机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明路由漂移控制：缓解混合专家强化学习中的离策略退化
简介论文指出，在混合专家（MoE）模型的强化学习中，训练与推理不一致会导致路由漂移。作者分析了回放路由（R3）会引入梯度偏差，并提出路由漂移控制（RDC），用推理与训练之间的路由分歧作为离策略陈旧度的信号，过滤高漂移的回答。实验显示，在异步强化学习中，RDC 结合截断重要性采样（TIS）在 AIME 2024 和 AIME 2025 的平均峰值验证准确率上，分别超过 TIS 和 R3。
说明大语言模型的数据策略：训练全周期的统一视角
简介本文综述了大语言模型训练全周期中的数据策略，包括数据的选择、加权与调度，并把这些方法统一表述为在候选样本间分配训练预算的策略。文章按决策粒度、模型依赖性和时间适应性对方法分类，比较其计算开销与实证支持。文中指出，细粒度或依赖训练状态的策略控制力更强但成本更高，跨模型规模迁移的证据和端到端的可比成本目前仍然有限。
说明没有任何单一分词器特征能可靠预测下游语言模型的表现
简介论文分析了约200个在九种语言上训练的语言模型及其分词器，测试各种内在分词器指标与模型在多种基准上表现的关系。结果显示，尽管提出了数量众多的内在指标，却没有一个能在不同模型系列、任务和语言之间稳定地预测下游表现。作者因此认为需要新的分词器评估指标，并提出一个基于语言学的新指标，它能捕捉现有指标遗漏的部分质量，但其预测力可能因模型、语言和任务而异。
说明经典方法用于现代应用：基于轻量离散响应连续潜变量模型的合成表格数据生成
简介论文提出一种轻量算法，用于对同时包含连续和离散变量的表格数据建模。方法借助经验边际分布和分位数函数，把数据映射到连续潜空间，再估计并采样多元高斯等分布，实现依赖少、训练稳健、采样高效。针对离散变量在潜空间对应区域而非单点的问题，作者将其表述为蒙特卡洛期望最大化（MCEM）框架，使传统最大似然估计可在该框架内使用。
说明用成对词元对比与自适应轨迹置信度改进多模态RLVR（一种让强化学习更精准分配学分的方法）
简介该论文针对带可验证奖励的强化学习（RLVR）在多模态推理中的问题：传统方法把同一个序列级优势平均分给回答的每个词元，而错误通常集中在少数关键步骤。作者提出PACE方法，通过四种教师视角对每个词元做成对对比，以区分其是否依赖图像，并用自适应轨迹置信度决定在每条回答内重新分配学分的幅度。原文称，PACE在三种骨干模型上平均准确率最佳，并在使用Qwen3-VL-8B-Instruct时于所有评测的多模态推理基准上排名第一。
说明Edit4D：基于文本控制的可编辑4D场景生成
简介Edit4D 是一个可编辑的文本到4D场景生成框架，将背景与动态角色分开表示后再组合成4D场景。它先把用户指令拆分为背景、角色和场景组合三类提示，分阶段生成并重建背景的3D高斯泼溅表示和角色的4D网格与高斯基元，最后通过文本引导分割和接触感知优化完成组合，并进行全局场景优化。论文称该方法支持可控的相机运动和灵活的对象级编辑。
说明FusionAudit：面向原生多模态模型的路径条件鲁棒性审计
简介本文提出PaRMA审计框架，针对视觉语言模型视觉通道的两类干预（像素扰动与渲染文字插入）分别评估风险。作者发现原生模型会关注图像上的文字却不被其误导，并在深度融合模型中发现编码器级与答案级攻击的目标不一致。基于这些诊断，论文设计了MANTIS与Nat-Evid两种攻击，并在18个开源模型上测试，结果显示传统单一攻击排名对原生模型并不稳定。
看点提出路径条件化风险审计框架，并发现看见却不被欺骗及目标错配现象，新颖性较强；在18个开源模型上评估，证据较充分但细节有限。
说明用权重扰动在MNIST上逼近反向传播精度
简介本文研究权重扰动（WP）方法，它通过随机扰动参数与损失的标量变化估计学习方向，无需反向传播导数。作者在全连接MNIST网络上考察批大小、训练时长与估计器稳定化对可达精度的影响：浅层网络大批量训练约达97%测试精度，接近反向传播参考值，但在十个周期内效率明显较低（90.2%对97.4%）。论文还给出有限深度下的近似论证，但结论仅限于特定配置与训练预算，并不意味着效率相当或在任意深度下都有精度保证。
说明条件均值流：用于基于模拟推断的少步密度估计
简介本文提出条件均值流（conditional mean flows），用于后验与似然近似。它结合了少步采样与可直接计算的密度评估，以解决流匹配方法在推断时需要多次数值积分、MCMC 采样代价高的问题。作者称，单步密度评估的误差与 200 步流匹配相当，同时下游 MCMC 采样速度约快 200 倍。
说明Data World：从零开始扩展数据环境
简介该论文提出 Data World，一个多智能体引擎，先指定文件背后的数据世界机制，再生成环境、任务与评分标准，用于训练和评测数据分析智能体。论文构建了 DataWorld-Bench 基准（100 个任务，覆盖 50 个保留世界、16 个领域），并用合成任务进行 RL-zero 训练，得到 DataWorld-35B-A3B 模型。原文报告其在多个基准上相对基座模型有所提升。
说明台风数据集V3：多光谱扩展与强度回归系统性偏差分析的基准测试
简介本文介绍了Digital Typhoon数据集V3，这是一个跨越近50年的台风卫星图像数据集，用于在长期时空数据上评测机器学习模型。新版本加入了多光谱卫星数据。实验表明，在当前数据构建和实验设置下，多通道输入并未明显优于单通道输入；同时，作者发现强度回归存在系统性偏差，会低估强台风的强度，而常见的不平衡加权方法无法消除该偏差。
说明自我改进问题：能否用自动化门控可靠地判断智能体更新是否真的改进
简介本文研究大语言模型智能体自我改进时，用奖励模型或自动审查器等自动化门控判断更新是否真正改进是否可靠。作者将智能体建模为程序，证明在一般情形下，任何终止的门控或搜索过程都无法同时保证可靠性与不保守性。文章还指出，在有界评估和有限提案预算的可判定场景中，穷举模拟可以恢复这些保证，但一连串被接受的更新仍可能使真实分数下降。
