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SmartSalesBench：一个面向抗拒型买家的多轮对话基准，用于评估大语言模型销售代理
简介该论文提出 SmartSalesBench，是首个明确用于评估大语言模型销售代理的多轮对话基准。与假设用户配合的任务型对话基准不同，它设置了按心理学理论构建的、会抗拒和质疑的买家角色，对话最多 20 轮。基准包含 5 种代理配置、12 种买家角色和 15 款智能手机，共进行 13,680 次会话，并定义了三个层级的九项评估指标。
说明系统一式模型能否迁移？印尼地区语言上的校准型决策模型、标注预算与翻译研究
简介本文评估了两种“系统一”式校准决策模型（一次前向传播同时给出标签与概率）在印尼地区语言上的表现，使用NusaX与NusaTranslation情感及情绪测试集。研究发现，翻译为印尼语可显著提升准确率，但其对自身错误的排序能力在各数据集上均有下降。文中还比较了置信度分流的级联方案与若干商用大语言模型的成本与准确率。
说明Minions：基于闲置苹果芯片设备的动态分布式虚拟 GPU 云
简介随着机器学习推理对 GPU 的需求增长，集中式 GPU 基础设施暴露出成本高、弹性不足、资源紧张时等待时间长等问题。本文提出 Minions，一个动态分布式虚拟 GPU 云，把多台 macOS 设备上闲置的苹果芯片 GPU 汇集起来执行大规模机器学习推理任务。系统支持灵活的 GPU 推理任务执行、容错以及资源的高效利用。作者认为，在集中式 GPU 资源受限的环境中，闲置的 macOS 设备可以转变为可用的分布式 GPU 推理平台。
说明MotionCoach：为视频专业动作编辑构建多模态指导
简介这篇论文针对视频编辑模型难以生成专业动作（如体育、武术、表演中的精细动作）的问题，提出了MotionCoach，一个经过训练、可多轮调用工具并自我验证的多模态智能体。它生成有依据的动作指导提示词和参考片段，为视频编辑模型注入外部专业动作知识，且无需重新训练视频编辑模型。文中还提出了包含314个任务的评测基准VPMEBench，实验显示在两个视频模型上整体得分分别从55.1提升到65.6、从51.2提升到64.5。
说明MVGraph：在多视图视觉图上评测大型视觉语言模型的证据组合能力
简介该论文提出 MVGraph 基准，用于评测大型视觉语言模型在多图推理中的表现，即回答问题所需的证据分散在多个相互关联的视觉图视图中。基准含 8k 个实例，覆盖 8 类图论任务，并设计了 29 个诊断任务用于分阶段考察感知、对齐、组合与推理四种能力。在 15 个模型上的测试显示，跨视图边的对齐和关系层面的组合是主要瓶颈。
说明DataCupid：带延迟反馈的训练数据获取稳定匹配修复方法
简介本文研究效用变化后的匹配修复问题：可复用旧的有效观测，但新的评估需遵守匹配容量限制，且结果可能乱序返回。作者提出残余负载修复方法（RLR）及其监控变体RLR-P，并给出理论界与模拟、回放实验，结果显示RLR-P在回放中平均认证时间更低，但预言机计算开销更高。
说明基于视频编解码信息的免训练视频大模型视觉令牌压缩方法
简介视频大语言模型需要处理很长的视觉令牌序列，因此压缩视觉令牌以提高推理效率很重要。本文提出一种利用压缩视频中已有编码信息（参考帧依赖、运动矢量和残差）作为低成本搜索先验的免训练压缩方法，无需修改基础模型。实验表明，该方法在多个模型和基准上性能与现有免训练基线相当，部分设置下更优，同时显著减少了特征比较次数。
说明JoyInside-VLM-Agent：面向具身智能体的产品条件多模态策略学习
简介该论文提出 JoyInside-VLM-Agent，一个用于机器人和智能硬件的多模态智能体，能根据图像等观察与用户请求生成可执行动作。研究通过闭环沙箱构建包含目标修改与失败恢复的交互轨迹，并结合监督微调、多教师蒸馏及名为 DPER 的强化学习方法进行训练。论文报告其在 BFCL v4 上总分为 77.44，在其他公开基准上结果不一，在作者自建的 JoyInside-Devices 与 JoyInside-Robotics 上优于所列基线，并给出两个四足机器人案例。
说明MathVis：AI能否通过画图进行推理？数学图形生成基准测试
简介本文提出MathVis基准，用于评估大语言模型将前沿数学问题可视化并借助图示进行推理的能力。该基准包含512个任务，每个任务包括数学陈述、参考图、可执行的TikZ或SVG代码等。评测显示，三款模型的pass@1分数分别为31.25%、26.56%和22.85%；模型输出多以形式语言、符号和绘图程序为主，且生成的图往往对人类而言视觉上较难理解。
说明上下文学习可帮助视觉语言模型克服训练先验
简介研究发现，视觉语言模型在训练中形成的统计先验，可能导致它们在图像与先验相悖时忽视视觉证据。论文通过受控的视觉上下文学习（示例演示）引导模型关注视觉信息，在五个以视觉为中心的任务上，使与先验相悖的反事实样本准确率明显提升（如Qwen3-VL 235B提升27.2%），而与先验一致的样本准确率变化不大。该效果在五个模型系列中均有体现，但当底层视觉能力较弱或缺失时，上下文学习的效果有限。
说明UniDeblur：基于傅里叶卷积学习的统一运动去模糊方法
简介该论文提出一个统一的运动去模糊框架，用于处理不同相机和图像内容下的多种模糊形式。作者构建了多源数据集并设计了数据筛选与质量控制流程，并在傅里叶空间中学习自适应的全局滤波器，以替代仅依赖像素映射的方法。实验表明，该统一模型在域内和域外基准上均取得了有竞争力的效果。
说明激活波浪上的冲浪：分析大语言模型隐藏状态的信息与几何结构以用于推测解码
简介本文研究大语言模型不同层的隐藏状态如何为推测解码选择有效组合。作者提出基于矩阵熵衡量信息量、基于中心核对齐（CKA）衡量多样性的层选择框架，并引入按预测熵过滤低熵词元的方法。实验显示，在EAGLE3式推测解码中，所选层组合优于固定的基线选择，包括默认的 [2, N//2, N-3] 规则。
说明用更少的训练学得更多：基于不确定性的渐进式收缩，用于高效推理后训练
