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Jetson AGX Orin 上哪种深度估计器最好？2026 年单目与双目方法基准测试
简介该论文在 Jetson AGX Orin 上对九类深度估计模型（包括单目与双目方法）进行了基准测试，比较精度、速度与能耗。结果显示双目方法明显更准确，最优双目模型的相对误差约为 0.33%–0.70%，而单目模型即使使用真实焦距约为 12%。作者还给出了按帧率预算的选型建议，并公开了代码与结果。
看点系统比较九类单目与立体深度估计方法在Jetson AGX Orin上的精度、速度与能耗，有实质性基准价值，但方法本身新意有限。
说明残差很小不等于解对：用PINN学习Hamilton-Jacobi-Isaacs方程的粘性解
简介本文研究基于物理信息神经网络（PINN）求解一阶Hamilton-Jacobi方程时，仅最小化采样残差能否选出正确的粘性解。作者在追逃博弈的圆周和环面几何上做了120次训练实验，发现标准网络常收敛到残差很小但在大部分区域数值错误的折叠解。通过测地距离输入或结构性诊断，可以更可靠地选出粘性解。
说明CARLAR 影响：多模态支票提取中的结构化幻觉风险与压缩图像对策探索
简介本文研究多模态大模型在支票金额识别中的一种现象：当小写金额与大写金额标注不同（包括空白记为零）时，模型常对两栏返回相同金额。作者在十种视觉提示条件下，用 GPT-4.1 和 Claude 4.5 Sonnet 测试了 243 张主要支票及另外两个数据集的 598 个严格不一致样本。结果显示，在遮盖小写金额的条件下，GPT-4.1 的 CARLAR 比例为 73.7%，且模型自报置信度可在预测一致时保持较高。文中还测试了一种无需微调、将示例整合为单一视觉表格的压缩图像少样本方法，其效果因模型而异。
说明论文说明：多任务组合下的任务脆弱性与语言模型中的隐式思考预算
简介该论文研究语言模型在同一提示中同时处理多个任务时，错误率明显高于单独处理每个任务的现象。研究发现，在组合情境下模型每个任务使用的 token 明显减少，即存在隐式的思考预算；原本需要较长推理过程的任务在组合时更容易出错。作者提出按脆弱性对任务分组，可以调整这种预算分配，从而在保持准确率的同时减少 token 使用。
说明Meta-iLaD：通过动态环境的元学习实现可识别的潜在动态建模
简介该论文提出 Meta-iLaD 框架，用于学习高维时间序列的潜在动态。它通过跨动态环境的元学习，引入以前馈元学习器建模的环境变量先验，能从少量样本中提取环境信息，从而泛化到未见过的环境。论文同时证明了潜在状态、环境变量与动态函数的可识别性，实验显示其在合成与真实数据上的预测效果更好。
说明SITO：审查某商业文本安全 API 在英语、乌克兰语及混合语言中的漏报与误报
简介该论文评估了一款商业文本安全 API（tuteliq-detect-v5 版本）对六类危害的识别效果，包括授权转账诈骗、money mule 招募、社会工程、浪漫诈骗、赌博危害和霸凌。作者构建了包含 2,332 个合成案例的基准 SITO，并为每个有害案例配对相似的无害文本进行误报测试。论文指出，第三方报告正在持续的伤害时，系统漏检明显多于加害者消息，且在某些条件下召回率偏低，建议平台在自身流量上测量误报率。
说明面向自闭症谱系障碍学生教学的人形机器人视觉任务建模与自动规划
简介该论文提出一种让半自主、带摄像头的机器人识别任务目标并规划行动的方法，针对自闭症谱系障碍（ASD）教育中常用的鞋盒任务。系统利用基于视觉的大语言模型，将鞋盒任务照片转换为规划领域定义语言（PDDL）表示并生成行动方案。Nao机器人可自主执行任务，并通过动作示范、语音或手势提示下一步或指出失败，教师无需编程基础。
说明电动汽车充电站稀有停电估计的学习型控制变量方法
简介该论文针对电动汽车公共充电导致配电馈线过载、可能引发城市级联停电的问题，提出用基于温度和负荷预测等可观测特征训练的分类器构建控制变量，以降低昂贵电网仿真所需的运行次数。作者给出了方差缩减与分类器召回率和误报率的显式关系，并在印度尼西亚泗水的馈线网络上应用，结果显示在相同仿真预算下，学习型控制变量使城市停电天数比蒙特卡洛方法减少约三分之一。
说明通过计算分离理解脚手架（scaffold）的益处
简介该论文研究推理时“脚手架”（即多次调用模型并保存状态的外部程序）为何能显著提升模型能力，以及这些能力能否通过训练内化到学生模型中。作者发现，即使是简单脚手架和小模型，推理时脚手架的表现也明显优于蒸馏得到的学生模型。理论上，作者证明这一差距源于表示能力的根本限制，并指出扩大学生模型容量、降低任务难度或延长思维链可以缩小差距，实验也对此作了验证。
看点证明推理框架可计算NL完备闭包，而固定深度前向传播无法表示，并用实验验证蒸馏差距，理论结论有新意。
说明MoSAIK：基于人工智能的 K 空间运动搜索（脑部 MRI 运动伪影回顾性校正）
简介该论文提出 MoSAIK 方法，用于校正二维 T2 加权涡轮自旋回波脑部 MRI 中的运动伪影。它直接从标准多线圈 k 空间数据中，利用卷积与 Transformer 编码器估计平面内刚体运动，并将结果用于运动感知的模型重建。在四名受试者的评估中，运动估计误差较低，且所有体内采集的切片中超过 75% 相比未校正图像获得了信息增益。
说明用于多时段光伏发电功率预测的TFT与N-BEATS混合框架（一种结合时序融合Transformer与N-BEATS、可同时预测多个时段光伏功率并提供可解释性的深度学习模型）
简介论文提出一种混合深度学习框架，将时序融合Transformer（TFT）与N-BEATS通过注意力机制融合，用于预测光伏发电功率。模型在澳大利亚沙漠知识太阳能中心（DKASC）多年实测数据上评估，可同时输出30分钟至24小时多个时段的预测。结果显示其RMSE优于基线模型，MAPE在各数据集上均低于5%，并提供注意力可视化与趋势-季节分解等可解释性功能。
说明阿尔茨海默病与帕金森病共享形态学标志物的跨疾病学习
