机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明面向连续扩散语言模型的分布匹配蒸馏
简介该论文研究如何用分布蒸馏降低连续扩散语言模型的生成成本。作者提出两种方法，Simplex-DMD 使用连续词元松弛与路径梯度，Reinforce-DMD 使用类别采样与 REINFORCE 并配合学习得到的密度比，均采用反向 KL 匹配目标。在 OpenWebText、1,024 词元序列上，Simplex-DMD 以 4 次网络评估得到生成困惑度 45.6（单词熵 5.44 nats），相对最强基线降低 49%；Reinforce-DMD 在 256 次评估下得到困惑度 14.9（熵 5.00 nats），降低 20%。
说明EviRover：超越一瞥的智能体式视觉感知强化
简介传统视觉感知通常只依据对图像的一次性判断，在细节不足或需要最新知识时容易失败。本文将感知建模为可通过多步交互获取额外信息的智能体过程，并构建了训练数据与人工校验的评测基准 EviLens。作者提出 EviRover 模型，先经监督微调再进行智能体强化学习，4B 模型在 EviLens 上平均比其基座模型高出 30 分。
看点将感知重构为可交互的智能体过程并设计数据管线与基准，实验覆盖多个基准且有明显提升，影响面较广。
说明LOCI：面向流式世界模型的空间线性记忆架构
简介这篇论文提出 LOCI，一种为视频世界模型设计的混合空间记忆架构。它同时保留键值缓存（精确保存过去的观测）和基于相机几何条件的循环线性注意力记忆（压缩保存场景状态），使模型在相机回到已见区域时能更忠实地还原原有内容。在公开的 MIND 记忆基准和保留的录制轨迹上，LOCI 优于代表性世界模型和同配方的全 softmax 模型；在完整历史下，相同长度的峰值内存比全 softmax 约低 30%，并且在有界观测库下可以以恒定内存处理长视频。
说明《PhantomEnvironments：在虚构世界中训练LLM智能体》：用规则生成的虚构环境训练搜索智能体
简介该论文提出PhantomEnvironments，用纯规则生成的虚构世界作为强化学习环境，无需LLM参与、边际成本为零。智能体需在模板化文章语料中检索，回答多跳问题。实验显示，这些训练出的智能体能迁移到真实世界多跳搜索基准，在较新的基准上常优于使用真实数据训练的结果。
看点提出完全由规则生成、零成本的虚构环境训练搜索智能体，并在真实多跳基准上迁移，新颖且有实验支撑。
说明从历史动作轨迹中学习技能：面向世界动作模型的动作经验字典
简介本文提出动作经验字典（AED），把历史物理动作轨迹编码为共享的动作嵌入，以支持跨操作任务的技能复用。方法先将历史动作与视觉观测对齐并检索嵌入，再通过交叉注意力视觉条件化后拼接到含噪动作标记前。作者还引入运动感知转移损失，以减少无关背景线索的干扰，并报告了仿真基准和真实跨本体实验的有效性。
说明JevSpawn：通过组合式动作空间实现自适应智能体推理
简介大语言模型智能体逐词生成推理与动作，长时间交互速度慢、计算开销大。本文提出 JevSpawn，一种组合式策略，将自然语言任务描述连接到有限的概率探索。方法结合并行动作生成、基于反馈的分支选择、表示修订以及从保留的备选分支中恢复。论文在八个基准任务上与七个智能体基线及 TypeSafe Jev 变体进行了比较评估，并报告其任务表现有所提升、导航更快。
说明每个批次都是它自己的验证集：用于大模型微调在线数据选择的留一梯度匹配
简介该论文提出 LOOM 方法，用于大语言模型微调时的在线批次数据选择。作者指出，直接对同一批样本做梯度匹配会因包含样本自身的梯度噪声而产生偏差，导致整批训练往往最优；改为留一法（去掉每个样本自身的贡献）后可得到无偏估计，并在多个任务与模型上优于整批训练和其他梯度匹配方法。
看点提出留一法梯度匹配消除协方差惩罚，给出半批优于全批的精确条件；在7个骨干、4个任务上对比充分，效果有说服力，影响限于LLM微调数据选择。
说明基于无人机可见光影像的城市化区域识别比较研究
简介本文比较了多种区分城市化区域与非城市化区域的分类方法，输入为无人机拍摄的RGB影像，方法包括植被指数阈值法和神经网络。研究在两个使用不同无人机与相机采集的区域进行，结果显示神经网络的分类准确率约为96%，高于最佳植被指数Excess Blue的约87%。由于数据高度不平衡，作者还使用了马修斯相关系数进行评估。
说明AI智能体如何发现科学方程：从水超（hydrotope）复现到新的水波振幅
简介本文以新近发现的几何公式“水超”（hydrotope）为对照案例，研究AI智能体如何发现并验证科学公式。该公式把非线性表面波散射的各段多项式合并为一个全局表达式。研究比较了无提示、错误提示与正确提示下的18次复现运行，结果显示仅4次完整复现了公式，并提出由一名主导智能体协调两名研究智能体的工作流；该团队成功复现了完整公式，并在更难的三负波数问题中发现了一个新的、经独立验证的六点振幅A6解析表达式。
说明SpeechConversationBench：评估语音到语音模型多轮推理能力的基准
简介该论文提出SpeechConversationBench（SCB），用103道分片GSM8K数学题评估语音模型的多轮口语推理。比较了问题一次性完整给出、信息片段同时给出和逐轮口语分段给出三种设置。文中报告了四个商业语音系统及作者团队开发的LEGO系统的最终答案准确率；相比同时给出的情形，分段给出时四个商业系统准确率下降5.0至25.3个百分点，LEGO在三种设置下均为77.5%。
说明MemLife：长期第一人称视频记忆的整理与推理
简介该论文提出 MemLife，一种多模态记忆系统，把长期第一人称视频压缩成以实体为依托的文本片段，并通过带时间索引的智能体阅读器检索它们，无需训练或查询时访问视频。在四个长时程基准上，它比最强的免训练基线提升 4.6%至12.0%。作者还提出基于强化学习的 MemOpt，用于优化记忆写入器，使记忆更忠实、信息更充分、更易检索，可额外带来 2.7%至5.0%的提升。
说明莫罗-吉田非调整朗之万采样的近线性精度界
