机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明零样本脑部MRI图像修复：基于2.5D无条件流先验
简介该论文提出一种零样本脑部MRI修复方法，用2.5D无条件流匹配先验学习相邻轴位切片三联组的健康解剖分布，训练时排除病变区域。推理时沿深度方向自回归处理，并用Restora-Flow求解器结合输入掩膜约束，多次随机重建取平均得到结果。在BraTS 2026修复挑战赛验证集上，SSIM为0.816，MSE为0.007，PSNR为22.923。
说明S2Tok：用持久空间令牌实现流式三维高斯重建
简介论文提出S2Tok，一种前馈框架，可从未标定的图像流中维护一个大小自适应、可持续更新的场景状态。模型用空间感知Transformer融合新观测与已有场景令牌，并通过可学习的准入模块有选择地扩展表示以减少冗余存储。解码器与高斯头将该状态转换为非像素对齐的三维高斯，从而在不缓存历史帧的情况下实现新视角渲染。四个基准实验显示其在紧凑高斯表示下具有有竞争力的流式渲染质量。
说明基于SNR门控LSTM条件扩散模型的MIMO信道估计
简介本文提出一种用于MIMO信道估计的时序条件扩散框架，在角度域进行去噪，利用LSTM对短观测序列编码以捕捉时间动态。模型引入可学习的SNR门控后融合捷径，以平衡观测保真度与生成先验，并采用SNR自适应的确定性DDIM式反向更新以降低推理延迟。仿真结果显示，该方法在时变标准化信道模型上优于现有扩散类基线，同时保持较低延迟。
说明最优优化器取决于批量大小：论文指出自适应优化器的排名会随批量大小变化
简介论文指出，许多新的自适应优化器通常只在单一批量大小下评测，但不同批量大小下的最优优化器可能不同。作者通过分析带噪声的二次模型，指出能保持性能的批量缩放规则依赖于方向，并证明梯度噪声会导致预条件化中的偏差-方差权衡，从而改变优化器排名。在语言模型预训练实验中，作者还发现只保留最尖锐的 0.001% 方向上的小批量更新，可挽回部分性能差距。作者认为优化器设计应考虑批量大小，评测也应跨批量大小进行。
看点证明噪声二次模型中最优学习率缩放规则依方向而变，并给出偏差-方差权衡理论，结合语言模型预训练实验验证，结论对优化器评测有实质影响。
说明Wieszcz-XIX：一个包含31亿词的1918年前波兰语语料库，以及从零训练的时间受限语言模型
简介本文发布了Wieszcz-XIX语料库，收录1800至1918年间出版的波兰语文本，共约31亿词（6.75亿词符），多为期刊。研究团队对语料进行了去重和1918年后内容泄露的排除，并从零训练了47M至349M参数的解码器模型，测试其对时代词汇的掌握程度。文章同时说明模型会重现时代偏见，包括反犹言论。
看点构建了31亿词的19世纪至1918年波兰语语料并从头训练时间受限模型，通过与现代模型对比验证其时间边界特性，证据较充分，对该子领域有实用价值。
说明HULK：学习人形机器人全身有力的移动与操作
简介该论文提出HULK，一种用于人形机器人全身控制的框架，使其在移动时能用身体抱持大型重物并施力操作。研究以模型预测控制引导强化学习，训练两个教师策略并蒸馏为单一策略，并在仿真和Unitree G1机器人上评估。原文报告，带障碍函数的教师策略在每臂10公斤负载下速度跟踪误差最低，DCM偏移幅度较仅用MPC引导的强化学习降低35.7%，腕部力教师可承受最高130牛的躯干推力扰动。
说明在评估等待期间完成贝叶斯优化：利用目标函数评估延迟的全贝叶斯方法
简介论文针对昂贵的黑盒优化问题，提出 ELF-BO 算法。它在目标函数评估进行的同时，从超参数后验中采样，只在观测到目标值后对样本重新加权。实验表明，该方法在合成函数和实际应用中的表现与全贝叶斯方法相当，而决策延迟与标准贝叶斯优化相当或更低。
说明Socio-Foundation：通过分层能力蒸馏实现可泛化的个体行为模拟模型
简介本文提出用于模拟个体行为的 Socio-Foundation 模型，并将个体模拟归纳为 FONTS 分类法，包含角色保真、结果实现、行为自然度、轨迹连贯和社会关联五个维度。作者整理了约 1000 万条训练样本，经三阶段流程（DAPO 训练任务专家、离策略蒸馏整合为能力专家、多教师在策略蒸馏统一）训练模型，并提出涵盖 29 项指标的 IndiEval 评测体系。论文称该模型比其基础模型 Qwen3-8B 高出 11.0 分，接近 GLM-5.2 等前沿模型。
说明人类的第六感：多模态模型直觉视觉推理基准测试
简介论文提出 Humanity's Sixth Sense（HSS）基准，用于评估多模态大模型的直觉视觉推理能力，即人在一瞥之间推断场景中隐含的时间、空间、社会与抽象结构的能力。HSS 涵盖图像与视频，并配有人工撰写的提示。结果显示，参与者准确率为 93.1%，而表现最好的模型 GPT-6-astra 在最大推理强度下仅为 53.6%；动态视觉操作的智能体设置缩小了差距，但未能消除。
说明论大语言模型智能体异步强化学习中的KL正则化策略优化（KLPO）
简介本文针对大语言模型智能体的异步强化学习问题，提出KL正则化策略优化（KLPO）框架，将KL正则项锚定在采样器上，并通过在采样器自身轨迹上做最小二乘拟合来更新策略，无需重要性权重、价值网络或每个提示的多条回复。作者还证明了相关梯度在特定条件下无偏，并指出SPPO、GPO、REBEL和BPO是KLPO的特例。
说明用于离线视觉控制的有向时序表示（DTRC）
简介本文提出有向时序表示方法DTRC，在冻结的LeWorldModel特征之上，从离线视觉轨迹中学习一个与时序可达性对齐的潜在几何。方法构建有向时序拟度量，并以目标相关的时序进展信号作为批评器，直接学习目标条件策略。在十个视觉控制任务上，DTRC相对规划类与直接策略基线取得较强的目标条件控制表现，且测试时无需迭代轨迹搜索。
说明GraphOPD：面向大语言模型智能体的图增强在线策略蒸馏
说明RACER：结合查询解析与基于工具检索的反思式智能体，用于长视频理解中的帧选择
简介该论文针对长视频理解中的帧选择问题，指出现有相似度方法和判断方法各有不足。作者提出免训练的RACER框架：由轻量视频大模型负责把复杂查询改写为子查询，由嵌入模型作为检索工具定位相关画面，并将检索到的帧反馈给模型迭代优化子查询。实验表明该方法在多个基准上提升了长视频理解效果。