简介本研究提出一种可解释、空间自适应的迁移学习框架，用于找出与阿尔茨海默病（AD）和帕金森病（PD）相关的脑形态学生物标志物。研究在ADNI和PPMI两个公开神经影像数据集上进行。跨疾病分类器呈现的脑解剖改变模式与既往影像研究结果相符；使用共享先验训练的空间自适应分类器，其诊断表现在统计上优于各自单独训练的模型。
说明GRID：将健康网红言论建模为论点网络以评估可信度
简介本文提出 GRID 框架，把网红发布的每个视频表示为论点图，连接主要主张与核心结论，并关联不同视频中的相关观点，再结合科学证据对整体可信度进行联合推断。作者在 569 个经专家评估的健康视频上进行测试，结果显示考虑更广泛的讨论语境能提高内容验证效果。研究还利用推断出的可信度，比较了低可信与高可信内容在论证策略和道德框架上的差异。
说明PRIMFLOW：学习用于少步蒸馏的轨迹基元
简介这是一篇关于少步轨迹蒸馏的论文。作者提出PRIMFLOW方法，直接学习表示教师采样轨迹上累积位移的连续轨迹基元，并用局部教师速度监督其有限差分，再通过端点差分获得全局更新。实验显示，在大规模文生图任务中，一步推理下T-FID为20.92、HPSv2为28.35，优于轨迹蒸馏基线；端点吸收后性能基本保持。
说明ICLHerd：以上下文学习为代理、基于群聚思想的大模型数据筛选方法
简介该论文针对大语言模型训练的数据筛选问题，指出现有基于最大相似度的方法会使所选数据过度集中在开发集样本附近。作者提出ICLHerd框架，利用von Mises-Fisher核在“模式寻找”与“模式平均”之间取得平衡，并以上下文学习作为验证代理来高效搜索超参数。结果显示ICLHerd优于现有的大模型数据筛选算法。
说明面向在轨服务的仿壁虎粘附界面交互状态识别研究
简介该论文针对自主在轨服务中与非合作目标接触难的问题，提出一种实时交互感知框架，利用嵌入式电容传感估计仿壁虎干粘附界面的接触与粘附状态。研究将交互过程分为五种状态并比较六种轻量机器学习模型，其中随机森林离线准确率最高，为95.65%。结合基于规则的状态机后，在线准确率由78.02%提升至93.14%，推理周期为53毫秒。
说明用短时运动轨迹揭示动物身份与学习进程
简介本文提出一种自监督表示学习框架，假设与身份和学习相关的行为特征在邻近时间区间内相对稳定，以时间邻近性作为监督信号，直接从运动轨迹中学习紧凑表示。基于自由活动大鼠的行为数据，研究发现短至一秒的轨迹即含有学习和身份信息，自我中心姿态动态更能预测身份，而异心运动更能预测与学习相关的变化。
说明通过预测恢复本体状态：从响应到系统状态的认识
简介论文讨论如何通过系统的响应来推断其状态。作者将状态定义为：在指定查询集合上的完整响应结构，对所有查询响应相同的配置视为同一状态。文中通过查询歧义、状态空间几何以及预测目标的选择来研究预测与状态恢复的关系，并以已知响应规律的合成系统和神经记录作为两类实验设定。
说明基于第一性原理机器学习分子动力学的行星大气层中氨-氢相平衡研究
简介该论文利用基于密度泛函理论训练的机器学习势，模拟了500至4000开尔文、0.1至100吉帕压强下氨与氢的两相共存。研究绘制了共存的富氢相与富氨相成分，以及区分完全互溶与相分离的临界曲线。结果显示，在约2000开尔文和30吉帕附近以下存在相分离，并认为天王星和海王星中氨可能正在析出；而在温暖的亚海王星TOI-270 d中，两者可能以任意比例互溶。
说明用于高速流动控制的“玻璃箱”深度强化学习
简介这篇观点文章讨论深度强化学习（DRL）在高速可压缩流动主动控制中的应用。文章指出，现有示范多为低速、理想化的仿真，缺乏对鲁棒性、可解释性、迁移能力和实验验证的充分证据。作者分析了计算成本、数据效率、极端环境传感、奖励设计等限制因素，并提出未来需要经过验证的仿真环境、物理约束感知学习以及风洞试验等，才能把该技术转化为可靠的工程应用。
说明面向混合专家语言模型的重建优化专家剪枝方法
简介混合专家（MoE）模型虽然通过稀疏激活减少计算，但部署时仍需存储大量专家参数。本文提出OptEP方法，在训练后对专家进行剪枝：利用任务领域校准数据，通过可微的连续松弛直接优化专家选择变量，再以基于重建的轻量更新调整保留专家的权重。在数学推理和代码生成等任务上，该方法优于现有最强的专家剪枝基线，在Qwen3-30B-A3B等多个模型上最高提升15.05个百分点的绝对准确率，激进剪枝下优势尤为明显。
说明EDMA：基于熵驱动的多模态问答方法
简介该论文提出 EDMA（熵驱动多模态问答），用逻辑熵把多模态问答形式化为逐步降低熵的迭代过程，并量化每种模态在区分正确与错误候选答案时的贡献。方法包括按模态条件划分估计单模态熵减、基于熵的多模态融合，以及选择使逻辑熵最小的答案路径。在标准多模态问答基准上，论文报告其平均优于 Planning Prompting 和 Chain-of-Thought 等提示基线，并与多智能体系统基线相当。
说明PORA：学习何时在 LLM 智能体中投入更多推理
简介这篇论文提出 PORA 方法，用于决定 LLM 智能体在每一步应选择短推理还是长推理。训练时，同一状态下分别用短、长推理完成任务并比较结果与开销；推理时，控制器据此在有限预算下做出选择。作者称在多类任务上表现良好，并给出若干对比数据。
说明PROVISO：面向安全LLM智能体的基于来源信息的动作选择
简介论文提出PROVISO控制器，在智能体提出动作之后、执行之前，依据动作内容的来源（用户或外部数据）及可选替代动作，决定提交哪一个动作。论文在四个跨越智能体生命周期的安全任务上进行评估，称没有基线在安全性和效用上同时超过PROVISO。在SkillsBench和ToolSafe上，PROVISO的F1分别比最强基线高出13.84和7.07个点，在另外三个技能检测基准上F1达到88至99。
说明联合约束聚合：面向限定条件敏感的检索增强问答
简介论文指出，检索增强问答即使正确答案在检索证据中，也可能答错：一个只满足部分问题条件、却在文档中高频出现的竞争答案会显得证据更充分。作者通过人为提高偏向竞争答案的段落比例，证明模型选择确实会随之改变。为此提出联合约束聚合（JCA）方法，用检索证据将所有候选答案与问题派生的完整条件进行对照。在三种评估设置和三个指令微调模型上，JCA 提升了整体准确率，且在检索偏向竞争答案时优势更明显。