简介本文为经典的莫罗-吉田非调整朗之万算法（MYULA）建立近线性精度界，目标分布为由强凸光滑函数与凸的全局利普希茨函数构成的指数形式。在显式的步长条件下，作者给出不变测度相对于莫罗平滑目标的偏差为 O~(h)，并使第 N 次迭代的分布满足特定的 W2 误差要求，所需迭代次数为 O~(ε^-1)。分析不需要三阶导数或利普希茨 Hessian，核心思路是用泊松估计把二阶平稳残差转化为 Wasserstein 界。
说明抽样越多越准？为测试时扩展曲线提供可信的置信区间
简介论文关注测试时扩展：对每题采样k个答案，由验证器选出得分最高者，并以准确率随k变化的曲线呈现效果。作者指出，这类曲线画起来容易，但结论难以信任，因此提出能同时覆盖所有预算的置信带，并推导了认证整条曲线所需的最小最大成本。在185个留出的得分池上，文中的配对审计方法所用答案数为最便宜的对比认证方法的0.74倍（64个预算）和0.53倍（1024个预算）。
看点提出对整条测试时扩展曲线同时认证的极小极大成本理论，并给出配对审计方法，相比已有认证方法在实验中节省answer数量，理论和实证结合较扎实。
说明基于隐马尔可夫模型的可证明可处理的NFA约束语言生成
简介该论文研究在有限自动机（NFA）硬约束下从语言模型采样的问题。作者提出NFA-LM，一种在温和假设下具有理论保证的多项式时间生成引擎。实验表明，该方法能高效生成高质量输出，并且近似误差有理论上界。
说明Index-Translate：多语言翻译模型家族，涵盖文本、语音、可控配音与长文档翻译
简介该论文提出 Index-Translate 多语言翻译模型家族，包含 2B、9B、35B-A3B 三种规模，支持 150 种语言及多语言指令跟随。论文报告其在通用翻译和复杂指令评测中优于同规模模型，并与百亿级及前沿模型表现相当。此外还介绍了端到端语音翻译模型 Index-Echo、音节可控配音模型 Index-Homura，以及带有专门任务与基准的长文档翻译模型 Index-NativeLong。
说明XOR-Trellis：超低复杂度反量化与无 Hadamard 的曲率感知大模型量化
简介本文面向大语言模型权重的超低比特压缩，采用网格编码量化（trellis-coded quantization）。作者提出一种结构化、硬件高效的超低复杂度网格反量化器，并以曲率感知目标重新表述网格路径优化，使模型敏感度直接体现在原始坐标空间中。两项技术结合后，可在不依赖 Hadamard 非相干变换的情况下实现高质量超低比特量化，并支持廉价、高度并行的运行时重建。
说明MANET-GNN：多信道移动自组网中功率分配的学习型分布式优化
简介本文针对多跳、多信道的移动自组织网络（MANET），提出一种学习型分布式功率分配框架。作者建立了端到端吞吐量最大化问题，涵盖单播、组播、多商品流、汇聚及多对多等通信模式，并以此作为无监督训练目标训练名为MANET-GNN的消息传递图神经网络。该模型仅利用本地（可能含噪声的）信道状态信息和指定次数的邻居消息交换完成分布式推理，并可泛化到不同拓扑与网络规模。数值结果表明其性能可与集中式方法相当，对信道不确定性也较稳健。
说明从研究中学习：迈向终身智能体运行框架演化
简介该论文提出ScholarEvolve框架，借鉴人类专家从研究文献中学习的方式，在保持语言模型不变的前提下，自动参考前沿研究来演化智能体运行框架（负责工具调用、记忆管理和任务执行的软件）。框架将演化方向划分为功能模块，用主题建模识别各模块的改进策略，实现并评估这些策略的组合。实验显示，在AppWorld和Tau2-Bench上任务表现有所提升。
说明在无法识别的模糊下仍可恢复交叉点几何结构
简介论文研究显微图像中细丝交叉或分支、以及X射线探测器上色散谱线交叉时，如何在未知高斯混合模糊的情况下恢复交点处直线臂的数量、方向与相对权重。作者证明了一个与单元概率欧氏差成正比的误差界，并给出从n个观测得到的最小极大误差阶为n^{-1/2}。在360个由单分子定位数据构建的交叉点和分支上，拟合方法比调优的固定尺度Hessian脊检测器更常正确给出臂数和方向。
看点证明了在不可辨识模糊下仍可恢复交叉结构，给出统一界与极小极大速率，并在多组真实数据上验证。
说明PrefPI：基于偏好引导、走向分布外行为的机器人策略调整方法
简介本文提出PrefPI（偏好引导策略迭代），利用对策略自生成轨迹的相对偏好来调整预训练的生成式机器人策略。该方法将偏好学习转化为偏好条件的生成建模，并借助无分类器引导进行迭代。在仿真与真实机器人上，PrefPI能在有限反馈下让行为显著转变，例如用150条偏好标注轨迹，将真实硬件上的物体搬运高度从10.7厘米提升到19.8厘米。
说明基于强化学习引导的图变换以优化稀疏三角求解（SpTRSV）
简介稀疏三角求解（SpTRSV）是许多科学与工程计算中的基础运算，但矩阵中的数据依赖限制了并行度。本文提出一个强化学习引导的图变换框架，把对依赖图的修改视为序列决策问题，由强化学习智能体为每个矩阵学习变换策略。在真实稀疏矩阵上的实验显示，层数最多减少94%，层级代价变异系数最多降低80%。
说明离线强化学习中的角色自适应策略优化（RAPO）
简介该论文提出角色自适应策略优化方法RAPO，根据策略在价值学习和动作执行中的不同角色，分别自适应调整策略更新系数。对TD3+BC，RAPO将自举用的动作网络与执行用的动作网络分开并独立调整；对IQL，则只调整优势加权策略提取中的逆温度。在D4RL的运动和AntMaze任务上，两种基础算法均有提升，其中TD3+BC的提升更大，平均优于基线。
说明从谱到联合调度：大语言模型预训练中的 3+3(+2) 缩放律区间
简介本文研究带噪声的在线 SGD 与线性随机特征模型中，幂律学习曲线如何随学习率与批量大小调度而变化。作者通过精确的 Volterra 方程，将损失分解为传播未解决目标误差的强迫项与传播随机误差的记忆核，并给出幂律成立的谱条件。受控的 nanoGPT 实验显示，匹配 B/η 路径的调度在内在时间上近似等价，并验证了一个预测多种调度下损失的代理模型。
看点通过精确Volterra方程与谱质量条件刻画幂律在学习率与批量调度下的保持或破坏，理论新颖；以nanoGPT实验和代理模型验证，证据较充分。
说明策略迭代在确定性马尔可夫决策过程中并非强多项式：算法无序的代价
