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KNOU-Flood：基于提前期感知概率机器学习的全球河流流量预报
简介该论文针对全球河流流量预报，指出基于再分析数据训练的模型在使用业务预报输入时性能下降，且预见期越长下降越明显。作者在保持单层LSTM与两阶段训练不变的前提下，改进输入信息（更长输入窗口、提前期感知预报输入、加入GraphCast、潜在噪声集合与公平CRPS训练），并在相同数据和指标下与AIFL的复现版本比较。结果显示，KNOU-Flood在2099个测试流域上的多数提前期表现更好，且概率预报的CRPS更低、校准较好。
说明ForestQuery：面向统一森林点云分割的边界感知与空间锚定查询学习框架
简介该论文提出ForestQuery框架，用于森林点云的统一语义与实例分割，以更细致地理解三维森林场景。方法通过显式建模边界不确定性来构建更可靠的实例查询，并借助自适应损失重加权调节查询优化；同时引入带可学习三维锚点的语义查询增强模块（SA-SQE），编码森林垂直分层先验。作者在多个公开森林点云基准及一个自采标注的真实数据集上进行了评估，结果显示单木分割与语义分割在不同森林场景中均有提升。
说明在微控制器上以16位精度运行卷积神经网络，兼顾8位方案的速度与能耗
简介本文提出W16A16量化方法，即权重与激活均采用16位精度，目标是在边缘设备的微控制器上高精度、快速且低能耗地运行神经网络。作者以常见的Armv7E-M架构为例，分析其性能原理，并在回归与分类任务上比较量化误差，同时在微控制器部署中测量时间与能耗。结果显示，与8位量化方案相比，量化误差约低10倍，推理时间与能耗相近或更优。
说明超越熵：面向视频推理的自诊断多角色令牌优化
简介该论文针对强化学习在多模态推理中令牌级信用分配模糊的问题，提出DyCPO框架。它构建多角色依赖度量，平衡视觉探索与答案相关线索挖掘，并抑制仅用于探索的填充令牌和虚假视觉噪声。DyCPO从模型自身成功与失败的推演中动态获取反事实信号，而非依赖静态先验，并在复杂视频推理与通用视频理解基准上报告了性能提升。
说明一个结合生成模型与观测插值器的贝叶斯数据同化统一框架
简介该论文提出一种观测插值器框架，可将预训练的随机插值器、流匹配和扩散模型直接转为后验采样器，无需重新训练。通过对插值路径施加观测条件，得到随机与确定性采样统一的似然得分修正。文中用闭式高斯近似来估计该得分，并在线性高斯动力学、随机二维Navier-Stokes方程和城市气流等问题上进行了评估，最高维度约为10^4。
说明双向Voronoi偏置探索课程，用于强化学习：一种从起点和目标两端同时扩展训练任务的方法
简介论文针对稀疏奖励的长时程强化学习中探索困难的问题，提出双向Voronoi偏置探索课程（BVER）。该方法同时从目标端和初始状态分布端向外扩展起始状态与目标，并将两者相互引导，用同一个目标条件策略进行训练。在点质量迷宫、四足机器人攀爬箱子和机械臂环套桩迁移等任务上，BVER比所有对比的无参考课程方法学习更快；在攀爬0.4米箱子时约减少65%的迭代次数即达到95%成功率，并且是唯一能学会攀爬0.7米箱子的方法。
说明EdgeAgent：面向端侧多智能体系统、在CPU-GPU统一内存架构上调度大模型推理的系统
简介本文提出EdgeAgent，一种为边缘统一内存架构和多智能体工作流联合设计的跨层大模型推理系统。它通过零拷贝的统一内存感知张量并行提升硬件利用率，并根据序列可预测性动态分配草稿预算，同时通过挂起与让出机制在工具调用期间切换智能体。在Apple M4芯片上的评测显示，仅统一内存感知执行即可带来1.29倍加速，加入智能体感知调度后整体系统在工具调用延迟较高时达到1.77倍加速。
说明从无动作标注的视频中原生学习动作先验的世界动作模型（NAVA-WAM）
简介论文提出NAVA-WAM，把世界动作模型的动作策略直接在仅含观测的视频上预训练，不再依赖动作标注的机器人轨迹。训练分两阶段：先用视频未来帧流匹配监督学习动作先验，再用带动作标签的示范通过视频-动作联合流匹配进行后训练。作者称其在分布内外设置下都优于已有方法，并具有较好的动作标签效率和真实机器人泛化能力。
说明DriftTTS：无需蒸馏、借助分布匹配漂移实现的少步语音合成
简介该论文提出DriftTTS，一种无需生成式教师模型、蒸馏或对抗判别即可训练的少步梅尔频谱生成器，使用分布匹配漂移目标和冻结的掩码自编码器特征空间。在LJSpeech数据集上，NFE=4时其MCD为3.87 dB、WER为3.7%，对比Matcha-TTS的3.85 dB和3.4%；盲听测试MOS为4.18，Matcha-TTS为3.96，真实语音为4.22。
说明从修补到剪枝：视觉语言模型中视觉计算的精简
简介视觉语言模型推理成本高，因为每个视觉标记都要经过每一层解码器的计算。本文提出无需训练的 Patch-to-Prune（P2P）方法，把激活修补转为推理时的计算旁路，用固定中性向量替换部分层的视觉标记投影输出。在四个模型、七个基准上，3% 容忍度下保留约 94% 的密集精度并减少 55% FLOPs。分析还显示，视觉处理在解码器深度上分布不均，中间层承担了主要的视觉整合。
说明类型化决策模型中候选覆盖与拒答策略迁移的基准测试
简介本文比较了 Laya、Jev 和 Qwen2.5-7B-Instruct 在公开参考标签上的表现，考察拒答策略在候选集与任务变化时能否保持有效。结果显示，在源数据上校准的策略往往无法保持目标任务的工作点，例如在 DBpedia 上校准的 Jev 策略会拒绝 69.3% 的已覆盖 Emotion 测试输入。论文还提供了共享输入、明确的决策与失败类别以及可复现的评分方法。
说明CVE2AP：利用大语言模型自动生成PDDL编码的攻击路径
简介该论文提出CVE2AP方法，利用大语言模型从自然语言描述的CVE漏洞中自动生成以PDDL（规划领域定义语言）编码的攻击路径，以替代依赖专家手工建模的做法。方法采用结构化提示，并通过规划器反馈的语法和可解性错误迭代修正生成结果。在多个模型上的实验显示，语法正确率最高86.9%，可解性78.6%，语义正确率93.1%（由LLM充当专家评估），其中GPT-5.5的质量与成本权衡最佳。
