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DeepOpen：面向决策的意图分类，在 BANKING77 与 CLINC150 上的结果
简介论文提出 DeepOpen 意图分类框架，针对 BANKING77 与 CLINC150 两个数据集分别设计系统。在 BANKING77 上，经过锐度感知最小化（SAM）继续训练的单一英文分类器取得约 94.12% 的最佳测试准确率，三个固定种子的均值约为 94.04%；在 CLINC150 的 150 个范围内类别上，融合四个分类器的结果约为 98.02%。作者同时指出，相对历史检查点的提升并不可靠，结果受挑选效应与执行路径差异影响。
说明解决Flood-It谜题：定制A*搜索与声明式求解器方法的比较
简介本文提出一种基于A*搜索的优化方法，用于寻找解决Flood-It谜题的最少步数，并与SAT、整数规划和约束规划求解器进行比较。通过合适的启发式和游戏状态等价性来缩小搜索空间，A*在约75%的测试实例中最快找到最小解。随着最小解长度增加，基于SAT的方法表现更好。
说明RIFT：面向草稿模型的KV缓存压缩与互补可压缩性训练
简介该论文针对投机解码中长输出生成时KV缓存不断增大的问题，提出RIFT方法，在选择式KV缓存压缩中兼顾预填充信息与近期生成的token。论文指出生成过程中刷新缓存选择能提升草稿模型质量，并提出自适应刷新策略以减少打分计算；另结合基于稀疏注意力掩码的可压缩性训练。文中称在特定设置下，Qwen3.5-4B为Qwen3.5-122B草拟时可保留超过98%的全缓存接受长度。
说明共递归语义自我扩展：开放式智能的数学基础
简介该论文认为，固定表示框架限制了人工智能的学习能力，并借鉴康德与哥德尔的思想，将认知状态建模为形式语言上的部分赋值。文中指出，有限的固定系统无法生成包含不可约算法信息的历史，因此提出“语义自我扩展”作为设计原则：智能应把未决结构转化为新的意义空间，而不只是在既有意义中消解歧义。
说明LAMB：面向拉丁语的现代上下文语言模型
简介本文提出拉丁语编码器 LAMB（Latin Modern BERT），基于 ModernBERT 架构，使用超过 740 亿拉丁语词元两阶段预训练，并采用考虑词形的新型掩码方式。作者还发布了两个拉丁语语料：Acervus 与首个拉丁语语义三元组数据集 Corpus Trinum。在涵盖 17 个子任务的基准测试中，LAMB 在 16 个子任务上优于其他被评估模型。
说明成对评估遗漏了什么：跨提示词的奖励分数
简介该论文指出，奖励模型的成对评估只比较同一提示词下的两个回答，提示词本身带来的分数成分会相互抵消而未被检验。作者用人工评分作为参照，对18个公开奖励模型和6种训练设置进行审计，发现模型分数在不同提示词之间的聚类程度明显高于人工评分。论文建议将提示词间变化、对错误提示词的敏感性以及用于选择的有用性分开检验。
说明带思维链的Transformer在训练中发现重球加速法
简介本文研究Transformer在上下文权重预测（线性回归）任务中，能否借助思维链超越模仿梯度下降教师。作者发现，先由梯度下降教师监督，再用真实回归权重进行轨迹级监督，模型会学会实现重球法（Heavy-Ball），从而比原教师算法更快。这种加速并非来自重球法教师的监督，为Transformer通过训练发现新算法提供了理论示例。
说明I²-KAN：可解释的模态内与模态间多路径多模态情感分析表示学习
简介该论文针对多模态情感分析中语言、声学和视觉信息融合难以区分各模态自身贡献与交互贡献的问题，提出 I²-KAN 框架，将模态内信息与成对模态间信息分别保存在独立的结构化路径中。论文在 CMU-MOSI、CMU-MOSEI 和 CH-SIMS v2 三个基准上进行实验，并通过消融和可解释性分析发现：单独预测能力较弱的模态，通过与其他模态的交互仍可能提供有用信息。
说明MQAScore：借助大型音频语言模型对文本与音乐进行细粒度对齐评估
简介文本生成音乐的对齐程度通常用文本与音频嵌入的整体相似度来评估，但这会把所有描述属性压成一个分数，难以看出缺失了哪些属性。本文提出 MQAScore，从风格、乐器、情绪或主题、人声和用途五个片段级维度，逐一检验每个音乐概念，即让大型音频语言模型回答二元问题并以肯定回答的概率打分。论文还提出“敏感不变比”，用以衡量评估器对改变含义的概念替换的反应是否有选择性。实验显示，概念级评分可改进问答式与相似度式评估器，MQAScore 可作为整体相似度的细粒度补充。
说明nnInteractive Agent：把通用AI智能体用作3D医学图像标注工具
简介该论文提出开源工具nninteractive-agent，让通用AI智能体通过自然语言请求完成3D图像分割：智能体自行确定分割目标、放置提示、检查并修正结果，无需额外训练。在涵盖CT、MRI、PET和显微CT的14幅图像、51个目标上，Claude Code与Codex的平均Dice分别为0.81和0.84，并与一个文本提示的3D模型VoxTell做了对比。
看点将通用AI代理用于3D交互分割标注，无需额外训练即可自动定位目标并提示模型；在14张跨模态图像、51个目标上验证，与文本提示模型相比更稳健。
说明遗忘的事实再次回归：基于切线核的知识图谱嵌入再学习感知遗忘方法
简介本文研究知识图谱嵌入中的近似遗忘：通过编辑实体嵌入来响应删除请求，而非从头重训。作者发现，在持续训练下，被遗忘的事实会比精确遗忘基线更多地恢复，原因在于被遗忘事实与新事实共享实体嵌入。作者提出核预期遗忘方法（KAU），利用切线核以闭式建模持续训练对被遗忘事实得分的影响，并据此引导编辑方向。在三种骨干模型上，KAU 相较最强的知识图谱遗忘方法，在 FB15k-237 与 CoDEx-L 上都降低了泄漏，同时保留了更高的效用。
说明IRON-Meme：用于理解网络政治表情包中身份与角色的结构化基准