简介本文针对大语言模型的推理后训练，探讨在不降低能力的前提下能把监督数据压缩到多少。方法先用蒙特卡洛推理树量化教师模型思维链中的过程级不确定性，将原始语料压缩为紧凑的教师筛选数据池；再在监督微调中依据学生模型的学习状态在线调度优化。实验报告称，该方法仅使用全量监督微调约0.22%的优化预算，在多个推理基准和模型系列上保持或提升推理表现。
看点提出不确定性引导的渐进收缩框架，用蒙特卡洛推理树定位关键轨迹，并结合学习者感知路由，大幅压缩训练预算。实验覆盖多种基准与模型家族，证据较充分。
说明SEEDS：面向搜索智能体的预览引导证据准入框架
简介该论文指出，现有搜索智能体通常按固定或排名顺序把检索到的文档全部纳入推理，而证据的实际价值取决于智能体当前的推理状态。作者提出SEEDS框架，先展示候选证据的轻量预览，再由智能体根据当前推理状态自行决定哪些、多少候选需要完整查看。在九个知识密集型问答基准上，SEEDS在本地语料和实时网页搜索两种设置下均提升了搜索效果，同时显著减少了完整证据的消耗。
说明模型切片上的协作学习与推理：让异构小模型相互校验推理过程
简介论文针对单一大模型推理时误差会逐步累积、难以自我复核的问题，提出协作学习方法，包括把大模型切分为参数量相近的异构小模型（模型切片），以及结合协议蒸馏与步骤级监督的金字塔监督。在多跳问答、数学推理、代码生成和受约束的开放式生成四类任务上，训练后的异构模型表现与原大模型及多智能体基线相当或更好，推理效率也更高。
说明第一人称视频嵌入编码了什么，以及如何与惯性传感器结合用于人体活动识别
简介该论文研究头戴摄像机视频的预训练嵌入表示什么，发现其主要方向主要反映相机朝向与场景布局。作者提出在同一参与者的视频图中传播惯性传感器的预测结果，使WEAR数据集上的宏F1从0.648提升到0.852。
说明基于线性化最优传输的测度数据稀疏字典学习：高效算法与样本复杂度
简介该论文研究以概率测度为数据的字典学习，利用最优传输几何构造特征，将测度嵌入希尔伯特空间。通过稀疏自编码器学习数据自适应字典，把概率测度表示为稀疏的有限维编码。文中在高光谱图像、几何点云和大语言模型潜空间的文档嵌入上进行了验证，并给出了稀疏字典学习目标在一类 $L^2$ 值测度嵌入上的泛化界，以及最优传输与熵传输映射字典的覆盖数界。
说明用语言教神经解码器：以自然语言类别描述辅助脑机接口解码
简介这篇论文提出“语言作为监督”（LaS）方法，把神经信号特征与类别的自然语言描述对齐，并用候选文本原型进行分类预测。作者在视觉、运动和语音解码任务上，用头皮和颅内记录评估了七种编码器架构。文中指出，LaS 在语音解码准确率上优于对应的类别标签监督基线，并能支持稳态视觉诱发电位中未见频率的条件解码。
说明超越二阶信息：带噪声特征的付费逻辑回归
简介本文研究在线二元预测中的付费随机特征问题：学习者可以支付成本以获得更精确的潜在特征观测，用于预测二元结果，目标是同时控制预测损失与获取成本。与仅依赖协方差的线性回归结果不同，论文指出协方差信息已不足够。在较大支付获得更好观测的结构假设下，已知噪声结构时遗憾为 Õ(√T)，未知时为 Õ(T^{2/3})，并给出对数因子内匹配的下界。
说明Controlled-Minimax：用控制理论稳定对抗优化
简介本文从连续时间动力系统的角度研究极小极大（minimax）优化中的不稳定问题，指出在均衡点附近损失函数 Hessian 的特征结构是不收敛的根源。作者提出 Controlled-Minimax 框架，将优化轨迹视为可控系统并设计反馈控制器，声称可在局部实现指数稳定。实验在 Dirac-GAN、二维高斯混合、Swiss Roll 数据集以及 StyleGAN2-ada 图像生成任务上进行，结果显示其能抑制振荡并实现较快、稳健的收敛。
说明OGPO：面向可恢复视觉-语言-动作模型的离线目标条件策略优化
简介视觉-语言-动作（VLA）模型的后训练通常依赖对机器人示范的轨迹级模仿学习。本文提出OGPO框架，将离线示范按语义关键状态重新标注，并构建目标条件过程奖励，使策略学习到达任务进展状态。实验显示，该方法在LIBERO和MetaWorld上优于标准监督微调，并在LIBERO-Plus及作者提出的LIBERO-ReAct扰动基准上表现出更强的鲁棒性与恢复能力。
说明BLEND：联邦视觉-语言模型中个性化与泛化的平衡
简介本文提出BLEND框架，用于在联邦学习环境下微调视觉-语言模型，同时增强模型的个性化与泛化能力。该方法在客户端之间共享全局视觉和文本适配器，并为每个客户端设置个性化视觉投影适配器，通过新的损失函数融合两者输出。实验表明，BLEND在多种系统设置下表现优于现有基线方法。
说明LatLM：可延迟承诺的多行并行语言模型
简介该论文提出格点语言模型（LatLM），让多行文本并行生成时的承诺时机在解码时自适应决定。模型会对可选前沿词元打分，对把握较大的候选立即确认，对前提未就绪的则延后处理。作者报告其在4.82亿参数规模下，顺序解码与自回归模型表现相当，并行解码所需轮数约为其25%至41%；在存在跨行依赖的任务上，准确率从固定调度模型（LCLM）的78.5%提升至96.5%。
说明GIST：面向表格基础模型的生成器状态引导监督方法
简介表格基础模型通常在预训练中使用采样得到的硬标签，带来可避免的采样波动。本文提出GIST方法，利用生成器中间状态对查询损失在条件标签分布上取平均，从而减少采样方差。实验显示，在相同预训练设置下，GIST在三种架构上均提升了平均排名，并在TabArena和TALENT基准的配对数据集比较中胜过硬标签对照组62.1%。
说明面向压缩感知的强化学习：用于昇腾 Triton 算子生成
简介该论文提出 ATRL（昇腾 Triton 强化学习），一种后训练方法，将 GRPO 改进为面向压缩上下文、以段为单位的目标，用于长时程的算子（kernel）生成。作者还设计了轻量的智能体框架，提供编译、正确性和性能分析的级联反馈，并在训练中注入昇腾平台的专用知识库。在昇腾硬件上的 NPUKernelBench 与 KernelBench 评测中，ATRL 在正确性和加速比上均优于包括 GRPO 在内的所有基线。
说明JMT-YOLO：基于分割引导一致性学习的多任务领域自适应目标检测
