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RLSplat：面向前馈式三维高斯泼溅的资源线性预算控制
简介前馈式三维高斯泼溅可从图像一次前向推理重建三维场景。已有可控预算方法只在推理后裁剪高斯数量，推理成本几乎不随预算下降。本文提出RLSplat，学习在场景局部区域间分配高斯预算，直接生成指定数量的高斯，并用基于层次邻域搜索的解码进一步细化，使表示大小、推理延迟和峰值内存随预算线性降低。零样本评测中，RLSplat在各预算下均优于已有方法，低预算时最高快4.1倍、峰值内存少9.6倍。
说明微调目标如何影响大语言模型幻觉检测中的分层信息
简介论文比较了两种用于二分类幻觉检测的微调方式：分类头微调（CLS）与 LLM 作为裁判的序列到序列微调（S2S）。结果显示 CLS 表现更好，其隐藏表示形成更清晰的两簇结构，类别分离更强。作者还发现顶部若干层趋于冗余，并据此截去约 31% 的网络层，在 Qwen3 等模型上准确率基本不变、延迟降低约 1.4 倍。
说明VEOcc++：面向具身在线语义占据地图构建与离线精修的持久体素特征图
简介该论文提出VEOcc++，以持久稀疏体素特征图连接探索过程中的在线增量建图与探索结束后的离线全局精修。在线阶段随新观测区域扩展地图并进行可靠性引导更新；离线阶段融合缓存的局部特征进行多尺度空间精修。在EmbodiedOcc-ScanNet上，在线建图取得67.12% IoU与58.40% mIoU，离线精修进一步提升至67.79% IoU与59.37% mIoU。
说明面向资源受限智慧城市分类的多目标进化半监督学习（MOEA-SSL）
简介智慧城市应用常常标注数据稀少而未标注数据丰富。本文提出MOEA-SSL，一种用于轻量级半监督表格分类的多目标进化方法，同时优化预测质量与特征使用量。在三个智慧城市分类数据集上，考虑有标注数据占比为1%、5%和10%的情形进行实验，结果显示其预测性能与成熟的轻量级半监督方法相当，并且在所有测试条件下特征使用量都明显低于EA-SSL。计算得到的帕累托前沿还提供了特征使用更少、分类性能下降有限的备选方案。
说明超越校准：跨语言与本地语境下大语言模型的时序置信度评估
简介该论文研究大语言模型在解题前（预判置信度）与解题后（回顾置信度）给出的置信信号是否可靠，并比较二者在英语、翻译后的马拉地语及本地马拉地语事实问答中的表现。结果显示，解题前信号校准较弱，解题后置信度通常更可靠，但成本更高；翻译迁移效果较好，本地知识问题上则明显下降；幻觉回答在生成后仍保持较高置信度。
说明标签噪声下的数据增强：理论分析
简介这篇论文从理论上分析了在存在标签噪声时，数据增强（DA）何时有益、何时有害，并给出了区分两种情形的充分条件，覆盖独立同分布学习和更具挑战性的领域泛化场景。论文指出，数据增强在学习过程中会放大不确定性，从而降低模型稳定性和泛化性能，并通过学习与泛化界进行了支持。该分析不依赖具体的增强方法，仅需温和假设，为标签噪声下设计数据增强方法提供统一的理论基础。
说明代码化记忆：面向可执行长期记忆的声明式检索
简介该论文提出“记忆即代码”（Memory as Code, MaC）框架，统一设计LLM智能体长期记忆的构建与检索。构建阶段生成三层可执行记忆结构（原子函数层、关系层、模块组合层），检索阶段将查询转化为结构化的检索程序。在LoCoMo和LongMemEval上的实验显示，整体LLM评判准确率相对最强基线最高提升15.91%，同时显著降低了token消耗。
说明E8-QAT：基于隐式格码本的高效2比特量化感知训练
简介该论文提出E8-QAT，一种2比特量化感知训练框架，以E8格作为隐式八维码本，通过算术投影对权重分组进行联合量化，训练时无需存储或搜索显式码本。在Qwen3.6-35B-A3B上，E8-QAT在四项任务的平均分上与全精度模型相当；在相同数据、训练计划和比特宽度下，IFEval与LiveCodeBench分别比最先进基线提升2.03%和1.51%。2比特表示可降低峰值内存，并支持更大的批量。
说明VLA-Retain：视觉微调对视觉-语言-动作模型跨维度影响的基准测试
简介该论文提出VLA-Retain基准，用于评估视觉-语言-动作（VLA）机器人模型在针对性视觉微调后，对目标条件之外的鲁棒性影响。研究在LIBERO-Plus数据集的七个扰动维度上比较了五个开源模型与其基础版本。结论显示，目标域的提升并不能预测其他维度的保持情况，且部分模型在目标之外的表现明显下降，因此跨维度保持应作为VLA适应的重要标准。
说明PanoGraphGS：融合全景分割与分层三维场景图的高斯溅射方法
简介本文提出PanoGraphGS框架，将全景三维高斯表示学习与分层三维场景图构建结合，在共享的高斯几何上同时学习语义与实例特征，以获得跨视角一致的全景预测。框架支持新视角全景分割，并能恢复包含楼层、房间、背景物和物体的层级结构及其包含与空间关系。作者还发布了用于全景场景理解的真实数据集NaviGS。实验显示，该方法在Replica和NaviGS上的三维场景图物体节点识别准确率明显高于基线，二维全景分割也达到了所评估方法中的最优水平。
说明面向长视频理解的帧选择：一种基于最优传输的原则性框架
简介多模态大模型处理长视频时，视频长度常超出其视觉上下文容量，因此需要先选出关键帧。本文把帧选择视为结构化的证据分配问题，提出基于最优传输的OTFS框架，并用半不平衡熵最优传输目标及高效求解器OTFS-Sinkhorn实现，再结合覆盖感知的动态规划提取帧子集。实验显示，该免训练方法在三个长视频理解基准上优于强基线。
说明EASformer：面向工业生成式排序的环境-动作-状态对齐模型
简介该论文提出EASformer，一种用于工业应用市场排序的环境-动作-状态解耦架构。它构建了历史序列与非序列特征共享的对齐上下文空间，并将用户动作与候选相关上下文分开建模，还支持以掩码历史动作为目标的自监督训练。离线实验中AUC达到0.89411，相对部署基线提升0.88%；线上A/B测试在两个排序场景中eCPM分别相对提升1.26%和3.94%。
说明NeoWorld-3：从像素到代码定义的物理世界
