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S-EDL：利用序列似然为大语言模型做语义校准的证据学习方法
简介大语言模型在开放式生成中很难做到置信度校准，因为同一含义可以有许多不同的表达。本文提出S-EDL方法，直接从模型自身的序列似然中提取证据，为每个提示构建可微的狄利克雷先验，并以此优化语义校准。在四个开放式基准和三个模型上的实验显示，该方法在提高准确率的同时明显降低了语义校准误差。
说明通过频谱域分析揭示胸部X光分类中隐藏的失效模式
简介该论文针对胸部X光异常检测深度学习模型对细微分布变化敏感的问题，提出一种以数据为中心的方法：将图像转换到频域，提取各频段能量分布的紧凑特征，再用无监督聚类分组。研究发现模型失败并非随机分布，而是集中在特定的频谱簇中，该方法可用于定位“盲区”、预测模型可靠性，且无需失败标注。
说明超越数据量的机器人泛化：通过零样本能力走向多样性之路
简介该论文指出，机器人零样本泛化在物理AI中仍是难题。作者认为，仅靠同一批采集者增加数据量，对未见场景的覆盖扩展缓慢，而引入更多贡献者能更有效地扩大覆盖范围。论文提出了机器人动作共享潜在空间的方法，并建议构建围绕标准机器人Origami的开发者社区作为多样化数据来源，最后给出可检验的假设与评估方案。
说明可见光与红外融合用于反无人机检测：早期融合与晚期融合的对比研究
简介本文研究结合可见光（RGB）与红外（IR）图像来检测无人机，以提升恶劣环境和天气条件下的准确性。研究比较了两种方法：图像层级的早期融合（将两种光谱合并为单幅图像后使用一个检测器）和决策层级的晚期融合（融合两条检测流程输出的边界框）。结果显示，早期融合的原始性能更好，而晚期融合在传感器或画面未对齐时仍可使用。
说明GuidedSAM-Plume：面向火山羽流的专家引导分割框架
简介该论文提出 GuidedSAM-Plume，一个开源的交互式分割框架，用于从 RGB 图像中分割火山羽流和云。它基于 SAM2 的零样本、空间提示能力，仅需少量用户输入即可提升分割效果，且无需重新训练。论文还发布了在火山学专家指导下重新标注的数据集。
说明MemoryTax：智能体记忆的苦涩教训
简介该论文比较了智能体记忆方法（Mem0、Zep、BM25 与完整上下文）与三款编程智能体（Pi、Codex、Claude Code）在 LoCoMo 对话数据上的表现，并记录各次运行成本。研究为一段对话、每组单次运行的短篇实证研究。结论是：较弱模型下记忆系统虽能提升效果但成本高昂；记忆质量受写入方模型限制；搭配 Claude Opus 5.5 的 Pi 成本效益最佳。
说明UserSWE：在与动态用户的多轮对话中评测编程智能体
简介该论文提出 UserSWE 基准，用于评测编程智能体通过与动态模拟用户进行多轮交互来修复代码仓库中的缺陷的能力。每一轮都会运行测试并给出基于执行结果的判定。作者在 42 个代码仓库的 72 项任务上评测了 11 个智能体，发现排名会随交互轮数的预算而变化，因此单轮表现不足以刻画交互式编程能力。
说明预测不等于校准：知识追踪中的题目参数恢复与表征耦合
简介本文研究知识追踪模型能否通过题目作答解码器恢复题目参数。作者比较了2PL、GPCM、NRM三种解码器与LSTM、Transformer、DKVMN三种编码器的组合。结果显示，难度、平均阈值等参数在模拟中恢复较好，而区分度和选项斜率对题目表征宽度要求更高。将题目序列表征与参数键分开设计后，可改善恢复效果且不降低测试准确率。
说明COMET：面向人工监督的AI安全系统的多层协同运行时监测框架
简介论文提出COMET框架，用三层监测（信号完整性、物理一致性、AI系统能力边界）对AI安全系统进行运行时监测，并通过协调层与交通灯式显示向人类监督者反馈。在压缩空气泄漏数据集上的测试显示，无监测的AI在各类偏移下均会静默出错，而COMET能将可信的错误答案率降至零，但对语义偏移导致的漏检仍有局限。
说明NeuroCodec：基于脑电引导、在潜在域生成的高保真目标说话人提取模型
简介本文提出 NeuroCodec，一种利用脑电信号（EEG）引导、在神经音频编解码器潜在空间中生成语音的目标说话人提取框架，用于多人说话环境中的助听设备。模型通过图卷积建模 EEG 空间依赖，并借助注意力机制和 Mamba 时序建模融合脑电与语音表征，采用六阶段训练课程。实验在 Cocktail Party 与 KUL 公开数据集上优于基线方法，20 名受试者的听感实验中得分为 82.24，高于 M3ANet 的 49.63，并支持 44.1 kHz、频谱延伸至 20 kHz 的重建。
说明真实的PMID，错误的论文：生物医学声明核查智能体的框架设计
简介该研究在生物医学声明核查任务（SciFact）上做了受控消融实验，仅以实时PubMed API作为工具，比较了闭卷回答、单次检索、让模型自行编写查询的ReAct式智能体以及给定金标准摘要的对照四种框架。结果显示，让模型自行制定查询的智能体找到相关论文的比例最高，但差异在样本量下不显著；给定金标准摘要时准确率达79-86%，表明检索而非推理是主要瓶颈。引用审计还发现，闭卷模型引用的PubMed ID几乎都真实存在，但几乎都与声明不相关，因此仅检查引用是否存在不足以保障科学智能体的可靠性。
说明基于基元的组合性：从欧氏到双曲视觉-语言模型的统一视角
简介本文研究组合零样本学习，即识别由已见物体与属性构成的新组合。作者发现视觉-语言模型的嵌入可分解为基元，直接使用这些基元即可识别未见组合，无需显式重组属性-物体对。研究还比较了欧氏、球面和双曲几何对组合推理的影响，并在多个模型和基准数据集上进行了评估。
说明非对称无似然假设检验：在参考样本预算不对称时，用更少的待检样本区分两种分布
简介该论文研究在两个参考分布样本预算不同的情况下，如何用较少的待检样本判断未知样本来自哪一个参考分布。作者刻画了可行的样本预算组合，指出预算不对称时可以获得多项式级别的节省。论文还将结果应用于非自适应分布二聚类问题，给出近乎匹配的上下界，并与自适应分配的结果比较，得到最坏情况下的自适应差距。
