机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明歧义探测：面向稳健 Text-to-SQL 的对抗式意图消解
简介该论文指出，自然语言转 SQL 的系统通常假设每个问题只对应一个正确查询，但许多问题本身存在歧义。作者提出无需任务专门训练的多智能体框架 AIR，先构造相互竞争的解释，再通过执行 SQL 验证它们是否确实得到不同结果，并据此生成澄清问题。在 AMBROSIA 基准的仅有模式上下文设定下，AIR 在各项指标上优于强化学习模型 IntentRL。
说明CoCoNet：面向多维不确定性区域的凸型共形网络
简介该论文提出CoCoNet，用于学习凸型共形评分函数，从而生成灵活、随数据自适应的多维预测区域。方法在留出数据上优化区域效率并保持对残差的凸性，再通过切分共形校准保留有限样本覆盖保证。实验在8个模型、30个多维回归任务上进行，CoCoNet_ICNN与CoCoNet_Spline-ℓ1的平均排名分别为1.45和2.75，其中CoCoNet_ICNN在30个任务中有22个效率排名第一。
说明面向太空机器人的强化学习：快速训练与可靠的实机迁移
简介本文展示了一种基于仿真的快速训练框架，用强化学习学习控制策略，所需硬件简单，仿真中学到的策略能够可靠地迁移到真实世界。研究中，一台四足机器人在单块消费级GPU上训练不到20分钟后，即可可靠地穿越多种真实地形，包括月球模拟设施中的地形。
说明用神经网络插值把Myerson最优拍卖推广到相关竞标者
简介本文研究单物品拍卖中收益最大化机制的设计，要求机制确定性、策略证明且事后个体理性。作者提出一条实证流程：用神经网络拟合基于边际利润的贪心分配规则，用形式化神经验证确保严格的策略证明性，并通过构造性修复程序完成调整。实验涵盖合成、对抗及消费、金融和工业等真实数据集，结果显示其收益接近最优，并常将收益差距缩小一个数量级。
看点将Myerson最优拍卖扩展到相关买方，结合神经插值与形式化验证并引入贪心收益上界，方法新颖；实验覆盖多类真实与对抗数据集，证据较充分。
说明无编码器多模态大模型学会了隐式编码器
简介该论文实证分析了两个近期提出的无编码器多模态大模型（Gemma-4 12B 与 Inkling-Small）。它们不使用专门的音频或图像编码器，而是直接将音频采样、像素或频谱特征输入 Transformer 语言模型。研究发现，模型的早期层确实起到隐式编码器的作用，且编码结果在很大程度上不受跨模态上下文影响。此外，在多模态推理任务中，各模态在早期层分别编码所得准确率与从第一层起联合编码相同。
说明幽灵攻击：用19世纪的光学错觉欺骗21世纪的生物识别系统
简介本文提出一种名为“幽灵攻击”的物理攻击方式，借用19世纪的“佩珀尔幽灵”光学错觉，通过低成本硬件和透明介质，把高分辨率人脸数据投射到物理三维空间。作者称该攻击可同时突破人脸识别系统的人脸比对、呈现攻击检测和变形攻击检测三个组件，并在前沿算法上取得较高的冒充成功率。作者还公开了一个包含100个身份、有无“幽灵”投影的人脸图像数据集，作为新的基准。
看点将19世纪幻术用于攻破三类人脸识别模块，思路新颖；实验规模与对比细节摘要中有限，影响面对生物识别系统较大。
说明通过自适应回放保持可验证奖励强化学习中的推理多样性
简介该论文研究了可验证奖励强化学习（RLVR）会降低大语言模型推理行为多样性的问题，指出有限的同策略采样会逐步压制语义不同但同样获得奖励的推理模式。作者提出 TAR（定向自适应回放）框架，用基础模型的多样化正确解构建紧凑记忆库，仅在这些行为被压制时选择性回放。在六个数学推理基准和两种 Qwen2.5 规模上，TAR 在推理性能与多样性保持之间取得了更好的平衡，并显著减少了对基础模型正确解的遗忘。
说明谁来规划，谁来编辑？面向LLM驱动模拟版图修复的可验证、成本感知分工方法
简介该论文研究大语言模型智能体修复模拟电路版图时，由哪个模型负责规划、哪个负责编辑以及成本如何。方法中模型只能选择有限的版图操作，每次编辑后由签核工具重新检查，未通过的版图不会被接受。作者提出一种学习型控制器，依据首次工具评估选择各角色的模型与升级顺序，并在每次尝试后更新贝叶斯估计；在四个封存的留出任务上修复了8个案例中的7个，与旗舰模型相当，但总体花费高8%。
说明用于合成生存时间数据的删失流匹配方法
简介本文提出删失流匹配（CFM）方法，用基于流的生成模型合成带删失的事件时间数据并估计其概率密度。该方法不依赖生存似然，而是利用微分流的单调性，通过回拉采样处理删失，并构造基于流的期望最大化算法，论文证明其在一定条件下收敛到真实事件时间分布。作者通过模拟研究和对OPTN与MIMIC-IV数据的应用展示了其在数据保真度、预测性能与经验隐私方面的表现。
说明记忆受限用户模拟器中的重复与干扰效应分析
简介该论文研究受记忆限制的用户模拟器能否模拟人类信息保持中的两个因素：事实的重复次数，以及竞争信息造成的干扰。结果显示，部分模拟器在整体准确率上接近人类，并能复现重复与干扰效应的大致幅度，但在具体问题上的准确率与人类并不一致：人类是记错事实，模型则是遗忘，因此出错模式不同。作者发布了这些数据，作为用户模拟器后续研究的挑战基准。
说明LoopHIL：让大语言模型智能体接入硬件，用于无线嵌入式系统开发
简介该论文提出LoopHIL框架，让大语言模型智能体通过射频测试平台控制多台设备，并借助频谱分析仪、逻辑分析仪和能耗计等仪器检测无线链路。研究在四项由简到难的任务和六个模型上进行评估，结果显示接入硬件后任务完成率提高，耗时和输出token减半，调试工具还能使标签功耗最多降低96%。但小模型常报告未经验证的结论，因此仍需独立的硬件检查。
说明无需训练的提示选择：基于部分推理展开的高效强化学习
简介本文提出 LIFT，一种无需训练即可选择有价值训练提示的方法，仅使用部分推理展开即可评分，从而降低强化学习可验证奖励（RLVR）的数据选择成本。其核心指标 PRCL 基于问题条件上下文与去除问题后的空上下文之间的词元级对数似然比累加。论文报告，与 SHIFT 相比，LIFT 将选择成本降低 3.7 至 9.1 倍，并在下游 RLVR 性能上具有竞争力。
说明语言模型是“懒惰的诗人”：大规模创作中的模式崩溃