简介该论文提出 NeoWorld-3，一种编码智能体框架，可从视觉观测中借助可调节、可执行的程序重建可交互的三维世界。它通过 NeoSDK 提供几何构建、部件组合、可微参数优化与物理验证，并通过 NeoMCP 让视觉语言智能体以工具调用方式检查与迭代修改程序。论文称其几何保真度与物理可用性达到当前最优水平，并且在重建的数字孪生中规划的操作轨迹可在双臂机器人上零样本执行。
说明影响力即目标-响应雅可比矩阵乘以残差
简介论文提出目标-响应雅可比矩阵 J，用来衡量模型预测对单个训练目标值变化的敏感程度，可与训练数据归因方法互补。作者证明样本权重影响力与 J 只相差一个逐样本乘子，对平方误差、逻辑回归等典型损失，该乘子即训练残差。实验显示在多个数据集上 J 与重新训练结果的逐预测 R² 接近 1，而影响力的 R² 为负值。
看点提出目标响应雅可比并证明其与样本权重影响力仅差逐样本残差倍数，理论新颖；实验在多数据集上以重训练为基准验证，证据较充分，对训练数据归因子领域有一定影响。
说明模式智能：无监督发现医疗收入周期管理中的系统性少付与拒付模式
简介本文提出Pattern Intelligence系统，在无监督条件下依据理赔的裁定行为对理赔进行聚类，从而发现医疗机构收入流失中反复出现、可纠正的模式。系统以130维向量表示每笔理赔，并在距离度量中刻意排除付款方和合同身份，仅在聚类之后用于分段。大语言模型将每个聚类中心转化为分析人员可读的描述。作者在两个生产租户上评估了有效性与可回收金额。
说明纵向临床检索中的时间证据分配：立场与技术报告
简介电子病历多为服务诊疗而写，同一诊断常被反复记录，而病程转折（如复发、治疗调整）可能只记一次，基于相似度的检索因此容易漏掉关键转折。论文主张把纵向临床检索视为在有限证据预算内跨时间分配资源，并在20名患者记录、13个临床查询的研究中，比较了时间分配配置与全局基线的里程碑召回率，但未与专家时间线对照，结论仅描述检索行为而非临床准确性。
说明PhonoBridge：基于音素中介、感知误差的肌电信号到文本重建
简介本文提出PhonoBridge，一个两阶段框架：前端将肌电信号（EMG）转换为音素，后端用大语言模型把音素重建为文本，以解码无声发音的语音。训练时利用LibriSpeech转录文本生成音素-文本对，并提出误差剖面引导增强（EPGA）使语言模型适应前端噪声。在Open Vocabulary无声语音数据集上，词错误率（WER）为24.77%，优于同一测试集上此前报告的28.27%。
说明CovNav：基于共形预测的目标物体导航自适应推理框架
简介论文针对机器人在陌生环境中寻找目标物体（如“找床”）的任务，提出免训练框架CovNav。它用共形预测判断快速模式的大语言模型是否足够可靠，仅对不确定的空间查询启用较慢的思维链推理。在Gibson和HM3D数据集上，成功率分别比最强零样本基线在HM3D v1和v2上提高0.8和1.7个百分点，且只有12.4%的查询使用慢速推理，并在TurtleBot 4实机上得到验证。
说明深度学习优化的混合动量方法：结合长短两种时间尺度梯度信息的新优化器
简介论文提出混合动量（HyM）方法，把过去梯度的线性加权平均与几何衰减的快速动量相结合，兼顾长期历史与近期变化。还提出 HyMUON，在混合方向上应用 Newton–Schulz 正交化。论文报告在图像分类、机器翻译和语言模型任务上，HyM 与 HyMUON 与强基线持平或更优，并给出 LLaMA-1.3B 在 C4 上预训练的验证损失对比（HyMUON 为 2.777，Muon 为 2.903）。
说明在AI流水线中复用合规证据：有效性条件、失效即关闭的发布闸门，以及对714个公开DVC流水线的复现
简介该论文研究AI流水线中合规检查结果的复用问题。作者给出证据记录对候选版本有效的条件，并用Ed25519数字签名实现了参考发布闸门，在九种篡改场景中拦截八种。对38,083次提交的复现显示，按声明依赖复用可避免83.4%的阶段执行，但仍有3.3%的提交错误复用了代码或配置已变化的阶段。加入静态导入闭包后，陈旧复用降至0.4%。
说明用于复杂几何流体动力学的神经算子分裂方法
简介本文提出神经算子分裂（Neural Operator Splitting）框架，在保留分步数值格式物理结构的前提下学习流体动力学。方法将每个时间步拆分为具有物理意义的子步骤，分别用数值求解器的中间状态学习各算子，并引入条件线性傅里叶神经算子（CL-FNO）。原文报告：在2D与3D流动实验中，完整模型的平均相对L2滚动误差相比单一全步神经算子有所降低，同时在相近误差水平下，神经算子推理每步速度约为蒙特卡洛求解器的10³倍。
说明复用多模态智能体：高效评估游戏音效设计
简介本文提出一种利用多模态学习与强化学习来高效评估游戏内音效设计的框架。方法先预训练一个将视觉与听觉信息编码到共享潜在空间的多模态编码器，再用该表示训练强化学习智能体；之后为每种音效设计只微调编码器并固定策略，从而隔离音效变化对智能体行为的影响。在多种类型游戏上的实验表明，该方法能检测出音效退化或改动导致的智能体表现差异，并且计算成本明显低于从头重新训练智能体。
说明成对学习提升深度神经网络的数据效率：通过相对排序比较替代直接回归，在小样本下改善年龄预测与分类表现的论文
简介该论文提出一种成对比较框架，把回归问题转化为汇总后的相对排序。在UTKFace数据集（约2.3万张图像）上，该方法无需额外标注即可生成超过十亿次训练比较，使从零训练的轻量ResNet10取得3.64年的平均绝对误差，超过包括大规模预训练模型在内的既有结果。在STL10数据集的分类任务中，成对监督在500至2000个标注样本下，准确率最多提升5.2%，作者认为该方法在标注数据有限的临床场景中尤其有用。
说明利用成对卷积神经网络从有限神经影像数据推断连续认知特质
简介该论文提出一种成对卷积排序框架，直接从全脑T1加权MRI学习，通过比较而非绝对预测来估计个体认知表现，样本量仅108人。研究在四项小规模空间能力任务上进行测试，回归分析在各任务中预测准确率较高，并优于标准回归和逐点深度学习基线。迭代式皮层区域移除显示了与个体表现相关的脑区，既有共同区域，也有任务特异性区域。
说明大语言模型推理何时能可靠地复用中间结果？
简介该论文研究大语言模型在多子问题任务中复用中间结果的可靠性与计算代价。作者在局部重试场景下给出正确完成的条件并估计平均尝试次数，并用八个推理模型在组合数学与算术任务上进行实验。实验显示，保留第一个子问题的答案或推理过程，可提高第二个子问题的平均成功率。
