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MoonGS：利用图像对的稳健深度特征，通过高斯泼溅高质量表示月球表面
简介该论文针对月球车稀疏图像难以重建高质量三维地形的问题，提出首个面向月球场景的前馈式3D高斯泼溅框架MoonGS。仅输入两张图像即可一次前向推理生成像素对齐的高斯基元，无需逐场景优化即可渲染新视角。在LuSNAR和合成弱纹理数据集MoonBlender上，其PSNR、SSIM和LPIPS指标均优于现有前馈方法，并在嫦娥任务影像上展现了真实数据的稳健性。
说明基于签名特征学习的人体活动识别：关于表示、深度与模型选择的可复现机器学习研究
简介本文研究用签名变换（signature transform）为传感器信号构造特征，以提升人体活动识别的效果。作者在UCI HAR数据集上采用可复现且避免数据泄漏的流程，比较原始信号、时间增广路径和lead-lag路径三种表示，并测试不同截断深度与分类器。结果显示，搭配随机森林时，深度为6的时间增广六通道签名取得0.858准确率和0.859宏F1，优于最强原始基线（0.816准确率）；多层感知机未超过原始基线。
说明JudgeMoE：面向 LLM 裁判的分布式聚合方法
简介这篇论文提出 JudgeMoE，一个轻量级聚合器，为缓存的裁判打分分布分配样本级权重，融合后再计算最终分数，以保留标量压缩前的不确定性与分歧信息。在原有 10 个设定上，其平均 Spearman 相关系数比统一对数池化高出 0.079；扩展到 16 个设定后，相对最强的单一本地裁判平均提升 0.0393，其中 12/16 个设定为正，单侧 Wilcoxon 符号秩检验 p=0.0091。文中还指出，最佳聚合方法取决于任务和裁判组合。
说明基于证明的患者专属临床解释：由知识图谱推理生成的可审计说明
简介本文提出CKG临床解释引擎，作为一个冻结、免训练的临床知识图谱推理器的下游层，把患者信息和疾病知识转为带类型的事实、规则应用轨迹、可溯源结论及经策略许可的建议。在5份可用工作簿（6,720名患者）的检验中，结构与来源等方面的可审计性指标均达到100%或接近100%。作者强调，这些结果仅说明结构和实现上的可审计性，不代表临床正确性或实用价值。
说明经验变分自编码器：一种面向连续值序列的生成框架
简介本文提出经验变分自编码器（EVA），用于生成非向量量化的连续值序列。EVA 基于变分自编码器的证据下界，但从训练数据中经验性地学习自回归潜在先验，只需在 VAE 上增加一个线性层。通过用自预测先验取代标准高斯约束，EVA 缓解了传统 VAE 中先验与后验之间的潜在分布差距。图像和声音合成实验表明，EVA 的生成质量可与自回归扩散基线相比，且推理速度明显更快。
说明对 LoRA 微调优化格局的精细分析及其对数据选择的启示
简介本文研究参数高效微调方法 LoRA 中适配器秩应如何选择的问题。作者提出数据相关的受限等距指标 LoRA-RIP，用以刻画交叉熵目标沿低秩方向的条件数，并证明足够的过参数化秩可消除虚假局部极小值。实验覆盖语言与视觉任务，显示秩与数据质量应被共同考虑。
说明WaveGSSM：用于传播时空模式的图波状态空间模型
简介该论文提出 WaveGSSM，一种二阶图状态空间模型，在每个节点同时维护表示当前模式的状态和表示其变化速率的状态，并通过图波转移在同一次推演中耦合空间传播与时间演化。作者在四个时序图基准和全球天气预报上评估该方法，报告其在时序图基准上平均表现最好，并在1至5天天气预报中将位势高度 RMSE 平均降低 20.2%，同时更好地保留大尺度大气模式。
说明LLM谄媚行为剖析：翻转率掩盖了什么
简介本文提出模块化重放协议SycoLens，测试用户施压与评估设置如何影响大语言模型的答案翻转率。研究对11个前沿模型进行约76万次受控重放，发现不同施压方式下模型的排名差异很大，且翻转率无法区分修正与屈从。因此作者建议用多维度的报告概况取代单一分数。
说明用于单神经元电生理的条件流匹配：捕捉不同刺激下的多模态反应
简介该论文提出一种条件生成模型，用流匹配方法学习单个神经元在输入电流条件下的电压反应分布，而不是只输出单一反应。作者在两类人类皮层中间神经元的生物物理详细模型上进行测试，生成的反应能再现电生理特征分布、放电时间结构和兴奋性曲线，并与人类皮层神经元的实验记录相符。在阈值附近，模型能同时生成放电与不放电的反应，在去极化阻滞附近也能恢复低放电与高放电两种模式；作者指出神经算子基线模型在这些情况下会抑制阈值附近的放电并模糊两种模式之间的差别。
说明推理策略的贝叶斯非参数记忆测试时适应
