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CTR 重新校准应使用多少新数据？后验校准的时间维度评估
简介该论文研究点击率（CTR）模型的离线评估与校准问题，指出常用的随机划分会低估时间偏移带来的校准误差。作者在 Avazu 数据集上比较了 LR、DeepFM、DCN-v2 三种模型，并用 Platt 缩放和等渗回归在时间上滚动地做后验校准。结果显示，拟合数据时间跨度的长短会显著影响校准效果，较宽时间跨度的数据优于最新的几小时数据，但作者提示这一结论还需其他日志数据验证。
说明用于长期时空推理的高斯情景记忆：一种面向半静态环境的机器人记忆框架
简介论文提出GEMS框架，用持久的时空三维高斯溅射（3DGS）地图作为机器人记忆，只在场景发生变化的区域更新并保存修改部分，同时结合智能体推理流程，按需渲染新视角以回答时空问题并根据自然语言定位物体。作者还发布了GEMS-Bench基准，包含3个真实环境和12个合成环境，共473个问答对。实验显示GEMS在三维物体定位和时空问答上优于近期基线，渲染质量与专门的场景更新方法相当。
说明《指令的语言：体裁与生成式人工智能》：论文提出指令微调语言模型实现了一种“指令—对话”体裁
简介这篇论文主张，经过指令微调的语言模型应被理解为实现了一种被称为“指令—对话”（instructional-conversational）的体裁。该体裁由生成模型与人类之间先前对话中的话语经大规模神经网络反复运行而融合而成。作者指出，它在应用中通过指令微调、系统提示（system prompt）这类前置文本，以及以特殊标记和轮流对话中的角色分配为特征的标记语言格式化输入而得以实现。
说明SceneBloom：面向具身学习的、布局真实多样的智能体室内环境生成
简介该论文提出SceneBloom，一个结合视觉布局采样与约束引导三维编译的智能体框架，用于生成可用于仿真的室内场景。分层采样器利用扩散先验在功能分区内生成家具布局，编译器再依据提议中的关系进行几何拟合与局部位姿修正。在五类房间上，该方法在视觉质量和物理稳定性方面表现最佳，且是唯一未检测到网格碰撞和越界物体的方法；其布局也比所有对比基线更接近真实房间的分布。在这些场景中训练的物体导航策略，在留出的真实扫描场景中的成功率高于用同等数量真实训练扫描训练的策略。
说明UniAction：面向世界模型的统一动作条件框架
简介该论文提出 UniAction，一种统一的动作条件化方法，把不同类型的动作表示为一组稀疏的动作元素，并将其映射到预训练视频模型的位置空间中，使多种动作共享同一个世界模型。作者还提出了基数校准注意力以缓解不同动作表示粒度带来的偏差。在力、相机控制、手部姿态和机器人姿态四类动作上的实验显示，UniAction 在动作跟随上优于其他条件化方式，且单一联合训练的模型超过了各类动作专用模型。
说明FlexGlue：稀疏到稠密的特征匹配与视觉歧义消除
简介该论文提出FlexGlue，一种用于图像间对应点匹配的神经网络。给定两张图像及第一张图中的点坐标，它估计第二张图中对应点的位置，同时判断图像对是否不匹配并予以拒绝。论文称其在多个数据集上于相对位姿估计方面取得更优的速度与精度权衡，并在运动恢复结构（SfM）和视觉定位上显著优于现有方法。
看点将稀疏与稠密匹配结合并加入视觉歧义拒绝，有实质改进；在多个数据集上实验并与SfM和定位对比，证据较充分。
说明WebUniverse：为智能体式网页开发扩展可验证的训练数据
简介本文提出WebUniverse流水线，从开源仓库和真实网页中构建可验证的前端开发任务及经过验证的开发轨迹，涵盖文本驱动与视觉驱动两类任务。作者发布了包含15K个可执行任务环境的WebUniverse-Env，以及对应15K条开发轨迹与验证记录的WebUniverse-Mix。用WebUniverse-Mix微调Qwen3.5-35B-A3B后，多项基准分数有所提升，并优于使用相同配置和样本预算的公开数据基线。
看点构建可验证的网页开发任务与轨迹数据管线，属于对已有数据构建方法的实质改进；以多基准的微调提升和同预算对比及消融支撑结论，对子领域有实际用途。
说明RobustRLlib：鲁棒强化学习算法的统一库与基准测试
简介本文提出 RobustRLlib，一个以算法为中心的开源库与基准平台，将 17 种具有代表性的在线、离线及安全鲁棒强化学习算法整合到统一接口下，便于复用。研究在 273 种扰动配置上进行了系统评估，描绘了当前鲁棒强化学习算法的能力图谱，指出哪些方法仍然有效、哪些方面仍存在明显的鲁棒性差距。
说明DexPort：用于灵巧手数据采集的手持技能接口
简介该论文提出 DexPort，一种面向高自由度机器人手的便携式数据采集接口，与部署所用的手硬件相同，可同时记录指令关节目标和实测关节状态。操作者手持接口控制手腕运动并选择或调整技能来协调手指动作。论文用该接口采集了超过 2500 条示范，并通过行为克隆训练视觉运动策略，在 4 个任务上进行了评估。
