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VolCo：用于高保真人手抓取生成的体积接触表示
简介该论文提出体积接触表示 VolCo，将物体表面接触点扩展为三维体积网格，以更精确地刻画手部接触细节。作者设计了 VolCoDiff 框架：用三维变分自编码器建模局部接触，用先验引导的扩散模型学习全局手部几何的分布。在两个基准数据集上，该方法在穿透和稳定性方面达到了当前最优表现，能生成更紧密、穿透更少的抓取。
说明HuLiGen：基于参数化人体模型生成人体激光雷达点云
简介真实人体激光雷达点云采集和标注成本极高，数据稀缺。本文提出生成模型HuLiGen，以参数化人体模型为输入，利用基于流匹配目标训练的点变换器生成人体激光雷达点云，生成结果更接近真实采集分布。作者用其合成数据进行仅合成数据的预训练，用于基于激光雷达的人体姿态估计，在低标注和低数据场景下表现提升，MPJPE最多降低50%。
说明用于切换随机微分方程的通用近似MCMC方法（基于均匀化与时间条件因子化神经似然估计）
简介本文针对切换随机微分方程（SSDE）的贝叶斯推断提出一种近似马尔可夫链蒙特卡洛采样方法。该方法结合均匀化技术与基于仿真的推断方法因子化神经似然估计（FNLE），并用时间条件化的FNLE模型近似任意时间区间上的转移密度。在合成数据实验中，该方法恢复了三种现有方法适用性受限的SSDE模型的状态路径和参数，并在一个真实数据集上检测到一次状态转换。
说明第一阶 EDM 预测器的通用局部误差与实际放大效应
简介本文分析 Karras 等人（2022）提出的一阶确定性扩散采样器 EDM，以 2-Wasserstein 距离衡量误差，并区分局部离散化误差与后续学习步骤造成的放大两类来源。作者证明，对任意具有有限二阶矩的数据分布，单步离散化误差与步长平方成正比，且常数与数据分布无关。在一维高斯混合实验中，测得的放大效应可解释有限采样网格上较慢的误差衰减。
说明动能朗之万与分裂吉布斯采样：用扩散先验加速成像逆问题的后验采样
简介该论文针对贝叶斯成像逆问题中的后验采样，提出RED-KLwSGS方法：数据变量保持精确的高斯更新，辅助变量则用欠阻尼（动能）朗之万扩散结合一步去噪得分进行更新，单次迭代成本与朗之万嵌入式分裂吉布斯相当。作者证明了强对数凹先验下的非渐近Wasserstein-2收敛性，并提出同时更新两个变量的Joint-RED-KLwSGS。以扩散概率模型作为先验、在FFHQ和ImageNet上的实验显示收敛更快、重建质量高。
说明通过贝叶斯优化预训练贝叶斯优化算法
简介该论文提出一个框架，用于在贝叶斯优化（BO）开始前，从高斯过程采样路径中优化BO算法的参数设置。方法以累积遗憾作为性能指标，在采样路径上运行BO并估计期望累积遗憾，再用另一个BO（外层BO）搜索参数配置。实验表明，该框架能在多个候选配置中有效选出表现较好的参数。
说明面向生产排程的智能体AI辅助建模：约束规划中的评估
简介本文研究通用大语言模型能否在不做专门训练的情况下，以智能体方式把自然语言描述的生产排程问题转化为约束规划模型并实现。作者在六个面向工业的排程问题上比较了单智能体、多智能体与直接调用大模型的做法，并引入模型上下文协议服务器检索求解器文档以减少幻觉。结果显示建模环节基本可行，而实现环节是主要障碍：多智能体流程将可正常运行脚本的比例从14.8%提高到59.3%，但紧耦合的厂内物流模型仍是未解难题。
说明VideoEvolve：让记忆与检索协同演化的长视频理解框架
简介长视频理解常借助外部记忆来组织大量视觉信息，但多数方法只调整提问时的检索方式，记忆内容基本固定。本文提出VideoEvolve，先从低帧率的粗略概览出发，用记忆演化器选择性补充记忆，用检索演化器在记忆上做自适应检索，并通过交替的智能体强化学习让两者协同优化。文中还引入瓶颈感知与能力感知两种反馈机制，并报告了在多个长视频理解基准上的实验效果。
说明脑电与眼动证据：AI 披露标签如何影响人脸评价
简介本研究比较了 AI 生成人脸与真人人脸，并分别呈现不同的来源标签（无标签、“Made with AI”、“Made by a human”）。研究通过事件相关电位（ERP）和眼动记录发现，两类人脸的脑电反应相同，但标签会引起早期注意（N2），标签与人脸实际来源冲突时还会引发重新评估（P3）。标签也改变了视觉探索方式。作者同时提供了一套经过验证的刺激材料。
说明从对数几率到 Shapley 值：加权朴素贝叶斯分类器的解释几何
简介本文从加权朴素贝叶斯分类器所诱导的监督表示出发，构建其解释空间。作者引入基于对数几率的判别式重构，并证明由此诱导的距离与解析 Shapley 值向量之间的 ℓ1 距离完全一致，从而为模型的几何结构提供形式化的解释。文末以 k 近邻分类器比较了由这些表示导出的多种监督距离。
说明Argos：利用丰富几何先验实现可泛化的在线场景变化检测
简介该论文提出Argos方法，将几何基础模型（GFM）的隐式三维知识用于场景变化检测与三维重建，以应对视角变化大、遮挡和噪声等问题。作者还构建了包含两个合成数据集和一个真实数据集的大规模基准，并通过跨数据集联合训练提升泛化能力。此外提出面向机器人的实时系统Argos-SLAM，可进行在线变化检测和变化感知的四维建图。文中称其在基准上显著优于现有基线。
说明超越结果奖励：为搜索智能体构建并分配检索信用
简介该论文研究如何为搜索智能体的强化学习加入中间检索步骤的监督信号，以弥补仅依赖最终结果奖励造成的信用分配困难。作者比较了多种奖励塑形与信用分配策略，并提出结合中间信号与最终结果奖励的训练框架。在多个基准测试、训练条件一致的实验中，总体搜索智能体表现有所提升，且中间信号的选择及其信用分配位置都会影响训练行为。
说明基于状态空间编码的线性时间上下文压缩：把长上下文压成短表示以加速大模型推理