简介本文提出一个基于社会科学理论的框架，涵盖社会身份、观点（内群体与外群体视角）和叙事角色三类，并据此构建了包含1,110个人工标注政治表情包的基准IRON-Meme。研究发现多数表情包赋予人物贬损性角色，身份、角色与模板之间存在系统性关联。对九个视觉语言模型的评估显示，前沿规模和推理模型表现最好，而较少出现的标签准确率较低；加入模板背景知识并未提升叙事角色分类效果。
说明双重考试：多模态智能体与世界模型的受控评估
简介该论文提出 Dual Exam 评估框架，分别测试多模态智能体在固定环境响应下的动作选择能力，以及世界模型在固定动作干预下的状态演化能力，覆盖物理、数字、社交和科学四类领域。智能体部分对 10 个配置在 1,088 个条目上进行比较，世界模型部分包含 400 个案例。论文指出两类分数的任务与指标不同，不可直接比较，且耦合配对的小规模试验未取得任务成功，结果显示任务表现不均衡、任务相关状态保持不足，其对耦合成功或持续互惠学习的预测价值尚待验证。
说明用于多视角医学图像分割的通用双路径交互框架DPIF：缓解小样本场景下对数据量的依赖
简介医学图像分割通常依赖大量标注数据，样本少时性能明显下降。本文提出即插即用的双路径交互框架DPIF，可兼容任意编码器-解码器分割网络，利用跨视角解剖互补性降低标注依赖。该框架结合Sinkhorn最优传输对齐、条件互信息引导的特征解耦和持续同调拓扑正则化。实验显示，DPIF增强的模型在数据量相当时优于单视角基线，多数双路径变体在使用约一半数据训练时，性能可与使用全部数据训练的单视角模型相当。
说明SCOPE：将自然语言策略编译为神经符号谓词程序
简介本文提出 SCOPE 方法，把面向大语言模型智能体的自然语言策略编译成可执行程序，由小型模型、确定性抽取器和组合代码共同运行。程序与训练数据联合优化，并通过对抗生成反例来修正与策略的偏差。在真实策略任务基准上，该方法取得了最高的平均准确率，且判定更稳定、可由谓词输出解释。
说明诊断大语言模型中“明确心智理论”与“应用心智理论”的差距
简介该论文指出，现有心智理论基准只给出混合总分，掩盖了模型识别他人信念与据此预测行为两种能力的差异。在SimpleToM上，Llama-3.1-8B总分为51.5%，识别心理状态达99.4%，但预测行为仅28.9%。作者比较了结构化提示、上下文示例及提出的信念状态测试时训练（BSTTT）等干预方法，发现补救效果因模型、任务和干预方式而异。作者建议分别报告两类准确率，并进行干预对比。
说明《定向求多样》：面向自动启发式设计的多方向搜索
简介本文研究用大语言模型自动设计求解NP难组合优化问题的启发式方法。作者提出多方向扰动-改写搜索框架PRS，从扩展、压缩和微调三个方向变换启发式思路，并采用带自适应算子控制的广度优先搜索过程。文中称在多种组合优化任务上，该方法能持续发现高质量启发式。
说明危害是行为性的，审核是词汇性的：语言与文化如何决定自动安全系统保护谁、压制谁
简介这篇论文指出，自动内容审核常依据词汇和表面形式判断危害，导致非裔美式英语等被过度标记，而低资源语言中的保护却不足。作者归纳了七种失效模式，并提出按语言社群评估的协议，测试五个开源系统在十一种语言上的表现。结果显示，这些系统都未达到母语者水平的准确度，且能力提升并未缩小最佳与最差服务语言之间的差距。
看点提出以行为而非词汇判定危害的新框架，并给出可检验假设与评估协议；五个系统、十一种语言的实证支撑有限但具体。
说明冲突感知logit适配器：在保持效用的同时防御蒸馏
简介本文提出一种名为CALA的轻量级训练期防御方法，用于防止推理轨迹被下游模型蒸馏。方法在冻结的教师模型上附加小型残差适配器，仅训练该适配器，使其在模仿最敏感的位置扰动输出分布，同时保持在高概率区域内。实验表明，在推理基准上，CALA显著降低学生模型的成功模仿，同时保持接近原始的教师性能与生成质量。
说明生成式自适应学习中的算法漂移：一种对时间公平性的研究
简介本文提出"算法漂移"概念：自适应学习系统中，人口统计学上不对称的微小观测误差会随时间累积，形成系统性不公平。作者将学习者与导师的互动形式化为耦合动力系统，并用基于智能体的蒙特卡洛模拟加以佐证。文中提出的时间公平稳定器在模拟环境中能缩小成绩差距，但结论仍需真实学习者数据验证。
说明ResGVC：面向高保真生成式视频压缩的残差编码框架
简介该论文提出 ResGVC，一种用于生成式视频压缩的残差编码框架。方法先用学习型视频编解码器编码原始画面，再把重建与原画面之间的失真分解为一系列残差片段，在去噪过程中逐步传输并压缩，使去噪朝向原始画面进行。论文称，与此前最先进方法相比，ResGVC 在 LPIPS 与 PSNR 的 BD-rate 上分别降低 63.7% 和 83.8%，同时视觉质量更优。
说明CANNBot-CAKE：面向昇腾NPU的多智能体协同内核进化系统
简介论文介绍CAKE系统，用于为昇腾NPU自动生成和优化自定义算子，结合多DSL自适应路由、生成与进化两种模式，以及经审核的知识复用。在53个CANN-Bench v1.1算子上，标准集通过1,060/1,060个用例，隐藏集通过4,167/4,240个用例，平均性能加速1.334倍。进化模式下，EngramGateFusion在20轮中使总设备时间下降46.6%。
说明惯性约束聚变中激光脉冲形状设计的逆向建模
简介本文提出激光脉冲形状设计系统（LPDS），一种生成式逆向建模框架，可根据期望结果和靶丸配置直接生成优化的激光脉冲形状。作者设计了多目标损失函数以使生成结果满足物理约束和实验要求，并提出约束条件、图像修复及基于梯度的编辑机制。此外，论文还研究了该框架向少量真实实验数据的迁移。
说明基于神经网络的晶体管建模：用于超快速SPICE仿真与标准单元库特征化
简介本文开发了基于神经网络的晶体管模型，可精确预测3nm纳米片器件的漏极电流和各类电荷，并将其用于标准单元库特征化。作者将其与工业标准实现进行对比，评估精度与加速效果，并通过模拟与数字电路仿真验证。结果显示，该模型在延迟和总功耗估计上误差分别低于0.11%和0.76%，标准单元库特征化耗时最多可减少至1/8。
说明基于大语言模型的微服务系统自回归多模态异常检测（LLMMAD）