说明MatchCityLoc：基于表面法线匹配在LoD城市模型中进行无人机定位
简介论文提出MatchCityLoc框架，用于城市环境中无人机的视觉定位。该方法用零样本基础模型从查询图像提取表面法线，与渲染出的LoD模型法线进行匹配，建立3D到2D对应关系，再通过PnP求解位姿并迭代优化。实验显示，在所评估的现成LoD方法中，该方法位姿召回率高，平移和旋转精度较好，且渲染次数很少。
说明超越双声道：基于说话人锚定的全双工对话语音恢复
简介本文针对全双工语音对话所需的、按说话人区分的持续音轨数据稀缺问题，提出在扩散生成之前进行说话人锚定路由的方法：一个约184万参数的模块将分离器输出的粗略音流与固定注册身份匹配并排序，冻结的生成器随后重建语音。在25分钟远程对话中，路由将错轨时间从43.9%降至4.1%，固定音轨活动F1从0.46提升至0.84，且逐段重建质量不变。该路由还可迁移到未见过的面对面和电话录音，并通过置信度门控验证，将错轨时间降至0.9%至1.7%。
说明按贡献而非视角计数：面向遮挡的三维高斯泼溅致密化方法
简介三维高斯泼溅通过自适应密度控制逐步增加高斯数量，但现有可见性筛选忽略遮挡，被完全遮挡的高斯也被计入观测，导致被遮挡区域的致密化受到抑制。本文提出遮挡感知过滤器，只统计高斯实际有贡献的视角，并以平均贡献替代视角计数作为归一化方式。在遮挡较多的场景中，图像质量指标全面优于基线，LPIPS最多降低6%，且高斯数量不到视角计数方法的一半。
说明RGH-GNN：用于金融欺诈检测的风险门控异构图神经网络
简介信用卡欺诈给金融机构带来重大损失，且欺诈交易常伪装成正常交易、数据类别严重不平衡。该论文提出RGH-GNN，用监督式LightGBM分类器生成的交易风险分数作为边权重，通过可学习的风险门控聚合机制引导消息传递，使高风险交易对表示学习贡献更大。在IEEE-CIS欺诈检测数据集上，其各项指标均优于同样在异构图上训练的标准图神经网络基线，AUC-ROC为0.914。
说明SParTA：一种用于喷注标记的模块化、高效、可扩展的Transformer架构
简介该论文提出稀疏粒子相互作用Transformer架构（SParTA），用于高能对撞机中的喷注标记。模型按横动量由高到低排序，只对最硬的N个成分做二次方复杂度的注意力计算，其余软成分则通过线性复杂度的交叉注意力与之交互。在夸克-胶子标记基准上，30万参数的SParTA与214万参数的Particle Transformer（ParT）AUC相当，并在顶夸克标记基准上优于ParT和ParticleNet。
说明LVMem：面向长时程问答的图像增强记忆方法
简介该论文提出 LVMem，用于机器人等具身智能体在长时间观察历史中回答关于物体、事件及位置的问题。方法在 ReMEmbR 式记忆中加入指向原始画面的图像路径，并用基于光流的帧选择与物体中心的场景描述替代均匀采样和普通字幕。在 OC-NaVQA 基准上，LVMem 在二元和位置指标上优于 ReMEmbR，并在二元准确率上达到或超过 4D 场景图 DAAAM 基线，且无需显式构建图结构。
说明Omni-Woodpecker：通过证据与先验再平衡校正全模态大模型的幻觉
简介该论文针对全模态大语言模型在音视频联合推理中出现的跨模态幻觉问题，提出一种无需训练的框架Omni-Woodpecker（OWP）。它先识别跨模态冲突，再用正交分解把融合表示中的依据证据与错误先验分开，在解码前抑制误导性先验、恢复被忽略的证据。以Qwen2.5-Omni-7B为基座，OWP在CMM和AVHBench上分别提升12.9和8.6分，并在四个通用基准上获得0.67至2.25分的提升。
看点将幻觉缓解从输出层转向表示层的冲突感知再平衡，有新意；在多个基准与两种骨干上有较充分的实验对比。
说明面向临床病历的通用“系统一”决策模型
简介该论文提出 Clinical System One（CS1），一个 40 亿参数的快速决策模型，用于从临床病历中进行结构化判断，并附带概率值以便将不确定病例转交人工复核。模型在一个多医院医疗体系的 360 万名患者数据上训练，在 963,408 名保留患者上的 14 项任务中，13 项优于参数量最高 270 亿的开源决策模型；与通用语言模型结合后，可对 17 项临床试验的入组标准进行患者筛查。
看点提出面向临床记录的小型决策模型并与生成模型分工协作，在大规模患者数据和外部数据集上验证，证据较充分，影响面较广。
说明SciFigBench：科学方法图理解基准
简介本文提出 SciFigBench，用于评估视觉语言模型理解科学方法图的能力，涵盖稠密内容感知、视觉关系理解和信息流追踪三项能力。研究从真实论文中整理了 4,352 张方法图，并构建了 40,670 个问答对，标注经专用流程生成并人工核验。作者还提出免训练的视觉提示模块 SciFigCue，将箭头所表示的依赖关系作为视觉关系证据加以提示；实验显示，即便强模型在视觉关系理解上仍明显受限，而 SciFigCue 无需更新参数即可在多项任务上提升表现。
说明ClockMark：面向大语言模型、随生成过程自适应且依赖宿主分布的水印方法
简介该论文提出一种用于大语言模型文本水印的新嵌入框架ClockMark，其核心是根据生成过程中的历史采样状态和当前模型分布来嵌入水印信息，并将完整信息分散嵌入每个带水印的词元中。论文从理论上证明该方法保持原始模型的序列分布，从而不影响生成质量。实验与12种基线方法比较，显示其在文本编辑后的鲁棒性更好，比位准确率最强基线最多高出16.08个百分点。
看点提出自适应且依赖宿主分布的嵌入框架，并给出分布保持的理论证明；与12个基线对比，文本编辑鲁棒性最高提升16.08个百分点。
说明LEAF：面向FPGA、感知查找表的高效注意力机制
简介该论文提出LEAF，一种面向FPGA的纳秒级Transformer，通过查找表感知训练，将注意力中的查询、键、值投影及输出前馈层转换为FPGA原生层。注意力块中的常数矩阵向量乘法被制成查找表，其余部分保持算术形式。在标准喷注标记基准上，与此前同输入规模的最优亚微秒Transformer相比，准确率提高1.8个百分点，所用查找表数量减少到约1/2.9。其中效率最高的、含64个输入粒子的LEAF线性化注意力模型达到80.4%的分类准确率，占用28k个查找表，延迟为35纳秒。