看点证明在一般设定下自改进守门机制无法同时保证可靠性与非保守性，并刻画了可判定区域的边界，理论结论新颖且严谨。
说明高效成对差异学习：编码策略与训练样本对选择的比较研究
简介该论文研究成对差异分类（PDC）方法中的两项关键设计：输入特征编码方式和训练样本对的选择策略。作者在近200个基准分类数据集上比较了四种编码器和四种选样策略。结果显示，提出的三元组绝对差编码器平均F1分数最高；仅使用上三角样本对可减少约40%的计算时间且精度损失很小；核稀疏化选样未带来精度提升却增加了计算开销。总体上，PDC配置在94%的测试情形中优于基础模型，但没有单一配置在所有数据集上占优。
说明SCMerge：面向高效语义分割的空间一致性感知令牌配对合并方法
简介Vision Transformer 在语义分割上表现出色，但其注意力计算复杂度随序列长度呈二次增长，限制了实际应用。现有令牌合并方法主要依据特征相似度配对令牌，忽略空间一致性，可能引入分割错误。本文提出无需训练的 SCMerge，同时考虑特征相似度与空间一致性来配对令牌，在编码器中合并后于解码后还原到原始图像块网格。实验表明，在 ADE20K、Pascal Context 和 Cityscapes 上，它在分割精度与效率之间的权衡优于基线方法。
说明ReFlow：面向高效强化学习后训练的回放驱动解耦框架
简介本文提出 ReFlow，一种系统与算法协同设计的强化学习框架，用于提升大语言模型的后训练效率。其核心思路是对近期轨迹进行经验回放，以复用样本、摊销高昂的轨迹生成成本，同时避免过度的策略陈旧。框架采用双回放数据循环、弹性资源池和自适应调度器三项设计。在单轮推理与多轮智能体任务的实验中，ReFlow 的训练吞吐量最高提升 2.06 倍，模型性能相当或更好。
说明DIAL：动态调整天气集合预报原生随机性的方法
简介本文提出DIAL方法，在不重新训练天气模型的前提下，通过动态调整冻结模型的原生随机性来改进集合预报的可靠性。该方法从过往预报中学习各变量与尺度需要增加还是减少离散度，并在预报过程中逐步小幅更新噪声。在FourCastNet 3上的评估显示，相较未修改的原生模型，DIAL在多尺度连续排序概率评分（CRPS）上提升8.27%，并优于后处理与奖励控制基线。
说明视觉Transformer中的伪注意力头：胸部X光分析中标注驱动偏差的机制识别
简介本文用机制可解释性方法在ViT-Base 16中定位到一个注意力头（L8H10），它在胸片上主要关注角落的标注文字而非肺部病变，在200张COVID-19图像中占62%。通过修复实验验证，标注内容是驱动该行为的原因，去除后受影响图像的肺部注意力提高1.52倍。该现象在NIH ChestX-ray14、DeiT-Base和ViT-Large上也有出现，且完整微调并未消除它。作者指出，单头或多头消融后的输出评估几乎检测不到这一电路，机制审计能够发现行为测试遗漏的问题。
说明Anchor3DGS：基于紧凑锚点表示的前馈式三维高斯泼溅重建
简介该论文提出 Anchor3DGS，一种无需相机位姿的前馈式三维高斯泼溅（3DGS）框架，用于从多视角图像重建三维场景。方法不再为每个输入像素预测一个高斯基元，而是利用信息熵在场景中放置一组三维锚点，并在视觉复杂的区域集中分布。论文称，在多个基准数据集上，该方法的新视角合成质量达到当前先进水平，而高斯基元数量减少了约一个数量级。
说明ContextLift：打破条件性涌现失准背后的伪相关
简介在窄领域错误数据上微调语言模型，可能使其整体失准；通用安全数据穿插是已知最有效的训练中防御，但提示与微调语境相似时失准仍会出现。本文提出 ContextLift，把一半安全样本复制并嵌入随机训练提示中的语境句，回答保持不变，以打破语境与失准回答之间的伪相关。在 Qwen2.5-7B 上，该方法将领域提示下的失准回答比例从 18.9%、41.9%、58.2% 降至 2.6%、6.1%、12.8%。
说明基于局部时间对比的人体运动数据潜在几何结构
简介本文提出SemTAC编码器，用时间邻域对比损失训练，使人体运动序列的表示轨迹保留全局时间结构。在五步运动序列判别任务中，与四个基线相比，SemTAC在不完整的截断序列上表现明显更好，中位F1为0.77，基线为0.27至0.70。作者还引入位移平滑度指标，表明其表示轨迹具有可解释的几何结构。
说明AgentPerturb：在受控交互扰动下评估大模型智能体的稳健性
简介该论文提出 AgentPerturb 框架，从扰动目标和扰动类型两个维度系统评估大语言模型智能体的稳健性。作者在 APEX-Agents 和 Toolathlon 两个基准上进行受控实验，发现各类扰动均会降低性能，且主要脆弱点因任务环境而异。轨迹分析显示，智能体很少识别被改动的输入，并常在未验证的情况下传递错误信息。
说明无需训练的 3D 高斯语言地图目标感知精修
简介该论文提出一种无需训练的方法，用于改进已蒸馏好的 3D 高斯语言地图。借助可按文本提示的分割器，把每个目标区域的视觉嵌入与目标文本嵌入做凸组合，非目标区域保持不变，并以闭式解得到每个目标的最小系数。论文还指出注入文本嵌入会使余弦读出与查询无关，并通过去中心化步骤解决。实验显示开放词汇分割性能提升，语言目标定位更可靠，并可作为插件用于其他语言地图，还包括一个四足机器人导航到自然语言目标的真实演示。
看点在已蒸馏语言地图上做免训练的目标感知融合并给出闭式系数与读出中心化，新意明确；在三个基准及机器人实机上验证，mIoU约翻倍。
说明面向医学图像分割不确定性的决策感知评估协议
简介本文指出，现有医学分割不确定性评估多依赖校准误差或像素级错误检测指标，无法说明不确定性是否真正改善下游复核决策。作者提出一种在固定复核预算下评估的协议，将不确定性估计与延迟（转人工复核）策略分开，并考察二者的组合。实验覆盖视网膜血管、皮肤病变和息肉分割，结果显示排名并非通用，且边界与细结构的失败与标注模糊有关。
看点提出以固定审阅预算评估不确定性与延迟策略组合的决策感知协议，跨多数据集、多骨干与估计器验证，并给出稳健性检查。
说明Qwen-Audio-Jev：面向音频判断的统一接口
