ActionRAG: Evidence-Refining Graph Diffusion for Long-Term Memory in LLM Agents
说明ActionRAG：面向大模型智能体长期记忆的证据精修图扩散方法
简介该论文提出ActionRAG，一种用于大模型智能体长期记忆的图结构记忆架构，在查询时通过图结构对三元组证据分数进行重新评估与精修。作者在MemoryAgentBench（MAB）上进行评测，其八个确定性评分列的平均准确率为55.1，优于最强的基于检索的记忆基线。
On the Identifiability of Hybrid Deep Generative Models: Meta-Learning as a Solution
说明混合深度生成模型的可辨识性：以元学习作为解决方案
简介本文研究了结合物理数学表达式与神经生成模型的混合深度生成模型（hybrid-DGM）的可辨识性问题，这是首次从理论上对该问题进行探讨。作者提出用元学习来构建具有理论可辨识性保证的混合模型。在合成数据和真实数据基准上的实验表明，使用无条件先验的现有混合模型不可辨识，而所提出的元学习形式则表现出较强的可辨识性。
Adaptive World-Models for Anomaly Recognition (AWARE): A Framework for Robot Dynamics Prediction and Introspection
说明AWARE：用于机器人动力学预测与自省的自适应世界模型框架，用于异常识别
简介该论文提出 AWARE 框架，仅通过外部摄像头监测，利用世界模型估计系统动力学并预测状态，从而检测机器人起重机的异常。研究基于 240 条真实机器人起重机轨迹（含载荷碰撞和电机退化）进行评估。结果显示，在噪声较大、仅依赖摄像头的状态估计条件下，AWARE 的异常分类表现比最强基线提高 26%，并能通过解码推断的动力学参数定位退化电机，准确率为 88%。
Strongly Adaptive Online Learning with Time-Varying Movement Costs
说明带时变移动成本的强自适应在线学习：研究在任意时间区间上衡量学习者表现的在线凸优化方法，并给出相应的理论误差界。
简介本文研究带时变移动成本的在线凸优化（OCO）中的强自适应遗憾（strongly adaptive regret），即在任意子区间上评估学习者的表现。作者提出一种新算法，给出依赖数据的遗憾上界，并通过归约到带移动成本的睡眠专家（sleeping experts）问题实现。论文还将结果推广到延迟反馈及时变记忆的OCO设置。
Agentic Hazard Mapper: Emulating Expert Map-Making with AI Agents for Risk Communication
说明用AI智能体模拟专家制图，生成灾害风险地图（Agentic Hazard Mapper）
简介本文提出Agentic Hazard Mapper，一个多智能体系统，模拟专业制图流程并根据数据、地点和灾害类型调整设计，以自动生成灾害地图。研究通过专家访谈、用户研究与访谈评估其效果，结果显示生成的地图提升了参与者的空间理解与避难规划表现，降低了感知工作负荷和任务完成时间，且总体上比对应的市政地图更受偏好。
Cross-Architectural Feature Fusion for Coronary Artery Stenosis Detection in X-ray Angiography
说明用于冠状动脉X光造影狭窄检测的跨架构特征融合
简介该论文提出 Fusion-YOLOv11-L 混合框架，通过通道注意力门控模块将 YOLOv11-L 检测器与预训练的 UNet++ 血管感知特征结合，以提升冠状动脉狭窄区域的定位效果。在重新标注的 ARCADE* 数据集上，该方法的 AP@50 为 0.585，F1 分数为 0.596，优于 YOLOv11-L。跨域测试显示存在领域偏移导致的性能下降，测试时增强使 AP@50 从 0.434 提升至 0.480。
Internal Discrepancy for Contrastive Learning: Generalization Bounds and Downstream Behaviors
说明对比学习的内部差异：泛化界与下游行为
简介该论文针对对比学习提出“内部差异”指标，用来衡量正样本的平均表示与潜在聚类中心之间的差距。作者据此在无需额外假设的情况下，证明了对比学习后下游监督任务的泛化界。论文还引入放松的 k-means 损失作为降低内部差异的近似方法，并分析了对比学习在类别不平衡情形下对不平衡学习的帮助。
CityLift: Compositional 3D Urban Generation from a Single Image
说明CityLift：从单张图像生成可组合的三维城市场景
简介该论文提出 CityLift 框架，可从一张城市图像生成带纹理的单体建筑网格，并保持建筑之间的空间关系。方法先联合学习建筑的形状与位置，再通过生成式空间继承引导流模型细化局部结构，最后把生成的网格放回场景。作者还构建了包含 4,997 个合成场景的 CityLift-5K 数据集，并在该数据集及 UrbanScene3D、InstanceBuilding 的场景块上进行实验，结果显示建筑几何与场景组合有所改善。
PlayerEmbed: Learning Behavioral Fingerprint Representations from Raw Input Sequences
说明PlayerEmbed：从原始输入序列学习玩家行为指纹表示
简介该论文提出 PlayerEmbed 框架，利用深度度量学习，从电子游戏的原始输入序列中学习紧凑且有区分度的玩家嵌入向量。模型采用 CNN-LSTM 混合编码器，在 1,000 名玩家的原始输入序列上训练。在最近质心分类器下，训练中见过的玩家平衡准确率为 0.950，未参与训练的玩家为 0.879；增加训练玩家数量可明显提升对新玩家的泛化能力。
The Butterfly Defects: Tracing Cooperation in LLM Agent Networks
说明《蝴蝶缺陷》：追踪LLM智能体网络中的合作行为
简介该论文研究大型语言模型智能体相互连接时，个体层面的合作能否转化为集体合作。研究以迭代囚徒困境为实验场景，从两两互动扩展到同质与异质的开源模型网络。结果显示，合作行为对模型组合和细微的措辞变化高度敏感，合作不宜被视为稳定的模型属性。
Ontology-Guided Knowledge Graph Construction from Structured Metadata and Climate Science Publications
说明基于本体引导的知识图谱构建：从结构化元数据与气候科学论文出发
简介本文提出一种由多个智能体协作的本体引导框架，用于从科学论文中构建知识图谱。大语言模型先从论文中抽取带有原文依据的三元组，再经多阶段验证使其符合本体约束。作者将该框架应用于2000篇气候科学论文，构建了一个以本体为基础的气候科学知识图谱，包含133990个节点和755308条关系，代码与图谱已公开。
Cross-Scenario Controller Parameter Transformation from Real-World Driving Data through Flow Matching
说明基于流匹配、利用真实驾驶数据实现跨场景控制器参数转换
简介本文将自适应巡航控制参数的调整表述为面向个体驾驶员的场景间迁移问题，即把控制器参数从一种驾驶情境转换到另一种情境。作者使用流匹配训练生成模型，仅依据源场景中的少量示范，预测未见过的驾驶员在目标场景中的行为，并与线性参数偏移基线进行比较。
Are Textual Residuals Truly Complementary? Learning Visual Complements under Semantic Superposition for Visible-Infrared Person Re-Identification
说明文本残差真的互补吗？语义叠加下面向可见光-红外行人重识别的视觉互补学习