简介该论文针对目标检测在训练域与测试域分布不同时性能下降的问题，提出JMT-YOLO联合多任务框架，基于Mean Teacher架构并加入辅助语义分割任务和掩码机制。在三组基准域自适应任务上，其检测精度分别为46.9%、57.3%和61.0%，论文称其优于现有先进方法和基线方法。
说明用于少步文本生图指令遵循的轻量级速度修正框架
说明重新划分扩散与解码的分工：用于并行语言生成的预测状态流（Predictive-State Flows）
简介该论文针对连续扩散语言模型中扩散先验难以建模离散词元细粒度选择的问题，提出预测状态流（PSF）。方法将序列切分为块，每个块对应一个仅由前文计算的预测状态，由整流流先验生成这些状态，再由块因果解码器并行生成各块，块内自回归。在无条件 OpenWebText 生成实验中，197M 参数、K=8 的模型以较低计算量取得了优于 ELF-B（32 步采样）的生成困惑度与 MAUVE 指标。
说明DS-Net：面向边缘-云协同推理的动态切分网络
简介边缘-云协同推理通过在边缘设备与云服务器之间切分深度神经网络来完成计算。现有方法在通信或设备变化时需要为多个切分点加载不同模型，切换耗时且边缘端存储开销大。本文提出动态切分网络DS-Net，在单一模型内灵活选择切分点，并通过分层补偿机制缓解动态切分和高比例压缩带来的特征分布偏移与信息损失。实验显示，DS-Net内存开销降低74.6%，切换延迟达毫秒级。
说明AD-SRF：用于多模态图像融合的攻防语义强化框架
简介针对图像融合中视觉质量与语义属性相互冲突的问题，本文提出攻防语义强化框架AD-SRF。该框架先用基于Transformer的视觉融合网络保证视觉质量，再通过攻防博弈机制，让防御者从原始输入中恢复语义并以不易察觉的语义图嵌入融合图像。实验表明，该方法在视觉质量和语义属性两方面均有提升。
说明MeshBind：面向非刚性场景流自动标注的点到网格绑定方法
简介该论文提出 MeshBind，用网格模型为行人等非刚性物体自动生成逐点场景流标注，以解决此类真值难以获取的问题。方法包括多视角重建关节网格并配准到激光雷达帧、基于三角面切线-法线局部坐标系的点绑定，以及融合自车运动补偿、框绑定和网格绑定的三层流配准流程。作者还发布了基于 SUScape 数据集的基准 SFB，包含 41k 帧标注，并报告在其上微调后三向端点误差降低约 2 至 3 倍。
说明用于同时建模吸引与排斥的广义行列式点过程（采用不同的交互核）
简介行列式点过程（DPP）通常只描述子集选择中的排斥效应，而许多应用还存在由成对关系或共享潜在结构带来的吸引效应。本文提出行列式比值点过程（DRPP），用两个对称正定核的行列式之比同时描述排斥与吸引，并可分别设定两种效应。作者还提出辅助变量表示，支持高效的MCMC采样和关键统计量的可计算期望公式，便于最大似然学习。实验显示，在传递性吸引的情形下，DRPP所需参数明显少于非对称DPP（NDPP）。
说明Win-Win融合：基于视觉与语义协同的多模态图像融合
简介本文提出W2F方法，用于多模态图像融合，旨在弥合视觉与语义之间的优化差距。方法包括分割引导的融合损失、信息恢复先验、交互门控混合注意力与渐进耦合注意力模块，以及特征搜索与梯度修正的协同机制。作者称其在视觉效果和决策准确性上均超过现有方法，代码已公开。
看点提出视觉与语义协同的融合范式，并设计分割引导损失、交互注意力与梯度校正，新意明确；摘要称在视觉与决策精度上超越现有方法。
说明通过LoRA适配器实现个性化联邦直接偏好优化
简介该论文针对联邦直接偏好优化（FedDPO）假设所有客户端收敛到同一策略的问题，提出个性化方法pFedDPO：各客户端在共享全局基础模型之上保留私有的LoRA适配器，基础模型通过FedAvg同步，适配器留在本地以捕捉客户端特有的偏好模式。作者称该分解可用残余异质性替代原界中的梯度多样性，并在偏好数据集实验中报告，其梯度范数低于原始FedDPO，训练损失和逐客户端奖励准确率则保持竞争力。
说明CoGameReg：基于合作博弈的地震储层属性预测协同半监督回归方法
简介该论文针对井标签稀疏、地震数据丰富的储层属性估计问题，提出CoGameReg框架。它利用异构回归器的贡献加权预测生成共享伪标签，并通过三重博弈Shapley机制估计回归器权重。在公开回归数据集、合成P波速度预测和现场含水饱和度应用中进行了评估，结果显示其优势在标签比例较低时最明显，但不同指标和井位上表现有所差异。
说明HART：结合注意力与RWKV的混合时间序列基础模型
简介该论文发现RWKV-7在非自回归多步预测中，随着预测步长增加性能下降，并提出占位空闲衰减（PID）机制加以解释。作者据此提出HART，交替使用注意力模块与RWKV模块，在GIFT-Eval和TIME-Benchmark上，中长期预测优于纯RWKV，整体优于同等规模的纯Transformer。其36M参数模型在长期MASE上与Toto-2.0-1B相近（0.752对0.754）。
说明《弥合空间鸿沟》：地理空间推理与受约束空间编辑的基准测试
简介该论文提出 GeoSpatialBench 基准，用于评估多模态大模型的空间认知能力，从空间关系理解、几何推理到受约束的空间编辑。数据基于六个城市的真实城市数据，涵盖 28 种空间关系，并以 GIS 操作验证标准答案。结果显示模型处理 GeoJSON 结构化数据优于地图图像，在定量度量关系上表现下降，且多数失败的编辑违反了至少一项空间约束。
说明单步文本生成：Seq-Drifting 方法
简介这篇论文提出 Seq-Drifting 框架，目标是让模型只通过一次前向计算就生成整段文本，而不必像扩散语言模型那样多步采样。该方法在连续的 token 表示序列上应用漂移（drifting），从高斯噪声直接学习到文本的映射，并让每个位置的训练目标随生成的上下文动态调整。论文报告在 LM1B 上一步生成的 generative perplexity 为 36.01，并在无条件与条件生成、翻译、摘要和推理任务上进行了实验。
看点将漂移场扩展到token序列并实现单步文本生成，新颖性较高；实验覆盖LM1B、翻译、摘要与推理，但规模与对比细节有限。