简介该论文提出 Qwen-Audio-Jev，在 Qwen-Audio-3.1-ASR-Flash-Next 基础上增加专用的 Jev 决策头，通过 CHOICE、NOUL、SCORE 三种决策原语直接输出选择概率或数值评分，无需逐词生成文本。论文在 18 个基准上进行评估，报告 CHOICE 在 MMAU 和 MMSU 上的准确率分别为 78.40% 和 83.14%，NOUL 在 VoxCeleb1-O 说话人验证上为 93.76%，SCORE 在 NISQA 整体质量评估上的归一化平均绝对误差为 0.1235。
说明在潜在世界模型中学习内在动力学：通过动作可预测性保留控制相关信息
简介论文提出，让编码器保留动作与后果之间的区别，可以在视觉变化较多时提升潜在规划效果。作者提出 Concat IDM 方法，用离线轨迹中已有的动作标签训练共享编码器，并在 Push-T 任务的 24 种外观条件下测试，规划成功率由 9.1% 提升至 77.2%。
说明TRACE：面向通信高效分布式边缘推理的Transformer残差激活码本编码
简介该论文针对在边缘设备之间分布式运行Transformer时通信开销过大的问题，提出TRACE框架。它在每层注意力之后的残差处放置向量量化器，预先计算码本索引的键值表示，接收方通过查表直接获得键和值，从而减少下游计算并实现通信与计算重叠。实验显示，在ViT-Base和ViViT-B等模型上，相比现有VQ方法最高提升1.89%准确率、加速1.27倍，相比未压缩的序列并行推理通信开销最多降低22,624倍。
说明AI安全投入的市场激励机制研究
简介该论文研究企业的利润最大化动机如何影响AI系统的安全投入，构建了包含上游大模型提供商和多家竞争下游企业的博弈论模型。作者比较了市场驱动的安全投入水平与市场福利最大化、行业利润最大化的水平。结论认为，下游竞争通常使下游企业的安全投入高于行业利润最优水平，而上游提供商因无法获得安全投入带来的全部收益，投入可能偏低。论文还分析了不同监管干预对参与者激励和模型安全水平的影响。
说明评估基于大模型的智能体的探究式学习能力：提出假设、推理与探索
简介该论文提出一个统一的交互式框架，用于评估大语言模型的科学探究能力。研究将 Countdown 任务扩展为数学环境，让智能体通过操控变量、收集观察结果并推断变量间关系来探究系统。在七个大模型和多种提示策略的实验中，模型固有的探究能力有限，发现底层表达式的成功率较低；受教育脚手架启发的结构化引导能显著提升表现。
说明Waypoint-OPD：通过门控在线蒸馏迁移强化学习引起的策略变化
简介该论文研究如何利用教师模型在强化学习前后的策略差异来指导学生模型训练。作者提出Waypoint-OPD方法，借助同一次强化学习中间检查点比较早期与后期的动作偏好变化，并依据两者方向是否一致对最终策略变化进行门控，方向相反时予以抑制。在数学与代码推理任务上，使用Qwen3-4B教师及多个学生模型的实验显示，该方法在六种设置中的领域平均分均高于对比的蒸馏方法。
说明解析 iOS 定位服务发送给 Apple 的数据：大模型是不可靠的分析者，却是有用的工具制作者
简介论文研究用大模型辅助还原 iPhone 发送给 Apple 定位服务的 protobuf 数据格式。作者发现，大模型直接还原的大部分格式存在大量错误且难以察觉，因此不适合直接用于取证和隐私分析。不过，大模型可以编写可验证的分析工具：作者用 Claude 编写了 Extractor 工具，并用它解析一台越狱 iPhone 8（iOS 16.7.11）的定位服务网络流量。
说明LoopAhead：面向循环语言模型的更快解码预测框架
简介该论文提出 LoopAhead，一种用于循环 Transformer 的推测解码框架。它利用浅层循环的状态提前预测多个未来词元，并借助深层循环反馈决定继续或暂停哪些草稿分支，最终由完整深度的模型确定输出。论文报告其解码速度最高可达自回归解码的 7.82 倍，且保持目标模型的输出分布。
说明LOADBench：面向集成电路设计机器学习的大型开放模拟电路数据集与基准
简介该论文针对模拟集成电路设计中机器学习研究缺乏公开数据和统一评测的问题，发布了一个包含100多种运算放大器拓扑（基于SkyWater130工艺库）的开放数据集，并附有结构与功能标注、尺寸约束及多目标优化结果。作者在此基础上定义了六项基准任务与评测协议，并公开了数据、标注和指标计算的参考实现，便于不同方法之间进行可复现的比较。
说明听见、定位并推理：面向视听大语言模型的空间感知场景理解
简介该论文指出现有视听大语言模型大多把声音当作单声道语义内容，难以判断声音来源位置及其与画面的关系。作者提出了 HLR-AVSceneQA 基准，按听见、定位、推理三层评估模型能力，并提出 HLR-LLM，在原有单声道语义音频分支之外增加双耳空间音频分支，通过课程训练提升空间推理能力。实验表明，现有模型在空间定位和关系推理上仍有局限，而 HLR-LLM 显著改善了空间视听场景理解，同时保持了语义视听感知能力。
说明AVALON：借助人工播种拓扑记忆的零样本室内导航
简介该论文提出AVALON框架，用于无预先建图的室内服务机器人导航。系统仅需平面图、地点线索和初始拓扑对齐，由人类与机器人共同维护分层拓扑记忆，并以已验证节点进行重定位。在Unitree Go2上的实验中，AVALON结合X-NavDP在12.81米的任务中以46.4秒完成5次中5次，耗时比DimOS-Go2少40.9%，纯X-NavDP的5次运行全部超时。
说明从未知自适应策略中迁移学习的多臂老虎机：依赖问题的下界与上界
简介研究多臂老虎机中的迁移学习，历史数据来自一个策略未知、可能依赖数据的自适应过程，而非固定离线数据集。作者推导了依赖问题的渐近下界，并提出KL-UCB-Transfer算法，结合在线与历史数据。当源分布均值满足特定条件时，该算法的对数遗憾系数更优，否则退化为经典KL-UCB的保证；同时在单侧放宽条件下分析了三种情形。
说明ClaimScope：面向数学论断审核的无标签见证验证基准