简介本文研究文本增强的可见光-红外行人重识别，指出直接用文本差异补偿红外下缺失的外观线索并不可靠，因为稠密文本残差会混杂有用信息与冗余内容。作者提出语义叠加感知的残差校准方法（SARC），通过稀疏表示与干扰抑制获得紧凑、可控的残差，并借助RGB-红外视觉差异进行校准。在Tri-SYSU-MM01、Tri-RegDB和Tri-LLCM数据集上，该方法持续提升基线模型，结果具有竞争力。
Score-Preserving Continual Lasso under Task Shift
说明任务偏移下保持得分的持续Lasso方法
简介该论文研究高维稀疏线性回归中的持续学习问题，关注在历史数据不可用时如何减轻灾难性遗忘。作者指出，递归复用L1正则化估计器会把先前的收缩偏差累积到后续任务中。为此提出SP-CL方法，将稀疏估计与状态传递分离，并保留历史平方损失得分；在平方损失下，其累积估计量可精确恢复全历史Lasso的最小化解。
CounselPlex: A Stressor-Aware Full-Duplex Counseling Model
说明CounselPlex：一种能感知压力源的全双工咨询模型
简介全双工语音模型可以同时听和说，实现自然、低延迟的交互，但在咨询场景中常只关注最新话语而忽略来访者的深层问题，作者称之为“压力源盲区”。CounselPlex 通过在来访者沉默时更新简短的压力源状态，并在倾听时将其注入 <PAD> 位置来解决这一问题，同时提出 RoPE 位置偏移增强（RPSA）以扩大训练中的位置覆盖。基于大模型评判的评估显示，其咨询质量与对压力源的把握优于若干强基线。
Agent-Based Transport Model Calibration via Online Stochastic Batch Optimization
说明基于在线随机批量优化的智能体交通模型校准方法
简介本文提出一种在单次仿真运行中在线估计参数的智能体模型校准框架，将黑箱优化与随机批量优化结合，并以MATSim为例，把每轮仿真迭代视为一个随机批次逐步更新参数。作者将该方法用于瑞士大规模交通场景的效用函数参数校准，结果显示在典型仿真时长内，出行方式占比与观测数据接近。
SP-Guide: Enhancing Aerial Vision-Language Navigation with Spatial Priors
说明SP-Guide：借助空间先验增强无人机视觉语言导航
简介论文提出SP-Guide，一种基于Transformer的目标预测框架，用于让无人机依据语言描述在户外场景中找到目标。该方法通过空间先验跨模态编码器、指令增强解码器和目标收敛过滤器来改善视觉与语言的空间对齐。在CityNav基准上的实验显示，其成功率优于代表性基线，在未见环境中提升最为明显。
Natural Language Autoencoders Identify Without Explaining
说明自然语言自编码器能识别但未必能解释
简介该论文讨论自然语言自编码器（NLA）：它把模型内部激活转为可读文字，再由重构器还原，若能还原原激活即视为解释成功。作者认为这一标准只衡量信息是否充分，不能证明描述准确，因此可能在可解释性上带来未经验证的解释问题。
Conditional Neural Processes for Self-Supervised Goal Discovery in Action Imitation
说明用于动作模仿中自监督目标发现的条件神经过程
简介受婴儿通过模仿他人学习新任务的能力启发，本文评估条件神经过程能否自主学习能反映动作背后目标的动作表征。作者表明，在隐藏空间中加入注意力机制，有助于在观察动作序列的早期就形成稳健的目标表征，因此该模型有望成为机器人自监督通用学习器。
When is more search useful? An Empirical Study of Search Utility in Quality-Aware Decoding for Machine Translation
说明更多搜索何时有用？机器翻译质量感知解码中搜索效用的实证研究
简介质量感知解码通过生成多个候选译文并由质量感知解码器挑选最终输出来提升机器翻译质量。本文指出，各句子从额外候选中获得的质量提升并不相同，并用总体扩展增益、边际扩展增益和采样饱和点三个指标衡量搜索效用。研究发现，句子层面的信号与总体增益相关，而当前候选池的特征能较好地反映边际增益，据此可挑选出从额外搜索中获益更大的句子。
★★★★★ 值得关注
Probing the limits of forward screening and inverse design of crystal materials
说明探究晶体材料正向筛选与逆向设计的极限
简介本文把55个晶体数据库按结构匹配整合为一个包含1460万种晶体、1.318亿个性质值的数据库，并开发了图神经网络模型CGTNet预测缺失的性质值。研究发现，已知晶体中有大量未记录体模量的候选材料，其中ReN2的体模量经实测为428 GPa；而在相同验证预算下，生成式逆向设计的新颖性被高估，其命中结果含有锇并有大量重复成分。
看点通过结构匹配整合55个数据库并补全属性，揭示筛选潜力被低估、逆向设计新颖性被高估，并给出可复现的属性模型库，证据充分。
★★★★☆ 值得关注
Retiming Robot Demonstrations with a Learned Speed Prior
说明用学习到的速度先验重新调整机器人示范的节奏
简介机器人示范的快慢常由遥操作者决定，而非任务本身，导致同一动作在不同示范中速度差异很大。该论文从大规模示范数据中学习一个速度先验，据此为每段示范统一重新定时，再用于微调视觉-语言-动作策略。在120个RoboLab任务上，使用学习到的时钟微调的策略成功率更高，抖动（jerk）最多可降低至一半；在真实机器人堆叠杯子的实验中，速度为默认策略的约1.72倍，30次试验中成功29次。
看点提出从大规模演示学习统一速度先验以重定时演示，并在120个任务和真机上验证，相比已有逐任务拟合方法有实质改进。
EMG Tokenization Preserves Movement Information at a Fraction of the Bitrate
说明肌电信号标记化：以更低码率保留动作信息
简介本文研究无线肌电（EMG）接口中的紧凑标记化表示，用于三维手部姿态解码。作者比较了两种无需姿态标签训练的因果标记器与连续特征，在9名参与者的320通道数据上测试。结果显示，标记化使平均误差增加有限，并将数据负载相比原始肌电降低约41倍。
WorldCast: World-Consistent Character Video Generation with Large-Angle Camera Control
说明WorldCast：基于大角度相机控制的世界一致性角色视频生成
简介该论文针对电影式角色视频生成中大角度相机轨迹控制困难的问题，提出了大规模角色中心数据集与基准CLACT，并提出WorldCast框架。方法通过深度估计将首帧反投影为三维点云并沿目标轨迹渲染以提供几何引导，再借助几何对齐记忆注意力（GAMA）检索并注入视角相关的角色特征。实验表明，该方法在多种大角度轨迹下能准确跟随轨迹，同时保持角色的几何、外观与身份一致。
Robust Offset-Free Lane-Keeping Control Framework for Vision-Only Automated Vehicles
说明面向纯视觉自动驾驶车辆的鲁棒无偏移车道保持控制框架
简介本文提出一种基于视觉的鲁棒无偏移模型预测控制（OF-MPC）框架，用于在大曲率道路高速转弯时实现精确、实时的车道保持。仿真结果显示，基于插值管的约束迭代线性二次调节器（itube-CILQR）算法优于基于IPOPT和OSQP的求解器，平均计算时间小于5毫秒。作者还利用该框架在仿真中量化了多任务UNet视觉感知模型在未见过交通场景中的感知不确定性。
Do Language Models Trust Their Own Justifications? A Study on Functional Consistency
说明语言模型会相信自己给出的理由吗？关于功能一致性的研究
简介大型语言模型在文本分类时，除了给出类别，还会标出它认为最关键的词语作为解释。本文提出一套实验框架，通过隔离、删除或语义反转这些词语，检验解释与模型实际预测是否一致。在IMDB和Steam评论数据上测试了GPT-4o-mini、Gemma3、Granite8B和DeepSeek等模型，结果显示不同模型家族和规模的解释可靠性差异明显。