简介该论文研究确定性折扣与平均奖励马尔可夫决策过程（MDP）中的Howard策略迭代算法，证明其迭代次数随状态数呈指数增长，因此不具备强多项式性。作者同时证明，Dantzig式变体在确定性平均奖励MDP上可在强多项式时间内运行，两者形成指数级差距。
看点提出确定性MDP上Howard策略迭代的指数下界并证明Dantzig变体强多项式，建立两算法间的指数分离，证明较完整。
说明从DNA设计到DNA精简：可审计的智能体式去除型设计器发现
简介本文提出“序列精简”任务，即在保持预测活性的前提下，从已有的功能性DNA元件中删除碱基，得到长度固定、保持原有顺序的子序列。作者参照设计基准NucleoBench，建立了兼顾序列缩短与功能保持的量化评估方法，并要求每个精简器同时返回子序列及其源索引以便核验。编码智能体ERA以替换型设计器GrAdaBeam为起点，修改后得到GRADASLIM；在五个转录因子结合靶点上，于400与100 bp长度下与随机和贪心方法比较，ERA在10个设定中有9个均值最高。
说明少即是多：用于极端高温数据高效千米级降尺度的误差-距离标度关系
简介该论文提出CASPER模型（带结构保持损失的U-Net），将32公里再分析数据降尺度到1公里的气温、湿度和风场。研究在24种不同训练时长（1至8个月）的配置中发现，预测误差随训练数据的气候距离线性增长（RMSE = 0.83 + 2.95d），该关系解释了90%的方差。在极端夏季周的测试中，该模型在极端高温期间的站点观测对比中误差在1.8 K以内；用11天本地模拟数据可将温哥华的误差从3.8 K降至1.3 K，训练期应覆盖目标气候。
看点提出误差随气候距离线性增长的定量规律，并用于指导数据高效的千米级极端高温降尺度，实证覆盖24种配置与多地区验证。
说明基于博弈自博弈的可操控智能体技能发现（GGSD）
简介本文提出游戏引导的技能发现框架GGSD，通过游戏中的自博弈，学习人类可直接操控的离散运动技能。智能体由高层策略从少量离散技能中选择，低层策略学习对应行为，训练后人类可替换高层策略直接操控。实验覆盖Ant、Franka机械臂和Unitree G1环境，显示人类可组合这些技能完成Maze、CubePush等未见过的任务。
说明触觉好奇心驱动机器人交互：通过触觉引导的探索学习机器人操作技能
简介论文提出 TacEx 框架，把触觉反馈纳入基于认知不确定性的探索中，将好奇心引导到触觉通道上，使机器人在探索阶段无需任务奖励或专家示范，即可学会抓取和操作物体。由此收集的交互数据可用于离线学习后续的抓放策略，还可用于对视觉-语言-动作（VLA）模型进行后训练，提升下游性能。
说明基于原型规则的神经符号正则化：标签稀缺下秩约束张量神经网络的研究
说明用语言控制生物：基于离线学习的提示条件干预方法（细胞、类器官与生物机器人）
简介该论文探索用自然语言指令控制生物体的可能。研究者把已有的干预记录与观察结果作为离线数据集，用视觉-语言模型判断结果是否符合文字描述，并以此训练从指令到干预的映射，无需新的实验或人工验证。以无神经系统的异种机器人（xenobot）为例，该映射能泛化到新指令，在未参与训练的存档数据上达到80.0%的准确率，高于66.7%的机会基线，与直接用真实标签训练的网络表现相当。
说明VR-JEPA：基于对比状态潜在引导的视频推理学习方法
简介该论文提出VR-JEPA框架，通过局部对比状态学习使V-JEPA预测器对齐任务推理逻辑，并借助技能专家模块适应不同认知领域，用预测的潜在轨迹引导视频生成以完成视觉推理。作者在大规模VBVR-Pro-Bench数据集上进行实验，结果显示相比现有生成式推理基线相对提升11.33%，并减少了物理伪影、增强了逻辑一致性。
说明学习功能子空间用于神经网络压缩：通过端到端训练选择要舍弃的子空间，压缩 Transformer 模型
简介论文提出可学习子空间投影（LSP），用于压缩 Transformer 模型。现有低秩分解方法用局部准则选择要删去的子空间，高压缩率下误差会随深度累积。LSP 则以全局目标（与稠密模型输出分布的 KL 散度或原始训练损失）端到端学习这些子空间，同时冻结预训练权重，最后合并为标准低秩因子。实验涵盖 OPT、Qwen3、Llama-2 和 ViT-B/16，在约 70% 压缩率下表现优于基线，且压缩越多优势越明显。
看点用端到端学习的正交投影替代局部闭式准则进行低秩压缩，并共享KV缓存潜变量；在多个LLM与ViT上实验充分，压缩率高时优势明显。
说明自助去偏（DIY）：教会大语言模型认知偏见缓解方法
简介该论文借鉴社会心理学和认知科学中经过验证的干预方法，提出“自助去偏”（DIY）框架，把五种干预转化为大语言模型的去偏流程，并通过示例提示、指令微调和引导式自我修正三种范式实现。实验在三个模型、五个偏见基准、十一个去偏基线和三个推理基准上进行。结果显示，Train+Revise与单独Revise的平均排名居前两位，在偏见与推理的权衡中表现最佳，并能将未见维度上的偏见最多降低14.8%。
看点将人类认知偏差干预迁移到LLM去偏，并结合三种范式，是有新意的组合；实验覆盖三模型、五基准与十一基线。
说明AMR增强对大语言模型的效果存疑
简介抽象意义表示（AMR）过去曾提升一些自然语言处理任务的表现，但它对现代大语言模型是否有益尚不清楚。作者尝试复现近期报告的显著下游增益，发现这些增益可能源于实验设置的特定选择；采用统一的超参数选择流程后，纯文本基线始终与AMR增强模型相当或更好。作者还提出基于困惑度的探测方法，发现AMR并未帮助大语言模型更好理解句子中的关系内容，因此对下游任务没有明显益处。
说明基于分组风险集与更紧 LogSumExp 收敛速率的可扩展 Cox 回归
简介该论文针对大规模 Cox 回归的计算难题，研究 LogSumExp 目标函数的随机最小化。作者用带辅助标量的 softplus 替代，得到无偏单样本梯度，并将averaged目标的界从 T^{-1/4} 改进为 O(T^{-1/2})。对于 Cox 回归，通过合并相邻失效事件共享辅助变量，获得均方速率约 T^{-4/5}（相差对数因子），压缩估计量的渐近分布与完整估计量一致。
说明ChainLoRA：面向大语言模型持续学习、保持几何结构的任务向量合并方法