简介论文提出 ClaimScope，一个包含 72 个任务的基准，用于通过判定、适用范围、反例和修复来审核数学论断，任务涵盖优化器状态传递、有限步仿射递推和精确 2×2 线性代数。作者用 Qwen3-8B 进行了实验，比较直接生成与基于相同草稿的双轮修改条件，并用见证检查器验证模型提交的状态。结果显示，带验证器反馈的修改在无效论断上得到更多被接受的反例，安全完成任务也有所增加，但严格完成率仍为 17/72，判定准确率基本不变。
说明从已认证的程序中学习搜索可执行的版型编辑方法
简介现有模型能从图像或文字生成可执行的服装版型，但不记录版师如何将一个版型改成另一个。本文提出SemDraft，无需编辑步骤记录，仅凭前后两版版型即可通过有界搜索找出编辑动作程序，并经重新编译、动作顺序判定与独立回放三项检查后认证。认证程序随后训练一个排序模型，在同一搜索中为候选动作排序。实验中，学习型排序器在1000次搜索执行内认证了63和64个案例，而非学习型排序器最多认证53和52个。
说明MYOPIA：视觉-语言模型中基于决策树推理的局限性研究
简介该论文提出 MYOPIA 基准，包含四棵由大模型生成并经人工修订的决策树，分别对应 GTSRB、MNIST、CIFAR-10 和 MSCOCO 数据集，并配套提示词、诊断协议与评测工具。实验显示，在 12 组数据集与模型组合中，沿决策树逐层提问的方法全部不如零样本提示。作者分析了相关失败模式，并认为应设计更重视视觉可回答性、且能从早期错误中恢复的树结构。
说明重新思考工具图记忆在多轮工具调用中的作用
简介大语言模型智能体通过多轮调用外部工具解决复杂任务，近期有研究提出用工具图记忆把过往经验存为工具间的转移，以指导后续选择。本文在九个模型和两个基准上评估该方法，发现其相对基线很少有显著提升，而有提升的情况下调用大模型的次数要多出一倍以上。文章指出，记忆给出的指导常常不正确，随机或无指导的情况仍保留了大部分收益，说明收益主要来自额外计算而非记忆本身。另外，即便给出了正确的下一个工具，仍有不少失败，比如未调用工具就放弃。将同样的经验改存为文本性洞见，效果反而更好，且几乎不增加大模型调用，表明记忆更适合作为软性先验，而非对下一步工具的硬性规定。
说明面向硬件设计中 LLM 驱动功能覆盖率收敛的独立数据完整性验证
简介论文提出一个小型覆盖率收敛代理，让大语言模型编写定向测试以提高功能覆盖率。覆盖率直接读取仿真导出的报告，数据完整性则由独立于模型的记分板检查。在三个不同的 RTL 设计上，覆盖率在八轮迭代内提升至 100%，并发现一个时钟域交叉缺陷；但该监控器尚未用于 LLM 生成的测试，且证据样本有限。
说明解耦安全控制：一种免训练安全引导的控制算法
简介扩散模型在文生图任务中表现出色，但仍可能生成不安全内容。作者指出，现有免训练安全引导方法把同一个不安全条件同时用于定义规避对象、判断当前风险、构造干预和决定干预何时生效，在有害与良性语义交织时效果不稳定。作者提出解耦安全控制（DSC）算法，根据当前生成状态决定执行何种干预。实验显示，DSC 能进一步抑制不安全内容，同时保持良性生成质量与推理效率。
说明从感知到预测与干预：真实生活场景中主动式视频助手的基准测试
简介该论文提出了P³IBench基准，用于评估真实流式场景中的主动视频理解能力，涵盖日常感知、风险预测和干预三方面。作者测试了12个开源与闭源视频语言模型，发现现有模型难以做出校准良好的响应决策。论文还构建了额外的主动训练数据并训练了P³I-Assistant-4B模型，在部分任务上有所提升，但各能力的改进并不均衡。
说明基于逻辑一致性的锐利且稳定的无标签校准证书
简介本文研究查询条件概率预测器的校准问题：这类预测器逐个回答逻辑相关的问题，而用于检验校准的标签往往缺失。作者通过极小化极大定理，为不同的下注策略限制给出无标签校准残差的锐利下界，并证明该下界在答案分布的Wasserstein距离下不连续，而Lipschitz下注策略可得到稳定的下界。在独立同分布数据流上，论文给出了固定时域与任意时刻有效的校准证书，并在四个预测器与两个数据集的预注册研究中展示了相关结果。证书只说明校准至少这样差，零值仅表示“未被反驳”。
看点提出基于逻辑一致性的无标签校准下界与极小化定理，并给出稳定性与在线构造，理论新意突出；实验为预注册小规模研究。
说明基于量子机器学习的内容推荐方法：用于电视节目推荐的研究
简介本文提出一种基于量子自然语言处理框架的内容推荐系统，将节目简介映射为变分量子电路，并通过成对相似度学习进行训练。在 BBC iPlayer 一周的数据上，它与参数量更大的经典 BiLSTM 模型表现相近，参数量更少。该模型还在 Quantinuum H2 量子硬件及模拟器上基于 SWAP 测试协议完成了运行验证。
说明DialFork：超越事实性，评估对话智能体的流程性幻觉
简介该论文指出，对话智能体可能说出流畅且事实合理的话，却偏离既定对话流程，称为流程性幻觉。作者提出首个在原始对话文本上衡量这一问题的基准DialFork，包含36,278段对话，并定义三项评估任务及FlowKL、FlowScore两种指标。实验显示，在基于对话流程的比较上，FlowScore在七种编码器中明显优于各基线方法。
看点提出新的程序性幻觉基准与流感知指标，并在36,278个对话、七种编码器上验证FlowScore优于基线，证据充分。
说明Muon 优化器何时真正占优？一项在数据、时间与调参预算下的成对基准测试
简介该论文在单张 A100 GPU 上，对参考版单设备 Muon 优化器与 AdamW 进行对比，模型包括 1770 万与 3360 万参数的因果语言模型及 270 万参数的视觉 Transformer。作者在相同数据量下统计验证损失曲线下面积，结果显示 Muon 降低了 3.25%至22.44%，并在全部 20 组主要配对中降低了测试损失；按时间归一化后，视觉任务上 Muon 更优，语言任务上 AdamW 更优。研究也指出，这些结论仅适用于小模型与参考实现，不能推广到更大模型或优化实现。
说明成对差分学习中的分类不确定性量化
简介该论文提出用于分类的成对差分学习（PDL）方法：模型以两个样本为输入，预测它们对应结果的差值，再对所有训练样本的预测取平均得到分类结果。论文还提出了合适的元学习技术，并将总不确定性分解为偶然性与认知性成分的已有方法扩展到PDL框架。作者通过大规模实验分析了该分类器的预测准确性和不确定性感知能力。
