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ReAnchor：复用被拒绝的验证器状态以改进扩散式草稿生成
简介这篇论文研究如何加速推测解码。扩散式草稿模型一次前向传播生成固定长度的多个草稿词元，但只从单一锚点出发，覆盖范围有限，而目标模型验证时被丢弃的隐藏状态未被利用。作者提出无需训练的 ReAnchor 方法，用这些被丢弃的状态在偏移位置重新锚定预训练草稿模型，生成并行草稿块。在采样温度 T=0 时，Gemma 4-12B 上八个基准的平均接受长度提升 19.4%，解码速度提升 17.9%。
说明面向nuScenes车辆意图预测的语义知识图谱构建流程
简介本文提出nuScenes意图知识图谱（NIKG），这是一个基于OWL本体的语义表示与构建流程，专门描述自车视角下的车辆意图相关信息。该图谱将场景参与者的相对运动、空间配置和碰撞时间风险作为一级属性纳入，输入仅需自车位姿、目标标注和关键帧顺序。在nuScenes mini数据集上生成了包含211,335个三元组、覆盖404个关键帧的图谱，其中相对运动标签的前向一致性为92.5%。
说明从Fisher几何视角看多教师在线策略蒸馏
简介本文指出，多教师在线策略蒸馏在同一相近专家盆地内，二阶近似下与Fisher合并目标完全一致，因此合并可视为蒸馏的闭式阶段。作者据此提出两阶段的RGBM方法：先在任务向量子空间内进行Fisher合并，再依据残差谱决定哪些领域需要训练分支并回写更新。原文称，在两个开源整合基准上，仅第一阶段合并即可匹配或优于完整训练的多教师蒸馏，RGBM则进一步提升效果。
说明超越行为准确率：评估大语言模型投资者模拟中的个体层面保真度
简介该研究检验大语言模型能否长期忠实复现个人的交易行为与决策逻辑。研究以80名参与者进行模拟交易，用滚动的次日预测进行评估，并辅以输入消融和参与者对解释一致性的评分。结果显示，没有任何被评估的模型能稳定优于基于近期交易活动的简单持续性基线，买卖结构和资产选择也难以复现。
说明可解释的人脸对比度建模：面向智能手机人像渲染
简介本文针对智能手机人像成像中不同厂商渲染效果差异大的问题，提出一个可解释框架，将人脸对比度分解为整体面部明暗分离、眼部区域对比度和皮肤细节微对比度三部分，并为每部分设计评价指标。作者通过成对的人工判断验证，这些指标比传统对比度度量更接近人眼感知。研究还构建了包含29款手机508张全分辨率照片的人台数据集，并初步在较小的真人人像数据集上验证。
说明面向结构化金融基础模型的研究议程
简介该论文提出以结构化数据为先的研究方向，主张构建模块化、面向金融领域的基础模型，并通过共享的表示层实现跨领域与跨任务的复用和组合。作者认为这类模型应持续维护金融状态、刻画其动态并模拟受行动影响的未来情景，同时兼顾不同市场状态与尾部结果下的校准，并给出研究挑战、方向与评估标准。
说明RouterWorld：面向对话式AI的延迟感知大模型路由基准
简介该论文提出RouterWorld，一个用于对话式生成式AI中大模型路由的综合基准，整合了37.1万条单轮回复和7.6万条多轮智能体轨迹，并采用标准化的LLM-as-a-judge评估协议。基准通过基于硬件的延迟标注，将效率与临时定价解耦，并设置了冷启动和Voyager两种部分可观测场景。对13种路由基线的评估显示，多数路由器在部分可观测条件下过度强调准确率而忽视延迟。
说明学习任务而非时间表：减少双臂模仿学习中的虚假跨臂耦合
简介双臂机器人示范既包含任务要求，也包含某种特定的动作时序。论文提出约束保持的时序重组方法（CTR），在训练时保留各臂的动作内容，只重新安排时间，使其符合任务必需的跨臂约束。该方法应用于 Diffusion Policy、Action Chunking with Transformers 和 π0.5，在仿真与真机任务中提升了最差初始状态下的成功率，并降低了任务约束被违反的比例。
说明神经网络中的金丝雀：捕捉图像分类器悄无声息的高置信失败
简介部署中的视觉模型会自动接受高置信度的预测，因此高置信错误会悄无声息地传播。该论文分析了标准失败预测指标最大Softmax概率（MSP）的结构性盲区，并提出一种免训练检测器CANARY，它基于倒数第二层特征的PCA残差计算每类kNN距离，并与MSP融合。论文报告其在五种骨干网络的385个偏移场景中，大多数情况下匹配或优于基线，在ImageNet-A/R、ObjectNet等自然分布偏移上增益最大。
说明ScopeMem：学习在哪里修正冻结GUI智能体的潜在记忆方法
简介该论文指出，用于GUI智能体的潜在记忆方法带来的性能提升，主要来自对模型默认动作的修正，而非对历史的编码。作者提出ScopeMem，其编码器以模型初始答案为条件生成前缀，在纠正错误的同时尽量保留原本正确的决策。实验显示其在多个数据集上优于现有基线，并使冻结的Qwen3-VL-8B达到或超过部分GUI专用智能体和Qwen3-VL-32B。
说明用演化惩罚缓解偏好奖励模型中的奖励黑客问题
简介论文提出Dynalize方法，在策略训练过程中在线缓解偏好奖励模型的奖励黑客现象。系统周期性地由语言模型分析训练输出，为奖励模型似乎奖励的不良行为撰写惩罚，并由评判器应用于每条输出。在临床咨询和创意写作任务中，仅用奖励模型训练会使其分数持续上升但外部基准下降，而Dynalize能支持更长时间的训练并提升下游表现。
说明PDNet：面向工业装配中实时工人动作识别的剪枝与蒸馏方法
简介本文针对工业装配场景中的细粒度人体动作识别，提出PDNet框架，将结构化剪枝与知识蒸馏结合用于3D卷积网络。方法先训练3D-CNN骨干网络，再进行通道级结构化剪枝得到更紧凑的模型，最后用未剪枝的大模型作为教师进行蒸馏以恢复精度。在MECCANO数据集上使用X3D-M骨干网络，剪枝模型未蒸馏时Top-1准确率为25.54%，PDNet提升至39.46%，模型大小6.90 MB，计算量3.78 GFLOPs。
说明强度控制如何影响稀疏自编码器编码间的干预效果比较