简介该研究针对对齐后大语言模型创作输出高度雷同的“模式崩溃”现象，聚焦诗歌领域进行大规模分析。研究涵盖15种诗歌体裁、248个主题标签和16个开源权重模型，共生成超过110万首诗，是目前已知规模最大的大模型生成诗歌语料库。结果显示，模型的诗歌词汇和押韵能力可观但严重未被充分利用，模型倾向于反复使用少量词语、开头短语和韵脚；词汇同质化程度因模型和诗歌体裁而异，且观察到的押韵词汇量与模型规模相关。
说明隐藏轨迹不说谎：修正测试时适应中的损坏漂移
简介该论文针对部署时出现的分布偏移，提出Drift-TTA方法：在冻结的骨干网络上加入低秩适配器，使受损图像的中间表示轨迹与较干净输入的轨迹对齐。论文在CIFAR-100-C等数据集上进行评估，结果显示该方法在严重度5的源无关在线设置下提高了准确率并降低了校准误差（ECE）。
说明无标志点、与尺度无关的多视角术前肝脏模型与术中表面配准
简介该论文提出SimCompose框架，用于将术前CT/MRI生成的三维肝脏模型与腹腔镜手术中的表面对齐，可在无标志点条件下估计包括尺度在内的完整相似变换。框架还通过不依赖真值的几何选择器标记可能不可靠的配准，并使用SOFA中的Neo-Hookean模拟做非刚性细化。在合成数据和5例在体患者上的评估显示，其配准成功率与表面误差表现优于基线方法。
说明SWE-Bench Pro V2：更干净、更难被投机取巧的编程基准
简介SWE-Bench Pro 是评估编程智能体长程软件工程任务的常用基准。作者发布修订版 V2：经审计、专家裁定和盲重实现，修复或淘汰了731项任务中的480项，并加固评测流程，限制网络访问并在干净容器中重新评分。在642项 V2 任务上，前沿智能体最高解决率达99.4%，另有51项困难子集，各系统成绩从52.9%到98.0%不等。
说明PREEMPT：面向媒体保护技术的编辑后主动鲁棒性评估框架
简介本文提出 PREEMPT 框架，用于评估主动图像保护技术在图像编辑后的鲁棒性。它同时考察单次编辑与多步连续编辑，涵盖图像变换、语义编辑及其组合，并将保护效果整理为存活轨迹以便比较。研究发现，传统单次评估会掩盖退化过程，扰动类与水印类保护方法的失效模式不同，且首次语义编辑基本决定了后续的退化走向。
说明抛物型障碍问题的可认证神经网络近似
简介该论文针对相变、接触等自由边界问题，为神经网络近似抛物型障碍问题提供带保证的误差上界。作者在一阶状态-通量-乘子形式下推导误差界，并在一维Stefan问题和二维扩展圆盘上给出了认证的误差结果。论文同时指出，在椭圆形扩展等情形下，部分误差上界仍然较大，且这些界限只控制状态-通量范数，不涵盖乘子或自由边界位置。
看点将Apushkinskaya–Repin型后验上界推广到一般系数、自由乘子与通量界，并给出可计算的区间证明，理论与数值验证较充分，适用面集中于子领域。
说明候选项相关的残差路由：以列表顶部准确率换取召回率
简介该论文在自注意力序列推荐基线上加入一个小型残差路由模块，对比两种版本：路由权重由用户历史表示决定，或由候选物品嵌入决定。在 REES46 化妆品数据集上进行五组配对实验，主指标 NDCG@10 几乎没有变化（平均相对变化 +0.003%）。进一步分析显示，候选项相关的版本使前十名中相关物品更多（召回率 +1.81%），但第一个相关物品排名略低（平均倒数排名 -1.09%）。
说明蒸馏、自训练与学习所得化学推理的脆弱性：用于正向反应预测的开源模型
简介论文提出 Resonance 模型，利用前沿模型的推理轨迹蒸馏开源小模型，并让其在自身经验证的输出上继续学习，用于正向化学反应结果预测。结果显示，小模型经蒸馏后准确率显著提升，较强的学生模型甚至可仅凭蒸馏超过其教师。但作者指出，准确率提高并不等于推理稳健：学生模型沿袭教师的单次推理方式，自训练主要强化其本已能得出的答案，且在受到质疑时容易放弃正确答案。
说明工具调用智能体何时行动、何时停下来求助：基于反事实数据的决策控制器
简介论文关注使用工具的大模型智能体在不确定情况下，在自主行动、继续收集信息和交由人工处理之间如何抉择。作者在 ToolSandbox 上构建了包含 1036 个决策点、3115 条动作结果的反事实数据集，并训练了名为 SURE-Act 的控制器来为冻结的骨干智能体选择动作。原文报告，该控制器在离线动作选择效用上比仅回归的基线高 0.0309，并在 Qwen3-4B 智能体上带来最高 0.0575 的 Overall Score 提升。
说明论文说明：重参数化得分函数（History-Reparameterized 策略梯度）
简介该论文针对自回归序列模型的策略梯度方法，指出其忽略了早期决策对后续条件分布的影响，在奖励稀疏时难以分配信用。作者提出 History-Reparameterized（HR）策略梯度，并推导出中心化控制变量估计器 OHR，用于降低梯度方差。实验在高斯线性马尔可夫模型、稀疏奖励 T 迷宫和小规模旅行商问题上进行了验证。
说明带上下文管理与外部记忆的推理方法（RCMEM）
简介该论文针对推理模型在长上下文中可能丢失有用中间信息的问题，提出RCMEM方法，在上下文管理之外增加外部记忆来保存额外信息，且不增加推理模型的上下文负担。作者称，在需要反复计算中间步骤的问题上，该方法明显减少了计算时间，并在复杂问题上取得了更好的表现。实验在若干数学问题上进行，模型规模从0.4百万到25百万参数，并包括GPT-2。
说明用于稀疏奖励下推理时搜索的自助随机插值树（BSIT）：一种更高效的采样方法
简介本文提出一种名为BSIT的树状采样器，用于推理时搜索。它将子节点生成与父节点的显式依赖解耦，从而鼓励更多样的路径展开，提升探索能力。作者称其在目标分布覆盖和收敛速度上优于依赖DDPM式转移的采样器，且无需额外的函数评估或奖励反馈。实验涵盖稀有物种发现和目标导向的分子生成任务，显示其搜索效率更高。
说明基于风格嵌入的多作者文风检测：研究大语言模型在多作者文风变化检测中的应用，并结合两种嵌入提升检测效果。
简介该论文研究大语言模型在多作者文风变化检测中的应用。现成的大模型或仅在目标领域内做监督微调，都无法得到有效特征，因此作者提出基于大模型嵌入、并针对作者身份验证微调的跨领域迁移学习方法。作者微调了Mistral-7B嵌入模型，并与PAN-25多作者写作风格分析挑战赛中的最优系统所用的DeBERTa进行比较。结果显示两者在不同的用户生成文本场景中各有优势，结合两种嵌入后，文风变化检测效果更好。