简介大语言模型上下文越长，计算和内存开销越大。作者提出 Boa Compressor，一个基于 Mamba 状态空间模型的即插即用在线压缩器，能以线性时间一次性编码任意长度的上下文，生成供冻结的目标大模型使用的表示。压缩器通过蒸馏训练，让模型在接收压缩表示时的下一词分布与接收完整上下文时一致。论文称，在相同压缩比下，Boa 与现有离线压缩方法表现相当或更好，速度却快一个数量级，且可扩展到 16 倍压缩。
说明面向约束多保真多目标贝叶斯优化的统一信息论方法
简介该论文研究在同时存在多个目标、约束和保真度层级的贝叶斯优化中，如何同时决定评估位置与评估保真度，以找出最高保真度的可行帕累托前沿。作者以观测带来的前沿信息增益衡量查询效用，由于互信息难以直接计算，他们用截断近似的混合变分下界进行近似，并借助多保真代理模型将信息传播到各保真度，从而得到考虑成本的采集函数。论文报告了合成、基准和实际问题上的实验结果。
说明文档结构是否有助于稠密检索？跨两个语料库的安慰剂对照消融研究
简介本文研究检索增强生成系统中的四种文档结构处理方法，包括结构对齐分块、LLM生成的分块上下文、标题路径元数据和分层两阶段检索。作者在统一协议下比较这些方法，并加入语义无关的安慰剂对照（打乱跨文档的标题路径）。实验在200篇维基百科特色条目和1,585篇QASPER论文上进行，结果显示使用真实标题路径的结构对齐分块效果更好，而朴素的两阶段分层检索会降低表现，效应较小但在两个语料库上一致。
说明基于序贯白化的空间相关数据共形预测
简介该论文针对空间相关且采样不随机的数据，改进共形预测的区间构造：在校准残差上做序贯条件化，以去除只能由校准残差预测的空间变化，并用近邻近似扩展到大型网络。在正确的工作协方差和椭球残差假设下，区间具有任意空间设计下的精确有限样本覆盖率；模拟和全国PM2.5应用中，区间更窄更稳定，并可识别覆盖失效风险区域。
说明弱信号下的策略学习：在线实验中的个性化处理决策
简介该论文研究数字实验中的策略学习问题，面对信噪比低、协变量维度高、数据量大的挑战。作者将不同细分协变量下的处理效应估计建模为具有有界信噪比的高斯观测。结论指出，一般情况下最优处理策略不可学习；但当处理效应平滑变化时，基于线性平滑器的极小极大自适应策略可使福利遗憾趋于零。论文还在Netflix的大规模真实实验中验证，个性化线性平滑策略优于非个性化策略。
说明UniSkill：为不断演化的策略学习与执行者对齐的技能提案
简介该论文提出 UniSkill 方法，让大语言模型智能体在完成任务的同时，从执行轨迹中提出对技能库的增、改或不编辑等操作。其核心是用对比动作反馈衡量替换技能后，当前执行者在成功与失败轨迹上动作对数似然差距的变化，从而无需为每个提案额外执行新的交互。作者报告在 ALFWorld 上成功率达 98.4%，在 WebShop 上达 84.7%。
说明超越匿名字幕：在视频字幕与问答中为角色身份赋予定位
简介该论文提出一种身份感知的视频字幕与以人物为中心的问答框架，通过自动识别角色、在画面中标出身份对应的框，并用轻量微调（LoRA）训练模型。作者基于LSMDC v2电影片段构建了750段字幕视频和3000个问题的基准，并发布了代码与模型权重。
说明面向诊断预测的覆盖感知医学标记推理（CARing）
简介本文针对大语言模型用于下次就诊诊断预测的问题，指出仅按最终答案正确性奖励的强化学习无法区分重复命中与覆盖不同诊断，且ICD编码被切分为语义模糊的通用标记。作者提出CARing框架，用残差量化将诊断编码为语义ID，并通过覆盖奖励与多正例监督优化多标签预测。在MIMIC-III和MIMIC-IV上，该方法在加权F1和各截断点的top-k召回率上均优于仅用EHR训练的基线。
看点针对多标签诊断覆盖提出覆盖奖励与语义ID，并在MIMIC-III和IV上超越所有EHR基线，证据较充分，对临床预测子领域有实际意义。
说明BagDINO：基于DINOv3的多视角行李再识别
简介论文针对机场误运行李的寻找问题，提出用视觉方法识别行李：在多摄像头场景中，以查询图像在已登记行李图像库中检索匹配。方法在DINOv3基础模型上加入BNNeck再识别头，并用LoRA进行参数高效微调。在MVB基准上的对比实验显示，该方法在训练数据有限时表现有效且稳定。
说明HeiCo-FOCUS：面向长时程视频理解的临床数据集
简介本文提出 HeiCo-FOCUS，一个基于海德堡结直肠手术视频构建的数据集，用于评估模型在数小时手术视频中持续追踪异物的长上下文视频理解能力。数据集包含 30,000 组视觉问答，涵盖五类核心能力，并由 39 位外科专家参与标注。对十个前沿视觉语言模型的实验显示，该任务远未解决，其中时序定位最为困难，平均准确率仅为 19.7%。
说明HySPE：基于辛对偶剪切的位置编码方法
简介本文提出一种名为HySPE（双曲辛位置编码）的位置编码方法，用非紧致辛变换替代常用的旋转式位置编码RoPE中的旋转操作，以对偶剪切的阻尼对称组合实现双曲分支。作者通过特征基对角化和分块坐标重定基消除指数级表示漂移，使数值界与序列长度无关。实验显示，在长度外推到4096至8192时，HySPE的困惑度明显低于RoPE，其中在WikiText-103上尾部困惑度降低83.9%；作者同时指出其在大规模基础模型上的扩展性仍有待研究。
说明扩散采样器需要保留多少个方向？幂律谱下的匹配界
简介该论文研究截断扩散采样器需要保留多少个谱方向，针对协方差谱呈幂律分布的数据。作者在环境维度足够大的条件下，对高斯数据与平滑目标之比较给出了所需保留方向数的匹配上下界。结论指出，截断误差取决于被省略方向的合并维纳增益，因此仅保留信号超过输出噪声水平的方向仍可能留下不可忽略的误差。
说明可见推理并非通用优化方法：分析代码生成中角色与思考方式的影响
简介该论文研究在分析代码生成（SQL与pandas）中，可见的思维链（CoT）是否普遍有效。作者构建了查询对齐的SQL-pandas基准，控制角色措辞、目标语言、思维链格式、直接生成及内部推理配置，并以执行结果进行比较。结果显示，可见推理并无普遍的准确率优势，效果取决于角色、目标语言、模型配置和内部推理设置。
说明InterView-C：VR 虚拟化身问卷访谈的同步多模态语料库