说明基于显式取证特征与时序建模的可解释视频深度伪造检测
简介本文提出一种可解释的视频深度伪造检测框架。该方法将视频转为身份一致的人脸轨迹并分段，用涵盖光度、纹理、几何与压缩四个领域的68个结构化描述符表示每帧，再由LSTM网络捕捉时序不一致。在FaceForensics++、Celeb-DF v2、DFDC子集和DeeperForensics四个基准数据集上，F1分数分别为98.0%、91.0%、97.6%和96.2%，并展示了良好的跨数据集泛化能力。
说明基于算子信息的傅里叶特征物理信息神经网络初始化方法
简介该论文研究物理信息神经网络（PINN）的频谱偏差问题，在神经正切核框架下分析傅里叶特征PINN的训练动态。作者推导出频域残差误差的演化方程，指出特定频率的收敛速度主要由微分算子符号与初始化权重谱密度的乘积决定。据此提出一种根据待求偏微分方程定制初始权重分布的初始化策略，在线性和非线性偏微分方程数值实验中，相比标准初始化方法提升了各频率的学习动态与近似精度，且不增加训练成本。
说明EVEWorld：面向具身世界模型的物理演化监督
简介该论文指出，现有具身世界模型常过度追求视觉逼真而忽视物理推理，即“模型懒惰”问题。作者提出EVEWorld框架，包含实例引导修复（IGR）和时序实例对齐（TIA）两个模块，分别用于增强实例一致性和跨帧一致性。论文还提出“模型懒惰率”（MLR）指标，并称在DreamGenBench、EWMBench和PBench上的实验显示，相比GigaWorld-0，MLR降低了87.5%。
说明SCAD：面向长时程智能体的结构化信用分配与蒸馏方法
说明LAS-CLIP：用于 CLIP 视觉编码器的轻量适配器引导方法
简介CLIP 的视觉编码器只能输出整张图像的全局表示，难以用于区域级任务。本文提出 LAS-CLIP，在保持 CLIP 全部参数冻结的前提下，用紧凑的 MaskAdapter 根据输入掩码生成注意力偏置，引导冻结的自注意力层关注目标区域。未提供掩码时，模型可退回原始 CLIP。在 ImageNet-S 零样本分类和 RefCOCO 指代表达理解上，其结果与 Alpha-CLIP 相当或更好，而后者需要微调整个编码器并使用数百万样本训练。
说明多语言 GSM-Symbolic：哪些因素决定能力在语言间的迁移？
简介本文提出多语言数学数据集 Multilingual GSM-Symbolic，涵盖 15 种语言、30,000 组题目一一对应的问答，并借助符号模板生成大量变体以降低过拟合。研究以联合估计的方式量化模型规模、语言资源水平、推理能力和语言类型距离对能力迁移的影响。结果显示，这些因素可互相换算，模型规模和推理能力能缩小低资源与高资源语言之间的差距，但对类型距离较远的语言效果很小。
说明几何遇见物理：面向非结构化神经偏微分方程求解器的数据高效预训练
简介本文针对非结构化三维几何上的神经偏微分方程代理模型，提出一种无需磁盘数据的预训练框架。稳态问题采用基于几何内在形状描述符的策略学习复杂三维区域的表示；瞬态问题则采用基于在线生成合成偏微分方程数据的物理驱动方法。多项实验显示，该方法在微调时收敛更快、数据效率更高、精度更好，尤其适用于低数据场景。
说明Follow the Winners（FTW）：面向无评论者强化微调的交叉熵方法保守策略改进
简介本文提出 Follow the Winners（FTW），一种无需评论者（critic）的策略学习算法，将交叉熵方法应用于智能体大语言模型的强化微调，用回放缓冲区样本上的序数过滤替代 GRPO 的组内多次采样。作者从控制即推断的视角推导 FTW，并指出 GRPO 为风险中性，而 DPO 与 FTW 共享一个可控的有界风险偏好偏移。在 Sokoban 和 Search-R1 基准上，扩展后的 FTW 与 GRPO、PPO 表现相当，同时免去价值模型或组内多次采样的开销。
说明ReFract：用文本世界模型评测语言模型智能体的视角感知能力
简介该论文提出ReFract基准，包含150个经专家验证的条目，考察语言模型智能体能否根据用户角色调整行为。条目基于工业维护等领域的匿名支持对话构建，并用文本世界模型模拟智能体运行环境。结果显示，最先进的大模型最多能完成69%的任务，超过一半的行动轨迹中出现了违反角色权限的操作尝试。
说明用于接触密集型操作的等变视觉-触觉扩散策略（VISTA）
简介该论文针对接触密集型机器人操作的模仿学习提出VISTA，一种工作空间级等变视觉-触觉扩散策略。方法将视觉与触觉观测投影为球面令牌，通过置换等变的球面融合把触觉接触信息注入视觉球面方向，并依据末端执行器姿态旋转融合后的表示，以预测空间一致的动作。论文称，在仿真与真实机器人实验中，VISTA相比强视觉-触觉模仿学习基线显著提升了数据效率。
说明用于SBF-SEM中三维树突实例分割的全自动流程
简介本文提出一套全自动流程，用于从串行块面扫描电镜（SBF-SEM）数据中对单个树突进行三维实例分割，无需推理时手动提示。该流程结合YOLOv6引导的Segment Anything Model（SAM）、二维掩膜迭代优化、随机森林三维实例关联以及基于nnU-Net的高分辨率精修。在对照大鼠和癫痫模型大鼠的海马CA1数据上，对照组织的Dice分别为0.93和0.91，癫痫组织中密集区域的实例识别仍是主要局限。
说明Cordial Learning：面向相关数据的分布式训练
简介本文研究各智能体拥有相关数据的分布式学习任务，其中一个智能体的标签依赖于其他智能体对同一样本的输入，且这些输入也相互关联。作者提出 cordial（相关与分布式）学习，各智能体只共享低维输出，同时训练本地模型以从同伴处提取有用信号。在线性模型假设下，论文证明该方法以概率一收敛到全局最优解，尽管全局目标是非凸的；在结构化多位数 MNIST 任务上的实验显示，即使在高度非线性的设置中仍然有效。
说明SyntaxBench：面向大语言模型字符级推理的统计诊断框架