简介本文针对微服务系统的异常检测问题，提出基于大语言模型的自回归多模态框架LLMMAD。该方法将多模态数据组合为统一序列供大语言模型建模模态间关系，并用分模态重建头保留各模态特有信息；同时采用预测未来状态的自回归目标，以避免模型直接复制输入的“身份捷径”问题。在三个真实数据集上，其F1分数分别比现有最优方法提高3.1%、1.4%和0.9%。
说明真实文档修订下的分块重算：固定、递归与内容定义分块的更新成本与检索质量比较
简介本文研究检索增强生成中的文本分块在文档持续修订时的更新成本。作者基于120对中英文维基百科相邻修订版本，比较三种无状态分块方法的重新嵌入工作量，并测量固定参数下的证据召回率。结果显示，更新成本差异显著且依赖参数，而检索质量差异较小，因此建议与检索质量一并报告更新成本。
说明面向物理信息优化的端到端可微扩散条件化方法（D2C）
简介该论文针对离线基于模型的优化问题，提出可微扩散条件化方法D2C：利用确定性采样使逆向去噪链对条件信号可微，在测试时通过冻结代理目标和物理约束惩罚的梯度直接优化条件变量。作者在惯性约束聚变激光脉冲优化、数据中心工作负载调度以及四个Design-Bench任务上进行了评估。原文称其在两个真实任务上结果最佳，并在四个Design-Bench任务上平均排名最好。
说明《Mostly Reading》：文档级 LoRA 适配器的开卷评分究竟测到了什么
简介该论文研究以单篇文档训练的 LoRA 适配器能否作为知识单元进行合并与检索。作者为 150 篇维基百科文章各训练一个适配器（基于 Llama-3.1-8B-Instruct），发现开卷评分主要衡量的是所有适配器共有的阅读行为：随机适配器即可恢复专家适配器约 82% 的开卷优势，但在闭卷测试中只恢复约 2%，后者与零难以区分。
说明XALIGN：以人为中心的可视化分析方法，用于理解AI解释
简介这篇论文提出XALIGN，一种可视化分析工作流和界面，把同一随机森林模型的规则解释与TreeSHAP、KernelSHAP、LIME三种特征归因方法并排展示，让不同解释方法之间的一致与矛盾可以被看见和比较。作者在德国信用数据集和一个气象数据集上做了两个案例研究，并请三位专家进行评估，结果显示该工具有助于识别有影响力的特征、避免对预测结果过度信任，但对没有可解释AI背景的参与者而言，把规则与归因联系起来较为困难。
说明机器人多工具选择：语义检索与大语言模型的比较
简介本文比较了四种把自然语言指令映射到机器人可执行工具子集的方法，包括三种基于ChromaDB的语义检索方法和一个云端1200亿参数大模型基线。在164条人工标注的提示上评测，检索方法中CDB-v3宏平均得分最高（0.7822），大模型基线为0.8869。大模型路由质量更高，但CDB-v3延迟明显更低，可在本地部署，适合隐私敏感、网络受限或资源受限的场景。
说明评估人工智慧慧（AW）：基于轨迹的情境敏感决策调节框架
简介论文指出，现有基准只衡量大型语言模型能做什么，无法判断其建议在决策条件变化时是否仍然恰当。作者提出一套基于轨迹的测量框架与前瞻性验证方案，将"人工智慧慧"定义为对判断进行情境敏感调节的行为特征。文中包含多项模拟与一项探索性研究，但作者明确表示这些结果并不足以验证该测量工具，该画像能否在能力之外预测独立决策结果，仍是有待实证检验的问题。
说明重新审视腹腔镜机器人操作中从状态策略到视觉策略的分布匹配蒸馏
简介本文提出一种面向腹腔镜机器人操作的状态到视觉策略蒸馏框架：用带有特权状态信息的策略作为教师，让仅使用RGB图像和机器人本体感知的视觉策略进行学习。研究在仿真环境的多种手术操作任务上进行了大量实验。结果显示，直接用通用强化学习方法训练视觉策略较为困难，而该蒸馏方法在各任务中表现更稳定一致。
说明缓解显著性崩溃：稳健的显著性感知长文本图文对齐
简介该论文指出长文本图文对齐中存在“显著性崩溃”问题，即模型过度依赖视觉上突出的文本内容，忽视非显著的上下文信息。作者提出RoSA，一种显著性感知微调框架，将图文对拆分为显著视图和上下文视图联合学习，并借助辅助目标显式对齐这两类视图。论文称该方法提升了长文本检索效果，并对显著性崩溃表现出较强的稳健性，相关代码与模型权重已公开。
说明Agri-SCHOLAR：基于模拟、由大语言模型约束优化的作物生长季滚动农事建议框架
简介该论文提出 Agri-SCHOLAR，一个在作物生长季内每隔数天或一周为农户生成个性化建议的滚动框架，综合土壤作物信息、已观测天气、短期预报与历史类比的季节外推。系统由多个大语言模型代理与 APSIM 作物模拟器构成闭环，代理提出可行参数范围，优化器在范围内以产量、资源利用和经济可行性为目标搜索。作者用南亚两个地点十一年的玉米数据进行分析，称其表现优于当地标准种植方案。
说明通过省略实现诚实出价：面向大模型原生广告的点击稀释机制
简介论文研究生成式AI助手在回答中嵌入赞助内容时的广告拍卖问题。作者提出“点击稀释”方法，随机省略部分广告，使每个广告的总点击概率不再依赖排序，从而把福利最大化转化为可处理的匹配问题。该机制在期望意义上使真实出价最优，并可达到至少最优福利的一半，在特定条件下近似因子可进一步改进。
看点提出点击稀释机制，在真实性与近似最优之间取得兼顾，并给出对任意保序规则都最优的近似界，理论贡献突出。
说明补足至 k：模式中的最小数量使开放权重模型为抽取列表凑数
简介该论文研究：当结构化输出模式要求列表至少包含 k 个条目，而文档中的实际条目少于 k 时，语言模型会如何处理。作者在 558 份真实文档上测试了 8 个开放权重模型，并以 6 个托管服务模型作参考。结果显示，仅在模式中展示而未强制执行的最小数量，会使列表长于真实数量的比例从 34.5% 升至 55.4%，而新增条目多为文档中的真实文字，难以察觉。
看点发现模式中最小条目数会诱导模型凑数，并测试了多种修复方法，证据来自8个开源模型和558份真实文档的预注册实验。
说明EEG-Captioner：将脑电图转为语言的生成模型，基于信号基本属性