说明当求解器“变脾气”：量化并预测混合整数规划中的性能波动
简介混合整数规划（MIP）求解器即使在看似无关紧要的微小扰动下，性能也可能大幅波动。作者提出加权波动评分（WVS），综合多次重复运行中的运行时间、最终最优性间隙、LP迭代次数和分支定界节点数的离散程度。在MIPLIB 2017的一批实例上，多数实例表现稳定，少数波动很大，且基本属性无法完全解释；基于根节点等早期特征的预测模型可部分预测高波动，从而为调参和公平评估提供参考。
说明面向长程多方对话记忆的时序证据森林（T-Mem）
简介本文针对基于大模型的智能体在长期多方对话中记忆难以追踪的问题，提出时序结构记忆框架 T-Mem。该框架通过时序证据发现恢复集中出现的相关消息，并通过时序记忆结构化刻画状态转换、压缩低信息片段，再将证据森林线性化用于生成回答。作者称其在两个长期多方记忆基准上优于多个有竞争力的记忆框架。
说明协作式心智理论：通过预判用户回应学习自我修正
简介论文提出协作式心智理论（CToM）框架，训练大语言模型预测用户对自己草稿的回应，并据此在输出前修订回答，以改善多轮协作。训练时以用户的真实回复作为预测目标，并结合群体相对策略优化（GRPO）同时优化任务表现与交互效率。在数学推理、编程和写作任务上，CToM的协作任务表现均优于各基线，并减少了用户回复次数。
说明ROSETTA：无需训练的跨模态特征空间旋转对齐方法
简介不同传感器或编码器各自训练后，特征空间的坐标系互不相同，导致跨设备或跨模态检索困难。本文证明两套坐标系之间的相对变换是白化特征空间中的旋转，并利用交叉协方差低秩特性进行局部对齐。ROSETTA 通过期望最大化估计局部旋转，查询时无需同时观测，并在三个公开驾驶数据集上验证了其有效性。
说明基于扩散模型与高保真评估的船体局部生成式设计
简介本文提出一种奖励引导的扩散框架，用于船体局部优化，可限定修改球鼻艏和前体等区域，同时保持整体船体连续性。研究以替代模型辅助的序贯蒙特卡洛采样降低预测静水阻力，并通过粘性自由面CFD流程进行高保真评估。结果显示，生成方案在部分弗劳德数下阻力偏高，而人工优化船体在较低速度下阻力更低，这反映出现有表示方式与奖励函数仍有不足。
说明选择性时空水果检测器（S²FI）：一种基于Mamba的水果旋转质量评估框架
简介本文针对中小型果农分拣成本高、效率低的问题，提出一种低成本、轻量化、基于深度学习的水果分拣方法。研究设计了名为S²FI的架构，结合3D卷积编码器与Mamba主干网络，用于提取时空特征并在水果旋转过程中自适应加权关键帧。作者还构建了包含6460个样本的传送带水果质量视频数据集，并称该方法在保留测试集上取得了准确率、效率与实用性之间的较好平衡。
说明CaptchaAgent：面向验证码破解的可验证视觉推理框架
简介该论文提出 CaptchaAgent，一种用于交互式验证码破解的结构化视觉推理框架。它先构建记录实体、属性和空间关系的视觉中间表示，再通过局部证据细化和反事实一致性验证提升动作的可靠性。在 Open CaptchaWorld 与 Oedipus 数据基准上，论文报告其 Pass@1 指标相较基线有明显提升，并指出精确计数、连续几何和有序执行是当前智能体的主要难点。
说明在状态相关重尾噪声下的稳健朗之万采样，及其在大语言模型微调中的应用
简介该论文研究非对数凹分布的随机梯度朗之万蒙特卡洛采样，放宽了梯度全局Lipschitz和噪声方差有界两个常见假设，提出状态相关重尾噪声模型。作者提出R-LMC、A-LMC和RA-LMC三种方法，并在Fisher信息意义下给出非渐近收敛保证。实验包括合成数据和大语言模型、视觉语言模型的贝叶斯微调。
看点提出状态相关重尾噪声与广义光滑下的Langevin采样框架，给出无耗散假设的非渐近费舍尔信息收敛保证，并在LLM微调中验证。
说明用于序列建模的时滞系统：一种基于语义相似度动态估计延迟的新框架
简介论文指出现有序列模型难以显式、可解释地按内容回溯历史。作者提出基于非线性时滞系统的框架，依据当前与历史输入的语义相似度动态估计有效延迟，包含可微分的语义延迟估计器、具有闭式累加解的对角状态空间，以及可解释的模糊语义调制机制。论文称其在文本分类与生成任务上优于现有方法。
说明以不可靠叙述者框架为低成本手段解释澳大利亚与美国讽刺新闻
简介本文是一项初步研究，探讨如何为澳大利亚和美国的讽刺新闻生成解释。作者提出以不可靠叙述者理论作为提示框架，用开源权重模型来完成这一任务，认为这是比前沿模型更可行、成本更低的替代方案。研究发现，模型在美国讽刺新闻上比澳大利亚讽刺新闻上更准确地识别讽刺手法。论文同时提供了一个新的讽刺解释数据集和评测基准。
说明物理信息神经网络中的参数设定错误：闭式审计及其局限
简介本文研究物理信息神经网络（PINN）训练所用方程中的系数若设错，能否仅凭训练好的网络推断出来。对于残差对参数呈线性的情形，作者给出一个闭式最小二乘估计，只需对冻结的网络做一次评估，无需重新训练或参考数据。文中还用归一化残差衡量网络对自身方程的满足程度，并报告了误差恢复、Burgers 方程的检验误报率以及在参数同时进入架构时的局限。
说明通过表示几何正则化缓解大语言模型自我改进中的能力退化
简介本文研究大语言模型的在线策略自蒸馏（OPSD）方法，发现训练过程中已掌握的能力可能逐步退化，即使整体性能仍在提升。作者观察到这种退化与隐藏表示几何结构变差同时出现，表现为簇内紧凑性下降、簇间分离度减小。为此，论文提出表示几何正则化（RGR），通过鼓励簇内紧凑、簇间分离来保持表示几何，且可无缝接入现有OPSD方法。多种方法与基准上的实验表明，RGR总体上能缓解能力退化并保留能力提升。
说明自归一化KL散度估计的通用界
简介本文研究一种基于归一化重要性权重构造的熵型KL散度估计器。作者证明，对任意样本量，其期望至多比目标分布与提议分布之间的KL散度多出log 2。文中还刻画了重要性加权重采样所诱导的分布与提议分布之间的KL散度，并证明其上界同时受该估计器期望与目标-提议KL散度约束。这些界不要求重要性权重有界或存在有限高阶矩。
说明双向引导：为生成式贝叶斯同时学习摘要统计量
