励模型ShadowReward进行奖励引导微调，以缩小合成与真实数据之间的领域差距。实验显示，ODDR进一步提升了效果，并以单步模型保持较高计算效率。
说明Dyna3：基于视觉语言模型引导、无需训练的深度基础模型4D重建
简介论文提出Dyna3，一种无需微调的训练式免框架，将深度基础模型Depth Anything 3扩展到动态场景的4D重建。方法利用其跨视图特征结合跨帧最佳匹配搜索区分静态表面与动态物体，并借助视觉语言模型为SAM 3生成场景语义提示以进行实例分割，将场景分解为静态背景与逐帧动态点云。在动态物体分割上优于基于对应关系训练的方法VGGT4D，并在位姿估计与4D重建速度和内存上有所提升。
说明机器学习中的模型验证：从留出法到嵌套分组交叉验证的情景指南
简介本文是一篇教程，梳理了留出法、重复随机子采样、k 折及留一法等交叉验证方式，以及分组感知验证和嵌套分组交叉验证。作者通过八个受控情景比较了有缺陷的设计与防泄漏的设计，涵盖特征选择、归一化泄漏、依赖记录、中心混合等问题。文章还提供了数据规模矩阵、决策树、报告清单，以及 MATLAB 与 scikit-learn 的可复现模板。结论是没有一种验证方法普遍最优，独立单元须与部署目标一致，且所有依赖数据的操作都须排除用于性能估计的样本。
说明ShelfChange3D：面向零售货架监控的物体级三维变化检测
简介本文将零售货架监控定义为物体级三维变化检测：给定不同时间拍摄的两组 RGB-D 观测，找出发生变化的商品并用三维包围框定位。作者构建了 ShelfChange3D 数据集，包含 14.5 万组合成和 5 千组真实世界的配对 RGB-D 观测及物体级标注，并提出端到端框架 ChangeBox，利用深度和重力先验进行几何精修。实验显示其效果优于现有基线，且能从合成数据有效迁移到真实场景。
说明面向智能交通与物流的可信数据与机器学习运维综述
简介本文综述了智能交通与物流领域中可信数据运维（DataOps）与机器学习运维（MLOps）的研究现状。文章指出了现有文献的不足，讨论了两者的必要性、关键组成部分、可用工具、实践经验和相关案例，并探讨了人工智能应用的可信性问题。最后，文章总结了该领域仍存在的挑战与未来发展方向。
说明PickMoment：通过学习去模糊与模糊转视频实现的连续时间单图到视频方法
简介该论文提出 PickMoment，一种连续时间建模方法，直接学习曝光区间内任意子区间的平均模糊，用单个确定性模型完成单图去模糊、模糊转视频生成和任意时刻画面恢复。模型通过曝光积分导出的三类监督训练，无需迭代采样即可单次前向推理。论文报告其在 GoPro、HIDE 上优于生成式去模糊方法，在 RealBlur 上与复原式方法具有竞争力。
说明SCOPE-AD：用于阿尔茨海默病诊断智能体的顺序成本感知有序信念规划方法
简介该论文提出SCOPE-AD框架，用于在检查成本与患者负担受限的情况下，对认知正常、轻度认知障碍和阿尔茨海默病三类病例进行逐步检查与分类。模型通过基于能量的教师网络和蒸馏得到的策略网络，决定下一步采集哪项检查，或何时停止并作出诊断。在ADNI数据上，其宏观F1为77.70%，平均采集成本为50.46美元，并显示选择性采集比全模态检查更具成本效益。
说明保留正确词元：均匀状态扩散语言模型中的自我修正难题
简介该论文指出，均匀状态扩散语言模型（USDM）虽能修改任意词元，但难以保留已正确的词元，导致每步大量无谓改动、样本多样性下降。作者提出正确词元保留正则化（CTR-Reg），训练模型保留未被前向过程扰动的词元，无需改动采样器。实验显示，该方法使干净词元准确率平均提升26.5个百分点，并显著降低生成困惑度。
说明不是全都失去了：修复个性化编码器中有损的用户偏好状态
简介论文指出，个性化编码器把不断变化的交互历史压缩成偏好状态后，任务头只依赖这一状态，可能漏掉冻结编码器各时间步缓存表示中仍有用的信息。作者提出REPAIR方法，在紧凑的学习坐标空间中比较缓存表示与当前偏好状态，选出有用的时间步模式并把汇总修正量加回状态。实验显示，仅训练REPAIR即可在四个数据集的十二个推荐模型上提升MRR和nDCG@10，编码器与任务头均保持冻结。
说明IQS-BO：用于贝叶斯优化的上下文查询选择方法
简介本文提出IQS-BO，一种基于先验数据拟合网络（PFN）的模型，通过监督学习在合成先验上直接学习下一个查询点的选择，无需逐步拟合代理模型或数值最大化采集函数。模型单次前向传播即可预测候选点成为目标最大值的概率。作者称该方法在合成和真实基准上可与高斯过程贝叶斯优化及现有上下文方法持平或更优，并提出混合先验用于预训练。
说明无需等待的反馈：在大型数学课中试点生成式AI练习平台
简介这篇论文介绍了一项试点研究，在一门大型电气工程数学课中设计并测试了一个生成式AI练习平台。该平台在学生自主练习时即时提供分步引导式反馈，把人工监督从实时评分前移到对解答的事先核验。研究关注学生如何使用该工具、如何看待其反馈的价值与可靠性，以及经验能否推广到其他工程课程。
说明PROMO：面向四足机器人的偏好条件多目标强化学习
简介这篇论文提出PROMO方法，让四足机器人的单一运动策略在运行时接收操作者给定的偏好输入，以在指令跟踪、稳定性和能耗之间取舍。在仿真中，100组采样偏好产生的行为中有67个为非支配解，并在Unitree Go2上零样本迁移，仅改变偏好即可使比能耗最多降低30.4%。
看点将偏好作为运行时输入条件化单一策略，并在真实Unitree Go2上零样本迁移，新意明确；仿真100个偏好与实机结果支撑充分。
说明科学乌托邦？基于大语言模型闭环模拟的学术研究生态系统
简介本文提出SciUtopia框架，用持续运行的闭环大语言模型智能体模拟学术研究生态，涵盖研究方向选择、合作、投稿、同行评审、再投稿、引用、资助和研究人员流失等环节。作者在61个模拟世界中模拟了约4万名研究人员，并发现：因拒稿而反复再投稿会显著加重审稿负担；谨慎探索能在引用影响、职业成功与长期主题多样性之间取得平衡；资源不平等即使在没有可检测的累积优势时也可能出现。