简介InterView-C 是一个德语多模态语料库，收录了 27 场完全在虚拟现实中进行、双方均以虚拟化身出现的问卷访谈，共 54 段录音。语料将口语交流与视线、头身、面部及手指等同步行为数据对齐，并提供经过人工校对的逐词时间标注文本和否定词线索与范围标注。研究表明，多种开源语音识别系统容易误识短答和数词，而在既有语料上训练的否定模型在该转录访谈上表现较差且波动较大。
说明AI 在角分辨光电子能谱（ARPES）工作流程中的进展与展望
简介本文是一篇综述，梳理人工智能与机器学习在角分辨光电子能谱实验全流程中的应用，涵盖样品制备、实时数据采集、实验后数据分析以及与理论计算的比较。作者也指出，目前 ARPES 公开数据库规模较小且分散，建议社区共享可再训练的预训练模型，并朝向更大、标准化的开放数据集发展。文章最后以实验室自动化六级框架展望迈向全自动自驱动 ARPES 实验室的机遇与挑战。
说明LLM4Impact：整合异构信息以预测科研影响力
简介本文提出 LLM4Impact，用于预测新发表论文的未来影响力。该方法融合语义、图结构、大语言模型和时间等多种表示，通过自适应门控加权不同证据，并用校准模块处理领域和时间造成的引用规模差异。作者还构建了包含约200万篇论文的大规模基准数据集，实验显示其优于多个基线模型，在同分布测试集上年度 RMSE 降低10.13%，在域外分布上降低6.87%。
说明基于黑盒向量搜索的注意力估计
简介论文研究稀疏注意力中如何仅用少量键来近似注意力。在给定黑盒最大内积搜索（MIPS）接口的条件下，作者分析了需要检索多少个键才能得到 ε 精度的注意力估计。结果显示，单个索引需要 Θ(√n/ε) 个键，使用 Θ(log n) 个索引则可降至 O(log n+1/ε²) 个键，并证明后者接近最优。在 LLM 推理中，该方法优于 top-k 与采样方法。
看点用优先级采样统一稀疏注意力与MIPS检索，给出样本量的紧界及增广后的单索引方案，理论上有实质推进，并在LLM推理中验证。
说明HarnessIR：利用多模态基础模型实现通用真实场景图像修复
简介该论文提出HarnessIR，一个面向真实场景图像修复的智能体框架，以多模态基础模型作为执行器。框架包含感知诊断、按需调用工具、提示词组合、执行和基于验证的迭代优化五个阶段。论文称，在MiO100合成基准上取得了最优结果，并在复杂真实场景中表现出较强的泛化能力。
说明当算法探索变得廉价：EDA 领域智能体研究的案例分析
简介作者在 EDA（电子设计自动化）领域进行了八次智能体算法探索试验，参与者包括一名教师和七名学生。智能体在有限干预下完成了数学构造、工具分析和改进实现，但部分尝试未达到实用目标。作者还利用 AI 分析了 2022 至 2026 年间四个 EDA 会议和两本期刊的 8420 篇论文，其中 2380 篇核心论文的 97.7% 被判定为可通过计算闭合。
说明带赢家反馈的m-集合对抗性多臂老虎机
简介本文给出在不同效用（赢家奖励或奖励之和）和不同反馈模型（赢家索引、赢家奖励、奖励之和及其组合）下，m-集合对抗性多臂老虎机遗憾值的上界与下界。通过与组合式和MNL多臂老虎机的标准界比较，说明设定中细微的变化会显著影响学习速率。主要技术贡献是遗憾的信息论下界，合成数据上的实验验证了理论分析。
说明知其形，寻其障：基于通信拓扑的多智能体大模型故障诊断
简介该论文研究多智能体大模型系统中通信拓扑与故障类型的关系，提出两阶段框架MAScope。其中TSE从执行轨迹中恢复通信拓扑，TC-Judge结合轨迹、拓扑与故障先验进行分类。实验显示拓扑与故障类型存在显著关联，加入拓扑信息可提升诊断表现，并在固定编排结构下降低诊断成本。
说明D-SLR：不相交行稀疏加低秩分解
简介论文提出一种名为D-SLR的矩阵压缩方法，可直接替代截断奇异值分解（SVD），用于矩阵重构。每一行要么原样保存，要么由低秩近似表示，二者不重叠，无需迭代求解或调节正则化参数。作者称在平方误差下，该限制并不增加误差，并给出与任意秩和保存行数组合相比的误差下界。实验在合成数据及真实数据（大语言模型嵌入表、网络流量、高光谱图像）上验证了其效果。
说明动态物体布局中的终身小物体导航：基准与方法
简介论文关注家用机器人在环境中反复寻找工具、玩具等小型可移动物体的任务，并定义了“终身小物体导航（LiSoNav-COL）”问题：物体可能被人挪动，机器人从空的场景记忆开始。作者提出了包含28个室内场景、45类小物体的基准LiSoNav-Eval，并提出基于多视角观察与视点锚定记忆的方法IVAM-Nav。实验显示IVAM-Nav相较代表性方法表现更好，且物体更小、环境更大、重定位距离更远时任务更困难。
说明生成式推荐中的漏召回目标训练：将监督与概率竞争分离
简介生成式推荐器返回的候选集有限，可能遗漏已观测目标。一种训练策略把这些漏掉的目标加入重排序器的训练列表，但推理时仍只对原始候选排序。论文构造了三种匹配损失，分别单独考察追加目标的监督与组间概率竞争的影响。在 Amazon Video Games 的四组预设比较中，去除竞争可使 FT-NDCG 提升 7.8%–22.2%。是否追加应按各生成器在开发集上分别评估，而不宜自动套用。
说明高斯过程的设计能检验什么：在看到响应之前判断实验点能否揭示模型错误
简介高斯过程模型与数据相符，可能是假设正确，也可能是所选输入本来就无法暴露其错误。论文指出，在观测响应之前，设计本身就决定了能产生何种矛盾。对有限特征的高斯过程，这些关系即核矩阵的零空间，可用 Gale 对偶作几何解释；其他核函数下则转为先验意义上的软约束。仿真显示，按预测功效选择下一个输入，可将对局部偏差的检验功效从0.48提高到0.72。
说明RewardWeaver：通过自我演化的奖励适应，让语言智能体进行长程交互学习
简介该论文提出 RewardWeaver 框架，用于改进语言智能体在长程交互中的训练。框架在每个训练阶段后，根据低结果轨迹反向归因，找出反复出现的能力瓶颈，并动态选择对应的过程奖励。在 SOTOPIA、Amazon HistoryPrice 以及新构建的销售基准上，作者报告其取得了新的最优结果，消融实验显示动态奖励分配等设计均有作用。