说明ASTROLABE：基于物理流匹配的三维粒子级宇宙学模拟代理模型
简介该论文提出 Astrolabe，一种基于流匹配的生成式模拟代理模型，直接作用于 N 个粒子的 6N 维相空间坐标，不依赖体素网格。它以近似 COLA 坐标作为流的先验，并在流时间的各点上强制执行动量和质量守恒。在所测试的 Lambda-CDM 情形中，该模型能生成包括功率谱、暗晕质量函数、速度与密度剖面在内的合理结果，并可在更大的 N 上微调，用于模拟 TNG50-3-dark。
说明BUMP：面向人与多物体交互合成的身体驱动统一物理框架
简介该论文提出 BUMP，一个由文本驱动、用于生成人与多个物体交互动作的框架。方法先根据文本和场景生成人体全身动作，再预测少数被人主动操纵的物体轨迹，其余物体的运动则通过物理模拟得到。作者还结合多种训练数据，并提出结果导向的交互编辑方法，实验结果显示其在单物体和多物体基准上表现良好。
说明用于天体物理与宇宙学的图神经网络：综述与导读
简介这是一篇综述论文，介绍图神经网络（GNN）在天体物理与宇宙学中的应用。作者认为图结构能够自然地编码天体之间的相互关系，GNN 因而往往比其他方法更贴合物理数据，且更易解释。文章涵盖宇宙学、星系形成、动力学和仪器等领域的应用，并指出在仪器领域之外，只有约六分之一的相关文章将 GNN 用于真实观测数据而非仅用于模拟。文中还总结了最佳实践，包括何时不应使用图结构。
说明无需语言预训练的文本到图像生成建模
简介论文提出 Halcyon 系列早期融合多模态自回归模型，完全从零开始在 GPIC 数据集（1 亿图文对）上预训练，不依赖互联网规模的语言预训练。作者称 Halcyon-0.52B 与 Halcyon-1.6B 在生成质量上分别优于对比模型，且预训练算力更少。对照实验显示，仅用文本预训练并不能提升文本到图像生成效果。
说明它真的能工作吗？合成具有功能的CAD机构
简介大语言模型智能体能生成外观合理的CAD装配体，但这些设计往往无法实现预定的物理功能。作者提出FunCAD-Harness框架，将抽象需求转化为针对每个候选设计的物理测试，并利用仿真反馈指导修改。同时发布了涵盖46类机构、包含多步骤操作的基准FunCADBench，实验显示该方法明显提高了功能成功率。
说明OpenVLHarness：带多模态记忆的真实世界视觉智能体工具使用框架
简介本文提出OpenVLHarness，一个围绕能力层与持久多模态记忆构建的多模态推理框架。能力层统一调用异构工具并把输出转为模型可读的观察结果，记忆模块则保存图像、结构化数据和网页引用，并支持代码执行以组合多工具结果。在22个基准、八种骨干模型上，该框架相比无工具基线平均提升9.7至12.6分。
说明VideoMaMa++：通过保留与精修令牌实现时序一致的视频抠像
简介该论文提出一种基于扩散模型的视频抠像框架，用于从视频中提取前景的精细透明度（matte）。由于扩散骨干网络计算量大，单次只能处理6到24帧，导致分段边界处出现闪烁和透明度不连续的问题。作者通过独立的RGB与掩码令牌流以及可学习的保留令牌和精修令牌，实现滑动窗口推理并在分段之间传递结果，同时使用全局共享的参考锚点防止长视频中的误差累积。论文称该方法在标准基准和真实长视频上，细节精度与时序一致性均优于既有扩散方法。
说明基于视觉可归因的同策略自蒸馏强化学习：在多模态视觉推理中用视觉证据校正逐词错误
简介该论文针对多模态视觉推理中的强化学习，指出现有的同策略自蒸馏校正可能混入语言先验、回答风格等非视觉因素。作者提出视觉归因门控（VAG）方法，只保留与视觉证据对比方向一致的校正，并在六个视觉推理基准上取得优于GRPO和OPSD方法的平均表现。
说明VitronEdit：统一处理图像、视频与三维场景的通用视觉编辑框架
简介这篇论文提出 VitronEdit，一个可同时编辑图像、视频和三维场景的统一模型。它通过共享的序列表示和渐进式多模态训练，把图像与视频的编辑知识迁移到数据稀缺的三维编辑上，并引入利用预训练几何重建模型提供深度和相机位姿监督的后训练方法。论文报告，仅对三维样本施加几何监督效果最好，同时图像和视频编辑也有所提升。
说明Ropedia W0：借助人类经验，将跨机体移动与操作世界模型扩展到多种身体形态
简介该论文提出 Ropedia W0，是首个覆盖人类与多种机器人身体形态、以第一人称视角建模移动与操作的世界基础模型。作者构建了包含 1 万小时人类第一人称数据和 3 千小时机器人数据的 Xp-Data，并用统一的运动学表示编码移动与操作。模型在五个跨机体基准及人类第一人称视频上表现领先，蒸馏后可支持实时、分钟级的推演。
说明InfiniDream：通过程序化生成构建开放式的逼真三维世界
简介这篇论文提出 InfiniDream，一个由视觉语言模型（VLM）驱动的框架，用于开放式的程序化三维世界生成。它一方面利用现有程序化算法生成新颖的逼真资产，同时保留可编辑性和基于随机种子的多样性；另一方面通过文本到世界的流程，结合语义场景规划与确定性视锥引导网格放置，构建大规模三维场景。作者在100个物体与20个场景生成任务上进行评估，报告了四项感知指标的改进。
说明CoopUQ：基于不确定性感知协同预测的多机器人社交导航
简介该论文提出 CoopUQ 框架，让多台移动机器人在有行人的环境中协同导航。它通过跨机器人时空特征融合预测未来占据栅格图，并把预测结果及其不确定性用于约束式多智能体强化学习，对预测为占据或不确定性高的区域施加代价。在多种 Unity3D 仿真环境（含分布内与分布外场景）及真实机器人实验中，论文报告其预测和安全性优于代表性基线。
说明Manga2Animate：基于剧本与分镜规划的漫画动画多智能体框架
简介本文提出Manga2Animate，一个多智能体框架，用于将现有漫画改编为忠于原作的动画。该方法把任务拆分为动画剧本和视觉分镜两个中间表示，由创作者智能体生成，并由配对的审阅智能体对照原漫画分镜进行检查，逐步修正后再合成最终动画。作者称，实验与用户研究显示其动画比现有方法更忠于原作、镜头间更一致。