简介该论文提出 SyntaxBench，一个用于评估大语言模型字符级推理能力的诊断基准和统计框架，包含字符计数、字母包含、回文检测、编辑距离、最长字符串选择五项核心任务，以及更难的子串提取压力测试。作者评测了 8 个 2B 至 32B 参数的开源模型，结果显示分词方式影响准确率，推理模式并非总是有益，而子串提取任务整体上仍未解决，最佳四样本精确匹配准确率仅为 6.75%。
说明在压缩扩散语言模型中通过轨迹感知低秩近似保留数学推理能力
简介论文指出扩散语言模型压缩时，校准通常使用干净的完整激活，而推理时经过的是部分掩码的中间状态。作者提出基于轨迹的低秩目标函数，并用蒙特卡洛采样的 Traj-MC 方法高效估计。在相同压缩预算下，轨迹感知校准比干净校准更好地保留了数学推理能力。
说明判定还是不判定？评估结构化决策模型在仇恨言论审核中的准确性与效率
简介本文提出HATEDECIDE，在四个仇恨言论数据集上比较六种结构化决策模型配置与专用审核模型、零样本、商业大模型及监督基线的表现。研究考察了提供数据集定义或将其拆分为多个问题是否能提升分类效果，并测量了延迟与成本。结果显示，商业大模型仅在一个数据集上显著优于所有决策模型；加入定义会改变最多28%的预测结果，但并未稳定提升准确率；拆分问题仅在20%的比较中显著提升性能。在诊断测试集上，最佳托管决策模型与最佳商业大模型的宏平均F1相差1.6分，而推理成本约低97%。
说明低秩近似验证的信息极限
简介本文研究低秩近似在验证误差是否满足给定容差时所需的额外矩阵-向量乘积代价，分别针对相对矩阵误差和均方输出误差。文章给出单个候选矩阵情形下的精确极小极大查询常数，并讨论多条嵌套路径共享验证响应时的查询预算与复杂度关系。
看点提出低秩近似验证成本的精确极小极大常数，并给出路径复用与匹配下界，理论改进明确；影响主要局限于特定理论子领域。
说明精炼换可懂度，搜索换说话人身份：掩码扩散语音合成中测试时计算的作用
简介该论文研究用于文本转语音的掩码扩散模型，比较模型深度与推理时精炼步数两种计算的扩展效果。作者训练了15个不同深度的模型，并在174位未见过的说话人上测试精炼步数的影响。结果显示，精炼对可懂度的改善明显大于对说话人身份的改善，而最佳K搜索更能恢复说话人身份。
说明面向零样本跨问题泛化的多任务进化方法（基于大语言模型）
简介该论文提出MECo框架，利用大语言模型自动生成启发式算法，并通过多任务进化在不同任务之间迁移和重组启发式。方法在车辆路径问题和柔性作业车间调度的32个问题变体上测试，相较八种基线方法取得了更低的平均成本，并能在未见过的问题上直接应用，无需额外搜索或调整。
说明面向生产环境AI智能体的轻量级、基于评分标准的轨迹评估方法
简介该论文提出LiteTrajEval，一种预算受限的轻量级智能体轨迹评估架构。它先离线生成特定领域的规则配置，在线预处理轨迹并标注启发式故障信号，再在固定预算下序列化，由一个基于评分标准的LLM评审生成结构化诊断报告。在Magentic-One和τ-bench风格数据集上，与AgentRx相比，其故障定位与人工标注的一致性有所提升，同时成本与评估时间显著降低，并已部署于企业智能体平台。
说明DAWIS：基于多任务插值器与窗口逆采样的数据同化方法
简介该论文提出DAWIS，一个统一的数据同化框架，涵盖滤波、固定滞后平滑和块平滑。它用多任务随机插值器替代单一流时间，为一个连续状态窗口中的每个状态分配独立的流时间，并在观测引导下反演并重新生成该窗口。实验表明，在稀疏、有噪声的非线性观测下，DAWIS优于滤波和平滑基线方法。
说明SDECast：用神经随机微分方程进行连续时间概率天气预报
简介现有机器学习天气预报模型通常以固定时间步长逐步滚动预测，短步长时误差容易累积。本文提出 SDECast，一种用于连续时间概率天气预报的神经随机微分方程框架，直接在物理空间中学习随机动力学。作者在模拟的地球物理流上验证了其能恢复有意义的漂移动力学，并将其扩展到小时级的全球天气预报，可产生最长五天预报期的有效概率预报。
说明动态世界中的最优规划：执行开始时间未知时的规划方法
简介本文研究可行状态或动作随时间变化时的规划问题，例如有移动障碍物时的路径规划。作者提出“任意开始时间规划”设定，并用一种称为复合到达时间函数（cATF）的数据结构紧凑地表示随开始时间变化的最优计划。实验表明，在困难问题上，重新规划的智能体常会失败，而基于cATF的算法在开始时间确定后可快速查出最优计划。
说明T3lescope：基于图像的任意分辨率高保真生成式三维表面重建
简介该论文提出T3lescope方法，无需逐场景优化，即可从带位姿的多视角图像重建高保真三维场景网格，适用范围从单个物体到大型户外场景。方法在推理时采用单一固定分辨率生成器进行由粗到细的级联处理，粗层确定场景布局，细层在逐级更精细的空间单元中修正并去噪几何，从而恢复表面细节。实验称其在室内、室外和城市尺度场景上优于前馈及生成式基线，并能恢复光滑与透明表面。
说明针对有限步牛顿-舒尔茨正交化的 Muon 优化器训练损失保证
简介该论文分析了 Muon 优化器在使用五步调优牛顿-舒尔茨正交化时的训练表现，给出了有限时间内达到目标训练损失的理论保证。研究针对全批次训练的宽两层 ReLU 网络，考虑了正交化前的动量累积。实验表明，在低于理论宽度阈值的情况下，所有运行仍能达到目标损失。
看点证明了使用有限步牛顿-舒尔茨近似的Muon在宽两层网络上可达目标训练损失，改进了仅限精确正交化或驻点收敛的既有分析；实验覆盖多宽度与初始化。
说明S²-PINN：面向随机偏微分方程的随机可分离物理信息神经网络
简介本文提出S²-PINN，用于求解含随机参数的偏微分方程并量化不确定性。方法将解表示为高斯空间字典、傅里叶时间特征和广义多项式混沌随机基的可分离组合，并以低秩CP张量分解耦合，训练时结合强形式与gPC投影残差损失。作者给出了可分离类在L²中稠密等理论结果，并在多个随机PDE基准及泊松、达西、随机纳维-斯托克斯等问题上报告其精度与参数效率优于若干基线。
说明JOVE：面向资源感知型大模型任务图的联合执行与验证框架