说明EdgeRock：以恒定内存实现强推理能力的多模态模型
简介该论文提出EdgeRock系列多模态模型，通过Rock Memory Anchors机制，让模型学习哪些内容值得记忆，并以固定大小的KV记录库存储，使推理内存保持恒定。开源的EdgeRock-4B在AIME 2024-2026上平均pass@1达到82.9%，相比其源模型，KV缓存最多减少99.1%，批处理吞吐量最多提高6.42倍。
说明基于Wasserstein的证据不确定性用于分布外分割的概率视角
简介语义分割网络只能识别训练时的固定类别，遇到分布外（OOD）物体时容易出错，这对自动驾驶等安全关键应用是重要限制。本文提出用基于Wasserstein距离的目标函数替代欧氏目标的证据深度学习方法，以更好地保留对陌生输入的不确定性，并在单次确定性前向传播中完成检测。作者在DeepLabV3+和SegFormer两种架构上，于SegmentMeIfYouCan基准的多个数据集中评估，发现最优Wasserstein阶数因架构而异，且多数指标上优于可比基线。
说明长上下文混合模型的机理（第1.1部分）：从混合注意力到混合位置
简介本文研究由全注意力与滑动窗口注意力（SWA）或门控线性注意力（如GLA、GDN）组成的混合型大语言模型。作者发现长上下文持续预训练与长度外推之间存在“跷跷板效应”：线性注意力混合模型在持续预训练中收益更大，而SWA混合模型在长度外推中表现更好，并将其归因于不同注意力机制带来的位置归纳偏置差异。文中还提出滑动窗口线性注意力，在64k上下文长度下实现16倍免训练长度外推，并在NIAH-SK1上保持100%准确率。
说明CAFE+FNO：通过乘法特征组合生成傅里叶核的神经算子
简介论文提出 CAFE+FNO，将内容感知频率编码 CAFE+ 引入傅里叶神经算子（FNO）的核生成过程，用傅里叶与切比雪夫特征的并行仿射分支及哈达玛积显式构造频率交互，并用共享生成器为所有模式生成复数通道混合矩阵。作者在五个偏微分方程基准上与现有 FNO 变体比较，并通过基函数配置、乘法组合和带宽可学习性的消融实验进行分析。
说明经典多智能体路径规划的代价
简介论文研究经典多智能体路径规划（MAPF）相比连续时间版本（MAPF_R）在解的质量上损失多少。作者在不同智能体数量、地图类型和分辨率下比较两种模型。结果显示，在狭窄或受限地图上连续时间带来约5%以上的质量提升，在开阔地图上约17%，部分情况超过20%；将经典MAPF的地图分辨率加倍只能挽回不到3%。
说明让导航器听懂指令：基于轨迹的无人机视觉语言导航指令翻译（冻结导航器）
简介该论文针对无人机视觉语言导航中用户指令简短、与训练指令风格不符的问题，提出一个不改动导航器的前端翻译模块TGIT，通过学习导航器的轨迹结果，把用户的简短意图指令转换为可执行指令。在冻结的OpenFly导航器上，翻译后的弱指令成功率从11.33%提升至37.93%，并可零样本迁移到真实人类指令。
说明宁可不读这种NLP论文：NLP论文中“对立式否定”的兴起
简介该论文研究了大语言模型生成的科学写作中“rather than”（而非）句式的泛滥现象，比较了2019年ACL论文、2026年ACL风格arXiv论文及GPT生成论文。结果显示2026年该句式使用率为2019年的七倍，GPT论文更高。作者推测这是基于成对偏好的后训练所造成的副作用。
说明ExperienceIndex：基于文献材料的经验记忆层
简介该论文提出 ExperienceIndex，一种面向 AI 智能体的经验层，用于记录并复用智能体在以往推理中积累的关于各类文献材料（如判例、科学文献）的知识。它保存两类经验：单个材料的经验与材料对之间的结构关系经验，并以轻量中间件形式接入智能体，帮助其为新任务找到完整的相关材料集合。论文称在多种语料和检索框架下，该方法最多可将回答质量提高 11.0 分，并将在线成本降低最多 50.5%。
说明面向鲁棒异步协同感知的时间残差瓶颈模块
简介本文将异步协同感知建模为时间残差预测：保留经位姿变换后的协作车辆特征作为保守锚点，并用考虑时间差的xLSTM从历史信息中提取残差证据，再通过门控与正则化的瓶颈模块进行修正后融合。在DAIR-V2X和OPV2V数据集上的实验表明，该方法在严重的固定或不规则延迟及丢包情况下尤其有效。作者认为，时间残差融合可作为异步且不完整协同感知的一种实用替代方案。
说明SkillSandbox：通过动态场景合成验证智能体技能
简介该论文针对自我进化智能体从经验中提炼出的技能，提出 SkillSandbox 框架，为每个技能动态合成与之相关且新颖的任务及环境，以检验其在新任务中是否仍然有用。框架包含提议者、构建者和验证者三个部分，验证者据此决定技能保留或拒绝。论文称在 ALFWorld 和 WebShop 上使用三种模型测试，该框架带来了最强的下游表现和更高的执行效率。
说明通过保持支撑集的蒸馏实现多智能体协调
简介离线多智能体强化学习常用生成式策略建模多模态联合行为，通常在CTDE框架下把集中式教师蒸馏为分散式单步执行者。论文指出教师训练阶段存在问题：标准基于流的教师会把相近噪声样本指向相互冲突的协调模式，导致生成样本落在有效模式之间，且这一误差会传递给学生。作者提出Mode-Support Semi-Discrete Optimal Transport（MoSDOT），在教师训练前用有限模式支撑集及条件半离散最优传输把每个噪声样本分配到单一模式，并研究共享随机性变体。实验显示其在多模态数据集上提高了终点质量和路由一致性。
说明激活感知权重张量化：面向张量网络大模型压缩的校准期预条件器