★★★★☆ 值得关注
The Answer Knows Where to Look: Zooming before MLLMs Answer under Visual-Token Budgets
说明答案知道该看哪里：在视觉令牌预算下，多模态大模型作答前先放大图像
简介多模态大模型在视觉令牌预算较小时难以看清文档、图表中的细小文字。该论文发现模型在作答时已知道证据位置，但作答前的注意力难以直接读出。作者提出一种专门的“看”令牌，在作答前学习选择放大方式，无需框标注或额外定位器。实验在 Qwen3-VL 上进行，并报告了优于基线的结果。
看点通过解析答案token与预答注意力的定位差异，提出单次预填充的look token学习选择放大视图，新颖性较突出；在多模型、五个基准上比较，证据充分；对文本密集图像理解有实际意义。
SemGeo-Gen: Unsupervised Generation of Approximate Cross-Instance Semantic-Geometric Correspondences
说明SemGeo-Gen：无监督生成近似的跨实例语义-几何对应关系
简介该论文提出 SemGeo-Gen，一种无监督方法，可从弱对齐的 3D 物体集合中自动生成近似的跨实例语义-几何对应监督，无需人工标注。方法将多视角 DINOv2 特征提升到 3D，用连续分段仿射配准对齐实例，并通过语义一致性筛除候选匹配。在 KeypointNet 上，生成对应与稀疏人工标注的 PCK@0.10 为 93%，PCK@0.15 为 97%；用于合成预训练后，在 SPair-71k 上微调可使最新语义对应模型提升最多 5 个 PCK@0.10 点。
LLMs Can Tackle High Energy Theoretical Physics, yet Gaps Remain: Part I, Quantum Field Theory
说明大语言模型能应对高能理论物理，但仍有不足：量子场论（第一部分）
简介本文提出 QFT-Bench，包含 75 道从研究生到科研水平的量子场论题目，要求大量推导与推理，答案为明确的闭式结果。在 39 个专有与开源模型的测试中，最强模型准确率超过 95%，但仍在计算、约定与指令遵循方面出错，较弱模型则常在物理概念或推导层面失败。作者还发现模型的推理过程存在不忠实问题，即可能得出正确答案，但推理本身并不能支撑结论。
WiMoT: Replay-Free Continual Wi-Fi Sensing via Moment Transport
说明WiMoT：基于矩传输的免回放持续Wi-Fi感知
简介该论文提出WiMoT（Wi-Fi矩传输），在持续Wi-Fi感知中不保存原始信道状态信息样本，而是存储每个旧领域各类别的特征均值与协方差，并通过仿射映射同步更新这些统计量以应对表示变化。在3DO、WiMANS和Widar3.0数据集上，平均最终准确率分别为94.02%、89.61%和95.16%，遗忘最多为0.58个百分点。将协方差以秩32因子存储可将记忆占用压缩至6.4%。
DT-JEPA: Learning to Predict Future Representations for Decision-Making
说明DT-JEPA：学习预测未来表示以辅助决策
简介该论文提出 DT-JEPA，一种离线预训练加在线微调的强化学习框架，用于改进决策 Transformer。它不依赖奖励标注，而是在潜在空间中用概率预测器建模未来表示的条件分布，同时捕捉预测信息与不确定性。实验在 D4RL 基准上显示，该方法在多种离线强化学习任务中能高效适应，并优于传统的 DT 方法及其他离线强化学习方法。
Physics Informed Neural Networks for Solving the Drift-Diffusion Equations
说明用物理信息神经网络求解漂移-扩散方程
简介本文提出用物理信息神经网络（PINN）求解半导体器件的漂移-扩散方程，并以一维和二维的突变PN结为例进行研究。结果显示，该方法在各种偏压条件下的精度可与传统仿真软件相当。此外，该方法还可用于反问题，即在非零偏压下由目标电场或静电势反推掺杂分布。
WL-SeqVAE: Sequence-Based Graph Generation Using Variational Autoencoders and Weisfeiler-Leman Colors
说明WL-SeqVAE：基于变分自编码器与Weisfeiler-Leman颜色的序列式图生成
简介本文提出WL-SeqVAE，一种用于生成图的序列式变分自编码器。它利用Weisfeiler-Leman（WL）算法得到的节点颜色作为局部结构的离散标记，把每个图转为颜色序列，编码为高斯潜变量，再由自回归解码器重建图。在分子图和一般图数据集上，该方法在若干局部结构与分子质量指标上与已有基线相当。
Computational imaging through turbid, bubbly and flowing water near the telescope
说明近距离浑浊、有气泡和流动的水体中的计算成像研究
简介研究人员用望远镜透过镜头前 45 毫米处 25 毫米厚的水层拍摄显示屏图像和实物，并在七种水流、气泡与浑浊度组合下建立了测量数据集，同时保留清水拍摄作为对照。结果显示，浑浊主要降低对比度，对星形靶的对比度下降约 4.4 至 4.8 倍；对八帧图像取平均，结构相似性（SSIM）比单帧提高 0.032。研究提出的流程是：先对帧取平均，原始帧可直接用于分类，再用基于实测与合成数据对训练的网络进行复原。
InferSlice: A Reference Architecture for SLO-driven LLM Inference over a Telco Wide-Area Network
说明InferSlice：基于电信广域网、以服务等级目标驱动的大语言模型推理参考架构
简介本文提出 InferSlice，一个面向电信基础设施的参考架构，用于以服务等级目标（SLO）驱动的大语言模型推理，整合了网络切片、GPU 分区、弹性服务和可观测性。该架构在英国 JOINER 全国广域网上实现，并评估了分层服务差异化、弹性扩容、客户端边缘带宽瓶颈，以及张量、流水线、数据并行和预填充/解码分离在广域网上的适用范围。结果显示，流水线并行可容忍近距和中距跨站点跳数，而张量并行和解耦在超过单一子网跳数后失效。
Residual Expert Routing for Text-Only Domain Adaptation of Factorized Transducer ASR
说明用于仅文本领域自适应的残差专家路由（因式化Transducer语音识别）
简介该论文针对因式化Transducer语音识别模型，研究如何仅用目标领域文本微调非空白预测器，以提升目标领域识别效果。作者提出保守残差路由方法：将自适应预测器作为基础模型的残差修正，并用一个16k参数的门控在每个前缀处决定采纳多少修正。在一个40小时对话语料上，该方法在两个保留的目标领域上保留了几乎全部收益，同时源领域词错误率基本不变。
Can AI Agents Help Robotic Engineers? Lessons from Two Focus Days in Industry
说明AI智能体能否帮助机器人工程师？来自一家企业两个重点日的经验
简介本文是一项案例研究，观察一家为工业机器人编程的中小企业使用AI智能体的情况。结果显示，除一项需要生成大量重复代码的任务外，智能体并未提高工程师的工作效率，但随着工程师学会使用并针对该领域调整配置，效果逐步改善。作者认为，AI智能体并非即插即用，企业需要培训工程师、预留学习时间，并让智能体配置与领域和开发需求相匹配。
EditJev: System One Routing for Image Editing Models
说明EditJev：面向图像编辑模型的单次前向路由方法
简介该论文研究图像编辑模型的路由问题，即根据输入图像和编辑指令，从候选编辑模型中动态选择最合适的一个。作者提出 EditJev，通过单次前向传播直接预测各候选模型的偏好分数，并结合模型速度分数平衡质量与延迟。在 ImgEdit 和 GEdit-En 上，它的综合质量分分别从 4.540 提升到 4.592、从 8.194 提升到 8.255，估计端到端延迟分别降低 60.8% 和 31.7%。