说明工具使用型智能体的可控遗忘：可逆的上下文整理实践
简介该论文研究让智能体自主选择并替换已获得的工具结果：每个结果以简短笔记取代并保留在原位，原文则存入可恢复的归档，且用户指令与助手消息不受影响。在一个 OpenTelemetry 调试案例中，该方法的提供方报告输入令牌数为 231,951，而保留完整历史时为 912,492，累计输入令牌减少约 50%。但在另一组应用开发任务中，该方法没有带来上下文或成本节省，且在较早的一次延续中人工评估质量较低。
说明用单张切片校准病理基础模型
简介扫描仪差异会改变病理基础模型对同一组织的表征。本文提出 SlideRuler，利用同一切片内的其他区域作为内部对照，预测查询区域因扫描仪造成的偏移。借助配对重扫描数据学习到的迁移映射，可在推理时仅用一次扫描完成校准，且基础模型保持冻结。实验显示，学习到的迁移使目标与源嵌入的平均距离相对原始嵌入降低 16.3%–38.5%。
说明SPW-Nav：面向语言引导导航的流式全景世界模型
简介本文提出SPW-Nav，一种流式全景世界模型，能够理解移动指令，并从单张全景图实时生成一分钟2K 360度视频。模型将指令解释为相机运动，通过球面旋转解耦、姿态对齐条件输入和多项记忆机制保持长时序稳定。作者还构建了带相机轨迹与已验证指令的全景视频数据集SPW-NavSet。实验表明，该方法在相机跟随精度和视频质量上优于既有全景生成方法，并支持即时切换指令。
说明AlphaFold 3 中的结构捷径：多序列比对的作用
简介该研究通过对内部表示进行因果干预并逐个探测 Pairformer 模块，追踪 AlphaFold 3 中全局蛋白质结构的形成过程。结果显示，多序列比对（MSA）是折叠结构的一条捷径：去掉 MSA 后，局部二级结构基本保留，但决定全局拓扑的长程关系被破坏。在 48 个模块中，多数蛋白质约在第 9 个模块即可恢复折叠结构，而不使用 MSA 时大多数蛋白质始终无法获得。使用与结构对应位置的其他同折叠蛋白比对时，中位 TM-score 从 0.44 提高到 0.72。
看点通过对AlphaFold 3内部表征的因果干预，揭示MSA作为折叠结构捷径，并以跨蛋白迁移实验验证，新意突出，证据充分，对理解该模型有较大意义。
说明VCR-Bench：一个用于视频分类鲁棒性评测的模块化开源基准
简介视频分类的鲁棒性研究目前分散在互不兼容的实现中，结果难以复现和比较。该论文提出开源基准框架VCR-Bench，统一了视频加载、分类器、对抗攻击与防御、感知指标及结果记录等模块。框架目前集成30个视频分类模型、14种对抗攻击和10种防御方法，并在Kinetics-400子集上报告干净准确率、攻击成功率、感知质量、运行时间和内存占用。
说明面向地外独立异常分诊的证据驱动人-智能体-机器人协同架构
简介本文提出一种用于深空任务的异常分诊架构，由智能体AI作为有状态协调者，管理假设、证据来源与不确定性，并由机器人获取局部证据。架构通过类型化接口隔离对话编排与安全关键控制。文中以两个情景说明，并在硬件在环原型中进行了集成验证。
说明AI智能体能否自主开展开放式科学发现？基于Station环境的研究
简介该论文在名为Station的开放世界环境中，让多个智能体模拟科研生态，考察AI能否自主完成没有明确指标的开放式科学任务。作者加入了监督者机制和定期元反思机制，并基于ICLR三篇口头报告论文构建任务，隐去原文结果、禁用网络。结果显示Station平均重新发现62.7%的评分标准，高于对比系统。
说明AdaGuard：利用可推理的LLM裁判式护栏提升安全性与政策合规性
简介该论文提出AdaGuard，一种自适应的LLM-as-a-Judge护栏框架，用于企业生成式AI应用的安全与合规审查。它通过监督微调与强化学习（GRPO）训练，可在运行时适应用户自定义的安全与合规政策，无需频繁更新模型。其核心在于动态判断输入与政策组合的复杂度，在快速黑盒推理与可解释的推理审核之间切换，以兼顾延迟要求与透明度。
说明CARE：为视觉-语言-动作模型推理加速提供认证保证
简介视觉-语言-动作（VLA）模型每个控制步都运行成本较高，已有方法通过动作分块、视觉标记剪枝等手段加速，但通常只看延迟和平均成功率，可能掩盖加速导致的任务失败。本文提出CARE，利用校准集上的配对滚动，在有限样本下保证加速引起的失败风险低于用户设定的预算，并选择可认证的最快候选方案，若均不合格则退回原模型。在四个LIBERO任务集上，CARE认证了9.0至10.8倍的加速，并以95%置信度保证至少85.8%的参考模型已解决回合得以保留。
说明AI辅助物理的未来：通过形式化来发现、验证和整理研究成果
简介本文综述了人工智能与形式化在物理学中的作用，主张形式化是AI驱动的物理发现（包括计算物理与理论物理）的必要基础层。文章指出，AI降低了物理形式化的门槛并提高效率，但在选择定义和设计库方面仍弱于编写证明；同时强调应以Physlib等社区审核的共享形式化库为核心，并指出已通过检验的证明不能保证其定义忠实反映物理意图。
说明视频世界模型的物理学“最后考试”：用可测量指标评估生成视频的物理一致性
简介该论文提出一个名为 World Models' Last Exam in Physics 的基准，用于检验视频世界模型生成的画面是否符合物理规律。基准包含40项受控任务，涵盖力学、光学、流体、热学与相变、电磁学和表面张力，并通过预先设定的可测量物理指标进行评估，无需参考视频。实验评估了8个视频生成模型共1280段视频，最佳模型总分为57.76（满分100），显示出持续存在的物理不一致问题。
说明从单张图像构建完整三维场景
简介该论文提出一种方法，从单张图像生成包含相机未观察到区域的完整三维场景网格。作者将原本面向孤立物体的三维生成模型（如Trellis 2）改造为同时适用于室内和室外场景，采用距相机远近自适应分块、显式建立二维与三维对应关系，并合成约4000个室外场景以扩充训练数据。实验表明，该方法在几何精度和感知质量上优于所有基线。
说明QF3：利用过滤后的Q梯度实现快速流策略强化学习