简介本文提出一个将脑电图（EEG）信号转换为自然语言描述的框架EEG-Captioner。研究者构建了包含160,781个片段的数据集，并配有针对信号属性的问答对，以检验模型是否真正理解脑电信号。论文还提出双域EEG编码器，同时建模时域波形与频谱-空间表示。实验显示，信号级问答与描述监督结合，带来互补的效果。
说明ColaBench：评估个人智能体中记忆引导的知识获取能力
简介该论文提出ColaBench合成基准，覆盖健康与日常生活领域，含349个任务、10个用户档案和13,033份文档的知识库，用证据图连接用户历史信息与任务所需知识。作者还提出MemKB方法，利用状态摘要和记忆-文档链接检索与用户历史相关的知识，在该基准上达到86.25%的准确率，平均每个任务4.07轮交互。
说明论述省略与解读差异：争议性政治话语中的省略三段论检测
简介本文研究社交媒体上省略三段论（隐去前提或结论的论证）的检测与评估问题，实验对象为关于疫苗接种和移民的推文，每条由五名标注者标注。作者发现，经微调的模型在F1上基本停滞在0.67左右，不随数据量、特征或标签类型而改变；因此提出比较预测与标注者投票完整分布的评估指标，并提出直接预测该分布的模型，在不降低F1的情况下更好地反映分歧。
说明推理时上下文增强方法的实际检验：增益未必是真正的提升
简介论文比较了五种推理时上下文增强方法，它们在输入中插入不同信息量的内容（从仅增加计算时间的填充符到补充相关内容），并在七个不同规模的模型和三个数据集上逐句应用。结果显示，准确率的提升并不总是真正改进，而可能是无方向的扰动：方法会纠正部分预测，同时破坏另一些，尤其是插入内容只增加计算时间时。作者认为，在实际采用这些方法前，应先评估准确率增益是否可靠。
说明诊断损失：面向放射学报告生成的非对称监督方法
简介该论文指出，现有医学视觉-语言模型多以逐词最大似然训练，更注重文本相似，容易漏掉关键诊断或引入错误诊断。作者提出可微的诊断损失（DLoss），分别汇总参考报告支持与不支持诊断对应词汇的概率，并在训练时进行非对称池化。在50,000例腹部CT上，多种3D模型加入该损失后诊断准确性有所提升，常规语言生成指标仍保持有竞争力。
看点提出非对称诊断损失，直接作用于解码器概率并针对诊断词汇，在50,000例腹部CT和多个3D模型上验证，改进诊断忠实度。
说明LAST-V2X：用自然语言驱动的自适应场景生成与通信故障测试框架
简介本文提出LAST-V2X框架，用于测试车路协同（V2X）安全应用在通信故障下的表现。它利用大语言模型把自然语言测试描述转化为可执行的交通场景，并结合交通仿真与消息级故障注入，通过对照执行区分通信原因与交通本身造成的安全问题，同时借助参数搜索和自我反思迭代优化测试用例。实验在多个CARLA环境和V2X安全应用中进行，结果显示该框架能生成可靠场景并有效发现故障。
说明GraphCAD：面向CAD生成的几何感知扩散模型，基于边邻接图
简介本文提出GraphCAD，一种用于计算机辅助设计（CAD）模型生成的几何感知框架，以新构建的边邻接图（EAG）为核心表示。该方法采用混合图扩散模型同时建模离散与连续成分，并通过SE(3)等变骨干网络将节点属性转化为空间点集以融合几何信息。作者还构建了大规模工程CAD数据集EAGBench，实验显示其能生成超过50个面的复杂模型，在几何保真度和分布对齐方面优于基于序列的基线方法。
说明基于时间序列基础模型的土壤湿度与温度零样本预测
简介本文评估了一个5亿参数的时间序列基础模型TimesFM 1，在半干旱退化土地修复场地的27个传感器站点上，无需针对性训练即直接预测5厘米和30厘米深度的土壤湿度及温度。研究发现，在1小时内的短时预测中，它优于基于规则的统计基线，但超过一天后表现落后，作者用昼夜对齐机制对此作出解释。论文还比较了CatBoost基线，并评估了模型在普通CPU上的推理成本。
说明联合阅读还是逐项评分？从1700万到10亿参数的紧凑编码器用于封闭集决策
简介该论文研究用于封闭集选择（如选择工具）的小型编码器，比较联合阅读所有选项与逐项单独打分两种方式。在3.2亿参数规模的实验中，逐项评分在多项指标上更优，但需要更多编码器计算。作者还发布了六个参数从1700万到10亿不等的联合编码器，部分小模型在209个任务上超过了4.35亿参数的DeBERTa-v3零样本分类器。
说明基于比特区间约束的渐进式图像压缩潜变量推断（BLI）
简介本文提出一种渐进式图像压缩框架BLI，把逐步解码的trit-plane视为潜变量的收缩区间约束，据此联合优化熵模型的高斯参数与重建所用的潜变量估计。在Kodak、CLIC和JPEG-AI数据集上，BLI在渐进式图像编解码器中取得较优的率失真表现，并以共享模型替代CTC的分平面预测器，参数量约少5.3倍，延迟也低于CTC。
说明能耗与延迟优先：部署约束如何逆转时间序列模型的选择
简介本文研究蜂窝网络切换预测这一真实场景，推理需在终端设备上每40毫秒执行一次且必须在截止时间前完成。作者在尾延迟可行性筛选后，按实测推理能耗（含特征计算）对模型排序。结果显示，梯度提升树（F1=0.974）既最准确又较省能，而仅看精度排第一的一维CNN（F1=0.914）每次推理能耗高出3倍以上。
说明树状结构一旦学会，能否迁移到新语言？跨语言层级泛化迁移研究
简介该论文研究语言模型在继续训练新语言时，能否把源语言中学到的层级句法结构迁移到目标语言。作者设计了跨语言刺激贫乏实验，控制源语言中的层级证据并比较不同学习情境。结果显示迁移只能部分实现，只带来微小但可检测的层级偏好，且效果取决于语言对；词汇重叠被证明是迁移成功的关键条件。
看点提出跨语言贫乏刺激设定，系统检验层级泛化的跨语言迁移，并通过消融揭示词汇重叠的关键作用，实验设计扎实。
说明双重稳健的分布鲁棒离线情境定价
简介本文研究在训练与部署环境存在分布偏移时，如何利用历史观测数据进行离线情境定价。作者提出一种双重稳健（DR）框架，用于连续定价场景下的分布鲁棒离策略评估与学习，并给出有限样本遗憾界。实验在多种分布偏移程度下验证了该框架的有效性。