简介本文研究基于模拟的贝叶斯推断在观测规模增大时难以恢复越来越集中的后验分布的问题。作者提出将充分摘要统计量与后验分布一同学习，并对摘要的依赖结构加以约束。论文提出并分析了一种“双向引导”机制，给出后验估计误差与摘要偏离充分性程度的理论保证，并指出在观测规模增长时恢复集中后验所需的模拟预算条件。
说明同时修改应用代码与部署基础设施：AI 智能体拉取请求的因果研究
简介该论文分析了约两万七千个拉取请求，比较六种 AI 智能体与人类开发者的表现，重点考察同时修改应用代码和 CI/CD、容器等部署配置的情况。结果显示，这类双重范围的修改仅占智能体请求的约 4.5%，但集成结果呈两极化：部分经人工审查的请求合并明显变慢，另一部分则常在未经审查的情况下直接合并。作者认为这会影响构建验证，因此需要关注部署的基准测试与严格的路径访问控制。
说明基于不动点流匹配的强化学习：无需训练数据即可训练表达力强的流策略
简介该论文针对最大熵和行为约束强化学习中最优策略为玻尔兹曼分布、难以采样的问题，提出不动点流匹配（FFM）方法。该方法无需训练数据，将策略更新表述为不动点迭代，并以评论家的动作梯度作为回归目标。实验表明，FFM可在离线到在线设定中微调预训练流策略，也能在在线强化学习中从零开始高效训练流策略。
说明当生成模型充当模拟器：探讨可编辑性的条件
简介本文研究生成模型在何种条件下能像模拟器一样工作，即修改模型的潜在表示后，得到的下一步输出与编辑模拟器状态所得结果一致。作者在棋类游戏Othello和自建的连续世界Rayworld中，比较了基于探针的引导与学习逆映射两种方法。结果显示，哪种映射有效取决于环境：在Rayworld中，探针无法沿连续状态引导模型，但逆映射仍能成功设定模型状态。
说明在人工智能应用中定义、测量并利用创造力
简介本文提出了一组基于心理学研究、以新颖性、价值和惊奇性为核心的创造力形式化公设，并给出一个与之对应的概念性数学定义。作者在国际象棋走法和毕加索、雷诺阿等画家作品两个领域验证了该公式，实验结果显示它能够捕捉两个领域中的创造性模式。
说明APEX：面向极端压缩的异步前缀去噪扩散方法
简介该论文针对扩散模型中潜变量压缩带来的重建与生成难以兼顾的问题，提出APEX方法，结合分层潜空间与对通道组进行异步去噪。自编码器按由结构到细节的顺序排列通道前缀，同一个共享去噪器以错开的局部时间生成它们，且不增加token数量。论文报告在ImageNet-512上，于64倍和128倍压缩下，各评估通道数均优于现有方法；在训练与引导采样计算量相当时，也优于256-token模型。
说明神经网络的模块化程度高于单个神经元所显示的程度
简介该论文提出三层嵌套的模块化定义：单元级、正交子空间级和线性子空间级，并通过选择性消融进行因果评估。研究发现，即使神经元层面缺乏模块化，视觉、语言和多任务循环神经网络仍常在子空间层面表现出清晰的功能模块化，并可据此对特定计算进行针对性干预。
看点提出单元级、正交、线性三层嵌套模块性层次，并用选择性消融、脑数据对齐和多任务RNN跨领域验证，新意突出且证据较充分。
说明同名情绪标签未必等同：跨数据集的“恐惧”与“惊讶”差异
简介该研究检验了 GoEmotions、XED 和 BRIGHTER 三个数据集共有的五个情绪标签是否在不同资源中含义一致。在相同文本上，两个恐惧分类器标记比例分别为 71% 和 8%，但对文本的排序大体一致。跨语料迁移后，模型整体损失约 55% 的原生区分能力，且对“惊讶”，各资源对哪些文本表达该情绪的判断不一致。论文认为，同名情绪标签并不意味着可以互换的测量目标。
说明COFFEQA：基于反事实引导的开卷问答小样本蒸馏方法
简介该论文针对大语言模型问答任务，提出COFFEQA方法，用反事实样本提升小样本知识蒸馏效果。研究发现，使用靠近教师模型决策边界的不确定样本会明显降低蒸馏性能，因此引入最小修改语境的反事实样本作为补充监督，并提出语境跟随难度（CFD）指标筛选样本。在五个领域内和三个领域外问答基准上，使用T5和Qwen2.5模型的实验显示，COFFEQA在相同小样本预算下优于仅使用事实样本的基线方法。
说明面向鲁棒无人机热成像到卫星图像地理定位的结构感知匹配
简介该论文提出SAMF结构感知匹配框架，通过利用热成像与卫星图像之间稳定的结构线索，把实时热成像与带地理参考的卫星图对齐，以实现无人机定位。框架包含方向结构增强模块（DSEM）和模态感知仿射重映射模块（MARM），并构建了Thermal-UAV-Paired基准。在Boson-nighttime和Thermal-UAV-Paired数据集上的实验显示其达到最先进性能。
说明跨行为策略优化：通过共享回归目标统一利用离线示范与在线、离线策略的推演数据
简介该论文提出跨行为策略优化（CBPO），用一个基于固定参考目标的回归损失，统一处理离线示范、当前及历史策略推演所产生的回答，并共用同一回放缓冲区。在两种模型规模和四个数学推理基准上，CBPO-Unified 相比 SFT 加 DAPO 的基线，在 Qwen3-1.7B 上于平均 avg@32 与 pass@32 指标上分别提高 2.33 和 4.44 个百分点。
说明用核结构相互作用可扩展地学习行列式点过程
简介论文研究有限集合上的行列式点过程（DPP），这种概率模型用正定核矩阵刻画元素间的排斥性。为了扩展到大数据，通常要对核矩阵施加结构约束，但这会在表达能力和计算可扩展性之间造成严重权衡。作者通过非线性核函数与潜在特征建模满秩相互作用，为最大似然估计设计代理函数，并利用非线性核的随机特征进行随机优化。真实数据集上的实验显示，该方法改善了这一权衡，在参数效率很高的同时取得了更好的泛化性能。
说明TreeHCA：面向多轮大模型智能体的后见引导探索与信用分配
简介论文提出TreeHCA方法，用于训练多轮大语言模型智能体。它利用参考答案似然的变化回访中间历史并采样替代延续，形成推理与工具交互的树结构，并通过归一化树回溯把终端结果传播为各轮优势值。在七个问答基准和三个Qwen模型上，该方法的整体精确匹配率优于所有基线。
说明当图表误导网页智能体：一个成对的误导性可视化任务基准