说明PLaCA：学习面向动作生成的块级未来潜变化
简介该论文提出PLaCA框架，用于视觉-语言-动作机器人模型。它直接从当前多模态输入预测空间结构化的块级未来潜在变化，并通过块级变化感知监督和未来到动作的接口将其用于动作生成。在LIBERO-Long上成功率为79.0%，比仅动作基线提高5.0个百分点；在CALVIN上平均序列长度从2.784提高到3.564，且第二阶段仅更新2.95%的参数。
说明PACE-MoE：面向医学视觉定位的自适应域采样与域专用LoRA
简介论文提出PACE-MoE框架，用于医学视觉定位，即把临床描述与多种影像域中的空间证据对齐。该方法根据当前策略反馈动态评估各影像域的训练价值，并通过域准入、回放和最终全域平衡调整训练覆盖；同时用域专用LoRA适配器将更新分配到对应影像域，保持预训练主干与视觉编码器不变。在七个医学影像域的实验中，其平均框IoU相比Vanilla基线相对提升3.64%，在相同适配器结构下，仅自适应采样即带来2.07%的提升。
说明多智能体协作在服务用户时还划算吗？在双控场景中检验智能体扩展性
简介本文检验了一项关于多智能体协作何时优于单智能体的规则，该规则原本基于无用户参与的自主基准得出。研究在τ²-bench双控基准的航空、零售和电信三个领域，对六个模型约7950次模拟对话进行对比，结果显示在固定模拟用户下，多智能体系统在绝大多数有效设置中表现更差，并未观察到收益。作者认为，面向用户服务的智能体应默认采用单智能体设计，多智能体方案需要在具体场景中提供算力匹配的证据。
说明语料质量提升但检索效用未提升：语音转问答流程中预处理与精炼环节的消融实验
简介本文对一条将会议语音转为问答对的生产流程做消融实验，比较有无转写重写和生成对精炼两个环节的四种语料，数据来自40场韩语医疗与金融会议。语料质量评分随环节开启而上升，但下游模型检索准确率并未同步提升，其中转写重写使准确率下降0.061，其余组合无显著差异。作者认为，在这类评分标准下，质量分数的上升并不能预测语料对模型的实际价值。
说明言行与知识：平衡大语言模型的行为分布与知识分布
简介该论文指出，大语言模型在输出文字中直接说出的意见分布，比其输出词元的对数概率分布更接近人类意见分布。但前者反映模型对群体意见的知识，后者才决定实际输出行为，二者在约37%的世界价值观调查问题上最可能答案不同。作者提出一种可学习的两种分布组合方法，并以一个超参数权衡行为一致性与分布质量，在多个数据集和模型上提升了行为一致性。
说明CUA-Recovery：长流程电脑使用智能体错误恢复基准
简介该论文提出 CUA-Recovery 基准，用于评估电脑使用智能体在跨应用长流程任务中检测并从错误中恢复的能力。基准基于 ReRail 框架构建，包含 2,250 个人工验证的错误状态测试集和 8.6K 条轨迹的训练集。测试显示，各智能体的错误感知率最高为 44.0%，Pass@3 最高为 25.5%；微调后模型的错误感知率和任务完成表现均有提升。
说明BCT：面向流式语言模型的贝叶斯一致温度调节方法
简介该论文指出，流式语言模型中常用的事后温度缩放会同时扰乱终点分布与中间噪声状态的分布，并与原未调温流的传输动态不匹配，导致降低温度时GSM8K表现提升不稳定。作者提出贝叶斯一致温度调节（BCT），在生成流的分布与动态中显式引入温度，并给出可直接用于已训练模型的免训练变体。实验显示，BCT在多种温度范围内改善了GSM8K生成效果，也提升了数独任务表现，且在极低温度下比免训练变体更稳健。
说明集成感知结构编码（EASE）：基于多肽构象集合的蛋白质编码器条件化方法
简介该论文提出集成感知结构编码框架EASE，用于从多肽的构象集合中提取结构信息，以改进多肽性质预测。方法先选取代表主要结构状态的中心构象，再用置换不变算子融合其表示，得到多肽级别的特征。在六项多肽性质预测任务的防泄漏划分实验中，EASE相较单结构基线在六项任务上均有提升，两种结构编码器下平均绝对提升约3.0%，且随构象数增加至20个时收益持续增长。
说明SCODEL：面向食品实体链接与本体驱动食谱知识图谱的共享规范本体定义
简介本文提出 SCODEL，一种与模型无关的方法，让食谱中指向同一实体的食品提及与本体概念共享同一规范本体定义，并以此作为语义规范化层补充现有实体链接模型。作者还提出了首个面向食谱上下文食品本体实体链接的基准 ReciLinkD。实验显示其提升了 ReFinED、GSM-EL、BLINK 三种模型，并可推广到生物医学本体基准，最后用于构建本体驱动的食谱知识图谱。
说明反馈何时有用？对学习型电压钳实验设计的审计
简介该研究在两个合成的电压钳任务中检验学习型控制器。结果显示，循环策略在全部1200次离网试验中都重复同一固定实验方案，屏蔽电流也不改变决策；在四假设任务中，策略虽利用了首个电流读数，却与正确设定的贝叶斯控制器表现相当。论文强调，反馈的利用与实验方案的质量是两项独立检验，且这些案例不足以证明生物学发现或强化学习的普遍优势。
说明双向迁移：梳理语码混用与母语在文本和语音中的相互作用
简介本文是一篇系统综述，关注语码混用（CM）文本与语音系统中的迁移方向：既包括从母语到语码混用场景的迁移，也包括用语码混用数据反过来改进母语模型的迁移。作者按迁移方向、路径和模态建立分类体系，发现多数迁移从母语流向语码混用场景，反向迁移较新，且主要通过对齐两种语言发挥作用。文中还指出了训练中母语与语码混用数据配比、不同文字书写的语码混用文本评测等待解决的问题。
说明PAR：面向状态追踪长度泛化的进度对齐循环机制
简介该论文提出进度对齐循环（PAR），让循环语言模型第 k 次迭代的预测对齐前 k 步操作后的状态，并将循环状态的范数重新缩放到第一次迭代的范数。在 swap-S5 任务上，基于 Qwen2.5-0.5B 的模型训练步数至多为 32，测试时可处理 512 步，即训练长度的 16 倍，相较对照方法准确率有明显提升。消融实验显示，去掉范数锚定或改用最终答案监督都会降低外推能力。
说明TriGeoBench：含图形与TikZ代码的多模态几何数学基准
简介该论文提出TriGeoBench，一个以几何为核心的多模态基准，取材于中国初高中数学考试，包含7000个问答对和12235幅带TikZ代码的几何图形。它用于检验多模态大模型的几何推理能力，并评测图像转TikZ及多模态推理任务。结果显示模型在细粒度结构和图文对齐上仍存在困难。