看点提出非对称似然无关假设检验并刻画可行样本三元组，给出多项式级节省，并用于非自适应聚类，理论上界与下界匹配，新意较强。
说明MAPS：用于调节检索-生成中搜索惯性的宏观自适应并行推理方法
简介该论文提出“搜索动量”概念，用于描述检索增强生成中子查询随推理轨迹累积的检索倾向。作者发现查询生成会沿既有检索轨迹持续演变，进而提出MAPS框架：保留检索知识与精炼推理状态以减弱历史影响，并将顺序推理扩展为并行推理，每轮识别互补检索方向并并行检索。论文称在六个问答基准上，MAPS在不同骨干模型上均优于代表性RAG方法。
说明基于开放词汇模型与标签传播的目标检测数据集不确定性感知伪标注
简介本文提出一种半监督框架，用于为目标检测数据集生成带不确定性的软标签。方法借助开放词汇检测器生成候选区域和语义表示，构建物体级相似度图并传播概率标签，同时量化偶然不确定性和认知不确定性。在COCO上，仅用约1%的人工标注成本即达到40.5% AP，接近全人工标注模型的40.9%。
说明大语言模型为何会推荐人工智能？
简介这项研究探究大语言模型在被问及学习方向、职业或产品时，为何常推荐与人工智能相关的选项。作者比较了微调前后的模型，并改变提问方式进行测试。结果显示，预训练模型已有27%的回答包含明确的AI/ML术语，指令微调版本则为59%；删除与AI相关的指令样本可使比率下降14个百分点。
说明开放世界中的演化：面向未来预测的递归自我改进
简介论文提出EvoForesight，一个以未来事件预测为基础的可持续进化智能体系统，智能体与动态变化的环境持续交互，并将经验内化、外化以提升能力。在每周更新的外部FutureX排行榜上，其自我改进后的预测器连续三周位列第一，评级最高提升195%。在作者自建的评测中，它在四个基础大模型上进入前三，并优于最强基线。
看点提出在动态未来事件预测环境中实现递归自我改进的新框架，并在外部FutureX排行榜上连续三周排名第一，证据较充分。
说明JointLight：基于异步 RGB 与辐照度联合建模的人物视频重打光
简介该论文针对以人为中心的视频重打光问题，提出 JointLight 方法。其核心是异步联合建模：在两阶段训练中让模型以不同时间步同时去噪 RGB 帧与真值辐照度帧，并通过域匹配策略缩小辐照度线索与真值之间的差距。作者使用游戏引擎构建了带配对辐照度图的多光照合成视频数据集，仅用该数据集训练，模型即可泛化到真实场景，并在光照保真度和生成质量上优于已有方法。
说明CURSE'26 演习中小型无人机灾后损毁评估的主要发现
简介该论文介绍了 CLARKE 建筑与道路损毁评估 AI 分类器在 2026 年灾难性无人遥感演习（CURSE'26）中的评估结果。演习在佛罗里达州和密苏里州对 23 支小型无人机团队进行培训，并使用未曾见过的正射影像测试模型。结果显示建筑损毁评估的 Micro F1 为 0.834，道路损毁评估表现较差。论文还提出了关于运营、飞行时机、边缘计算及伦理法律等方面的其他发现。
说明UniRAP：面向统一部件级物理可供性推理与可执行感知的模型
简介该论文提出 UniRAP，一个把语言指令映射到物体部件级物理交互几何表示的统一模型。模型通过统一接口令牌将视觉、文本和可选提示融合，并用统一可供性解码器同时完成检测、部件可供性分割和 4 自由度交互姿态估计。作者还采用课程式迁移训练，使模型从通用视觉解析逐步适应交互感知。
说明ALIAS：评估大模型编写 TLA+ 规约时的性能与记忆效应
简介该论文研究大语言模型在基准测试中是否靠记忆作答。作者用一致的标识符重命名方法检验 TLA+ 任务，并借助模型检查器判断重命名后行为是否一致。结果表明，重命名后的分数下降有相当一部分来自按精确名称评分的方式，而非单纯的记忆；因此分数下降混合了记忆、评分方式和新名称带来的成本。
说明衔接大模型的基础能力与智能体能力
简介本文研究大模型作为智能体时，基础能力如何转化为智能体能力。作者提出操作层面的测量框架，用基准测试得到基础能力画像，用交互轨迹得到操作画像，并定义能力实现差距，即实际操作表现与基础能力预测之间的偏差。在 τ²-Bench 上对十五个模型服务的实验显示，基础能力画像只能部分预测智能体操作，且差距在不同任务子集上保持一致。
说明基于元模型引导的LLM解码，用于生成一致的领域专用语言（DSL）
简介大语言模型常用于生成领域专用语言（DSL）的软件工程制品，而正确的实例不仅要符合具体语法，还要符合元模型定义的抽象语法及语义良构约束。本文提出MeMoDecode解码框架，在生成过程中同时约束具体语法、抽象语法和良构约束：每当模型生成完整的元模型概念时，即检验当前输出能否补全为一致实例，若发现不一致则从最近可完成的快照处重试。在四种DSL和六个参数量从0.6B到70B的开源模型上，该方法的一致性平均比无约束解码高23%、比语法约束解码高8%，且运行开销较小。
说明LEAF-Mamba：面向全切片病理图像分析的特征适配与融合方法
简介该论文针对全切片病理图像（WSI）分析中图像过大、标注稀缺的问题，提出 LEAF-Mamba 框架，用于冻结预训练特征的切片级学习。框架包含一个带重建正则化的适配器，以学习紧凑的任务相关表示，并结合并行的 Mamba 与卷积分支，通过输入相关的门控进行融合。实验表明，在诊断分类和生存预测任务上，该方法在多种特征提取器下的平均表现优于较强的多示例学习基线。
说明APED-CXR：面向胸部X光定位、仅需影像推理的自适应特权证据蒸馏方法
简介该论文提出APED-CXR方法，将冻结的多模态教师模型中结合报告的空间证据蒸馏到一个仅含11.1M参数的学生模型中，使其在测试时只需影像即可预测疾病和病灶框。训练中，教师模型依据学生当前证据图生成的候选区域进行评估，并将评分作为学生的训练目标。在PadChest上训练、PadChest-GR上评估，框级定位F1从0.302提升至0.338，同时保持诊断AUC。
说明学习测量与诊断：基于临床词典放射组学瓶颈模型的甲状腺结节分类