简介本文提出 MisVisAgentBench，这是首个用于评估误导性可视化如何影响网页智能体执行的成对可执行基准，包含 280 个任务实例，每对干净图表与误导图表仅在图表证据上不同。作者还提供诊断框架，以区分误导所致失败与基础任务难度，并考察额外浏览步骤、决策犹豫等执行层面影响。对十三个视觉-语言网页智能体的测试显示，将干净图表替换为误导图表后，平均任务成功率下降超过 34 个百分点，且失败多沿误导性动作分支发生。
说明基于条件变分自编码器集成从冲击响应谱反演冲击时间序列
简介本文研究由冲击响应谱（SRS）反推满足该谱的候选加速度波形。作者在条件变分自编码器基础上加入循环解码器，预测多尺度小波系数并经逆离散小波变换重建波形，并用不同母小波和分解层数的独立训练模型组成集成，为同一目标谱生成多个候选波形。在四个保留测试数据集上，该方法的谱误差均值和中位数低于原有时域CVAE及衰减正弦和基线；单模型每条波形推理约0.1至0.6毫秒，而SDS为5至8秒。文中指出，谱吻合之外，其物理适用性仍需进一步评估。
说明LeWAM：基于JEPA的端到端世界与动作建模，用于机器人控制
简介论文提出LeWAM，一种用于控制的端到端联合嵌入预测架构（JEPA），无需像素重建，同时学习潜在状态预测与动作流匹配，并对潜在状态施加各向同性高斯约束。该模型既可直接执行策略，也能通过其潜在动力学评估采样动作来进行规划。原文报告，在接触密集和长时程视觉规划任务上成功率分别由28.6%和10.9%提升至89.7%和46.2%，规划速度提升32.3倍。
说明在大规模分布式推理与训练中部署 RDMA
简介本文介绍字节跳动在基于参数服务器的推理与训练系统中部署 ByteExpress 的经验，它是一个构建在硬件 RDMA 之上的软件通信层。论文总结了三点经验：高效使用 RDMA 需要应用层与传输层协同管理缓冲区，可扩展通信需要协调管理连接、接收能力与未完成数据，服务可用性需要在传输层之上实现恢复机制。文中报告，在线上推理中，相比内核 TCP，模型参数获取的平均延迟和 P99 延迟分别降低 35.7% 和 43.7%，总 CPU 使用率降低 10.69%；在训练中，P99 参数推送延迟最多降低 74.0%，运行期间未观察到 PFC 暂停。
说明把算力花在刀刃上：面向预算约束的音视频对齐粒子搜索与MH精修
简介该论文提出一种无需训练、与奖励函数无关的两阶段推理时对齐框架SWIM，在固定计算预算下结合粒子搜索与Metropolis-Hastings精修。第一阶段依据在线方差估计在去噪检查点之间自适应分配粒子，第二阶段对完成的输出做局部噪声-去噪精修。作者报告在JavisBench-Mini上相比BoN和EvoSearch有相对提升，并在SD1.5图像生成上相比均匀分配提升AestheticScore和ImageReward。
说明随机特征消息传递神经网络在不同图规模下的表达能力
简介论文研究带连续随机节点特征的消息传递神经网络（MPNN）的表达能力，尤其是跨图规模逼近函数时的局限。作者提出群体层面的框架，证明此类网络可用有限种颜色以任意小的统一误差近似，并由此推出它们不具备跨规模的统一通用性。论文还分析了颜色与独立试验带来的表达能力提升，并给出有限颜色下树子图同构和局部最小生成树任务的构造。
看点提出群体层面框架，证明随机特征MPNN不具备尺寸一致通用性并建立与高阶WL方法的不可比性，理论推进明显，证明较严谨。
说明《人们如何对话：评估语音模型对话的自然程度》
简介这篇论文研究对话式语音模型在每个停顿处该不该开口、何时开口。作者在Seamless Interaction的176段未脚本化对话中选取427个停顿和482个话轮结束点，让六个实时语音系统生成回应，并与真人实际行为比较。结果显示，托管API系统几乎在每个停顿都会回应，全双工模型则更常保持沉默并能在人类反应时间内打断；托管系统的回复也普遍比真人长。作者还测试了系统回忆对话事实的能力，并公开了标签、数据、评测工具和全部输出。
看点提出在真实对话停顿处评估语音模型是否发言的新评测方式，在427个停顿和482个话轮结束点上对六个系统做了系统比较，证据较扎实，对子领域有参考价值。
说明基于学习配对方向特征的多凸神经网络代理模型，用于各向异性超弹性均匀化
简介本文提出一种多凸物理增强神经网络，用于近似代表性体积单元的各向异性超弹性响应。模型以可学习的配对方向特征结合凸的输入凸网络或输入凸柯尔莫哥洛夫-阿诺德网络构造，并在构造上保证客观性、参考态无应力、二维多凸性和指定的增长条件。在多孔周期单元和单孔周期单元上，本文将其与无约束能量及三种降阶模型进行比较；结果表明，约束模型在数据之外仍保持应力可靠性，而无约束模型会丧失秩一凸性。
说明基于强化学习神经架构搜索的高效视听语音增强
简介该论文提出一种用强化学习驱动的神经架构搜索框架，用于寻找紧凑高效的视听语音增强模型，以便在资源受限的边缘设备上运行。框架仅评估35个候选架构，得到参数约290万的模型，基线模型约为2200万参数。该模型的SI-SNR提升14.5 dB，比基线低0.7 dB，模型体积约缩小九倍，并在移动CPU上实时因子降低4.3倍。
说明元反思进化：有效改进生产级AI系统
简介该论文提出CoCoEvolve，一种以“元反思”为核心的进化优化器，由智能体式变异器从全部进化历史中检索证据并探测在线系统，再验证并提出变异。作者将其用于数据智能体、LLM数据管线和数据工程流程的优化，在DABStep上困难题保留集准确率达92.8%，高于Meta-Harness的78.4%和GEPA的30.4%。
说明基于硬件感知的LLM-VLM集成实现零样本具身任务规划，用于机器人抓取操作
简介本文提出一种硬件感知的大语言模型与视觉语言模型结合的机器人操作框架，面向 NVIDIA Isaac Sim 中的仿真 Franka Research 3 机器人。框架将符号推理与度量执行分开：LLM 只输出要操作的物体、目标关系、接近偏好和需避开的物体等符号信息，坐标、抓取位姿和轨迹等均由确定性模块（含 MoveIt 2 碰撞检测与逆运动学）完成。作者在数字孪生仿真中评估了拾取、遮挡取物、禁区推理、关系放置和连续操作等任务。
说明大语言模型、机器辅助文化分析与智能体转向