说明基于逆最优性的真值优先强化学习基准测试：从光滑全可观测系统到非光滑或部分可观测任务
简介该论文提出一种强化学习基准测试框架，用逆最优性构造已知最优值函数和策略的任务，最优解仅用于评估而不提供给学习者，从而可直接计算最优性差距、遗憾和策略误差。框架包含连续时间的敏感性基准和离散时间的预言机参照比较两种模式，并扩展到非仿射输入、非高斯扰动、非光滑值函数及部分可观测任务。
说明通过反事实实验衡量驾驶视觉-语言-动作模型中推理与动作的耦合程度
简介该论文研究用于自动驾驶的视觉-语言-动作（VLA）模型所生成的推理是否真正决定其轨迹。作者对四个模型在多个基准上进行因果性反事实干预：改变模型自身推理的含义，并照片级地移除推理中提到的关键物体。结果显示，推理与驾驶行为之间的耦合较弱，这对这类系统本应提供的可解释性构成限制。
说明OpenAttention：用尾部代理词元，只读百分之一即可
简介这篇论文研究稀疏注意力中如何处理未被读取的键值缓存尾部。作者提出一个仅用一个代理词元汇总整个尾部的简单方法，其输出误差低于采样方法；并提出 OpenAttention 流程，结合聚类、ErrorGate 与 top-k 选择。原文报告在 RULER-32K HARD 与 Llama-3.1-8B 上，1% 读取量时保留 99% 的稠密注意力准确率，解码注意力阶段速度约为稠密注意力的 10 倍。
说明以随机初始化作为时间序列基础模型的基线
简介本文研究时间序列基础模型经自监督预训练的权重，相比同架构随机初始化模型究竟带来多少收益。作者在UEA多变量时间序列分类数据集上比较了七个公开模型，结果显示预训练对各模型的平均准确率均有提升，但幅度有限。作者建议此类评估应区分预训练权重与架构本身的作用，并纳入强的非预训练基线。
说明IQuest-Q1：提升面向智能体命令行系统的基础能力
简介论文介绍了IQuest-Q1，一个稀疏混合专家（MoE）的智能体基础模型，总参数量为3200亿，激活参数为150亿。模型分三阶段开发：稳定高效的预训练、细粒度中期训练，以及多脚手架多版本后训练，并通过模型合并整合不同专家与检查点。论文称该模型在编程与通用任务上均有表现，并已开源发布。
说明谱算法中的随机投影：Sobolev范数下的最优学习速率
简介本文研究基于随机投影（RP）的谱算法的泛化性能。作者利用再生核希尔伯特空间的嵌入性质，在一般条件下建立了Sobolev范数下的学习速率，其与极小极大下界仅相差对数因子。对于随机草图和Nyström子采样两种实现，所需投影维数与有效维数成正比，从而在保持统计效率的同时显著降低计算成本。实验验证了理论结果与方法的实用性。
说明RetiJev：快速且基于原始文献的眼科决策模型
简介该论文提出 RetiJev，一组 0.8B 至 9B 参数的眼科决策模型，直接对候选答案打分，无需自回归生成。研究构建了基于 PubMed Central 文献与 MeSH 词表的眼科语料 RetiJev-Data，并包含指南分级问题与评测基准。原文称，RetiJev 在指南分级上优于 27B 大语言模型与商用 Jev 1.13 模型，并在临床决策上表现最佳，单个病例推理耗时 158 毫秒。
说明追踪大语言模型生成UML类图推理过程中的幻觉：实证分类与缓解研究
简介该论文研究大语言模型根据自然语言需求生成UML类图时出现的幻觉问题，通过分析推理过程轨迹，提出包含十一种子类型、分为三个维度的实证分类体系。研究发现不同模型的失败模式有所差异，在生成提示中加入约束后，三个基于Qwen3的模型在13个案例上的平均F1分数提高了4.0个百分点，关系建模仍是得分最低的要素。
说明元认知脚手架为AI辅助知识工作带来有益的“摩擦”
简介这篇论文随机分组实验了297名工作者（共594篇文章）在AI辅助写作中使用动态生成的元认知脚手架，帮助其明确目标和拆解任务。结果显示，脚手架提升了写作质量，移除后短期迁移仍保持提升，三天后主题回忆也有所改善。但接受脚手架的参与者虽然表现更好，却认为AI帮助更少、认知负担更重。
说明基于注意力机制的混合型肝细胞-胆管细胞癌分类与肿瘤定位
简介混合型肝细胞-胆管细胞癌（cHCC-CCA）同时含有肝细胞癌和胆管细胞癌两种成分，因肿瘤内异质性强而难以准确诊断。本研究使用经HES染色的全切片图像（WSI），训练一个能区分这些亚型的分类模型，并为在混合型肝癌图像中定位不同类型肿瘤提供一种潜在方法。
说明GateFormer：基于天空图像的小时内太阳辐照度预测（预测空间分解方法）
简介论文提出 GateFormer，一种以地表水平总辐照度（GHI）为条件的双解码器视觉 Transformer，用天空图像和已测得的 GHI 预测一小时内的辐照度变化。模型通过预测空间分解，由轨迹头预测未来序列、变化头预测末端时刻的变化，并自适应加权融合。在 NREL-TSI 基准上，+30 分钟 RMSE 为 125.01 W/m²，相比基线提升 9.6%；在 NREL-TSI、Chilbolton 和 SIRTA 三个数据集上末端时刻 RMSE 均为所评估基线中最低。
说明PAIR：面向领英高级会员人员推荐的偏好对齐意图检索
简介该论文针对职业社交网络中的人员推荐问题，指出按资料相似度排序常常不适用，因为求职者更常联系招聘者等互补角色。作者提出PAIR框架，将偏好学习形式化为基于曝光的多负样本对比目标，并通过带位置编码的点击历史聚合，以较低计算成本更新用户表示。在领英高级会员检索任务上，0.6B参数模型的MAR@100为0.45。
说明用视觉Transformer从数据稀缺的天空图像估算辐照度
简介本文提出一种面向数据稀缺场景的双框架方法，利用视觉Transformer（ViT）从鱼眼天空图像估算散射水平辐照度（DHI），以替代昂贵的辐照度测量设备。方法结合计算得到的大气参数与时间编码，先预测合成总水平辐照度（GHI）再细化DHI估计，并通过无监督、物理引导的云分割生成叠加图像。在Chilbolton天文台的数据上，模型仅用一个月训练，在全年测试集上的RMSE与使用完整数据训练的最新ViT相差约1至6 W/m²。
说明神经流形中的意义几何：借助语义对应实现不同模型间的互通