看点提出闭环LLM智能体模拟学术生态的新框架，覆盖投稿、评审、引用与资助等环节，并通过61个模拟世界比较反事实实验；但多数结论依赖LLM模拟，真实性有待验证。
说明基于大语言模型的移动应用评论细粒度情绪分类实证研究
简介本文研究如何利用大语言模型自动为移动应用评论做多标签细粒度情绪分类，数据基于Plutchik情绪分类体系的人工标注，且存在严重类别不平衡。作者比较了编码器微调、解码器的零样本与少样本提示，以及损失重加权、重采样、生成式数据增强等应对不平衡的方法。结果显示，最佳解码器少样本提示的宏F1为0.642，最佳编码器经数据增强与加权损失后大幅缩小差距，且推理延迟低得多。作者公开了实验流程、合成语料和微调模型。
说明DeFA：基于依赖关系的大语言模型智能体失败归因框架
简介论文提出 DeFA，一个依据依赖关系定位大语言模型智能体执行失败原因的框架。它先构建覆盖整个执行轨迹的事件依赖图，再追踪可能违反任务要求的事件的来源与影响，构建失败传播图，从而识别关键错误、负责的智能体和错误类别。实验显示其在多个基准上的归因准确率较高，并可用于改进后续任务的表现。
说明面向动态推理的修订感知独立智能体图（RIAG）
简介该论文研究动态任务路由：事件流会修改任务绑定，系统需先选出查询时有效的文档版本再作答。作者将 MMLU、MMLU-Pro、MedMCQA、MATH、GPQA、HumanEval 六个基准改造为 31,119 个动态情景。提出的 RIAG 通过按文档版本缓存解答并有条件地审核与修复，在同一集合上以每查询 0.62 次调用取得 54.24% 的路由与作答联合准确率。
说明答案正确，状态错误：多智能体协作中的隐藏信息失败
简介该论文指出，多智能体系统即使当前决策正确，协作后留下的共享信息状态也可能已被污染，并称之为“离题查询失败”。作者提出OffQuery基准，在医疗与灾难响应两类场景中分别评估证据验证、共享状态重建和任务求解，结果显示任务求解表现远好于状态可靠性。作者同时提出ReGround方法，用于解决冲突证据、验证共享事实并基于可信状态推理，在七个模型上三项能力均有提升。
说明当评判者出手：审计视觉语言模型在文化情境提示下的图像选择
简介视觉语言模型越来越多地充当评判者，从若干生成图像中挑选最佳者，其选择决定用户看到的内容。本文不以打分与人类评分的一致性来验证，而是直接审计其返回的图像。在300个文化情境提示上，作者将其选择与评判者未见过的人类评分及随机选择进行比较，并在打乱候选顺序后重复测试。结果显示，一个4B参数评判者仅略优于随机且低于CLIP基线，并存在明显的位置偏差；8B评判者几乎没有位置偏差且优于CLIP，但对其而言，一致性过滤器大多会丢弃好的决定。
说明评估日语大模型对输入法相关与打字错误的鲁棒性
简介该论文评估日语大语言模型面对贴近真实输入的日语特有打字错误时的稳健性。作者设计了字符换位、字符替换、同音转换、日文输入法转换和全角转换五类扰动，并将其用于三个日语基准数据集，测试十一个日语及多语言模型。结果显示，字符换位和字符替换错误持续降低准确率，而输入法转换、全角转换和同音转换的影响相对有限。
说明混合数据训练的权重合并：面向统一多目标模型的方法
简介论文提出混合数据训练合并（MTM）方法，让每个分支模型在偏向某一目标的数据混合上训练，而非单一目标，使各分支在合并时更兼容。方法用合并后模型的评估结果作为低成本信号来选择数据混合，并使用qNEHVI多目标贝叶斯优化进行迭代。实验涵盖代码、数学、指令遵循和思考/非思考模式控制，结果显示MTM优于朴素合并，并能在单目标合并失效的情况下保持行为分离。
说明学会提问：预算约束下小模型与大模型协作的信息获取方法
简介本文将小语言模型（SLM）与大语言模型（LLM）的协作视为预算约束下的信息获取问题，而非计算分配问题。小模型保持主导推理，仅在需要时有针对性地向黑盒大模型顾问提问。作者设计了三阶段RLVR框架，学习何时调用顾问、如何构造有用问题，并在数学推理和编程任务上改善了性能与成本的权衡。
说明Harness Annealing：学习在较少外部控制下行动
简介该论文研究语言智能体如何把原本由外部框架（harness）提供的状态跟踪、流程组织和答案验证等控制决策内化到模型自身。作者提出 HARNESS ANNEALING TRAINING（HAT），结合显式控制监督与在逐步减弱的框架支持下收集的教师轨迹课程。实验在 9B 与 35B 模型上于 SWE-QA 和 SWE-QA-Pro 进行，结果显示部分退火后的检查点仅用工具即可取得接近完整框架下初始检查点的分数。
说明ASCRIBE：面向泰语临床SOAP病历生成的原子事实与重要性推理框架
简介该论文提出ASCRIBE推理框架，在摘要前为对话中提取的每个原子事实标注临床重要性等级，以提高大语言模型生成SOAP病历的可靠性。作者同时发布了泰语临床摘要基准ThaiClinicBench（真实诊疗记录，已去标识）及由真实病历衍生的合成训练语料。摘要称，ASCRIBE作为提示时在多项与医生判断一致的评估指标上优于思维链提示，作为GRPO奖励时使仅用合成数据训练的Gemma-4-E4B模型在事实精确度上与Gemini 3.1 Pro相当、完整性上超过后者。
说明《Jev时代的判断：从评估稀缺到评估过剩》：探讨廉价机器评估对组织判断的影响
简介本文讨论生成式人工智能降低了生产合理符号产物的成本，使评估与辨别力成为新的约束。作者以TypeSafe AI的类型化概率决策模型Jev为切入点，提出一个有条件的杰文斯假设：机器评估总边际成本大幅下降后，其组织使用量可能增加。文章结合反弹经济学与决策权、责任等研究，探讨廉价机器评估何时替代人类评估，以及它如何影响组织承诺所依据的理由。
说明HHR：面向高效大模型生成的分层哈希检索方法