简介大语言模型推理成本高，且推理中获得的经验难以带到后续问题。本文提出“贝叶斯小抄”，用分层狄利克雷过程高斯混合模型对行为嵌入聚类，在推理时检索相关行为，并在测试时在线更新、必要时新建分量。文中报告在AIME'25、Omni-MATH和PhysReason等推理基准上相比现有记忆模块有明显提升，包括冷启动设置。
说明ANT：用于智能体行为审计的多粒度网络流量数据集与基准
简介该论文提出ANT数据集，记录大语言模型智能体在执行任务时的网络流量，并标注风险、场景和行为基元等多个粒度的信息。数据集包含3114个执行片段、276417条双向流和40049个行为基元片段。作者用13种流量分析基线建立了风险识别、场景识别和行为基元分类的基准，结果显示现有方法能获得有用但不均衡的行为信号。
说明SOL：用双切片 Wasserstein 距离衡量文本分布之间的差距
简介该论文提出 SOL，一种衡量文本分布之间距离的方法。它用固定 Transformer 的隐藏状态经验测度表示每个序列，再用双切片 Wasserstein 距离比较这些测度的分布。作者证明在 Transformer 为单射时 SOL 是度量，实验显示它能发现分布失效并复现模型趋势，并以 OpenWebText 训练的多种模型作了初步再评估。
说明ArtifactArena：通过模型在物理世界中构建的成果来评估模型
简介该论文提出 ArtifactArena，一个开放式平台，要求模型完成软硬件协同设计，在模拟竞技场中工程化制造可正常工作的机器人并相互比赛。研究通过三种评估方式考察模型的零样本设计、基于验证器的迭代改进和开放式物理设计能力，并用各模型作品间对战锤炼出的 Elo 排名进行基准测试。作者同时发布了框架和持续接受社区提交的比赛基础设施。
说明Xaurora：基于基础模型先验、采用去噪随机插值的生成式天气预报
简介深度学习近年来推动了天气预报的发展，但多数大气基础模型是确定性的，难以生成用于不确定性评估的大型集合预报。本文将预训练的确定性模型Aurora微调为生成式集合预报模型Xaurora，采用去噪随机插值与随机微分方程轨迹的回放缓冲区进行概率训练。结果显示，其全球集合指标接近当前最优水平，与大版本Aurora相当，并可在13分钟内生成15天预报。
说明基于物理渲染合成数据的稠密光源估计通用流程
简介本文提出一种可复用的流程，从基于物理的三维渲染场景中生成稠密的光源色度图，用于计算摄影中的光源估计。作者利用已有的三维场景集合，在受控光照下自动产生逐像素光源标注。基于该流程生成了74,321张合成图像，用于预训练单光源与多光源估计模型，实验显示在数据稀缺情况下性能有所提升。
说明借助分层程序性理解改进主动式 AI 助手
简介主动式 AI 助手会持续观察用户的操作，并判断何时给出新的指导或保持沉默。论文提出 ProactiveCoach 套件，包括用于训练的 ProactiveCoach-Instruct、用于评测的 ProactiveCoachBench，以及经过微调的视觉语言模型。在相同骨干模型上，分层监督相比固定粒度监督整体性能最多提升 9.6 个百分点；结合轻量级指导路由器后，自适应指导系统在四种指导级别切换中比上下文适应基线高出 57.1 个百分点。
说明文生图模型的有害内容生成：能力与审核局限
简介该研究系统评估了五个开源文生图模型在有害内容生成方面的表现，方法是将新闻标题改写为不安全提示词。人工评估1500张图像显示，暴力血腥、色情、有害刻板印象、仇恨言论和自残等类别均有较高的有害内容生成比例。研究还发现自动审核系统存在检测漏洞，合成图像检测器的训练数据多样性也影响其效果。
说明NeuroCBIR：面向全脑与脑区的快速准确MRI图像检索系统
简介该论文提出NeuroCBIR，一种基于内容的神经影像检索框架，可快速检索整脑或特定脑区的3D T1加权MRI扫描。系统提取103个皮层与皮层下区域，结合变分自编码器与对比学习生成扫描嵌入。在受试者再识别任务中，前5结果的平均精度不低于98.4%；零样本年龄预测和病理分层结果表明嵌入包含有用信息。
说明你改变了主意，模型却没有：多轮对话中意图问题的解析
简介论文研究大语言模型在多轮任务中，用户提出修改后又拒绝时，模型是否会受影响。作者构建了 Intent-Eval 基准，涵盖工具操作、代码、数据库和数学等任务，发现即使只是提及被拒绝的修改，也可能干扰任务执行，模型会把已被拒绝或取代的内容当作有效要求。作者据此提出 Intent-OPSD 框架，用同一模型初始化的教师与学生模型进行自我蒸馏，以区分“被提及”与“仍然有效”的需求。
说明基于拓扑信息与提示条件的超声与MRI子宫结构通用分割