简介该论文提出 JOVE 在线框架，把复杂推理问题拆成有向无环任务图，分配给不同的大语言模型执行，并选择部分中间输出进行付费验证。验证结果用于在线更新各模型的质量估计，并在长期预算和单次查询延迟约束下，通过每次查询求解混合整数线性规划来决定执行与验证。作者在四个推理基准上报告，JOVE 精度与标准推理基线相当，同时平均成本和延迟至少降低 3.17 倍。
说明错误的器官，正确的物理：将超声心动图预训练迁移至肺部超声用于结核筛查
简介肺部超声适合基层结核筛查，但标注数据较少。研究者用17种在超声心动图或通用视频上预训练的编码器进行对比。结果显示，预训练语料的差异并未明显改变分类效果，而对特征进行标准化处理则使所有编码器普遍提升约1.23个百分点。作者认为，共享的超声物理特性本身未必让超声心动图比通用视频更有效，限制因素主要是标注队列的规模。
说明多模态大模型中依架构而异的融合路径
简介本文研究两类多模态大语言模型（拼接式架构与原生多模态架构）内部视觉与文本信息在各层的融合方式。作者通过模态对齐解耦、注意力路由与熵、内在维度等分析，并辅以因果干预实验，发现两类模型分别呈现"文本先行、视觉后至"与"较早的视觉-文本协同适应及特征空间重组"两条不同路径。
说明HexVIO：借助普通 DSP 实现全天候立体视觉-惯性定位
简介本文提出 HexVIO 系统，将立体视觉-惯性里程计的视觉前端卸载到许多智能手机和 XR 设备中常见的 Hexagon DSP 上运行，后端仍在主 CPU 执行。论文称，相比纯 CPU 运行，该方案在商用智能手机上可降低 67% 的功耗，或提高 86% 的吞吐量，并以 0.83 W 维持 30 fps 的实时追踪，约可持续 18 小时。
说明视频显著性新数据集与基准：运动很重要
简介本文指出，现有视频显著性数据集LEDOV中，静态基线已能解释大部分可解释的注视信息，时序模型提升有限。作者提出SalTempto数据集，包含224个高动态片段，并附带多达16名受试者的注视记录。在该数据集上，静态基线仅恢复约13%的中心偏置之上的可解释信息，而微调后的时序模型明显优于静态基线，但仍有近一半未被解释。
看点提出动态性更强的新视频显著性基准SalTempto，并以实验表明时序模型确实能捕获LEDOV无法衡量的信息，属于有实质新意的数据集工作。
说明EVOL：基于模拟器引导进化的免部署学习路径推荐
简介该论文针对学习路径推荐问题，指出强化学习面临奖励稀疏、缺少专家路径两大难题。作者借鉴机器人领域的模拟器示范学习思路，用知识追踪模拟器通过进化搜索合成每位学习者的专家示范，再训练一个可直接部署的前馈策略。实验在 ASSIST15、Junyi、EdNet 三个数据集上进行，路径长度为 5、10、20，结果显示 EVOL 优于 8 种基线方法，且最终性能主要取决于进化专家的质量。
说明Touch'e 2026 因果抽取中的软投票集成与反事实增强
简介该论文面向 Touch'e 2026 的因果抽取任务，重点处理表面形式像因果、实际否定因果关系的反事实新闻句子。作者为检测、片段抽取和极性判断三个子任务分别建立模型，其中抽取部分对三个 RoBERTa-large 标注器的词元分数取平均后解码，极性部分用大语言模型生成的反事实训练句进行增强。论文报告在 CCNC 测试集上检测 F1 为 0.869，极性宏 F1 为 0.817，抽取的粒度调整 F1 为 0.728。
说明SPEAR：用于大规模偏微分方程预训练的谱解耦专家混合神经算子
简介论文提出SPEAR模型，用于大规模偏微分方程（PDE）预训练。它将潜在特征按低频和高频分解，以共享建模可迁移动态并专门学习特定PDE模式；同时提出基于知识引导的专家聚合策略，通过相似度识别并合并相似专家。在十二个PDE数据集及多个下游基准上进行了实验，并报告专家数量减少50%时预测精度得以保持或提升。
说明用于恢复不可观测图像结构的连续后验融合扩散方法
简介该论文针对严重病态的成像逆问题，提出一种推理阶段的方法CPF-DDNM，融合连续的测量感知估计，以改进扩散模型对不可观测图像结构的恢复。方法无需重新训练或额外的去噪器调用，并在稀疏视角及模拟低剂量CT、医学图像超分辨率任务上取得优于DDNM、且与其他扩散逆求解器相当的结果。
说明PaMIR：公开信贷违约数据集的开放基准
简介该论文发布了PaMIR开放基准，用于标签稀缺且延迟到达时的信贷违约预测。它汇集了19个带有二元违约标签的公开数据集，共计约124万笔贷款、企业及信用卡账户，来自九个国家，并通过统一且经过泄漏审计的流程重建。该基准采用重复独立同分布划分和标签延迟的数据流评估，并按标签预算报告AUC。
说明映射并推进非线性因果发现的可扩展性与准确性前沿
简介本文对非线性因果发现的四类主流方法（可微结构学习、摊销结构学习、得分匹配和组合搜索）进行了实证比较，发现各自存在不同瓶颈。作者提出SPADE方法，通过样条得分评估一次性编译充分统计量并在组合搜索中复用，在有界入度下将高斯变体的复杂度从O(nd^3)降至O(nd^2+d^3)。文中称其在100变量、16万样本及1600变量、2500样本的问题上分别可在秒级和分钟级求解，并保持较高结构准确率。
说明利用乌干达与南非临床数据进行跨队列结核病分类
简介该研究使用乌干达和南非社区医疗中心收集的患者临床与人口学数据，评估机器学习在结核病筛查中的应用，以识别需要昂贵分子检测的人群。研究比较了逻辑回归、多层感知机和卷积神经网络，并结合贪心特征选择。结果显示，线性逻辑回归在完全独立的队列上表现稳定，但仍略低于世界卫生组织的最低灵敏度要求，作者认为神经网络分类器用于结核病筛查具有可行性。
说明COSMI：多物体交互的组合式合成方法与数据集
简介该论文针对人与多个物体交互数据稀缺的问题，将单物体捕捉的交互片段组合，并借助语言模型和几何检查筛选合理配对，构建了包含 222k 个序列、275 小时、最多五个物体的 COSMI 数据集。作者还训练了文本到交互的扩散 Transformer 模型 COSMI，在含未见物体和未见交互组合的基准上，文本对齐和接触准确性优于基线方法。
说明学会一个事实不等于学会如何检索它：研究表明，模型检索事实的能力取决于训练时见过的提问形式，而不仅是事实本身。