简介该论文针对大语言模型长上下文推理的计算瓶颈，提出分层哈希检索框架HHR，通过几何感知键路由与可学习哈希投影两阶段，减少哈希二值化造成的误检与漏检。论文称在LongBench上平均得分提高1.10分，在128K上下文长度下，Llama-3.1-8B-Instruct解码最高加速3.30倍、端到端加速2.83倍。
看点针对哈希检索中汉明距离与注意力相关性错配的问题，提出粗到细的分层方法，并在LongBench和128K长上下文上给出明确加速数据。
说明一种用于动态场景的紧凑显式四维表示
简介本文提出Sparc4D，一种前馈自编码器，可将带已知相机参数的单目视频编码为稀疏的四维场景状态。静态特征在整段视频中共享，时变特征存储在空间锚定的时间槽中，数值量中位数约为逐帧存储的1/5。该方法在32帧MultiCamVideo片段上的新视角渲染质量优于MoVieS，并能在未用真实数据微调的情况下迁移到DyCheck和Neu3D数据集。
说明以成功判据为监督：面向潜在世界模型规划的判据对齐辅助损失
简介潜在世界模型通过比较隐空间中候选动作序列的距离来做规划，但任务是否成功由物理量决定。作者发现，在所考察的四个模型中，末端执行器位置的编码误差都超出了成功判据允许的范围。为此，论文提出一种辅助损失，用成功判据对应的物理量作为训练目标，训练后丢弃辅助线性头，推理时模型不变。该损失使PushT和cube任务的成功率分别绝对提升3.5%和3.4%，且均具有统计显著性。
说明让大语言模型编写异常检测器：自主发现紧凑、可解释的时间序列检测器
简介本文提出一种自主研究循环：大语言模型反复修改一段简短的 NumPy 程序，并以无数据泄漏的目标挑选得分最高的检测器，而非直接充当检测器。由此发现了单变量和多变量两种紧凑检测器，通过局部频谱特征描述短窗口，并以协方差感知距离与训练区间分布比较。在 TSB-AD 基准上，这些检测器在多项指标上领先，优于包括 Time-RCD 在内的经典、深度及基础模型基线；且不训练神经网络、不使用 GPU，多变量检测器的速度快于所有性能相近的基线。
说明声誉、策略与情绪对生成式AI合作行为的影响：推理模型与非推理模型比较
简介该研究用重复囚徒困境测试前沿生成式AI模型的合作倾向，操纵对手声誉、策略（敲诈与慷慨）以及表情所传达的情绪信号。第一项研究对非推理模型发现，三种因素都系统地影响合作，但不同模型的权重差异较大。第二项研究对推理模型发现，其更依赖策略与声誉，情绪的作用更有条件，且末轮行为各异，显示出不同模型的可被利用性差异。作者认为应建立标准化的合作基准，以指导生成式AI在互动场景中的负责任部署。
说明AGO AI质量门：面向检索增强生成的证据优先发布决策框架
简介本文提出AGO AI质量门框架，用于判断检索增强生成（RAG）系统的版本应上线、修改还是阻止。框架包括四状态决策模型、分层评分、分层贝塔-二项式门控以及对LLM评判器的强制元评估。作者在公开基准RAGBench上评估评判器，并比较了两种评判模型的表现，结果显示低成本模型的判别能力明显弱于较强模型，且不同领域差异较大。
说明AutoGUIWorld：用图像生成器作为视觉世界模型训练 GUI 智能体（AutoGUIWorld，一种不运行真实软件即可生成 GUI 交互轨迹的数据生成框架）
简介该论文提出 AutoGUIWorld，一个结合图像生成器视觉先验与规划器任务知识的数据生成框架，无需部署真实软件即可合成 GUI 交互轨迹。系统先生成初始界面场景，再由规划器指定原子操作，图像生成器逐步编辑截图得到后续观察，经过滤后共得到 79,266 条带空间标注的训练样本。用这些轨迹微调 Qwen3.5-35B-A3B 后，其在 OSWorld 上的平均任务得分从 33.0% 提升至 40.8%，在 ScienceBoard 上的任务成功率从 14.0% 提升至 32.2%。
看点用图像生成器合成GUI交互轨迹而无需运行真实软件，新颖；在OSWorld和ScienceBoard上有明显提升，证据较充分。
说明EgoFound3R：以世界坐标端到端重建第一人称手部，并预测逐点交互属性
简介本文提出EgoFound3R，一个统一的端到端模型，可在与场景共享的度量尺度下估计世界坐标中的手部几何，并同时预测可见性、接触和距离等逐点交互属性。模型包含结构化手部提示、显式手部表示和共享参数的多速率设计。在OakInk-v2、TACO和HOI4D上，其平均关节位置误差分别比既有方法降低43.2%、22.4%和11.6%，吞吐量约为六倍。
说明面向智能体强化学习的依赖感知奖励塑形（DARS）
简介论文针对大语言模型强化学习中只有最终成败奖励、无法判断哪些步骤有用的问题，提出DARS方法。它把任务进度表示为带前置依赖关系的谓词图，由标注者标记每一步验证、失效或修复了哪些谓词，并据此为每一步分配奖励。实验覆盖五类任务和1.5B至8B的模型，结果显示该方法可与多种现有训练方法结合使用，并在多项基准上提升表现。
说明从混合单光子激光雷达回波中分离前景与隐藏场景的三维重建
简介论文针对半透明屏幕或保护罩造成的前景与遮挡后场景回波混合问题，提出一种状态感知框架，先判断每条光线的回波状态，再用双头神经场分别进行波形重建和几何定位。作者还构建了一个真实的成对单光子激光雷达遮挡数据集。实验显示，该方法在隐藏场景深度和点云精度上优于基线方法。
说明基于语义RGB-深度信息的显微立体视频手术技能评估
简介本文提出一种语义RGB-深度框架，用于从显微立体视频中评估手术技能。该方法将稀疏的立体深度与稠密的单目深度融合为场景几何表示，并结合按器械和解剖结构分解的RGB视频流，通过分层注意力网络进行编码。在6位外科医生完成的33例离体经口显微喉手术上，采用留一医生交叉验证，模型对技能等级分类的F1分数为0.938，优于仅用语义RGB（0.696）和仅用语义深度（0.929）的版本。
说明分布偏移下的自回归钻孔建模：一个用于逐层预测与地层生成的基准