简介该论文针对甲状腺超声结节分类提出一种基于临床词典的放射组学瓶颈模型，使分类结果能与临床熟悉的描述相对应。模型包括估计放射组学测量值的家族感知学习方法、保持测量保真度的瓶颈建模方法，以及按临床词典类别拆解线性分类器特征贡献的决策证据分解。在ThyroidXL和TN3K数据集上的实验显示分类性能具有竞争力，案例研究展示了良性与恶性结节的特征贡献。
说明可监控性可以通过训练获得：面向思维链可监控性的后训练方法
简介该论文关注大模型的思维链（CoT）是否能被监控者有效利用，因为推理只有与模型实际行为保持关联才有用。作者提出一种无监督的后训练目标，通过最大化思维链与输出之间的互信息来提升可监控性。在三种思维链质量退化的模型上，该方法恢复了大部分或全部损失的可监控性，并进一步改善了未退化策略的表现。
说明SAKURA：面向手机私密图像编辑的带宽自适应注意力缓存服务系统
简介该论文提出SAKURA，一种云边协同架构，在带宽受限下把可复用的注意力KV缓存传送到手机端，以支持私密的图像编辑（如换脸、虚拟试衣）。系统采用细粒度的token重要性感知压缩，并根据网络带宽为每个分片自适应选择缓存表示，同时用流水线运行时让缓存传输与端侧执行重叠。在骁龙8 Elite Gen 5手机上，相比适配DiT的CacheGen和端侧生成，延迟分别降低1.82倍和3.27倍，缓存存储相比未压缩缓存减少3.06倍，且图像质量得以保持。
说明视觉-语言-动作策略的事后认知不确定性估计
简介论文提出在已训练好的单个视觉-语言-动作（VLA）策略上附加事后核方差头，利用训练演示的嵌入估计认知不确定性，无需额外回归目标或梯度更新，也不改变策略本身。在LIBERO-10上使用SmolVLA的实验显示，其与两策略集成方法在任务成功相关性、主动学习中的演示获取及向更强监督策略转交等方面表现相当，且评分速度最高快约50倍。作者还指出，控制扰动可补充现有评估，能分别识别不熟悉的相机、指令或状态输入。
说明接受或修复：在对比解码中保留有文本支持的答案
简介大型语言模型常依赖训练所得知识作答，即使给定的段落与这些知识相矛盾。本文提出无需训练的 Accept-or-Repair（AoR）方法：若段落支持采样得到的答案则保留，否则最多尝试两次对比解码替换。实验显示，AoR 在反事实段落上比采样提高 12.5 分，在普通段落上提高 2.3 分，并优于八种基线方法。
说明稀疏贝叶斯学习中的谱不确定性分解：用于脑磁/脑电源成像的可解释不确定性量化
简介本文研究由M/EEG测量估计神经源分布这一病态逆问题中的不确定性量化。作者基于先验预条件前向算子的奇异值结构，提出谱分解框架，将后验协方差精确分解为由数据信息支持的部分与由测量几何不可见的不可确定部分。作者还给出等价的减法分解，把先验协方差表示为后验协方差与数据驱动的减少项之和。
说明基于有向游走与关联矩阵扩散的Petri网结构感知消息传递
简介论文提出两种改进图神经网络处理Petri网的方法：一种是基于有向游走返回概率的位置编码（PNRWPE），用于捕捉流程循环；另一种是由关联矩阵扩散核控制的同类消息传递（DA-PNGNN），用于体现不变量。在2023年流程发现竞赛的96个模型上，PNRWPE将宏平衡准确率从0.751提升到0.796，DA-PNGNN进一步提升到0.830，并在ProcRosetta基准上提高了网到树检索的top-1准确率。
说明检索增强生成的组合性研究：单独有效的技术组合后未必同样有效
简介该论文研究检索增强生成（RAG）流程中嵌入、分块、检索、重排序、查询增强、上下文压缩和智能体验证等技术能否组合使用。作者提出开源框架LASAGNA，在8个基准和5K至200K文档的语料上测试了450种配置。结果显示：单独有效的技术组合后增益明显缩水；检索质量与答案忠实度的优化方向可能不一致；最佳组合会随语料规模变化。
看点系统性检验RAG各组件组合效应，450种配置覆盖8个基准与5K至200K文档，发现单独有效技术组合后增益大幅缩水，对方法评估有启示。
说明生物启发式听觉处理：将并行共振-发放动力学与三值循环网络结合用于语音识别
看点提出stGRU与共振-发放神经元耦合的三值脉冲架构，在LibriSpeech上取得单位数WER，新颖性较强；但证据主要来自单一语音数据集，影响面有限。
说明面向共享核小波神经网络的无反向传播纯前向学习方法
简介本文提出一种基于 CMA-ES 的全网络纯前向学习框架，用于共享核小波神经网络，无需反向传播。作者还引入结构感知的参数分解和通道级信用分配，将搜索分解为三个子空间。在 BSDS500 上，该方法的测试 MSE 从 4.1783 降至 4.0130，PSNR 从 42.621 dB 提升至 42.787 dB，优于 Adam/BP 基线，且训练只需 6 个训练集覆盖，而 BP 需要 1500 个 epoch。
说明MoEZip：面向稀疏混合专家大模型的路由感知KV缓存压缩
简介该论文针对稀疏混合专家（MoE）大语言模型在长上下文推理时KV缓存占用过大的问题，提出MoEZip方法。作者指出，缓存淘汰可能改变回答生成时被选中的专家，从而降低生成质量，并基于路由分布的Fisher信息矩阵设计敏感度指标，结合注意力权重对上下文进行打分。实验显示，在较激进的缓存压缩下，MoEZip在LongBench和RULER上较现有最优基线平均分别提高24和20个点。
说明基于量化潜变量精修的高效生成式图像压缩
简介该论文提出GR-GIC，一种高效的生成式图像压缩方法，面向低码率下的感知质量与推理速度。作者引入引导精修（GR）以提升低码率重建效果，并提出重组投影残差向量量化（P-RVQ）以提高并行性、加快推理。在Kodak数据集上，相比OneDC，GR-GIC在多项指标上取得了BD-rate节省，并在NVIDIA A100上实现了毫秒级编解码。
说明重新审视大型预训练模型的事后去偏方法
简介大型预训练模型（如CLIP）常被用作冻结的特征提取器，但其嵌入会继承训练数据中的虚假相关性。本文发现，现有事后去偏方法都需要先识别并用文本表达偏差特征；在UrbanCars等场景中，即使给出真实偏差标签，这些方法仍逊于普通分类器。作者据此提出一种新方法：识别冻结特征空间中跨类别最接近的训练样本对，并学习单一线性映射进行去偏，无需偏差属性标注或大语言模型。
说明像素语言模型的多语言预训练扩展研究
