机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明一个为全体，全体为一个：基于随机最优控制的多智能体扩散协同引导
简介该论文提出CMDS框架，将已独立训练好的冻结扩散模型作为可复用的生成组件，只学习如何协调它们的逆向过程，以生成结构一致的组合输出。协调被表述为随机最优控制问题，在组合层面的奖励与偏离预训练动力学之间取得平衡。实验显示，同一训练好的控制器可用于不同空间约束和从退化混合中恢复单个来源，并应用于多智能体迷宫导航、关节机器人规划和文本条件人体运动。
说明基于游戏录像深度学习的多标签视觉缺陷检测
简介本文提出一种用于视频游戏多标签视觉缺陷检测的深度学习模型ResNet-BiLSTM，并与Inflated 3D ConvNet、3D ResNet等视频分类模型进行比较。该模型在基准数据集上的F1分数为85.78%，表明对时序依赖进行建模有助于基于视频的缺陷检测。作者还发布了一个新数据集，包含77,969个视频片段、约120万帧，同一帧中可包含5类缺陷的组合。
说明CNet：一个结合 Wirtinger 自动微分与 FFT-Hadamard 卷积的复数值深度学习框架
简介CNet 是一个用 C++/CUDA 实现的复数值神经网络框架，通过显式的 Wirtinger 导数进行梯度下降训练。论文在语言建模、射频调制分类和相干衍射成像等任务上进行了三项研究，比较了复数模型与实数模型的表现。其中提出了以量子测量概率为权重的 Born 规则注意力机制，并报告其在字符级语言建模中达到与 softmax 自注意力相当的效果。
说明MINDSET：面向长对话智能体记忆的基于能量的模式演化方法
简介该论文提出 MINDSET，一种用于长对话智能体的记忆控制器。它把对话存为不可修改的片段，并通过最小能量的状态转换将其组织为带版本的模式，以区分过时信息与当前有效知识。在 850 个测试问题上，它在问答 F1 和检索排序指标上优于对比方法，消融实验显示受控碎片化和模式感知分配贡献最大。
说明大语言模型容易受临床文档与推理中无关信息的干扰
简介本文研究大语言模型在门诊记录与临床推理中，对就诊过程中无关信息的敏感性。研究在576段医患对话中发现，前沿模型有35%的病历插入了闲聊内容，但质量评分平均变化不超过0.20分；其中3.7%的病历存在误归属或错误使用这些内容的情况。在57段模拟问诊录音中，另一场问诊的背景语音泄入48.2%的转录文本，并有5.3%的下游病历受到污染。作者提出临床推理与LLM干扰的双重编码假说，并主张在临床应用前评估模型对无关信息的抵抗力。
说明面向轴对称锥形空化器自然超空泡几何形状的物理引导多保真代理模型
简介本文提出一种基于扩展分层克里金（PG-EHK）的物理引导多保真代理模型，用于预测锥形空化器后自然超空泡的最大空泡长度、最大半径及局部轮廓。模型融合多种解析公式作为低保真趋势函数，并用少量高保真CFD数据修正，仅需不到20次高保真计算。在五个独立留出的CFD算例交叉验证中，相比表现最好的单一解析方法，预测误差降低61%。
说明随机傅里叶特征高斯过程注意力：线性时间、可校准不确定性的概率注意力机制
简介该论文提出即插即用的随机傅里叶特征高斯过程注意力模块（RFF-GPA），把注意力视为带平稳核的高斯过程后验。利用随机傅里叶特征做低秩近似，使后验均值与方差的计算复杂度随序列长度线性增长。多个真实数据集上的实验显示，该模块在保持预测精度的同时改善了校准效果，并降低了计算复杂度。
说明学习方式如何影响遗忘：记忆与泛化光谱上的研究
简介本文研究模型训练时的学习方式（记忆型与泛化型）如何影响之后的机器遗忘（unlearning）。作者用模加法中的 grokking 现象区分两类模型，并通过分桶模加法在两者之间做细粒度控制。结果显示，泛化型模型在遗忘后保留集性能下降更大，这一趋势在 LLM 的逐字记忆与事实记忆遗忘中同样成立。
说明FedDermaSeg：面向皮肤影像分割的联邦学习方法