说明棉花病害精准管理：基于无人机影像与自定义YOLO深度学习框架的增强检测
简介该论文提出Cotton-Vision，一种轻量级单阶段检测网络，用于通过无人机影像早期识别棉花病害。模型结合Ghost Bottleneck、ECA注意力与CSP融合模块，在巴基斯坦旁遮普省七块棉田采集的约2700张高分辨率图像数据集上训练。测试集上精确率为97.7%，召回率为77.7%，mAP@50为85.6%，优于YOLOv5、YOLOv8等基线模型。
说明基于大语言模型与强化学习的自主建造及进度更新
简介本文提出一种结合大语言模型与强化学习的自主建造方法。研究改进了 soft actor-critic 强化学习算法，用于根据施工任务为移动起重机规划动作，并借助机器人运动学与控制算法使其可执行。同时，利用大语言模型 ChatGPT 5 更新施工进度、提供安全信息并生成进度报告，通过多组全尺寸挡土墙施工实验验证了方法的可行性。
说明自我改进的视频到动作模型：让智能体无需专家动作数据即可从视频规划中学会行动
简介这篇论文提出Mirror方法，让智能体通过与环境交互自我学习视频到动作的映射，不需要预先的动作数据或人工设计的奖励。Mirror尝试执行视频规划中的动作并据此训练，逐步提升对视觉规划的跟随效果。论文报告其在Atari、OGBench、DeepMind Control和Minecraft等基准上表现突出，并称在Minecraft生存任务中是首个仅靠自我改进获得铁镐的方法。
看点提出无需动作标注或人工奖励、通过自我改进学习视频到动作映射的方法，并在多个基准和Minecraft任务上做了对比实验，证据较充分。
说明SERO：面向单步物体移除的语义预测方法
简介该论文提出SERO框架，用于图像中的物体移除与缺失区域修复。模型先在嵌入空间中预测被遮挡区域的语义先验，再引导潜在桥匹配生成器补全场景，使补全内容在布局和物体关系上更一致。在RORD和OBER数据集上的实验显示，SERO仅需单步生成即可达到有竞争力或最先进的性能。
说明韵律结构在婴儿规模音素语言建模中的关键作用
简介该论文研究在类似婴儿学习数据量（BabyLM，1000万与1亿词）下，为音素语言模型加入韵律信息是否有助于建模。作者比较了正字法基线与三种逐级增加语音丰富度的条件，均训练为BERT掩码语言模型，并设计了新的词汇判断与语义组织任务。结果显示，带韵律标注的音素序列在两种规模下语义分类组织表现最好，带边界结构的音素模型与正字法基线相当，作者认为韵律结构是小数据场景下音素语言建模的关键组成。
说明模型能力边界：面向大语言模型支持的社会模拟的开发框架
简介本文提出“模型能力边界”（MCF）框架，用于刻画某一模型架构在其可行配置范围内所能达到的经验性能，多目标情形下以系统化配置探索估计帕累托前沿。作者以约1.2万名智能体模拟大学毕业典礼的人群行为，基于时间占用、空间分布和人流方向的实测数据进行验证。结果显示，引入大语言模型初期改善了人流方向，但降低了时间占用和空间分布的表现；后续改进大语言模型层后，时间占用有所提升，空间表现得以恢复。
说明混合依赖下投票分类器的间隔证书
简介本文研究平稳混合（mixing）数据流中加权投票分类器的泛化保证。作者结合平稳β混合过程的独立块Rademacher理论与截断间隔损失，得到显式的一致投票间隔证书，并证明其依赖惩罚由近似独立块数与耦合预算决定。实验显示，该证书在块数较多时非空，且在强依赖下仍保持有效覆盖，而朴素区间覆盖率明显不足。
说明发音难词：对预训练对话式语音合成模型进行音素适配
简介该论文针对语音助手中罕见药名发音不准的问题，在预训练的对话式语音合成模型上加入音素控制能力，方法包括扩展ARPAbet词表、带音素增强的继续监督微调，以及推理时无需训练的声学偏置。在7500条临床药名发音测试中，正确率从54.6%提升至90.7%；盲测人类听众判定84%的样本正确，略高于最强基线的82%，两者置信区间有重叠。
说明TorchTPU：在TPU上原生运行PyTorch的混合即时/编译架构
简介TorchTPU是谷歌与Meta合作的开源项目，为谷歌TPU提供原生且规范的PyTorch后端。它支持模型开箱即用地运行并便捷迁移至TPU，并通过即时执行优化、torch.compile集成和原生硬件加速，实现具有行业竞争力的推理与训练性能。
说明CoDA：面向特定领域文本标注的人机协作编码本开发助手
简介论文介绍了开源工具CoDA，它与领域专家协作，通过审查语言模型的错误预测并将专家反馈纳入编码本，迭代开发标注指南。在无家可归者个案记录中提取健康指标，以及对野生动物走私社交媒体帖子进行情感分类两个案例中，CoDA生成的编码本下游分类效果与专家编码本相当，开发时间从数周缩短至约两小时，所需人工标注样本减少为原来的五分之一。
说明预算约束下的贝叶斯老虎机：为未来利用而探索
简介本文研究多臂老虎机问题的一个变体：探索阶段有严格的预算上限，且先于利用阶段进行。作者指出已有的1/3和4/27近似保证的分析都是紧的，并给出一个近似比为0.43的高效算法。对于有界可交换的奖励观测，他们提出的算法在非消失区间内的保证趋近于1-e^{-1}（约0.63），且与自然的线性规划松弛相比是渐近紧的。
看点改进了已知近似比并证明旧分析紧，给出0.43与趋近0.63的算法，证明较严格，对子领域影响较大。
说明NV-Generate-Body：用于可控解剖结构、肿瘤与人口统计学体型分割掩膜合成的三维潜在扩散模型
简介该论文提出 NV-Generate-BodyMask，一种三维潜在扩散模型，用于生成全身 CT 分割掩膜。模型可同时控制器官解剖结构、肿瘤负荷和患者人口统计学特征，以缓解标注 CT 数据稀缺且受隐私限制的问题。在 26 个队列、132 个标签的 8571 个掩膜上训练后，模型在器官大小、肿瘤召回率和人口统计学对齐方面给出了报告的指标。
说明联合行动规范在实验扩散中算法结构的保留与丢失