简介这篇论文指出，独立训练的神经网络即使参数坐标互不兼容，也可能共享同一种内在几何结构。作者提出以语义对应作为基本手段，把不同系统锚定到共同的语义框架上，从而实现独立训练模型之间的零样本转换。文中涵盖模型拼接、跨模态翻译、策略迁移、激活引导和神经解码等十四项工作，并提到在人脑 fMRI 数据中也能发现可对齐的几何结构。
说明用自然语言自编码器解释激活差异：检验其泛化与模型对比能力
简介本文研究自然语言自编码器（NLA）能否把大语言模型的内部激活转写为可读文本，并考察其泛化性。作者在三个系列的四个模型上检验了四个问题：组合结构、对微调模型的适用性、模型对比中恢复微调目标的能力，以及针对模型对比的专门化。结果总体支持肯定答复，例如能恢复 Taboo 模型中隐藏的秘密词，但在涌现式错位检测任务上尚未达到最先进的模型对比方法，不过优于黑盒基线。
说明ReflectPO：面向长程任务大模型智能体的反思引导策略优化
简介本文提出ReflectPO，一种用于长程任务中智能体自主纠错的强化学习框架。它通过分支差异和重复访问构造纠错提示，并把采样轨迹组织成树结构以分配动作级信用。在两个长程工具使用基准上，该方法在多数领域优于多个基线，平均表现最佳。
说明ICGF-CXRMate：基于图像条件的临床上下文压缩与门控融合的胸部X光报告生成
简介该论文提出ICGF-CXRMate，用于胸部X光报告生成。它先以当前影像为条件，把患者临床数据压缩为固定数量的上下文标记，再通过门控交叉注意力选择性融入视觉信息。在MIMIC-CXR与MIMIC-IV-ED关联数据上，第二阶段相较CXRMate-ED提升了报告质量指标，并将平均提示长度从373.89降至288.37个标记。
说明让多模态大模型潜在表示真正发挥作用：面向电影化视频生成的因子感知预测学习
简介该论文提出因子感知预测学习（FAPL）方法，用于电影化视频生成。方法先让扩散Transformer有效利用冻结的多模态大语言模型潜在表示，再通过配对视频学习目标因子变化并保持其他内容不变，并借助文本与完整视频共享目标训练有限输入下的时序推断。论文报告在稀疏到视频、因子感知编辑和多镜头生成三项任务上优于基线。
说明太空数据中心中的低延迟MoE推理：无线输能视角
简介论文提出SpaceWPT框架，利用卫星间激光无线输能（WPT）在太空数据中心的卫星之间重新分配太阳能。针对混合专家（MoE）模型中专家激活不均导致的供需失配，作者推导出一种两侧注水策略，决定各活跃专家是输出、保留还是接收电力。基于Mixtral-8x7B和Phi-3.5-MoE的仿真显示，相比不使用无线输能，推理延迟最多降低29.25%。
说明DConstrain：为扩散语言模型约束解码编译上下文参数化的转移程序
简介扩散语言模型会并行解码多个词元，单独有效的词元组合起来可能违反模式约束。本文提出DConstrain，将模式编译为上下文参数化的转移程序，并把字段历史作为运行时值跟踪，从而支持任意属性顺序。实验表明，在BFCL基准上它能编译全部模式，并显著降低端到端解码延迟并提升准确率。
说明将语言模型用作优化建模智能体（OPTICYCLE 与 OPTISTATE 两种轻量推理框架）
简介论文探讨大语言模型能否把自然语言描述的优化问题转化为求解器程序。作者提出 OPTICYCLE 和 OPTISTATE 两种轻量推理框架，在 9 个基准、共 2634 个问题上用 11 个 Qwen 模型（0.6B 至 27B）进行评估。结果显示，基于执行反馈的修订在所有模型上都优于直接生成，最高提升 49.46 个百分点；两种框架无需额外训练，就优于六种改编的智能体工作流以及四个经后训练的优化模型。
说明观察与学习：通过去除文本捷径教授视觉上下文学习
说明基于动态粒度发现与最优传输的分层细粒度跨模态对齐（HFCMA）
简介这篇论文研究图文检索中的细粒度匹配，即模型不仅要判断图片与文本整体是否一致，还要检验文本中的对象、属性、数量、动作和关系是否有对应的视觉依据。作者提出分层框架HFCMA，先通过动态粒度发现把图像块和文本词元聚合为视觉区域与文本短语，再用熵正则化最优传输求取结构化对齐矩阵，并加入背景去偏等机制。在Flickr30K和MS-COCO上的实验显示，该方法有助于区分细微的语义差异。
说明H-2DGS：面向神经外科清晰可变形表面重建的高度场高斯泼溅方法
简介该论文提出一种名为H-2DGS的方法，用于重建手术显微镜下暴露的大脑皮层表面，使其与MRI解剖结构和扩散张量纤维束追踪结果对齐。方法分三阶段：先进行稳健的3D高斯泼溅重建，再将深度融合为截断符号距离场表面，并用弯曲的表面高斯基元表示。论文在五例真实神经外科病例中报告了较低的多视角深度不一致性、7.97MB的紧凑表示以及29至42毫秒每帧的交互式渲染。
说明TwinStore：基于视觉-语言模型的合成消费者平台
简介该论文介绍了 TwinStore，一个基于视觉-语言模型的实体零售合成消费者平台。它将门店构建为数字孪生，并让合成购物者根据渲染的货架图像（包括包装、价格标签和促销标识）决定购买行为，从而在门店实施前测试货架布局、价格、包装或促销方案。在十一个公开数据集的留出验证中，模拟小票的品类结构与真实家庭的自然波动相近，价格弹性落在现场测量范围内，三个独立决策模型结果一致。
说明用于开放词汇三维分割的CLIP特征查询时校准
简介该论文研究如何更好地利用已提升到三维高斯重建中的CLIP特征，以通过自然语言查询实现开放词汇分割。作者在不改变特征场的前提下，通过减去场景共享方向、对文本原型进行白化，并结合软聚类与CSLS相似度进行比较，从而改善分割效果。该方法无需重新训练或重新编码，在多种方法和数据集上均提升了平均交并比。
说明同一分子，不同知识：大语言模型在化学领域的跨标识符绑定失败
简介化学AI常用多种标识符（俗名、IUPAC名称、SMILES）指代同一分子，但本文发现，大语言模型对这些标识符对应的知识访问并不一致，即使能从SMILES识别分子，同一事实也可能无法直接从SMILES调取。作者称之为“跨标识符绑定失败”，并提出绑定自蒸馏方法，利用训练中的词汇同一性，使模型无需名称查询即可从SMILES直接检索事实。