简介论文研究语言模型学会一个事实后，能否用不同提问形式检索出来。作者用两阶段训练比较：一组模型在第一阶段以五种形式见到事实，另一组只见陈述句；第二阶段两组使用相同的新事实训练。结果显示两组从陈述句中检索新事实的能力相近，但在其他提问形式下差异明显。作者还发现，训练中的上下文状态会影响后续检索，改变它可以促成或阻止对已学事实的检索。
说明跨载体开放词汇全景分割（EmbPASS）：面向不同具身平台的全景语义分割基准与网络
简介本文提出跨载体开放词汇全景分割任务，并建立覆盖车辆、无人机、穿戴设备和四足机器人四类平台、统一语义分类体系的EmbPASS基准。作者同时提出EPONet网络，结合关系感知度量适配器（RAMA）与内容自适应语义迁移（CAST），以应对不同平台观测差异。实验显示，EPONet在EmbPASS上平台均衡的mIoU达35.82%，比最强基线高1.10%，代码与基准将公开。
说明通过模型路由与协作实现集体偏见缓解
简介论文提出集体偏见缓解（CBM）框架，通过学习不同大语言模型的细粒度行为并促进其知识共享来减少偏见。实验显示，在前7个模型的设置中，Committee方法将年龄偏见得分从0.25降至0.10，明显优于单模型基线。研究指出，Debating与Committee两种拓扑结构都能显著降低偏见，其中Committee在缓解效果与推理成本之间取得较好平衡。
说明WAMpy：用 Python 高效合成 Prolog 程序
简介论文提出 WAMpy，一个面向 Prolog 程序合成的 Python 框架。它把 Prolog 子句编译为基于 NumPy 数组的 WAM 指令，支持针对固定背景知识对假设进行部分重编译，并用 Numba 即时编译加速关键例程。在反复编译与评估的基准测试中，其端到端性能优于通过 Janus 从 Python 调用的 SWI-Prolog。
说明D2K-Bench：LLM 智能体能否把专家设计转化为高效 GPU 内核？
简介该论文提出 D2K-Bench，一个包含 26 项任务和 85 个工作负载的诊断基准，用于衡量 LLM 智能体把专家设计指导转化为高效 GPU 内核的能力。指导分为高层算法思路、数据流设计和底层优化技巧三个层次。在 NVIDIA B200 GPU 上对五个模型的测试显示，有指导时正确率从 93.1% 升至 98.5%，性能分数从 1.46 升至 1.95，同时仍存在未被实现的设计特性。
说明神经物理反演器：结合集合条件与残差学习的大地电磁反演模块化框架
简介本文提出神经物理反演器（NPI），一种用于地球物理反演、可量化不确定性的模块化框架，以一维大地电磁（MT）为测试场景。第一阶段用集合条件高斯过程将先验电阻率模型集合依据观测响应进行条件化，得到物理上可接受的参考集合；第二阶段由残差学习神经网络对参考结果做有针对性的修正，先用合成数据训练，再按台站经物理耦合目标函数微调。合成实验显示NPI能降低集合均值误差且不破坏集合离散度；应用于美国内华达州Gabbs Valley地热区的宽频MT数据时，中频段的跨台站平均失配有所降低，集合离散度与之相当。
说明扩散模型生成医学图像时，用不确定性判断语义正确性
简介本文研究用扩散模型把平扫CT合成为增强CT，以减少造影剂使用。作者以AortaDiff框架为对象，比较六种不确定性估计方法在像素、区域和图像三个层面判断生成结果正确性的效果，并检验其在外部多中心数据和分布外病例上的表现。结果显示，MCDropout整体表现突出，不确定性可有效标记严重失败，但对已经质量较高的图像区分能力较弱。
说明AdaStep：面向智能体强化学习的自适应步骤信用加权方法
简介长程大语言模型智能体通常只能获得稀疏的结果奖励，难以区分每个决策的贡献。本文提出AdaStep，根据每个状态的估计可靠性自适应地调节局部步骤优势对整体轨迹信号的影响，无需价值网络或额外推理。实验在ALFWorld、WebShop和ScienceWorld上，使用三种模型主干，结果显示相较基线有一致提升且计算开销较低。
说明基于惰性二阶预言机的近最优凸优化
简介本文研究使用惰性二阶预言机进行凸优化的复杂度：算法每次迭代查询梯度，每 m 次迭代才查询一次 Hessian。作者给出总迭代次数的下界 Ω(m+m^{1/7}ε^{-2/7})，并提出一种新方法，将已知上界由 Õ(m+m^{13/21}ε^{-2/7}) 改进为 Õ(m+m^{1/7}ε^{-2/7})，在对数因子内与下界匹配。
说明VDOT++：基于非平衡最优传输蒸馏的统一少步视频生成
简介视频扩散模型在采样时需要反复运行大型主干网络，计算成本高。本文提出VDOT++，一个统一的蒸馏框架，分别用于文本生成视频、图像生成视频和条件生成三类任务。该方法采用非对称非平衡最优传输，并以ℓ1代价和加权中位数聚合来降低输出多样性带来的影响。实验显示，四步生成器在多个基准上与多步教师模型及较强的少步基线具有竞争力。
说明同一答案，换个框：RLVR 的跨领域提升有多少来自答案格式？
简介该论文指出，强化学习可验证奖励（RLVR）训练后，MMLU 等跨领域多选题准确率的提升，部分可能来自答案抽取器的读取方式，而非答案本身变好。作者用公开代码的抽取器与自己的抽取器重新评分，在四组 7B 模型中发现约 82% 的报告提升只是答案格式的变化，并在一组 32B 模型上几乎没有此类格式提升。
看点揭示RLVR域外增益很大程度来自答案格式而非答案正确性，用多种抽取器与LLM读者交叉验证，82%增益消失，影响重大。
说明VisionMX：为视觉模型解锁微缩放训练后量化
简介该论文系统研究了视觉模型在训练后进行微缩放（MX）量化的效果，MX格式以低精度元素加共享块尺度实现高效推理。作者分析了直接转换的三类误差，并据此提出VisionMX方法，通过有界权重舍入优化和可折叠的仿射激活修正来改进量化。实验覆盖图像分类、目标检测、语义分割和低光照图像增强，结果显示其优于直接转换及所评估的训练后量化基线，在对MX转换最敏感的架构上提升最大。
说明核奇异值分解及其在多数据源上的扩展