The Standard Deviation in VICReg Buys a Safety Margin
说明VICReg 中标准差项带来的安全余量
简介VICReg 用对每个嵌入维度标准差的铰链项防止表示坍缩，原作者从梯度角度论证对方差设铰链会失败。本文在受控设置（ResNet-18，CIFAR-10 与 CIFAR-100）下只改变铰链项，并把其权重扫描了五个数量级。结果显示，默认权重下两种铰链的线性探测精度相当，但标准差铰链的坍缩阈值低 35 到 130 倍，因此在远低于方差铰链坍缩点的权重下仍能稳定训练。
Interpretable Singing Emotion Recognition Using Acoustic and Vocal Technique Features
说明基于声学与发声技法特征的可解释歌唱情感识别
简介该论文提出一种可解释的歌唱情感识别框架，使用一组紧凑的歌唱专用特征，涵盖韵律、频谱、语音学和发声技法。作者借助SHAP解释模型决策，并用GRAD-CAM定性分析模型学到的发声技法表征。结果显示，歌唱专用特征能减少不同歌手之间的差异，发声技法特征则为歌唱表达提供可解释的依据。
Acquisition for Spherical-Linear Bayesian Optimization on the Cube
说明立方体上球面线性贝叶斯优化的采集函数
简介本文针对单位立方体上的贝叶斯优化，研究采集子问题的全局求解复杂度，给出正反两方面的结果。作者据此提出一种新的采集函数，可在显著更少的执行时间内全局优化，同时保持或提升性能。该方法在每次评估的精度上与基于高斯过程的贝叶斯优化相当，在中低计算强度的黑箱函数上，按墙钟时间计算的精度更优。
LGMT: A Tool for Testing the Logical Reasoning Reliability of LLMs
说明LGMT：检测大语言模型逻辑推理可靠性的测试工具
简介大语言模型常在逻辑推理中给出正确答案，但对同一问题换一种等价表述时可能自相矛盾，静态基准难以发现。本文提出开源工具 LGMT，基于一阶逻辑的蜕变关系生成逻辑等价的后续测试用例，并在无真实标签的情况下检查模型蕴含判断是否一致。在六个常用大语言模型上，于包含 3,091 个蜕变组的基准中测得不一致率为 20.84% 至 29.44%。
What Transfers Across Protein Pockets? Experience Reuse in Molecular Optimization for Agentic Structure-Based Drug Design
说明经验能否跨蛋白口袋迁移：面向智能体结构药物设计的分子优化经验复用
简介论文研究基于大语言模型的智能体在蛋白口袋中逐步编辑配体并对接的过程，考察把已有探测经验存入经验库后，能否在未见过的口袋上复用。作者用CrossDocked2020测试集的一次完整运行日志分析发现，编辑所涉位点、动作类型和轮次等描述能有效区分改进与恶化的编辑，但这一区分主要由分子尺寸变化等与靶标无关的因素解释。结论认为，该经验库更适合用于筛选智能体自身的对接候选，而非直接指定应构建的分子。
Earth embeddings are decomposable records of the land surface
说明地球嵌入向量是陆地表面可分解的记录
简介该论文分析了两种广泛使用的年度地球嵌入向量产品，这类向量将每年的卫星观测压缩为每个十米像元的一组数值。研究表明，这些向量中包含火灾、林地砍伐和作物类型等可分辨的生态特征，并已用六大洲事件的独立参考数据加以验证。研究还指出，两种产品对不同特征的敏感性不同：其中一种能检测到恢复较快的小规模火灾，另一种则更能区分作物。
DriveOSS: Dataset and Benchmark for 3D Anomaly Segmentation and Open-set Semantic Segmentation in Autonomous Driving
说明DriveOSS：自动驾驶中3D异常分割与开放集语义分割的数据集与基准
简介本文提出DriveOSS，这是首个专门面向3D异常分割和开放集语义分割的真实世界多模态数据集与基准。数据集包含12,661个同步标注帧，由六个环视RGB相机、128线激光雷达和GPS/IMU采集，涵盖晴朗、夜间、多云、雨天和雪天共52个真实驾驶场景，并划分为ID（分布内）与OOD（分布外）两个子集。实验表明，未见过的物体仍是当前3D感知系统的主要挑战。
Interpreting Supervised Pairwise Graph Representations: Local Evidence, Confounding, and Provable Post-hoc Correction
说明解读监督式成对图表示：局部证据、混杂因素与可证明的事后校正
简介该论文研究监督式成对图表示（把成对预测关系转换为样本特定图）是否真正依赖高阶拓扑结构。在Transformer错误检测任务中，此类图的ROC-AUC高于基于注意力的邻接图，但控制序列长度这一混杂变量后，相对模型置信度的优势消失。作者还在HCP Emotion数据上分析了拓扑增强方法与GCN的效果，并提出Fisher事后校正器，文中认为高阶拓扑只有在排除局部监督证据和可恢复的干扰变量后才应被认可。
Hair Segmentation and Skin Characterization on Macroscopic Dermatological Images for Laser Treatment Parameterization
说明用于激光治疗参数设定的宏观皮肤图像毛发分割与皮肤特征提取
简介本文提出一套统一系统，用于宏观皮肤科图像中的毛发分割与皮肤特征提取，以替代目前依赖人工经验或未校准色度计的激光参数设定。系统结合定制的 YOLOv9 实例分割模型与经典图像处理，并用分光光度测量进行颜色校准，提取肤色类型、毛发密度、颜色和粗细等客观参数。在针对剃须后短毛的自建数据集上，mAP@50 约为 0.80。
Ampe-DB: A Dataset for Human Activity and Interaction Analysis Using the Ghanaian Game Ampe
说明Ampe-DB：基于加纳传统游戏 Ampe 的人体活动与互动分析数据集
简介该研究发布了 Ampe-DB，一个多模态数据集，基于加纳传统游戏 Ampe（包含协调跳跃、腿部动作和两人互动），共 637 个片段、15 名参与者，提供 RGB 视频、双人姿态数据及四类动作标签。研究在固定基准、按配对留出和按参与者留出三种协议下评估模型，结果显示固定基准上的高分在跨人员、跨配对泛化时明显下降，姿态模型比 RGB 模型更稳健。
LLaCO: Continuous Diffusion for Large Language Models with Competition-Aware Semantic Scheduling
说明LLaCO：基于竞争感知语义调度的大语言模型连续扩散方法
简介本文提出用于文本生成的连续扩散框架LLaCO，通过竞争感知的语义调度，解决连续扩散模型中几何轨迹与时间进程错位导致的时间压缩问题。作者提出竞争阈值理论（CTT），并设计语义保持调度（SRS）重新分配去噪时间，同时采用球面加噪过程。8B规模的模型表现优于已有连续扩散基线，并可与同规模离散扩散模型相媲美。
Trajectory Matching: Discrete Flow Matching with Structured Actions
说明轨迹匹配：带结构化动作的离散流匹配
简介论文提出“轨迹匹配”方法，让离散流模型以连接起点和终点的完整动作序列为条件，从而支持分子片段添加、节点与边同时插入、层级增加子节点等复杂动作。作者证明该目标能恢复边缘流，并包含传统的逐分量分解离散流匹配。实验在树结构和分子图生成上进行，在MOSES上有效性由92.8%提升至99.2%，且无需重新训练即可用于子结构扩展和连接。
Let's Do Turbulence Right: In Space and Time!