简介本文提出 DrillBench，基于西澳大利亚 49,671 个钻孔，研究逐层岩性预测与自回归地层生成。结果显示，空间与地球化学条件在局部效果好，但在较强偏移下明显下降，而岩性序列自回归模型迁移更稳健。作者进一步结合历史钻孔预训练与邻近岩性空间检索，在跨区域偏移下提升了泛化能力。
说明iSEE：通过自监督实现物体恒存性
简介该论文提出 iSEE 框架，用于视频中物体在被遮挡时的身份与位置追踪，即“物体恒存性”，整个过程不使用任何标签。它依靠注意力变化判断物体何时被遮挡，将外观与位置分为两个流，并仅根据物体重新出现的位置训练位置追踪器。在 LA-CATER static 数据集上，论文报告 iSEE 在 86% 的遮挡后能把重新出现的物体归还给原槽位，而 SlotContrast 为 32%。
说明基于熵最优传输的低预算主动学习
简介该论文研究低预算主动学习，即在只能标注少量样本的情况下，挑选一个核心子集（coreset），使模型仅用该子集即可达到较高精度。作者利用自监督预训练模型提取的特征，在特征空间中以Sinkhorn散度（一种熵最优传输距离）作为选择准则，并结合梯度优化与交换式局部搜索求解。实验表明，在图像基准和医学数据集的低预算设定下，该方法优于现有启发式方法。
说明联邦智能体优化：在不共享原始经验的前提下让分布式智能体协同提升
简介论文提出联邦智能体优化（FAO）问题，研究分布在不同机构的大模型智能体如何在保护原始数据、完整轨迹和私有知识的前提下，通过受控的信息交换协同改进。作者将其定义为兼顾智能体效用、隐私泄露和通信成本的多目标问题，并从策略、记忆、工具使用、奖励以及结构化知识与技能等方面梳理优化空间。文中还探讨了私有经验如何被抽象、保护、聚合并转化为可迁移能力，最后指出了该问题的主要挑战与未来研究方向。
说明基于流匹配的反事实生成：耦合敏感的端到端收敛速率
简介论文提出一种用流匹配生成反事实结果的方法，结合样本分割的双重稳健训练目标与观测源结果和目标结果之间的学习耦合，并采用基于高斯平滑插值的得分修正随机采样器。理论上给出了欧拉离散化下由耦合位移矩控制的KL误差界，以及学习速度场与得分场的有限样本非参数保证。实验在合成和半合成图像基准上进行，显示在有限离散化步数下随机采样器可优于确定性ODE采样器。
说明FlashBack：流式视觉语言模型中何时该调用记忆
简介流式视觉语言模型需要在有限算力下处理不断增长的视频，既要实时感知，又要利用长期记忆，两者存在矛盾。本文提出无需训练的 FlashBack 框架，先判断当前问题是否需要历史信息，再决定沿原始路径推理还是调用独立的回忆路径，结合近期上下文与检索到的长期记忆。在 OVO-Bench 和 StreamingBench 上的实验显示，该方法在部分长时程与记忆依赖任务上有所提升，同时基本保持实时感知能力。
说明从手写孟加拉语文本图像中进行与颜色无关的单词分割
简介该论文研究手写孟加拉语文本图像中的单词分割，这是光学字符识别（OCR）的第一步。研究所用的数据集考虑了智能手机拍摄时可能遇到的各种干扰，包括阴影，且不受纸张和墨水颜色、类型的影响。在7374个单词上生成了7278个边界框，召回率为90.60%，精确率为91.80%，F1值为91.20%。
说明动作专属关节选择何时有帮助？评估与对照设计审计
简介该论文审计了基于骨架的动作正确性分类中“动作专属关节选择”带来的增益是否可靠。作者分析了10名REHAB24-6受试者的1057次重复动作，区分评估聚合方式、关节子集结构与时间表示的影响。结果显示，增益会随评估口径明显变化，且需要与结构匹配的随机对照比较；论文并不声称提出新算法或临床获益。
说明独立马尔可夫链随机博弈中的全在线去中心化学习
简介该论文研究各玩家状态转移相互独立、转移核未知的随机博弈，玩家只能观察自己的局部状态和实际收益。作者提出一种完全在线、去中心化、无需协调的镜像下降算法，在占用测度的对偶空间中逼近平稳纳什均衡策略，每个时间步只使用一个样本。在均匀遍历与有限覆盖假设下，时间平均后悔值以 O(T^{-1/2}) 速率衰减，复杂度取决于各局部状态空间的覆盖时间而非乘积状态空间。
说明骨架与策略提示：无需训练提升视觉语言模型的否定理解
简介视觉语言模型在视觉问答中表现不错，但遇到含否定的问题时常出错。该论文提出免训练的上下文学习方法 SSP（骨架与策略提示）：先把问题抽象为结构骨架，检索同骨架的少量问题，让模型归纳共同的否定模式并生成一句作答策略，再与测试样本一并输入。原文称该方法在多个否定视觉问答基准上取得了当前最佳表现，且计算开销较低。
说明按去噪时间步解析的词元归因：揭示扩散语言模型的生成动态
简介本文提出扩散层积分梯度方法（DLIG），用于分析扩散语言模型（DLM）的词元归因，并将积分梯度（IG）扩展到任意层和去噪步骤。该方法可追踪模型对输入提示生成内容的逐步确定过程。作者证明DLIG与IG的完备性、实现不变性、线性和对称性保持等公理相对应，并在词义消歧、多跳图推理和句子补全任务上进行了演示。
说明重新审视信息瓶颈：基于标签划分的结构化分解
简介该论文指出，标准信息瓶颈方法用单一标量I(Z;X)控制表示压缩，会把与标签相关的结构和条件内的残余变化混在一起，使无关干扰信息保留在表示中。作者提出双瓶颈框架：标准KL项控制全局信息容量，条件KL项针对条件内信息，并证明其可精确分解为条件内信息项与先验失配项。实验显示，在低数据分类上提升最明显，在密集预测基准上也有一致改进。
说明CAGE-NAS：用于高效模型增长的认证函数下降方法
简介CAGE-NAS 在函数空间中决定神经网络何时需要扩展结构：只要当前表示能通过对函数梯度近似的可接受性检验，就保持架构不变；检验失败则进行保持函数不变的扩展。论文在精确认证的受控实验中，报告所得架构在相同参数预算下，按留出集 RMSE 排在所有可接受候选的 99.8 百分位之上，且增长过程中无需枚举这些候选。