说明EviGround-CT：将LLM生成的胸部CT报告句子与体积影像对应以进行验证
简介该论文提出EviGround-CT方法，用于核查大语言模型生成的胸部CT报告。方法先提取报告中的阳性发现句子，再用三维定位模型为每句预测证据掩膜，判断句子描述的发现能否在扫描中找到对应位置。在100例留出病例的子集上，以句子为单位的定位验证将证据支持精确率从0.263提升到0.365（对比类别条件化方法），无支持的阳性发现比例由0.737降至0.635。
说明可写性与路径：向可寻址记忆注入知识的对照研究
简介本文研究在可寻址条件记忆中事后注入知识的效果。作者在冻结的 GPT-2 上做了 2×2 对照实验，并在 Qwen 和 DeepSeek 模型上做了生产级记忆实验。结果显示，写入成功的知识不一定能迁移到新问题，也不一定能保持无关行为；首个答案词的排序提升并不代表完整答案正确。
说明重新审视 TI2I 流匹配中的无分类器引导（CFG）
简介本文研究用于可控图像编辑的文本与图像到图像（TI2I）流匹配方法。作者发现，在流建模的噪声阶段，CFG 机制会隐性地不利于编辑，妨碍指令遵循和可控性。为此，作者在早期流步骤中提出一种简单修正，无需额外成本即可取得更好的对齐与保留之间的权衡。该方法在像素空间和潜空间两种 TI2I 流模型上均得到验证。
说明何时 Muon 最优？径向脆弱性与极小极大几何
简介本文研究 Muon 优化器的曲率解释在径向假设改变时是否依然成立，引入随机半径的各向同性曲率模型（RR-ICM）并刻画其可接受集合。作者证明，对无原子的径向分布，精确的缩放极分解最优性只在梯度已是缩放列等距时才可能成立。进一步，通过对球面上概率分布做最坏情形优化，得到极小极大版本，并证明非零全局最小化子位于梯度的极方向上。
看点提出随机半径曲率模型并给出极小极大刻画，对Muon的几何解释提出了新的理论视角，证明较完整，对子领域有影响。
说明部分可观测条件下带约束强化学习的有限时间保证
简介本文研究在部分可观测、带成本约束的马尔可夫决策过程中的强化学习，智能体只能获得不完整的状态信息。作者用有限长度的历史窗口作为受约束马尔可夫决策过程的状态，并提出原始-对偶算法，首次给出同时界定平均奖励次优性与约束违反的非渐近保证。在滤波稳定性假设下，近似误差随窗口长度呈几何级数衰减；部分可观测网格世界中的实验验证了该方法的有效性。
说明强化学习驱动的扩散模型：语言、视觉及其他领域综述
简介本文首次系统综述了用强化学习（RL）对扩散模型进行后训练优化的研究。作者提出了RL在语言、多模态、机器人和科学等扩散模型中作用的技术全景，并通过多项基准实验比较了不同RL后训练策略。文中还指出奖励设计脆弱、高维生成空间中的探索与利用权衡以及稀疏奖励下训练不稳定三大瓶颈，并给出未来研究方向。
说明智能体状态协议（ASP）：多智能体系统状态报告的轻量规范
简介本文提出智能体状态协议（ASP）0.1版，这是一个轻量规范，用于让异构AI智能体向状态服务器报告运行状态，并由仪表盘等观察者实时接收变化。智能体通过HTTP POST推送小型JSON事件，服务器再经服务器推送事件（SSE）向观察者提供汇总状态。该协议不只依赖自我报告，还能根据心跳缺失推断存活状态，并接纳来自监督者、安全护栏等方的观察。文中为本提案的工作草案，旨在引发讨论。
说明利用功能子网络定位实现大语言模型高效持续学习
简介论文指出大语言模型在持续学习中容易出现灾难性遗忘。作者通过梯度归因分析，在模型中定位出彼此重叠极少的功能子网络，并提出名为CiMEO的框架，把每个训练样本路由到对应子网络，只更新该区域的参数与优化器状态。在1.4百万条连续指令的实验中，该方法在编程、考试类和数学推理等五个生成式基准上平均性能最高，同时减轻了遗忘。
说明激活邻近层归一化：对逼近能力的影响
简介本文研究在激活函数前后插入层归一化（LN）或 RMSNorm 的浅层网络，能否逼近给定宽度为 N 的单隐层 MLP。作者通过宽度扩展对归一化在紧致特征集上进行局部线性化，给出了不同激活设置下所需宽度与误差的结论。论文还证明 RMSNorm 对应 N+1、LN 对应 N+2 是最坏情况下的界，并通过数值实验验证了预测的逼近速率。
说明CriticaLLM：用大语言模型担任桌上角色扮演游戏的自动主持人
简介本文提出 CriticaLLM 框架，让大语言模型作为全自动的游戏主持人，负责桌上角色扮演游戏的剧情创作、探索与战斗阶段管理。作者邀请真实玩家进行评估，并比较了四个不同规模的大语言模型在生成剧情与反派角色时的多样性。
说明BOLT：面向带时间间隔与运输资源耦合的柔性作业车间调度的多瓶颈界引导学习方法
简介本文提出BOLT方法，用于解决车辆资源有限、运输等待影响调度的柔性作业车间问题。该方法由链式、机器容量和车队容量松弛构造下界，并以此作为强化学习的奖励信号。在模拟预制构件生产的实例上，文中报告了其在多组测试中优于运输惩罚策略及若干调度规则组合的结果，单次决策耗时约2.3至5.9毫秒。
看点提出基于下界变化的奖励与资源耦合运输的调度方法，并在工业式实例上与多种基线对比，结果稳健，影响限于柔性车间调度子领域。
说明分层可解释多任务音频表示学习：通过信息瓶颈分析事件与场景关系
简介该论文研究声学场景分类与音频标注的联合学习，提出先由中间事件概率预测场景类别的分层条件化方法，取代传统多头结构。作者在三种主干网络（PaSST、PANNs、BEATs）上进行了66次完整训练的实验。结果显示该方法分类性能相当，并能在特定损失权重下实现双任务同步学习，同时中间特征空间的条件熵更低、互信息更高、聚类分离度更好。
说明SCRIBE：可解释的脑相关上下文语义表征方法
简介该论文提出SCRIBE框架，利用多个开源大语言模型，为任意文本生成可解释的词级语义表征，其基础是受神经科学启发的语义空间。行为实验（921名被试）显示，人类的语义特征判断会随上下文系统变化，SCRIBE能捕捉这些变化，达到估计人类噪声上限的75%至81%。在被试聆听自然故事时的脑活动研究中，SCRIBE对语言相关脑区的神经反应预测显著优于非上下文语义表征，并且在句法特征之外仍能解释独特的脑预测信息。