简介该论文提出QF3，一种在线离策略强化学习算法，用于训练流策略（flow policy），结合流匹配与评论家的动作梯度，并只对接近回放动作的维度施加梯度以保证更新可靠。作者称其为首个从零训练人形机器人运动策略并零样本迁移到实体硬件的离策略流强化学习方法，训练速度相较FPO++快约10倍。此外，该方法还用于微调预训练的操作策略，并在ABC-Sim和Robomimic任务上进行了测试。
说明共形预测集量化信息增益：理论视角
简介共形预测是一种不确定性量化方法，输出具有有限样本覆盖保证的预测集合。本文用面向集合值预测的决策论熵推广，建立预测集大小与信息之间的理论联系。作者证明在标准分类设定下，额外信息带来的预测集缩小量受校准相关量的夹逼，并满足数据处理不等式，因此可以用集合大小的缩小作为信息增益指标。实验在11个分类任务上验证了理论，并显示两种指标在贪心特征选择中的排序可能不同。
说明4D-HOF：面向前馈式4D手-物交互重建的手-物流匹配方法
简介该论文提出4D-HOF框架，用于从视觉基础模型给出的粗略但有用的估计中，以前馈方式重建4D手-物交互。方法通过条件流匹配模型把初始手-物状态修正到交互流形上，并在生成过程中利用物理交互约束和2D观测进行测试时引导。实验表明，在域外基准上它取得了最先进的效果，重建结果更稳定、更准确。
说明IdeaAnchor：教大语言模型从文献中提出研究想法
简介该论文提出 IdeaAnchor 方法，用结构化规格作为监督信号，训练大语言模型根据相关论文综合出研究想法。模型通过示范学习、自蒸馏和强化学习进行训练，并在推理时结合检索增强。实验显示想法质量持续提升，其中训练主要增强创造性综合能力，检索则有助于细节展开，两者结合效果最佳。
说明DepthWorld：面向机器人操作的三维世界模型
简介本文提出DepthWorld，一种基于Stable Video Diffusion的三维世界模型，可同时预测多视角RGB图像与深度。作者先通过结合学习式立体深度与联合因子图的标定流程，构建带有稠密度量深度的三维数据集DROID-3D，并在90%的外部相机片段上实现低于0.7像素的重投影误差。在相同训练预算下，加入深度监督使RGB预测的PSNR提升1.48 dB。
说明智能体可塑性：通过经验衡量自我改进能力
简介该论文指出，现有评测多衡量智能体在某一时点的能力，而非其学习效率。作者在受控环境中让智能体把过往经验沉淀为可复用的工件并由后续实例继承，据此提出“智能体可塑性”，即智能体把经验转化为未见环境中性能提升的效率。研究发现，不同前沿模型的改进轨迹差异明显，训练中的收益只能部分迁移到分布外场景，且最终表现最好的智能体未必改进最快。
说明ALIVE：面向视频编辑的交互对齐物体插入方法（以首帧为引导）
简介该论文提出ALIVE框架，用于视频编辑中插入的物体能与原视频内容产生连贯互动（如被拾起或被操作），输入为编辑后的首帧和仅描述新增物体的指令。研究构建了35,800组编辑数据对，并训练视觉语言模型预测交互引导；同时提出ALIVE-interaction基准评估交互保真度、源视频保留和视觉连贯性。实验显示，在不使用引导时，ALIVE在两个基准上的总体得分分别比最强基线高43.9%和4.4%，加入引导后交互得分再提高0.95分。
说明并行多智能体推理系统的序贯概率不确定性估计
简介本文针对让多个大模型智能体在多轮中并行求解同一问题并汇总答案的系统，提出了名为SAUCE的无需训练的轻量不确定性估计方法。该方法把系统的不确定性视为对潜在系统级信念的序贯推断，结合每轮的一致程度与生成不确定性信号。在五种骨干模型、五个基准和两种协作协议上的实验表明，SAUCE在错误检测、选择性预测和校准方面优于多种基线方法。
说明Sherpa：训练大模型因材施教的论文
简介该论文提出 Sherpa，一个多轮强化学习框架，用带有不同学习偏好的模拟学生类型来训练教师模型，使其依据学生的学习结果调整教学方式。论文报告，经 Sherpa 训练的教师模型在各类学生上的表现平均提升 20.5 个百分点，在 MathTutorBench 评测中教学得分由 52.5% 提升至 79.2%，人类研究中有 79.6% 的两两比较更偏好训练后的模型。
说明CtrlCache：利用控制感知缓存加速交互式视频世界模型
简介该论文提出 CtrlCache，一种无需重新训练的控制感知缓存框架，用于加速交互式视频世界模型的生成。它根据用户控制序列的变化，决定每个视频片段在去噪过程中哪些步骤复用已计算的结果。在 Matrix-Game 2.0 和 LingBot-World v1/v2 上，主干网络加速 1.21 至 1.41 倍，且三个模型的 WBench Overall 分数均高于原始推理。
说明Agent in a Bottle：LLM 智能体能否把能力转化为廉价、可扩展的专用方案？
简介该论文提出“bottling”（装瓶）概念，即让大语言模型智能体把通用能力转化为兼顾回答质量与分摊成本的专用解决方案。作者构建了 BOTTLED 基准，智能体需在固定时间、算力和 API 预算下完成一整批无标注任务，可自行选择训练小模型或编写可复用程序。结果显示，零样本表现强并不必然带来良好的装瓶能力，但在部分任务上可大幅节省成本。
说明AdvSim2Real：在网页世界模型中训练抵御自适应提示注入的网页智能体
简介网页智能体通过阅读和操作第三方撰写的页面完成用户请求，页面中植入的指令可能使其偏离用户目标。本文提出AdvSim2Real，在冻结的网页世界模型中让任务课程、注入攻击者与智能体共同演化。在150个网页任务上，该方法使智能体在面对未训练过的攻击者时完成率相对基线提升33.6%，且能力提升可迁移到真实浏览器。
说明面向高分辨率视觉生成的与后端无关稀疏注意力（BASA）
简介扩散 Transformer（DiT）在图像和视频生成中表现出色，但全注意力的二次复杂度使高分辨率生成计算代价高昂。本文提出 BASA，用移位局部窗口注意力替代视觉自注意力，并在相邻 DiT 模块间采用结构化窗口移位，使窗口边界两侧的标记能够跨层交互，从而减少窗口分割带来的网格状伪影。该方法无需额外的不规则算子或定制内核，可直接用于现有注意力后端。原文报告：在 FLUX 上实测加速超过理论估计值的 90%，在 Wan 上注意力加速达 4.52 倍，同时保持有竞争力的生成质量。