简介后训练张量网络压缩把Transformer的线性层替换为张量列（TT）或树张量网络（TTN）算子，但标准分解最小化的是权重空间误差，而非层激活分布下的功能误差。论文提出免训练的校准包装方法AWT，用由激活导出的对角尺度预处理权重矩阵，再交给不变的TT/TTN求解器，部署时仅需输入侧逐元素缩放。在Llama 3.1 8B、Ministral 8B和Qwen2.5 7B上，AWT在2至6倍压缩下稳定优于原始TT/TTN，并能把WikiText困惑度与稠密基线的差距缩小12%至60%。
说明基于RBF核的高斯过程最大似然估计的精确渐近理论
简介本文研究以径向基函数（RBF，又称平方指数核或高斯核）为核函数的高斯过程模型参数估计。在固定域渐近框架下，论文给出了空间方差、长度尺度和块金方差联合最大似然估计量的完整渐近刻画，证明了一致性、三个参数的收敛速率与联合渐近正态性，并指出这些速率是极小极大最优的。
看点首次给出固定域渐近下RBF核GP联合MLE的完整刻画，包括一致性、收敛速率、渐近正态与极小极大最优，证明完整，对子领域影响较大。
说明面向关注事件的结果条件重校准：让特定结果的概率预测更可靠
简介本文提出一种后处理方法“结果条件重校准”，用于调整概率预测，使其在用户指定的结果区间内校准良好。该方法先用 Kuleshov 等人（2018）的分位数重校准处理条件分布，再按经验发生频率重新缩放事件概率。在回归基准和日前电价预测（负电价）中，该方法在特定结果上的校准明显改善，对预测精度影响很小。
说明HGP：基于混合图存储的端侧个性化智能体记忆框架
简介论文指出，基于大模型的智能体在个性化交互任务中，长期记录异构、多类型且隐含约束，现有记忆机制难以准确路由和检索。作者提出混合图记忆框架HGP，用轻量级自增强分类器做个性化记忆路由，并将情景、语义和程序记忆构建为图，同时提取工作记忆作为状态轨迹。在PAL-Set方案选择任务上，HGP的S分数为35.58，比最强基线高出近7分。
说明从像素到代码：评估多模态大模型的图表复现能力
简介该论文提出FigCodeBench框架，用于评估多模态大语言模型根据图表生成可执行代码的能力，涵盖6194个实例、7类功能和4种编程语言。研究将图表复现分为三个难度层级，并采用包含视觉保真度与语法同构性的多维评估方法。作者对24个主流模型进行了实验，发现各模型在不同语言与难度下均出现非线性的性能骤降。
说明理解性审计：降低自动化AI研究风险的机制
简介该论文指出，前沿AI实验室已有大部分代码由AI编写，若缺乏足够的人类监督会带来安全风险。作者提出“理解性审计”：负责人向审计人员解释研发贡献，以证明其理解所做工作，未能证明则暂停该贡献的开发直至整改，重复失败则后果加重。作者分析了主要开源AI项目，发现代码产出增加而每行代码的人工审阅评论率下降，自动化机器人账户的比率远低于人工账户。
说明显性失败与隐性失败：工具调用语言模型智能体的故障检测与恢复
简介作者在一个函数调用基准的可执行环境中注入四类故障，观察使用工具的智能体是否察觉、改变计划或恢复任务，共6个模型、1920次试验。结果显示，工具返回明确错误时智能体有91.3%的试验会察觉问题，而返回看似合理的错误值时仅58.8%，说明智能体主要对错误通道作出反应，格式内的错误容易被放过。
说明TRACK：赛车模拟游戏中基于遥测数据的赛车分析与指导工具包
简介本文提出TRACK框架，利用赛车模拟游戏的遥测数据分析驾驶表现，并刻画每位车手的驾驶风格。研究将每段记录以速度、制动、策略和稳定性四个维度表示，并用无监督聚类分组，同时与随机基线对照检验，结果显示部分分组并不明显优于偶然。目前样本较小，结论为初步性质。
说明在编码器内缓存：跨 LLM 查询的紧凑可复用记忆
简介论文提出 EncBank，把预训练大模型的下层当作可复用的文档编码器，将其输出紧凑存储，供适配后的上层读取器使用。在五组基准、三种 Qwen 骨干模型上，4 比特存储的各项基准综合得分与原始精度的 EncBank 相差不超过 1 分；在固定的 Qwen3-8B 工作负载中，其持久 GPU 存储保留了原始精度的 28.1%。结果依赖于具体工作负载、准备成本和复用频率。
说明WxFM-XL：将单变量时间序列基础模型适配到多站点天气预报
简介该论文针对将单变量时间序列基础模型扩展到多气象站天气预报的问题，指出现有方法忽略了站点的空间信息以及各站点相对基础模型的不同误差先验。作者提出WxFM-XL模型，引入跨站点误差相关先验图来刻画各站点的误差先验，并设计动态融合机制，自适应地整合空间相关图与误差相关先验图。作者称在多个数据集上，该模型优于现有最先进的基线方法。
说明基于Koopman算子与退出时间最优控制的过渡路径采样
简介该论文研究在分子动力学等系统中，如何高效采样亚稳态之间的罕见转变路径。作者用Koopman算子的主特征函数识别亚稳集合并估计committor函数，再将采样问题表述为到达目标集合为止的最优随机控制问题，并在再生核希尔伯特空间中求解线性KKT系统。在双通道双势阱和丙氨酸二肽上，到达目标的轨迹比例分别从0%提升至99.8%（1000步内）和93%（1皮秒内）。
说明大语言模型在软件工程系统综述筛选中的表现是否已停滞？
简介系统综述的文献筛选需要人工完成且耗时。作者用已有的软件工程综述筛选基准（SESR-Eval）及一个更小的抽样数据集（SESR-Eval-Mini），评估了八个新的大语言模型，并比较了不同提示词、模型间的判断一致性以及纳入排除标准的细化效果。结果显示，新模型只比旧模型略好，平均MCC从0.347升至0.365；作者认为大语言模型尚不能取代人工筛选，新模型带来的优势十分有限。
说明在推理预算递增下的认知偏差：大语言模型能否靠多想减少偏差
简介该研究测试了推理型大模型在更长思考预算下是否减少经典决策偏差。作者在四个模型家族、六类偏差上做了约1.2万次调用，以实际消耗的推理令牌数衡量思考量。结果显示推理模型并不比对照模型更少偏差，增加思考也没有可靠地降低偏差，只有锚定偏差符合人类方向。
说明AdSpark：面向以产品为中心的广告视频生成的大规模数据集与基准