说明湍流应当在时空中正确地研究：一项关于三维纳维-斯托克斯方程湍流的时空分析
简介该论文基于超过28 TB的时间分辨直接数值模拟数据，研究数值方法选择如何影响湍流在空间和时间上的(3+1)维物理表现。作者进一步考察神经网络如何表示这些湍流运动。结果显示，空间与时间两方面的评估结论可能不一致，因此作者呼吁机器学习领域将(3+1)维湍流视为四维现象来处理。
Universal neural network approximation of symmetric polyconvex energies and envelopes
说明对称多凸能量与包络的通用神经网络逼近
简介本文针对小应变弹性中的对称多凸能量，提出对称多凸神经网络（SPCNN），用于本构建模和对称多凸包络的逼近。作者指出，ReLU 输入凸网络在加入单调性约束后无法通用逼近提升表示子，而新结构将凸性与单调性结合。文中证明了对称多凸能量的通用逼近定理（不要求各向同性），并给出仿射片数量的量化及各向同性情形的简化架构，数值例子包括应力回归和双势阱势的包络逼近。
Speculative Forking: Turning Idle Wait into Parallel Exploration for Repository Environment Setup
说明推测式分叉：把空闲等待变为并行探索，用于代码仓库环境搭建
简介该论文提出 SpecBuild 系统，用于让大模型智能体自动搭建代码仓库的运行环境。它在多个候选搭建方案上并行探索，采用最先完成的可用环境并丢弃其余方案，并在命令失败前预先准备修复分支。在 334 个任务、40 个仓库、9 种编程语言的测试中，三种基座模型的成功率比最强基线高 6.4 至 12.0 个百分点，平均搭建时间减少 22.4% 至 41.6%。
Contextual Decision Making: Predictive or Generative
说明情境决策：预测式还是生成式
简介本文比较两种基于观测协变量做不确定条件下决策的方法：先预测再优化（PtO）与先生成再优化（GtO）。作者分析学习目标如何影响统计精度与优化可处理性，给出遗憾界，并讨论平滑性与凸性保持之间的权衡。合成实验与真实案例表明，两者优劣随数据量与问题结构而变，文章据此给出选择指导，但不认为存在普遍更优的方法。
Batched NN 4D-Var: a performant hybrid model framework for the Integrated Forecasting System
说明批量化神经网络四维变分同化：面向综合预报系统的高性能混合模型框架
简介本文研究在欧洲中期天气预报中心综合预报系统中，利用四维变分同化在线学习依赖状态的模式误差修正。作者提出只估计神经网络参数的目标式变体，并进一步提出按随机顺序处理同化窗口、平均多个窗口参数增量的批量化方法。实验显示，批量化方法在样本外数据上能稳定提升预报技巧，较大的批量加快收敛并提高稳健性。
From Parameter Rebasin to Functional Transfer Across Heterogeneous Transformers
说明从参数对齐到跨异构Transformer的功能迁移
简介论文提出Ariadne，一种无需训练的方法，可在深度和宽度不同的异构Transformer之间迁移任务特定行为。它不直接搬运参数，而是通过微调在对应模块上引起的激活变化来刻画微调效果，先用局部Procrustes映射对齐，再以闭式岭回归直接合成目标模型的原生更新。实验显示，该方法在扩展、缩减和语言模型迁移中提升了目标模型性能，并比以往的跨架构对齐方法显著减少了构建更新所需的时间和内存。
PHYRD: A Living Benchmark for Reproducing and Extending Theoretical Physics Research
说明PHYRD：用于复现与拓展理论物理研究的动态基准
简介本文提出PHYRD，一个面向理论物理推理的动态基准，包含63个复现题与43个探索题。复现题考察对已发表结果的推导能力，探索题考察修改理论条件后的推论能力。作者用FormulaForest构建任务，附有参考解答和子问题级评分细则。在五个模型上，整题准确率在复现题上为49.21%至68.25%，闭卷探索题上为18.60%至74.42%。
Standing on Open Shoulders: Regional Fine-Tuning of Open-Weight Camera-Trap Models for UK Wildlife with Modest Data and Compute
说明站在开放权重的肩膀上：用有限数据与算力为英国野生动物微调相机陷阱模型
简介本文用开源 DeepFaune 分类器，在 28 个英国物种类别上微调，并结合未修改的 MegaDetector v6 进行相机陷阱图像识别。在 20,212 张人工核验的 MammalWeb 图像上，DeepFaune-UK v1.2 的严格图像级准确率为 88.8%，高于两个基线模型；换用更新的 DINOv3 分类器后，v1.3 达到 90.6%。作者同时指出，最大的提升来自他人训练的新基础模型，因此这种模式依赖大型机构持续开放权重。
Pseudo-Labels as Rewards, Not Targets: Group-Relative Policy Optimization for Semi-Supervised ASR
说明伪标签作为奖励而非目标：用于半监督语音识别的组相对策略优化
简介论文研究只有无标注音频的领域如何适配语音识别：先用强教师模型生成伪标签，再微调学生模型。作者提出把伪标签作为组相对策略优化（GRPO）的奖励参考，而非监督微调的目标，从而减少标签噪声的影响。在银行领域，GRPO相对监督微调的词错误率相对改善为29.3%至56.2%，并在多种Whisper规模、教师模型和语言中保持优势。
Reuse, Don't Retrain: Efficient, Modality-Versatile Geospatial Foundation Models through Feature Distillation
说明复用而非重训：通过特征蒸馏构建高效、多模态的地理空间基础模型
简介该论文研究用特征蒸馏复用已有模型表示，以降低地理空间基础模型的预训练成本。作者将冻结的CROMA和TerraMind教师模型通过图像块特征匹配蒸馏为较小的Vision Transformer，并提出TEDI方法，将TerraMind（多光谱）与DINOv3（高分辨率RGB）两类专家合并进同一共享主干，无需配准的成对数据。原文报告蒸馏后的模型在九项PANGAEA任务上平均表现优于同规模的公开模型，TEDI-Large取得62.51 mIoU的最高单模型均值。
Shared Is Not Enough: Predictor Width and Factor Readability Under Masked Latent Prediction
说明共享信息并不足够：掩码潜在预测下预测器宽度与因子可读性
简介该论文用可控的合成图像模拟器研究掩码潜在预测方法（如I-JEPA）保留哪些信息。作者比较了I-JEPA、SimCLR与BYOL在相同视角对上训练的小型编码器，并探测两个视角共享的因子。结果显示，预测器宽度为编码器一半时，I-JEPA的因子可读性中位数约为SimCLR的40%；将预测器加宽至与编码器相同后，这一排序在每个训练随机种子下都发生了反转。
HEALPix-Based Implicit Neural Compression of Omnidirectional Images
说明基于HEALPix的全景图像隐式神经压缩方法
简介该论文针对沉浸式虚拟现实中的全景图像，提出一种基于多尺度HEALPix球面表示的过拟合编解码器，以等面积采样替代等距柱状投影，减少两极冗余采样和纬度相关的感受野畸变。方法还包括跨尺度条件熵模型和多环球面卷积。在公开全景图像数据集上，相比VVC在V-PSNR、V-MS-SSIM和V-LPIPS上分别有16.3%、26.5%和19.5%的BD-rate降低，解码速度比所评估的学习型自编码器编解码器快2.6至3.6倍。
Tool-Calling LLM Agents Under Realistic MCP Faults: Scale Does Not Purchase Fault Tolerance
说明工具调用型大模型智能体在真实 MCP 故障下的表现：规模并不能换来容错能力
简介论文提出 MCP-Injector，一个可插入 MCP 工具调用链路的故障注入中间件，能模拟永久、临时、间歇等持续性故障，其故障模型依据 1,774 个开源 MCP 仓库的问题与拉取请求记录校准。实验显示，在以永久性故障为主的压力条件下，任务完成分数从 8.08 降至 3.23（满分 10），而 120B 模型并未比 20B 模型更能保持无故障时的分数。研究认为，仅靠能力基准可能掩盖运行层面的脆弱性，建议将协议感知的故障注入作为补充评估维度。