说明超越表型相似性：面向多模态脑疾病诊断的关系精炼与选择性人群图学习
简介该论文提出PopDRP框架，用于脑疾病诊断。它先依据训练标签校准受试者间基于属性的相似度，再结合功能连接与非影像信息对图关系进行精炼，最后用分层选择性状态空间网络学习多尺度人群表示。在ABIDE和ADHD-200数据集的分层十折交叉验证中，其准确率和AUC优于对比基线，消融实验也支持关系精炼与分层主干网络的作用。
说明当标注模式被学习：皮肤病概念中的肤色依赖问题
简介该论文检查了皮肤病概念数据集 SkinCon 的标注可靠性。在同一疾病内，深色皮肤上红斑的标注频率明显低于浅色皮肤，而色素沉着和色素减退则被更频繁地标注。以此训练的概念模型会学到并复现这种肤色相关的标注模式，因此作者建议在信任基于概念的解释之前，应按亚组分别审核概念标注。
说明硅样本与真实受访者：答案相符，但受访者并不对应
简介硅样本（silicon sampling）让大语言模型以具有特定人口统计属性的身份回答问卷，以此生成合成受访者。现有评估只看单题答案准确率、单题分布和题间相关性，未直接比较受访者本身。作者提出“受访者覆盖差距”（RCG）指标，以每位受访者的完整答案组合作为一个点，衡量每位真实受访者与最近的生成受访者之间的距离。在两项美国社会调查中，所测试的六个大语言模型都有真实受访者未被覆盖的情况，且在主要设置下表现不及从真实边际分布逐题独立抽样的基线；在所测设置中，所有模型的RCG均高于基于真实数据拟合的高斯Copula。
说明基于变分消息传递的主动推理参数学习
简介该论文研究主动推理框架下的规划与学习问题，把期望自由能最小化转化为带认知先验的变分自由能最小化，并用和积消息传递求解。作者针对观测与转移参数的狄利克雷先验，为每个因子设置独立参数先验，以保留信息增益项。在两个网格POMDP实验中，能学习模型的规划器每回合都能到达目标，而未学习参数的方法则停滞或选择了风险路线。
说明面向金融犯罪分析的对抗鲁棒多图神经网络
简介该论文研究用于反洗钱等金融犯罪检测的多图神经网络在面对篡改交易结构的对抗攻击时的鲁棒性。作者提出基于节点-边关联矩阵的结构攻击与对抗训练框架，并引入基于有向2环和3环数量变化的正则项来衡量攻击的合理性。实验表明，学习得到的攻击明显降低了检测性能（PR-AUC），而对抗训练能持续提升模型的鲁棒性。
说明连续深度深度高斯过程：把网络深度视为连续演化的贝叶斯回归模型
简介深度高斯过程（DGP）是一类贝叶斯回归模型，但层数增加后离散堆叠的结构往往更难优化。论文提出把深度看作潜在的连续演化过程，用由高斯过程先验支撑的深度索引漂移族驱动随机微分方程，并给出 CDGP 与 FlowDGP 两种实现。实验结果显示，两者在所研究的场景中整体表现优于基础 DGP。
说明面向高质量幻灯片生成的演示智能构建：一种统一训练框架
简介论文提出一个用于自动生成PPT的统一训练框架，结合交叉验证的数据合成、基于规则的教师模型增强以及可验证奖励优化。在监督微调基础上，加入基于GRPO的强化学习，优化幻灯片的视觉属性。实验显示，该方法在PresentBench上分别将Qwen-3.6-27B和Qwen-3.6-35B-A3B提升7.45和9.35分，并在五个美学维度上进一步改进。
说明从施害者数字足迹到行为社群：面向孟加拉语网络欺凌分析的本体驱动框架
简介该论文提出ODCBNA框架，以施害者为中心，整合本体设计、知识图谱、行为建模、社群分析与影响力建模，用于分析网络欺凌行为。以BenCoDiC孟加拉语语料为案例，识别出1,063名施害者并用64维特征向量表示，构建了含27,554条边的加权网络，Louvain分析得到六个社群，模块度约0.495。
说明通过预训练追踪潜意识学习（subliminal learning）
简介该论文研究语言模型通过其他模型生成的数据习得与数据本身无关的偏好这一现象（潜意识学习）。作者在 Pythia、PolyPythia 和 DataDecide OLMo 模型上比较硬标签蒸馏与同策略软标签蒸馏，发现偏好迁移在多种设置下都会持续存在。研究还表明，传递偏好的能力与习得偏好的能力在预训练过程中各自发展，且模型角色互换后迁移强度可能明显不对称。
说明继承而非发明：追溯推理模型中“wait”一词的来源
简介这篇论文研究推理模型中“wait”（等等）这一标记词的来源。作者通过开源模型的训练历史，用频率、位置、形式和用法等无标签指标分析它。结果显示，从零开始的强化学习几乎不会自创该词，该词主要随训练数据引入，强化学习则会在基础模型已有该词时放大它。
说明一位教师，多种视角：降低同策略自蒸馏中对参考解的敏感性
简介该论文关注大模型推理训练中的同策略自蒸馏方法（OPSD），即用携带参考解的特权教师模型为模型自身轨迹提供逐词监督。作者指出，完整参考解只是推理过程的一种实现，可能导致教师目标过度依赖学生推理时无法获得的信息，并把参考更换引起的目标不稳定称为参考诱导的目标不稳定。为此，论文提出蒙特卡洛特权蒸馏（MCPD），将特权上下文建模为部分参考视图的分布并蒸馏边际教师分布。论文称在数学和科学推理基准上，MCPD 比完整参考的 OPSD 有持续提升。
说明HimmBO：面向图像生成的高维交互式模型融合贝叶斯优化方法
简介本文提出 HimmBO，一种两阶段方法，用于在大量文生图适配器（adapter）之间，依据用户偏好进行模型融合。筛选阶段利用预生成图像的水平集估计恢复活跃适配器集合，无需生成新图像；优化阶段则在该低维子空间中调整融合系数。在模拟用户的图像匹配实验中，HimmBO 的最终相似度高于所有对比方法，并在达到相同相似度时所需图像生成次数不足先前工作的十分之一，且在适配器数量增至 1080 个时性能保持稳定。
说明MOER：基于专家前缀引导与选择性回滚的混合策略优化
简介这篇论文提出MOER框架，用于强化学习推理训练，将专家的思维链前缀与模型自身探索相结合。前缀长度逐步缩短以鼓励自主探索，失败的补全会被替换为完整专家轨迹以保证正确性。实验称其在数学和通用推理任务上平均得分最高，并在多种任务、模型规模和基础模型上表现稳定。