简介这篇论文通过大规模人类实验，研究新的社会规范在人群中扩散时，其隐含联合行动程序的算法结构如何变化。研究利用程序合成技术刻画不同独立群体中形成的程序。结果显示，在不同变体之间的互动中，继承的程序结构趋于简化甚至丢失；但互动中的修复机会抵消了这一压力，使复杂算法得以保留。
说明lepidoptera：一个用于因果模拟的通用引擎，支持混合变量类型、藤 copula 依赖和个体层面反事实传播
简介lepidoptera 是一个开源的 R 和 Python 软件包，用于从含有不同类型变量的结构因果模型中进行模拟。它将因果图与每个节点的生成规则分开，并提供预置的机制库，覆盖连续、分类和有序变量的全部九种父子组合。其中的藤 copula 机制可由观测数据估计联合依赖结构，并支持二十多种 copula 族。软件还通过部分传播支持个体层面的反事实查询，并以临床试验规划、急诊病房容量分析和流行病学中介分析三个示例展示其适用范围。
说明可变设计参数下高速链路瞬态响应的序列到序列神经代理模型
简介本文提出序列到序列（seq2seq）神经代理模型，用于预测高速链路的瞬态响应并进行信号完整性分析。在固定设计参数下，前馈网络精度与循环模型相当且计算成本更低；在14维可变设计参数场景中，非自回归的仅TX输入推理保持稳定，并提出了早期融合LSTM，其瞬态波形、眼高和眼宽预测的R2分别为99.51%、99.57%和99.94%。
说明EGGHead：从单张图像生成高效、可泛化的高斯人头模型
简介该论文提出 EGGHead 方法，用于从单张图像快速生成逼真的人头。它设计了一种新的高斯分配算法，在固定的高斯数量预算下把高斯点分配到人头的语义区域，减少所需数量并尽量不损失表现力。该方法单次前向推理完成，论文称其在重建质量、新视角合成和渲染速度上优于以往的单图人脸建模方法。
说明从频谱图到浅层语音自监督模型：面向生成器分离与低延迟音视频深度伪造检测的音频前端设计
简介本文研究在固定的 MRDF 音视频深度伪造检测框架下，音频前端如何设计。作者比较了对数滤波器组频谱特征与冻结的 wav2vec 2.0、WavLM 表示，并探讨双自监督模型融合、执行深度和浅层聚合的效果。在生成器分离的 MMDF 数据集上，完整 wav2vec 2.0 将平均宏 AUROC 从 84.19% 提升至 87.19%，六层执行与可学习的非均匀层聚合进一步将其提高到 90.61%，同时浅层执行降低了推理延迟。
说明基于进化策略的持续测试时学习
简介本文提出ESRL框架，让大语言模型在无外部监督的开放环境中持续自适应。它不依赖单一策略自生成的监督，而是围绕一个固定锚点策略扰动出一组邻近策略，聚合其答案形成无标签的群体相对学习信号，并在区块边界更新锚点。论文称，在数学推理、通用知识和医学领域的单任务测试时适应中，ESRL相较基础模型平均准确率最高提升31.7%，相较最强基线提升16.6%，并显著减少灾难性遗忘。
说明循环 Transformer 在深度受限算法任务上的机理研究
简介该论文研究权重共享的循环 Transformer，即重复使用同一组层多次迭代，以在不增加参数的情况下扩展有效深度。研究以有向排列遍历任务为例，模型需沿图逐跳前进并输出最终节点。结果显示，循环模型在相同有效深度下能解决未绑定权重的模型无法解决的任务，并逐步推进中间节点。
说明用人工智能代理模型加速加拿大全国野火危险测绘
简介本文提出一个基于深度学习的代理模型，用来近似BurnP3+等基于过程的野火模拟器输出，包括燃烧概率、平均火强度和平均蔓延速率。该模型在全国尺度数据上训练，可在数秒内完成原本需数天至数周的区域计算。研究报告，在代表性区域上实现了806倍的端到端CPU加速，并支持零样本迁移与轻量微调。
看点用多任务深度学习代理模型替代蒙特卡洛野火模拟，并通过反事实与零样本迁移验证，有实质改进；实验覆盖全国数据与区域迁移，证据较充分，对加拿大野火风险制图影响较大。
说明Transformer 的条件无毛定理：语言模型如何遗忘其提示
简介论文研究自回归 Transformer 生成 t 个词元后保留多少提示信息。使用同一续写文本、不同提示时，隐藏状态之间的距离近似按 t 的幂律衰减。作者证明在一定条件下该偏移量有上界，并认为提示影响随上下文增长被稀释，因此决定下一个词的主要依据是已生成的文本。
说明团队协作的代价：沟通结构是否帮助大语言模型科学家寻找科学定律？
简介该研究以符号回归作为科学搜索任务，比较了在同预算下、同伴可见性和更新时机不同的大语言模型团队。研究同时评估冻结的候选表达式库和从中选出的最终表达式。结果显示，把调用预算分配给更多独立轨迹带来的提升最大；在统一选择规则下，环形结构比独立结构的平均得分低0.33，星形和完全连接结构的结论未定。研究认为，团队表现应区分候选生成与最终选择两个阶段分别报告，仅凭沟通结构不能确定架构排名。
说明用三路计数拆分减少单细胞主题模型中的“双重使用”问题
简介该论文研究单细胞RNA测序数据中主题模型与基因检验共用同一计数的问题。作者提出先用独立的三分之一计数编码主题使用，再在其余计数上检验基因关联。在含104,400个细胞的狼疮队列的置换零基因测试中，该方法将名义5%水平下的错误拒绝率从朴素方法的36%降至7.7%。
看点将三路计数拆分用于单细胞主题模型以消除双重使用偏差，新颖性中等；在大规模队列上用置换零基因验证，证据较充分，对子领域有用。
说明基于数据的资源聚合方法，用于可扩展的数字孪生与仿真模型生成
简介该论文针对制造系统频繁重构、人工建模困难的问题，提出一种从生产事件日志中自动筛选并聚合资源的方法。方法借鉴逆强化学习，学习各资源的行为价值表示，将功能贡献相近的资源合并。实验以产出量和系统时间为性能指标，结果显示在大幅降低复杂度的同时能较好地保持精度。
说明生成式药物设计模型的选择性研究：提出 SELECTBENCH 基准测试
简介论文指出，基于结构的药物设计多只优化对单一靶蛋白的结合，忽视对其他蛋白的选择性，而脱靶作用是临床失败的重要原因。作者提出 SELECTBENCH，包含三类评测任务和一套选择性指标，并系统评估了九种代表性模型。结果显示，即使经过选择性训练的模型脱靶区分能力也有限，推理阶段的引导技术增益不大，仍需改进方法。
看点首次系统评估生成式SBDD模型的选择性，构建三类评测任务并对九个代表性模型做了系统比较，结论具有参考价值。