简介该论文提出ChainLoRA，一种无需回放旧数据的大语言模型持续微调合并框架，通过链式更新训练与训练后的自适应SVD合并，在保留旧知识、适应新任务并控制参数量之间取得平衡。在Large和SuperNI基准上，其在所评估的无回放方法中取得最优表现，并与回放类方法的平均分数非常接近。
说明用于大语言模型智能体高效记忆压缩的持久上下文图（ReCAP）
简介论文提出ReCAP方法，把历史消息的注意力重要性分数与依赖关系存入轻量、持久的上下文图中。面对新请求时，无需额外模型调用即可据此选出相关消息及其支撑上下文。文中报告，与Codex默认的摘要式压缩相比，其压缩与冷启动恢复的估计延迟降低约95%，单次调用的历史上下文约减半，且在部分代码任务上准确率显著高于完整历史。
说明超越模型排名：工业时间序列预测中分布-统计失配的机制诊断
简介论文指出，工业时间序列预测模型在部署中出现系统性偏差，原因之一是常用损失函数内嵌固定统计先验，而工业需求混合了零膨胀、偏态、高波动等病态情形，先验在这些情形下被系统性违背。作者提出与指标无关的分情形相对偏差向量（RBV）作为诊断工具，并在13种损失函数、60,000余条序列的大规模实验中验证，该方法能区分优化型与偏差型失效，并以机制为依据补充模型排名。
说明记忆型木马：在智能体网络中借社会传播携带对抗性载荷
简介本文提出“记忆型木马”，一种利用智能体自发转发、放大内容的网络攻击方式，不同于依赖对抗诱导传播的智能体蠕虫。作者从面向LLM智能体的社交平台Moltbook提取社会传播内容并进行受控实验，最有效的内容约有50%被后续帖子转发，点赞率为平均水平的2.5倍；蒙特卡洛模拟显示其预期曝光最多放大3.19倍。结论认为，仅防御提示注入或防止智能体被攻陷不足以阻止此类传播，需要考虑网络结构与推荐机制的网络层防御。
看点提出区别于智能体蠕虫的内生社会传播攻击新类别，并用Monte Carlo模拟量化放大效应；实验基于单一平台，规模有限。
说明不可学习，还是未测准？论RLVR中难度标签的可靠性
简介该论文重新审视了强化学习可验证奖励（RLVR）中部分难题“难以学习”的现象。研究发现，这些题目仍能提升，速度约为可学习题目的三分之一；但用于界定这一群体的难度标签可重复性较差，跨随机种子合并采样结果还会改变被选中的题目。作者提出了基于采样的方法来量化这种不稳定性，并指出部分梯度相似性证据的分离，源于难题可用于估计梯度的正确回答较少。
说明智能体错误数据集：面向失败分析与错误感知后训练的5万组错误—诊断对
简介本文构建了智能体错误数据集（AED），包含来自33个环境、19类运行框架和23个策略模型的9961个源任务中的50228组错误—诊断对。作者提出五阶段流程AET，收集失败轨迹、生成诊断与修正建议，并与记录证据核对。在3062组重放对比中，首次修正方案将验证通过率从18.4%提升至51.1%。
说明OverdoseMoE：用于阿片类药物过量风险预测的多专家框架
简介该论文基于患者前一年的纵向ICD诊断记录，预测其180天内阿片类药物过量的风险。作者通过持续预训练和任务微调构建了OODMAMBA与OODQWEN模型，并提出融合不同规模模型的多专家框架OVERDOSEMOE。文中报告其在内部数据上的AUPRC为25.17、AUROC为69.49，在MIMIC-IV独立队列上也表现出一定的稳健性。
说明JuryFlow：以分歧为导向、有人工参与的多智能体评估框架
简介本文针对用大语言模型自动评判AI生成内容的问题，提出JuryFlow框架。它把各评审者之间的分歧视为有价值的信号，而非需要平均掉的噪声，并通过人工进行一次针对性干预来解决分歧，再将修正沿图结构传播并沉淀为可复用的评分规则。在MT-Bench和LLMBar上，该方法的评估结果与标准答案的一致性优于单一评审和多数投票基线。
说明通过可移动柔顺锚点调控悬挂式空中操作的被动刚度
简介本文将悬挂负载的无人机视为可移动的柔顺锚点，提出一套考虑重力的准静态理论，用于预测并调控负载在笛卡尔坐标下的被动刚度。该理论适用于任意数量的无人机通过张紧、直线、不可伸长的绳索连接同一点负载的情形。作者还建立了动态刚体验证框架，用于评估解析刚度预测在模型假设之外的适用范围。
说明AutoDataBench：面向数据的自动研究测试平台，用于评估大模型改进训练数据的能力
简介现有自动研究基准常把训练框架、超参数、算力与数据等因素混在一起，难以判断不同智能体的差异来自哪种能力。本文提出 AutoDataBench，在固定非数据因素的受控环境中，通过三项优化任务评估大模型对训练数据的诊断、组织与构建能力，并考察其预测数据干预效果的能力。文中还显示，复用其实验轨迹进行中期训练可提升下游代码任务表现。
说明面向 PCIe 连接消费级 GPU 的高效专家并行通信方案 ThunderEP
简介论文提出 ThunderEP，一种用于 PCIe 连接消费级 GPU 系统的专家并行通信设计，去除了传统环形算法的中继跳转，改用 DMA 引擎传输数据以避免与计算争用资源，并通过减少完成标志的轮询开销降低同步延迟。作者将其集成到 vLLM 中，在 RTX 4090 和 RTX 5090 系统上测试三个常用 MoE 模型，结果显示 dispatch 与 combine 相对 NCCL 平均分别加速 2.00 倍和 1.53 倍，端到端最高加速 1.66 倍。
说明GateSPINE：用于腰椎MRI报告生成的门控跨视角融合方法
简介该论文提出GateSPINE，一种将矢状位T1和T2序列与轴位图像融合并自动生成腰椎MRI报告的视觉-语言框架。其核心是门控跨视角融合模块，按特征通道和位置决定各视角的采纳比例，使信息更丰富的视角在各空间位置占主导。在三个腰椎MRI数据集上的实验显示，该方法在临床效能指标的F1值上最高，同时在通用自然语言生成指标上保持竞争力。
说明PTNO：用带噪蒙特卡洛估计训练神经算子以求解粒子输运问题
简介该论文提出粒子输运神经算子（PTNO），直接用低成本、带噪声的蒙特卡洛结果作为标签训练代理模型，无需昂贵的收敛解。方法保持物理空间标签，用softplus输出层保证非负，并采用停止梯度的逐点相对L2损失。在聚变堆中子输运和参与介质辐射传输任务上，PTNO相比收敛蒙特卡洛大幅加速，并在匹配精度下更省成本。
说明按需回放：一种在持续预训练中平衡适应与遗忘的涌现式课程