简介皮肤癌是重要的全球健康问题，皮损分割是计算机辅助诊断的基础步骤。这项研究探讨了在不集中收集医学影像的前提下，用联邦学习进行隐私保护的皮损分割。作者利用ISIC 2018数据集的训练与验证集模拟分布式训练环境，并在ISIC 2018测试集和PH2数据集上评估模型。结果显示，联邦模型性能接近集中式训练，并且持续优于各机构单独训练的模型。
说明Sparse2comm：面向鲁棒协同三维目标检测的方法
简介本文提出Sparse2comm框架，用于自动驾驶中车辆与路侧设施之间的协同三维目标检测。针对带宽受限、丢包、传输延迟和空间错位同时出现时协同特征退化的问题，该方法将稀疏前景特征重建为稠密表示，并通过延迟感知对齐与自校准融合逐步恢复语义、时序和空间一致性。作者在DAIR-V2X、OpenV2V和V2V4Real数据集上的实验显示，其在混合退化场景下的AP@0.5/AP@0.7明显高于基线Where2comm。
说明少即是多：基于YOLO26的皮肤镜图像预处理防泄漏对照研究
简介该研究在HAM10000皮肤镜数据集上，采用按病灶划分、防止数据泄漏的评估方式，比较了几种预处理与增强策略对YOLO26n-seg模型同时进行病灶分类与分割的影响。结果显示，结构简单的原始图像加在线增强，在准确率与效率之间取得更好的平衡，而更复杂的确定性预处理在三个随机种子下未带来一致的联合提升。
说明奇异值分解：从几何重新发现，证明即算法
简介本文从几何角度重新推导奇异值分解：线性映射把单位圆变为椭圆，找出椭圆主轴对应的输入方向，并通过最大化拉伸并递归得到各维奇异值。作者还指出，这一构造与主成分分析、核方法以及PageRank中的算法存在对应关系。
说明免费获得有效性：基于同质性门控的无训练图节点分类共形预测
简介本文研究表格基础模型（TabICL）在图节点分类中的可靠性，无需在目标图上训练，直接将节点与邻域特征作为表格行输入。作者证明冻结的预测器可使分裂共形预测严格有效，并在十个图上比较校准误差，TabICL 平均 ECE 为 0.019，低于 GCN+TS 的 0.029。文章还提出仅依据上下文标签判断的 HG-DAPS 方法，在多数同质性图上减小预测集规模，并指出按原始同质性门控会使低同质性节点的覆盖率明显下降，而边际覆盖率仍保持名义水平 0.90，掩盖了这一问题。
说明自适应幂采样：为大语言模型推理逐题调节锐化程度
简介该论文研究用于大语言模型推理的幂采样方法，此前方法对所有问题统一锐化基础模型的输出分布。作者提出自适应幂采样（APS），在测试时依据答案一致性与模型自我奖励之间的关系，为每个问题单独调整锐化指数，无需额外训练。在 MATH500、HumanEval、GPQA 等推理任务上，APS 优于固定锐化指数的幂采样。
说明面向层级推理奖励的强化学习：基于Transformer的极小极大最优速率
简介本文研究语言模型推理任务中的强化学习后训练理论，将奖励建模为响应空间上的层级函数，即由无穷多个局部分量组成，且后一分量只在前序分量解决后才相关。作者提出基于Transformer的actor-critic算法，在查询预算和正则化强度上达到极小极大最优速率（忽略对数因子）。作者还证明，从固定参考分布采样（如离线奖励建模）时，遗憾衰减可能只有对数速率，说明在策略探索能逐步聚焦于奖励集中的区域。
看点提出分层奖励模型并证明基于Transformer的actor-critic算法达到极小极大最优速率，同时证明离线采样仅有对数速率，理论贡献突出。
说明我看够了吗？冻结的视频语言模型编码了证据就绪度
简介流式视频语言模型需要判断当前问题所需的证据是否已经出现。本文发现，未经修改的冻结视频模型内部已线性编码了这一“证据就绪度”信号，可由带时间戳的证据标注解码。基于该信号的答题时机策略（Readiness Gating）在匹配视频时长下可提升准确率，提升幅度随任务的准确率空间而变化。
看点发现冻结视频语言模型已编码证据就绪信号，并给出可读性、问题条件性与门控策略，新意突出；实验覆盖七个模型与多组配置，证据较充分。