HGWM: Hierarchical Graph-Guided World Model for Zero-Shot Object Navigation via Graph Matching
说明HGWM：基于图匹配的分层图引导世界模型，用于零样本物体导航
简介该论文提出HGWM方法，让机器人在未见过的环境中零样本地寻找目标物体：利用大语言模型生成房间锚点先验，并结合持久的空间语义记忆来选择搜索方向。在HM3D和MP3D仿真基准上，报告的成功率与路径效率指标高于对比方法WMNav，但提升幅度较小。结果为作者自行报告的汇总数据，实验仅限于仿真环境。
Exact Global Minimax Risk near Nonidentification
说明接近不可识别点时的精确全局极小极大风险
简介本文研究当干扰参数在子模型上不可识别、而目标量在该处为零时的平方误差估计问题。作者给出充分条件，使最大临界路径极小极大风险成为全参数空间上的精确渐近极小极大风险，并构造可一致达到该主导常数的估计量。文中在两个模型中验证了这些条件，并分别给出了相应的精确常数。
Beyond Channel Data: Configuration-Enriched Radio Foundation Models
说明超越信道数据：融合配置信息的无线基础模型
简介该论文提出在无线基础模型（RFM）预训练中引入信道配置（CFG）信息，生成融合配置的嵌入向量。在标签稀缺条件下，这些嵌入可作为下游任务的有效归纳先验。研究在视距/非视距分类、定时提前量估计和波束选择三项任务上，与原始信道令牌及多个基线模型比较，并覆盖同分布与异分布的配置场景。实验表明，该嵌入在已见和未见配置场景中整体优于或与基线相当。
Beyond Visible Speakers: Context-Aware Active Speaker Detection with Speaker Registration
说明超越可见说话人：结合说话人注册的情境感知主动说话人检测
简介该论文提出 ROAM-ASD-C 和 ROAM-ASD-CR，用于改进主动说话人检测。ROAM-ASD-C 同时分析画面中多个可见人脸，在目标信息不完整时借助其他人脸提供补充线索；ROAM-ASD-CR 还引入由注册语音得到的说话人表示，即使目标人物未被看到也能判断其是否在说话。原文报告 ROAM-ASD-C 在五个基准上取得最优结果，并在目标人物视觉信息被移除 75% 时比 ROAM-ASD 提升最多 13.3 mAP。
StarRTT: An End-to-End Real-Time Framework for Blind Zone-Free RTT Prediction in Starlink LEO Satellite Networks
说明StarRTT：面向星链低轨卫星网络、无盲区实时预测往返时延的端到端框架
简介星链等低轨卫星因高速运行频繁切换服务卫星，导致往返时延（RTT）波动明显。本文提出端到端实时框架 StarRTT，将每秒的服务卫星识别与 RTT 预测结合，消除识别盲区，并设计基于 LSTM 的 RT-LSTM 模型。在严格实时回测中，RT-LSTM 的平均绝对误差为 1.405 毫秒，较 LSTM、StarNet 和 ASTM 分别降低 4.3%、11.6% 和 22.1%。
IGG: A Benchmark for Interactive GUI Grounding under Visibility Constraints
说明IGG：可见性受限下交互式 GUI 定位基准
简介该论文提出交互式 GUI 定位基准（IGG），要求智能体先通过交互使目标可见，再点击它，以评测目标可见性恢复能力。基准包含 16 个可控 GUI 环境中的 601 项任务，涵盖七种可见性约束子类型。实验显示人类准确率为 94.6%，GPT-5.5 为 79.4%，最强开源模型为 31.6%；作者认为瓶颈在于执行揭示交互，而非识别已可见的目标，并表明该能力可以通过学习得到提升。
Inference-Time Prior Adaptation for Imbalanced Data Streams under Concept Drift
说明面向概念漂移下不平衡数据流的推理时先验自适应方法
简介本文提出 PAI-KNN，一种基于 k 近邻的数据流分类器，用于应对概念漂移和类别不平衡问题。它不修改记忆内容，而是维护一个滑动窗口缓冲区，并依据近期观测估计的类别先验，在推理时动态调整决策规则。在多种合成数据流场景下的实验显示，该方法与现有先进方法相当，在动态类别不平衡和概念漂移场景中表现尤为突出。
VERA-Hand: A Verified Multidimensional Benchmark for 2D Hand Pose Estimation in Third-Person Dynamic Gesture Videos
说明VERA-Hand：第三人称动态手势视频中二维手部姿态估计的多维验证基准
简介该论文提出VERA-Hand基准，用人工核验的逐帧二维标注（共10,690只手）从检测、定位、手的身份识别和时间稳定性四个维度评估手部姿态估计器，并提出同时要求正确检测与准确定位的Pose-F1指标。对六种估计器的评测显示，没有一种方法全面领先，各维度排名差异明显。该基准还能发现仅看定位指标时难以察觉的问题。
★★★★☆ 值得关注
Principled Nonlinear Concept Erasure and Steering
说明原则性非线性概念擦除与引导：一种可在去除敏感属性的同时保留任务信息的条件自编码器方法
简介学习到的表示常包含性别、种族等敏感属性，这些信息可能不宜保留。本文提出一种基于条件自编码器的非线性概念擦除框架，其原则是只移除敏感属性而不影响其他内容。作者称在所述假设下，完美重构加上总体层面的独立性足以实现完美的非线性不可探测性，并给出了不完美重构情形下的保留性保证。实验显示该方法在多个数据集、敏感属性和语言模型上取得更优的效用与擦除权衡，且无需目标任务标签。此外，通过在推理时改变目标概念，该框架还可实现概念转换（表示引导）。
看点提出条件自编码器的非线性概念擦除框架并给出形式化保证，同时实现概念转换，实验覆盖多数据集与语言模型，影响面限于表示擦除子领域。
Analysing Austrian Parliamentary Speeches by Predicting Party Affiliations
说明通过预测政党归属分析奥地利议会演讲
简介本文利用微调的 BERT 模型，为奥地利国民议会议员的每篇演讲给出各政党的概率分布，再按发言人和政党汇总分析其演讲特征。作者发现，共同执政的政党演讲风格趋于相似，在野党则与执政党渐行渐远；转换党派的议员通常在转换后才改变演讲风格。作者还公开了 1996 至 2018 年奥地利国民议会演讲的政党归属预测数据集。
Amortized Thompson Sampling and Efficient Information-Directed Sampling for Simulator-Based Design
说明摊销汤普森采样与高效信息导向采样：用于基于模拟器的设计
简介本文提出一种在收集数据之前预先摊销汤普森采样计算的方法，使观测到达后即可立即获得汤普森采样分布的近似。该方法还可高效估计关于最优动作的期望信息增益，并与即时遗憾结合用于信息导向采样（IDS）。作者在合成生物学中两个似然函数难以计算的模拟器设计问题上进行了验证。
The Punjabi Geet Toxicity Dataset (PGT-FG): Fine-Grained Multimodal Annotations for Toxic Content in Punjabi Songs
说明旁遮普语歌曲毒性数据集（PGT-FG）：面向旁遮普语歌曲有害内容的细粒度多模态标注
简介该论文介绍了一个用于旁遮普语音乐有害内容检测研究的数据集PGT-FG，数据取自YouTube上公开的旁遮普语歌曲，共2,396个片段，来自392首歌曲。由4名母语标注者完成标注，包括二元毒性标签、八类细粒度毒性类别、严重程度、情感、模式和不确定性标记。其中705个片段（29.42%）被标为有毒，暴力类别最常见。数据集已在Zenodo公开，原始歌词和受版权保护的音视频不予再分发。
Fast and Useful: Adapting Distilled Generators for Visual Learning
说明快速且有用：让蒸馏生成器适配视觉学习
简介蒸馏后的文生图模型生成图像很快，但用这些图像训练的分类器表现明显不如用慢速基础模型生成的图像训练的分类器。作者对已发布的蒸馏生成器做低秩调整，使生成结果更适合作为训练数据，同时保持快速生成。实验显示，经调整的图像在三类生成器上都能训练出更好的分类器，在ImageNet-1k规模下，ResNet-50的top-1准确率明显提升。