简介持续预训练让语言模型适应新领域和新知识，但往往会遗忘已有能力。论文提出按需回放（RoD），根据模型的学习动态在线分配回放样本：适应样本按剩余学习潜力排序，回放样本按观察到的遗忘程度排序，二者竞争共享训练预算，形成在线课程。实验显示，RoD 在多种模型、规模和适应领域上，达到或超过了调优后的固定回放基线与模型合并方法的适应-遗忘权衡曲线。
说明MeanVoiceFlow2：联合优化平均流与内容编码器，实现快速单步零样本语音转换
简介该论文提出 MeanVoiceFlow2，在语音转换中联合优化基于流的转换模块与计算更高效的内容编码器。模型通过转换蒸馏和真实数据重建进行训练，并加入扩散-GAN 训练等方法以提升真实感和解耦效果。实验显示，相比 MeanVoiceFlow，它在零样本语音转换中语音质量更高，推理速度约快 9 倍，说话人相似度基本相当。
说明BatSLAM 2.0：基于序列验证的声呐位置识别与鲁棒位姿图
简介该论文提出 BatSLAM 2.0，一种仅使用声呐的同步定位与建图系统，灵感来自蝙蝠回声定位。系统由更新的声学前端、用于跟踪和验证闭环候选的序列验证器，以及基于高性能因子图框架的位姿图三部分组成。作者在仿真和真实录音中进行了评估，结果显示其能够稳健地生成拓扑地图，避免地图坍缩，并可稳定扩展地图规模。
说明组织检测对基于扩散模型的组织病理切片伪影检测误报率的影响
简介单类伪影检测器通过学习干净训练集中的正常组织来识别异常区域，而训练集的构建依赖预处理中的组织检测步骤。研究者在16张TCGA标注切片上比较了不同组织检测方法，发现饱和度-Otsu方法会排除含大片透明区域的正常组织（如脂肪组织和肺泡实质）。改用基于熵的组织检测后，留出的干净切片误报率从0.102降至0.016，且敏感性未下降，表明收益来自训练集的组成而非规模。
说明LongEmo：面向长视频的情感理解与推理
简介本文提出长视频情感理解基准 LongEmoBench，并设计记忆增强的智能体框架 LongEmo。该框架通过构建事件记忆图来建模跨事件的长程依赖与情感变化，回答问题时检索相关事件并迭代整合多模态记忆。作者评测了 17 种代表性方法，发现它们在长视频情感推理上表现明显不足，而 LongEmo 取得了当前最优的结果。
说明生长树中的稳健与学习式在线匹配研究
简介该论文研究在树结构逐步增加叶节点的过程中进行不可撤销的最大基数匹配问题，其中增长规律已知时长但设定可能有误或未知。作者证明，对于确定性仿射附着预测，最优阈值策略的损失至多为相对于了解真实增长规律的在线预言机所产生的条件全变差误差累计期望的两倍。在均匀偏好附着情形下，作者还给出局部误差的精确表达式，并在混合参数未知时通过估计并在几何时刻更新策略，得到期望遗憾为 O(√n log²n) 的结果。精确的极小极大速率仍是开放问题。
说明稀疏正则化部分最优传输的加速算法
简介本文针对部分最优传输（放松质量守恒约束的最优传输）提出一种新的优化框架，利用二次正则或弹性网等光滑强凸正则项，通过罚函数重构问题，便于基于梯度的高效更新。作者设计了一种交替进行光滑更新与简单投影步骤的加速一阶算法。在颜色迁移、域适应和点云配准的实验中，该方法在运输代价、稀疏度和收敛速度方面均优于已有基线方法。
说明将时序基础模型锚定于数字孪生拓扑以进行预测性维护
简介本文比较了五种时序基础模型在 C-MAPSS 数据集上预测剩余使用寿命的表现，发现多变量结构明显优于单变量结构。作者提出一种拓扑感知融合方法，利用数字孪生中存储的资产结构约束交叉注意力，使融合表征尊重系统的局部连接。消融实验表明预训练权重、任务适应与数字孪生表征三者互补，拓扑约束注意力优于无约束融合，且冻结的基础模型在该回归任务上可与先进方法相当，部分情况下更优。
说明推理拍卖：按用户出价分配大模型推理的优先级
简介当大模型推理需求超过可用算力时，服务方需要决定先服务哪些请求。本文设计了一种推理拍卖机制，允许用户出价以获得更快的服务，并提出激励用户如实出价的快速定价算法。文中还设计了自动出价代理，用户只需设定推理预算，代理即可在预算约束下动态调整出价。实验显示，该拍卖机制在保持 SGLang 缓存利用率和延迟优势的同时提高了系统总体效益。
说明社区驱动的 API 与 AI 撰写者设计：公开扩展社区笔记
简介该论文介绍了 X 平台社区笔记（Community Notes）的 AI 笔记撰写 API 的设计、运行与影响，该接口自 2025 年 9 月起公开提供。笔记是否显示由用户而非平台或 AI 决定；社区撰写者贡献了 AI API 输出的大部分，占被选为有帮助并广泛显示笔记的 52%。研究还发现，在有有帮助笔记的帖子中，42% 只有 AI 笔记，30% 只有人工笔记，AI 撰写是对人工撰写的补充。该撰写者为 Apache 2.0 许可的开源软件。
看点提出面向社区的AI撰写API设计并在X上实际运行，结合人机笔记覆盖分析，新意与影响面较强，证据主要为大规模运行数据。
说明从推文到交易：公众情绪对土耳其股市表现影响的分析
简介本文分析了2022年1月至2023年12月间176个精选X账号发布的610,422条帖子，按政治与政府、经济与金融、媒体与社会三个领域分类，并用土耳其语Transformer模型进行判断。研究将公众情绪与BIST100、BIST30股市指标进行相关性、格兰杰因果、向量自回归和脉冲响应分析。结果显示，公众情绪与股市涨跌方向无关，但与价格波动幅度有关，且聚合周期越长关系越强；预测关系主要集中在经济与金融领域的讨论中。
说明LARC：冻结模型中的低秩自适应残差连接学习方法
简介论文提出LARC，在冻结的模型隐藏表示上加入低秩修正，用慢状态学习跨任务的初始因子，用快状态依据反馈在线调整，并在程序选择任务和持续集成作业回放中进行实验。结果显示，两步反馈梯度更新显著降低了查询执行错误率；但在线更新保留时，半Brier损失反而上升，作者据此区分残差容量、相对初始点的适应性以及对后续决策的实际效用。
说明更少数据、更好时机：面向时序视频定位的视觉语言模型在线策略蒸馏中的学生-课程耦合方法