简介稀疏自编码器（SAE）编码变化会同时改变干预的方向和幅度，因此比较干预效果需要先固定强度。研究在 Gemma 和 Llama 上，对固定特征组比较了范数匹配与输出校准两种强度控制下的效果，发现全输出 KL 校准能使与参考干预的平均差距更小，并可作为残余分歧的诊断工具。
说明SPAR：面向视觉-语言-动作模型的结构化剪枝与动作恢复
简介论文提出SPAR方法，同时对视觉-语言-动作模型中大语言模型主干的隐藏维度和前馈中间维度进行结构化剪枝，再用强化学习恢复策略性能。应用于π0.5后，语言主干参数从2.34B降至0.09B，完整模型从3.37B降至1.12B，约减少96%和67%。在该压缩程度下，四个LIBERO任务套件的平均成功率从84.55%提升至93.45%，推理速度比未剪枝模型快1.98倍。
说明湿偏数据管线如何误导生成式降水临近预报的训练与评估
简介该论文指出，生成式降水临近预报模型多在过度包含降水事件的湿偏数据集上训练和评估。作者从理论上证明，依据目标观测选取测试样本会改变模型学到的条件分布；若训练与测试采样一致，即使理想模型也会学到评估所偏好的分布，从而掩盖训练偏差。实验显示，测试采样方式可以使同一扩散模型的校准结论反转。
说明流形上用于逻辑分类的Besov函数高斯逼近
简介该论文研究在紧致光滑流形上用高斯核逼近函数并进行正则化逻辑分类的问题。作者提出一种直接在流形上构造高斯逼近器的方法，以避免二阶饱和并利用流形的本征维数控制范数。文中给出了逻辑超额风险的收敛速率，并证明对截断预测后的更快速率，在有界密度下其多项式指数与平方损失回归的极小极大最优速率一致。
看点通过流形上的Bernstein型不等式与无外延的高斯近似构造，克服饱和问题并给出接近极小化最优的率，证明严格完整。
说明医学影像中的三维扩散模型综述
简介本文对专为医学影像（如CT、MRI、PET）开发的三维扩散模型进行比较性概述。文章指出这类模型可用于数据增强、域迁移、图像重建、修复和伪影校正，并可依据患者特征、医学报告、分割掩码等条件生成图像。文章同时讨论了三维体数据带来的内存、计算和训练数据需求等挑战，并着重分析当前性能、局限及未来展望。
说明AfriGuard：非洲语言的安全防护与稳健拒答
简介本文提出 AfriGuard，一个面向 10 种非洲语言及英语的多语言数据集，用于研究有害意图识别、安全类别理解和拒答行为。研究发现，护栏模型在安全意图和安全类别分类上表现不及通用大模型，且模型对安全行为的理解有限，F1 分数低于 60%。作者还开发了高效护栏模型，并通过监督微调显著提升整体安全表现。
说明梯度变化遗憾的简单统一方法：一种面向动态遗憾与通用在线学习的新框架
简介本文提出一种基于代理损失并对决策移动施加二次惩罚的简单统一方法，用于获得梯度变化界。该方法在非平稳在线学习中实现了乐观到梯度变化的归约，在通用在线学习中给出与已知最优界匹配且放宽假设的简单算法，并改进了在线博弈的既有保证。
说明关于学习扩展-稀疏化表示（Expand-and-Sparsify）的研究
简介该论文研究通过梯度下降学习扩展-稀疏化（EaS）表示中的线性映射，而非使用随机映射，并考察这种学习带来的收益如何随扩展维度变化。作者在73个OpenML分类任务和48个回归任务上进行对比实验。主要发现包括：扩展越窄，学习映射的优势越明显；学习后的稀疏表示在多数扩展倍数下与稠密ReLU层表现相当；二值化时稀疏码表现更好；可容忍的稀疏程度随扩展维度增大而提高。
说明VeriCUA：学习主动验证以提供可靠的GUI智能体奖励
简介该论文提出VeriCUA，一种主动奖励智能体，通过在真实环境中执行检查来验证电脑操作智能体的任务结果。系统包含可训练的判断器（决定检查什么、何时停止）和冻结的探针（在实时环境中执行检查），并用在线强化学习优化。仅在OSWorld上训练，在MobileWorld和WebArena-Verified上评估时，其奖励一致性最高，且在多数据集上优于提示式大模型判断器，并提升了智能体的任务成功率。
看点提出可学习的主动验证策略，用在线强化学习训练Judge决定检查内容与时机，并在三个基准上以较少探测开销超越提示式大模型，有较高新意与证据。
说明YUTELA：面向多站点视频异常检测、支持场景自适应的可扩展边缘-云AIoT系统
简介本文在先前的Ancilia框架基础上提出YUTELA，一种边缘-服务器-云协同的AIoT系统，用于长期、多站点视频异常检测。系统采用NVIDIA Jetson Thor边缘设备，并通过TensorRT加速推理，8路摄像头下吞吐量由14.17提升至29.94 FPS。系统在四个公共站点、31台既有CCTV摄像头上连续运行170小时，结果显示运行负载主要受场景活动和帧率影响，平均端到端警报延迟为6.8至15.4秒。
说明GeoDiv KAN求解器：用于复杂区域时间分数阶纳维-斯托克斯方程及真实CFD重建
简介论文提出一种几何门控、无散度的高斯径向基函数Kolmogorov-Arnold网络（GeoDiv KAN），用于求解复杂区域上的时间分数阶不可压缩纳维-斯托克斯方程。该方法通过几何相关的特征门控和流函数formulation，在构造上保证不可压缩性。在正方形、圆形和星形区域的基准问题上，其预测精度高于PINN、PIKAN、RBF KAN和DF RBFKAN；并应用于圆柱绕流和U形弯管湍流RANS两个数据驱动的CFD案例。
说明校准后的可回答性读出，训练负例仍然重要
简介本文研究在训练可回答性读出模型时，是否保留没有答案的负例段落，并比较两种训练方式对校准预测、排序和下游答案保留的影响。在 SQuAD 2.0 和 RepLiQA 上，保留负例训练的读出模型在 Brier 损失和 AUROC 排序上表现更好，但在 SQuAD 2.0 上会更多保留对不可回答问题的答案。作者同时指出，结果并不意味着保留负例在所有情况下都更优。
说明混合变分-配点PINN中基于残差的自适应加密方法：用于带混合Dirichlet-Neumann边界条件的奇异椭圆方程
简介本文研究在非凸或带裂纹区域上求解带混合狄利克雷-诺伊曼边界条件的二阶椭圆方程。方法采用混合变分-配点的物理信息神经网络，并依据残差选择新的配点进行自适应加密。在五个二维基准问题上，与同等预算下的均匀加点相比，该方法的相对L2误差最多降低至1/32，相对L∞误差最多降低至1/38，相对H1半范数误差最多降低至1/15。