简介本文将文本渲染为图像来训练像素语言模型（MPIXEL 系列），并沿语言数量、文字系统数量和模型容量三个方向进行扩展。在涵盖 83 种语言的五项任务评测中，各项扩展主要对新增的语言和文字有所改善，增大容量可减轻多语言预训练带来的多语言诅咒。论文还发现，模型扩展对未见文字的迁移没有进一步提升，且随着语言增加，跨语言对齐变弱。
说明TraceForge：用自身风格的推理过程进行蒸馏
简介该论文提出 TraceForge 方法：不依赖教师模型隐藏的推理过程，而是根据题目和教师答案，用生成器按学生模型同系风格自行生成推理轨迹，并通过对抗训练（判别器评判真实性）提升质量。在编程基准上，相同题目和答案下，HumanEval+ 提升 3.7 分，MBPP+ 提升 7.1 分。
说明在 Wasserstein 空间中提升主成分分析（PCA）
简介主成分分析是经典的降维方法，此前尚无适用于概率分布数据的标准推广。本文提出 Lifted PCA，通过凸扩展把欧氏 PCA 推广到 Wasserstein 空间，得到支撑在多个低维子空间上的最优概率测度。文中还给出对偶形式、最优性条件及统计一致性，并在分布型数据集上做了数值实验。
说明迈向物理AI中的递归自我改进：机器人如何逐次改进其改进方式
简介本文提出将递归自我改进（RSI）引入机器人学习，即系统不仅改进行为，还改进产生这些改进的过程。作者梳理了从提升机器人能力到提升改进机制的路径，并分析物理经验何时能支持机制本身的进一步改进。现有研究主要集中在操作任务上，支持行为改进、对后续学习有益及流程改进，但尚未分离出可归因于递归的增益；文章据此提出评估原则与研究方向。
说明DriveMLP：训练策略比模型复杂度更重要的自动驾驶规划方法
简介本文研究自动驾驶运动规划，提出专家引导强化学习（EGRL），用日志中专家轨迹的距离作为奖励来优化策略。作者发现训练方法对性能提升的贡献很大，并据此提出轻量级MLP策略DriveMLP。在nuPlan Val14 Reactive基准上得分86.51，比此前最佳模仿学习规划器Flow Planner高3.2分，推理速度提高15倍以上。
说明无法看见彼此的多玩家共同奖励赌博机：通用平稳性、协调陷阱与可认证的全局速率
简介本文对“无感知共同奖励多玩家多臂赌博机”（OC-MPMAB）做理论分析。该模型中多个玩家同时选臂，只能观察到共享奖励，且彼此既看不到对方动作，也不知道是否存在其他玩家。作者证明各玩家独立的梯度赌博机更新共同构成隐藏乘积策略目标的无偏随机梯度估计，由此得到有限时间内的一阶平稳性保证；同时指出平稳性一般无法加强为全局最优，并讨论在奖励表结构假设下可恢复全局最优的条件。论文还引入有限表证书，并在证书条件下给出乘积策略差距与伪遗憾的界。
说明Uni-Mem：通过统一在线策略优化学习长时程智能体记忆管理器
简介本文提出Uni-Mem，一种用于智能体长期记忆的统一记忆管理器，由同一策略同时学习记忆构建与检索。作者提出阶段解耦GRPO（Stage-Decoupled GRPO）与事件级信用分配（ECA）两种方法，以解决联合优化中的混淆组比较和稀疏反馈问题。在LoCoMo和LongMemEval上的实验显示，Uni-Mem优于此前最强的基于强化学习的记忆方法。
说明冲突记录：面向可审计 LLM 输出质量管控的类型化对抗契约
简介本文针对大模型生成的记录可能同时满足又违反质量规则的问题，提出 BiasGuard-D 框架：两个来自不同模型家族的对抗角色交换类型化的断言文档，三模型表决裁决，并用引用检查与语义检查相结合的不变式验证结论。作者称，移除迭代循环会使不变式满足率明显下降，且该框架可将偏见修复的思路迁移到幻觉修复上，并在 HaluEval QA 上将正确答案恢复率提高 49 个百分点。每条断言、投票与指令均以类型化记录保存，便于审计。
说明像细胞病理医生一样推理：基于临床的多尺度证据学习用于宫颈细胞学分析
简介宫颈细胞学中，ASC-US等类别的形态界限模糊。该论文提出一种多尺度证据框架，从细胞核形态、细胞质特征和邻域细胞结构三个尺度分别编码，并用Dempster-Shafer置信质量融合，使证据冲突或不足的样本保持不确定，而非强行判定。在RIVA和CRIC Cervix两个公开数据集上，错误预测的不确定性是正确预测的1.94至4.13倍。
说明SPARE：基于路由熵的 MoE 专家剪枝稀疏度分配方法
简介论文提出 SPARE 方法，用校准数据上 token 归一化 Top-K 门控权重的路由熵，决定每一层应剪除多少个专家，无需训练，且可搭配任意专家选择器。路由越分散的层剪得越多。在 Mixtral、Qwen3、DeepSeek 模型上，相同选择器和预算下，其平均准确率优于均匀分配，剪枝比例高时优势更明显。例如 50% 专家剪枝时，Qwen3-30B-A3B 八项任务平均准确率由 57.2% 提升至 63.8%。
说明模型规模与量化对问答中社会偏见及弃答的影响
简介该研究在BBQ基准上考察Qwen3、Gemma-3和SmolLM2等不同规模与量化设置的模型在问答中的表现。结果显示，较大模型问答准确率更高，但偏见并无简单的规模趋势，量化效果因配置而异。研究还发现，26个偏见较少的配置中有20个弃答明显增加，表明较低的偏见有时只是因为模型更多选择弃答，公平性评估应综合考虑偏见、弃答、提示方式和选项设计。
说明用于大气视宁度短期预报的概率机器学习
简介本文比较了多种机器学习模型对大气视宁度的短期预报（最长提前两小时），重点在于概率预报与不确定性量化。研究以毛纳基峰（Maunakea）的视宁度测量数据训练和评估模型，比较了高斯过程（GP）、归一化流模型（FloTS）与循环神经网络（RNN）、长短期记忆网络（LSTM）。结果显示深度学习方法优于标准循环网络，其中LSTM与FloTS预测精度最好；FloTS 在兼顾预测精度的同时，给出了信息量最大的概率预报。
说明空间门控人口属性引导：用于多人文生图去偏的方法