简介该论文针对视觉语言模型在时序视频定位任务中的在线策略蒸馏训练，提出学生-课程耦合框架（SCC）。该方法用紧凑的锚点-前沿课程定义候选监督空间，并依据学生当前能力动态决定哪些监督处于激活状态。在三个基准上，相比Video-OPD，SCC的平均召回率相对提升5.1%，训练样本减少60.0%，训练时间减少50.4%。
说明在未观测混杂下用近端平衡估计因果效应
简介从观察数据估计因果效应时，若存在无法直接测量的混杂因素，效应无法被识别。本文提出近端平衡方法，只依靠混杂因素的代理变量，学习协变量与代理变量的低维摘要，使处理组之间可比，再据此调整。该方法无需指定代理变量角色、求解逆问题或使用潜变量模型，并给出识别理论、有限样本保证及算法PROBE，在低维、高维和图像代理变量以及真实数据上进行了验证。
说明基于伪标签前景质量加权的眼底图像领域泛化分割方法
简介该论文针对眼底图像中视盘和视杯的分割任务，在Noisy Student半监督学习框架上做了改进。作者用多任务Dice预测器从教师模型生成的掩码中估计视盘和视杯伪标签的可靠性，并以此为学生模型训练时的伪标签损失加权。实验表明，在已知和未见领域上，该方法优于Noisy Student基线，视杯分割的提升尤为明显。
说明CoEvoWhen：面向超长视频时间定位的策略与工具协同进化框架
简介该论文提出一种策略与工具协同进化的框架，从视觉语言模型的推理轨迹中同时演化高层策略和可执行的媒体工具，形成可复用的技能，且不更新模型参数。外部技能更新器负责提炼超长视频时间定位的可迁移经验，并利用编码能力升级或新建工具。在五个基准和三种视觉语言模型上的实验显示，该方法提高了超长视频的定位准确率，并降低了推理时的视觉token开销，进化后的技能还能提升通用长视频问答的表现。
说明用于归纳式多视图嵌入的 Gromov-Wasserstein 蒸馏方法
简介本文针对 GW-MDS 只能处理训练样本、无法直接映射新样本的问题，提出基于重心蒸馏的归纳式框架：先由 GW-MDS 教师模型学习潜在支撑集和最优传输方案，再通过重心投影得到样本对齐的目标，训练神经学生网络学习可直接用于新样本的显式映射。作者还将方法扩展到多视图场景，并在合成与真实数据上验证，蒸馏得到的模型在未见样本上比直接用 GW 目标训练的神经网络更好地保持了几何结构。
说明MAGiDiff：从紫外/极紫外滤光图估计光球矢量场
简介该论文提出 MAGiDiff，一种基于去噪扩散模型的机器学习方法，以 SDO/AIA 的多通道紫外和极紫外滤光图为输入，估计 Hinode/SOT-SP 所观测的消歧矢量磁图。作者称其能较准确地复现 Hinode 的真值，并能在全日面上给出合理的活动区结构，同时可跨越太阳周期并微调用于 STEREO/EUVI 和 GOES-R/SUVI 等其他仪器。论文强调它并不能替代专用仪器，但提供了新的能力。
说明MGhana-ST：加纳低资源语言语音翻译数据集，并分析多语种训练的权衡
简介本文提出MGhana-ST数据集，涵盖加纳的Ga、Twi（Akuapem与Asante）、Ewe和Fante四种语言变体，目前实验使用约16.1小时配对语音与英文翻译。实验以Whisper-small比较单语与多语训练，结果显示平铺式多语训练在此数据稀缺条件下对各语言变体均无明显帮助，Ewe与Fante反而下降。作者还指出，早期单次实验的正向迁移结论在多次随机种子下未能复现。
说明基于表示空间对抗蒸馏提升自回归视频生成质量（Radian）
简介自回归视频生成通过少步数实现高效流式合成，但早期时间块的误差会被沿用并逐步放大，导致细节退化和运动不稳定。本文提出Radian框架，在冻结的视觉基础模型特征空间中加入真实视频的对抗监督，与原有的分布匹配蒸馏（DMD）互补。训练后辅助组件被丢弃，生成器结构和推理去噪步数保持不变。在Wan2.1-1.3B上的实验显示，四步生成的VBench总分为0.8444，VideoAlign总分为0.8033。
说明IrekoGPT：将结构化剪枝转为推理时可调宽度的大语言模型
简介该论文提出 IrekoGPT，一种对已预训练大语言模型进行后处理的方法，使模型宽度可在推理时调整。方法基于 SliceGPT，保留投影矩阵而不剪除，使单个模型能呈现不同宽度的嵌套子网络。作者在每层上跨多个压缩比进行校准，并通过无梯度岭回归修正后续线性层。在 Llama 和 Qwen 模型上的初步结果显示，相比朴素的基于 PCA 的瘦身方法有所改进，高压缩率下提升最明显。
说明OPTS-TTPO：用树搜索增强有限样本策略梯度学习
简介该论文提出在策略并行树搜索（OPTS）及树轨迹策略优化（TTPO）方法，利用当前策略在已访问状态上采样新的后缀轨迹，以提高有限预算下高回报轨迹的覆盖率，并控制梯度偏差。实验显示，在MuJoCo、Atari-57及Qwen3模型上，OPTS-TTPO相较PPO及独立采样取得了文中报告的改进。
说明基于偏差探针的多群体公平性高效主动审计
简介本文提出“偏差探针”框架，通过有针对性的自适应查询来审计黑盒模型的多群体公平性，同时不重建模型、保护模型机密性。作者提出主动审计器 ALeBi 学习这类探针，并给出由属性特定复杂度度量决定的样本复杂度保证，还分析了模型所有者可能刻意隐藏偏差的对抗场景。实验结果支持理论发现。
说明代码能运行，环境却未必：衡量AI生成软件的环境可复现性
简介该论文指出，AI编程代理生成的代码即使功能正确，其依赖环境的声明也可能不准确。作者提出三层框架（声明的、运行时安装的、必要且充分的依赖），用三种代理、四种语言和五十个编程任务进行评估。结果显示，同一任务下不同代理的依赖集合一致性低至7%，且较新的代理并无明显改善。
说明WARP：不可见图像水印抗攻击鲁棒性统一基准
简介该论文提出 WARP，一个用于评估不可见图像水印鲁棒性的统一框架和基准。它纳入 32 种近期水印方法和 34 种擦除技术，涵盖传统失真、对抗、净化及重嵌入攻击。研究结果显示，部分水印方法即使能抵抗常见失真，仍对重嵌入攻击高度脆弱。
说明Fenchel 倾斜：用于高效微调生成模型的加权修正方法
简介本文提出 Fenchel Tilt Flow Control（FTFC），用于把预训练生成模型调整到任意以效用函数表示的偏好。方法先通过 Fenchel 对偶联合拟合有效奖励与密度比权重，再用冻结的权重在单阶段的重要性加权去噪或流匹配中修改扩散或流模型，无需对采样轨迹求导。作者称在图像和分子生成基准上，该方法在多种偏好函数下优于基线，且效率最高可达 20 倍。