说明GenOlympiad：在能力边界上检验前沿图像生成模型的基准测试
简介该论文提出 GenOlympiad 基准，用九个能力维度中最具挑战性的文本提示，压力测试前沿文生图模型，涵盖大量生成、深度推理、严格物理一致性、复杂规则遵循等。提示设计使得是否符合要求可以直接通过视觉判断（如计数）。作者还构建了自动评估框架，把提示拆分为简单和困难问题，并借助辅助线为证据定位以精确评分。研究评估了20多个强大的文生图模型，报告最佳模型 Nano Banana Pro 的严格得分仅为 23.9（满分100）。
说明物理递归自我改进能力从何而来：LLM 作为策略的观测缩放规律
简介该论文系统研究物理递归自我改进的机制、缩放行为与泛化能力，提出 PhysRSI-eval 五维指标，在 18 个操作任务上评估多种视觉语言模型。作者提出“物理桶”假说，认为不同能力约束改进的不同部分，并通过公开能力预测及早期反馈预测后续进展。研究还通过工作区干预分析经验的可复用性。
说明WeAct：将动态权重切换作为智能体动作
简介这篇论文提出WeAct方法，在冻结的基础模型上为各项能力训练独立的LoRA适配器，并把适配器的选择加入智能体的动作空间，使其在长流程任务中按需组合能力。作者在八个深度研究基准上测试，报告Qwen3-32B配合WeAct的平均准确率相对全量微调提升6.2%，相对最强的静态LoRA合并方法提升27.5%。该方法还支持模块化的持续适配。
说明训练一个会想象的智能体：先在脑中预演动作后果，再决定实际执行
简介论文提出 Agentic Imagination（Agima）训练框架，让智能体在行动前先想象结果。模型先用监督微调统一策略与世界建模，再用强化学习训练其利用想象中的未来进行规划。在 Maze2D、Sokoban、Pacman、PushT 四类环境中，经训练的智能体能泛化到训练中未见过的更难设置。
说明AnyGoal：世界模型在专家轨迹之外的泛化能力研究
简介这篇论文研究世界模型能否把已见过的状态与动作因素重新组合成合理的环境动态，以支持新目标下的规划。作者提出了 AnyGoal 基准及开源库，包含基于常用世界模型环境构建的目标变更任务，其中各因素单独出现在训练范围内，但组合在专家轨迹中较少出现。在多种环境和模型类型上的实验发现，现有模型在这类重组下普遍失效，论文并从动态与表征层面分析了其泛化能力的边界。
说明LatComm：面向大语言模型之间潜在通信的可复用上下文压缩
说明超越下层强凸性的基于牛顿法的双层优化方法
简介本文研究双层优化问题，这类方法可用于超参数优化、数据重加权和元学习等机器学习任务。作者提出两种基于牛顿法的新方法，在下层目标不满足强凸性的情况下仍可使用，并给出收敛保证与相对已有方法更优的复杂度界。文章还提出统一框架 GNBO，并在合成问题、数据超清洗和 GPT-2 数据重加权实验中进行了评估。
说明用于与本体无关的电子病历建模的离散神经中间语言
看点提出基于文本的离散本体无关分词器，用于EHR跨医院迁移；在MIMIC-III与eICU上实验对比充分，并有同编码器对照消融。
说明SpecKCast：用于扩散模型加速的频谱卡尔曼预测
简介该论文提出 SpecKCast，一种无需训练的方法，用于加速扩散 Transformer（DiT）的图像与视频生成。它在频域对模型输出做二维离散余弦变换，并用轻量卡尔曼滤波器按各频段的时间坐标跟踪每个系数，只在预测不确定性超过阈值时才真正运行 Transformer。在 FLUX.1-dev、Qwen-Image、Wan2.1-14B 和 HunyuanVideo 上的实验显示，其在加速与保真度之间优于现有缓存和预测方法，最高可达 6 倍加速，额外内存占用低于 0.05 GiB。
说明同一模拟，不同证据：检索的工具输出何时让大模型代理损失准确率
简介研究者让大模型代理借助 USGS 地球化学模拟器 PHREEQC 回答 158 道选择题，比较直接读取上下文与通过章节索引检索报告两种方式。结果显示，部分 GPT 模型在检索模式下准确率明显下降，主要原因是它们跳过报告、改用自身输出文件作答，并向相邻选项取整，作者称之为证据替代。
说明长上下文线性注意力的克罗内克δ规则
简介本文提出KronLSTM，一种基于克罗内克δ规则的线性注意力架构，该规则是用于关联矩阵记忆的新型更新规则。模型通过只沿矩阵空间中的单一方向修正记忆，减少对已存信息的干扰，并称记忆动态可描述为收敛到稳态分布的马尔可夫链，且记忆矩阵的期望范数有界。实验显示其与现有线性注意力模型具有竞争力，在长上下文基准上表现尤为突出。代码与模型已开源。
说明混合架构中的竞争学习：循环层与注意力层争相学习同一功能
简介该论文研究同时包含线性循环层和softmax注意力的混合语言模型。作者发现不同类型的混合层会竞争学习相同的函数，某一层学会后会抑制其他层的学习信号。分析表明，在典型数据分布下，现代循环层比注意力更快学会检索功能，导致注意力多数情况下学不会检索。作者据此提出分阶段预训练方法，在最多10亿参数的模型上取得了语言建模、常识推理及多种检索任务的明显提升。
说明ProteinGeoBench：前沿结构生物学智能体擅长查询，却难以完成几何计算
简介该研究提出 ProteinGeoBench，包含 131 项蛋白质结构任务，对四个前沿模型及另外 26 个模型进行了评测。结果显示，多数模型查询元数据的表现优于根据坐标进行数值计算，且排名结果受评测运行次数、运行环境与网络访问条件影响，因此作者建议按任务类别并同时报告运行次数、运行环境与访问条件。
说明野外智能体世界模型：计算机使用智能体的环境合成
简介该论文提出 WildAWM，一条可扩展的流程，用于合成可控环境和任务，以训练通用计算机使用智能体。环境同时支持图形界面、模型上下文协议服务和命令行，并全部使用开源模型生成。论文合成了 341 个长程环境-任务对，其中 GPT-6-Astra 仅解决了 60%；仅在这些合成环境中训练的两个 Qwen 模型，在 8 个分布外基准上取得明显提升。