说明大语言模型潜在空间中的偏见方向捕捉的是置信度而非公平性
简介该研究分析了用于激活引导去偏的线性方向所编码的内容。作者发现，这一方向主要反映模型置信度，即从高概率词元指向低概率词元，而非真正的偏见表征。沿该方向引导虽能降低测得的偏见，但实际是因为降低了模型置信度，在问答基准上模型会倾向于拒答，从而提升公平性指标。
说明知识系统化综述：面向青少年的以人为本的人工智能安全
简介该论文系统回顾了100项涉及儿童和青少年与人工智能互动或接触人工智能的实证人机交互研究，涵盖学校、家庭、照护机构和公共服务等场景。作者借助YAIR风险分类法和MIT缓解分类法，梳理了已识别的风险、对应的应对措施，以及措施是否落地和经过评估。结果显示，多数风险只对应提出或构思的应对措施，已实施者较少，经过评估者更少，且现有评估多衡量技术性能而非防止伤害的效果。论文还指出了覆盖不足和未经检验的保障措施，并提出加强青少年人工智能安全的研究方向。
说明DeltaTTT：面向非线性循环记忆的分层优化方法
简介论文指出，在非线性记忆网络中，依赖前一状态的顺序式测试时训练并不总能带来优势，固定基底的并行基线表现反而更好。作者认为原因在于非线性记忆在单次序列遍历中更难优化。为此提出 DeltaTTT，将两层记忆网络的联合内循环优化改为分层学习，每层有局部预测目标并通过状态相关的 delta 规则更新，在保留非线性读出的同时支持分块并行计算。在 DeltaNet 和 LaCT 骨干网络上，语言建模与检索任务的表现优于其循环基线。
说明AnyBottle：只保留真正需要的概念的构建方法
简介概念瓶颈模型通过人类可理解的概念进行预测，但传统方法需要概念标注。无标注方法通常使用固定的大型概念词表，导致瓶颈过大、难以检查。本文提出AnyBottle，仅需冻结的骨干网络和无监督概念池（如稀疏自编码器），借助黑盒教师模型逐轮挑选最能解释当前错误的概念，并以嵌套dropout训练，使任一概念前缀都能预测。实验覆盖六个视觉数据集和两个文本数据集，相比无标注基线概念更少、一致性更高。
说明CIDOC CRM 周期表：可供测试的文档，助力人文学科采用科研本体
简介本文介绍 CIDOC CRM 周期表，这是一个单页浏览器工具，将 CIDOC CRM 7.1.3 及 CRMsci、CRMdig、CRMinf 的 131 个类和 480 个属性条目整合在一个可导航界面中。工具提供一步三元组构建和多步路径查找两项推理功能，并支持跨模型的属性链解析。文中还报告了 56 个月分析数据中的初步使用迹象。
说明0.6 有多高？可解释性探针中的下限、上限与余量
简介本文提出在解读探针分数时同时参照两个基准：下限是简单输入已能预测的程度，上限是完整输入能预测的程度，两者之间的差距即为余量。作者证明余量在两种情况下会消失，并在元分析的 Transformer 模型上检验了这一框架。文章还用该框架重新分析了单细胞基础模型 scGPT 及四项关于大语言模型探测的研究。
看点提出以下限与上限衡量探针分数的框架并证明余量消失条件，在上下文元分析模型和重审四项LLM探针研究上验证，有较强新意。
说明引导跟随几何结构而非标签：全双工语音模型中的情绪方向
简介该论文研究全双工语音语言模型 Moshi 中的情绪引导，涵盖四种情绪，采用均值差异激活引导方法，每帧只需少量向量加法，无需重新训练。研究发现情绪可从模型残差流中线性解码，但激活引导只能部分实现，且效果不均：高兴、愤怒和惊讶会朝同一方向引导，而悲伤则可被明显区分地引导。作者还指出，三种情绪共享的成分不能简单地对所有情绪等量投影去除。
说明用于安全实时机器人控制的微型神经策略
简介本文研究微型神经策略（MNP）的合成方法，使算力受限的嵌入式设备也能实现安全、稳健的实时机器人控制。作者结合进化策略（ES）与基于统计模型检验（SMC）的验证来搜索策略，在 Cartpole 和四旋翼控制任务上验证，并通过零样本迁移到物理系统。结果显示，策略内存占用为 0.5 至 7.5 kB，可部署在微控制器上，并实现低抖动的实时推理。