简介该论文提出TPUS框架，用于在超声和MRI图像中同时分割多种子宫结构。框架结合模态特定输入层、共享的图编码解码器、任务感知类别提示、动态卷积输出模块以及拓扑约束损失，以应对不同数据集的标签差异。在一个子宫超声数据集和一个T2加权子宫肌瘤MRI数据集上，其在两个保留测试集上的Dice分数分别为0.898和0.693，优于若干通用分割基线。
说明polyview：一个用于多视图机器学习的 Python 软件包
简介该论文介绍了 polyview，一个与 scikit-learn 兼容的 Python 软件包，提供多视图嵌入、聚类、融合与视图增强等工具，并支持处理不完整的视图。作者在五个真实多视图数据集上演示了该软件包，并将其基于典型相关分析的组件与两个已有库进行了比较。该软件包既可作为基准测试与原型开发的实用工具，也为今后的研究提供基础。
说明GPlaceRL：面向详细布局的开源图强化学习框架
简介本文提出 GPlaceRL，一个用于详细布局优化的开源图强化学习框架，将已合法化的布局表示为图，便于研究图编码器、策略结构、奖励设计和局部放置动作。作者在五个布局基准上，用带图注意力网络（GAT）编码器的 PPO 策略逐设计优化，最佳贪心评估的 HPWL 改善幅度为 3.27% 至 32.87%。结果显示紧凑的 GAT 结构和灵活的局部动作空间较为重要。
说明FairProp：通过可微传播层实现公平的节点表示学习
简介图神经网络常用于节点表示学习，但其消息传递机制可能放大拓扑偏差并引发公平性问题。本文分析了节点分类、链接预测和节点回归三类任务下的群体公平性（人口统计均等差距），给出了界限，并识别出群体均值差异与组内协方差两个偏差来源。作者据此提出FairProp，将公平约束嵌入APPNP的传播过程，实验显示其在多项任务上取得了良好的公平性与效用权衡。
说明AECP：面向多智能体代码生成的仅限制品通信协议
简介该论文提出AECP（仅限制品通信协议），要求多个AI智能体只能通过结构化制品交流，并由执行框架负责处理共享发现、检查接口一致性并要求相关智能体修订。在Doc2Repo、NL2Repo和CodeProjectEval等基准上，相比自由形式消息通信，平均测试通过率提高28.2%，平均耗时减少16.5%。此外，该方式还能阻止恶意指令在智能体之间传递。
说明保持行为的 KV 缓存压缩：一种无需训练的方法
简介大语言模型处理长文本时，KV 缓存占用大量内存，是性能瓶颈。本文提出一种无需训练的压缩框架，通过估计删除某个缓存条目后输出分布的变化（用 KL 散度衡量）来决定保留哪些条目，而不是依赖注意力权重等代理指标。论文称在多种模型架构和压缩场景下，该方法在相同保留预算下优于基于注意力的启发式方法，压缩程度越高优势越明显。
说明超越后继模型准确率：推荐系统递归自我改进中的状态保留
简介论文研究推荐系统的递归自我改进，即推荐器输出被反馈用于后续训练。作者提出“分布式进展”概念，认为更新前后的模型可能各自保留互补的排序决策，并用跨代优势（CGA）衡量。在四个数据集和三种序列推荐编码器上的实验显示，最优保留方式因架构而异，排序分离统计量能选出更强的模型组合。
看点提出分布式进展与跨代优势概念，揭示推荐递归自我改进中保留前代状态的新问题；在四个数据集、三个编码器上验证，选择规则在多数设置中有效。
说明MaRO-GS：从不一致的多视角掩码中重建对象的高斯泼溅方法
简介该论文针对多视角图像的三维物体重建，提出MaRO-GS框架，直接优化目标物体的高斯分布，而不是重建整个场景。方法通过筛选掩码可靠的视角、抑制与目标无关的高斯并防止背景致密化，并使用轮廓对齐的物体损失，以应对二维分割掩码在不同视角间不一致的问题。实验显示其在多个数据集上提升了PSNR、分割精度和计算效率，在小物体LERF-Mask数据集上PSNR最高提升2.05 dB。
说明Odyssey：面向长时程真实道路驾驶、带显式导航路线的闭环基准
简介该论文提出 Odyssey，一个长时程闭环驾驶评测基准，包含 100 个场景，每个场景取自 100 秒的 nuPlan 驾驶日志。它用标准清晰度（SD）地图路线取代模糊的方向指令，并新增 SD 路线遵循度、换道前准备得分，以及在驾驶得分基础上加入路线偏离和换道准备失败惩罚的 RouteDS 指标。作者用这些指标评估了包括视觉-语言-动作（VLA）模型在内的多种规划器的导航表现，并表示基准代码与基线将公开发布。
说明用于分子图生成的潜空间流匹配：在压缩表示上生成整张分子图
简介论文提出在预训练变分自编码器得到的整图潜表示上进行生成，通过流匹配生成潜表示，仅在最后一步解码为图。在多个规模递增的分子基准上，该方法在有效性和FCD指标上表现较强，且与直接在离散图空间生成的先进模型相比，质量与效率之间取得更有利的平衡。