说明毒谷：诊断 LLM 代码修复中路径依赖的失败
简介该论文研究代码修复智能体为何失败：最终测试只能说明补丁有误，却难以定位是哪个早期假设或实现计划导致了错误。作者在两个合成 Python 任务（PersistQueue 与 Dijkstra）上共追踪了 1,844 次模型请求，并使用 Oracle 与诊断坐标评估生成代码。结果显示，把错误认知从假设移到实现计划后，失败率分别增加 32.2% 和 28.9%。
说明QREF：通过查询改写与证据过滤让搜索与推理对齐，以改进深度搜索智能体
简介深度搜索智能体通过反复搜索与推理完成复杂的信息查找任务，但常发出与意图不符、约束不足或重复的查询，导致证据覆盖差、检索噪声累积。本文提出即插即用的查询改写器与证据过滤器QREF：改写器依据当前推理意图改写查询并保证每批查询互补覆盖，过滤器保留与当前批次及推理目标相关的证据。改写器先经监督微调，再通过与真实网络搜索环境交互的强化学习优化。实验显示，在四个基准上，该方法使WebSailor的平均相对Pass@1提升33.55%，TongyiDeepResearch提升11.04%，且无需修改架构或重训推理策略。
说明ProV-Mem：面向流式视频问答的主动记忆框架
简介该论文提出ProV-Mem，一种无需训练、基于冻结视觉语言模型的主动记忆框架，用于流式视频问答，使模型能自主判断何时发言、说什么以及是否输出。框架将决策拆分为三层轻量记忆：时序触发记忆、指令记忆和情节记忆。作者还提出了成本感知曲线下面积指标CAUC，并在ProactiveVideoQA的四个场景上进行了实验。
说明用可解释语义表征分解脑与大语言模型的对齐
简介该论文研究大语言模型（LLaMA2-7B）预测人脑在自然语言理解时神经反应的原因。作者以具有65个神经认知语义属性的可解释语义表征SCRIBE作为工具，对七名受试者听叙事故事时的fMRI数据做方差划分，区分两者共享与各自独有的脑预测方差。结果显示共享部分占主导，且具体概念性属性与LLaMA2-7B的共享方差更高，同时SCRIBE仍有独特贡献。
说明FilterFusion：面向高效视频去噪的先验引导自适应滤波器融合方法
简介这篇论文提出 FilterFusion，一种多帧视频去噪框架，用低成本的引导信号自适应混合一组可解释的去噪分支。模型仅有 109K 参数，在 CRVD 真实传感器噪声数据集上达到 34.72 dB PSNR 和 0.9330 SSIM，并在单 CPU 线程上以 1080p 实现每帧 17.9 毫秒的处理速度。
说明ISW-Agent：将大模型对话与n8n工作流结合，用于内孤立波遥感图像处理
简介该论文提出ISW-Agent系统，把大语言模型对自然语言指令的理解与n8n工作流及独立科学模型相连，用于内孤立波的遥感图像处理。测试中，两种后端在120条中文指令上的严格任务匹配率均为94.2%。在50个计时场景中，39个完成了检测、条纹提取和传播预测，中位耗时48.04秒；其余11个因提取为空而停止。
说明KV缓存何时比GPU还慢：为上下文并行预填充扩展远程KV分层存储
简介本文研究在多GPU预填充上下文并行部署中，跨引擎共享的远程KV缓存层。作者发现，启用远程层使16k令牌请求的p99时延从3.96秒升至17.3秒，原因是远程命中耗时长于重新计算。作者据此提出成本模型，并通过分片存储、按rank分区、异步加载和修复客户端缺陷等改进，将命中密集流量下的p99降至0.67秒，预填充吞吐提升14%至34%。
说明GRASE：基于视频、以几何为核心的真实到仿真场景建模智能体框架
简介论文提出 GRASE，一个把真实环境多视角视频转换为可编辑三维场景的智能体框架。它把视频观测作为全程参照，渲染结果与拍摄不一致时修正当前假设，逐步定位并修改相关部件，以保持跨视角一致性。作者称其生成的三维场景忠于输入、跨视角一致且适合仿真，实验中优于其他先进方法。
说明OPRD：面向长程编程智能体的同策略提醒蒸馏
说明相位核提升稠密联想记忆的容量
简介现代Hopfield网络（MHN）在高记忆负载下，线性核会导致吸引子盆地重叠并出现伪状态，使理论上的指数级存储容量在实践中受限。本文构造了一类非线性相位核，用于改变能量景观与检索动态，并在核平滑性、记忆可分性及记忆分布的给定条件下证明其保持指数级存储容量与局部不动点收敛性。基于该框架的Sigmoidal Phase Hopfield Network（S-Hop）保证能量单调下降，并缓解实际容量损失。
说明MetaExp：通过可验证的跨任务环境扩展学习从经验中自我改进
简介该论文提出 MetaExp 框架，通过带有可控跨任务结构的可验证任务族训练语言模型代理，使其学会把交互反馈转化为可复用的经验。作者设计了共享工具与共享工作流两类任务族，并用 1000 个任务族的 4956 条轨迹微调 Qwen3.5-122B-A10B。实验报告称，冻结参数后，模型在 SpreadsheetBench 上提升 8.5 分，在 APEX-Agents 上最高提升 2.3 分，在 AutomationBench 上提升 14.8 分。
说明FlashAttention统计量：用于紧凑型幻觉检测器的低开销注意力特征
简介大语言模型可能给出流畅但与所给上下文不符的回答。本文提出用一个冻结的小型代理模型阅读上下文与回答来检测这类幻觉，并在不显式生成完整注意力矩阵的前提下，通过FlashAttention计算、后续稀疏查询或第二次分块遍历来获取注意力统计量，从而降低显存开销。在三个基准上，基于Qwen3代理模型训练的探测器表现很强，并且在一半的基准与代理模型组合中，加入注意力特征能显著提高F1值。
说明AI驱动的灾害应对与流离失所监测
简介这篇论文讨论人工智能在人道主义任务中的应用，包括应对气候变化、预测贫困、监测森林砍伐等。文中指出，AI也被用于灾害应对与冲突监测，帮助评估损失和紧急需求，并追踪人口流离失所的情况。
说明柯尔莫哥洛夫-阿诺德网络（KAN）：维数灾难与结构偏置