说明基于渐进式多尺度肿瘤状态记忆的不完整多模态脑肿瘤分割
简介该论文针对脑肿瘤MRI分割中部分序列缺失的问题，提出渐进式多尺度肿瘤状态记忆网络（PMTM），可处理T1ce、T1、FLAIR、T2中任意非空子集的输入。模型在编码各阶段维护一个紧凑的肿瘤状态，通过门控机制融合各模态证据并指导残差融合。在BraTS2018、BraTS2020和BraTS2023 GLI的15种模态子集上，PMTM的平均Dice分数分别为75.31%、77.54%和80.47%，高于对比的RobustSeg、RFNet和mmFormer。
说明ALIGN：让优势条件估计与动作预测对齐的行为克隆方法
简介本文提出ALIGN框架，用于视觉-语言-动作机器人策略。它直接预测策略侧的分类成对条件，并通过AdaRMS调制与流时间融合注入DiT动作专家，以在混合质量的离线机器人数据中更有效地利用条件信号。在ARX X5碗堆叠和Franka挂钥匙两项真实机器人任务的混合数据集上，ALIGN的闭环成功率分别为90.0%和56.7%，高于最强基线的56.7%和33.3%。
说明学习该记住什么：面向终身智能体的资源高效自我改进
简介本文研究在生成、交互和记忆资源受限时，智能体如何从部署后的经验中自我改进。作者发现，积累更多经验并不必然带来更好决策，部分现有终身记忆方法甚至不如简单检索或无记忆智能体。为此提出 TokenWorth 框架，基于稀疏执行反馈学习与查询相关的记忆价值，用于指导经验检索和有界记忆管理，且不更新骨干模型。在三个 LifelongAgentBench 环境中，该方法在指定资源预算下取得最高任务成功率，并且输出 token 最少。
说明当引导变成守卫：文本生成图像中不安全输入的早期拦截
简介文生图扩散模型可能生成不安全内容，而常见的输出过滤只能在图像生成之后介入。本文研究利用生成过程自身的信号，在早期识别不安全和对抗性输入。作者提出条件语义轨迹拦截（CSTI）方法，比较有条件与无条件响应在早期检查点的激活差异，进行校准的风险检测，且无需攻击样本或修改生成器。实验显示其在多项测试中综合表现最佳，并在被拦截的路径上降低了超过60%的生成延迟。
说明Oddin：统一多模态模型中通过图像生成自蒸馏实现的潜在视觉推理
简介统一多模态大模型可以通过交错生成文本与图像进行视觉推理，但生成中间图像计算开销很大。Oddin 提出用紧凑的潜在令牌取代中间图像，这些令牌完全由理解分支处理，生成分支只负责最终输出图像。模型通过离线自蒸馏训练，结合最终图像生成损失、文本蒸馏损失和特殊令牌的交叉熵损失。在七项 VBVR-Pro 视觉推理任务上，Oddin 平均表现优于交错生成基线和闭源视觉语言模型。
说明TeleASR-Amharic：阿姆哈拉语在真实电信条件下稳健语音识别的基准
简介本文提出 TeleASR-Amharic，用于在多种声学与电信条件下评估阿姆哈拉语自动语音识别（ASR）模型。研究分析了真实电信录音中的主要失真，并构建了涵盖信道条件、环境干扰和电信领域变化的基准。结果显示，严重电信失真会显著降低识别性能，最佳模型的词错误率从 0.23 升至 0.79；扩大训练数据和电信感知数据增强可明显提升鲁棒性，并随论文发布了电信领域数据。
说明语音情感识别中的标签权威：Emozionalmente 数据集中的意图真值与感知真值
简介本文研究语音情感识别的“真值”问题，使用意大利语表演语料库 Emozionalmente，比较表演者设定的情感标签、听众多数投票结果与完整投票分布三种标签依据。结果显示，三者各有用途，不能相互替代：表演标签描述语音如何被产生，多数票提供单一类别决策，投票分布则保留感知上的不确定性。作者建议，在面向人的应用中应说明所预测的标签依据，并在存在分歧时使用分布式评分。
说明WenSight-Decision-1：面向电商规则的直接决策模型
简介该论文提出 WenSight-Decision-1，一个统一模型，依据自然语言规则和案例信息，直接对给定选项打分，覆盖六类电商运营任务。模型基于 Qwen3.5-9B 微调，并以参考选项作为监督。在 1,440 个保留用于最终评估的合成案例上，准确率从基座模型的 61.60% 提升至 92.92%。
说明通过权重空间重参数化重新思考大模型微调：下游适配中的安全性保持
简介大语言模型在下游任务上微调时，往往会削弱原有的安全对齐行为。本文提出WSR-Tune框架，先构建安全条件基并对权重矩阵重参数化，使安全相关信息集中到少数方向，再冻结安全关键方向、仅更新其余互补方向。实验结果显示，该方法在下游性能与安全保持之间取得了更优的平衡。
说明R2-GP：面向可加高斯过程的方差校准先验
简介本文提出 R2-GP，一种用于高斯过程广义可加模型的 R2D2 型先验，可对 Matérn 协方差核的解释方差（R²）进行校准。作者指出，独立的振幅先验会因长度尺度不同而高估方差，尤其在高维情形下；R2-GP 通过基于长度尺度和输入数据重新缩放各分量，并将每个分量的方差视为全局 R² 先验所诱导函数方差的一部分来解决此问题。作者还将其扩展到希尔伯特空间近似方法以支持大样本。模拟与实际案例表明，该方法在泛化和参数恢复方面优于独立方差先验。
说明智能体记忆的几何结构：预测检索相关的记忆失败及其局限
简介该研究探讨对话轮次、记忆文本与查询之间的向量几何关系，能否在生成答案前预测回答是否正确。作者用逻辑回归分类器，基于25项特征在LongMemEval-small数据集上评估，整体AUROC为0.640，低于问题难度基线的0.655。研究认为，这些结果只描述了记忆表示与正确性之间的关联，并不能作为可靠的部署诊断工具。
说明基于递归语言模型的长视频转文字摘要
简介本文提出首个面向长视频转文字摘要的递归视频语言摘要模型RVLSM，把长视频按语义边界切分，交由视频大模型子模型和外部工具逐段推理。其语义时序分解保持片段连贯，自适应多模态工具调用则按需调用动作识别、文字识别、语音识别和目标检测等模块，丰富摘要内容。在VideoXum和MixTyVSum两个基准上，该模型优于零样本视频大模型基线，并与一个先进的微调模型表现相当。