Augmentation Strategy for DINO in Glaucoma Classification
说明DINO自监督学习在青光眼分类中的数据增强策略改进
简介本文研究DINO自监督学习框架用于眼底图像表示学习时的数据增强问题。作者发现其默认增强策略对视网膜眼底图像产生的表示不可靠，降低了青光眼分类性能。据此重新设计了增强策略，使学到的表示更侧重诊断相关特征。在冻结表示上训练线性分类器后，该方法在七个基准数据集上表现出较强的泛化能力。
Quantum-Classical Link Prediction on Dark Web Hyperlink Graphs
说明暗网超链接图上的量子-经典链接预测
简介作者分析了一次离线 Tor 爬取数据中 383 个洋葱主机的 HTML 内容与 2067 条跨主机有向链接。研究比较了经典方法与四比特变分量子分类器在链接预测上的表现，并引入度数控制以避免偏差。结果显示组合图结构与内容特征具有一定预测信号，但在严格度数匹配下，各方法表现均接近随机水平。
Investigating the trackability of landmarks in NBI and WLI
说明喉镜视频中解剖标志点在窄带成像（NBI）与白光成像（WLI）下的可追踪性研究
简介该论文比较了窄带成像（NBI）与白光成像（WLI）下喉镜视频中解剖标志点的视觉追踪效果。研究使用39名患者的61段内窥镜视频，评估声带和血管纹理明显的黏膜两个区域，采用前向-后向误差框架对比经典追踪器和基于学习的点追踪器。结果显示NBI在两个区域中都降低了前向-后向误差，其中声带的差异具有统计学显著性，且失败率较低。
BAARC: Uncertainty-Driven Adaptive Partial Spectral Measurement to Full Reconstruction for Material Classification
说明BAARC：基于不确定性驱动的自适应部分光谱测量与完整重建，用于材料分类
简介该论文针对拉曼光谱仪波数范围有限、需要多次测量的问题，提出BAARC框架。系统逐步测量光谱各小段，并同步重建完整光谱与进行材料分类，依据不确定性决定下一次测量位置及何时停止。实验表明，仅使用部分光谱通道即可实现较高准确率的样品识别。
DRIVE: Fine-tuning via Data Contribution- and Diversity-aware Weighting with Prior Regularization
说明DRIVE：一种结合数据贡献、多样性与先验正则化的微调样本加权方法
简介该论文针对源预训练数据不可得时微调出现的灾难性遗忘问题，提出 DRIVE 样本加权框架。它通过统一的可微目标为每个样本分配权重，将贡献拆分为防遗忘与适应两部分，并结合基于协方差的多样性项和样本特征先验进行调节。论文称该方法在稳定性与可塑性之间取得平衡，并在整体性能、收敛速度和鲁棒性方面取得较好结果。
Distortion-Aware Spatiotemporal Learning for Real-Time Wide-Angle Video Rectification
说明面向实时广角视频矫正的畸变感知时空学习
简介广角镜头视野更大，但边缘会产生明显非线性畸变，使画面中的人物被拉伸。论文提出FastVC框架，通过畸变感知薄板样条模块和时空学习方法，实现全身视频矫正，并减少帧间抖动。论文还提供了首个广角全身视频矫正基准数据集，报告其在57.0 FPS下达到了当前最优的矫正精度与视觉稳定性。
Random Jump Forests
说明随机跳跃森林：一种用于多状态模型的非参数估计方法
简介本文提出随机跳跃森林，用于在多状态模型中估计依协变量变化的累积转移率和占据概率。该方法用一棵树同时划分所有转移的协变量空间，并在终端节点使用Nelson–Aalen估计量，占据概率通过乘积积分得到，且无需马尔可夫假设。在协变量取有限个值等条件下，文中给出了一致性与函数型中心极限定理，模拟与四个生物医学数据集的结果也有所展示。
MusicTwins: Training Audio-Language Models to Listen like Their Persona
说明MusicTwins：训练音频-语言模型以像其人设一样聆听
简介该论文提出MusicTwins框架，结合人物摘要、个人记忆与后训练，让音频-语言模型模拟特定个人对文本和音乐的回应。研究基于人类写作构建人物表征，涵盖背景、观点、性格、写作风格和音乐档案，并通过监督微调与强化学习对Audio Flamingo Next进行后训练。在十个保留人物上的评估显示，该模型在人物一致性方面有明显提升。
K-CLUE: A Segmentation-to-Clustering Framework for Ki67 Cell Typing
说明K-CLUE：用于 Ki67 细胞分型的“分割到聚类”框架
简介Ki67 是乳腺癌肿瘤增殖的重要标志物，通常需要针对每个数据集训练监督分类器。本文提出 K-CLUE 框架：先分割单个细胞核，用冻结的预训练编码器提取特征，经主成分分析降维后用 k-means 聚类区分 Ki67 阳性与阴性细胞核，无需标注或特定任务训练。研究发现聚类结果对编码器选择高度敏感，白化主成分可消除这种依赖；在 MIST 和 BCData 数据集上，该方法的端到端表现优于 DeepLIIF 与 IHCScoreGAN。
Accordion: Elastic-Depth Inference via Fixed-Prefix Layer Looping
说明Accordion：通过固定前缀层循环实现弹性深度推理的大语言模型
简介论文提出 Accordion，一种基于混合专家（MoE）的模型，通过固定前缀的层循环支持五种推理计算预算。预训练时每个微批次随机采样一种预算并优化下一词预测损失；后续通过监督微调和强化学习，将三个领域专家整合为一个模型。原文报告：预训练 3.6T tokens 后，推理深度增加使 Accordion-6B-A0.5B 在 37 项任务上的五类宏平均提升 3.01 个百分点，中间预算获得其中 89% 的增益。
L0-Norm-Based CycleGAN for Unpaired Brain CT-to-MR Synthesis
说明基于L0范数的CycleGAN用于非配对脑部CT到MR图像合成
简介该论文针对非配对脑部CT到MR图像合成，提出用平滑有界函数近似的L0范数替代CycleGAN中的L1范数循环一致性损失。在102张训练图像、9张测试图像上，相比同设置的L1基线，均方误差由0.03464降至0.02746（降低20.7%），平均峰值信噪比由14.77 dB提升至15.80 dB，平均结构相似性由0.5407提升至0.5689，说明修改循环一致性惩罚可提高该数据集上的重建精度。
A curated multi-endpoint drug-protein bioactivity dataset with construct-aware protein targets
说明一个带有蛋白构建体信息的多终点药物-蛋白生物活性数据集
简介该论文介绍了Curate-DTI数据集，基于2026年7月1日的BindingDB导出数据，分别处理IC50、Ki、Kd和EC50四类指标。数据集包含约292万条测量记录、约129万个标准化配体和约968个以序列定义的蛋白实体，并区分不同实验构建体，而非仅按UniProt编号合并。该资源支持按终点分别进行分类和回归任务，并附带预处理代码与数据说明。
State Estimation as In-context Tabular Prediction
说明将状态估计视为上下文表格预测
简介本文把电力系统状态估计转化为上下文表格预测问题：以历史量测向量及对应状态估计作为上下文，新量测向量作为查询，预测状态向量。方法使用在合成数据上预训练、权重不再更新的表格基础模型，电力系统数据仅作为上下文。文中在14至118节点的输电与配电网络上测试，结果显示在低可观测和存在坏数据时，该方法的误差相比加权最小二乘法更低。
Efficient Zero-Shot Video Anomaly Detection via Signal-Aware Adaptive Fusion (SAAF)
说明基于信号感知自适应融合（SAAF）的高效零样本视频异常检测
简介本文提出SAAF框架，用于在无需训练数据的情况下，以较低计算成本进行视频异常检测。它结合帧间语义变化与偏离滚动时间上下文的漂移信号来选取关键帧，并采用分级级联结构和按触发信号加权的融合机制。在四个基准数据集上，SAAF在免训练零样本方法中取得了当前最佳的AUC-ROC结果，同时吞吐量明显提高。
PCFBench: How Far Can Large Vision-Language Models Go in Physics-aware Photonic Inverse Design?