简介本文将核奇异值分解（KSVD）扩展到多个数据源，提出 eKSVD，用于在非对称核上进行联合非线性特征学习。方法在原始形式中为每个数据源学习投影，并引入成对耦合；通过拉格朗日函数及其 KKT 条件，在对偶问题中得到 KSVD 移位特征值问题的推广。文章还提出基于协方差的框架，并使用神经网络作为显式特征映射，数值实验显示其在处理多数据源时优于基于 Mercer 核的方法。
说明StanceEval 2026：第二届立场检测共享任务
简介StanceEval 2026 是阿拉伯语社交媒体文本立场检测共享任务的第二届。给定推文和目标话题，参赛系统需判断作者立场为支持、反对或无立场。本届设两个赛道：赛道一测试与训练数据主题相关的跨目标迁移，赛道二测试对完全未见目标的跨领域迁移。顶尖系统在两个赛道上的宏平均 F1 分别达到 0.8994 和 0.9400，明显高于基线。
说明基于大语言模型增强时空学习的网格级共享单车停靠需求预测
简介本文提出一种短期共享单车需求预测框架，利用大语言模型把市政活动安排、本地新闻等非结构化城市文本转化为量化的时空扰动场，并输入到零膨胀自适应时空图卷积网络中。在巴塞罗那Bicing数据集上的实验表明，该模型优于现有神经网络基线，在高需求时段提升尤为明显。
说明用于稀有事件采样的分布匹配进化算法
简介该论文关注生成模型中“既有用又出人意料”的发现：输出概率低但回报高。作者将多种进化算法解释为近似马尔可夫链蒙特卡洛（一种无需优化的复杂分布采样方法），由此提出分布匹配进化算法（DME），无需更新模型权重即可从全局目标分布中采样。论文称，在需要大量样本才能找到解的问题上，DME的样本效率高于现有方法。
说明面向基于小型语言模型的智能体任务-工具意图匹配
简介论文探讨用小型语言模型（SLM）对AI智能体的每次工具调用做任务相关性判断，判断所选工具是否与任务意图一致。作者构建了跨多个MCP服务器的多工具任务数据集，并通过提示优化、监督微调和GRPO强化学习对模型进行优化与专门化。
说明HyperFuse：面向带属性超图的快速自监督节点嵌入方法
简介现有自监督超图表示学习方法常需训练数百轮深层编码器，嵌入生成成本高。HyperFuse是一种无标签的快速超图表示学习流程，通过谱松弛的超图模块度计算结构坐标，依据成员稳定性为超边分配有界效用权重，并用不变性-去相关目标训练轻量编码器100轮。在九个公开超图上，与TriCL、SE-HSSL、VilLain、HypeBoy等方法比较，其在八个数据集上平均每个数据集耗时8.7秒，速度提升13至179倍（几何平均）。
说明上下文流匹配：视觉生成中按提示自适应选择步数的推理加速方法
简介该论文针对流匹配（Flow Matching）视觉生成推理成本高的问题，提出一种推理时方法COFLOW，依据提示特征为每次生成自适应选择步数。其上下文感知模块以无监督奖励在线训练，兼顾效率与生成保真度。方法即插即用，无需重新训练底层生成模型，可用于图像和视频生成，报告加速超过2.5倍且保持感知与语义质量。作者还给出前向欧拉离散化误差在标准正则条件下为O(1/K)的理论分析。
说明预测导向的高斯过程后验：一种在模型设定有误时更稳健的高斯过程方法
简介高斯过程是建模函数关系并量化不确定性的常用工具，但使用者需要选择核函数和观测模型等，选择不当会导致模型设定有误。本文提出预测导向的高斯过程（PrO-GP），将预测不确定性作为主要推断目标。作者给出了一种简化的计算形式和实用采样方法；在合成数据和真实数据实验中，PrO-GP 在模型设定有误时给出的预测分布校准得更好。
说明神经网络“参差不齐”的能力从何而来：在分层任务中学习底层规律的不均衡
简介论文研究为何能力强的系统会在平均误差低的同时在个别输入上失败。作者构造了两层任务：底层从记录计算五个槽位的求和，上层利用第一槽位求和及历史状态预测下一轮类别。训练小型循环网络后发现，第一槽位的信息被较好地学到（线性探针可读性约97%至98%），其他槽位则可读性很低（约5%至10%），类别误判集中在第一槽位的阈值附近。研究认为底层规律在学习、可读取与保持上的不均衡，部分解释了这种能力的参差不齐，但仍有一些失败无法解释，是否适用于更大系统尚待检验。
说明预测并修复大型语言模型的合并崩溃
简介论文研究把同一基座微调出的多个专家模型的任务向量直接平均合并时，部分合并会严重退化。作者提出以专家间任务向量方差衡量干扰的预合并指标，并提出PRISM方法，先平均再按各层干扰程度做软阈值处理，在无需数据或调参的情况下修复崩溃的合并。
看点提出以任务向量方差预测模型合并崩溃并设计修复算子，在22个配置上验证，新意较明确但规模有限。
说明KV²：一种自我精炼的键值缓存压缩方法
简介该论文提出 KV²，一种与查询无关的 KV 缓存压缩方法，用于在同一上下文需服务多个查询的场景中降低内存占用。方法先用轻量代理打分器筛选关键上下文词元，再仅对该子集重新处理以计算最终的驱逐分数。在 RULER、Needle-in-a-Haystack 和 LongBench 上的实验显示，预算越紧，其相对基线的优势越明显。
看点提出基于选择性重建的查询无关KV缓存压缩，用轻量代理筛选后仅重处理子集，新颖性中等；在RULER、LongBench上实验充分且对比基线，低预算下优势明显。
说明LLM智能体的来源偏好：如何减少其对特定来源条目的倾向
简介本文研究大语言模型智能体在代为选购商品、预订酒店或引用论文时，对不同来源（网站或服务）条目的偏好。作者用12个智能体模型在三个领域的端到端搜索中进行测试，发现各模型普遍偏好某些来源，且偏好会压过条目满足需求的程度。文中还分析了偏好的两种来源途径，并提出补充缺失信息或提示纠正预设，可以减少这种偏好。
说明连接研究与实践：通用模型与皮肤科专用模型在临床皮损分类中的系统评估
简介本文在近期皮肤科数据集上对多种模型进行了基准测试，数据涵盖皮肤镜图像和智能手机临床照片。研究比较了通用视觉语言模型、医学视觉语言模型、基础模型，以及基于嵌入的方法和卷积神经网络等皮肤科专用分类器。研究重点评估模型在分布偏移、成像方式变化和人口统计学差异下的表现，以衡量当前模型与临床部署要求之间的差距。
说明PocketSplat：基于世界空间潜变量分配的移动端高斯重建