说明用于早期室性折返预测的生理感知图注意力方法
简介论文提出一种图注意力分类器，用于根据心脏电生理模拟结果，在前两次起搏激动后早期预测是否会出现持续性室性折返。模型以早期节点电压及几何、刺激频率、组织标签、幅度、舒张期间隔等边特征构成的图作为输入。在1000例独立测试模拟中，准确率为94.6%，ROC-AUC为0.987；消融实验显示舒张期间隔最关键。
说明HarnessRL：面向开放式强化学习、与策略协同进化的即时训练框架
简介该论文针对基于评分标准（rubric）的开放式生成强化学习中奖励失效的问题，指出奖励区分度不足和奖励虚假两类失败模式。作者提出HarnessRL，通过任务采样、探索引导和评分标准三个接口，让训练框架随策略同步演化，并借助即时评审循环验证更新效果。文中还构建了覆盖医学、科学、写作、角色扮演和指令遵循五个领域的Rubric-Mix-10k数据集。
说明SNO-PI：基于预训练编码器与术语知识的小样本SNOMED CT实体链接
简介本文介绍SNO-PI系统，它在SNOMED International的SNOMED CT实体链接基准测试中取得了截至2026年10月18日的最佳成绩，宏观字符IoU为0.5387。该系统结合高召回率的文本片段提议、SapBERT候选检索以及三个BERT系列编码器的列表式集成重排序，并利用未标注的MIMIC-IV病历以及SNOMED CT同义词和层级结构进行预训练。研究发现，人工整理的知识对训练中未出现的概念帮助最大，但这些概念仍是主要的错误来源。
说明治理规则空间：规则学、计算不可约性与量子技术的前瞻性治理
简介本文认为，监管不应只是追赶技术发展，而应把规则视为对可能转变的探索。作者提出“前瞻性监管的规则学框架”，区分规则、转变与轨迹，用以评估各种替代方案与可能走向。文章以欧盟《量子欧洲战略》作为案例进行讨论。
说明深度研究系统在重复提示下实体集合与引用的自洽性
简介本文研究一个商业深度研究系统在相同提示被重复输入时的自洽性。作者用报告中提到的命名实体集合（按自定义分类）和检索到的引用集合来表示每份报告，并以一个开放式网络安全提示运行十次。结果显示，实体的两两Jaccard相似度中位数为0.12，引用的两两Jaccard相似度低于0.02，且发现曲线未明显趋于饱和。
说明不平衡二分类的局部数据增强方法研究
简介本文针对不平衡二分类问题，目标是在限制少数类误检比例的同时最大化召回率。作者比较了从单纯下采样到局部数据增强等多种再平衡策略，并证明仅调整类别比例无法改变分类性能，而局部数据增强会影响最终结果。在合成数据实验中，靠近分类边界的锚点子采样结合高斯增强核，效果优于SMOTE类方法；在几何结构重要的场景中，基于扩散的增强核表现更好。
说明代码生成中策略与奖励的协同演化：单适配器漂移的机制研究
简介本文研究将SPARK式的策略与奖励协同演化方法（回收训练采样结果）迁移到代码生成任务，并考察基于执行反馈的自我反思能否带来额外的自我改进。与仅用执行反馈的GRPO相比，协同演化虽提升了训练表现，但未能推广到留出问题上。作者将这种现象概括为单适配器策略漂移，提示仅看训练奖励不足以证明代码自我改进能力。
说明修辞性失真存在于何处？——跨六平台、多语言的网红内容测量研究
简介这篇论文研究网红内容中“事实不假但被夸大”的修辞性失真，从五个维度用三层流程测量了13,060条来自330个账号、六个平台的帖子。结果显示平台比内容类别更能解释账号层面的失真程度，X/Twitter得分最高；回复层的失真约为推文本身的3.5倍（具体为7.65对2.17），且在控制文本长度后差距仍显著。
说明面向空间推理的可验证奖励策略自适应信用分配（CALIPER）
简介该论文针对图像空间推理任务，指出训练中限制准确率的环节会变化，而仅依据最终答案的奖励难以定位失败环节。作者提出自适应过程奖励框架CALIPER，并构建了分阶段标注的空间推理数据集SpatialTrace。实验在八个基准和三种骨干模型上进行，结果显示其在两种训练方式下平均得分最高，且优于固定权重分配。
说明在游戏电脑上进行专家级英语二语语音评估：基于 XLS-R、XEUS 和 PhoneticXeus 的发音准确度、流利度与韵律分析
简介本文介绍 oollim，一个可在普通消费级电脑上本地运行的系统，用于评估英语二语学习者的发音准确度、流利度和韵律。系统结合预训练的 XLS-R、XEUS、PhoneticXeus 表示、参考文本特征以及岭回归模型，并在多个公开语料上训练。在 305 条由三位专家评分的独立留出录音上，多种岭回归配置在三项指标上的斯皮尔曼相关系数和二次加权kappa均明显优于存档的 Microsoft Azure 发音评估 API 数据。
说明一种简单通用的 top-k 选择方法：在有限采样预算下，从质量未知的候选项中挑出前 k 个
简介本文研究贝叶斯 top-k 识别问题：决策者需从质量未知的若干项目中选出 k 个，并在固定的采样预算内自适应地分配样本，每次采样只得到带噪声的质量观测，目标是最小化所选集合的期望机会成本。作者提出按批次分配样本，并通过最小化由期望机会成本上界导出的替代目标来决定每批采样。论文证明，该方法的后验期望机会成本以不低于任何采样规则可达最优速率一半的指数速率衰减；仿真显示其在多种设定下与现有最佳算法相当，且常有改进。
说明LaMER：面向弱监督指代表达理解的语言条件多专家路由方法
简介该论文提出LaMER框架，用于在弱监督条件下定位自然语言描述的图像区域。它通过语言条件的跨模态路由融合模块，动态组合四个冻结的专家编码器，并结合负锚点增强的匹配头与多目标损失进行训练。原文报告其在RefCOCO、RefCOCO+和RefCOCOg上的Acc@IoU≥0.5分别为77.67%、62.81%和69.49%，优于DViN与WeakMCN。
说明同一事实，多处出现：长篇视觉文档中的冗余证据使单一标准答案评估失效