简介本章探讨大语言模型如何把文化材料转化为可分析的变量，以及由大语言模型驱动的智能体系统如何把机器辅助扩展到研究流程的其他环节。作者并非提供操作指南或全面综述，而是讨论这一新范式的若干关键问题及其整体图景。作者主张，这些技术扩大了研究规模、方法范围和可委派的环节，但测量结果支撑文化论断的基本逻辑大体未变。
说明EvoBelief：面向自我改进 LLM 智能体的可证伪世界模型
简介该论文提出 EvoBelief，一种让 LLM 智能体在部署过程中自我改进的世界模型，把环境知识表示为可被证伪的假设。出乎意料的结果会触发新假设，后续观察与受控实验提供独立验证，反例则会缩小或淘汰规则；语言模型本身保持冻结。在 ALFWorld、MiniGrid 和 DiscoveryWorld 三类基准上，该方法提升了任务表现并能跨任务复用规则。
看点将环境知识表示为可证伪假设并在部署中验证修订，结合四个基准的对比实验，证据较充分，但属于对世界模型自进化的有实质改进。
说明基于SAM 2.1域适应的建筑构件分割，用于图像三维重建
简介本研究用包含42栋建筑、2679张标注图像的HBD数据集微调SAM 2.1，使其能分割墙、窗、天花板等11类建筑构件。微调后多类别分割的mIoU从49.9%提升到69.6%。与作为基线的SegFormer对比，并将掩膜在神经辐射场中进行分组，结果显示微调后的模型在用户选定的分组尺度下能更好地组织建筑构件，有助于三维建筑自动重建。
说明面向指代音视频分割的目标漂移感知身份引导潜变量精修方法
简介该论文研究指代音视频分割（Ref-AVS）任务，即依据结合视觉与听觉线索的自然语言描述，在视频中精确定位并分割特定对象。针对模型在遮挡、声音衰减或身份模糊时容易在对象间错误转移注意力（目标漂移）的问题，作者提出了SAIL框架，采用双令牌策略并结合漂移感知精修模块与带连续记忆更新的解码器。作者称其在两个Ref-AVS基准上显著优于现有方法。
说明基于蒸馏最优传输、仅需少量配对数据的表示对齐
简介该论文研究在只有约100至500对配对样本、而非ither未配对数据充足的情况下，如何对齐两个独立预训练的单模态编码器。方法以样本与配对锚点的相似度表示每个向量，用一次熵最优传输求解全局匹配，并将结果蒸馏为两个轻量编码器。在图文和分子-文本对齐任务上，该方法在相同锚点数量下优于现有方法。
说明基于物理合成数据的时序扩散桥模型用于血管提取
简介该论文提出时序扩散桥模型（TDBM），将冠状动脉X光造影中的血管提取视为图像翻译任务，并使用基于物理的合成数据训练，无需人工血管标注。模型结合相邻帧的时序信息并采用血管感知对比损失。作者在两个血管分割数据集、两个真实患者序列数据集上的阅片研究及视网膜与荧光显微镜数据的零样本分割中进行评估，称其表现优于现有方法且具有跨模态泛化能力。
看点用物理合成数据与时序扩散桥模型做无标注血管提取，结合对比损失；在多数据集、读者研究和零样本评估上验证，有较充分证据，影响限于医学影像子领域。
说明坐标无关的自动微分：用于几何微分运算的可复用导数算子
简介自动微分框架通常默认固定一组欧氏空间基底来计算梯度和雅可比矩阵，因此处理旋转、体积形式、曲率等几何对象并不方便。本文提出一个与基底无关的统一导数算子，并证明它可以完全用现有自动微分原语表达，从而能与JAX的批处理、编译和硬件加速组合使用。实验表明该算子可复用于不同流形算子、时空反问题流程以及不同旋转子群上的优化。
说明基于多变量霍克斯过程的带时间戳足球网络信用归因
简介传统足球统计只把进球归于最后一传，忽略了进攻过程中多名球员的贡献。本文用多变量霍克斯过程对带时间戳的传球和射门序列建模，量化每次传球对后续传球或射门的贡献。在此基础上提出期望进球参与度（xGI）指标，用于衡量球员通过传球参与创造进球机会的程度，包括未送出最后一传的球员。
说明REDaCT：大型推理模型中无推理崩溃的遗忘方法
简介该论文针对大型推理模型的机器遗忘问题，指出现有方法在移除敏感信息时常导致模型推理链混乱、无法正常结束推理。作者提出推理阶段的遗忘框架REDaCT，包含检测推理过程中泄露遗忘集信息句子的二分类检测器，以及离线学习纠正嵌入的优化模块。实验显示，该方法完全避免了推理崩溃，在保持答案和思维链遗忘效果的同时，比现有方法更好地保留了推理能力。
说明语义视图：在语义查询之间可验证地复用大模型标签
简介语义查询引擎用大语言模型评估自然语言过滤条件，每次评估都要调用一次成本高昂的模型。本文提出SemViews，它先用不需要模型调用的信号（早先查询留下的标签、本地嵌入和辅助模型评分）排序，再用必须付费获得的标签细化，并通过新抽取的分层样本给出认证。在四组工作负载的实验中，它节省了28%至45%的模型调用，并在99.63%的查询上满足用户的精确率和召回率目标。
看点提出可复用语义视图并以分层抽样认证精度与召回，在真实工作负载上回放725,000条标签，相较已有保证方法节省大量调用。
说明钙钛矿光伏机器学习评估的按来源分组协议
简介研究发现，钙钛矿太阳能电池的机器学习评估常用随机划分数据，但数据库中近三分之二器件配方重复，导致模型只是记住已有数据。作者据此建立按重复器件、论文和机构逐层隔离的分组划分协议，并对十三个模型进行基准测试。结果显示，在未见过的机构和未来数据上，排名与随机划分时不同，组成感知神经网络表现更好。
说明基于大语言模型、忠实且完整地自动构建分层硬件知识图谱
简介论文提出一套由大语言模型驱动的自动化流程，把硬件数据手册转化为分层硬件知识图谱，包括分块提取属性、分层路由和迭代修正，并保留原文来源。在20份数据手册上的实验显示，该方法的属性忠实度为98.8%，高于一次性处理基线的76.1%，同时对基线中忠实属性的完整覆盖率为83.6%。
说明DistressBench：评估大语言模型在多维度危机支持中的表现
简介该论文提出 DistressBench，包含 718 段英文对话，用户话语由临床医生撰写，涵盖 23 个自杀与自伤子类别，并配有带权重的评分标准。研究发现，表现最好的 25 个前沿模型平均满足约 88.4% 的加权标准，中位数模型为 71.4%，而临床医生参考回复为 98.7%。论文认为，应以模型实际提供的关怀而非拒绝回答的程度来评估危机安全性。