看点该工作将图形界面、MCP与命令行统一到可执行环境合成中，并用执行式质量门控保证任务质量；在8个分布外基准上取得显著提升，证据较充分，对计算机使用智能体训练有一定影响。
说明KEEP-Bench：评估上下文压缩中的证据保留能力
简介该论文提出 KEEP-Bench，一个包含 4102 个案例的诊断性基准，直接检验上下文压缩后内容的忠实度，涵盖合理指代消解、显式限定条件和少数观点三类需要保留证据的场景。实验显示，即使是表现最好的模型也不稳定：最佳开源模型（31B）仅在 66.8% 的案例中保留了全部所需证据，最佳闭源模型为 61.6%。作者还提出证据保留回报指标 EPR，发现其在中等规模模型（4B-8B）上达到峰值，但召回率仍然较低。
说明RefCraft：以视觉参考驱动的智能体网页开发基准测试
简介该论文提出 RefCraft 基准，包含 300 个真实的多模态网页开发任务，任务结合自然语言指令与 1 至 5 张参考网页截图，要求智能体选择性地利用这些参考进行渲染、视觉检查和迭代修改。作者使用可独立验证的关键点，以及程序化评测和视觉语言模型评判来评估生成结果。在九个前沿（多模态）大模型中，表现最好的系统总分仅为 52.12（满分 100）。
说明MemT-1.0：迈向原生记忆演化的记忆基础模型
简介该论文提出 MemT-1.0，一种将记忆作为模型计算内在部分的新型基础模型架构，基于 Metis 构建，采用 Gated DeltaNet-2 和 Mixture-of-Storage 扩展原生记忆容量。模型通过持续预训练与后训练两阶段训练（使用 34B 词元数据）发布了 Nano 和 Flash 两个版本。结果显示其记忆能力平均优于参数化记忆基线，与检索增强方法相比具有竞争力，并在历史长度 128K 时实现约 1.86 倍推理加速及 66 倍持久存储减少。
说明SpecMRL：在参数谱空间中重新设计套娃式表示学习
简介该论文提出SpecMRL，对套娃式表示学习（MRL）进行改进。它用由参数导出、按特征重要性组织的谱基重排特征空间，并在学到的谱空间中读取前缀表示。在MTEB上的实验显示，SpecMRL在所有评估的降维设置下都优于MRL，压缩越激进优势越明显；仅用一半嵌入维度即可超过全维MRL。
说明AfriBED：面向低资源非洲语言的语音识别偏差评估数据集
简介本文提出AfriBED，这是一个针对班巴语（Bemba）和尼扬贾语（Nyanja）两种低资源非洲语言的语音识别偏差评估数据集，用于检测语音识别系统在性别和说话人类型上的偏差。班巴语部分包含约9小时、3928条语句，由80位说话人录制；尼扬贾语部分包含6260条语句，约18小时，由127位说话人录制。基线实验表明，该数据集可用于考察目标语言中的性别和说话人类型偏差。
说明开放形式几何风格迁移：把学到的几何风格用于不同类别的新形状
简介论文研究如何把从某一类形状（如拉丁字母）中学到的几何设计风格，应用到完全不同的形状上，例如希腊字符甚至人体姿态。作者用结构草图表示目标形状，并通过几何LoRA与风格专用LoRA将结构与风格分离。实验与消融结果表明，这种分离以及合成的多样化几何先验，使风格能迁移到明显不同的未见形状上。
说明ASTOR：面向软约束优化的自动建模基准与方法（基于形式语法）
简介现实决策问题既包含必须满足的硬约束，也包含可以违反的软约束（偏好）。本文提出ASTOR框架，先用语法引导的抽象语法树把自然语言决策问题映射为结构化表示，再确定性地编译为可执行的优化代码。作者同时构建了专注软约束建模的自然语言基准SoftOR。
说明ReuF2F：在形式化本科研究问题上评测编程智能体
简介该论文提出 ReuF2F，一个 Lean 4 基准，包含 244 个取自本科生研究体验（REU）项目的形式化开放问题，覆盖多个数学子领域。研究者将每个问题及其逻辑否定放入 Docker 容器中的 Lean 项目，并基于 mini-SWE-agent 构建统一评测框架 Leanimum-agent 以公平比较模型。结果显示，表现最好的模型仅解决约 40% 的问题，说明形式化开放研究问题仍有很大提升空间。
说明下一最佳行动：面向业务行动定向的因果约束离线强化学习
简介该论文针对“下一最佳行动”（NBA）系统，将其建模为约束马尔可夫决策过程，并把对客户动态的因果校正融入线性规划求解中，在满足业务约束的前提下最大化长期价值。研究以网约车优惠券定向为案例，基于RFM阶段定义客户状态，使用基于模型的离线策略评估。结果显示，优化策略相较估计的行为策略将客户终身价值提升19%，相较短视基线提升8%。
说明实时雷达语义与全景场景理解
简介本文提出StreamRPS框架，用于FMCW旋转雷达的流式全景分割，包括借助LiDAR场景补全的自动标注流程，以及实时流式语义与全景分割网络。网络采用编码器-解码器结构，编码器为雷达专用的分层Transformer。作者在SAX与BOREAS数据集上验证了方法，并在4扇区流式设置下以超过400 FPS的速度处理扇区，同时为100帧SAX雷达扫描提供了人工标注。
说明PICA-WAM：通过跨外观自对齐实现世界动作模型的视觉扰动不变性
简介世界动作模型（WAM）能同时预测未来视频并生成机器人动作，但对与任务无关的视觉外观变化较为敏感。论文提出PICA-WAM自监督训练框架，用EMA教师处理原始观测，在线模型处理受扰动的观测，并通过轻量投影头将浅层动作表征对齐到教师的深层目标。论文称该方法在RoboTwin 2.0、LIBERO-Plus、EBench及真实机器人上提升了视觉扰动下的鲁棒性，并在仿真中保持原有性能，真机成功率也有所提高。
看点将感知扰动不变性作为跨外观自对齐辅助任务引入WAM训练，思路有新意；在四个WAM、多个仿真基准和真机上验证，证据较充分。
说明状态世界模型：执行规则，生成画面
简介该论文提出Stateful Harness框架，将世界状态的演化与视频渲染分开，在规则约束下支持有隐藏状态的交互。框架每轮解析用户动作并生成事件指令，用冻结的视频模型渲染结果片段，并据此更新世界状态。作者还构建了WorldState-Bench基准（50对反事实孪生样本），结果显示完整框架在同一冻结模型上达到92%的符合率，高于仅用规则提示的32%。