说明高光谱图像分块分类中的数据泄露：量化空间重叠的影响
简介该论文研究基于图像块的高光谱图像分类中，随机划分训练集与测试集会导致空间块重叠，从而造成数据泄露、性能被高估的问题。作者在Pavia University数据集上比较了随机与非随机空间采样下SVM、MLP、2D-CNN、3D-CNN、ViT和MorpMamba的表现。结果显示，随机采样下3D-CNN总体准确率为96.17%，非随机采样下降至55.20%，块越大重叠比例越高。
说明Humanize：面向智能体编程的判断工程
简介该论文提出 Humanize，一种用于智能体编程的多智能体编排工作流，核心是在规划、实现、评审和学习各环节之间设置明确且机械执行的判断点。构建智能体与来自另一供应商的评审智能体交替工作，由确定性钩子而非模型来分配任务并执行72项机械检查。作者基于部署情况、118份公开事后复盘及若干应用进行观察性分析，结果显示独立评审能发现构建智能体无依据的声称，但停止判断仍是主要弱点。
说明带不受限、空间变化反扩散系数的Kuramoto–Sivashinsky方程的快速Fredholm镇定
简介本文为具有空间变化反扩散系数的Kuramoto–Sivashinsky方程设计了快速镇定的反馈控制。作者引入第二个边界输入并分配不同作用：先用边界值做预反馈使系统可控，再用曲率输入通过Fredholm反推变换镇定系统。文中证明了增益映射的连续性，并用神经算子近似增益，给出非线性闭环系统的局部快速镇定结果，数值结果显示相对增益误差约为0.1%。
看点提出两输入Fredholm设计克服单输入的可控性障碍，并证明连续性与神经算子逼近，具有明显新意；数值与非线性闭环结果支撑较充分。
说明VeriFine：在具身推理自我改进中扩展验证能力
简介该论文提出VeriFine框架，让策略、训练课程与评判器协同演化，使自我改进的策略在失败模式变化时仍能获得可靠验证。策略改进循环用评分标准评判器诊断反复出现的失败并优化策略；评判器改进循环在进展停滞时选择性地向人类请教，并通过共同校准修正评判器。实验在驾驶和机器人导航任务上展示了策略与评判器能力的持续提升。
说明WorldSonus：为虚拟世界配上声音
简介这是一篇关于视频转音频（video-to-audio）的论文，提出名为WorldSonus的框架，用于世界模型中的实时空间声音合成。它采用流式因果自回归扩散架构，实时因子为0.41，并支持在生成过程中通过分块索引的提示调度动态控制声音事件，同时利用立体声和环绕声数据实现空间对齐。论文称，该方法在开放领域视频转音频基准测试中，声学质量和空间对齐方面与双向先进模型相当或更优。
说明3D高斯溅射的后训练语义提升：分离检测器、提升与表示误差
简介本文提出一种面向3D高斯溅射模型的后训练语义提升方法，每次处理一个目标类别，综合所有视角的证据，并按高斯在各视角中的可见性加权。方法用两个阈值筛选高斯并将标签转移到带标注的网格顶点上，从而能够区分2D检测器、提升过程和表示转换三类误差。在ScanNet++测试场景上，平均mIoU为0.80（数据集标注掩码）和0.54（YOLO掩码）。
说明化学反应的神经 Petri 流（Neural Petri Flow）：用 Petri 网结构学习化学反应规律
简介这篇论文用 Petri 网描述化学反应，把键和原子价看作库所与令牌，反应看作变迁。作者证明守恒与非负性会约束网的触发形式与使能规则，只把速率规律交给神经网络学习。在无需训练的映射任务和 USPTO-480K 产物预测等基准上，论文报告了与现有方法相比的结果。
看点将化学反应建模为保守的Petri网并证明架构约束，学习速率函数，在多个化学任务上超过已有方法，证据较充分。
说明《缺失的最小配对：大语言模型中的刻板印象评估》
简介这篇论文指出，常用的单一句对比法（比较两句刻板印象的对数似然）在大语言模型偏见评估中并不可靠，改写同一刻板印象的属性可能导致逻辑不一致的结果。作者提出双最小配对方案，包含数据增强框架（生成改写句和替代属性）以及两项专门指标，其中一项基于社会群体与刻板属性之间的互信息。该方法在英语、俄语、西班牙语和中文数据上进行了应用。
说明精确滑动窗口约束下的线性赌博机：在任意连续窗口动作都须可行的条件下学习最优策略
简介本文研究在精确滑动窗口约束下的线性赌博机问题：任意连续一段动作都必须属于指定可行集合。离线情形下，凸性与循环平移不变性使平稳解最优（当 w 整除 T 时），否则差距为加性 O(w)。在线情形下，作者提出转移直径 τ 并设计稀疏切换的 OFUL 算法，遗憾界为 O~(d√T+τd+w)；去除循环不变性后，引入历史状态直径 D，给出遗憾界 O~(d√T+dD+w)。实验表明该方法在保持精确可行性的同时，策略更新次数大幅减少。
说明基于共形动作集的强化学习：在序列推荐中的应用
简介该论文提出带校准剪枝的强化学习方法（RLCP），根据评论家打分和在线阈值动态调整推荐候选集合的大小，而非固定推荐列表长度。论文给出了自适应轨迹下代理未命中率的确定性上界，并把价值损失分解为过滤与选择两部分，从而推导出会话奖励的有限界。在KuaiRand-Pure和MovieLens 1M数据集上，RLCP在全部19个配置中至少有一个变体取得最高的目录多样性，为最强基线的1.11至5.21倍，同时保持有竞争力的会话深度且保留集合不更大。
说明稳健多臂老虎机的计算可解性研究
简介本文研究稳健多臂老虎机（robust bandits）问题，即环境不属于学习者假设类时的学习。作者找到一个特殊情形，存在遗憾为近似 √T 的多项式时间学习算法。他们还证明该特殊情形的几种小推广是 NP 难的，说明这一情形已接近可计算的边界。
说明去噪分层表示：用于语言建模的联合连续扩散
简介本文提出分层连续扩散语言模型（H-CDLMs），让词元本身与对预训练词嵌入聚类得到的粗粒度簇这两种不同语义粒度的模态并行扩散，并允许各模态使用不同的采样器和调度。应用于CoBit得到的H-CoBit在多项基准上取得明显提升，在LM1B和OWT上的生成困惑度（GenPPL）分别为49.4和50.4，在GSM8K上准确率为27.4%。作者还表明该框架可推广到流匹配模型FLM。