说明将共享使用示例并入工具索引会降低未使用工具的检索率
简介AI智能体常通过搜索工具文档来查找工具。论文研究把共享的使用示例直接加入索引（称为折叠）对从未被使用过的工具有什么影响。结果显示，在两个目录上，折叠明显降低了所需未使用工具进入前五结果的比例。作者提出ZoE评分方法，分别对文档和使用情况打分，在三个目录和两种嵌入模型上，检索未使用工具的比例都更高。
说明Verus-Insight：面向AI生成视频的可解释伪影检测
简介本文研究如何设计和训练有效的伪影检测器，将检测过程拆分为检查规划、证据验证和证据聚合三个环节。作者提出了Verus-Insight模型及用于评估的Verus-Bench基准，后者包含人工标注的可感知伪影。实验表明，该模型在细粒度伪影分析和AI生成视频检测中表现较强，并能更可靠地识别人类可察觉的伪影。
说明基于共识的分布式滤波用于地月空间纯方位角跟踪
简介本文研究在地月空间中，利用多个观测航天器仅依靠视线测量估计目标航天器惯性状态的基于共识的分布式滤波方法。文中比较了分布式扩展卡尔曼滤波、信息加权共识滤波和卡尔曼共识滤波三种方法，并以集中式扩展卡尔曼滤波为基准。数值仿真显示，分布式方法相比独立本地滤波器明显提高了估计精度，蒙特卡洛敏感性分析则考察了其对有限共识迭代次数和智能体间先验失配的鲁棒性。
说明面向多光谱古籍文档二值化的跨光谱特征融合研究
简介该论文针对古籍文档二值化中因墨迹褪色、透墨和背景退化而产生的难题，提出使用多分支条件生成对抗网络处理500、600、700、1000纳米四个波段的多光谱图像。方法包括在编码器中以空间与通道softmax门控融合可见光、近红外及结构特征，并利用可见光与近红外波段对生成的边缘图提供结构引导。作者在五折文档级交叉验证下比较了九种配置，其中F3加近红外边缘引导的配置综合表现最佳，F1为0.7916，相比固定融合基线提升0.0269，且经Holm校正后三项主要指标的提升均具统计显著性。
说明超越正确性：形式化库自然语言文档的归因性研究
简介形式化语言是软件工程中描述和验证程序性质的常用工具，但其符号难读，开发者常依赖自然语言文档理解库函数。该论文指出，文档陈述即使被证明为真，函数行为改变后仍可能成立，因此提出“归因性”概念并给出检验方法。作者设计了DocAuth文档生成方法，利用归因性决定发布哪些句子，并为每句附上可检查的形式化性质与证据。在ACL2定理证明器Community Books库的150个函数上，DocAuth的归因性表现优于单纯检查真值的流程，已发布句子中经第二模型确认具归因性的比例由82.9%提升至94.7%。
看点提出以归因（attribution）作为形式库文档生成的新标准，并在150个ACL2函数上以模型确认率和可归因句子数量做对比验证，证据较充分。
说明Direct Forcing：单阶段训练的少步自回归视频生成方法
简介该论文提出Direct Forcing，一种单阶段训练框架，用于少步自回归视频生成，无需单独的ODE初始化阶段。它结合因果延续对齐与基于最大均值差异的生成分布匹配，并通过动态梯度平衡协调两者。基于Wan2.1-1.3B的实验显示，该方法在250次更新内训练出四步生成器，VBench Total为84.63，Quality为86.01。
说明合成到真实：尼泊尔语-英语语码转换语音识别及自发播客基准
简介本文针对尼泊尔语与英语混合的自发对话语音，构建了包含13,044条播客语句的新基准，并经过审核以排除机器翻译泄漏与声学循环。研究提出两阶段合成到真实的适应框架：先用多说话人双引擎TTS合成的约0.95小时语音进行监督微调，再用带转写与文字系统奖励的GRPO优化。结果显示，合成数据微调将混合错误率从23.40%降至21.52%，切换点错误率从35.89%降至28.77%。
说明CAVC：面向模态不对称扩散生成的收敛自适应音视频缓存方法
简介该论文针对基于扩散模型的音视频生成速度较慢的问题，提出一种无需训练的模态不对称缓存框架CAVC。研究发现，中间阶段缓存音频会带来的偏差可由少量末尾联合去噪步骤修复，而缓存视频则会造成运动和时序细节的持续损失。因此CAVC在中间阶段缓存并复用音频去噪输出，同时保留视频的完整时空细化，末尾再恢复少量联合步骤。实验显示其实际加速1.10到1.35倍，并保持有竞争力的音频质量与音视频对齐效果。
说明无需集合传播、用于验证的混合单调神经网络训练方法
简介论文提出一种新的神经网络结构，将混合单调函数表示为两个单调子网络之差。借助混合单调系统理论，计算输出包围盒只需对输入区间的两个对角端点各做一次前向传播，无需复杂的集合传播。训练时可直接最小化包围盒尺寸，并给出了包围盒尺寸的理论下界。实验显示，包围盒尺寸可接近该下界（误差在0.5%以内），计算速度远快于CROWN与α-CROWN，预测精度未受影响。
看点用混合单调网络架构将输出包络计算简化为两次前向传播，并给出包络大小的下界，新意突出；实验覆盖回归与动力系统基准，对比CROWN等方法较充分。
说明ADAPT for Science：用于自我进化科学优化的多智能体系统
简介该论文提出 ADAPT for Science，一个多智能体框架，把科学优化分为“在哪里搜索”和“如何搜索”两个相互关联的决策。它利用历史设计选取有希望且多样的初始条件，并根据执行反馈逐步改进优化流程。在引力波探测器设计任务中，在同等评估预算下，其平均损失为 0.204 ± 0.101，较最佳经典优化器降低 54.9%，较最佳通用智能体进化基线降低 62.2%。
说明从权重空间看分岔：JEPAWG 在参数化动力系统上的应用
简介论文训练了一组参数化预测网络，每个网络对应动力系统参数网格上的一个点，用来检验权重空间分析方法。作者使用 JEPAWG（一种联合嵌入超网络）分析这些模型，并报告它在预测上与直接训练的超网络相当，还能从权重参数导数的范数中定位 Hopf 分岔、近似估计 Feigenbaum 常数，并检测无特征值特征的全局分岔。