简介这篇论文研究 KAN 的近似能力随输入维数变化的规律。作者证明，在各向同性 Sobolev 球上，标准样条 KAN 若要达到与维数无关的精度，所需样条系数数量至少随输入维数指数增长。论文还指出，良好的缩放性质取决于目标函数的结构和匹配的归纳偏置，而不是 KAN 独有的特性，并在多组实验中与 MLP 进行比较。
看点证明任意深度样条KAN在Sobolev球上存在指数级维数下界，并通过控制实验说明优势来自目标结构，理论与实验结合较扎实。
说明基于工具增强大语言模型的病历医学计算方法
简介该论文提出一种工具增强的大语言模型框架，用于从患者病历中可靠地完成医学计算。框架先检索并结构化计算器规范，生成可复用的可执行工具，再由受约束的抽取器把病历映射为计算器输入，由工具做确定性计算。在 MedCalc-Bench 数据集上，该方法最终答案准确率为 86.73%，并据称减少了算术幻觉。
说明跨提示推理缓解不平衡微调中视觉语言模型的稀有类抑制
简介在类别不平衡数据上微调视觉语言模型时，稀有类的召回率可能远低于其零样本表现。作者发现，推理时沿用微调所用的描述性提示反而可能比换用另一种描述性提示得到更低的稀有类召回率，并提出“跨提示推理”这一推理策略。在六个数据集和多种模型上，该策略持续提升稀有类召回率，但对常见类召回率的影响有所不同。
说明大语言模型能否打乱时间顺序讲故事？非线性叙事生成的语料与基准
简介本文提出一个包含83部已发表作品的基准，用于检验语言模型能否讲述非线性故事。作者为每部作品标注事件的故事时间与叙述时间两种顺序，并构建包含因果依赖、人物认知及叙述所提出与解答的问题的故事图。实验发现，模型在默认情况下讲述的故事比已发表作品更趋于按时间顺序，而按指令要求非线性叙述时，结构约一半落在人类范围内；71名读者普遍更偏好模型默认生成的顺序故事，并认为非线性版本更难理解。
说明DuET：用于钢琴演奏转乐谱的音符-帧双编码器模型
简介本文提出DuET，一种双编码器Transformer，同时学习音符级的演奏MIDI转乐谱（PM2S）转写与帧级的节拍和强拍跟踪。作者还引入了TimeRoPE与时间-音高旋转位置编码（TPRoPE）。在ASAP和作者自建的Gangqinpu数据集上，相较各数据集最强基线，MUSTER平均误差在Gangqinpu上由6.56%降至3.64%，在ASAP上由11.30%降至11.22%。
说明利用嵌入模型与大语言模型修正本体：CASTON 案例研究
简介本文针对铸造领域本体 CASTON 中类层次的包含关系错误，提出一种轻量且可扩展的修正流程：先用经微调的本体嵌入模型筛选少量候选公理及可能的替换项，再由大语言模型给出修复建议。在小规模专家评估中，默认配置（CASTON 微调的 OnT 嵌入模型加 Qwen3-8B）给出的 6 条高置信度替换建议均获两位领域专家认可。
说明工具调用智能体的轨迹级推测与语义验证：由强模型审核弱模型起草的步骤
简介该论文提出SpecAgent协议，让小模型起草多步工具调用轨迹，强模型仅以一次预填充审核草稿、保留语义有效的最长前缀并修复首个被拒步骤。实验显示，在多个基准上其成功率接近强模型，同时降低内存访问与耗时，并在边缘-云部署中显著减少强模型生成的令牌。
看点提出让强模型审校弱模型草稿的轨迹级协作协议，并在多个工具使用基准上以并行预填充替代逐步解码，新意明显；实验覆盖多基准与边缘-云部署，证据较充分。
说明视觉生成能否扩展统一多模态模型的知识？
简介该论文研究统一多模态模型在图像生成训练中获得的视觉知识，能否在纯文本问答中被调用。作者提出知识迁移探测（KTP）协议，在七类知识和三个模型上观察到从视觉到语言的迁移，但效果不均衡。通过文本对齐与图文交错对齐，部分实体的指导可提升其他实体的知识可及性。研究认为视觉生成可以成为超出文本监督的知识来源。
说明用于耦合代理形态动力学建模的自适应视野图神经算子
简介该论文提出自适应视野图神经算子（AH-GNO），直接在非结构网格上依据近期水动力与地形状态，预测未来河床高程增量，以替代耗时的水沙耦合更新。模型在Bump、Yen弯道基准与新西兰Waiho河实际应用中，能再现床形迁移、弯道冲淤等主要模式。论文报告，在部分部署配置下，河床更新流程耗时由GAIA的12至1204秒降至0.08至3.34秒。
说明低资源多语言翻译的电路发现与定向优化（TITAN 框架）
简介本文研究多语言大模型内部负责低资源翻译的“翻译电路”，以印地语到乌尔都语、印地语到信德语（天城体）为对象。作者提出 TITAN 框架，结合因果干预、稀疏特征分解和定向偏好优化，只更新不到 5% 的参数。实验显示其 BLEU 分数相比最强的多语言基线，在两个语言对上分别提升 33.75% 和 45.86%，人工评估也表明充分性和流利度有明显改善。
说明CarryOn：面向个性化与可靠性的机器人辅助双环框架
简介论文提出CarryOn，一个用于增强冻结视觉-语言-动作（VLA）策略的双环框架。规划环维护用户与场景的持久上下文，实现个性化任务选择，执行环监督动作以避免危险接触，失败时调用可复用的恢复技能。在真实机器人与仿真中，违规率从52.6%降至6.1%，启用精炼技能后恢复成功率从13%提升至80%。
说明全双工语音、表情与手势交互：ELLSA 2 让对话模型同时说话和做动作
简介该论文提出 ELLSA 2，一个端到端全双工对话模型，可同时生成语音交互与流式的手势和表情。模型在说话与倾听两种状态下都能持续生成非语言动作，并引入语义手势调用与模板引导。实验显示其在对话感知手势指标上优于级联基线，并与开源全双工语音模型具有竞争力。
说明纵向全身PSMA PET/CT配准中保持PET定量指标的方法
简介本文将可微分的粗到细LapIRN网络改造用于纵向全身PSMA PET/CT图像配准，参加了Learn2Reg 2026 PSMAReg挑战赛。方法包括仿射预配准、多模态可变形配准和测试时实例优化，并加入了保持代谢肿瘤体积（MTV）和总病灶糖酵解（TLG）的PET生物标志物损失及骨骼结构刚性正则化。在作者的评估方案下，提交的配置获得81.0%的DSC和6.17 mm的HD95，MTV与TLG误差均为3.3%。
说明X-Fly：学习在整段动作块中飞行并停止的空中视觉语言导航