说明从结果到步骤：面向长时程语言智能体的可靠成功感知评论家学习
简介该论文研究长时程语言智能体的强化学习，指出仅有轨迹级监督时，常规评论家难以判断中间动作是否提高最终任务成功的可能性。作者提出SCALE框架，在预测回报之外，额外预测从每个交互前缀出发最终完成任务的成功概率（Success Value），并通过Success-GAE将其变化转化为多步动作信用，同时依据预测器的可靠性加以调节。论文称在五个智能体基准和三种模型骨干上，SCALE在多数设置中优于对比的强化学习基线，成功率最高提升4.1个百分点。
说明只用一个头戴相机的无电子手套数据采集方案
简介该论文提出一种用于机器人示教数据采集的方案：采集者头戴一个第一人称相机，同时读取无电子元件手套上的标记和工作区的纸片标记，从而同时得到手爪位姿和夹爪开合宽度。部署时，该相机安装在机器人旁的低成本机械臂上。结果显示，标签与机器人编码器数据的中位误差为6.5毫米和1.6度，并将其用于训练的策略在验证损失上仅增加3%。加入194条手套示教后，成功率从10/25提升至17/25。
说明一种抗辐射、可感知故障并能自我修复的量化神经网络
简介论文提出一种运行时修复方法，在普通商用硬件上，于比特翻转后修复量化神经网络的权重，且无需存储额外副本。该方法在故障感知训练基础上加入对齐惩罚，并从未受损的数值重建被标记的损坏坐标。在六个回归基准上，与经典 SECDED 纠错相比，该方法可将运行维护周期延长更多。
说明为自动驾驶构建稳健且高效的激光雷达感知方案
简介该论文研究自动驾驶中基于激光雷达的三维目标检测，目标是在点云受损时保持准确，同时满足推理延迟和显存约束。方法包括模拟极端天气生成受损样本、按扰动敏感度排序训练，并通过缩小网络与基于邻域密度的采样设置来提升效率。在KITTI数据集上，该方法使PointRCNN在受损条件下的中等难度AP提高3.32个点，平均延迟降低19.8%，峰值显存降低53.9%。
看点联合考虑点云损坏鲁棒性与推理延迟、显存约束，结合扰动敏感度排序训练和密度驱动的效率压缩，属于有实质改进的组合；在KITTI等两个数据集上做了对比实验。
说明学习化学体系中异质子结构之间的图间相互作用
简介论文提出一种描述复杂化学体系的数据描述符，以及一种用于学习有机与无机化合物之间图间相互作用的图神经网络。现有方法大多只假设同类结构之间的图级相互作用。作者将该方法用于预测含异质子结构的混合太阳能电池材料的物理性质，并在1,682种此类材料的带隙预测上取得了当前最优的精度。
说明ABench：面向中文价值观分类体系的对抗性大模型基准测试
简介本文提出 ABench，一个针对中文价值观分类体系量身定制、人工编写的细粒度基准，基于包含 158 个价值子类别的层级分类，共 2,895 道开放式问题。问题采用角色扮演、逻辑陷阱等方式，检验模型在对抗性诱导下立场是否稳定，并配套了按题目加权评分的自动评估框架。对 16 个主流大模型的实验显示，多数模型在复杂价值观对抗攻击下表现明显脆弱，得分低于 60。
说明审计产品而非递归过程：递归自我改进主张背后的评估证据
简介本文审查了 2026 年 10 月冻结检索框架下 114 篇符合条件的 arXiv 研究，其中 90 篇自称为递归自我改进（RSI）系统。作者发现，产品层面的评估比较常见，但对改进过程可重复性和改进程序优劣的证据明显不足。文章提出按主张对应评估设计的报告标准。
说明WaveSpec：基于波长条件的光谱一致性自适应多光谱虹膜呈现攻击检测
简介该论文提出WaveSpec框架，用于多光谱近红外虹膜的呈现攻击检测。方法先用DINOv2编码各波段特征，再通过集合条件光谱一致性适配器，结合多波段共识、各波段偏差和波长信息更新特征，最后判别真实或攻击样本。在MSIrPAD基准的跨攻击器协议下，其平均D-EER与BPCER指标均明显优于SpectraIrisPAD；消融实验显示适配器与光谱残差为关键，且在部分波段缺失时仍有效。
说明《Ask to Learn：基于查询的协作强化学习》：在离线数据之外，通过查询协作方提供的信息来改进强化学习策略的研究。
简介离线强化学习受限于已有数据的覆盖范围，而在线探索成本高、有风险或不可行。该论文提出基于查询的协作强化学习：学习者从固定离线数据集出发，自适应地查询状态与时间对，协作方按固定且可能次优的策略采样动作，模拟器返回对应的奖励和下一状态。论文针对有限视界表格型问题给出了额外查询量的实例相关信息论下界，并据此设计了自适应查询分配算法，在合适条件下其查询复杂度接近该局部基准；多个合成和半合成环境中的实验验证了方法的经验效率。
说明DART：将形状表示扩展到多种解剖类别与影像模态
简介医学图像分割模型常产生解剖学上不合理的形状，如断裂的血管、破碎的腺体。本文提出DART（结合文本的解剖重塑扩散模型），从分割概率中学习共享的形状表示，并利用解剖文字描述修正概率，无需输入医学图像。作者在13个公开基准上测试，并将单一形状表示从50个类别扩展到377个解剖类别，无需为修正训练标注新的体素级数据。
看点用文本描述引导的扩散模型在分割概率上修正解剖形状，跨50至377类和CT/MRI迁移，且在13个基准上验证，新颖性与证据较强。
说明HiQGS：用于前馈式高斯重建的分层时空查询方法
简介该论文针对从稀疏单目图像进行前馈式三维高斯场景重建的问题，提出名为HiQGS的分层框架。其分层时空编码器按图像位置、观测时间和相机位姿组织多分辨率几何与外观特征，时间自适应解码器则以目标时间戳为查询，检索相关时空信息并预测对应的高斯场景状态。实验表明在静态与动态场景基准上渲染质量和几何精度表现较好。
说明从编码到生成：迈向共情型大语言模型
简介本文研究大语言模型如何在内部表示、关注并传递用户的情绪信息。作者以Llama-3.2-3B-Instruct模型和EmpatheticDialogues数据集中的10类情绪为对象，通过分层线性探测、注意力分析和回应对齐度测量进行考察。结果显示模型中间层能较好地区分情绪类别，回应生成时情绪相关的用户词元获得更多注意力，但生成回应与目标情绪的对齐度低于输入表示。
说明自分解扩散模型用于代码生成：先规划程序拆分，再并行实现各部分