说明谁来验证因果图？针对语言智能体因果动作验证的错误设定攻击
简介论文研究用于审核智能体工具调用的因果动作验证器，这类验证器依据已确定的动作-状态图检查干预是否可识别。作者只篡改该图，发现即使验证器附带的证明内部有效，也会导致大量错误执行；增加对可观测执行结果的随机抽样审计可检测这些攻击，但被拒绝的正确动作仍需单独付出审计成本。
说明任意结构多层模型的摊销贝叶斯推断：一种自动从有向无环图推导后验分解与神经网络结构的通用方法。
简介论文提出一种通用方法，可对任意结构的多层模型进行摊销贝叶斯推断。给定以有向无环图描述的生成模型，方法通过图扩展和图反转自动推导联合后验的有效分解及匹配的神经网络结构。与为加速学习而简化依赖结构的方法不同，该方法保留了生成模型的全部条件独立性与可交换性假设。在三个案例中，对于参数超过6,500个的模型，其结果与黄金标准采样器十分接近，训练完成后推断只需一次近乎瞬时的前向计算。
说明用于精确增量BPE的组件加权质心搜索
简介本文针对精确增量BPE（字节对编码）提出一种改进的局部搜索方法：对每个区间按其所选递归组件的大小加权，使每次移动的代价为O(1+log(m/m'))，这些代价可相互抵消，从而使每次追加字节的时间降为O(log t)，n字节流总计O(n log t)。作者还构造了一类特定词表，显示加权搜索在可达更新上为Θ(log t)次探测，而按计数平衡的搜索需Θ(log² t)次。该改进是最坏情况保证，并非平均速度的提升。
说明我们能否预判暴力？基于事件发生前行为线索的多模态学习
简介本文研究从暴力事件发生前的视频信号中识别短时间内的风险。作者基于 XD-Violence 的时序标注片段构建正常与风险二分类任务，共 443 个样本，并按来源划分训练、验证和测试集；事件本身不包含在输入片段中。研究比较了面部外观、同步音频和关键点追踪得到的身体运动三类信息，结果显示综合多模态的效果优于单独使用任一组合，最佳配置在测试集上达到 91.21% 的准确率。
说明围绕移动危险物的 VLA 策略多连杆安全过滤
简介论文研究如何在不重新训练的前提下，让预训练的视觉-语言-动作（VLA）策略在运行时避开移动的危险物。方法是用五个椭球覆盖夹爪、腕部和前臂，并通过屏障程序过滤每个指令动作，再用稀疏光流跟踪危险物。仿真六种移动条件下，碰撞率从 65.62% 降至 27.27%，安全成功率从 29.35% 升至 50.43%。
说明DashVMC：在《几何冲刺》中实时控制离散世界模型
简介作者从约两小时的《几何冲刺》游戏录像中学习了一个紧凑的、以动作为条件的世界模型。控制器先用行为克隆初始化，再在冻结模型的推演中用近端策略优化（PPO）进行改进，无需再与真实游戏交互。改进后的策略在三个官方关卡和一个社区关卡上存活时间均长于初始化策略，并能在消费级GPU上以60赫兹的频率完成从画面捕获到动作输出的闭环。
说明因果修复的目标依赖性极限：高斯模型中的前导对数前沿
简介本文在一个标量高斯因果实验中研究：已学习修复的实际增益与可能增益之间的差距。作者证明，在常见的1/k学习规模下，任何可行学习器都存在k^(-2)的评估下界，并刻画了量级丰富情形下的前导对数前沿，给出了诊断弃权规则及有限网格实验结果。该结论适用于此特定实验设定，并不是一般性的因果可识别性结论。
说明边规划边解释：面向自动驾驶的规则对齐扩散规划
简介该论文提出规则对齐扩散规划器（RADP），在训练时把可微分的驾驶规则加入扩散目标，使模型不只依赖专家示范。作者还提出规则压力归因（RPA），通过规则损失的梯度在线估计各条规则对轨迹施加的优化压力。在nuPlan数据集上的实验显示，RADP在安全关键场景中改善了闭环规划，RPA的归因与后续规则相关风险在时间上保持一致。
说明组件替换证据能证明什么：对LLM智能体局部决策的批判性范围综述
简介本文是一篇批判性范围综述，梳理了348项研究并检视90条对比记录，考察替换语言模型智能体中某一组件后，任务级收益与局部决策质量各自需要何种证据。作者以八个案例分析替换的决策、执行条件、指标可比性与对照设置。结论指出，仅凭在线执行或局部与任务指标同时提升，不足以证明更好的局部决策解释了任务级收益，并据此提出八项针对具体主张的报告条目。
说明Mid-Harness：在模型与执行框架之间扩展动作采样，用于终端智能体
简介终端智能体通过随机生成的模型动作与环境交互，但生成有用动作不等于能可靠执行。论文提出Mid-Harness，在模型与执行框架之间对候选动作进行采样和验证后再执行，生成器与框架保持不变。在TerminalBench-Lite上，使用GPT-5.6 Sol作为验证器时，Pass@1从基线的50.00%提升至68.03%（8个采样动作）。
说明区分易混淆的电影片段：在完整电影中定位外观相似的时刻
简介该论文指出，电影中许多时刻的差别只在细节，现有时序定位基准很少测试这一点。作者提出CoM²-Bench基准，每对查询共享大部分属性，仅有一处关键细节不同。分析显示，检索阶段是主要瓶颈，常选中易混淆的相似片段；为此提出免训练的Agentic Window Search方法，使mIoU从18.5提升到26.8。
说明Richard：面向持续任务的语音优先移动交互系统
简介本文提出 Richard，一个以语音为主要交互方式的移动端原型系统。它将语音会话、任务执行和结果交付分开管理，并通过持久化的请求记录把三者连接起来，用户离开对话后仍可查看、修改和取回任务结果。作者通过 Android 功能记录、受控生命周期验证以及一次真实编程请求的执行记录对该设计进行了检验，结果显示客户端断开后后端仍能继续进展并反馈失败信息。
说明BioASQ 2026 概述：第十四届生物医学大规模语义索引与问答挑战赛
简介本文概述了 2026 年 CLEF 框架下举办的第十四届 BioASQ 挑战赛。该系列赛事围绕生物医学语言处理任务，包括语义索引、信息抽取、问答与摘要。2026 年共设六项共享任务，87 支团队参赛，提交运行结果超过 1000 次。文中指出，多项提交取得了有竞争力的表现。
说明UBTree：基于一元与二元模型的并行树式草稿生成，用于推测解码