说明PCFBench：大型视觉语言模型在物理感知光子逆向设计中能走多远？
简介该论文提出 PCFBench，这是首个用于评估视觉语言模型在光子逆向设计流程中感知、推理与决策能力的综合基准，涵盖 26 项任务，基于超过 22 万个 FDTD 仿真样本。结果显示，模型能较好地识别光纤几何结构，却难以将视觉理解转化为物理层面的设计行动，且多智能体串联时上游感知错误会逐级放大。作者认为，仅靠扩大模型规模或简单串联智能体并不足够，需要明确的物理基础。
When Agents Fail: Model or Harness--Who's to Blame?
说明当智能体失败时：是模型还是执行框架的问题？
简介该论文指出，LLM智能体由模型与执行框架（harness）共同构成，因此应通过二者的互动来评估框架。作者提出包含有效完成率、模型-框架匹配度、跨模型匹配度、交互残差和词元负载在内的五项指标，并在六个基准上评测四种通用框架与四种核心模型的组合。结果显示，框架排名随模型和基准而变，任务表现与有效完成率可能偏向不同组合。
★★★★☆ 值得关注
CASE: Confusion-Aware Skill Evolution for Frozen Multimodal Emotion Models
说明CASE：面向冻结多模态情感模型的混淆感知技能演化方法
简介多模态大语言模型在多模态情感识别中仍会把语义相近的情绪混淆。本文提出 CASE 框架，为易混淆的情绪对维护一个稀疏、可自我演化的情感技能库，在不修改冻结主干模型参数的前提下，推理时检索对应技能以辅助边界判断。实验显示该方法在多个数据集和模型上有效，并将 Qwen3-VL-8B 在 CA-MER 上的平均准确率从 46.80% 提升至 59.13%。
看点提出首个面向多模态情感识别的智能体技能框架，以可复用的成对情感技能库应对混淆，并在多个数据集上验证了跨骨干迁移效果。
PathJev: Decision-Native Vision-Language Modelling for Histopathology
说明PathJev：面向组织病理学的决策原生视觉-语言建模
简介本文提出PathJev-P，一种用于组织病理学的决策原生视觉-语言模型，在单次前向传递中直接输出候选项上的归一化概率分布。模型基于MedGemma-1.5-4B加LoRA适配器和决策头，在来自三个公开数据集的40,000个图像块上训练，并包含"以上都不是"选项。与生成式模型、零样本病理模型CONCH及通用医学决策模型相比，其平衡准确率更高（0.541），但校准效果取决于生成式模型的读取方式，且在未见器官上仍存在过度自信的问题。
CauProphet: Teaching Agents to Develop Causal Cognition like Humans
说明CauProphet：让智能体像人一样形成因果认知
简介该论文提出CauProphet，一种会自行建立并更新因果知识的大语言模型智能体。它将已有因果认知与当前证据结合，形成结构化的因果信念用于决策，并随新观察持续修正，使知识超越单次经验。文中报告其在金融研究中相对基线智能体的秩相关指标提升25.4%，动态真实场景下预测准确率由21.3%提高到28.6%，并在科学与日常任务中验证了可靠性。
Beyond Post-Hoc Rewards: Privileged Reasoning Exploration for Multimodal Embeddings
说明超越事后奖励：面向多模态嵌入的特权推理探索（PILOT）
简介本文提出PILOT框架，把推理过程建模为潜变量，并用同一多模态大模型分别实现先验（仅依据输入）与后验（额外利用训练时的关系证据）两种推理模式。作者通过重要性加权变分目标，让两种模式在共享的推理兼容奖励下共同进化，并按效用与先验可达性把后验轨迹有选择地迁移给先验。在包含78项任务的MMEB-V2基准上，PILOT在2B与7B参数规模下的12个任务组中均优于主要基线，整体分数分别提高3.2与3.3分，视觉文档检索提升最明显。
From Perception to Pixels: Human-Derived Visually Distinct Colors for Improved Dominant Color Extraction
说明从感知到像素：基于人类视觉可区分颜色改进主色提取
简介本文提出一种基于人类感知的主色提取框架，核心是通过 110 名受试者的感知实验构建的“人类颜色词典”（HCD），含 64 种感知上可区分的颜色。将该词典融入 RGB 颜色直方图与 K-means 算法后，在 4,562 幅图像数据集上，以 Earth Mover's Distance 和最佳匹配距离衡量，感知一致性有所提升。研究还发现，性别对颜色感知数量的差异不显著，高饱和度颜色最易区分，深色则较难区分。
Online Continual Learning in Edge-Cloud Applications
说明边缘-云端应用中的在线持续学习：在数据分布变化时更新模型、减少遗忘
简介本文针对物联网与边缘/云端系统中已部署的机器学习模型，提出一种在线持续学习方法，用于应对数据流分布变化且无法获取完整原始训练数据的问题。方法结合分布外（OOD）检测与概念漂移检测，以ODIN和ECDD识别需要标注的有用样本，并触发基于回放的模型更新。作者在汽车、医疗和农业数据集上进行了实验，结果显示该方法具有适用性，并有助于缓解灾难性遗忘。
ALLMTS: Automated LLM-based Medical Triage System
说明ALLMTS：基于大语言模型的自动化医疗分诊系统
简介该论文提出ALLMTS系统，用于根据简短的电话问诊记录判断患者应去急救、急诊、门诊或居家护理。系统让大语言模型按照护士使用的远程医疗指南执行分诊流程，而非直接给出结论。在566个专家验证的合成场景中，其准确率为0.95，直接使用大语言模型的基线为0.47；在公开的50个场景子集上准确率为0.98，接近五人护士专家小组的0.944。
OPTARI: An open-source software framework for clinical translation of optoacoustic imaging
说明OPTARI：面向光声成像临床转化的开源软件框架
简介该论文介绍了OPTARI，一款开源图形界面软件，用于光声与超声联合成像（OPUS）的大规模临床研究分析，使不熟悉编程的用户也能使用。软件基于napari图像查看器和PATATO工具包，支持厂商原生格式与开放HDF5格式，并提供组织分割、分析等功能。论文称其自动分割在肌肉组织上的结果与专家标注相当，批处理将每次扫描的分析时间缩短至一秒以内。