说明混合 Transformer 与状态空间模型架构的学习率迁移研究
简介本文研究结合 Transformer 与状态空间模型（SSM）模块的混合架构的学习率缩放规律。作者发现，在常用的简化 ZOH Mamba 固定状态规模的实践设定下，仅用原始 μP 方案，混合架构在宽度 256 至 2048、深度 4 至 32、参数达十亿规模时，学习率迁移差距接近零，尽管其未通过 μP 的标准坐标检验。作者将其归因于全局更新与权重比例不变性及 AdamW 的局部平衡两个条件，并在 Nemotron-H 上得到验证。
说明HeadEdit：通过冻结的反嵌入矩阵校准语言模型行为
简介本文提出 HeadEdit，一种无需梯度、不更新参数的方法，通过语言模型的反嵌入（unembedding）矩阵校准模型行为，用于减少拒答良性请求、调用不必要工具或轻易屈从错误用户断言等问题。方法从成对的补全中提取低秩行为子空间，并据此生成全词表修正，无需人工指定目标词元。实验显示，在三类任务、三个模型系列的九组设置中均有改善，推理开销很小，且未见通用能力的系统性下降。
说明检测、解释、解读：时间序列异常检测、可解释性与可解读性的端到端基准
简介本文提出SHAD（Scality高维异常检测基准），由Scality运营的真实分布式云存储系统采集的215条多变量高维时间序列构成，并带有丰富的上下文标注，涵盖三类不同严重程度的异常。作者在检测、可解释性和可解读性三个阶段分别给出了基线评测，包括对多种现有异常检测器的测试、各维度贡献度能否提供准确异常归因的检验，以及冻结的大语言模型定位和解释异常的效果。
说明CineMR：面向心脏磁共振定量评估的工具集成视觉-语言推理模型
简介本文提出CineMR，一种调用心脏图像分析工具的视觉-语言模型，用于心脏电影磁共振的定量评估。作者还构建了多队列视觉问答基准，涵盖定量指标提取、多类诊断和鉴别诊断。实验显示，CineMR的pass@1为35.9%，显著高于基线模型，且去除工具后性能下降，说明可靠的工具调用对定量分析很重要。
说明语言模型预训练中，跨检查点的层旁路响应：深度顺序持续存在而强度变化
简介本文研究语言模型预训练过程中，跨多个检查点的单层恒等旁路（identity bypass）响应。作者在五条公开训练轨迹、11种模型与领域组合上进行实验，发现响应的深度顺序基本保持，但幅度会重新分布。结果表明，层敏感性具有结构性却并非静态，单一检查点的干预结果需结合训练过程中扰动路径的变化来解读。
说明PhysicsLENS：诊断视频生成模型对物理属性的“视而不见”
简介该论文提出PhysicsLENS数据集与基准，用于评估视频生成模型（如机器人视频）中物理属性的合理性。数据集以成对场景构成，条件帧和任务相同，仅改变场景描述中的物理属性，覆盖碰撞、重力、动量、摩擦、形变、流体和因果关系七个领域。作者用四个视频生成模型生成视频并获得超过400个人工标注。结果显示，看似合理的视频中有34/47未体现所述属性，且明确说明属性只会略微降低合理性，差异不显著。
说明My FAULT：把自我诊断作为智能体强化学习中的信用分配
简介该论文针对大语言模型智能体在多步任务中仅依赖最终结果奖励而产生的信用分配问题，提出自我诊断引导的终局信用再分配方法FAULT。FAULT将诊断出的错误转化为由最终结果锚定的逐步信用，并检验诊断证据、从任务结果中学习各类错误的相对代价。在ALFWorld上，FAULT从结果相同的组中恢复学习信号，信号覆盖率达95%，高于GRPO的41%和GiGPO的72%，并能更准确地定位到具体错误步骤；在长周期的ALFWorld与WebShop任务上有明显提升，在短周期的Search-based QA上保持竞争力。
说明超越两次循环：可扩展的循环混合专家（LOOM）方法
简介该论文针对大型混合专家（MoE）语言模型中的循环Transformer，指出循环次数超过两次后收益递减甚至退化，原因是隐状态方差累积和专家选择坍缩。作者提出LOOM方法，通过缩放残差更新、每次循环重新注入输入嵌入、使用每循环独立路由器以及循环残差来稳定并多样化循环计算。实验显示模型可稳定扩展到9至12次循环，并在对比基线中取得更低困惑度和更高的零样本准确率。
说明BanglaDial-Abuse：孟加拉语辱骂性文本的地区方言识别数据集
简介本文提出 BanglaDial-Abuse，一个平衡的孟加拉文数据集，用于识别辱骂和敌意孟加拉语文本中的地区方言。数据集共1000句，标准孟加拉语、吉大港语、锡尔赫特语和巴里萨尔语各250句。构建方法基于语料并采用合成流程，保留原有敌意或辱骂含义。该数据集目前为研究与原型用途，尚未经过母语者验证的金标准标注。
说明何时删除顺序可解：从更新动力学到排列结构
简介本文研究在一组待处理删除请求下，按固定策略顺序执行删除时，最终模型对顺序的依赖性。作者提出两种简化结构：位置可加性可将优化化为指派问题（共享位置分布时可化为排序），后缀定位则可忽略较远的前缀。在共享仿射更新下，论文刻画了阻碍可加性的二次交互项，并证明后缀条件指派可将近似率从 O(p^L) 提升至 O(p^(2L))。实验表明这些结构可从实际执行的目标中识别，并能预测未见过的顺序。
说明OptimusMesh：通过稀疏潜在枢轴从点云生成紧凑的自回归网格
简介该论文提出OptimusMesh，可直接从点云生成紧凑的三角网格。方法将2048个有向输入点压缩为16个稀疏潜在枢轴，条件集减少128倍，并采用两阶段自回归框架先生成顶点再预测三角面。实验显示，与所比较的近期自回归方法相比，其输出面数减少25.7%至94.1%，同时保持有竞争力的几何保真度和分布质量。
说明参数高效的分布鲁棒适配：子群体偏移下的表格基础模型
简介该论文指出，表格基础模型在训练与部署时群体比例发生变化（子群体偏移）的情况下，对代表性不足的群体表现可能较差。作者提出DR-TFM框架，无需真实群体标注，仅微调或新增一个查询缩放网络来调整注意力，其余参数保持固定。在TabPFN-3上仅更新0.016%的参数，在五个表格基准上最差群体准确率平均明显提升，同时保持有竞争力的整体群体准确率。