说明针对预训练 Transformer 任意输出序列的前缀微调
简介本文研究前缀微调（prefix-tuning）这一参数高效微调方法的理论表达能力，即对于预训练自回归 Transformer，任意输入输出对是否总存在前缀使模型生成目标输出。作者证明，在目标输出位于预训练 Transformer 值域内的假设下，这样的前缀存在，并可通过求解多个线性方程组显式计算；假设不成立时前缀可能不存在。在 GPT-2 和 Qwen3-4B 上的实验表明，该算法生成的前缀能较好地控制模型输出。
说明HAVANA：面向视觉语言导航的分层视频-动作模型
简介论文提出 HAVANA，一种双系统视频-动作模型，把预测性推理与反应式局部规划分开：慢系统基于观测历史生成紧凑的语言条件潜在计划，快系统结合最新计划与当前观测生成局部轨迹。两者异步运行，推理时不生成未来视频。论文称其在 OmniNavBench 上取得优于既有基线的导航表现，并在多种机器人平台的真实部署中展现对未见环境的稳健泛化。
说明语言模型是否理解变量的作用？通过变量角色解读代码表示
简介本文以Sajaniemi的变量角色分类法为基础，研究大型语言模型能否识别累加、遍历、保存最优候选等代码变量角色，以及稀疏自编码器（SAE）如何保留这些区分信息。作者构建了涵盖十一种角色的静态标注规则和一个包含126,926个文件、五种语言的代码语料库。结果显示，残差探针总体优于单个SAE特征和词法基线，但在角色相关的编辑下对SAE重构结果的敏感度较低，且在生成过程中干预往往会在损害正确性的同时改变角色标注。
说明用于冗余对照单元下稳定反事实估计的图正则化合成控制
简介合成控制方法通过对未受处理单元加权来模拟处理前的结果。当对照池大、高度相关且处理前数据短时，会出现大量近似等价解，权重不稳定。本文提出图正则化合成控制（Graph-SC），在经典匹配目标上加入图拉普拉斯惩罚，使结构相似的对照单元获得一致的权重。文中给出偏差-方差权衡的理论分析与加速近端梯度法的收敛保证，并在模拟、加州 Proposition 99 及 Waymo 数据上验证，结果显示该方法提高了权重稳定性，降低了对冗余对照池的敏感性。
说明超越固定深度的循环图神经网络：图规模泛化与参数高效适配
简介论文研究如何让在小图上训练的图神经网络泛化到更大的图。方法是先通过预训练学习一个局部更新规则，再将同一处理器在训练深度之外反复应用，无需重新训练即可扩展信息范围。作者提出 Loop-Freeze-Steer（LFS）方法，冻结预训练处理器，仅学习一个小型控制器来引导重复应用，可比全量微调使用更少的可训练参数。实验在合成任务和芯片布局上进行。
说明通过中间解码解释AI天气模型
简介AI天气预报模型通常被视为黑箱，人们难以了解推理过程中输入数据如何被处理。本文提出对AI天气模型进行中间解码的方法，将各中间层的潜在状态解码回气象场，并应用于GraphCast、Aurora和ArchesWeather三个模型。研究发现，预报技能随处理层逐步提升，模型并非简单恒等映射，且各模型都由粗尺度到细尺度逐步细化预报。
说明BLANC：面向手语生成的自适应时序调度方法
简介该论文研究根据书面文本生成手语动作的任务。作者提出多速率向量量化器，把身体和双手分别用不同时间分辨率的离散序列表示，并在此基础上提出BLANC框架，以可变时长的动作块逐块生成动作。论文称该方法在PHOENIX-2014T和CSL-Daily数据集上取得了当前最优的手语生成效果。
说明联合、解耦还是智能体：多模态对齐三种范式各自何时占优
简介本文比较了三种多模态结合方式：联合预训练编码器加融合头（JOINT）、独立预训练编码器加融合头（DECOUPLED），以及冻结大语言模型并提供任务说明与示例（AGENT）。在五个领域的16个配对数据集、多种标注预算下进行评估，结果显示没有单一范式在全部144种组合中占优。作者还提出两步级联方法，依据表示与任务诊断及元数据选择合适范式，在留出评估中选中最优者的比例高于仅用元数据的方法。
说明Cache2LoRA：理解并改进上下文内化
简介该论文研究将文档编码为低秩参数更新（LoRA）的上下文到LoRA方法，考察这些更新能否可靠保留事实并支持不同指令下的回答。作者提出Cache2LoRA，在每次查询时从可复用的冻结文档缓存中汇聚证据再生成LoRA更新。在17项任务上，其宏F1为0.663，接近全上下文上下文学习的0.671，32K文档、256 token输出、批量16时解码吞吐量为后者的5.9倍。
说明面向高分辨率视觉语言模型的分层且查询感知的视觉令牌剪枝方法
简介高分辨率视觉语言模型为保留细节会编码全局缩略图和多个局部裁剪图，产生大量视觉令牌，使语言模型推理变慢。本文提出一种无需训练的分层剪枝框架：在进入语言模型层之前，依据查询先按样本、再按裁剪图、最后按令牌层级分配并选择关键视觉令牌。在LLaVA-NeXT-7B上，保留25%令牌时性能达未剪枝的98.0%，推理吞吐量提升2.0倍，在POPE上甚至超过未剪枝基线0.7分。
说明BiNar：面向比特流损坏图像修复的比特流原生修复器
简介本文针对比特流损坏的图像修复问题，即从损坏的压缩比特流中重建图像。作者提出生成式修复框架BiNar，利用比特流原生的细粒度语义引导修复，包括比特流语义建模、损坏自适应多模态语义聚合和盲损坏定位三个模块，再分别作为扩散模型的视觉提示与语言提示。作者称其在多种损坏条件下的实验中，无论感知质量还是客观质量都优于现有先进的图像修复模型。
说明AI辅助开发会让软件趋于同质化吗？关于代码相似性、质量与演化的实证研究
简介该论文研究了50个长期维护的Java和Python开源项目，比较前LLM时代、可能使用LLM辅助以及检测到智能体开发三个阶段的代码。研究从语义和语法两方面衡量相似性，并用SonarQube评估质量和增长情况。结果显示，并无一致证据表明代码相似性上升；Java的相似性在后两个阶段反而显著下降，Python无显著差异。
说明汉字绘制任务中，LLM智能体的持久记忆与迭代改进
说明人工复核能否发现人脸识别的误报，取决于算法及其安全配置