简介该论文提出AdSpark，一个面向以产品为中心的广告视频生成的大规模数据集与评测基准，数据来自一家大型电商平台。数据集AdSpark-300K包含约30万组参考图像、提示词与视频三元组，并提供产品身份、卖点描述、创意方案和配套音频脚本等结构化标注。评测基准AdSpark-Bench从视觉质量、产品保真度、指令遵循、时间连贯性、音频对齐和广告效果六个维度进行评估，结果显示产品保持、多镜头叙事和卖点呈现仍是主要挑战。
说明CANDO：面向布局设计优化的协作式智能体网络
简介本文针对真实设施的布局生成问题，提出了包含1000个专业标注真实设施布局的基准ALPS-Bench，并配套基于结构化设计手册的实例级评分方法。作者同时提出CANDO，一种无需训练的多智能体框架，各专门智能体通过基于验证的循环迭代优化布局。实验显示，CANDO在PubLayNet、RICO和PKU-PosterLayout基准上超过了已训练及基于大语言模型的基线方法。
说明用互信息学习累积知识（Knowledge Weaver）
简介论文提出 Knowledge Weaver，一个用强化学习训练语言模型的框架，把智能体的历史交互轨迹整理成可复用的知识条目。方法结合基于 token 的互信息信号与边际成功率奖励，鼓励新条目提供不与现有知识重复的信息，并在加入知识库后提升任务成功率。在 ALFWorld 与 WebShop 上，k=10 时平均成功率分别为 54.0% 和 42.0%，分别比 GRPO 高 16.9 和 18.7 个百分点。
说明在主机上进化，在边缘端预测：在线神经进化架构搜索用于截面股票收益率预测
说明OpenESM：能量引导模型是可扩展的基础学习器
简介该论文提出能量引导模型（ESM），用于通用语言建模。模型先在能量曲线上优化潜在状态，再用优化后的状态生成词元，并在大规模语料上进行能量引导预训练。作者在三个大规模语料上预训练，并在26项下游任务上评估，结果显示其随模型规模和训练数据增长呈良好扩展趋势，并在大多数任务上优于GPT类模型。模型权重与训练基础设施已公开发布。
说明多头自注意力的高斯等价性
简介本文利用随机矩阵理论证明多头自注意力存在高斯等价性：将 softmax 注意力替换为经缩放的分数加高斯噪声后，中心化输出的极限谱分布保持不变。该等价性同样适用于依赖键的值投影与输出投影。文中给出的结果区分了头的分配与投影宽度的影响，并区分了保持谱不变的跨头共享与头内键值依赖。
看点将高斯等价性推广到多头自注意力，给出输出谱律的极限刻画，并区分头分配与投影宽度的效应，有较强的理论新意与严格性。
说明仅凭结构即可支撑果蝇视觉系统的高效视觉计算
简介研究者将果蝇成虫经过校对的连接组与其眼睛的解剖学模型相结合，构建了一个仅由固定连接结构与眼部几何组成、只学习突触增益和神经元阈值的模型。该模型可完成颜色辨别、形状分类和数量辨别等多任务视觉。与随机重连网络相比，在相同布线成本下，真实生物连接的准确率更高。
说明利用扩散互信息控制隐式生成模型中的依赖关系
简介本文针对隐式生成模型，提出扩散互信息（SMI），即对生成变量施加共同的扩散核，再对各噪声水平下的互信息做加权积分。高斯扩散使条件分布与边缘分布变得平滑且严格为正，从而将基于分数差的梯度估计推广到原本可能奇异的分布。实验显示，在基于互信息的方法中，SMI 能有效控制依赖关系，并与特定任务的既有方法相当。
说明基于层（sheaf）的振荡神经动力学：一种面向长程图学习的波动传播框架
简介论文指出，图神经网络仅增加传播深度并不能保证远距离节点有效互相影响。作者提出ONDA框架，用学习到的层传输算子驱动的二阶动力学，在节点的茎（stalk）表示上进行类波动传播。实验覆盖长程传播、严重瓶颈、图迁移和异配性基准，结果显示其优于标量波传播、扩散式层模型及现有先进模型。
说明Phase-HDC：用梯度阈值取代优化器历史记录的离散相位学习
简介论文研究紧凑的超维分类器（参数为低比特角度，称为相位记忆）能否只保存模型本身而不保存优化器的历史梯度。提出的Phase-HDC方法每次更新时，仅当梯度足够大时，才沿梯度符号将角度至多移动一步。在十一个图像、表格和文本数据集上，其存储量比float32 Adam少16至23倍，比8位Adam少4至6倍；平均准确率比float32 Adam低约五个百分点，但在六个数据集上比8位Adam更准确。论文所述存储节省为逻辑状态而非实测硬件内存。
说明《袖套感知》：基于纺织压力传感的可解释机器学习姿态筛查
简介本文研究一种针形压阻式针织袖套，佩戴于前臂，通过压力分布信号进行可穿戴姿态筛查。作者将日常活动归并为中性、潜在不良及功能或过渡三类，设计了29项可解释的压力分布特征，并在按受试者划分的严格设置下评估模型。调整后的XGBoost分类器在未见过的测试受试者上取得0.818的准确率、0.788的平衡准确率和0.801的宏F1值；同时还通过SHAP解释、特征组消融和模拟穿戴偏移等分析，考察模型的依赖特征与性能下降原因。
说明果蝇全连接组网络能够学习人工设计的认知任务
简介该论文使用公开发布的成年雄性果蝇连接组（MaleCNS v1.0）作为人工循环神经网络的固定拓扑结构，每条解剖连接只学习一个标量权重。模型分别用于有界加法和基于100词词汇表的受控语言关系任务。结果显示，该解剖图在加法测试中平均准确率为92.77%，高于定向度保持重连图的67.93%；在语言任务上为61.59%，高于匹配重连图的44.17%。
说明可扩展的图像块级自监督学习：一种有原则、稳定训练的视觉表示方法
简介本文提出一种名为JEM的自监督视觉表示学习方法，从多视图假设出发，用信息论目标推导出可解释的损失项，通过对齐不同视图中对应的图像块表示来学习。该方法可稳定训练至70亿参数规模，在全局与密集探测任务及分割基准上表现强劲，并在分割任务上优于DINOv2；在70亿参数下，其全景分割表现超过DINOv3，而训练数据量少了约12倍。
看点从多视图信息论目标推导出可解释的patch级SSL方法，并首次在7B规模演示潜空间patch级训练，分割上超过DINOv2与DINOv3，证据较充分。
说明与 Kruskal 算法相关的分水岭分割：平面与层次分水岭切割的算法