简介该论文指出，长篇视觉文档中同一事实常在图表、正文和摘要等多处重复出现，而现有基准却只以单一标注位置评分。作者人工标注了MMLongBench-Doc和MMDocRAG中的420个问题，发现复制内容很常见，并导致检索、引用归因和遮蔽测试的评分出现偏差。论文还发布了标注数据与考虑冗余的评估指标。
看点指出单一标准答案评估在冗余证据下的系统性偏差，并提出冗余感知指标；标注420题并在多模型上验证，影响面限于文档理解评估。
说明基准图构建如何影响多跳知识图谱导航：对 PathQuestion 与 PathQuestion-Large 的受控审计
简介该论文审计了两个多跳知识图谱问答基准 PathQuestion 与 PathQuestion-Large，将其视为图导航任务。作者保持问题、答案和路径标注不变，仅把任务过滤后的图替换为完整的源知识图谱，发现这会显著降低基于释放答案的准确率与轨迹保真度。结论是，基准的图构建本身是导航任务规格的一部分，会实质影响测量结果。
说明用于同策略学习的桥接自蒸馏（Bridged Self-Distillation，BSD）：一种统一的推理能力迁移方法
简介这篇论文提出桥接自蒸馏方法，让较小的学生模型从各类教师模型（包括同分词器、跨分词器和闭源API教师）学习推理能力。教师先生成推理轨迹作为特权上下文，学生的一个副本以该上下文为条件充当自教师，在学生自身的词元空间中为同一批采样结果打分，再结合验证器的结果信号调整未成功样本的更新。作者称该方法在各类教师场景下均优于基线模型和针对各场景设计的方法。
说明ForagerSim：在大规模动态环境中评估具身地图推理的仿真平台
简介该论文提出 ForagerSim，一个面向需要地图推理的具身任务的模拟平台，场景涵盖移动机器人搜救和动物觅食。平台可分别调节感知、尺度、拓扑、动态干扰和任务等难度维度。实验显示，在简化为二维感知的简单拓扑中，学习策略表现尚可；但在更大或拓扑更复杂的环境中，学习策略不及人类，而基于地图的基线方法表现较好，表明地图推理是瓶颈。
说明当编码智能体的产出快过评审：在成熟企业代码库中评估 PRD 驱动开发的基准 PACE
简介论文提出 PACE 基准，包含 43 项企业任务和 750 个专家审核的代码要点，用于衡量编码智能体能否完整实现产品需求文档（PRD）。在 11 种模型与脚手架配置中，多数得分介于 52.1 至 78.1 之间，不完整实现和缺失集成是主要瓶颈。作者还表明，依据诊断结果改进工具链后，平均分从 59.4 提高到 63.0。
说明从老旧到当代：面向长视频的可扩展色彩现代化
简介论文提出长视频色彩现代化任务，即更新老旧彩色影像的色调与明暗外观，同时保持画面内容和跨帧跨镜头的一致性。方法为免训练框架：用预训练的文本引导图像编辑模型联合处理关键帧网格，再用每个镜头专属的紧凑色彩变换把调整传播到整段镜头。作者在涵盖五十年的多样老旧视频上进行多维评估，并提出镜头间色调一致性指标SW-IGC。结果显示该方法在感知现代感上表现最佳，其他指标也具竞争力。
说明共享令牌预算下的答案交付：关于停止与定稿的审计研究
说明BOSS：面向大模型推理的令牌预算在线采样与选择方法
简介该论文提出BOSS，一种无需训练的推理策略，在每个实例严格的提示加生成令牌上限下，决定停止推理、继续生成候选答案，还是用剩余令牌评判已有候选。BOSS在共享令牌账本下进行在线生成与评判的分配，并在每次生成和评判调用前检查最坏情况预算。在两个Llama-3.1模型和四个推理基准上，BOSS在24个模型-任务-预算组合中的22个取得最高准确率。
说明用人工评估者选出前 k 名：自适应结合评分与两两比较
简介本文研究如何在有限的人工评估预算下，从大量候选项（如求职者、大语言模型、奖项提名或新产品创意）中挑出最好的 k 个。方法允许使用评分和两两比较两种评估形式，先用评分粗略筛出优劣，再用比较细化前列排序。作者提出一种自适应算法，其主要分配策略考虑未来轮次的信息价值，并证明该规则渐近一致；后期切换为短视策略。仿真结果显示该方法优于现有有限的基准方法。
说明CTLite：利用可复用连续时间摘要的轻量级不规则多变量时间序列预测
简介本文提出CTLite，一个轻量级预测框架，用于处理稀疏、异步的不规则多变量时间序列。它将历史信息摘要与可学习的预测部分解耦：一个无参数的连续时间矩编码器在多个时间尺度上概括局部水平与趋势，并结合低秩跨变量修正进行预测。在四个真实基准上，CTLite以仅88至2,537个可训练参数取得较好的平均MSE和MAE，并可复用历史摘要以降低推理耗时。
说明MultiCard：基于深度学习的多属性基数估计
简介该论文提出MultiCard，一种用于数据库查询优化的基数估计模型，可在同一端到端架构中同时处理字符串LIKE条件与数值范围过滤条件。模型结合Transformer与LSTM建模字符串模式，并通过数值编码器融合直方图等统计信息。实验显示，在多属性混合查询中，其平均Q误差相比PostgreSQL最多降低16倍，推理延迟低于5毫秒。
说明面向混合专家大语言模型的参数高效微调实证研究
简介该论文系统研究了如何对混合专家（MoE）大语言模型应用参数高效微调（PEFT）。作者在三个 MoE 骨干模型上，考察了适配哪些模块、以何种粒度适配专家、采用哪种 PEFT 方法以及负载均衡目标的使用程度等设计选择。研究发现，仅适配专家模块在下游任务上表现最好，LoRA 与 DoRA 的组合在下游精度上最强，并且非零负载均衡系数未能帕累托优于零基线。
说明面向采矿生产率的自主智能：多智能体AI实现运营价值创造
简介本文提出用于采矿远程操作中心的多智能体架构EI2ROC，由大语言模型编排器与监测、产能预测等专用智能体组成，并给出覆盖六个维度的智能体评估综述与多维基准测试框架。文中明确区分了当前原型已实现的部分、参考设计以及未来工作，并报告了某运营现场的初步成本与延迟观察。
说明用于车辆检测的长波红外偏振遥感图像融合