简介该论文提出PocketSplat，一种前馈式框架，用于在给定输出预算下为移动设备构建紧凑的高斯点资产。方法在预测的世界空间中组织几何感知的潜在候选，将整数容量分配到局部潜在单元，并仅为保留的候选解码完整的高斯属性。实验在DL3DV和分布外基准上显示其在质量与预算之间取得较好平衡，并在Mip-NeRF 360上可直接在iPhone上运行。
说明在证据足够时才结案：训练大模型调查员何时结案
简介论文研究大模型调查员在事故、缺陷和故障调查中何时可以结案，即判断已收集证据是否足以得出结论。作者构建了包含731个经审核案例的Nautil数据集，并用三项测试评估结案判断：结案准确率、证据依赖性和结论与缺口质量。经微调和强化学习训练的9B模型，其结案判断能更好地依据证据。
说明面向机器人导盲犬的轻量、低资源感知方法
简介该论文提出一套可在设备端运行的感知模块，融合360度相机与2D激光雷达，用于机器人导盲犬的避障，并加入运动物体检测与跟踪以服务以人为中心的引导。在无法通行的情况下，系统借助视觉语言模型给出通路说明。实验显示系统在55瓦下保持实时运行，在GuideDogQA基准上准确率为83.8%，高于GPT-4o的67.1%。
说明用于非对称 Actor-Critic 的记忆状态评论家及其在基于视觉的追逃任务中的应用
简介本文研究部分可观测马尔可夫决策过程中的非对称 Actor-Critic 方法，即训练时评论家可获取真实状态。作者提出以状态和策略自身记忆为条件的记忆状态评论家，无需额外的历史循环编码器即可得到无偏策略梯度。在两架四旋翼无人机的视觉追逃环境中，该方法优于历史状态评论家，收敛更快，并且在有墙壁的场地中保持轻微优势。
说明在线策略蒸馏的收益与崩溃：强化学习视角
简介该论文研究在线策略蒸馏（OPD）用于语言模型后训练时为何既能提升性能，又可能导致生成内容过长且重复。作者从强化学习角度解释：教师模型会隐式奖励学生的行为，即使教师自身很少表现出这些行为。实验表明，当隐式奖励可靠时，OPD 让正确回答更易被采样；当偏好与质量不一致时会出现奖励作弊，放大过长、重复的输出。作者还发现，训练中屏蔽异常回答以及使用 SFT 初始化，都能有效缓解这种崩溃。
说明基于事后信息的推理链蒸馏用于罕见病诊断
简介本文在ZebraMap罕见病诊断数据集上，用可观察真实诊断的8B教师模型生成的思维链训练1.5B学生模型。过滤后的学生模型相比教师有小幅但统计显著的准确率提升（p<0.001），主要体现在数据较多的疾病上；未过滤的学生则无显著提升，说明收益主要来自去除污染而非蒸馏本身。作者还指出了“真值幻觉”现象：教师在推理中嵌入“真实诊断是X”的表述，学生会复现该模式，过滤后该问题基本消失。
说明几何对齐的语义匹配用于跨模态平面图像配准
简介该论文提出CDPM方法，用于不同成像模态（如可见光与红外）之间的平面图像配准。方法先通过几何一致的跨模态图像块对适配DINOv3，使语义特征相似度更能反映真实空间对应关系，再构建以DINO为中心的特征金字塔，并用轻量CNN分支补充精细结构细节。在三个跨模态数据集上实验，结果显示其性能优于对比方法。
说明方差缩减策略梯度的样本复杂度：更弱假设与下界
简介已有基于重要性采样的方差缩减REINFORCE算法在一个不现实的重要性权重方差假设下达到O(ε^-3)样本复杂度。本文提出防御性策略梯度（DPG）算法，基于防御性重要性采样，无需对普通重要性权重的方差作任何假设即可达到相同速率。文章还在广义黑盒策略优化模型中给出下界，最优速率分别为Θ(ε^-4)和Θ(ε^-3)。
看点提出无需重要性权重方差假设的防御性策略梯度算法，并给出广义黑盒模型下的匹配下界，理论改进明确，但证据以理论为主，对MDP模型的直接适用性有限。
说明基于少量样例预测引导向量与适配器权重的作者风格迁移
简介本文研究如何用每位作者的少量摘要样例，让大语言模型生成符合其写作风格的学术摘要。作者提出三种方法：对比激活引导、预测引导向量的网络，以及预测LoRA适配器的超网络。结果显示，风格模仿与输出质量之间存在权衡，其中超网络在已见和未见作者上取得了最佳平衡。
说明Budgeted-GS：通过分解 LOD 实现大规模高斯泼溅的实时渲染
简介该论文提出 Budgeted-GS，可将已训练好的 3D 高斯泼溅（3DGS）模型转换为多分辨率的分解树，使同一个城市级模型能根据不同 GPU 的显存容量自适应选择细节层级。论文还提出预算驱动的训练方法，先估计场景所需的图元数量再直接按该规模训练。作者在 13 个公开场景上验证了其方法，并在一块消费级 GPU 上以原生 1920x1080 分辨率实时渲染城市级场景。
说明OncoNoteBERT：面向真实门诊肿瘤病历自然语言处理的基础表示模型
简介该论文针对真实门诊肿瘤病历中的专业术语、分期表述、治疗名称和毒性描述，开发并评估了肿瘤专用的BERT类编码器。研究基于英国一个受管理的门诊肿瘤语料，包含21,564名肺癌和头颈癌患者的290,026份病历。结果显示，继续预训练的模型拟合效果最好，而从头训练并采用肿瘤专用分词器的OncoNoteBERT分词效率最高，在掩码词探测中表现更优，表明表示层设计对肿瘤自然语言处理十分重要。
说明基于多模态推理、从无标记人类B细胞库中发现广谱中和抗体的研究
简介本文提出ImmuneAgent，一个闭环AI系统，结合多模态推理、持续元学习与湿实验反馈，用于从疫苗接种或感染人群的B细胞受体库中筛选抗体。文中报告约55%的中和抗体发现率（110个克隆中60个）和约11%的广谱中和抗体产出率（12个），并称其中五个抗体在致死性流感攻击小鼠实验中提供100%体内保护。研究还称该系统识别出FCRL5+CD27+非典型记忆B细胞为广谱抗体来源，并将其方法推广至人偏肺病毒和人乳头瘤病毒的抗体发现。
看点提出闭环AI系统结合多模态推理与湿实验反馈，发现bnAb并获体内保护，证据较充分，对抗病毒抗体发现有较大影响。
说明物理量存在于激活值之中吗？在视频扩散模型中定位物理量
简介视频生成模型能生成逼真的视频，但在物理推理方面存在明显缺陷，因此研究者探究其内部表示是否包含物理原理。论文通过在视频扩散Transformer中训练线性探针，从模拟器获得的运动学和刚体动力学真值中读取物理量，发现这些量在去噪早期即可高精度解码，且信息集中在物体所在的token上。探针还能在训练场景之外部分泛化，并可用作引导向量改变模型输出。