说明胸片视觉语言模型的可靠性压力测试与决策时路由
简介本文针对胸部X光片解读的医学视觉语言模型，构建了可靠性压力测试，使用两个平衡数据集，评估三种模型在三种提示方式和单模型、多智能体两种流程下的36种配置。研究发现，仅看精确匹配准确率可能高估倾向于输出“正常”的保守模型；诊断可靠性也很大程度取决于模型系列和规模。作者据此提出决策时路由框架，仅在有益时才升级为多智能体推理，从而改善成本与质量的权衡。
说明ReSolve：通过选择性生成式审核复用候选推理过程
简介本文提出ReSolve，一种无需训练的推理方法，在多个候选解答存在分歧或无法解析出答案时，调用模型检查已有的推导过程，并将生成的解答纳入有限循环。在130道竞赛数学题上，其准确率高于对四个候选答案进行投票，并且比八次采样的自洽方法消耗更少的token。作者认为候选推理过程可作为可复用的推理计算资源，但未证明其准确率优于额外采样，也未证明专门路由指令的独特效果。
说明多语言编码器能否生成语言一致的语义ID？
简介该论文研究多语言编码器在生成式检索中是否能为同一商品的不同语言版本分配语言一致的语义ID（SID）。作者基于亚马逊ESCI商品数据的英语、西班牙语和日语版本进行实验，发现多语言E5编码器会使翻译版本与英语原文的语义ID明显分离，例如日语译文仅有7.7%保留了英语原文的第一个编码。平衡量化器的拟合混合数据虽提高了码本使用均匀度，却进一步降低了跨语言前缀一致性。研究认为，仅靠多语言训练或均衡码本使用，并不能保证语义ID的语言一致性。
说明审计LLM智能体环境中的动作结算：顺序、进展与重放
简介本文研究大语言模型智能体环境中并发动作的仲裁问题，即使每个提议单独看都有效。作者实现了一种带类型的快照结算机制，并检验三项性质：顺序敏感性、有效进展和重放一致性。在两万八千多次穷举排列实验与两千多个脚本化多步场景中，对五种结算策略进行了测试。
说明RSNA颅内动脉瘤数据集（RSNA-ICA）：用于人工智能动脉瘤检测的多中心公开影像数据
简介该论文介绍了RSNA颅内动脉瘤数据集（RSNA-ICA），由北美放射学会与多家神经放射学会合作整理，用于2025年RSNA颅内动脉瘤检测挑战赛。数据集包含来自4278名成年患者的7202个CTA、MRA和MRI影像序列，采集自12个国家21家机构，并由专家标注动脉瘤的有无与位置，其中178个序列还包含三维血管分割。数据集中有5041个序列通过MIRA公开提供，可供非商业研究使用。
说明基于变分风险最小化的置信度门控云边级联胸片分诊方法
简介急诊胸片分诊中，报告往往在分诊决策之后才生成，而多模态模型需要图文输入，存在模态缺口。论文提出变分风险最小化（VRM）蒸馏框架，把大视觉语言模型生成的报告变体视为潜在临床解释的蒙特卡洛样本，从边缘分布的教师分布中学习。在编码器相同的条件下，该方法优于直接微调基线，并改善了校准。紧凑的边缘学生模型采用置信度门控级联，AUC 为 0.941，平均延迟 103ms，云端升级比例为 20.3%。
说明基于转录孟加拉语文本的开放词汇词语识别
简介本研究利用深度学习识别手写孟加拉语词语图像，比较了SSD（MobileNetV2）、Faster R-CNN（InceptionResNetV2）及两者的集成模型，并引入改进的非极大值抑制。研究使用了一个包含9841张手写孟加拉语词图的自建数据集。集成模型表现最佳，F1分数为92.61%，词级识别正确率为96.12%。
说明强化学习真的需要更多训练吗？——利用已完成的RL训练历史扩展策略空间
简介论文提出“策略空间扩展”，即不延长训练、不增加推理计算，仅利用一次已完成的强化学习训练过程中保存的检查点即可获得更强的策略。方法名为SURGE，将同一训练过程中的高准确率锚点检查点与生成更短回答的检查点，经特征空间分解后融合为单一模型。在两个1.5B数学推理和一个7B代码任务的训练历史上，融合模型的平均准确率优于两个输入检查点，且使用的推理token更少。
说明将大语言模型置于DSGE模拟器中生成与预测政策
简介该研究把一个指令微调的语言模型放入六个基于Snowdrop的动态随机一般均衡（DSGE）模拟器中，让模型在每一轮观察经济状态并选择有界的政策行动，再获得模拟的下一状态与经济回报。研究以PPO为主要方法，GRPO为无价值函数的对照基线，检验政策行动的模拟经济后果，而不只看语言是否合理。
说明大语言模型分词的计数与最小代价编码方法
简介本文提出一种分词器训练方法 CNF（计数与过滤）和文本编码算法 MCE（最小代价编码）。MCE 通过全局最小化切分代价来确定最佳切分，CNF 则先统计有效子串再按实际使用情况过滤出词表。实验显示，在六类文本和两种词表规模下，CNF-MCE 的压缩效果均优于所评估的 BPE 分词器，并在 11 个基准上保持与 BPE 模型相当的平均性能。
说明用于加速联邦学习的潜在信息共享方法
简介本文针对联邦学习中的客户端漂移问题，提出一种共享少量隐藏层激活值的新方法，以直接缓解各客户端之间的数据异质性。作者称该方法在保持收敛性与数据隐私的前提下，提高了训练效率。实验显示，在固定轮次预算下，其模型精度优于FedProx、SCAFFOLD、FedPVR、FedProto和SplitFed等方法，且通信开销不过高。
说明CortexBridge：用皮层对齐让脑电基础模型适配不同电极布局
简介脑电（EEG）基础模型通常使用固定的通道或少量电极布局进行预训练，电极排布变化时难以迁移。作者提出轻量适配器 CortexBridge，结合脑电特征与电极及脑图谱坐标，将任意电极布局映射到共享的皮层潜在空间。在三个冻结的基础模型和五个 MOABB 脑机接口数据集上，它在 15 项评估中的 13 项取得提升，平均平衡准确率增益分别为 EEGPT 0.80%、LaBraM 0.70%、CBraMod 3.26%。