说明迈向对齐缩放定律：框架与首批预注册测量
简介本文提出把AI对齐难度视为一组可测量的缩放关系：对每类风险，维持固定安全目标所需的对齐负担随模型规模增长，并据此判断规模增长是否让对齐更容易或更难。作者给出理论结论，并用公开数据及小模型预实验进行了预注册的初步测量。结果因风险类型而异，部分风险的指数仍不确定。
说明RSJEV：基于多模态大语言模型的遥感场景判别式分类
简介该论文提出RSJEV框架，用于遥感场景分类。它不把分类当作逐词生成文本，而是在候选类别空间中一次性直接估计各类别概率，从而省去自回归解码。作者在UC Merced、AID和NWPU-RESISC45三个基准上进行实验，称其分类性能优于CNN、Transformer、Mamba、CLIP及MLLM类方法，且推理成本更低，仅用0.8B参数模型即可取得较好的精度与效率平衡。
说明从共享需求模式到局部不确定性：通过混合紧凑适配实现概率负荷预测
简介本文针对用户级和变压器级的概率负荷预测提出一种可扩展框架：用共享模型学习通用需求规律，只调整一小部分参数。每个负荷通过组合一组低维适配组件来适应自身特征，兼顾共享知识与异质性。在 SMART-DS 数据集的 590 条负荷曲线上，该方法在确定性精度和概率质量上均优于多类基线，同时保持较低的存储与推理成本。
说明FlowCF：用流匹配为混合类型表格数据生成稀疏反事实解释
简介本文提出FlowCF，一种与模型无关的生成式方法，用于解释机器学习的决策。它把反事实解释看作从原始类别到目标类别的稀疏传输，借助流匹配并扩展出处理混合特征类型的算子，再通过门控网络尽量减少需要改动的特征数。在六个基准数据集上的实验显示，该方法改动的数值特征比例为29%，而最佳基线为89%，位移幅度小70%，其他指标与基线相当。
说明Bregman 散度如何塑造 Shampoo 优化器
简介本文研究神经网络优化器 Shampoo 中所选用的散度如何影响预条件子的构造。作者提出统一的 Bregman 散度框架，将常用散度联系起来。通过对梯度二阶矩的谱分析，发现某些散度能更好地补偿有限样本造成的经验二阶矩低估，并在 GPT-2 预训练实验中验证了这一解释。
说明超越扰动幅度：多模态几何表示中方向相关的响应
简介该论文研究基于Gram行列式的多模态几何对齐分数在模态退化（视频模糊、音频噪声）下的响应规律。作者在MSR-VTT和DiDeMo数据上发现，位移大小无法解释响应，进而提出方向几何响应（DGR），即位移在局部体积梯度上的投影，并报告其样本外解释力较高。
说明MedCORE：基于临床标准的可解释医学影像诊断推理框架
简介论文提出MedCORE框架，把医学影像诊断拆解为临床定义的诊断标准，在图像中定位各标准对应区域，并用图注意力网络建模标准之间的依赖关系，同时结合临床文本描述与视觉原型，使诊断过程更透明。该方法在ISIC 2018、BUSI和IDRiD三个影像数据集上进行了验证，并在准确率、宏F1和AUC上优于多类基线模型。
说明PHBA：前缀状态混合块注意力，一种兼顾长上下文与精确检索的混合架构
简介该论文提出前缀状态混合块注意力（PHBA），用基于 top-k 的块稀疏检索取代原有的局部滑动窗口注意力，并为每个被检索的块配上一个概括其前文的紧凑前缀状态。前缀状态在块边界由门控线性递归构建，与对应的词元块一同被检索。作者还实现了硬件感知的 Triton 版本。原文称，实验中 PHBA 在长上下文与检索任务上优于若干强线性和混合基线，同时保持了高效的训练与推理。
说明WareFly-VLA：面向智能仓库无人机导航与人员跟踪的视觉-语言-动作框架
简介本文提出WareFly-VLA，一个在NVIDIA Isaac Sim中构建的逼真无人机视觉-语言-动作框架与数据集，用于仓库中依据语言描述进行人员搜索、定位与跟踪。数据集包含507段人工遥控飞行片段及8504帧高分辨率RGB画面，并配有目标工人的外观描述和四自由度控制指令。作者在严格的无泄漏协议下对四种开源VLA模型做了统一评测，结果显示该任务远未解决，性能在严格泛化设置下明显下降。