看点将离散扩散中的联合扩散思想引入连续语言扩散，并用聚类得到的粗粒度表示联合去噪，实验在LM1B、OWT和GSM8K上有明显提升。
说明在线逆优化的最优且高效算法
简介本文研究在线逆线性优化：学习者每轮推荐一个动作，然后观察专家的选择，专家在未知的线性目标下做最优化。文章给出一种确定性算法，其后悔值为 O(√d)，对任意时间范围 T 成立，并且运行时间关于 d 和 T 为多项式。该算法是对 Sakaue 等人及 Cai 等人变度量算法的改进，当查询点离上次度量更新处足够远时，撤销该更新。
说明生成式检索中语义ID空间的系统研究：探讨什么样的文档标识符更有效
简介该论文研究生成式信息检索中的文档标识符（DocID）设计，即模型直接生成文档ID而非传统的检索后排序。作者提出统一框架，将乘积量化（PQ）与残差量化（RQ）及其混合变体纳入同一设计空间，并定义了无需训练即可评估的内在指标。作者在MS MARCO 300K和NQ320K数据集上分析了这些结构特性对检索效果的影响。
说明EgoLAP：通过语言-动作推理从第一人称人类数据中学习
简介该论文提出EgoLAP，一种视觉-语言-动作（VLA）预训练框架，通过共享的基于语言的动作思维链，同时从人类和机器人轨迹中学习。它用结构化、时间抽象的语言动作表示运动意图，并结合基于场景几何、物理和物体可供性的运动级推理。论文报告，在真实与仿真实验中，该方法将人类经验迁移到机器人控制的效果优于其他动作表示，平均真实任务进度达80.1%，相比其他动作表示提升2.3倍。
说明智能体的历史记录能否预示上下文压缩何时会造成损害？基于TRACE配对重放语料的有限效应研究
简介许多长时程智能体按全局规则（通常是令牌预算）压缩上下文，不考虑其当时的行为。作者利用TRACE公开语料中590个压缩边界的配对重放数据，比较压缩前后上下文下的后续动作负担（报错或重复调用）。结果显示，压缩前的历史对压缩后的损害只有较弱的预测能力，最佳触发规则的留出AUROC为0.66，仅能避开21%的有害边界，且尚无法与令牌预算规则进行公平比较。
说明WorldSolver：LLM 智能体能否通过生成求解器来模拟物理动力学？
简介该论文提出 WorldSolver 基准，包含从 61 篇经典计算机图形学论文中提取的 168 个物理仿真任务，覆盖 7 个物理领域。每个任务提供固定的仿真环境代码框架，要求智能体补全求解器实现，并从可执行性、视觉保真度和物理合理性三方面评估。实验显示，生成可执行求解器已属困难，满足视觉与物理正确性更难；表现最好的两个智能体总分分别为 48.7% 和 46.7%。
说明留出法最佳N选一：无偏评估及其代价
简介同一批用于选出最佳N个候选之一的分数，可能会高估其期望奖励。本文研究在每个候选有K个独立分数、选择时使用J个新分数的情形下如何评估。当且仅当J<K时，仅基于该分数矩阵的估计量对任意独立且稳定的分数分布都是严格无偏的。在高斯分数情形下，无偏极小极大风险量级为σ²/√K，由留出法达到；允许有偏则可改善至σ²/K。对两个候选，文中给出了方差已知时的最小方差无偏估计量，并得到渐近无偏极小极大常数1/(π√2)。
看点证明了仅依赖固定评分矩阵的无偏估计当且仅当J<K时成立，并给出Gaussian情形下的极小化极大速率与常数，理论贡献突出；对Best-of-N评估有实质影响。
说明遗忘并非总是灾难性的：论虚假遗忘的机制
简介语言模型在微调后看似遗忘的知识，往往仍被保存并可恢复，这种现象称为虚假遗忘。作者用一个极简的联想记忆模型复现了这些动态，指出遗忘同时包含一种共享、可逆的访问丧失，以及个别事实的缓慢侵蚀，只有后者才是灾难性的。
说明通过路径-流对齐实现路径与流的协同演化
简介本文提出路径-流对齐作为流匹配的统一训练目标，让端点保持的路径网络与流网络联合训练，二者用同一对齐损失相互对齐。作者发现仅靠对齐损失并不可靠，会出现路径过拟合，即损失下降而样本质量变差，并引入随机路径正则化器来抑制该问题。在ImageNet-256x256与SiT骨干网络上，该方法在不同模型规模下均提升了FID。
说明生成式检索中范式、标识符与解码方式的解耦分析
简介该论文在 NQ320K 与 MS300K 数据集上，分别训练自回归、掩码扩散和块扩散模型，并比较残差量化、乘积量化与随机三类文档标识符。研究发现，仅改变解码方式就能显著影响扩散模型的 Hit@1 指标，并提出一次性打分解码方法，其结果在多数设置下不逊于生成后匹配的方法。论文还指出，自回归模型整体仍领先，且两种范式比较时应各自采用其最佳配方与解码方式。
说明跨空间时间序列的预测增强推断：在标签稀缺时估计期望值并给出有效置信区间
简介论文针对多个空间位置上标签观测时间很短、协变量却有更长记录的情形，目标是估计各位置未来的期望标签（如作物产量）并给出有效置信区间。作者提出结合预测增强推断（PPI）与异方差自相关一致（HAC）方法的思路，以修正机器学习插补标签带来的偏差并处理时间相关性。论文称，在给定短期有标签时间序列、较长的无标签时间序列及不完美预测器的条件下，该方法优于若干自然替代方案。
说明SpaTime：用于时空推理的流式视觉语言模型
简介论文提出SpaTime，一种流式视觉语言模型，能在视频尚未播完时基于已观察到的帧逐帧回答关于三维空间的问题。模型在每一帧将因果几何token融合进语言模型，并设计了响应时间损失来约束回答时机。作者还构建了StreamVSTI-Bench和StreamVSI-Bench两个流式评测基准。在StreamVSTI-Bench上，SpaTime整体准确率为49.2%，平均响应时间误差相比最强的流式基线降低66%。
说明基于扩散模型图像风格化的局部内容与风格控制
简介该论文针对基于潜在扩散模型的图像风格化，指出现有流程只能全局控制内容与风格。作者把ControlNet与IP-Adapter流程中已有的两个条件权重，从全局标量扩展为逐位置的空间图，实现在一次生成中对不同区域的内容与风格分别控制。由于两个权重作用于互不重叠的通路，可组合出2x2的修图方式，并且无需重新训练即可接入同类流程。