说明物理人工智能：概念、技术与挑战
简介本专著旨在为物理人工智能（Physical AI）给出定义、梳理技术版图并深入探讨关键子领域。文中提出统一框架，将其界定为在现实约束下通过持续反馈感知、建模并作用于物理世界的人工系统，并区分其与数字AI、具身AI、信息物理系统及数字孪生的不同。内容涵盖多模态感知、世界模型、具身基础模型、运动控制、多智能体协同等方法，以及机器人、制造、基础设施等应用，并讨论了仿真到现实迁移、安全与治理等挑战。
说明安全中期训练：把大模型的安全能力内化为基础能力
简介该论文提出在预训练与后训练之间增加一个“安全中期训练”阶段，把安全与通用推理放在共享的推理结构中一起学习。实验显示，相对于Qwen3-1.7B、4B和8B基础模型，攻击成功率平均下降72%至81%，同时通用能力有所提升，且这些收益在后续的后训练中得以保留。
看点提出在预训练与后训练之间引入安全中训练阶段，将安全与通用推理统一建模，思路较新；实验覆盖多个模型规模和后续训练设置，但细节与对比范围在摘要中有限。
说明语言在病理视觉-语言模型中究竟带来什么、代价几何：四项受控探针实验
简介该论文针对病理学视觉-语言模型（VLM）中语言部分的实际贡献进行检验，复用已发布的模型权重与公开数据，每次只改变一个输入。结果显示，报告文本能提供一定预后信息（在1,633名TCGA患者中提升C-index），但提示词对推理准确率没有可测量的提升，幻灯片问答也很少依赖图像。作者提出了可用于未来评估的最低限度对照方案。
说明面向脑编码的参数高效微调扩展研究
简介该论文研究如何用参数高效微调（PEFT，仅训练少量参数）适配大型预训练模型，以预测大脑对刺激的神经反应。作者利用模型的因果结构一次预测多个时间点以降低计算成本，并用低秩适配器（LoRA）在多模态模型上训练，在Algonauts 2025挑战赛中取得了论文所述的最佳公开结果。
说明学会转介：去中心化联邦学习中的推理时协作
简介该论文研究去中心化联邦学习中，各客户端专长互补但查询只能由接收它的客户端处理的问题。提出 EdgeDRM，让查询在相邻客户端之间按预算转介，只有被访问的客户端参与最终预测，并通过学习到的密度路由势函数选择转介路径。训练与推理均只使用邻居本地信息，实验显示在多数设置下优于同图结构的去中心化基线，稀疏连接时优势最明显。
说明LLM流水线跨语言复用性研究：金融信息抽取、多语言推理与语义筛查
简介该论文测试在英语中开发验证的大语言模型流水线能否复用于其他语言，从准确率、推理投入迁移和行为稳定性三方面，通过支票抽取、Mintaka问答及金融问答试点三项任务考察。结果显示准确率基本可复用，英文中有效的推理投入设置在其他语言中也有比例性帮助，但金融领域仍须按领域与语言逐一验证。
说明两层隐藏层足够：毛毛虫网络（Caterpillar Net）
简介该论文研究连续分段线性函数的表示问题，这类函数是 ReLU 神经网络可表达性研究的核心对象。作者给出一种非递归构造 Caterpillar Net，用两层隐藏层表示 N 个输入的最大值，两层宽度分别为 O(N²) 和 2^{O(N log N)}，并给出直观的几何解释。
说明表格机器学习中的数据规模扩展：更多数据是否带来更好的泛化？
简介该论文研究表格机器学习中训练数据规模的影响。作者汇集了八个真实世界表格数据集，样本量最高约一千万，保留任务中的自然分布偏移，并以随机划分评估作为对照。结果显示，GBDT与基于MLP的模型扩展趋势大体相似；表格基础模型表现更多样，较新版本在分布偏移下也能更稳定地从更大上下文中获益。不过，在分布偏移下扩大训练数据，分布内与分布外性能在小规模时基本同步提升，大规模时可能分化。
说明SOMA：用快速模型持续监控并干预慢速推理模型的元认知框架
简介论文提出SOMA框架，让一个快速判断的System One模型持续监控慢速推理的System Two模型，在必要时介入。框架分为场景、感知和控制三层，无需训练，可在多个任务间共用同一模型与控制器。原文称在过度思考问题上可减少推理token并提升平均准确率，在无法回答的问题上提高了弃答率。
说明利用机器标注数据，通过随机一阶与零阶优化进行训练
简介训练机器学习模型通常需要大量人工标注的真实标签，成本高且难以扩展。本文研究部分样本有真实标签、其余样本由机器学习预测器标注（可能出错）的训练情形。作者提出了一阶和零阶随机优化方法，用于混合真实标签与机器标注样本的数据集训练，并通过线性回归模型训练和大语言模型（LLM）微调的实验验证其效果。
说明LG-Bench：面向生命科学的图结构评测基准
简介本文提出 LG-Bench，这是首个面向生命科学的图结构评测基准，包含医学、生物学和化学领域超过 10,000 道高质量选择题。题目之间的语义关系被构建为加权评测图，并据此设计了全局一致性得分（GCS）和知识平衡得分（KBS）两项指标，用于分析模型的概念一致性及错误在知识结构中的分布。
说明RESIN：基于实体结构化索引的多链推理方法
简介这篇论文提出 RESIN 方法，用于需要多条推理链才能回答的问题。它先把问题拆分成若干一跳子需求，为每一步检索少量有原文依据的证据，并把这些证据放入紧凑的推理缓冲区，直到最后才综合得出答案。作者在 HolisQA 基准上报告了其在上下文召回和答案相关性等指标上优于已公布基线的结果。
说明V-JEPA Hand：从第一人称视频中快速恢复三维手部与相机轨迹的模型
简介本文提出 V-JEPA Hand，一个前馈视频模型，可从第一人称视频片段中同时重建双手运动与相机运动。模型用自监督的 V-JEPA 2.1 编码器提取时空特征，再由查询式预测器输出每帧的手部姿态、手部是否存在及相机运动，并据此把手部轨迹统一到共同的世界坐标系。在 ARCTIC、HOT3D 和 EgoStandard 上，单一模型的覆盖感知平均关节位置误差最低，世界坐标轨迹误差也低于对比的 SLAM 类流程，吞吐量为每秒 93.4 帧（RTX A6000）。
说明视觉语言模型幻觉检测内部信号的稳健性分析