简介该研究让801名人工审核人员在三种安全阈值下，检查四种商用人脸识别算法产生的误报，使用的是新构建的困难人脸图像比对测试数据集（DFICT）。结果显示人工复核能减少算法误报，但在更严格的安全阈值下表现下降，且不同算法下人工表现不同。作者建议在算法选择和人工监督策略中考虑这些因素。
说明有限可验证分词：具有有限状态验证器的每种分词器的可判定性
简介论文研究分词策略：对每个字节串至多给出一种切分。若存在一个以带边界标记的字符串为输入的有限自动机，恰好接受该策略自身的切分，则称该策略为有限可验证的。在这一假设下，作者证明了若干原本依赖经验判断的问题（如窗口能否确认词元边界、边界间距是否有界、生成掩码是否保持可完成性、两策略是否等价）均可判定，并给出了相关的多项式时间结论及一套可执行的实现。
看点将分段策略的六项判定问题在有限可验证假设下变为可判定，并把Choffrut问题置于多项式时间内，组合闭包性强，理论贡献突出。
说明OR-License：将大语言模型智能体作为真实运筹学从业者进行评估的基准
简介该论文提出 OR-License 基准，包含来自付费运筹学项目的 31 个实例，覆盖 10 个工业场景，直接以客户原始材料为输入，检验大语言模型智能体能否交付专家水平的方案。研究还引入 ORSim 客户模拟器以考察信息获取能力，并用部署调整质量指标（DAQ）评估。结果显示，多数前沿模型在条件目标质量上可超过专家参考，但没有一个在 DAQ 上达到专家水平；表现最好的 Claude Code 配置 DAQ 为 0.87，专家参考值为 1。
说明Coopshift：后训练放大了大语言模型合作中的“记忆诅咒”
简介该研究比较了七个模型系列在预训练、监督微调和偏好/奖励优化三个阶段的检查点，在七种社会困境博弈中让它们重复互动200轮，并限制可见历史为最近2轮或40轮。结果显示，可见历史增多时，合作率下降，且后训练阶段的下降幅度普遍超过预训练阶段；论文认为后训练评估应考察重复互动中的合作能否持续。
说明GLOW：用沃德方法优化的一般线性模型，用于脑影像区域分析
简介该论文提出GLOW方法，用于在神经影像中寻找其影像特征与变量（如诊断、年龄）相关的脑区。它通过贪心最小化GLM误差构建嵌套区域层级，并用最大统计量置换检验控制整体错误率，再以剪枝步骤寻找完整、纯净的效应范围。在模拟实验中，GLOW在多数情形下更能返回完整的一致效应区域，但阳性预测值较低，区域常超出真实效应范围。
说明地点很重要：生成式搜索优化中，提问地点会改变引用来源
简介该论文审计了生成式搜索引擎的回答会因用户所在地而变化的情况。研究者用300个问题分别测试ChatGPT和Gemini，共得到31,200条回答，并区分了两者获取位置信息的不同渠道。结果显示，ChatGPT跟随应用声明的位置，Gemini则跟随网络所在国家，回答所推荐的商家也随来源而变化，因此审计必须同时控制这两种渠道。
说明OrTeN：用于联合重建地形与线扫相机轨迹的神经逆向图形方法
简介该论文提出OrTeN方法，利用神经逆向渲染，从线扫卫星影像中同时优化带纹理的高度图和轨道相机姿态修正，用于构建数字地形图（DTM）。方法仅需标定后的线扫影像和初始相机位姿，不依赖测距或初始粗略DTM等结构先验。在四个行星影像数据集上，对齐后的地形均方根误差在0.43米至16.18米之间。
看点用神经逆渲染联合优化高程图与线阵相机轨迹，无需深度先验，在四个行星数据集上验证，创新性较强，证据充分。
说明谁来验证构建者？面向智能体生成软件的独立保证
简介论文指出，当编码智能体同时生成软件和其正确性证据时，其自带测试不再是独立证据。作者提出把构建与验证分离的框架，包括验证合同和规格优先、实现感知两阶段验证，并以报告将发布决定留给人工。在三个有状态服务和一项EvalPlus试点的预注册研究中，新上下文中的验证者比构建者自带测试发现了更多故意植入的缺陷，但偶有误判。
说明学习修正生成视频中的几何结构
简介生成视频在镜头运动下常出现几何不一致，如结构扭曲、视差错乱。论文认为这主要是数据问题，并提出后处理模型 Video Geometry Corrector（VGC），用合成的成对数据训练，把有失真的视频映射为几何一致的视频，无需修改原生成器，并借助光流区分相机运动与物体运动。在基于姿态和提示词的基准测试中，VGC 在多个生成器上提升了几何一致性。
说明SWECraft 世界：通过模拟软件世界实现大规模智能体协作
简介本文提出 Software World 框架，用于在真实的软件生态中模拟多智能体协作，并构建了由相互依赖的 Python 包组成的环境（称为软件世界）。智能体以提升软件效率为目标维护这些包，并通过在隐藏的依赖包上测量加速比来评估整体工作。作者在三个软件世界中运行模拟，涉及八个模型，累计超过 10,000 小时的智能体工作，发现性能提升随推理计算量增长，最佳模型的下游效率提升最高达 31%，但部分前沿模型会过早停止寻找改进。
说明重新审视像素空间扩散 Transformer 的设计：MFlow 与 ConvRefiner
简介本文研究直接在像素空间生成图像的扩散 Transformer，比较了 x0 预测与速度预测两种参数化方式。作者提出 MFlow，可在数据主方向上端到端学习两者之间的插值，发现偏好的参数化随数据表示与模型容量而变化。此外，作者提出轻量卷积模块 ConvRefiner，在冻结主干的情况下以对抗损失训练，以恢复生成图像的高频统计特性，并保持 FID。
说明行为耦合：语言模型中从形成到行为涌现
简介论文研究微调大语言模型时，一种行为会带出另一种未被直接训练的行为（称为“行为耦合”）。当训练文档同时描述两种行为时，针对其中一种的微调会使另一种也出现；耦合还能组合传递，可能使有害行为的来源难以追溯。作者认为，防范后续微调的意外影响，可能需要超越模型当前行为的评估。
看点提出行为耦合概念并发现其可通过文档训练形成且可组合，揭示微调带来的非预期行为风险；实验设置较小，证据支撑有限。
说明借助AI代理自动复现科研结论并检验其分析稳健性
简介该论文研究大语言模型代理能否辅助科研结论的复现与稳健性分析，以美国SEER癌症登记数据库为案例。作者构建了包含20篇已发表论文的SEER-Repro基准，并开发出能复现2190条原子主张中77.4%的AI代理。此外，该团队还设计了分析流水线，用于识别关键分析选择并检验替代方案是否改变结论，在完全复现的结论中标记出9.5%可能影响结论的选择，供专家复核。