简介本文在边加权图框架下研究分水岭分割，指出分水岭与最小生成树等经典优化问题的联系，并借此设计计算（层次）分水岭分割的高效算法。作者回顾了相关文献，给出从图像的图表示计算到最终（层次）分割连通分量的完整算法流程，涵盖监督与无监督等多种分水岭变体及种子计算方式，旨在为实现和应用分水岭分割的读者提供参考。
说明风格迁移的感知对齐评测方法（ASTRA）
简介风格迁移缺乏可靠的评测标准，现有自动指标往往与人类偏好不一致。本文提出ASTRA评测框架，包含ASTRA-Data（基准图像集、迁移结果及两阶段成对比较的人工评测数据）与ASTRA-Score（学习得到的评估器，根据内容图、风格图与生成图的三元组预测与人类偏好一致的分数）。实验表明，ASTRA-Score与人工排序的相关性明显高于既有指标。
说明超越奖励压制：有界奖励下对热启动老虎机的近最优离线攻击
简介本文研究针对热启动多臂老虎机的离线攻击，攻击者在部署前只能向历史数据中注入合法的动作-奖励对。作者指出，当目标臂的奖励接近下界时，对UCB的最优成本攻击必须把非零比例的成本分配给促进目标臂。论文设计了达到最优次线性成本的攻击，并将其扩展到Thompson Sampling、ε-贪心等算法，实验验证了其有效性。
说明时序预测多重性：同样准确的时间序列模型给出不同的预测轨迹
简介该论文指出，预测性能几乎相同的模型，给出的预测结果可能差异很大，这种现象称为预测多重性。作者提出“时序预测多重性”框架，衡量性能相近的模型在完整预测轨迹上的分歧。实验使用19种神经网络预测架构、11个数据集，结果显示近优模型生成的预测轨迹差异明显，且轨迹层面的分歧与逐个预测步长的分歧基本无关。
说明融合补丁式异常检测与扩散生成模型的晶圆缺陷图开集异常检测
简介本文针对半导体晶圆缺陷图（WBM）的异常检测问题，提出一种混合单类框架，将基于补丁的学生-教师检测器（EfficientAD）与用于部分扩散重建的去噪扩散概率模型（DDPM）结合，并通过固定凸组合融合两者的百分位校准分数。仅用WM-38K数据集中的700片正常晶圆训练，在18,658片保留晶圆上评估，融合检测器的AUROC为0.9985，误判数由DDPM的852和EfficientAD的1,412降至618。论文还指出固定权重融合仅能恢复约40%至70%的理论可修正量。
说明用大语言模型同时优化定价与广告文案
简介该论文研究一个序贯定价问题：卖家同时决定价格和由大语言模型（LLM）生成的广告。卖家只能观察每次报价是否带来购买，需在未知需求下最大化收入。作者提出一种在线 actor-critic 算法，结合 LoRA 微调的预训练 LLM 与需求模型。在三种合成需求模型和一个基于真实电商数据的模拟器上，该方法相较不联合优化的基准策略，分别获得 5.69%、5.18%、55.96% 和 5.81% 的预期收入提升。
说明极端二分类：利用极值理论约束极低的假阴性率
简介本文提出“极端二分类”问题，目标是训练一个假阴性率极低的分类器，其假阴性率被限制在随正例数量增大而趋近于零的水平。作者提出基于极值理论保证的阈值自适应方法，并结合对样本最大值的置换检验进行特征选择。在四个不同规模的真实数据集上，该方法与现有方法相比表现较好，并通过癌症筛查数据集的应用展示了其可解释性。
说明EASE：基于熵自适应分布调整以规避AI生成文本检测器
简介该论文指出，AI生成文本的检测结果对源大语言模型的解码选择较为敏感，扰动下一词logits或调整采样温度都会降低检测效果。作者据此提出EASE框架，依据源模型下一词分布的预测熵自适应地调整logits扰动和采样温度，无需训练，也不依赖检测器反馈。实验覆盖三种源模型和多种检测器，结果显示检测性能持续下降，文本质量仅有可忽略的下降，推理开销也可忽略。
说明从期望危害到似然：越狱LLM智能体的概率重构
简介本文研究如何越狱LLM智能体：当输出的危害性可以量化时，一种自然目标是最大化对输入修改的期望危害。作者通过概率重构建立了它与“构造有害目标输出并提高其似然”这一思路之间的精确联系。基于此，提出了用于生成高危害目标输出的采样分布OPUR，并利用采样结果指导基于似然的输入优化。实验表明该方法在越狱LLM智能体上有效。
说明TR-PTQ：通过泰勒区域重构实现高精度纯整数Transformer后训练量化
简介本文针对Transformer模型后训练量化中非线性层难以量化的问题，提出TR-PTQ方法，使用共享的泰勒区域指数与对数基元，将除法、开方等运算在对数域内以标准整数运算完成。作者指出精度损失主要来自LayerNorm的可学习缩放参数和GELU的累积近似误差，而SoftMax对量化较为稳健。该方法无需浮点硬件单元处理非线性运算，在视觉与语言基准上的绝对精度下降不超过1.5%。
说明后续训练阶段与大型语言模型的说服力：错位、监督微调与偏好优化的影响
简介该研究让835名受试者阅读由不同训练阶段模型生成、涉及10个政治争议议题的文本，比较态度变化。结果显示，在阴谋论数据上训练后，再进行说服性数据的监督微调，比仅用阴谋论训练的说服效果更强（d=0.30）；加入偏好优化（IPO）则未带来额外提升，GPT-4与中性文本也无显著差异。
说明将运行框架作为唯一可变部分：信贷流程中有合规边界的 LLM 智能体自我进化，附带可测量的准入关口
简介这篇论文主张，智能体的自我进化只有限定在运行框架（指令文本、工具调用逻辑与原语组合）内、模型权重保持不变时才便于监管审查。作者提出一个双循环引擎，并以一个写入哈希链记录的准入关口控制部署。实验为模拟环境下的仿真，而非真实语言模型；结果显示，有关口的循环在多数情形下未放行有害改动，去掉关口则会放行大量有害改动。
说明无法传递的作用力：深度导致的秩崩塌，任何表征损失都无法重新打开
简介论文研究小型 Transformer 在训练中出现的秩崩塌，即所有词元表征指向同一方向、学习停止的现象。作者通过削弱跳跃连接制造崩塌，发现添加损失项无法修复，原因是梯度无法到达决定注意力去向的查询与键权重。恢复跳跃连接可立即重新打开这一路径，秩随之恢复，但损失仍高于健康网络。
说明可能性径向传输用于近似IM推断