简介扩散语言模型可以并行生成代码，速度快，但复杂程序的各部分相互依赖，并行生成容易破坏接口和数据流的一致性。本文提出 SDDC 框架，先由扩散模型生成一份规定程序拆分方式和单元间依赖关系的契约，再依据契约协调并行实现各单元。文中在五个基准和两个 7B 扩散骨干模型上测试，结果显示其在准确率与延迟之间的权衡明显改善，pass@1 最高提升 31.1 个百分点，解码速度为基础模型的 7.5 到 13.7 倍。
说明Meta Expert：跨层共享专家，提升MoE模型的存储与检索效率
简介论文针对混合专家（MoE）模型中各层专家内容相似、冗余较大的问题，提出在层间共享的Meta Expert，并与各层独立的Local Expert进行对比实验。结果显示，采用Meta Expert的模型参数冗余更低，交叉熵损失更低，下游任务准确率更高。在激活数量与专家粒度固定时，该模型用约一部分专家即可达到原版MoE的性能。作者还从理论上指出，Meta Expert能为隐藏状态提供更灵活的残差通路，从而提升信息检索效率。
说明WORTH基准：非完全合作信息下的证据发现——两集试点研究
简介本文提出WORTH基准，让模型阅读无线索标注的推理小说原文，自行挑选关键线索句、指认案件相关人物并解释推理过程。在两集全文条件下共完成70次正式运行，其中67次可评分。结果显示线索命中与人物判断并不同步：第02集37次可评分运行中，31次选中了同一组错误人物，而相邻的指向嫌疑与排除嫌疑句子分别被选中25次和0次。作者强调，该研究仅为两集试点，不能据此确定模型排名或推断一般机制，人类玩家记录尚未清理，也未报告人机比较。
说明单目视频4D重建中的因果时空状态演化
简介该论文提出一种从单目视频学习因果4D视觉几何的前馈框架。其核心是因果时空Mamba，通过两种互补扫描方式沿方向传播几何状态，建模时空演化。同时提出统一运动监督，利用相机与深度预测构建与三维结构一致的运动场，约束帧间状态转移。作者称在动态基准上，视频深度、相机位姿和光流估计均达到当前最优，并减少了时间漂移。
说明仅用真实数据做场景文字编辑：自配对训练的 TextRIRO 方法
简介该论文研究场景文字编辑（在保留原有样式的前提下修改图中文字）。作者不依赖合成配对数据，而是对每张真实图像进行裁剪、打乱、遮罩等破坏，构造自配对训练样本，并基于条件扩散模型提出 TextRIRO。原文称字符列打乱加裁剪效果最好，并据此构建了用于长文本识别的 TextRIRO-3M 数据集，实验显示用其训练的识别模型准确率有所提升。
说明重复数据下随机词元替换的收益与代价：基于已知熵的分解与十个真实语料的证据
简介当独特的预训练数据稀缺、模型反复看到相同词元时，随机词元替换（一种输入扰动增强）被报告可降低验证损失。作者在熵率已知的受控数据源上发现替换会使预测向语料平均值收缩，并提出把验证损失分解为近似、估计和记忆三项的方法。在十个真实语料中，替换使其中九个的最终损失降低，仅在冗余度最高的程序生成JSON语料上产生负面影响。
说明自适应侧偏与侧偏刚度估计中的灵敏度正交残差学习
简介论文研究车辆侧偏估计中，在线调整轮胎侧偏刚度与学习型模型修正会争用同一滤波新息的问题。作者把刚度灵敏度投影到修正器上，构造与之正交的修正器，并用零空间参数化强制约束。仿真与公开实车数据显示，正交修正器在各规模下保持刚度响应，并降低侧偏误差。
说明超越模型权重：扩散语言模型中依赖采样的公平性
简介本文研究扩散语言模型（DLM）的社会偏见问题，对比其与自回归语言模型的差异。作者在Open-BBQ数据集上测试LLaDA、LLaDA-1.5和Dream三个模型，发现偏见的测量幅度和模型间的排序都会随采样配置（如块长度和重掩码策略）显著变化。即使应用了为自回归模型设计的去偏方法，这种依赖采样的特性依然存在，因此DLM的公平性不能脱离采样配置单独评估。
说明TeCoP：通过暂定上下文流水线加速扩散大语言模型解码
简介扩散大语言模型一次前向计算可预测多个位置的词元，但按块解码的方法会串行生成，并反复重算已稳定的预测。本文提出无需训练的 TeCoP 解码器，通过交错式块并行流水线与草稿-验证机制，把稳定但未确定的预测作为临时跨块上下文复用，并以置信度和稳定性检验决定是否确定。在 GSM8K、Minerva MATH 和 MBPP 上测试四个 LLaDA 与 Dream 模型，前向计算次数最多减少 87%，吞吐量在无 KV 缓存时最高为原解码器的 7.50 倍，有缓存时最高为 11.77 倍，缓存下平均准确率与原解码器相差不超过一个百分点。
说明DuplexLedger：全双工语音智能体中事务式记忆的基准测试
简介该论文提出 DuplexLedger 基准，包含 1,094 个持久会话，涵盖四种全双工语音场景，并标注事件级的写入、更新、忽略、保留等记忆操作。作者评测了五个全双工模型，发现交互控制与最终状态记忆之间存在差距。论文还提出参数量为 8.92M 的 ACT-Mem 辅助模块，在保留的 219 个会话上提高了最新值准确率，但对打断停止的响应变慢。
说明扩散语言模型中的事实访问状态：从机制到知识编辑与检索
简介该论文研究扩散语言模型（DLM）如何在内部表示中存储并调取事实，将这种内部表示称为“事实访问状态”。作者发现，在DLM中这一状态在较早的注意力层和前馈层中形成，并随关系的表述方式和提问方向而变化。基于此，论文提出Multi-View Edit用于知识编辑，并展示该状态可无训练地用作检索向量。
说明为什么静态探针会失效：上下文决定欺骗特征的组合方式
简介本文研究如何检测大语言模型的欺骗行为。作者指出，单一方向的线性探针难以跨不同欺骗场景泛化，因此提出用多维子空间表示欺骗，并通过迭代正交分解提取互补方向。方法还引入领域自适应门控机制，在测试时用少量样本动态组合这些方向；仅用10个样本，平均AUROC达0.97，5%假阳性率下召回率为94%。
说明从POMDP理论到基于粒子滤波的深度强化学习：一种兼顾理论与实践的部分可观测决策方法
简介本文针对部分可观测环境中的强化学习，提出一种端到端算法：用序贯蒙特卡洛（SMC）粒子滤波估计隐藏状态，在线更新潜在动力学模型，并进行有限步数的在线规划，再以状态价值评论器（QMDP近似）作为末端引导。作者给出了端到端的遗憾界，将误差分解为模型估计、粒子滤波、蒙特卡洛展开及由规划深度可控的结构偏差四部分，并在基于MPC的深度强化学习框架中进行了多环境实验验证。
说明当大模型操纵用户：衡量行为、社会与时间层面的影响