简介文生图模型会复现社会刻板印象，现有方法对整个画面施加同一种人口属性修正，导致图中人物趋于同质化。本文提出空间门控引导（SGS），借助扩散 Transformer 的注意力图在关键去噪步提取每个人的掩码，并在其后各步对每个掩码施加不同的人口属性向量，从而独立调控每个人的属性。该方法无需微调、反演或布局指定，在两个结构不同的扩散 Transformer（FLUX.1-Dev 与 SD3.5-Large）上验证，在职业类偏斜提示下提高了图内种族与性别多样性。
说明游戏中反作用的反馈：LLM 玩家会重复刚看到失败的走法吗？
简介本文研究大语言模型智能体在棋类与推箱子游戏中，若把失败的走法及失败信息写入对话记录后再让其重试，是否会更倾向于重复该失败走法。作者在数个小型指令微调模型上进行测试，发现这种反馈整体上会提高失败走法的概率，即产生反效果，且对非法走法更明显，对输棋走法则不明显。
看点揭示游戏中失败反馈反而提高重复失败走法的概率，并分析其符号机制及训练阶段影响；证据包括多模型、多游戏和消融实验。
说明MS2CAST：基于多尺度空间交叉注意力与高效时空网络的视频异常检测框架
简介该论文提出MS2CAST，一种端到端的半监督预测式视频异常检测框架，面向监控场景。它用多尺度交叉注意力编码器融合MViTv2-S与ConvNeXt-T的特征，并在潜在空间接入SwinLSTM或VMRNN模块建模时空动态，无需光流估计。实验基于UCSD Ped2、CUHK Avenue和ShanghaiTech数据集，帧级ROC AUC与顶尖方法相当，峰值GPU显存占用低于1 GB。
说明《Reading the Room》：将稀疏视觉SLAM地图与部分建成的平面图进行尺度模糊的语义配准
简介该论文针对建筑工地中视觉SLAM地图与二维平面图难以对齐的问题，提出名为Reading the Room（RR）的全局-局部配准方法。方法以一个鲁棒、可微、类别平衡的语义-几何能量函数贯穿全流程，并设计了两种全局初始化方案。在三个活跃施工现场的33个序列上评估，相较最强基线，平均绝对轨迹误差在无约束设置下提升4.5倍，提供锚点时提升至7.6倍。
说明从关联到决策价值：检验成对指令依赖性用于视觉-语言-动作（VLA）语料选择
简介论文研究如何为机器人示范语料库排序，提出“成对指令依赖性”指标，即仅改变目标时示范者第一步决策发生改变的比例。作者在136个独立种子的四足机器人导航语料上检验该指标，结果显示其可靠且与下游成对正确率相关，但对选择性能的增量价值有限，在该设定下未能确立明显的选择收益。
说明把大语言模型当作问卷受访者：与简单语义基线的比较
简介该研究探讨大语言模型能否根据部分已知回答，预测问卷中未作答题目的回答，以替代或补充人类受访者数据。研究在两项关于自动驾驶或轻型电动车态度的问卷上，比较了三个大语言模型与两个基于嵌入相似度的简单基线。结果显示，大语言模型多数情况下预测效果优于基线，但已知回答比例较低时表现下降，在一项问卷中甚至与基线持平。
说明面向生成式图像传输的语义信道联合编码与调制（SemQAM）
简介该论文提出SemQAM方案，把图像的语义表示直接映射为QAM调制符号，将信源编码、信道编码与调制联合设计。方法利用向量量化索引与符号对应并在接收端更新码字，同时用接收码字的条件期望近似重建，以减少自回归编码中的误差传播。实验表明，相同LDPC与QAM设置下，其信源编码模式SemQAM-C在LPIPS和DISTS上优于OneDC，在匹配LPIPS时可减少18.57%的信道使用。
说明OpenEarth-OVS44：面向开放词汇分割的多模态遥感数据集
简介本文提出OpenEarth-OVS44，一个多模态遥感基准数据集，包含290,587个经专家核验的分割区域，来自2,832张RGB影像和1,341对严格配准的RGB-SAR影像，分辨率达亚米级，覆盖法国、日本和美国的40个城市，采用统一的44类分类体系。作者设置了RGB细粒度、含合成云层的多模态和跨区域三类评估。实验表明，在该数据集上训练可显著提升开放词汇分割模型的细粒度性能，相较最强的免训练基线，在未见类别上最多提升7.1个mIoU点，在已见类别上最多提升27.6个mIoU点。
说明面向任务的语义通信：递归代码演化
简介本文提出ComRSI框架，利用大语言模型辅助的代码编辑，递归地演化语义通信的程序，包括编码器、信道适配器、解码器、损失函数和训练策略，并由受保护的评估器按预算与资源约束筛选候选方案。在CIFAR-100的十代演化中，最终方案在AWGN信道、每幅图像32个复符号下测试准确率达74.3%，初始设计在256个符号下为67.2%。重复实验显示，ComRSI的平均综合得分高于无记忆及带历史记录的非递归智能体，但与带历史记录的智能体差异在当前样本量下统计上未能确定。
说明基于迁移学习与迁移效率评分的可见光通信室内定位跨区域方法
简介该论文针对可见光通信（VLC）室内定位在不同区域间性能下降的问题，提出一种迁移学习框架。研究使用博世制造工厂四个区域的实测数据，显示仅用目标区域40%的测量数据微调预训练深度神经网络，即可恢复约97%的全数据性能。论文还提出迁移效率评分（TES），用于在不穷举评估的情况下选出最有效的源模型。
说明合作与竞争的形式化：对2018年一篇规划论文的AI辅助数学补充
简介本文以AI辅助方式为2018年关于战略出行规划（在竞争与合作之间取得平衡）的论文提供数学补充，重构战略选择、合作稳定性、参与者认可与执行之间的部分关系。作者在明确外部参与者与效率条件下验证两人情形的结论，并用Lean形式化证明了一个有限协商程序会以参与者认可、联合成本不增加和局部最优收敛。文中还给出可复现的计算比较与反例，并指出这些数学工具本身是已有结果，贡献在于可追溯的重构。
说明十米尺度电离层不规则体空间分布的空间天气依赖性
简介本文提出一种基于SuperDARN与SECIRA雷达数据及空间天气参数，构建高纬十米尺度电离层不规则体出现情况的临近预报与短期预报模型的方法。模型采用受图神经网络启发的神经网络，以地磁坐标MLT、MLAT的形式表示空间分布，并使用2010至2025年间11台雷达的数据进行训练和测试。结果显示，零预报时效（临近预报）质量最高，预报时效可达7至9小时。
说明面向不完整证据的多模态学习：可靠性感知的概率融合