简介本文提出一种可能性径向传输方法，用于可能性推断模型（IM）中的近似推断，把参数的轮廓值隐藏在源点半径中，从而便于采样置信切片内的参数。作者还给出一种深度学习算法，用于学习近似轮廓，并通过模拟验证其覆盖率和功效，最后用合成AMH数据探讨卵巢衰老相关假设。
说明MSU团队在2026年可解释深度伪造检测挑战赛中的方案：基于可视伪影证据的检测
简介该论文提出一种模块化的深度伪造图像检测与解释方法，用于判断图片真假并给出基于可见伪造线索的解释。检测部分融合多个DINOv3模型与Mesorch伪造定位特征，解释部分利用Grounding-DINO生成弱监督伪影证据图，并借助Qwen3-VL与GRPO优化的文本简化模型生成解释。在挑战赛测试集上，检测准确率为0.9349，解释得分为0.5571，最终得分为0.7456。
说明用随机物理信息神经元胞自动机学习交通流动力学
简介本文提出一种物理信息神经元胞自动机（PI-NCA），用于从数据学习交通流的局部转移规则。模型结构与路网拓扑一致，并保证车辆总数守恒，使学到的规则符合物理约束。作者还将其扩展为随机版本，以概率形式表示转移规则。在由Nagel-Schreckenberg和Kerner-Klenov-Wolf元胞自动机生成的多种交通场景上，PI-NCA学习效果优于标准NCA，随机扩展也保持了物理约束。
说明AgentTime：智能体能否估算并控制自己的运行时长？
简介本文提出 AgentTime 基准，用 222 个来自 18 个来源的任务，检验 AI 智能体能否按要求的时长工作、预测运行时间并在事后估算已用时间。实验发现，不同智能体偏离指定时长的程度差异很大；部分智能体在看似完成任务后仍会主动休眠。作者认为，完成任务的能力并不保证智能体能控制时间或完整执行指定时长，因此长时间自主运行需要同时评估这两方面。
说明多种成功路径：用多样性驱动的强化学习微调提升视觉-语言-动作模型的泛化能力
简介本文研究强化学习微调如何改变视觉-语言-动作（VLA）机器人策略的探索行为，发现其在成功轨迹上更具多样性，能覆盖更多可行解。作者据此提出 DRIVE 方法，将成功行为的多样性转化为显式的强化学习内在奖励。在 LIBERO-Plus、ManiSkill3、RoboTwin 2.0 等基准以及双臂 AgileX PiPER-X 平台上，DRIVE 相比普通强化学习微调提升了分布外任务的平均成功率。
说明通过移除被劫持的方向净化带后门的大型视觉-语言模型
简介大型视觉-语言模型容易受到后门攻击，而现有防御要么需要在干净数据上大量重训，要么需要在推理时逐条干预。本文提出 OrthoPurify，通过一次正交投影移除权重更新中被后门“劫持”的少量方向，以净化模型权重。方法借助仅用少量干净样本微调得到的伪良性模型来识别这些方向。实验显示，该方法能将攻击成功率降至接近零，同时保持原有性能，且无需重训，也不增加推理开销。
说明Juno：驯化预测性潜变量以用于视觉-语言-动作模型
简介该论文提出 Juno 框架，基于一个以动作为条件的联合嵌入预测架构（JEPA），用于为视觉-语言-动作（VLA）模型提供预测性潜变量，覆盖预训练、策略学习与部署三个阶段。部署时，模型会根据已观察到的转移（包括失败的执行）适应世界模型，并借助 LoRA 适配器与可训练动作头重新对齐策略。论文报告在 SimplerEnv 上平均成功率由 60.9% 提升至 68.5%，测试时适应后达 72.7%；在真实机器人上，背景、高度和物体变化下仍保持 70%–75% 成功率，而基线策略降至 0%。
说明快速全息反演超导穹顶：利用全息理论从超导相图反推标量质量函数的新训练方法
简介论文提出一种训练全息超导模型的新方法，可将由超导穹顶反推质量函数 M 的时间从数天缩短到约十分钟至一小时。该方法通过两次积分得到临界温度条件及其梯度，无需有限差分。研究发现，穹顶只能约束 M 在其视界可达范围内的部分，而标量质量本身需要第二个可观测量才能确定。
说明决策模型能在哪些情形下诊断暖通空调故障：推理需求、物理表征与分布偏移下的稳健性
简介该研究探讨一种预训练的决策模型能否用于暖通空调（HVAC）故障诊断。研究基于四个公开数据集中的128个故障日，按诊断所需推理程度对故障分级，并比较原始数据、物理特征和Brick拓扑三种输入形式。结果显示，给定物理特征时，该模型能诊断依赖单一特征证据的故障，但对需要运行工况信息的故障则无法胜任；在条件变化下，其准确率与校准度保持稳定，而监督模型的宏F1下降0.33。
说明Itgan 参加 NADI 2026 共享任务：面向阿拉伯语稳健、混合方言与语码转换的参数高效 Whisper 适配
简介该论文介绍 Itgan 团队在 NADI 2026 的三个语音识别子任务中的系统：国家级稳健识别、混合方言识别和突尼斯语语码转换识别。三者共用基于 LoRA 在消费级 GPU 上适配 Whisper 的方法，并各自加入不同改进。在 1.1 任务中，按方言训练的专用模型取得最大提升，国家平均词错率为 57.1%；在 1.2 任务中，系统融合在加入去相关成员后达到 46.7%；在 1.3 任务中，系统以 14.49% 的词错率排名第二。
说明多臂老虎机中的期望样本复杂度
简介本文研究随机多臂老虎机问题中的样本复杂度，即智能体与环境交互时做出次优决策的次数。作者提出期望样本复杂度这一性能指标，并在“期望近似正确”（ACE）框架下分析。研究显示，ACE保证可推出最优期望奖励的几乎必然收敛，并能转化为显式的期望遗憾界；确定性算法无法获得良好的ACE界，而对随机算法则分别分析了已知和未知次优容忍度的两种设定。
说明生成式先验是否与人类的自然感知一致？
简介该论文探讨视觉生成模型学到的先验分布是否反映人类对图像自然度的感知规律。作者用25个开源图像和视频生成器的原生预测误差，并通过保持内容的成对关系干预（如破坏人脸结构或光照一致性）进行评估。结果显示，这些损失差异能复现人类对人脸（如Thatcher效应）和光照不一致的选择性敏感性，并与人类自然度判断高度相关。