看点提出以多维照护而非拒答为核心的危机支持评测框架，718个临床撰写对话、25个前沿模型、与临床参考回复对照，证据较扎实，对安全评测范式有较大启发。
说明MADS：面向稳健对话智能体的多智能体对话模拟
简介任务型对话智能体在现实条件下，尤其是用户不配合时，仍然容易出错。现有的函数调用基准较少覆盖对抗性对话情境，限制了训练稳健智能体的数据资源。论文提出 MADS 合成数据生成流程，生成结构化、多样化并经过验证的对话轨迹，并构建了覆盖六个领域、55 种人设、1095 段对话的 MADS-Bench，其中约 66% 含有易失败的对话场景。作者采用监督微调与可验证奖励强化学习相结合的两阶段训练方法评估模型的稳健性。
说明硬件故障在大语言模型智能体中如何表现不同
简介本文首次系统研究了大语言模型（LLM）智能体对随机硬件故障的韧性。作者在三个智能体基准上进行了6,814次执行，其中包括2,400多次正常运行和4,300多次注入随机双比特权重故障的运行。结果显示，智能体执行会把模型层面的错误转化为不同的系统层面结果，例如部分任务仍可正确完成但成本增加，某些情况下还会影响安全与对齐行为。
说明NV-Tesseract-AD：基于课程学习增强条件扩散模型的多变量时间序列异常检测
简介本文提出NV-Tesseract-AD框架，用于多变量时间序列异常检测。它以Transformer为扩散骨干，沿掩码比例和扩散时间步两个维度进行三阶段课程训练，并在TSB-UAD-M上训练、在十个EasyTSAD基准上零样本迁移。结果显示，课程训练相较无课程基线，F1提升约3.7倍，MSE降低56%；在NAB和NormA上零样本F1分别达0.984和0.948。作者指出，异态数据上的主要瓶颈在于无监督阈值校准，而非重建质量。
说明基于人在回路驾驶数据的道路施工区自动驾驶轨迹预测
简介本文针对城市道路施工区中的自车轨迹预测问题，此前该领域研究较少。作者利用人在回路驾驶模拟器收集了WZDrive-Data多模态数据集，包含33名驾驶员的1,183段施工区驾驶片段，并提出多模态轨迹预测模型WZDrive。该模型在K=6时的minADE为1.09米，minFDE为2.12米，相比基准中各指标最优的基线方法，minADE降低7.18%，minFDE降低13.18%。
说明静态梯度归因在基于损失的遗忘上不及密度匹配的随机掩码（LoRA B矩阵内）
简介该论文研究参数高效持续学习中如何选择可更新的适配器参数子集。作者指出，此前比较梯度掩码与随机掩码时存在参数池混淆：标准零初始化的LoRA中，梯度对A恒为零，因此梯度掩码只能从B矩阵中选择。将两种方法限制在同一参数池后，在Qwen2.5-3B上的七个随机种子实验中，均匀随机掩码的基于损失的后向迁移（backward transfer）持续低于梯度归因，主要体现在医学任务上。
说明阿拉伯语关系抽取：本体约束的编码器与大模型系统（U4RASD 参赛论文）
简介本文介绍了作者团队提交至 KnowledgeGraphEval 2026 子任务 2（有向阿拉伯语关系抽取）的方案。系统从阿拉伯语句子和主客体实体对中，预测40种关系之一或无关系。最佳方案为 Yehia-RE、Qwen-RE 与 TypedPair 的集成，微平均 F1 达 94.06，在该子任务中排名第一。论文强调约束预测与互补建模方法对阿拉伯语关系抽取的重要性。
说明神经期望最大化与元模型：用概率推断解释 Transformer
简介该论文把 Transformer 解释为对一种混合概率推断过程的学习式近似，该过程结合了最大积循环置信传播与期望最大化。作者认为自注意力近似了依赖输入的动态结构马尔可夫随机场上的推断，并把层间参数更新对应为隐式 M 步。基于此，论文提出“元模型”设计范式，让输入生成实例特定参数，并统一自注意力、专家混合与门控单元等机制，文中称实证结果支持该视角。
说明估计幂次切片Wasserstein泛函的极小化极大速率
简介本文研究在投影r阶矩假设下，对幂次切片Wasserstein泛函进行两样本估计的极小化极大速率。当p<r<2p时风险阶为N的-(r-p)/r次方，r>2p时为N的-1/2次方，两种情形下插入式估计量均达到最优速率。在端点r=p处，极小化极大风险有正下界，无法一致估计；在临界情形r=2p，给出插入式估计量的精确最坏情况速率和风险下界，两者之间相差一个对数因子，精确速率仍未解决。
说明KITE：面向时间序列事件预测的知识注入时序编码器
简介该论文针对多变量时间序列中罕见且代价高昂事件的预测难题：这类事件的前兆极少被观测，纯数据驱动模型难以学习。作者提出KITE，把工程人员掌握的语义先验通过两种可切换机制（协变量机制和注意力偏置机制）注入自监督事件预测器。实验显示，当上下文较短时，有效的先验能提升预测效果，而窗口中已能恢复的先验则不起作用，注意力偏置机制未显示可测量的增益。
说明核化参数敏感度图谱：用于摊销式条件可解释性的方法
简介该论文提出KPSA方法，用轻量核函数估计输入相关的参数敏感度，以替代对大量样本反复进行反向传播计算梯度归因的高成本做法。在视觉、预测和蛋白质建模任务中，所选参数组可达到一阶反向传播基准的39%至85%扰动敏感度。在Transformer MLP特征的激活归因实验中，该方法提升了查询吞吐量并降低了显存占用。
说明无需参照物的第一视角立体视频食物体积估计
简介现有基于立体视觉估计食物份量的方法，需要用户用手机拍摄多张图片，或在画面中放置参照物来校准尺度，负担较重。本文提出一种利用可穿戴第一视角设备拍摄的立体视频，还原食物真实物理尺度并估计体积的方法，结合零样本立体匹配、食物分割和关键帧TSDF融合，从单段立体录像生成三维网格。在五种食物上的初步实验显示，平均绝对百分比误差为9.1%。
说明StereoEngine：无需立体相机即可扩充双臂机器人立体数据
简介该论文提出StereoEngine，用于为机器人操作合成立体视觉数据，以缓解真实立体数据稀缺的问题。其一是利用估计深度将单目视频扭曲到右视角，并用视频扩散模型补全被遮挡区域；其二是在仿真中渲染立体图像对并联合生成逼真视图。论文称，该方法生成的立体数据质量优于现有基线，用于策略中期训练或任务微调后，能显著提升下游双臂操作表现。