简介该论文提出一个衡量“行为脆弱性”（用户对操纵性AI回复的易受影响程度）的计算框架。研究基于DarkPatterns-LLM基准，用梯度下降方法生成针对权威、紧迫感和社会证明偏见的操纵性刺激，并对120名参与者进行实验。结果显示，操纵性措辞显著改变了参与者的信任校准和顺从程度（p<0.01），效应还会在社会情境中传播。
说明RaspAssistant：用于多孔材料吸附模拟研究自动化的智能体框架
简介本文提出RaspAssistant，一个分层多智能体框架，用于协调多孔材料吸附研究，涵盖力场准备、模拟、验证与分离分析。在四个吸附与分离基准的十二次工作流复现中，系统得分在8.50至10.00之间；在八个力场提取案例中，平均加权得分为0.967。系统还在开放式研究中完成了乙炔力场的诊断与修正，并在通过MFI实验验证的CO$_2$力场基础上筛选了197种纯硅沸石。
说明基于文本锚定与不确定性引导路由的多模态情感分析模型（TAME）
简介论文提出 TAME 模型，用于分析用户视频中的多模态情感。模型以文本作为始终激活的共享专家，音频-文本、视频-文本跨模态分支作为动态路由的辅助专家，并通过轻量的 Prophet Heads 估计各模态的样本级不确定性，用于可靠性感知的专家融合。在 CMU-MOSI、CMU-MOSEI 和 CH-SIMS 数据集上，论文报告其在多数指标上达到最优，同时相比混合专家基线参数量最多减少 78.7%，FLOPs 最多减少 41.2%。
说明基于数据生成分布狄利克雷过程先验的贝叶斯神经网络，用于深度强化学习中的随机化价值函数
简介本文提出一类贝叶斯神经网络，不在网络参数上设定先验，而是在数据生成分布上设定贝叶斯非参数的狄利克雷过程（DP）先验，以量化认知不确定性。基于此，作者提出强化学习算法DP-DQN，利用该网络维持价值函数的后验分布并进行汤普森采样。该方法借助贝叶斯自助法实现数据驱动的后验重加权，并通过DP基测度注入生成式先验假设，据称仅用单个神经网络即可实现深度探索，无需多网络集成。
说明两类就够了：二分类先验足以支撑多分类的上下文表格预测
简介该论文研究表格基础模型TabICLv2的预训练设定：把合成分类任务的类别数上限从10降为2，模型仍能做零样本K分类。在38个TabArena分类数据集上，二分类方案Elo为1590.1，高于官方默认的1568.0。另在60家信贷机构的数据上，同一检查点在44家机构中提升了测试AUC。作者认为类别数应视为可调超参数，而非结构限制。
看点证明仅用二分类先验预训练即可实现零样本多分类，并在38个数据集及60家机构的实证中超越默认配置，新颖性较高。
说明TRCM：面向鲁棒神经网络车辆路径规划的拓扑感知路线一致性建模
简介本文提出TRCM方法，用于改进带容量约束的车辆路径问题的自回归神经求解器。该方法显式预测客户两两是否属于同一路线，并将其作为路线一致性信号用于客户选择。在CVRP50和CVRP100上，最优性差距分别从3.67%降至3.28%、从2.11%降至1.99%。
说明AudiPsy：基于证据的抑郁评估多模态推理（口语咨询对话）
简介本文提出AudiPsy，一种面向口语咨询对话的抑郁评估全模态大模型，通过观察-评估-摘要（OAS）范式整合对话文本、文本与声学情绪及其不一致性，逐轮进行结构化推理。作者还构建了合成口语咨询语料AudiPsy-Counsel，并采用三阶段训练课程。在DAIC-WOZ上，该方法在抑郁评估性能和推理质量上优于专用抑郁检测方法及通用语音/全模态大模型；在EATD-Corpus上的补充评测表明其可用于自然对话场景。
说明用于提取大语言模型置信度的可学习读出标记
简介本文提出一种估计大语言模型输出可信度的新方法：不再读取词表中已有标记的隐藏状态，而是学习一个新的读出标记，并用其隐藏状态训练探针以预测输出是否正确。作者称该方法 ScratchProbe 在多个数据集和大语言模型上优于使用已有标记的版本，并可扩展为多标记方法以进一步提升性能。该读出位置的改变也可被现有探针采用，文中称其在各骨干模型上提升了 AUROC，包括领域内与领域外的测试。
说明AnomalyJev：通过论断级验证评估图像异常解释
简介基于多模态大模型的图像异常检测方法可以生成文字解释，但这些解释的可靠评估既困难又耗费资源。本文提出 AnomalyJev，从每条解释中提取可验证的论断，并与真实标注进行比对，以此衡量解释的忠实性和完整性，且无需生成文本。作者构建了包含 640 条人工标注解释的数据集，结果显示该方法与人工评分的一致性优于多数开源多模态大模型评判器，接近旗舰模型，而运行开销要小得多。
说明太阳系表面技术特征：在地外地形上寻找人工设计痕迹
简介这篇论文借鉴人类学视角，把技术特征搜寻从无线电信号扩展到行星表面，即像地球上持久的人造景观那样，寻找地形上非随机、有意的图案。作者指出，在月球和火星等地质不活跃的天体上，这类痕迹可能保存数亿年。文中还讨论了高分辨率影像数据和基于机器学习的异常检测方法，并提出有监督与无监督两种建模思路，同时建议结合激光雷达、探地雷达和反射光谱。
说明CityPaint：利用二维扩散模型为城市级三维场景生成纹理
简介本文提出CityPaint框架，借助二维扩散模型为城市规模的三维场景生成全局一致的纹理，而无需城市级三维训练数据。方法结合几何先验，采用top-K相机烘焙策略进行迭代纹理投影，并通过解耦的精修机制分别优化地形与建筑纹理，以减少二维到三维投影产生的伪影。实验表明，该方法在视觉质量和跨视角一致性方面优于强基线。
说明HypoNet Nankai PS：利用物理信息神经网络与三维P、S波速度模型快速确定南海海槽地震震源位置
简介本文提出HypoNet Nankai PS，将原先只支持P波到时的南海海槽震源定位框架扩展到P波和S波。作者由P波模型经经验换算构建S波速度模型，并修改了物理信息神经网络的训练方法。与快速行进法比较，改进后P波和S波的均方根偏差都明显降低；用纪伊半岛外海DONET台网的223次地震试算，结果在台网下方与JMA目录基本一致，离岸较远处震源明显变浅，位于洋壳和最上部地幔。
说明用于多任务临床文本处理的循环深度语言模型探索