简介该论文提出一种可靠性感知的高斯专家乘积（PoE）方法，用依赖输入的可靠性权重调节各模态的潜在精度，缺失的模态专家则被省略。作者在两项临床多模态任务上进行实验，完整框架在模态缺失时的平均AUROC优势最为明显，尤其在HAIM-MIMIC-MM上。论文同时指出，学习可靠的质量信号仍是待解决的开放问题。
说明FogTTA：面向雾天场景、基于 Transformer 的目标检测在线测试时自适应方法
简介自动驾驶中的目标检测模型在恶劣天气下性能常明显下降，原因是训练数据与实际场景存在域偏移。本文提出 FogTTA，一种在线测试时自适应框架，以 RF-DETR 为检测器，无需源数据或重新训练即可对流式目标域实时适应。该方法采用教师-学生结构，并通过 Varifocal 损失降低伪标签噪声；实验表明其检测精度与稳定性优于已有基线，并保持实时性能。
说明TernScope：面向高效三值内窥镜图像分割的模型与硬件协同设计
简介该论文提出 TernScope，一种用于边缘端内窥镜医学图像分割的模型与硬件协同设计方法。模型权重采用三值表示、激活为 8 位，并通过渐进式量化感知训练完成，以降低计算量并简化硬件实现。原文报告模型参数量为 0.2483 M、计算量为 0.0949 GMACs，并在域内和外部数据集上保持有竞争力的分割精度；在 45 nm 工艺下，计算阵列面积相比原始 Gemmini 减少 88.46%。
说明用于肝细胞癌早期诊断的可解释深度学习方法（多期相CT）
简介该研究提出dLI-RADS，一种可解释的人工智能方法，用于根据多期相CT图像中人工分割的肝病灶估计肝细胞癌概率，并与LI-RADS影像概念保持一致。方法结合神经网络预测与反映LI-RADS主要特征的手工定量影像测量，再用逻辑回归整合。这项多中心回顾性研究中，内部评估集病灶级准确率为80%，LI-RADS为74%（p = 0.04），结果显示dLI-RADS在该指标上不劣于LI-RADS。
说明《注意脚下》：面向人形机器人行走的预判式感知
简介该论文提出一种轻量级落脚点预测模型（FPM），仅依据本体感觉和速度指令预测未来的落脚点，并只在这些预测落脚点周围的小块区域采样高程图，去掉冗余输入后再交给行走策略。预测模型与行走策略同时训练，并随步态成熟定期重训。原文称，该方法达到同等地形难度所需训练迭代约为完整地图方法的三分之一，并在部分场景下优于观察完整地图的策略，且能零样本迁移到宇树G1人形机器人上。
说明Diff-IrisPAD：基于布朗桥扩散模型的无监督虹膜呈现攻击检测
简介虹膜识别系统容易受到呈现攻击，如纹理隐形眼镜、打印回放和合成虹膜。该论文提出Diff-IrisPAD，一种无需攻击样本、只建模真实虹膜分布的无监督检测框架，通过重建不一致性来识别攻击。在包含12.5万余张图像、8种攻击类型的多传感器数据集上，其总体ACER为30.52，并对未见过的攻击表现出较强的泛化能力。
说明无帧，只用频率：智能眼镜上带宽高效的部署时自适应方法
简介本文提出 No Frames, Just Frequencies 框架，让智能眼镜在设备端计算紧凑的频率描述符，而不是传输摄像头画面，由主机端的模型副本据此合成分布偏移数据并完成自适应。在 ImageNet-C 损坏组合、Visual Wake Words 和 MS-COCO 上的实验显示，仅依靠传输的描述符即可恢复监督式理想自适应增益的 93–95%（三种架构），并在描述符分辨率降低时平稳退化，带宽可减少 213 倍至 784 倍。
说明CHIP 2026 共享任务1概览：全文生物医学文献中的患者特异性表型概念识别
简介本文介绍CHIP 2026共享任务1，旨在推动从全文生物医学文献中识别患者特异性表型概念的方法。任务包括全文表型概念识别和患者特异性表型关联两个子任务，使用PatientPheX数据集中的200篇标注文章。共有455支队伍报名，表现最佳的系统综合得分为0.7389，比基线高出8.37个百分点。
说明改进强随机流映射的训练方法：用于随机微分方程的少步采样模型
简介该论文研究随机流映射（stochastic flow map），即学习直接跳跃随机微分方程解路径上不同时间点的模型，以实现少步采样。作者指出布朗路径无限维且处处不可微是训练的主要障碍，提出用带有更高阶局部信息的移位勒让德多项式展开表示布朗路径，并结合 Wong-Zakai 式目标函数以启用基于导数的损失。论文还提出将大型预训练流模型微调为强随机流映射的方法，并在 ImageNet 上报告在四次函数评估（NFE）下，FD-DINOv2 指标较 SSFM 约提升三倍。
说明面向标签延迟下冻结多变量预测器在线残差修正的局部与全局递归岭回归
简介论文提出DRiC（DCT岭修正器），在冻结的多时域预测器之上对残差做在线修正：用离散余弦变换的前几项系数拟合岭回归，统计量递归更新。局部版DRiC-L每个通道一个回归，全局版DRiC-G合并所有通道。在七个数据集、三种骨干模型、126种条件下，DRiC-L8的均方误差平均降低14.55%，高于最准确的对比方法ELF（12.98%），但在Traffic数据上ELF更准确。
说明扩散语言模型在表格转文本生成中忠实性的诊断研究
简介该论文比较了扩散语言模型（MDLM、LLaDA）与自回归模型（GPT-2、GPT-Neo）在ToTTo表格转文本任务中的表现，并同时考察与参考文本的相似度和对源表格的事实依据。结果显示两者可能背离：LLaDA加入更多示例后BLEU提升，但与源表格的NLI蕴含得分下降；作者认为仅靠参考型指标不足以评估忠实性。
说明分位数分布式强化学习的近似极小极大速率
简介本文研究分位数分布式策略评估，即用分位数贝尔曼不动点近似给定策略下的回报分布。在可访问生成模型的假设下，作者从经验马尔可夫决策过程构造估计量，并给出 Wasserstein 距离下的非渐近误差界。论文还证明该估计量在每个固定分辨率下达到精确的局部渐近极小极大风险。
看点在生成模型下建立分位数分布策略评估的非渐近Wasserstein误差界，并给出局部渐近极小极大风险的精确刻画且证明估计量达到，理论结果突出。
说明基于迁移学习的室内可见光定位方法：高效且节能