说明一致不等于有效：跨模型大语言模型共识在K-12数学辅导对话中诊断学生失败模式的研究
简介本研究探讨大语言模型对K-12数学辅导对话中五类学生失败模式（不确定性、错误归因、运算选择、概念缺口、程序性失误）的分类是否有效。结果显示，人机一致性为中等水平（kappa 0.524–0.597），而模型之间的一致性明显更高（kappa 0.755–0.781）。作者认为，模型间的共识可能造成分类正确的假象，不能替代独立的有效性证据。
说明nanoMuse：面向你所有设备的开源个人智能体
简介这篇论文定义了“个人智能体”的五个问题和三个阶段，并分析了 Meta 的闭源个人智能体 Muse 的构成。作者提出 nanoMuse，一个在 GPL-3.0 协议下开源的个人智能体，可运行于用户的各台设备，通过中继共享对话，所有操作经由 Sentinel 审核，记忆以用户可读的文件保存。文中对其规模与成本给出估算，并列出了开放记忆溯源、评测套件等后续路线图。
说明GeneICL：面向批量转录组数据的表格基础模型
简介该论文提出GeneICL，一个约420万参数的表格基础模型，用于基于基因表达数据的临床结局预测。它用由实测批量表达谱构建的半合成数据进行预训练，并通过Cox部分似然残差将生存预测转化为回归问题。在80个临床预测任务上，该模型整体排名优于评估的其他基础模型和调优基线，参数量最多少387倍，推理时无需梯度更新。
说明ScienceClaw：评测AI科学智能体在自然科学与社会科学中的持续自我进化
简介本文提出ScienceClaw框架，研究大语言模型智能体在科学自动化中的持续自我进化，即在参数固定的前提下，通过解决任务、科学验证与程序更新来改进可执行工作流。作者构建了覆盖23个学科的ScienceClaw-Eval基准，从科学正确性、进化增益、保留能力、跨数据集迁移和进化成本等方面进行评估。
说明面向高斯过程因果模型中离散结果的概率反事实推断
简介本文提出一个统一的概率框架，用于在含离散结果变量的高斯过程结构因果模型中进行反事实推断。作者为二元、无序类别和有序变量分别推导噪声还原方法，并在合成数据上验证估计精度与稳健性。研究发现，对有序数据误用分类耦合会使反事实误差约增大三倍，且该误差不会随数据增多而消失，因此耦合形式应基于结构依据来选择。
说明RenderBench：基于重建数字孪生的渲染到真实视频迁移基准
简介该论文提出RenderBench，一个包含12个重建真实场景的基准，每个场景配有真实目标视频、可编辑的数字孪生和匹配的代理渲染。它用于评估视频模型能否依据外观参考和渲染代理生成真实视频，并检验几何与动态的保持情况。首个版本保留了14个已注册样本中的12个，共1,496帧配对真实与代理画面。
说明耦合但滞后：无脚本对话中全双工语音模型之间的轮替
简介该论文研究两个全双工语音模型（PersonaPlex-7B）在无脚本对话中相互交谈时的话轮交接节奏。结果显示，二者的时序相互耦合，但发言权交接明显滞后，中位数为400至560毫秒，而人类为137毫秒，且很少在对方话语结束前的时段内交接。
说明小型语言模型在抽象推理任务上的系统研究
简介该论文在 ARC-TGI 基准上系统考察小型语言模型的抽象推理能力，区分模型是否习得可迁移规则，还是仅拟合了特定分布的规律。研究在超过 1000 次运行中评估了三类模型在监督微调下的表现，涉及技能获取效率、分布外鲁棒性及注意力模式。结论显示，分布内准确率可以达到较高水平，但分布外性能急剧下降，抽象推理得分取决于模型、适应方式、评估分布与回答格式。
说明《面相学重访》：视觉语言模型如何通过图像转换编码敏感属性
简介本文研究两种知名视觉语言模型在生成图像时如何编码受保护的身份特征。研究发现，当模型被要求将人脸图像转换为体现种族或性取向的形象时，模型常会照做，且是否拒绝具有非确定性和群体敏感性；生成图像在统计上可区分，并常放大既有刻板印象。研究还发现，这类偏见会在文本推理和特征描述任务中再次出现，并延伸到犯罪相关的偏见。
说明方差最优的离策略评估：结合效应建模（VOCEM）
简介本文研究上下文赌博机策略的离策略评估，指出动作级重要性加权方差过大的问题。作者证明在相关假设下存在一族无偏估计器，可在 OffCEM 与 DR 之间插值，并据此提出方差最优的 VOCEM 估计器，给出最优插值系数的闭式解。实验显示 VOCEM 在全部 23 个评估条件下均优于两端方法。
说明同数字引用互换：检验 Jev 作为金融证据判别器的能力
简介论文评估概率式证据核验在数字匹配之外还能提供什么。研究以 Jev 作为 GPT-4.1-mini 计算过程的来源支持核验器，在保持运算数和算术不变的前提下，将引用移到数值相同的其他单元格，检验其能否识别角色错误并保留有效替代引用。结果显示存在角色错误被放行和有效引用被拒绝两种情况，明确列标签会改变这两类判定，并在新增的 36 个来源页面上呈现同样的权衡。
说明EC-RAG：面向长视频理解的事件链检索增强生成方法
简介现有大型视频语言模型处理长视频时，常独立处理各帧，难以捕捉事件之间的时间依赖。本文提出无需训练的EC-RAG框架，先把视频划分为语义连贯的片段并用多模态信息表示，再将其串联成保留时间顺序的事件链，回答问题时检索相关事件及其多模态证据。在Video-MME、MLVU和LongVideoBench上的实验显示，该事件级设计优于帧级检索基线。
说明PDB：用于面部动画重定向的基于点的变形混合方法
简介该论文提出PDB方法，用于在网格结构不同的人脸模型之间迁移表情动画。方法从源人脸的中性与表情网格预测一组紧凑的变形控制点，并从目标中性网格计算混合权重，通过二者相乘直接重建目标网格。实验称其在表情准确性与局部表面保持方面优于所比较的稠密位移方法，减少了表面伪影。
说明在压力下仍坚持原则：后训练决定大模型是否按自己的道德判断行事
简介该论文研究开源大模型在压力下是否会违背自己认定的道德判断而采取行动，并考察哪些因素影响这种差距。研究者构建了248个情境，比较有压力与无压力两种版本，并结合不同模型的后训练方法进行测试。结果显示，一些模型的后训练方法会导致这种差距，而推理能使选择更接近模型自身判断，但其效果取决于所依据的规则本身。