简介本文研究基于大型视觉语言模型的无人机视觉语言导航，指出执行完整动作块可降低推理开销，但会让策略在专家示范之外的状态被查询，且缺少停止监督。作者提出分阶段训练框架X-Fly，结合恢复型DAgger与Flow-GRPO对控制器和停止策略联合优化。论文报告在OpenFly测试集上，X-Fly的成功率分别为测试已见集74.18%、未见集51.73%。
说明用工具强化学习改进急诊到院后就诊结局预测
简介该论文提出 TIR-EC 框架，让大语言模型把急诊电子病历的特征组当作工具调用，并借助梯度提升树作为教师提供奖励，以学习选择有用特征和判断数值风险。作者还通过逐步撤除提示中技能的逆向课程，把临床技能写入模型权重。在三项临床预测任务上，其 4B 参数模型取得所比较模型中最高的宏 F1，优于传统机器学习基线，并与大得多的前沿大模型相当。
说明V-SHARE：基于优势函数算法的可证明收敛保证
简介本文提出 V-SHARE，一种基于优势函数的值学习算法，通过跨动作共享价值并加入重要性加权的贝尔曼残差修正。作者给出了该类算法的首个完整理论刻画，包括渐近收敛与非渐近有限样本保证。实验在离散马尔可夫决策过程和深度强化学习基准上验证了结论。
说明SITAR：用于自动语音识别评估的情境失真指标
简介本文提出SITAR，一种面向自动语音识别（ASR）的情境失真指标，用于衡量转写错误对语音所传达情境的影响，而不仅是词汇或语义上的差异。研究通过有界递归公式，将情境严重程度与累积范围合并为单一分数；并以BERT类轻量回归模型实现，单次前向推理即可对参考文本与识别结果配对打分。文中还给出了外部有效性与内部评分可靠性的验证方案。
说明各奖励对应相关词元：面向多奖励强化学习的奖励专属词元级信用分配
简介论文针对语言模型同时依据多个可验证奖励训练的问题，提出 MRTPO 方法。该方法把每个奖励的优势只分配给与其验证器检查内容相关的词元，无需辅助模型或词元级标注。在文本到 SQL、多约束指令遵循和工具调用任务上，论文报告其收敛更快、效果优于对比方法。
说明RLDF：面向局部人脸篡改检测的区域级深度伪造数据集与基准
简介现有深度伪造检测模型多基于整脸替换或整脸合成的图像训练，本文提出RLDF数据集，用区域感知的局部换脸方法生成超过200万张局部换脸图像，覆盖眼、鼻、嘴、眉等七个面部区域。作者评测了12个主流检测器，发现它们在局部区域上的泛化能力不稳定，区域级评测下AUC平均下降10.5%、准确率下降10%，并提出一种掩码引导的交叉注意力模型作为基线。
说明HyCo：面向移动端与云端协同推测解码的低成本混合草稿方法
简介该论文提出HyCo，在手机端神经处理器上运行服务器模型自带的多词预测头来构建深层草稿链，并用一次小语言模型前向计算补充备选分支，从而减少云端GPU计算量。实验在Galaxy S26 Ultra、LTE/5G网络下进行，相较服务器端MTP自推测，每输出词元的服务器GPU时间在Spec-Bench上减少38.6%，在32K词元摘要任务上减少29.2%。
说明面向自适应VLA动作块执行的策略对齐预测验证
简介视觉-语言-动作（VLA）策略会一次生成一段动作序列以减少重复推理，但每段序列执行多少直接关系任务成败。本文提出策略对齐预测验证器（PAV），在执行前预判候选动作前缀的后果，并评估其与后续成功完成任务的兼容程度。该方法在VLA内部的任务条件表示空间中评估已有的候选动作，并在LIBERO、RoboTwin 2.0和真实机械臂操作上用pi_0与pi_0.5进行了测试，结果显示成功率与查询次数的权衡有所改善。
说明ManiFusion：通过流形空间叠加实现高吞吐量扩散生成
简介扩散模型生成图像质量高但计算开销大，现有加速方法主要降低单样本延迟，效果趋于饱和。本文提出ManiFusion框架，在一次去噪计算中融合并同时处理多个样本，并通过轨迹融合调度动态调整融合因子。作者称该方法适用于多种扩散模型架构，可与现有加速方法叠加，在质量损失较小的情况下达到以往方法无法达到的吞吐量。
说明基于局部上下文蒸馏从交互经验中学习（LoCD）
简介该论文提出局部上下文蒸馏（LoCD）方法，让大语言模型能够从部署中的交互经验里持续改进。方法先定位学生模型轨迹中需要修正的关键片段，再由教师模型基于学生自身前缀仅重新生成这些片段，并用于训练学生模型。论文称，该方法在数学推理、代码生成和智能体任务上优于强基线，训练更稳定，参数更新更小、更稀疏。
说明面向通信与目标照射的GPU加速鲁棒MA-RIS预优化
简介该论文研究可移动天线（MA）与可重构智能表面（RIS）在通感一体化中的慢时间尺度预优化方法，联合选择天线位置与RIS相位，得到可重复使用的帕累托解集，以平衡用户速率与目标照射功率。作者提出了区分工况的多目标预优化方法RAMP，并借助GPU加速。数值结果显示，其鲁棒帕累托质量与所比较的进化算法基线相当，且无需在线重新优化物理参数。
说明论文是否需要新形式？SPRA：面向智能体的结构化论文表示
简介本文提出SPRA，一种面向智能体的结构化论文表示方法，把问题、贡献、组件、实验设置、指标和发现等研究对象及其关系组织起来，便于查询和复用。作者在一百多万篇AI论文上构建了SPRA，并通过检索增强方式评估其在科学问答与跨论文推理等任务上的表现。文中报告SPRA相比段落检索提升了问答得分，并显著减少了输入输出令牌消耗。
说明视频理解中的查询引导定位：物体、关系与时刻
简介该论文研究视频中由查询引导的三类定位任务：物体级（关键物体在哪里）、关系级（物体如何互动）和时刻级（特定时刻何时出现）。作者分别提出了用于单样本物体定位的QDETRv、少样本视频物体检测的TOViT、少样本指代关系定位方法，以及用于视频到视频与文本到视频时刻检索的MATR。论文旨在推进视频理解在空间、关系与时间三个维度上的查询引导定位。
说明CGDT-CESN：用于多变量时间序列预测的相关性引导与动力学训练聚类回声状态网络
简介本文提出一种模块化的回声状态网络（CGDT-CESN），每个聚类专门对应多变量时间序列中的一个变量。聚类之间的连接依据经验观察到的变量相关性建立，并训练这些连接权重，以捕捉随时间变化的跨变量依赖关系。在推特信息级联演化和太阳风预测两个数据集上，该模型的预测性能优于传统回声状态网络，且在多个预测步长下均保持提升，即使数据量较少。