简介本文提出一种基于迁移学习的可见光通信室内定位方法，用于应对光照波动、障碍物等环境变化，并降低计算开销与能耗。作者还提出了综合定位精度、能效、数据效率与迁移增益的模型效率指标。在博世工厂采集的真实数据集上，该模型定位精度较未使用迁移学习的模型提升47%，高噪声条件下模型效率最高达67.5%，传统模型仅为10.4%。
说明CineEvolve：面向电影感多镜头视频生成的自我进化智能体框架
简介该论文提出CineEvolve，一个用于电影感多镜头视频生成的智能体自我进化框架，在同一视觉语言模型策略中统一导演与评论两个角色。训练时通过交替强化学习让两者相互促进，并提出E-GRPO方法以稳定训练。作者还发布了包含约4万条涵盖创作、评论与修改的电影轨迹数据集CineTraj，并称实验结果优于现有方法。
说明基于片段级图编码的可解释分子性质预测
简介图神经网络常用于预测分子性质，但原子级解释难以指导药物化学家的实际工作。本文不改模型，而是改变输入表示：用BRICS分解将分子编码为片段级图，每个节点为具有合成意义的片段。在四种架构、四项预测任务和两种解释方法下，片段级编码在约五分之一规模的图上达到与原子级相当的测试精度。积分梯度归因在两个酶靶点上能较随机水平更好地还原已知药效团，并且相比聚合式原子级基线，片段级训练无需依赖任意的聚合约定即可得到稳定的归因结果。
说明通过信噪比调优解锁流匹配模型的空间定位能力
简介该论文针对图像生成中细粒度空间控制困难的问题，发现训练时的信噪比（SNR）分布是流匹配模型空间定位的关键因素。作者构建了几何图元合成基准并提出颜色感知布局指标，结果显示：集中于中间SNR的训练布局符合率仅为25.9%，而聚焦高噪声阶段可提升至80.8%。在COCO数据集上，仅通过分布调优即可取得更好的布局效果，无需修改架构。
说明通过线性模型实现快速贝叶斯优化
简介贝叶斯优化通常只用于目标函数代价高昂的问题，对算法速度不太在意。本文从速度与性能的帕累托前沿角度比较贝叶斯优化与 CMA-ES 等更快的算法，指出前沿某些区域目前是空白的。作者提出一组快速贝叶斯优化方法，利用现有算法中的线性结构，适用于连续与组合输入（约 10 到 6000 多维）。原文称这些方法性能接近最先进的贝叶斯优化，速度快 10² 至 10³ 倍。
说明反身性阈值：多智能体表现性预测中的相变
简介本文研究多智能体表现性预测中的重复再训练问题：模型部署后会改变未来训练所用的数据分布，且反馈经由相互影响的学习者网络传播。作者提出反身性矩阵 Γ，并以其谱半径是否越过 1 作为阈值，区分稳定学习与最坏情况下的学习受阻。阈值以下，重复再训练几何收敛到唯一的表现性稳定均衡；阈值以上，构造的实例使局部信息学习者的累积超额损失随时间线性增长。
看点提出谱半径阈值刻画多智能体表演性预测的稳定性，给出收敛上界与线性下界，理论上推广了单智能体标量结果；证明完整性仅可从摘要判断。
说明小损失专家的私有在线预测
简介本文研究在差分隐私约束下的专家在线预测问题。此前的私有算法遗憾界为近似最优的 Õ(√T)，但当最佳专家的累计损失远小于 T 时该界并不最优。作者提出首个在低损失情形下遗憾界为 Õ(√L*) 的差分隐私算法，假设输入序列是预先固定、与算法输出无关的。对于自适应生成的输入，论文证明即使 L*=0，遗憾仍不可避免地为 Ω̃(√T)。
看点首个达到差分隐私下√L*遗憾的算法，在低损失区间显著改进已有√T界，并给出与非私有下界匹配的结果，证明较扎实。
说明无标签图泛化中的隐式特征再加权方法
简介这篇论文面向图神经网络在分布变化下的泛化问题，提出名为SCARCE的无标签表示学习框架，仅依据训练图的环境划分学习对分布偏移稳健的图表示。方法分两阶段：先用变分图自编码器做图重构预热，再通过对抗混淆机制使编码器产生环境难以区分的表示。论文称在合成数据集和DrugOOD数据集上，该方法在无标签方法中取得了领先的分布外泛化表现。
说明重新思考水下图像增强：基于文本引导退化课程的学习方法
简介现有配对的清晰与退化水下图像数据集规模有限或难以获取，且难以充分覆盖真实水下环境中的多样退化。本文提出统一的退化感知训练框架，利用文本引导扩散模型合成语义一致的退化样本，并通过由易到难的渐进式退化课程和传输引导的单步扩散模型进行训练。作者称该方法在多个水下基准上表现更优，代码与模型将在论文发表后公开。
说明鲁棒非线性模型预测控制的可认证神经网络近似
简介模型预测控制性能很好，但在线计算量大，难以部署到低端硬件上。本文提出一种生成神经网络控制器的框架，使其可证明地继承鲁棒模型预测策略的安全性与稳定性保证。方法把近似误差视为有界输入扰动，并在MPC设计中加以处理，从而在部署前给出保证递归可行性与稳定性的设计条件。仿真结果显示，学习得到的控制器能复现原控制器的闭环行为，同时降低在线计算量。
说明SWIFT-Cell：无需迭代流追踪的细胞分割模型
简介该论文提出 SWIFT-Cell，一个 0.63M 参数的 U-Net，通过蒸馏通用分割模型 Cellpose-SAM 的掩码训练而成，用于 H&E 和 IHC 病理切片的细胞分割。它在速度上明显快于 QuPath 的检测器，在多个数据集上的准确率接近 Cellpose-SAM。
说明SOAR：结合社交关系与用户观点的推荐模型
简介该论文提出SOAR模型，用于兴趣点（地点）推荐，同时利用用户的好友网络和文字评论，判断某地点是否适合特定用户，并特别关注评论中表达的情感。实验结果表明，在真实数据集上，把评论纳入推荐过程可以提高推荐的精确度。
说明WRDO：对齐语言模型中的加权拒绝方向优化
简介对齐后的大语言模型会拒绝有害请求，但这一行为较为脆弱，容易被简单的激活或权重干预破坏。本文提出加权拒绝方向优化（WRDO），通过学习的聚合权重，把每条提示的拒绝方向组合成一个复合方向，使不同有害提示对干预方向的贡献不同。作者在三个开源模型上与单方向方法比较，并测量了通用能力，同时探讨了用同一方法恢复被移除拒绝行为的模型的防御场景。
说明面向细粒度多模态理解与定位的广义 CycleGRPO（论文）