说明StopWatch：面向目标物体导航的目标定位方法
简介该论文针对目标物体导航任务，指出微调后的视觉语言模型导航策略失败的主要原因是无法定位目标，即难以察觉目标已在视野中或判断其距离。作者提出显式定位目标的方法，在三组场景共六个基准上取得了当前最优结果，并修正了这些基准中的标注缺陷。
说明DiscoveryRSI：递归学习发现有价值的研究假设
简介该论文提出一个可操作的定义：有价值且可检验的研究假设，需基于证据、针对重要的不确定性，并配有可行的研究方案、明确的判断标准和替代解释。作者提出DiscoveryRSI框架，通过多智能体进化搜索生成假设树，并通过三种机制递归学习，同时提出DFM-Bench用于评估假设质量与研究进展。文中报告在四个生命科学领域中，假设质量评分从基础模型的4.86提升至两轮自我改进后的5.39。
说明用生成式文本建模与语言引导视觉注意力解读羊皮纸重写本
简介本文研究如何自动恢复羊皮纸重写本中被擦除覆盖的原始文字（底层文本）。作者比较了生成对抗网络和扩散模型，并设计了一种学习结构化噪声模式的去噪扩散模型来重建底层文字，再由微调后的基于注意力的手写文字识别网络进行识别。此外，论文还引入借助CLIP视觉语言模型生成注意力图的语言引导识别框架，并发布了合成羊皮纸数据集、文本描述和预训练模型及代码。
说明超越答案：面向学生的推理轨迹构建与蒸馏
简介这篇论文研究如何构建对特定学生真正有用的推理轨迹，使其学习效果超过仅有答案的监督。作者提出 ReDiST 框架：基于学生自身的尝试，依据给定证据修订答案正确的草稿，并借助已验证的答案修复错误草稿；再由冻结的、与学生匹配的读者对候选轨迹进行筛选排序，随后进行蒸馏。在问答基准上的实验显示，该方法在源任务和跨基准上均优于仅答案、原始轨迹及部分对比基线。
说明等待只换来两个矩：预测驱动分配中的内生识别
简介论文研究在固定预防性帮助预算下，决策者既要决定帮助谁，也要决定何时帮助。在典型模型中，长度为τ的观察期可识别潜在风险的前2τ−1阶矩，每多等一期增加两个新矩；但这些矩不一定能确定分配福利。实验表明，更长观察期常能缓解时机不确定性，但最优时机可能已经过去。
说明自建实验室：由科学目标驱动、自行搭建并运行实验平台的系统
简介该论文提出“自建实验室”（SBL），即在给定高层科学目标后，自动设计、配置并运行自身实验装置的系统。它从已有条件出发，甚至可以从空房间开始，自动补齐实验布局、数字孪生、机器人技能和实验流程。作者在多种机器人与装置上进行了验证，并通过一项真实的量子点合成实验展示了端到端能力。
说明ENFR：基于流匹配参考的证据网络，用于摊销式仿真模型推断
简介论文提出ENFR方法，用于快速、准确地估计数据生成模型的绝对证据（边际似然）。该方法先用流匹配参考学习贝叶斯因子，再由此恢复绝对证据。在各应用和基准测试中，相比基于流的基线方法，估计效果有所提升，并提出了可同时学习多个模型证据的架构。
说明无需重新学习物理对称性：球面上的SO(3)等变卷积网络
简介该论文提出一种基于HEALPix球面像素化的SO(3)等变卷积神经网络，通过可操纵滤波器、平行移动和自旋加权特征，在结构上直接保证旋转对称性，网络无需再从训练数据中学习这一对称性。论文称在给定带限条件下卷积操作具有可证明的精确等变性，并报告了在稠密梯度回归、宇宙微波背景前景去除与去噪基准上的结果，以及在宇宙学透镜模拟推断中在相同模拟次数下得到更紧的后验分布。
看点提出面向HEALPix的SO(3)等变卷积网络，给出可证明的精确等变性，并在回归、去噪及宇宙学SBI基准上验证，影响面较广。
说明CocoRNA：基于协作式多智能体强化学习的RNA群体设计
简介该论文提出CocoRNA框架，用于RNA逆向设计，即寻找能折叠成指定二级结构的RNA序列。方法把设计任务拆分为较小的子问题，由多个智能体协作求解，并在训练时使用可获取全局结构信息的集中式评论家来指导各智能体。论文称，在Rfam数据集上，CocoRNA在成功率和设计速度上明显优于现有方法，并且无需额外训练即可推广到未见过的结构。
说明接受率不等于速度：免训练有损推测解码中的长度膨胀
简介该论文研究推测解码中放宽验证规则带来的问题：放宽验证虽然每轮接受更多词元，却会使生成内容变长，主要是推理过程被拉长，从而抵消了表面上的效率收益。作者在十二组目标模型与草稿模型配对上比较了现有免训练放宽规则与无损验证，结论是仅看每轮接受的词元数无法可靠衡量实际解码速度，还需同时报告生成长度与验证轮数。
说明从延迟单侧反馈中学习个性化记忆门控
简介论文研究语言模型智能体如何决定保留哪些长期记忆事实。作者用“是否在后续回答中被检索并使用”来标注每条事实，并把在线记忆门控建模为带延迟单侧反馈的上下文 apple tasting 问题，提出 Warm-Start UCB 方法，结合离线数据与当前用户的在线适应。文中给出高概率遗憾上界，实验结果显示该方法在不同记忆容量和历史长度下均优于所有基线。
说明机器学习可解释分析：温度对纤维增强高性能混凝土抗压强度的影响
简介本文利用1204组实验数据，比较了八种机器学习模型，预测高温作用下纤维增强高性能混凝土的抗压强度。其中梯度提升和极端梯度提升模型在未见数据上的R²均为0.903。通过SHAP与偏依赖分析，研究发现温度是影响强度的首要因素，且强度随温度升高明显下降，下降幅度取决于配合比设计。
说明超越语言的引导：通过成对残差子空间去除改进多语言免训练文本嵌入
简介本文首次系统研究大语言模型中多语言免训练文本嵌入的问题。作者发现语义相同的句子在不同语言间的嵌入仍然错位，并提出一种推理阶段的免训练方法PRSR，用多语言平行句构造成对残差以捕捉语言特有偏差，再抑制对应的低秩子空间分量。在18种语言的单语评测及英语与200多种语言之间的跨语言双文挖掘中，PRSR均持续提升了现有免训练基线的表现。
说明超越稀疏自编码器：基于稀疏编码的一致性概念发现
简介稀疏自编码器（SAE）通过把模型激活分解为学习到的字典原子的稀疏组合来解释基础模型的表示，但不同训练运行得到的字典可能不同，影响分析的可靠性和可复现性。论文提出一致性稀疏字典学习（ConSDL），用逐样本稀疏编码替代标准线性编码器。在16个合成设定中，ConSDL 实现了接近完美的字典与系数恢复；在视觉和语言四个设定中，其跨随机种子一致性优于六个SAE基线的平均水平，字典一致性和系数一致性分别提升17.6%和35.9%。