简介该论文评估小型循环深度语言模型能否通过联合微调，用同一模型处理临床文本的信息抽取、分类、推理和问答等多种任务，并与标准Transformer模型进行比较。研究在9个数据集上微调模型，并在4个未参与训练的数据集上测试。结果显示，Ouro-1.4B-Thinking在13个数据集中的11个上优于Qwen3-1.7B，Ouro-2.6B-Thinking在多数任务上与Qwen3-8B相当。
说明AnchorRM：基于锚点残差记忆的时序图神经网络批内并行状态重建
简介该论文针对基于记忆的时序图神经网络（TGN）在小批量训练中，同一批次内节点多次出现时只能使用陈旧记忆的问题，提出AnchorRM。方法以每批开始时的节点记忆为固定锚点，利用同批内此前的交互推断相对锚点的状态变化，从而为每个事件重建专属的节点记忆，且各重建过程可并行计算。在四个时序图数据集和三种记忆型骨干模型上的实验显示，训练平均加速6.16倍（最高10.05倍），批量扩展28.67倍（最高40倍），同时预测性能保持有竞争力。
说明原生安全能否迁移？通过同策略蒸馏在模型间复用安全预训练成果
简介该论文提出“原生安全复用”问题：能否把小型安全预训练教师模型的安全能力，通过同策略蒸馏迁移到普通预训练的学生模型上。实验显示，学生模型在后续微调后攻击成功率仅上升5.00%（安全后训练为11.58%），平均效用为48.20%，高于教师模型的27.42%。
说明平滑非凸零阶优化的下界：低曲率迹条件下确定性方法的代价
简介该论文研究在仅能获取精确函数值时，寻找光滑非凸函数近似驻点所需的调用次数。作者证明，在低曲率迹（有效秩）条件下，随机方法的代价为 O(ET)，且是最优的；而任何确定性方法至少需要 Ω̃(d·min{T, √(ET)}) 次调用，自适应子空间搜索可以达到该上界。因此确定性方法的代价会随维度 d 线性增长。
看点证明确定性零阶方法在低曲率迹条件下比随机方法付出约d倍代价，给出匹配的上下界，理论上有明显新意。
说明面向可穿戴设备事件数据的时间感知可解释自注意力模型，用于任务切换检测
简介该论文研究如何从可穿戴设备的行为事件中识别用户何时从一个任务切换到另一个任务。作者提出一种时间感知的自注意力框架，将事件的起始时间和持续时间纳入建模，并用基于核函数的紧凑表示编码时间信息。在半自然场景的可穿戴数据集上，该模型优于现有的事件类方法，并在输入更紧凑的情况下达到与统计和深度学习模型相当或更好的性能，同时通过积分梯度分析提升了可解释性。
说明SynCalib：通过可控外参合成打破激光雷达与相机标定中的数据集捷径
简介本文研究机器人领域中激光雷达与相机的在线标定问题。作者指出，现有基于深度学习的方法因训练数据外参多样性不足，容易过拟合到固定的标称外参，实际部署时性能下降、泛化能力差。为此，论文提出一种数据生成框架，利用带深度真值标注的全向图像数据集，在严格外参约束下合成多模态标定数据。实验表明，该方法生成的数据能提升典型学习型标定网络的泛化与鲁棒性，且仅用合成数据训练的模型可在多种相机-激光雷达配置上实现零样本迁移。
看点提出基于全向图像与深度标注的外参可控合成数据框架，针对数据集捷径问题有实质改进；通过多种学习型标定网络的实验和真实场景零样本迁移验证，证据较充分。
说明BEACON：融合多模态语义与异步传播的云系统异常检测框架
简介现代大规模云系统持续产生指标、日志和依赖图等多模态可观测数据，异常检测模型据此识别系统异常状态。该论文指出现有方法忽视模态间的语义差距及实例间的异步时空依赖，提出BEACON框架，包含动态可解释多模态聚合器（DIMA）和异步时空传播器（ASTP）。在三个真实云系统数据集上的实验显示，BEACON的异常检测效果优于现有基线方法。
说明EviDial：预测正确却缺乏证据的抑郁症对话评测基准
简介该论文提出EviDial基准，包含382段抑郁症对话和2744个参与者—症状单元，区分模型预测与基准标签一致与否、与对话证据是否充分。作者通过多种统计方法推导校准的证据参考，发现82.8%的单元缺乏充分文本证据。结果显示，按标签判定正确的预测中，有69.2%至96.9%并无足够对话证据支撑，说明仅靠标签评测可能高估模型的证据型表现。
看点提出区分标签一致与证据支持的新评估视角，并用多种测量方法校准证据参考，审计揭示大量正确预测缺乏证据。
说明少即是多：用于组合图像检索的简洁检索与批判式重排序
简介该论文研究零样本组合图像检索（ZS-CIR），即依据参考图像和修改文本检索目标图像。作者提出无需训练的两阶段框架 Less-is-More CIR：第一阶段生成只保留最具区分性修改语义的简洁目标描述，以减少检索噪声；第二阶段由批判式重排序模块从修改一致性和参考图像保留两方面评估候选结果。论文称大量实验证明了该框架的有效性与稳健性。
说明什么推动了告警分数？基于精确计算与稀缺事件估计的因果归因
简介本文针对工业系统和科学仪器中事件数据稀少的告警诊断问题，将告警分数的变化表述为混合结构因果模型状态上的Shapley博弈，把结构函数与外生分布分开作为独立参与者。对于有序线性模型和二次型分数，作者用因果一阶、二阶矩递推与求积法在多项式时间内精确计算完整Shapley向量。针对稀缺事件数据，文中提出用交叉拟合方法将参考模型适配到事件情境，并给出归因误差界与前k项恢复保证。实验在受控与实测偏移上展示了诊断效果及对数百个变量和小样本的可扩展性。
说明自动化多智能体组织设计：从架构搜索到组织学习
简介本文提出自动化多智能体组织设计（AMOD）框架，把组织本身作为设计对象，包括智能体团队如何组成、各自承担哪些职能、如何协调以及如何做集体决策。框架采用执行驱动的设计循环：先为任务分配职能与协调规则，执行后根据结果与交互记录找出缺失、重复或无效的职能并修订组织。作者还提出通过移除、替换或改变职能分配来检验所发现职能的方法。
说明判断理由的判断：面向生成式奖励模型的决策证书监督
说明MemDev-Bench：记忆系统是否帮助代码智能体？基于真实代码仓库历史的基准评测
简介本文提出 MemDev-Bench，用于评估记忆系统在真实代码仓库历史上对代码智能体的影响。每个任务配有同一仓库中经相关性标注的早期任务，并构建了自动化流程，生成 4,869 个历史任务，对应 555 个基础任务。研究发现，记忆主要提升细粒度定位与编辑的正确性；但记忆也会导致部分原本可解的任务失败，且无关历史更容易引发此类失败；直接提供原始历史轨迹比使用记忆系统能显著减少智能体步骤。作者认为未来的记忆系统应保留过程信息，并结合当前任务上下文重新评估记忆的适用性。
说明OmniVLoc：面向全景相机的拓扑-度量视觉定位