说明AbsorbEvo：用于微波吸收体自主逆向设计的智能体框架
简介论文提出AbsorbEvo，一个能把自然语言性能目标转化为经全波仿真验证设计的智能体框架。系统由大语言模型提出参数调整方向，结合全局采样生成候选，并用低成本物理预测模型排序，只对高分设计做全波仿真。在保留的AbsorbBench-36任务上，其任务成功率为79.17%，高于通用智能体的25.00%和随机搜索的12.50%。
说明Madeleine：从模拟人生中学习对话记忆的非自主回忆
简介长期对话助手需要在恰当时刻调出合适的记忆，但最重要的记忆往往与用户当前所说的内容并不相似。该论文提出Madeleine，离线用大模型模拟人生并以其中的线索-触发对训练查询编码器，学习记忆之间的关联；在线推理时不调用大模型，只替换向量记忆中的查询编码器。在LoCoMo-Plus官方评测协议下，接入HyperMem后得分66.6，单独使用时达到HyperMem原版的水平（52.4对52.9），且无需大模型调用。
说明StepCAD：基于大语言模型策略与几何引导搜索的网格到CAD代码生成
简介该论文提出StepCAD方法，可从三维网格中恢复可执行的CAD建模程序。方法结合了基于状态的CAD策略与几何引导的树搜索，并发布了包含150万个可执行CAD程序的数据集ARCADE-1.5M。论文称在多个基准上几何重建精度达到当前最优，相对最强基线IoU最高提升87.2%。
说明超越最先进水平：为AI研究标准化环境影响指标
简介该论文指出，大语言模型的环境足迹随规模增长，而机器学习领域缺乏统一的碳核算方法。作者对NeurIPS 2025的5285篇已接收论文做了自动化文献审查，发现环境影响报告几乎不存在。论文提出训练效率的标准化可持续性指标和估算LLM推理碳成本的简便方法，并开发了用于追踪和报告排放的软件carbonbenchmark，还提出“完成任务的最小模型”（SMAJ）框架。
说明用于视频表示的仿射对齐图集规范高斯构建方法
简介本文提出一种基于仿射对齐图集的规范高斯表示方法，用于视频重建。方法先用逐帧仿射变换吸收全局运动（如相机移动），再在更大的对齐图集空间中构建规范高斯，使规范表示与各帧更吻合。该改动只作用于规范构建阶段，可几乎不增加参数地接入现有基于规范高斯的方法。实验表明，该方法在相机运动较大的序列上能提升重建质量。
说明语言模型在测试时计算中能获得多少提升？一个面向成本的评测框架
简介该论文提出SELF-POT基准与评测框架，用于衡量模型在数学竞赛、竞赛编程和智能体工作流中通过测试时计算获得的提升。框架在统一预算下比较直接推理、并行采样与自我修正，并将选择与评审调用的费用一并计入。实验显示，收益取决于领域、选择规则和失败处理方式，例如基于公开样例的选择能在节省部分API成本的同时增加正确提交数。
说明AgSpec：编程智能体流程中基于检索的推测解码方法
简介本文提出AgSpec框架，针对编程智能体流程中的推测解码，从会话、工作区和全局三类语料中检索文本作为草稿，并依据验证反馈在线调整草稿长度。在两个仓库级多智能体编程基准上，其在多数设置下优于五种检索式草稿方法和EAGLE-3。在批大小为1和16时，生成吞吐量分别最高提升4.37倍和4.76倍。
说明MisconceptDialogue：评估标准如何影响LLM数学辅导的成功率衡量
简介该论文提出MisconceptDialogue框架，让五个开源大模型（7B至14B）与模拟学生进行5000多轮对话，测试其发现学生错误、诊断误解并纠正的能力。研究发现，基于精确匹配的基准评分得出42.1%的补救成功率，而经人工校准的大模型评判得出81.3%，两者相差39.2个百分点。此外，模型几乎不因接收到的诊断信息不同而改变表现。作者认为评估方法本身需要更严格审视。
说明MASkillBlender：通过技能混合实现多人形机器人全身协同搬运的去中心化控制
简介该论文提出 MASkillBlender，一个多智能体强化学习框架，用于让多台人形机器人在去中心化条件下完成全身协同的移动与操作任务。方法是在可复用的单台人形机器人预训练技能之上，学习一个共享的高层策略，仅依靠任务级奖励即可得到协同行为。论文还提出针对同构多人形系统的置换数据增强策略，并在两种人形机器人形态的多个协同任务仿真中展示了其表现。
说明MVDG：无约束真实图像上高效的多视角三维消歧
简介该论文针对三维重建与视觉定位中，外观相似但实为不同表面的“幻影匹配”问题，提出基于三维基础模型VGGT的多视角消歧框架MVDG，可一次性处理任意数量的图像。作者在AerialMegaDepth数据集上构建伪成对训练集并进行微调，并用伪成对测试集高效验证。实验显示，其成对准确率相当，同时提升了SfM精度与推理速度。
说明YouRA：面向可追溯证据的自主研究智能体持久状态架构
简介自主研究智能体能生成完整论文，但论文结论常与实际实验不符。YouRA 通过持久化研究状态、执行证据和失败历史，并集成验证状态架构、独立控制器和带反思的状态化恢复三个组件来解决这一问题。在 MLR-Bench 的十任务端到端子集上，其综合得分优于 MLR-Agent 和 AI Scientist V2。
说明数据集身份而非新颖性：OOD检测增益虚高的来源
简介论文研究事后OOD检测器在拟合时使用同一OOD数据集的问题，指出常规评估可能把分布外数据集的身份识别误当作新颖性检测增益。作者通过整体留出OOD数据集来度量这种虚高，并在ImageNet与CIFAR-100骨干网络上进行了测试。
说明OrbitTAMP：让语言模型落地于航天器交会任务与运动规划
简介本文提出一种分层框架，用于航天器交会与近距离操作的任务与运动规划。框架让预训练的大语言模型把自然语言指令转为部分任务说明，再由规划模块在可行操作空间内补全未指定的决策，最后通过轨迹优化生成动力学上可行的轨迹。实验显示，该架构的意图还原效果优于直接由大语言模型生成，并报告了测试时计算的相关结果。