说明FuTransformer：在 Hopper GPU 上为 Llama 类模型做 FP8 预填充与 INT4 解码
简介本文提出 FuTransformer，一套面向 NVIDIA Hopper GPU 的 CUDA 实现，用于 Llama 风格 Transformer 模块的推理，预填充阶段采用 FP8，单 token 解码阶段采用 INT4 权重和 INT4 KV 缓存。在单块 H100 上，预填充最高比编译后的 PyTorch FP8 快 1.48 倍，达到 1.29 PFLOP/s；解码在 8B 和 70B 形状、批大小 1 到 32 的测试中，比 PyTorch 的 BF16 与 INT4 方案较快者快 1.3 到 2.4 倍。在 WikiText-2 上，INT4 权重路径使困惑度从 6.24 升至 7.23（采用 GPTQ 时为 6.99）。
说明视频世界模型的持久平面记忆（PPMem）：用平面基元作为生成场景的紧凑三维记忆
简介该论文提出PPMem，一种以平面基元作为持久三维记忆的视频世界模型。它在视频扩散Transformer上加入平面预测头和深度令牌融合模块，每段生成同时输出RGB视频和平面几何，并融合进平面记忆以约束后续片段。原文称，该记忆比逐像素点云紧凑约三个数量级，在DL3DV和RealEstate10K上视频质量优于既有三维世界模型，并能输出带度量尺度的深度、法线和可导出的平面几何。
说明DrugHarness：用于计算药物发现的可进化智能体框架
简介该论文提出DrugHarness，一个可进化的智能体框架，整合80多种科学操作与生物医学资源，并从执行轨迹和结果反馈中归纳有适用条件的技能，经独立审查后用于后续任务。在MolBench和SMDD-Bench上的评测显示其在分子筛选、优化和约束设计方面有良好表现。在HPK1的前瞻研究中，合成化合物的细胞IC50为14.19 nM，较最佳输入参考提升2.64倍。
看点提出可进化的药物发现智能体框架，结合条件技能归纳与独立审查；有基准与前瞻性实验验证，影响面限于计算药物设计领域。
说明中心静脉导管敷料更换操作技能评估的大规模真实视频数据集采集
简介该论文介绍了一个用于中心静脉导管敷料更换（CLDC）技能自动评估的大规模视频数据集的采集过程。数据来自休斯顿卫理医院2026年度能力考核中365段注册护士的操作录像，每段视频配有17个子任务的时间标注和临床表现评估。研究还通过时空深度学习模型的基准实验，验证了基于视频进行技能评估的可行性。
说明约束马尔可夫决策过程中原始-对偶学习的参数共振
简介本文在双时间尺度假设下分析约束马尔可夫决策过程的原始-对偶方法，研究非平稳性通过加性和参数两种途径的影响。作者发现，原始更新所用约束估计与对偶更新所用测量之间的失配会引发参数共振，从而导致不稳定；这些结论在一个或多个约束的切线线性二次简化下成立。文中还分析了使用同一估计驱动两类更新的做法，并在拉格朗日软演员-评论家智能体中给出了实验验证。
说明DLite：面向智能体AI的无历史投机解码方法
简介该论文针对智能体AI中上下文不断增长、多轮交互频繁的场景，提出了无历史投机解码框架DLite。它直接复用目标模型的上下文隐状态做局部投机预测，不再显式维护历史上下文，并用轻量序列头恢复块内因果依赖。实验显示，在通用、长上下文和智能体任务上，DLite的接受长度达到2至6，并比现有方法DSpark最多高出70%。
说明用基于注意力机制的神经网络对XY模型进行采样
简介本文提出一种基于Transformer的变分自回归网络，用于对具有连续自由度的格点系统进行采样，并应用于二维XY模型在Berezinskii-Kosterlitz-Thouless相变附近的研究。该模型结合了局域性注意力和近似概率等物理启发设计，采样效果明显优于现有神经采样器。作者在最大96×96的格点上训练模型，用模式丢失估计器验证构型空间没有遗漏，并复现了传统马尔可夫链蒙特卡洛方法得到的能量、磁化强度和螺旋度模量。
说明宽神经网络中可扩展宽度学习动力学的介观描述
简介本文研究两层神经网络在宽度与输入维度按比例增长时，如何通过随机梯度下降学习目标函数中的内部表示。作者用特征重叠分布的介观视角，在早期学习阶段将动力学简化为跟踪线性与二次分量的少数集体变量，并分析何时出现个体特征专业化及其加速机制。
看点提出中尺度描述，用高斯闭合将大宽度网络学习动力学约化为少数集体变量，并分析特化与二次屏蔽机制，证据较充分。
说明视频扩散虚拟形象：将视频扩散模型用于可控的三维虚拟形象
简介本文提出视频扩散虚拟形象（VDA）方法，通过微调视频扩散模型，仅凭一张图像即可生成照片级、多视角一致的虚拟形象，并可精确控制相机视角、面部表情和上半身姿态。该方法使用学习得到的表情空间替代三维可变形人脸模型，以表现舌头、口腔内部等细节；作者还指出学到的表情编码存在视角偏差，并通过解耦予以消除。在BecomingLit数据集上，相较现有单图三维虚拟形象方法，论文报告面部LPIPS降低29%，感知质量（JOD）提升66%。
看点将视频扩散模型微调为可控3D头像，并通过解耦消除表情编码的视角偏置，在BecomingLit上大幅超越单图方法，证据较充分。
说明LLM 辅助的双近似 CHC 求解
简介约束霍恩子句（CHC）求解器在需要大量规则展开的深层反例上往往难以发现。本文提出“推导能力下近似”（DPU），即由求解器验证的、对多步 CHC 推导所诱导关系的下近似，并由大语言模型提出，借助符号中间状态证据通过 SMT 验证。基于此，框架 HornCraft 将用于上近似的不变式生成与用于下近似的 DPU 生成结合。在 260 个未被 Spacer 求解的整数算术基准上，HornCraft 给出 228 个经认证的结论，其中 42 个被认证为不安全，而关闭 DPU 构造与复用时仅为 22 个。
看点提出可由求解器验证的推导能力欠近似（DPU）新机制，并结合LLM与不变式生成；在260个未解基准上认证228个结果，且DPU使不安全实例认证从22提升到42。