简介针对红外遥感图像中车辆轮廓模糊、对比度低的问题，本文提出一种基于Mamba的红外偏振遥感图像融合模型，结合长波红外总强度S0与线偏振度（DoLP）并引入双向状态空间扫描进行跨模态融合。模型同时使用先验引导的多窗口结构相似性、重建约束和偏振显著性损失以抑制噪声。作者构建了包含1901组配准图像对的AIR-LWIR-Pol数据集，实验显示该方法在四项融合指标上优于对比方法，基于YOLO11的车辆检测mAP50和mAP50-95分别达到55.0%和29.4%。
说明GAIDA：面向人在回路文档标注的生成式AI研究原型
简介本文提出一种模块化的人在回路文档标注架构，将OCR提取、大语言模型语义预标注和人工校验整合到同一可编辑流程中，并给出参考实现GAIDA。在FUNSD和WildReceipt基准上，OCR辅助显著减少了区域创建与转录时间，审阅LLM预标注也减少了语义标注时间，尽管预标注结果并不完美。作者还用同一实现构建并公开了包含100张阿拉伯语收据图像的AraReceipt数据集。
说明面向隐性协作需求任务的具身智能体发现概率图规划
简介本文提出了 HiddenCoop 基准，用于评估智能体在隐性协作任务中的协作表现，即协作需求只有在观察并与任务相关目标交互后才显现的任务。作者进一步提出发现概率图规划方法 DPGP，利用编码目标数量与位置概率分布的图来促进智能体间的信息交换，并通过搜索算法生成期望成本最小的行动计划。实验报告了 C-WAH 和 TDW-MAT 上的成功率，并称其在降低执行时间和大模型 token 消耗方面也有改进。
说明HGASurv：面向生存预测的分层粒度感知多模态融合方法
简介该论文提出HGASurv模型，用于结合组织病理全切片图像、基因组数据和临床变量预测患者生存风险。模型通过分层WSI编码模块在patch、局部邻域和区域三个尺度上保留空间结构，并用临床信息定义患者相似性图，经图注意力传播来融合信息。作者称在三个TCGA队列中该方法取得了最高的整体C-index表现，消融实验支持两个模块各自的贡献。
说明PhyPro-FM：用于预想事故分析的物理与提示引导图基础模型
简介本文面向下一代电力系统中可再生能源高渗透与拓扑动态变化带来的N-1/N-2预想事故分析挑战，提出物理与提示引导的图基础模型PhyPro-FM。该模型结合图神经网络与可学习全局查询机制，并引入以历史快照作为少样本提示的学习方式，以提升对未见拓扑的泛化能力。训练中优先考虑支路潮流误差，推理阶段加入残差修正与奇异支路后处理。文中称其在精度和泛化方面优于现有方法。
说明训练时对 logit 取平均：非侵入式语音脑机接口的新最优结果
简介该论文系统比较了非侵入式脑电解码中多次试验聚合的六种策略，包括训练时对 logit 取平均。在 2025 年 PNPL 竞赛的音素分类任务中，该方法在平衡准确率上明显超过竞赛冠军，刷新了该任务的最优结果。作者还讨论了 logit 平均与联合集成训练之间的理论联系。
说明CARRS：面向城市应急车辆的约束感知实时路径规划系统
简介该论文提出一套名为CARRS的软件架构，用于为警车、消防车和救护车等应急车辆规划路线，使其能在动态交通中兼顾车辆特定约束。系统结合A*、Dijkstra、双向A*等经典寻路算法与约束满足问题方法，并使用OpenStreetMap数据和模拟动态交通场景进行实证评估。结果显示，系统可在35秒内为相关子图生成最优路线，增量重新规划响应低于20秒，且对车辆特定约束的遵守率超过90%。
说明VibeTraining-Bench：面向迭代式系统改进的数据、训练器与推理框架协同设计基准
简介该论文提出 VibeTraining-Bench，用于评估研究型智能体能否同时优化训练数据、训练器和推理框架（harness）这类跨组件协同设计能力，任务涵盖终端操作、软件工程、多轮工具调用和数学推理。在固定资源预算下，智能体依据验证反馈迭代改进后提交最终系统并在测试集上评测。原文报告，前沿研究智能体显著提升了目标系统表现，例如在 SWE-bench Verified 上将 32.9% 提升至 53.7%，但在累积性能提升方面仍有改进空间。
说明地球观测卫星星载AI通用处理链：从应用开发到嵌入式部署与任务级编排
简介该论文提出一套用于地球观测卫星的通用星载AI处理链，以野火分割为示例，同时涉及船只检测和云分割。流程包括对模型进行调优、量化为8位整数并部署到AMD Versal VCK190上；采用可复用的切片-推理-拼接工作流，将瓦片级结果转为整景结果；并通过ORCHIDE云原生编排器以unikernel形式在星上编排执行，最终在代表性测试平台上对整条链路进行了端到端表征。
说明大规模生物医学检索增强生成：语料规模、文档表示与效率权衡
简介本文对生物医学检索增强生成（RAG）系统进行了受控的大规模评估，考察语料规模、文档表示方式和重排序对效果与效率的影响。作者比较了摘要、扁平全文和分层全文三种表示，并测量了检索延迟与索引存储成本。结果显示，分层表示在多数端到端比较中与扁平全文相当或更好，同时索引单元减少67%，存储占用也明显降低。
说明CIS-Transolver：用于汽车空气动力学精细流场预测的跨层增量状态神经算子
简介该论文提出 CIS-Transolver 神经算子，用于快速预测汽车周围的空气动力学流场，重点改善复杂几何附近精细尺度流动变化的重建。方法通过局部多尺度分析提取精细信息，编码为几何矩状态并在各层之间传递更新。在 ShapeNet-Car、AhmedML 和 DrivAerNet++ 三个公开基准上，该方法在五项指标上的平均相对 L2 误差均为所比较方法中最低，相较各指标最佳基线平均降低 8.72%。
说明先验偏移下的类型化决策模型：决策训练、校准与隐式先验
简介本文研究类型化决策模型（TDM）在类别频率变化（先验偏移）下的校准与阈值表现。作者比较了三个TDM、其基座模型及两个训练分类器，在五个公开数据集上进行模拟偏移实验。结果显示，决策训练并非一律有益，三个TDM也并非在偏移下格外脆弱，其主要校准弱点在于无偏移时已存在的校准偏差。
说明TriScore：结合能量、边界探测与变换一致性的事后分布外检测方法
简介该论文提出 TriScore，一种基于已训练冻结分类器的事后分布外（OOD）检测方法。它结合三种信号：能量先验、边界脆弱性得分和变换一致性得分，并通过依赖输入的门控进行融合，无需 OOD 标签或额外训练。在分类器层面的对抗偏移下，TriScore 在 15 个基线方法中取得了最高的平均 AUROC，并在标准 OOD 基准上保持竞争力。