看点提出衡量模型是否违背自身道德判断的新框架，并发现后训练方案决定差距，证据较扎实，影响限于AI安全子领域。
说明MemFLoRA：面向边缘端CNN适配的内存优先低秩微调方法
简介本文提出MemFLoRA，一种面向卷积神经网络（CNN）的低秩适配器，设计重点是降低训练时需要保存的激活内存，而非仅减少可训练参数。该方法冻结降维投影层，训练尺度匹配的升维投影层，并结合评估模式下的骨干归一化与激活最小化的反向传播规则。在三个人体活动识别数据集和两种CNN骨干网络上，相比全量微调，其激活内存减少约98.5%至98.7%，峰值训练状态内存减少约94.9%至97.3%，同时性能与CNN参数高效微调基线相当或更优。
说明判断何时信任先验：面向视频注视预测的可靠性门控线索融合
简介该论文针对视频注视预测，提出FocusGate方法：将多个不依赖注视数据的先验线索组成门控集成，由逐帧门控根据失焦图的形状统计量决定是否采用对应先验。在电影、体育和网页视频上，门控融合有显著正向效果，而无条件融合在体育视频上有害、在网页视频上无效。加入包括NTIRE 2026冠军模型在内的四个有监督预测器后，FocusGate在所有16个组合中提升了打乱AUC，其中15个具有显著性，且仅增加约1%的延迟。单独使用时，它在电影视频上以16帧因果均值超过TASED-Net与UNISAL。
说明ParanoiaEval：衡量编程智能体中不必要的防御性操作的基准
简介该论文提出 ParanoiaEval，这是首个用于统一评估编程智能体风险处理能力的基准。它基于软件工程风险管理中的四种处理方式，构建了 200 组仅因风险证据不同而其余相同的代码仓库任务，并设计了违规与证据响应度指标。实验显示，在明确证据下仍出现不必要风险处理的比例为 11.2%–58.7%，且任务能力强并不必然带来更恰当的风险处理。
说明基于证据约束的推理：胶质母细胞瘤影像组学中生物医学AI的神经语义验证
简介本文提出一种神经语义验证框架，将影像组学测量转化为可寻址的证据记录和可机器校验的论断，用于检验生物医学AI的解释是否有患者特异性证据支持。研究在UPenn-GBM及独立多中心队列上进行跨队列验证，并评估了确定性验证器与一个LLM论断抽取试点。结果显示可验证性可以独立于预测性能进行工程化设计与评估，LLM可用于组织解释，但最终的证据一致性检查仍由确定性方法完成。
说明视觉推理中强化学习更新的选择性迁移
简介该论文研究如何把语言模型的推理能力无训练地迁移到视觉语言模型（VLM）。作者不直接比较模型端点，而是分离强化学习（RL）阶段带来的参数更新，发现其中主导方向比完整更新更易跨模型迁移。据此提出Selective-RL方法，保留主导方向并保持幅度后迁移到VLM的语言模块；在三个模型系列和五个视觉推理基准上，该方法在15组比较中有12组优于完整更新插值。
看点将RL训练阶段更新与端点迁移区分，并筛选主导方向迁移；在三个模型族、五个基准上以12/15对比改进全量插值，并有匹配对照。
说明用序贯蒙特卡洛引导扩散模型捕捉罕见事件
简介扩散模型常被用作天气预报、分子动力学和材料设计中昂贵模拟器的替代模型，但估计罕见事件的概率在普通蒙特卡洛方法下计算代价极高。本文提出DireSMC方法，利用序贯蒙特卡洛引导一群加权样本向罕见事件靠拢，既能得到样本，也能得到校准过的概率估计。作者在有解析解的玩具问题和基于得分的气候模拟器上进行了验证，在10^-3至10^-5的罕见程度范围内得到准确概率，相比蒙特卡洛实现了9倍至1413倍的净加速。
说明AI 编写软件的可信保障案例研究：一个由编程智能体构建的医疗平台如何在无专业背景的操作者治理下保持人工控制
简介该论文报告了一个通过编程智能体构建、由无正式软件工程培训的操作者治理的医疗健康平台案例。系统逐步演变为由人类主导的多智能体体系：一个智能体写代码，其他智能体监督和审查，项目规则沉淀经验。作者发现，用于监督系统的测试、监控和审查智能体都可能出错，例如部分监控衡量的是代理指标而非实际结果，部分审计悄然失败，一次自动修复还造成了运营中断。论文认为，人工控制取决于预期结果、判断依据、智能体权限和最终人工决策是否与同一目标保持一致。
说明稳定的分数，不稳定的答案：视频多选评测中的帧相位与选项顺序
简介视频语言模型通常按均匀采样帧上的多选题准确率排名，但基准只报告采样速率，不报告相位。论文发现，仅相差半步相位的两种采样器，约23.6%的题目答案不同，而分数只差一分以内；选项顺序之外，仅改变相位也会让大约五分之一的答案改变。作者提出PHASEFUSION方法，融合三个偏移采样网格的选项后验概率，并建议报告相位约定或对其边缘化。
说明面向结构化知识检索与推理的可信领域专用AI
简介这篇论文提出一种可扩展的架构，把领域文本转化为结构化知识，用于检索与推理。它将语料整理、语义结构化、检索和推理整合为可解释的流程，并提出Binary Bleed、HNMFk、T-SRAG等方法。应用于网络安全、法律、材料科学和医疗等领域，据摘要称在检索精度、趋势检测和减少幻觉方面有所改进。
说明SquidAgent：审慎并行，高效协调——一种让多个大模型智能体分工执行任务的新方法
简介论文指出，大模型智能体并行执行任务时，常因重复探索上下文和输出对齐而变慢，甚至慢于单智能体。作者提出以预测输出令牌数衡量成本的判断准则，仅在并行更省时时才拆分任务，并据此设计了SquidAgent系统。文中报告其相比Claude Code平均吞吐量提升2.2倍、平均墙钟时间加速2.6倍，相比最强的多智能体基线吞吐量提升2.0倍。
说明HygieneRoboBench：家用机器人卫生感知规划基准
简介该论文提出 HygieneRoboBench，包含 624 个实例、134 个任务族，用于评估家用机器人在已有执行历史基础上安全完成任务的能力，涵盖双夹爪与共享物体的污染、处理成本和用户优先级。作者还提出 Hygiene-NSP，结合基于 LLM 的语义落地、接触历史重建与 CP-SAT 求解，联合规划卫生处理与任务执行。结果显示其安全完成率为 94.4%，最优安全完成率为 90.4%，高于所评估的基线规划器。
说明取证储备：激发图像伪造检测中的潜在知识