简介该论文提出广义 CycleGRPO，一种统一的强化学习框架，将区域描述与区域定位耦合起来。模型先为给定区域生成描述，再根据描述定位并重建该区域，重建重叠度作为可验证的奖励。该方法覆盖图像、视频及时空域，并提出用于评估时间区分性的 DOVE 基准。论文报告在 GroundingSuite、GRES、Charades 和 DOVE 上相比基线均有提升。
看点将区域描述与定位通过循环重建统一为可验证奖励的RL框架，并扩展到视频时序；在GroundingSuite、GRES、Charades等基准上有明显提升，证据较充分。
说明用于向后兼容检索的超球面单纯形表示
简介论文提出一种基于softmax输出和logits的超球面单纯形表示，用于不同独立训练模型之间的向后兼容检索，无需重新索引图库。该方法利用one-hot标签交叉熵训练形成的单纯形结构作为共同几何参照，并通过确定性线性变换修复类别增加后原型的对齐。实验显示，在不使用额外兼容性损失、学习映射或架构修改的情况下，该方法在标准基准上取得了有竞争力的结果。
说明PACE：循环状态的四位周期性通道对齐编码
简介线性注意力语言模型的循环状态在并行解码多条序列时占用大量显存，降低精度可提升设备利用率。本文提出PACE，一种无需重训练的四位状态量化方法：每隔数个生成词元才对状态取整一次，中间词元暂存于小缓冲区，并让同一列共享量化尺度，关键注意力头保留八位。在4B至35B参数的四个混合模型上，PACE在较大的三个模型上接近八位DAMP的精度而显存约为其三分之二，并保持缓冲带来的解码加速。
说明对DPO计算图进行随机剪枝：训练快1.4倍且峰值显存更低
简介论文提出一种对直接偏好优化（DPO）计算图进行随机剪枝的统一框架，分别对打分位置、响应前缀和偏好分支进行随机采样，从而省去部分计算。采用逆概率加权得到单分支梯度估计。实验显示，分支剪枝相较拼接版DPO基线的单步时间加速为1.426倍，位置和序列剪枝主要降低峰值显存，平均准确率略低。
说明Melange：面向多模态大语言模型的合成视觉偏见基准
简介本文提出Melange，一个用于评估多模态大语言模型社会偏见的合成视觉基准，涵盖七类偏见，基于语言版BBQ数据集扩展为可视场景。研究评估了23个开源模型，比较文本、纯图像和图文结合三种输入设置，发现从文本切换到视觉输入平均使公平性下降0.291，且差距因模型系列而异。模型在感知测试中能较准确识别图中属性，但仍难以弃权，选择带偏见答案时约四分之三选择了符合人类刻板印象的回答。
说明用于纵向电子病历的块状扩散模型：准确性、效率与表征之间的权衡
简介该论文在 MIMIC-IV 数据上比较了块状掩码扩散模型（BD）与自回归模型（AR）用于纵向电子病历的零样本预测。结果显示，小块配置在保留大部分预测性能的同时，推理明显更快，代表性的 B=8 配置评估速度约快 1.43 倍。冻结线性探针的结果表明两者表征质量相近，但生成式推演在多数设置下仍低于自回归模型。
说明极值数据驱动学习中的相变：多示例学习中最大池化的梯度消失问题
简介论文研究一个极值回归问题，属于多示例学习（MIL）。训练时最大池化会带来梯度消失，常用的解决办法是用可学习参数λ控制softmax近似的锐度。作者在大包规模与高维的联合极限下，推导了梯度流的低维投影，发现其中存在与无序系统随机能量模型相关的冻结相变，以及与现代Hopfield网络相关的检索相变。数值模拟验证了相图以及有限规模训练梯度趋近预测渐近形式的结论。
说明基于预训练上下文分位数回归的残差因果发现
简介该论文提出 Loscar 方法，将 RESIT 框架从加性噪声模型扩展到位置-尺度噪声模型。它通过分位数回归估计条件均值和尺度，可直接使用预训练的表格基础模型作为插件估计器。在二元与多元因果发现基准测试中，该方法在多元原因情形下明显优于可行广义最小二乘法（FGLS）变体。
说明联合嵌入预测目标是否适用于纵向电子病历？
简介本文研究联合嵌入预测架构（JEPA）能否用于电子病历序列的表征学习，并与常用的掩码语言建模（MLM）作比较。作者基于MIMIC-IV数据测试了三种JEPA变体，三者训练都稳定、没有表征坍缩，但表现均不如MLM。研究发现目标规模而非目标异质性会增大预测误差，但缩小目标规模也无法恢复下游性能，说明仅有稳定的潜在预测并不足以实现有竞争力的电子病历表征学习。
说明RCSD：面向特定领域推测解码的强化与持续学习方法
简介该论文提出 RCSD 训练框架，用于加速大语言模型推理。它利用推测解码过程中自然产生的被接受与被拒绝序列构造隐式偏好对，并通过掩码损失避免惩罚与目标模型一致的词元，使草稿模型的优化目标对齐于最大化接受长度。实验显示，相比 HASS，RCSD 的平均接受长度提升 35%，实际任务中端到端推理速度快 1.35 倍，且不影响生成质量。
说明几何知识空间、注意力配对与架构：用几何视角推导注意力机制并探索新型 Transformer 架构的论文。
简介论文提出一种几何方法，用于推导注意力机制并探索可能的新型 Transformer 架构。作者先形式化“知识世界”与“注意力配对”的概念，再说明该框架如何自然导出标准注意力、因果注意力、线性注意力、张量注意力及循环神经网络。最后，论文引入若干新的几何空间，或可启发新型神经网络架构。
说明pplx-embed-v2-late 技术报告：一组可跨规模共用向量空间的多语言、多模态检索模型
简介本报告介绍 pplx-embed-v2-late，包括 0.6B 和 9B 两个多语言、多模态的后期交互（late-interaction）模型。两者在文本、图像和视觉文档检索基准上，在各自规模类别中取得了最优结果，其中 0.6B 模型在视觉文档检索任务上可与体积数倍于它的模型竞争。两个模型通过来自 18B 教师模型的表示蒸馏训练，共享同一嵌入空间，因此可以用 9B 模型为文档建立索引，再用低延迟的 0.6B 模型进行查询。
说明超越投票：LLM何时能为基于检索的表格分类增加价值？
简介该论文比较了四种通用大语言模型与距离加权近邻投票方法（Distance-KNN）在基于检索的上下文学习表格分类中的表现，所用邻居样本相同，涵盖19个数据集。结果显示，Distance-KNN在各候选池规模下的平均准确率均最高。大模型的优势主要出现在邻居标签一致性较低的情况下，且与测试样本的特征距离有关。