看点将能量、边界脆弱性与变换一致性三种信号结合并用ID残差门控融合，在四个骨干网络上对15个基线取得最佳平均AUROC，属有新意的组合改进。
说明MCDA：基于动态拓扑增强的多视图图对比学习用于功能磁共振成像分析
简介该论文提出MCDA框架，用于静息态功能磁共振（rs-fMRI）的脑疾病分析。它通过动态增强更新模块迭代优化增强后的图拓扑，并结合自感知与跨样本增强策略，以及多视图图对比学习方案，同时利用原始网络与各增强视图之间的关系。作者称在两个公开的rs-fMRI数据集（共1,236名受试者）上，该方法优于现有先进方法，并考察了可能作为生物标志物的判别性功能连接模式。
说明评估脉冲版MoveNet在近期星载卫星姿态估计中的可部署性
简介本文研究了为自主航天器运行设计的脉冲神经网络（SNN）版MoveNet架构（S-MoveNet-Lightning），并在RAPTOR数据集上与标准MoveNet-Lightning比较性能与运算成本。结果显示，在平均意义上，脉冲方案所需的乘加运算比部署在搭载AMD DPU的FPGA平台上的非脉冲方案少2.2倍。作者认为这为星上事件驱动式嵌入计算的可行性提供了参考。
说明StrucChunk：面向法律文件检索增强生成的结构感知检索方法
简介该论文针对法律文件的层级结构，提出 StrucChunk 方法，将文件视为条款的有向无环图，保留条款边界、在嵌入前解析交叉引用，并以 BM25 与 BGE-M3 混合检索结合倒数排序融合。作者在五个法律语料、三类法律传统与两种语言上评估，报告在多个基准上的检索召回提升，并公开了实现代码与 5,256 条评估查询。
看点针对法律文书层级结构提出结构感知切分与混合检索，并在多语料、多法系上做了系统对比，新颖性中等偏上，证据充分，对法律RAG子领域有实用价值。
说明CARNet：面向细粒度多无人机协同检测的端到端耦合关联-识别网络
简介本文提出CARNet，把多无人机视角间的目标关联与识别融合放进同一框架，通过共享的目标对表示联合优化，避免传统两阶段流程的误差累积。模型在空间线索和因果启发的干预策略上做改进，以提升密集场景下的关联可靠性与证据不完整时的识别稳健性。作者还发布了细粒度车辆类别标注的MDMT-CD数据集，并报告CARNet优于现有方法。
说明通过序列蒸馏的选择性迁移：从基准知识到后门行为
简介该论文研究知识蒸馏会迁移教师模型的哪些隐藏属性。作者比较了基准相关知识与拒答后门两类属性，在四种蒸馏渠道下进行测试。结果显示，基准知识即使只通过教师生成的数字序列也能迁移给学生模型，而拒答后门几乎无法通过序列蒸馏迁移，但基于 logit 的蒸馏能将其大幅迁移。因此，蒸馏具有选择性，决定因素是教师属性的结构。
说明调度器是隐藏的检索器：异步性如何影响搜索智能体的证据获取
简介该论文研究语言模型智能体在并行推理与异步检索中，结果到达的时间顺序如何影响其后续搜索决策，在相同初始证据下仍导致获取结果的差异。作者提出汇合式证据获取（CEA），在每个子问题的证据齐备时即释放局部推理，并与完成顺序无关地分配共享搜索，从而在三个基准上使获取差异接近重复实验的波动水平。
看点提出汇合式证据获取方法并证明联合不变性，揭示调度时序对搜索决策的影响，证据覆盖两类模型和三个基准。
说明CAST：基于成对深度图像、满足脱模方向约束的生成式设计与形状优化
简介论文提出 CAST 方法，把在指定脱模方向约束下的三维形状生成转化为使用成对上下深度图像的二维图像生成问题，从构造上避免该方向上的倒扣，便于两件式模具脱模。扩散模型生成候选形状，并由有限元分析引导的优化器细化边界。在 211 个 SimJEB 支架设计的有限数据上，优化使 200 个生成候选中的 193 个柔度降低，所有候选的中位降幅为 36.8%。
说明边输入边回答：利用流式生成优化从提问到获得答案的时间
简介这篇论文关注用户从提交请求到获得可用回答之间的等待时间，而不是解码本身的速度。作者提出流式生成方式：模型在请求尚未完整时就开始生成回答，并随着剩余输入的到来不断修改，使提交后只需计算少量剩余部分。研究在自回归和扩散语言模型上进行了评估，分析了这种方式降低用户可见延迟的条件及其机制。
说明基于视觉-语言-动作模型的机器人摄影系统
简介本文提出RoboPhoto-VLA，一个统一的视觉-语言-动作框架，联合建模感知、推理与相机控制，用于自主机器人摄影。该方法结合用于结构化动作规划的PhotoCoT和用于对齐人类审美偏好的美学直接偏好优化（ADPO）。作者还构建了带语言指导示范的机器人摄影数据集OpenPhotography。真实环境实验显示，该系统拍摄的照片更符合人类审美偏好，并能较好地泛化到未见过的拍摄对象、视角、姿态和复杂指令。
说明面向函数逼近的在线鲁棒零和马尔可夫博弈
简介本文研究在线鲁棒零和马尔可夫博弈，即在名义交互数据中学习最坏情况下的极小极大贝尔曼算子并求解博弈。作者提出结合对偶鲁棒贝尔曼拟合、乐观极小极大规划、回溯验证置信集与对手混合数据收集的框架，并给出一般及投影函数逼近下的条件理论结果以及若干结构化场景下的闭式结论。数值实验用于说明该框架的预测。
说明用图神经网络学习二阶锥规划求解器的动态过程
简介本文提出SOCPNet，一种递归图神经网络框架，用于求解二阶锥规划（SOCP）问题。它利用经典求解器产生的中间迭代轨迹进行学习，通过反复应用同一图神经网络逐步优化当前解，可按需设定迭代次数。在多个标准数据集上，该方法相比SOCP-GNN基线降低了最终解的误差；此外，训练好的模型还可用于热启动内点法，在不损失精度的前提下减少求解迭代次数。
说明信任你的目标：目标传播是块对角高斯-牛顿法吗？
简介本文重新推导了目标传播（TP，一种以局部目标传递全局学习信号的反向传播替代方法）的理论基础，提出 CGTP，用共轭梯度并行求解各层局部子问题。作者称其在 MNIST 和 Fashion-MNIST 多层感知机上准确率与 ADAM、KFAC 相当，外层迭代次数少很多，且深度增加时保持稳定。