简介该论文提出“储备引导激发”（RGE）框架，用于检测AI生成图像的伪造。方法在预训练模型中找出对真实图与生成图反应不同的稀疏内部成分作为“取证储备”，再插入轻量适配器，仅用500张标注图像训练，可训练参数不到主干网络的0.2%。实验称其在三个检测基准上表现具竞争力，并能提升八种编码器上的冻结检测器效果。
说明面向大语言模型的参数内记忆增强研究综述
简介该综述关注在部署阶段为大语言模型增加参数化记忆的方法，即把可复用的记忆信息放入参数、适配器等对象，并在推理时接入前向计算。作者按参数放置位置（嵌入、注意力、前馈层或混合）和参数获取时间（部署前离线获取或部署中在线获取）两个维度梳理相关方法，并讨论干扰、安全、与上下文学习的协同以及递归自我改进等开放方向。
说明并行预测世界模型：用于高效长时程规划的论文
简介该论文提出并行预测世界模型（PPWM），一次性并行预测有限时域内的整条轨迹，同时保留未来表示之间的因果交互，而不是逐状态自回归生成。作者在四个视觉控制任务上进行了评估，结果显示其长时程预测误差最低、交叉熵方法（CEM）的模拟器成功率最高，同时规划速度比自回归的LeWM基线平均快3倍以上。
说明扩散模型中特征信息的动态变化：判断一个特征何时被生成
简介该论文提出“特征信息动态”框架，用信息论工具分析扩散模型在去噪过程中何时生成某个特征。借助I-MMSE恒等式，作者把特征互信息的变化速率与无条件和有条件去噪损失之差联系起来，从而得到可实际计算的特征信息密度估计器。作者还用它在像素扩散中定量验证了频谱自回归现象，并比较了像素、SDVAE、VAVAE和RAE等表示在类别、掩码、Canny条件链下的信息密度差异。
看点借助I-MMSE恒等式将特征互信息变化率与去噪损失差联系起来，提供了量化特征生成时机的新框架，并在多种表示上验证。
说明Adam 优化器的早期记忆参数选择方法
简介本文提出一种在 Adam 优化器中选取共享记忆参数 β（β1=β2=β）的方法：先做一段简短的试验训练，选出 β 后在之后的完整训练中保持不变。方法基于 Adam 归一化方向的局部模型，并用三次多项式规则确定 β，其两个系数由几个试验检查点的梯度探测估计。在十一个视觉与语言任务上的回溯评估中，相较于共享 β=0.95 的网格代表值，平均相对验证差距降低 40.7%，最差四分位的平均差距降低 44.3%。
说明面向互联网规模服务的智能体根因分析：受约束的创造力
简介本文提出 E4，一种用于排查互联网规模服务故障的智能体系统，旨在兼顾准确性、成本、可解释性与运维人员的工作量。E4 不让大模型智能体随意生成代码或回答，而是让其使用受限的领域专用语言，生成无循环的数据流程序。在合成与真实工作负载的测试中，E4 的准确率最多高出 62%，同时输出更易解释，成本最多降低至 1/12。
说明递归游戏创作器：一种面向产品体验的智能体游戏框架
简介该论文提出 Recursive Game Creator，一个以游戏体验为导向的智能体框架，用于把粗糙的游戏原型改进为更有趣的游戏。框架包含设计者、构建者、玩家和评审者四个组件，通过递归循环不断迭代。论文报告其在 GameCraft-Bench 和 GameASG-Bench 上取得了较好的成绩，并称用户研究显示玩家游玩时间更长、评分更高。
说明Hybrid++：连接偏微分方程模型与深度学习、用于伽马乘性噪声去除的方法
简介该论文针对合成孔径雷达和医学超声图像中的伽马乘性噪声，提出了可训练的非线性反应扩散模型Hybrid++，兼顾可解释性与性能。它结合可学习的偏微分方程初始化、三阶段反应扩散网络和两阶段训练。在FoE基准上，其表现明显优于经典偏微分方程方法、BM3D和原始TNRD，在严重噪声设置L=1下与单独训练的DnCNN相差0.23 dB PSNR，参数量约为其8%。作者并未将其定位为通用的最优图像复原模型。
说明基于基础模型引导扩散的LiDAR分辨率恢复
简介高线束激光雷达价格昂贵，但许多感知流程需要密集的角度采样。论文以预训练的Stable Diffusion为骨干，用二维基础模型生成的伪深度作为目标，微调一个以LiDAR为条件的深度模型，并在训练中随机抽稀输入线束。在nuScenes上用物理上保留的真实线束评估，结果显示模型在极稀疏输入下优势最大，从4线束输入达到66.8%的δ1.25精度，而散点插值仅为45.1%。
说明通过多模态学习与研究指导的特征整合改进虚假账号检测
简介该论文在TwiBot-22基准上随机抽取30,000名用户，把文本（XLM-RoBERTa）、图像（CLIP）嵌入与粉丝数、发帖频率、账号年龄等账号元数据结合，比较多种模态组合在CatBoost及关系图卷积网络（R-GCN）上的检测效果。结果显示仅元数据已有很高预测力，多模态融合带来的提升很小，且大多在统计上不显著；在本研究的子图条件下，图模型表现不及经典方法。
说明InterCorrect：面向公平语音识别的人口统计模型融合交叉修正方法
简介该论文针对语音识别（ASR）系统在不同人口统计群体间表现不均的问题，基于 SLAM-ASR 模型，仅在各群体子集上微调连接器，再将其融合为全局模型。研究还识别交叉维度的关键群体组合并施加针对性修正向量。在 Fair-Speech 数据集上，全局融合和交叉修正均降低了整体词错误率，其中 TIES 结合 WER 修正将其从 7.38% 降至 5.13%，但论文也指出平均错误率下降不一定意味着群体差异减小。
说明基于群体协同多机器人系统的农田行间早期胁迫检测（利用多模态叶片传感）
简介本文提出 CropSentry，一种低成本、地面部署的多机器人系统，通过多模态叶片传感持续监测作物胁迫水平。两台自主机器人逐行检测叶片颜色和环境数据，观测结果映射到空间后发送给主机器人，并生成实时网页仪表盘。实验中收集了 63 次观测，作物健康分类总体准确率为 84.12%，无线通信成功率为 100%（10 个从机观测）。
说明高风险应急信息中的生成式AI翻译
简介该论文讨论了在地震指示、极端天气预警等高风险应急信息中使用生成式AI翻译的问题。作者用英文地震指示文本做了中英、英西翻译实验，发现针对语篇特点设计的提示词能明显提升译文的可理解性和可操作性。但译者仍不完全信任这些译文，作者认为人工修订仍然必要，且需要有人为错误或延误承担责任。