简介本文提出UBTree，一种用于语言模型推测解码的并行草稿方法，由一元（Unigram）提议器和二元（Bigram）选择器组成，用于构建草稿树。选择器采用高温数据上的重归一化KL目标训练，以鼓励更多合理的备选分支。作者报告在七个基准测试中，相比自回归解码平均加速5.84至6.94倍，并在生产规模评估中优于DSpark等基线。
说明当指令检索轨迹：诊断并缓解VLA模型的泛化失败
简介该论文研究视觉-语言-动作（VLA）模型在反事实场景中的失败原因：模型常只按指令调用熟悉的轨迹，未能将语言与视觉结合选出正确动作。作者提出等变反事实训练（ECT），包括含不同动作的成对示范数据和对应的损失函数。在LIBERO-PRO中，完整ECT将π0.5的位置交换成功率从36%提升至59%；在真实UR5e机械臂上，未见位置成功率从8%提升至88%。
说明TACTIC：面向路侧激光雷达攻击的时序与场景感知大模型战术规划
简介该论文提出 TACTIC 框架，利用多模态大语言模型协调路侧激光雷达（LiDAR）攻击的参数与方式，攻击者无需获取受害车辆的原始点云。框架结合路侧感知的车辆状态与图像构建场景语义图，选择“推远”与“虚假障碍物制动”两种攻击原语，并异步执行以应对模型延迟。论文报告在 280 次 CARLA 仿真试验中，完整策略的碰撞率为 100%，高于固定规则（35%）等基线。
说明递归推理模型的限制因素：优化、架构与测试时扩展
简介该论文研究小型共享 Transformer 模块多次递归迭代的推理模型，在六个算法领域统一实验后发现，稳定且泛化良好的关键在于中等梯度视野、大物理批次和受控的循环状态更新，无需显式层次架构。基于这些发现构建的 13.6M 参数模型在多项任务上取得较强表现，其中算术分布外准确率达 71.2%，并在 Sudoku 上达到 98.41%。
说明用于RAG事实核验的Jev-as-a-Judge：非生成式验证器与前沿大模型之间的置信度门控级联
简介本文比较了一个不生成文本、只输出类别判断及概率的非生成式判别模型与前沿大语言模型在RAG声明核验任务上的表现，两者在同一批495条人工标注声明上评测。结果显示两者在常规指标上统计上无显著差异，但错误模式不同：便宜模型漏掉的不支持声明更少。作者还提出按置信度路由的级联方案，并指出其节省成本的效果主要来自升级比例，而非概率选择本身。
说明AIMS：面向多模态通感一体化仿真到实际迁移的智能体AI框架
简介该论文提出名为AIMS的智能体AI框架，用于解决多模态通感一体化模型依赖真实标注数据、仿真迁移到实际部署困难的问题。框架根据自然语言部署请求生成配置，由场景构建与任务理解两个智能体协同，生成同步的感知与无线数据并配置混合专家学习。实验在真实的DeepSense 6G数据集上显示，其在车辆检测和波束预测上优于所考虑的仿真及融合基线。
说明重建动态世界：以表示为中心看4D场景重建
简介本文围绕4D场景重建，即从视觉观测中恢复动态环境随时间变化的几何、外观与运动。作者提出统一视角，按场景表示、时间建模策略、重建流程和优化目标梳理现有方法，并分析不同设计对几何精度、外观一致性、运动表示和计算效率的影响。文中还整理了常用数据集与评价指标，指出当前实验做法的局限，并讨论复杂真实动态环境中的开放问题。
说明大规模激活的生命周期：随机产生、权重衰减驱动的增长与竞争性固化
简介本文研究 Transformer 中“大规模激活”（残差流中幅值远大于一般激活的坐标，与注意力汇聚点相关）在训练中如何出现、增长并稳定。研究结合训练轨迹分析与受控干预，发现权重衰减是控制其全局尺度兴衰的因果因素，并提出平衡模型，解释峰值时间与峰值幅值随衰减系数变化的规律。
说明更好的文稿还是不同的评分者？评估企业与投资银行中智能体框架的增益
简介论文研究了一个结合27B语言模型、金融计算、叙述模板和验证检查的智能体框架，用于生成企业与投资银行的演示文稿。研究采用多名大模型评分者对文稿打分，并与直接生成的基线进行比较。结果显示，完整系统在五名评分者下比直接生成高出20.4至33.6分（满分95），但与直接用Opus生成的差距为-4.7至+0.8分，且重复评分会使未改动的文稿分数波动，使小幅改进难以区分。
说明学习何时及如何干预：面向编程智能体的事后蒸馏哨兵模型
简介该论文提出HiSentinel框架，训练0.6B和1.7B参数的轻量级哨兵模型，在编程智能体执行动作前判断是否干预，以提升任务完成率而非纠正每个不完美动作。模型通过特权教师利用执行结果进行蒸馏，并构建了SWE-Intervene数据集用于动作级标注。在SWE-bench Verified Mini和Ask or Assume上，任务完成率最高分别提升14%和10%。
说明先覆盖后控制：面向可控逆合成的路线指令对齐与引导方法
简介该论文提出RIGS框架，用于按指令生成的单步逆合成。第一阶段训练语言投影器，学习指令偏好或排斥哪些前体组合；第二阶段利用该投影器，通过轻量残差适配器引导冻结的生成模型。作者构建了逐级增大的一对多训练支持集，实验表明更广的支持集有助于生成更多样的候选，RIGS能够依指令引导生成，且覆盖与控制的关系在不同模型规模下一致但非单调。
说明在压缩上下文中推理：基于自蒸馏的无真值全上下文适配全模态大模型
简介该论文针对全模态大语言模型在压缩多模态令牌后推理能力下降的问题，提出CAFD框架。它利用同一样本的完整令牌视图作为特权信息，通过自蒸馏为压缩上下文学生模型提供软目标监督，无需参考答案或正确性奖励。在Qwen2.5-Omni-7B上的125种条件测试中，CAFD在120种条件下取得提升，平均提高1.44个点，并平均弥合了26.9%的精度差距。
说明局部覆盖学习：信息视野受限下的图神经组合优化
简介本文研究在硬性信息视野约束下的组合优化：每个节点只能看到其k跳邻域，却需要共同组成全局可行解。作者以OLSRv2路由协议中的加权多点中继（MPR）选择为实例，证明单跳视野下的确定性选择器无法同时保证覆盖与近优解，且增加网络层数并不能突破视野限制。实验显示，三层GATv2模型成本比接近最优解为1.030，优于贪心算法的1.138，而限制为单跳后表现明显变差。
看点提出硬信息视界下的局部集合覆盖框架，证明单跳受限选择器的下界与GNN深度匹配的近似保证，并有实际网络迁移验证，新颖且证据较充分。