说明从因到果：生成视频中的中间事件链
简介本文提出因果链生成（CCG）任务，要求视频语言模型生成连接原因与结果之间的中间事件序列，以替代易被猜中的选择题和难以自动评估的开放问答。作者设计了两项互补指标，并构建了两个测试集。实验显示现有模型常出现幻觉或遗漏关键事件，经 GRPO 微调后有明显提升。
说明在精确到达的多智能体路径规划中，细胞式机器必须具备双向性
简介本文研究有向无环图上的多智能体路径规划问题，要求每个智能体的起点和终点与时间都固定，并把结果视为分布式输出任务，由每个细胞输出自己的比特。作者证明在特定困难拓扑上，仅依赖局部通信、且不借助全局标志的正确架构不能放弃任一时间方向，若允许k个全局标志，则给出轮数与带宽之间的权衡。该论文只做理论分析，不报告基准测试。
说明TIM：用于纵向放射报告生成的时序解耦与迭代互相精炼模型
简介该论文提出 TIM 框架，用于根据同一患者的历史与当前影像自动生成放射学报告。方法分两阶段：先将病灶的空间特征与时间变化特征分离学习，再通过互相反馈迭代修正前后两份报告中的诊断不一致之处。作者称其在 Longitudinal-MIMIC 数据集上，于语言与临床指标上均超过现有单图像和纵向基线方法。
说明航空事故报告中的关系抽取：稀疏条件下基于Transformer的安全知识发现评估
简介本文研究如何从美国国家运输安全委员会（NTSB）的航空事故叙述中抽取安全相关的概念关系。在约2.1万个候选概念对中，仅1.18%属于结果或促成关系，因此任务极不平衡。作者比较了TF-IDF线性支持向量机与RoBERTa分类器，并在穷举评估下性能明显下降，误报数量很多。结论认为，已知概念端点并不能保证可靠的关系抽取，控制误报和应对候选空间稀疏仍是关键问题。
说明基因扰动模型评估中的一个陷阱
简介该论文研究基因扰动模型的评估方法，在六个单基因扰动数据集上用统一协议比较八种方法。作者发现，重复使用同一预测表达谱的做法会虚增显著性估计，导致大量基因被判为显著。修正这一问题后，论文认为使用基因本体特征的随机森林在整体结果上表现最佳。
说明VHDLBench：面向VHDL芯片设计的大语言模型基准测试与微调研究
简介本文研究如何用大语言模型辅助数字电路设计，尤其是VHDL硬件描述语言的生成。作者构建了一个包含18500多个经语法验证示例的VHDL数据集，并使用QLoRA技术微调了五个70亿参数模型。评估分为语法与综合验证、功能仿真、以及在Zynq SoC上的FPGA原型验证三级。结果显示，微调后的模型语法正确率最高达92%，功能准确率最高达73%，其中DeepSeek-Coder提升最明显，生成的设计也成功部署到了真实硬件上。
说明基于激活空间引导的可验证奖励强化学习探索方法
简介该论文针对可验证奖励强化学习（RLVR）中策略采样容易集中于相似推理路径的问题，提出激活空间探索方法（ASE）。该方法通过对同一问题的正确与错误回答之间的激活差异进行聚类，构建潜在探索向量库，并将不同向量应用于后续采样以探索替代推理路径。在 DAPO-Math-17k 上训练的 Qwen3-1.7B-Base 与 Qwen3-8B-Base 模型中，在相同采样预算下，ASE 在六个数学推理基准上的平均 Mean@8 分别比 GRPO 高出 4.87 和 1.87 个百分点。
说明动态感知稀疏注意力：面向高效自回归视频扩散的论文
简介本文提出一种名为动态感知稀疏注意力（DASA）的框架，用于提升自回归扩散Transformer生成长视频的效率。该方法把视频内容划分为动态区域和静态区域，只对运动区域进行计算并压缩历史KV缓存。实验在VBench上进行，结果显示生成速度提升2.16倍，同时保持较高的视觉质量。
说明REFLEX：基于柔性校准随机桥的 RNA 构象集合生成方法
简介该论文提出 REFLEX，一种仅以 RNA 序列为输入的生成模型，用于生成 RNA 骨架框架的构象集合。模型利用实验 B 因子校准各残基的随机桥宽度，并通过学习到的柔性条件引导网络恢复目标构象。在多构象 RNA 基准上，REFLEX 在不同评估阈值下取得了较好的覆盖率精确率与召回率权衡。
说明AudioScorer：为大型音频语言模型学习与问题相关的音频标记重要性
简介大型音频语言模型处理长音频时，编码器产生的标记序列很长，计算成本高。现有剪枝方法多依赖注意力、表示相似度或时间采样等启发式规则，没有显式学习对特定问题最有用的标记。本文提出轻量模型 AudioScorer，依据用户问题为音频标记打分，并通过蒸馏冻结模型的答案梯度显著性排序及下游答案监督进行训练。在 10% 标记保留率下，它在 10 项任务中的 7 项取得最佳或并列最佳结果。
说明LOCU：用于多约束策略优化的Löwdin正交化约束更新方法
简介本文研究约束马尔可夫决策过程（CMDP）中的多约束策略优化。由于约束梯度之间相互作用，更新方向常常病态，导致数值不稳定，并出现约束修正相互抵消或重复的问题。作者提出LOCU方法，对奖励与约束的自然梯度做对称Löwdin正交化，并结合Fisher几何筛选与近共线压缩，在低维空间中求解。实验表明，LOCU在约束强耦合、可行域狭窄及初始不可行等情形下保持稳定，并可推广到不同的成本评论家架构。
说明XGLASS：利用X光、视线与语言辅助对CT体数据进行切片优先排序
简介这篇论文提出XGLASS方法，把放射科医生在X光片上的注视信息迁移到3D CT上，用于按疾病为CT轴位切片排序，优先选出诊断相关的切片。方法将注视先验与CT冠状位投影融合到共享的2D表示中，再预测各切片的优先顺序。实验显示，它在有限预算检索任务中优于2D和3D原生基线，并可作为轻量级的预选器用于体数据分析。
说明SEAM：用于低资源语音合成的频谱嵌入对齐与合并方法
简介该论文提出SEAM方法，在无需语音音频的情况下，由已知子词单元为未见过的词元构造嵌入，用于扩展条件语音合成模型的词表。SEAM用频谱滤波保留音素的时序顺序，并用闭式岭回归将新嵌入对齐到预训练的条件流形。作者称，在三种语言和两种语音合成架构上，该方法用最多四分之一的训练数据即可接近或达到基线水平。