说明Ego2Act：评测第一人称视频生成中的目标导向操作能力
简介该论文提出 Ego2Act 基准，包含 110 个日常真实任务共 2640 段视频，用于测试视频生成模型能否根据初始场景图与高层目标，生成手部完成多步物体操作的第一人称视频。论文还提出无需参考答案的评测流程 Ego2ActJudge，其在任务完成度与物理合理性判断上与人类共识的一致性优于相关基线。研究发现，模型生成的模拟常跳过或只部分执行步骤，导致目标未能达成，并且在复杂物体操作和持续世界建模上普遍难以刻画细粒度物理动态。
说明高斯混合 NPMLE 随机重加权后具有多对数级稀疏性
简介本文研究高斯位置混合模型的非参数极大似然估计（NPMLE）。作者对似然加入极小的随机权重扰动，得到随机重加权 NPMLE，证明其支撑点数量以高概率为 O{(log n/log log n)^d + log n}，且在对数因子内保持参数级的 Hellinger 估计速率。数值实验显示其风险与支撑规模与普通 NPMLE 相近。
看点通过随机重加权使NPMLE获得多对数级稀疏性，改进了经典线性原子数界，并给出有效维度证明与数值验证。
说明精度胜于规模：波兰-西里西亚语基准与超越开源及商用模型的翻译系统
简介本文针对方言机器翻译数据有限、标准基准难以覆盖语言变异的问题，研究波兰语与西里西亚语之间的翻译，比较神经网络与基于规则的系统。作者提出新测试集SiLTT，并同时在BOUQuET和FLORES基准上评估。结果显示基于规则的系统在SiLTT和BOUQuET上表现最稳定；在精选数据上微调的TranslateGemma优于较强的神经基线，但在方言场景中未超过规则系统。作者同时发布了SiLTT与最佳神经模型。
说明事件引导的神经视频压缩：利用事件流辅助RGB视频编码以降低码率
简介该论文提出事件引导的神经视频编解码器ENVC，利用编码器与解码器共享的事件流（记录帧间亮度变化）改进RGB视频压缩。其用事件构建运动先验并编码剩余运动残差，并通过事件条件预测器提供多尺度特征以精炼时序上下文。在六个基准上，相对DCMVC，ENVC以PSNR-RGB计平均节省39.13%码率，以LPIPS计节省67.63%。
说明通过价值引导的信息性搜索提升数学推理能力
简介本文针对基于可验证奖励的强化学习（RLVR）提出APIVIS训练框架，将有限预算的Gumbel搜索应用于分块级数学推理。该方法在每组采样中同时结合直接生成与搜索生成的回答，使搜索带来的改进能产生有信息量的相对奖励，并对搜索改进的词元进行选择性监督。文中给出理论保证，并在多个数学推理基准和不同模型规模上报告了优于同类搜索方法的实验结果。
说明GLoC-EHR：基于全局上下文与局部电子病历事件、可引用证据的临床推理
简介该论文提出GLoC-EHR多模态语言模型，通过全局记忆与局部事件记忆读取结构化电子病历，学习生成住院过程摘要并对掩码概念进行描述。模型先经理由微调，再用带正确答案与病历证据奖励的GRPO训练，使其在回答前引用证据。论文在三项MIMIC-IV结局任务上报告了宏平均AUROC表现，并与零样本大语言模型及EHRSHOT上的迁移结果作了比较。
说明克服核冗余以扩展逻辑门网络
简介本文研究可微逻辑门网络（仅由逻辑门构成的高效神经网络替代方案）的宽度扩展问题。作者发现，简单增加宽度会导致逻辑核之间的冗余，性能趋于饱和。为此，论文提出动态逻辑核框架，通过促进核组间的专门化，并在推理时以门级布尔运算实现输入相关的核路由，同时发现首个门层的冗余最为明显，因此采用早期动态策略。实验表明，该方法提高了核的利用率和多样性，并在参数效率更高的情况下取得了更好的准确率。
说明用“安慰奖”探测大模型能力：随机奖励强化学习作为能力探针
简介该论文提出用随机奖励强化学习来探测大语言模型的“可达性”，即在给定约束下，继续训练能从当前状态达到什么水平，而不只是看当前表现。作者以OLMo模型检查点为例，在相同准确率下，经正确性奖励的强化学习后最佳表现分别为8.5%和55%。实验显示，训练过程中随机奖励的效果随阶段变化，并认为这种方法可帮助区分探测结果是反映模型能力还是学到了任务本身。
说明JoinGR：学习在连接图上遍历以检索数据表
简介该论文提出 JoinGR，一种感知表连接关系的表检索方法，把数据库的连接图作为检索空间。问题中未提及、但通过外键与已相关表相连的表也能被找到。在 BIRD 和 Spider 上与最强基线相当；在多跳需求更复杂的企业基准 BEAVER 上，召回率明显高于稠密检索和重排序基线。
说明核化激活引导：用核方法在表示空间中做自适应的模型控制
简介该论文提出核化激活引导（KAS），把激活引导放到再生核希尔伯特空间中，通过核函数计算，无需显式特征映射。与对所有激活使用同一个固定向量的Difference-in-Means方法不同，KAS根据每个激活相对于源集与目标集的位置进行局部自适应修正。论文称线性核下可还原为DiM，更丰富的核则可实现感知几何结构的干预；在越狱大模型和图像风格控制等任务上，KAS表现优于或与现有方法相当。
说明HierGF：基于几何感知消息传递的分层高斯场，用于稀疏视角三维重建
简介本文针对只有少量视角图像的三维重建问题，提出分层高斯场方法HierGF。该方法通过两阶段几何感知骨干网络，把粗略三维几何信息和二维生成先验转化为结构化伪监督，并引入可学习置信度网络引导跨视角一致的梯度，同时用几何一致的致密化模块改善未充分采样区域的重建效果。
说明用任务算子捕捉上下文学习的动态机制
简介该论文研究大语言模型的上下文学习（即不更新权重、仅依靠示例完成新任务）。作者发现每个注意力头的输出是其上下文屏蔽版本的仿射变换，且该变换参数在同一任务的不同样本间基本稳定。基于此提出任务算子（TO），将该变换作为解析更新加入注意力输出投影中。在词汇、算法和推理任务上，TO 在已有方法中整体表现最佳，并缩小了零样本与上下文学习之间的差距。