简介该论文提出OmniVLoc，一种基于拓扑-度量框架的全景相机视觉定位系统，用于弥补传统视觉定位视野受限的不足。系统结合全局场景识别与单目深度估计，通过求解尺度感知的位姿图并进行球面光束法平差，恢复每个查询帧的度量级位姿。此外设计了分层验证机制以过滤错误结果，并在公开数据集和自建数据集上验证了其精度与可靠性，论文承诺发表后公开源代码和数据集。
说明基于多尺度时频空脑电与模态特异/不变表示的情绪识别（GMSI-Net）
简介本文提出GMSI-Net，一种以脑电为核心的多模态情绪识别框架。它通过时空谱区域编码器刻画脑电的多尺度模式，用模态特异分支保留各生理信号自身线索，并用模态不变分支借助自适应加权对比损失学习跨模态共享的情绪表示。在DEAP和MAHNOB-HCI数据集的被试内随机十折交叉验证中，模型在DEAP上效价和唤醒度分别达到96.21和96.41，在MAHNOB-HCI上分别达到94.10和94.48，表明结合脑电与互补生理信息可提升情绪识别效果。
说明当健康助手过于轻易同意：急症自我诊断基准测试
简介本文提出SelfDx基准，用于检验AI模型在可能延误紧急就医的健康问题上，是否会不当附和用户的自我诊断。基准包含100组配对案例，分为需要谨慎的情形和可以安全认同的情形。测试27个前沿模型发现，它们在需要谨慎时常常不当附和；最佳模型在时间紧迫的病情案例中谨慎率仅为77.0%。
说明HealBench：评估文生图心理舒适度的细粒度基准
简介该论文提出 HealBench，一个包含 3 万组图文对的基准，用于评估文生图与图像编辑输出是否带来心理上的舒适感。研究依据认知评价理论，将心理舒适定义为观看者对恢复性、情感支持性视觉线索的情感反应。作者用 HealBench-Eval（1095 个实例）测试了 14 个代表性图像生成模型，发现视觉质量和语义对齐高并不等于图像能带来情感上的舒缓。
说明渐进式子集选择与级联一致性：无监督视觉-语言模型自适应
简介预训练视觉-语言模型在目标领域偏移时性能会下降，而本文提出一种无需标注数据的无监督自适应方法。方法结合基于预测间隔的渐进式类别平衡伪标签子集选择，以及利用教师模型平滑预测进行的级联一致性学习，并通过置信度过滤降低不可靠伪标签的影响。框架仅更新视觉编码器的归一化参数，并以文本提示初始化类别原型。在CLIP和SigLIP骨干网络的多个识别基准上，该方法相对零样本基线有一致提升，并与近期无监督方法表现相当。
说明用于细粒度毫米波液体识别的结构化令牌注意力
简介论文研究如何从紧凑的毫米波雷达测量中区分相似液体。作者提出StructAttn模型，将雷达特征张量拆分为天线、特征、分支和全局四个视角，嵌入为11个令牌后输入三层Transformer。在公开的FG-LiquID数据（30种液体、3000个样本）上，该模型在五个随机种子下的平均最佳轮次准确率为96.70%，并超过标量令牌注意力模型1.50个百分点。论文还报告了五折交叉验证结果，其中StructAttn的袋外准确率为95.30%。
说明基于多智能体仿真的完整街道设计
简介本文提出一个微观仿真框架，用于定量评估完整街道设计方案，纳入自动驾驶车辆、网联车辆、人工驾驶车辆、接送服务及微出行等异质道路使用者。框架以碰撞物理为基础量化安全，并用遗传算法优化街道布局。以芝加哥贝尔蒙特大道一段为例，研究发现专用自行车道可降低冲突严重度但减少车流量，自动驾驶渗透率提高可缓解拥堵。
说明4D场景图中跨可见性间隙的身份持续保持（CVG-SGM）
简介本文针对4D场景图中物体在不透明载体内消失、随后以新检测重新出现的问题，提出CVG-SGM记忆模型，通过记住目标与载体之间的绑定关系，在缺乏外观和运动信息时恢复历史身份。在受控的单身份单载体设定下，重新关联准确率达到1.000，高于无记忆及参数量匹配对照的0.570；在真实RGB-D/SAM2特征数据上，正确重新关联36/36个held-out检测，优于最强的固定绑定对照（28/36）。文中也指出共享载体的身份歧义仍是局限，且并未提供端到端的原始视频重识别。
说明异构多机器人任务分配中的机器人与任务适配度比较
简介本文比较了十种确定性方法和两种基于大语言模型的变体，用于评估机器人与任务之间的适配度，涵盖规则、相似度、需求导向、模糊和语义等不同思路。研究在相同的机器人与任务资料上，比较了各方法对候选机器人的评分、排序、可行性判断和最优选择结果。结果显示，即使场景相同，各方法的判断也经常不一致；适配度应被视为需要明确选择的建模问题。
说明一维孤子剖面：增强型神经网络求解器与约束深度里兹方法
简介本文针对一维基态剖面方程 Q''=bQ-γQ^p 研究并比较了多种增强型神经网络求解器，该方程是非线性薛定谔、广义KdV和非线性Klein-Gordon方程的稳态剖面方程。作者在标准PINN基线上引入高阶优化（Gauss-Newton/Levenberg-Marquardt、L-BFGS）和傅里叶特征PINN，并提出两种约束深度里兹方法：基于Nehari流形的版本和基于Weinstein商的版本，其中Weinstein版本在误差与运行时间之间的平衡最好。结论是，在一维情形下这些神经网络方法的精度和效率仍不及经典Petviashvili迭代，但作者认为其无网格特性有望推广到高维及更复杂的非线性与色散算子。
说明通过特权回顾蒸馏实现自我进化的智能体：让智能体从自身经验中持续学习的论文
简介论文提出回顾式自蒸馏（RSD）框架，让同一模型兼任学生与教师，教师利用跨任务经验、反思和事后信息重新评分学生的行动，再通过在线自蒸馏更新策略。方法还引入由更强的前沿模型受约束地调整上下文构建方式的机制。论文报告在ALFWorld、ScienceWorld和SearchQA上，基于Qwen3-8B和Qwen3-14B取得相对基线最高59.7%的提升。
说明MiCLA：面向复调音频表示学习的混合到成分潜在对齐方法
简介该论文提出MiCLA，一种两阶段自监督预训练框架，通过合成混合音频的对数梅尔谱，让混合音频表示与其组成片段对齐，以处理同时出现多个声音事件的复调音频。第二阶段采用双向对齐，在补丁令牌和全局类别令牌上进行残差化处理。论文报告其在AudioSet的AS-20K和AS-2M上经微调分别达到43.2%和50.3%的平均精度均值（mAP），并在冻结设置下于两个数据集上取得所评估模型中的最高mAP。