说明基于自适应神经元胞自动机的二维空间推理
简介该论文指出，许多现代学习方法在空间推理任务上仍有困难，难以利用感知对象的几何信息及其相互空间关系来解决问题。作者提出一种自适应神经元胞自动机（aNCA）架构，利用可变形卷积动态调整感受野，在网格状数据（如图像）上迭代推理二维空间关系。在公开基准上的实验显示，该方法在数独等图像谜题和迷宫最短路径求解上取得了可理解的先进结果，并具有较强的泛化能力。
说明编码智能体自我修正应承载多少证据？面向自蒸馏的自适应狄利克雷证据方法
简介该论文提出有效证据自蒸馏（EESD）方法，用于编码智能体基于执行反馈的自我修正学习，将转移支持度与证据量分开建模。通过狄利克雷后验得到带不确定性惩罚的学习权重，并在多个模型与领域上进行了实验。论文报告，在一轮修正学习后，DeepSeek/CodeARC 全部测试 Pass@1 从15.0%提升至20.4%。
说明Wiki-Talkie：基于人物角色的智能体在真实讨论中的多语言基准测试
简介该论文提出 Wiki-Talkie，一个多语言数据集，收集自五种语言维基百科讨论页的真实对话，并配以源自真实用户社区的人物角色画像。研究用下一轮回复生成任务评估智能体的交互行为，比较不同的角色设定方式。结果显示，展示用户交互行为的历史评论比明确的角色信息效果更好；模型倾向于少生成负面或极端情绪，而多生成引用和建议，且这些模式在不同语言间基本一致。
说明圆柱测地线流匹配：用于准周期生理信号转换的方法
简介该论文提出一种名为“圆柱测地线流匹配”的方法，用于把一种位置采集的准周期心血管波形转换为另一种位置的目标波形。作者指出，标准的仿射插值路径会扭曲中间的幅度和瞬时频率，因此改用相位-幅度圆柱面上的闭式测地线路径进行插值。在零样本光电容积脉搏波和有限数据的心冲击图适配基准测试中，该方法优于插值基线，并与直接监督预测持平或更好，Hilbert变换、L2和动态时间规整距离最多降低约15%。
说明X-OPM：面向增强鲁棒性的可解释自动数字片上功耗建模
简介该论文提出X-OPM，一种用于处理器片上功耗估计的数字功耗表（OPM）建模框架。它基于同步数字VLSI电路的设计原理进行特征工程，用树模型捕捉特征交互，再用线性模型进行预测，并加入人在回路的流程以平衡精度与建模成本。在商用C906向量处理器上，采样窗口低于8个周期时，X-OPM在所有负载上的R²均大于0.93，而APOLLO、COBIT和标准MLP等方法未能在全部测试中泛化。版图结果显示其面积开销低于0.1%。
说明SpinDoctor：寻找能引导文生图偏见的无害提示词
简介本文提出 SpinDoctor 方法，用于为文生图模型寻找看似无害的提示词，使生成图像带有指定的目标偏见，同时保持图像和提示词的质量。方法仅以黑盒方式使用模型。实验中，在 304 次测试中有 302 次使生成图像朝目标偏见方向移动，两个开源模型的平均改进分别为 34.8% 和 33.5%，部分结果经人工评估验证。作者指出，此类提示词可能被用于操纵用户。
说明语言模型对抑郁症的评分更多反映评分者而非患者
简介该研究用880个语言模型评分者（由11个开源模型与不同提示和评分设置组合而成）对189份访谈进行抑郁症筛查评估，依据八项患者健康问卷。结果显示，模型选择解释了总症状分数方差的30.0%，而稳定的个体差异仅占10.5%。两名准确度相当的随机评分者在约40%的参与者上筛查结论不一致。
说明面向分子发现的信息密集型合成方法
简介机器学习可以加速分子设计与实验规划，但当目标分子非常稀少时，现有算法的效果接近随机猜测。该论文提出用算法控制的随机合成来搜索大片分子空间：不再逐个设计、合成和测试分子，而是合成复杂混合物整体测试，再反解分子与活性的对应关系。理论上，找到 d 个候选中最优分子所需的实验次数可从 O(d) 降至 O(log d) 或 O(1)。在估计的蛋白质适应度景观模拟中，该方法所需实验数比现有贝叶斯优化方法少约一个数量级。