看点通过探针定位视频扩散模型中的物理量并证明其可用于转向输出，方法新颖，证据充分，对子领域影响较大。
说明TSGuard：面向流式时间序列的缺失数据实时检测与填补框架
简介流式传感器数据常因故障、通信中断或环境干扰而延迟或缺失。该论文提出 TSGuard 实时演示系统，结合轻量级图感知时序填补模型与约束感知校验、备用估计及面向运维人员的解释。系统会检测问题观测值、填补缺失值，并依据物理与空间约束校验估计结果，决定保留原值（视为合理异常）或替换。
说明CalCErt：医学图像分类中置信度校准的分箱认证方法
简介本文提出CalCErt，一种事后处理策略，可为任意可微分的预训练分类器认证分箱置信度校准在对抗扰动下的表现。方法结合经验校准估计、统计集中不等式和置信函数的局部Lipschitz估计，在半径为R的ℓ2球内给出最坏情况校准误差的数据相关上界。作者在11个医学图像分类任务和多种对抗扰动上评估，结果显示其认证覆盖率明显高于基线方法，同时保持了有竞争力的紧致性。
说明视频多模态大模型后训练中的行为包优化方法
简介该论文指出视频多模态大模型在问答基准上准确率高，但打乱帧序、遮挡关键片段后预测几乎不变，说明其依赖外观与语言先验而非时序证据。作者提出行为包优化（BPO），在按问题类型选取的反事实视角下对多个输出联合打分，并用原始视角的回答作为锚点计算优势。实验显示，相比同预算的 GRPO 基线，BPO 在 TempCompass、MVBench、NExT-QA 上提升了宏平均准确率、时序困难子集和弃权 F1，且收益可迁移到其他基准和模型。
说明在画面少有移动时保持 JEPA 世界模型可规划
简介论文提出 SLIM 推物基准，含多个小物体及同一场景下的视觉与语言目标。作者发现 LeWM 世界模型在该基准上成功率不到 1%，原因在编码器潜变量对动作不敏感。加入一个逆动力学辅助损失后，成功率由 0.003 提升到 0.35，并可用语言目标头进行规划。
说明推理语言与查询语言一致性对单语检索增强生成的影响研究
简介该论文研究在检索增强生成（RAG）中，强制大模型用与问题和检索文档相同的语言推理是否有帮助。作者构建了基于德语桌上角色扮演游戏《The Dark Eye》的单语德语问答测试集。结果显示，与问题和文档一致的德语推理优于法语推理，说明收益来自语言对齐；但强制德语推理仅达到模型原生英语推理的水平，未能超越。作者公开了该测试集与问答基准。
说明Page-EntroKV：面向分组查询注意力、按硬件对齐并以熵加权的 KV 缓存淘汰方法
简介长上下文语言模型推理受限于 KV 缓存。本文提出 Page-EntroKV，在分组查询注意力（GQA）实际分配的粒度上淘汰缓存：组内各查询头按基于 Renyi-2 熵的权重合并，并以 PagedAttention 页为单位执行淘汰。在 Qwen2.5-1.5B-Instruct（r=6）上的试验中，该方法使并集开销比保持为 1.000，针孔式检索召回率在 20% 预算下为 100%，而均值池化为 0%。
说明通过对齐采样动力学与执行动力学实现安全的流式流规划
简介该论文提出SafeStreamingFlow，一种目标条件规划器，用于从示范中生成长时程轨迹。它按执行顺序逐步积分学习到的状态向量场，并结合分层状态预测，只对实际执行的那一步通过高阶控制屏障函数施加安全约束。在导航、竞速和运动等基准上，该方法相比现有方法降低了规划延迟并提升了安全性，同时保持了有竞争力的目标到达成功率。
说明模式生物文献检索基准：以盘基网柄菌为例
简介本文基于 dictyBase 数据库，为细胞与发育生物学模式生物盘基网柄菌（Dictyostelium）构建了文献检索基准，包含策展人编写的生物学查询、关联的 PubMed 文章以及结构化基因注释。作者研究了交叉编码器重排序、基因感知的查询扩展，以及仅摘要与全文检索三个因素。结果显示，重排序和基因感知扩展只在特定情形下有效；当摘要缺少支持证据时，全文片段能显著提升召回率与排名表现。
说明基于文本梯度的交易策略优化（TradeGrad）
简介该论文提出 TradeGrad，一种利用大语言模型文本梯度、借助历史优化经验迭代改进量化交易策略的框架。为提升时间稳健性，论文引入跨周期稳健目标（CPRO），加强不利历史时期的表现。在中国A股和美股的横截面与时间序列策略实验中，TradeGrad 在样本内和样本外表现均最优；其中中国横截面策略年化收益为27.99%，最大回撤为12.19%，夏普比率为1.63，论文称约比沪深300基准高约68%。
说明可调节覆盖率：用于强化学习驱动的硬件感知神经架构搜索的在线保形校准
简介论文针对硬件感知神经架构搜索中评估成本高的问题，用保形预测筛掉奖励上界低于阈值的候选架构，减少训练次数。作者用在线自适应保形推断替代一次性分位数估计，以应对强化学习搜索过程中分布不断变化的问题。实验显示，该方法在三类网络架构上能稳定达到目标覆盖率，剪除25%至50%的评估且未观察到精度损失。
说明ParaGeo：将副语言变化分解到共享潜在几何空间中
简介该论文提出 ParaGeo，在冻结的语音语言模型中，对语音副语言变化做内容匹配的分解：用固定听辨提示回放合成音频的 token，把池化后的 K/V 表示中心化并投影到共享低维空间。在 GLM-4-Voice 上的实验覆盖 80 个请求控制项，留出内容的质心分类准确率为 9.49%，高于 1.25% 的置换基线，两项条件置换检验 p 值均为 0.001。论文还报告了静态、加性和时序干预下的不同响应特征。
说明纹理稀少时动态点过滤还有用吗？ORB-SLAM2 前端的受控对比研究
简介本文在合成室内场景中，对纹理强度与场景动态性进行因子化变化，比较 ORB-SLAM2 无过滤、光流与对极残差过滤（FLOW）、多视角深度一致性过滤（GEOM）三种设置的轨迹误差、跟踪完整性与保留的静态特征。结果显示，过滤主要在动态程度最高的场景中有帮助，并非随纹理减少而单调变化；在最低纹理水平下过滤降低了跟踪完整性。与假设相反，GEOM 误删的静态关键点比 FLOW 更多。