简介本文研究视觉语言模型（VLM）生成文本时出现的物体幻觉，以及利用模型内部信号检测幻觉的方法是否稳健。作者发现，仅依据生成词在回答中的位置这一简单基线就能取得有竞争力的表现，部分方法实际上依赖这一位置捷径。研究还表明，强检测效果多来自语言层面的幻觉，且在幻觉较早出现时稳健性下降；不同方法的信号互补，组合使用仍有提升。
说明不可约性的拓扑层：多智能体任务障碍的理论框架
简介本文提出拓扑不可约层框架（TSI），用层论区分任务层面的兼容性障碍与系统能力。非零的上同调类可作为结构标志，并通过注册的干预来检验系统能力。作者在有限的一轮模型上做了实验：在15,625个一阶输入中，全体智能体的加法原语可精确解决判定与修复；在二阶任务中，只有加入四智能体原语时两项任务才都能精确完成。
说明Monsoon：面向50种低资源语言的可扩展自发语音采集框架
简介论文提出 Monsoon 框架，用于大规模采集自发语音数据，以支持低资源语言的自动语音识别。该框架让配对参与者进行无脚本对话，经自动分类器筛选录音，并通过五级人工审核修正转写文本，再按词汇与声学覆盖度选取片段。论文称已采集50种语言的语音，并分析了七个3500小时规模的语料库。
看点提出可规模化收集自发语音的框架并结合多级质检，实验覆盖50种语言、7个语料，与基线对比充分，对低资源语音识别有实际帮助。
说明HarnessPro：通过帕累托优化实现性能与成本权衡的递归式 Harness 自我改进
简介本文提出 HarnessPro，一种无需标准答案的方法，用于迭代改进 AI 智能体的 harness（运行框架），在提升任务表现的同时降低执行成本。方法由专门的智能体诊断执行轨迹并生成更新方案，再按性能与成本的加权距离提供轻量、均衡、高性能三种版本。实验基于 Terminal-Bench 2、SWE-Bench Pro 和 ProgramBench，结果显示其高性能模式相比 RHO 平均通过率提升 2.0 个百分点，单任务成本降低 26.1%。
说明VerifierBench：评测 LLM 智能体生成可执行验证器的能力
简介该论文提出 VerifierBench 基准，包含来自六个智能体基准的 222 个任务与 4,993 个隐藏测试用例，考察智能体能否依据任务说明和环境编写可执行验证器，以准确接受有效解、拒绝无效解。研究在 19 个模型上测得归一化平衡准确率为 10.6 至 62.1。结果显示，生成的验证器拒绝无效解的能力普遍强于接受有效解，多数误拒来自不接受任何已测有效解的验证器。
看点提出验证器生成的新基准并系统分析过宽与过严的失败模式，有新意；基于222个任务和4,993个隐藏测试用例、19个模型的实证，证据充分，对智能体评测有一定影响。
说明面向可伸缩图像压缩的通道级掩码引导方法
简介该论文针对学习式图像压缩在不同计算与存储条件设备上缺乏可伸缩性的问题，提出通道级掩码引导的可伸缩图像压缩方法。通过可学习的通道掩码与稀疏正则，实现非连续的前w个通道选择，并经掩码合并与通道重排转换为标准可伸缩网络。在Kodak数据集上，窄模型在低码率下的率失真性能有明显提升，单个可变码率模型可替代40个独立模型。
说明用于自动驾驶赛车的模型强化学习中基于仿真先验的快速适应方法
简介这篇论文提出了 PIA（Prior-Informed Adaptation，先验信息适应）框架，先在低、高保真仿真轨迹上预训练世界模型，再用有限的真实目标域交互数据、借助不确定性正则化规划进行在线适应。仿真实验中，PIA 在赛道和路面变化下比强基线适应更快，圈速更短、失败更少；在全尺寸自动驾驶赛车上，少于一小时的车上交互即可实现可靠的少样本适应。
说明TokenGate：通过可学习的令牌剪枝加速大模型预填充、降低显存占用
简介该论文提出TokenGate，一个可即插即用的小型组件，可为已训练好的模型加入端到端可学习的令牌剪枝能力，用于长上下文输入的快速、省显存预填充。其核心是受混合专家机制启发的令牌门控注意力，利用令牌重要性分数对注意力logits重新加权，以解决top-K剪枝不可微的问题。原文称在多种任务中，预填充的首令牌时间可快1.4至11.3倍，峰值显存降低1.5至3.4倍，且准确率无下降。
说明超越全模态：面向具身感知理解的统一多模态大模型（Unisense）
简介本文提出Unisense，一个统一的具身多模态大语言模型框架，可在同一架构中处理多种物理感知模态。训练分两阶段：先把感知表示与语言对齐，再在共享大模型中调优各模态专家模块。作者构建了包含8种感知模态、约100万样本的训练语料Unisense-1M，并在12个涵盖深度、点云、IMU、触觉、热成像、雷达、运动和气味的基准上进行评测，多数基准上表现优于通用模型和专用模型。
说明轨迹回放：面向终身生成模型的连续时间混合输运
简介本文提出一种终身学习方法，让预训练的连续时间生成模型在学习新任务时不遗忘旧任务。该方法不再像生成回放那样每步完整模拟生成样本，而是让新速度场同时拟合冻结的历史速度场与新任务速度场，并用稳定性-可塑性系数加权。在类别增量图像生成上，该方法优于生成回放与蒸馏基线；在两个生物学案例中，它把生成扰动模型扩展到新的情境与实验批次，同时保持处理效应预测能力。
说明梯度下降在多类逻辑回归上以大步长、固定步数达到任意精度
简介论文证明，在多类逻辑回归损失上，只要步长足够大，梯度下降可以在与误差大小无关的固定迭代次数内达到任意给定的最优性误差。步长需随误差和线性可分数据的性质而定，迭代次数只取决于数据的样本数和间隔。该结论依托于大步长下梯度下降趋近感知机算法的已知事实。
说明recAMPLIFY：递归式蛋白质语言模型的大规模预训练
简介本文提出对掩码式蛋白质语言模型采用递归预训练，使用权重共享的 Transformer 核心在可调的循环次数中迭代优化残基隐状态。基于此得到的 recAMPLIFY 参数量为 1.55 亿，与 AMPLIFY-350M 使用相同的 2T 词元训练，参数减少 56%，在 CASP 接触恢复和四项监督任务中的三项上表现更好，折叠准确率提高 22.5%。作者还提出门控混合递归（GMR）框架，通过残差门控在递归中控制状态更新，进一步减少最多 37% 的期望层深，但准确率的权衡因任务而异。