说明MiD-VLM：检测并定位图文对中的全局语义误导信息
简介论文指出，真实图片配上改变其叙事的文字说明也会构成误导，而这类图文对在图像本身没有篡改痕迹时，像素级伪造检测方法可能漏检。作者基于DGM4+数据集，提出结合SigLIP、DINOv2与LoRA微调Qwen2-VL-7B的多模态模型，同时判断图文对真伪、识别篡改类型并定位误导性文字词元。该模型在DGM4+验证集上的二分类真伪检测F1值为0.9679。
说明ViT-H：基于运动跟踪反馈的视频到人形机器人生成式控制
简介该论文提出 ViT-H 框架，用扩散模型直接从人类视频生成人形机器人的参考动作，跳过人体动作重建与重定向步骤。模型还利用动作跟踪结果，通过直接偏好优化进行后训练，以提升动作的可执行性。实验在 Unitree G1 机器人上进行，结果显示其在动作质量和可执行性上优于现有流程。
说明Flownomaly：用于少样本异常检测的单步条件均值恢复方法
简介该论文针对工业品少样本异常检测，仅用少量无缺陷图像学习类别正常性。方法在冻结的 DINOv2 特征空间中，通过条件流匹配学习速度场，单步恢复查询特征块对应的正常特征，并以残差作为异常信号进行定位与图像级检测。在 MVTec-AD 与 VisA 的 1 样本设置下，图像级与像素级 AUROC 分别达到 97.8%、98.0% 与 95.3%、98.7%，并在多组少样本基准上取得当前最佳结果。
看点将条件流匹配的单步后验均值恢复用于少样本异常检测，对已有方法有实质改进；在MVTec-AD与VisA上多基准对比，证据较充分。
说明先测量再训练：类型化决策模型、经典基线与生成式大模型在个人多语言邮箱分类上的比较
简介论文提出 Foyer，一个自托管的个人邮件代理，并给出在训练前获取真实标注的测量流程。作者用 739 封意大利语和英语邮件，在线程分组交叉验证下比较了九种系统，包括原有关键词规则、TF-IDF 加逻辑回归基线、本地与托管决策模型以及生成式大模型。结果显示，原有规则的类型准确率远低于多数类基线，逻辑回归在各字段上准确率最高；但准确率最高的系统经常忽略需要处理的邮件，经成本选定的阈值调整后可显著降低这一比例。
说明舍入位置对齐如何稳定大语言模型强化学习
简介该论文研究用于大语言模型强化学习的推理与训练系统在BF16精度下的数值差异问题，这些差异可能使本应同策略的更新变成异策略并导致训练不稳定。作者在RoPE、SwiGLU和残差RMSNorm三个区域中，通过将部分中间结果保留为FP32直至输出BF16，使训练端的舍入位置与推理端对齐。实验基于四个Qwen系列模型，结果显示三个区域全部对齐可避免默认BF16基线下出现的崩溃，仅对齐RoPE路径在所研究的运行中也足够。
说明超越离散词元：在医学视觉-语言模型中保持数值连续性
简介论文提出HAD-VLM，一种结合自回归文本生成与扩散式连续预测的混合框架，用于提示条件下的超声图像定量测量。模型在EchoNet-LVH的四项心脏超声测量任务上，平均绝对误差为1.36、2.77、3.05和1.16毫米（IVSd、LVIDd、LVIDs、LVPWd），相对基于Vicuna的自回归基线误差有所下降。该方法在医学问答上的表现在所评估数据集上得以保持，在X光椎骨测量中平均绝对误差由11.4像素降至6.7像素。
说明用广告和订阅为大模型平台的智能变现：一篇关于广告与订阅方案设计的理论论文
简介该论文研究垄断型大模型平台如何同时选择回答质量、广告强度和订阅价格。作者发现，部分广告支持与无广告套餐并存时，广告可以为原本无法付费的用户提供有用服务，但也会使不同用户的效用出现分化。论文还指出，适度的广告上限可能最大化消费者剩余，而算力成本下降也可能使广告总收入上升。
说明跨物品与编码空间的知识蒸馏：用于并行生成式推荐
简介该论文研究基于语义 ID 的生成式推荐：把每个物品表示为一串离散编码，并同时预测所有编码位置。作者提出两种互补的知识蒸馏目标，即物品分布匹配（IDM）与编码边缘分布匹配（CMM），将序列推荐教师模型的软分布知识迁移到学生模型。实验显示两种方法均优于现有先进方法，IDM 使 Recall@10 平均提升 15.39%，CMM 使 NDCG@10 平均提升 8.28%。
说明如果第一次不成功就回退：冻结视觉-语言-动作模型的轻量恢复方法
简介论文提出Backtrack，一种无需重新训练即可用于冻结VLA模型的轻量失败检测与恢复机制。一个小型失败预测头读取模型内部表征，估计当前回合是否会失败；失败概率超过阈值时，控制器暂停策略、回退机械臂近期运动，再交还原策略重试。该预测头仅增加约0.48%至0.88%的参数量，在LIBERO-Long长时程任务上使失败率降低约19%至48%。
说明在多项式时间内学习 ReLU 的正线性组合
简介本文研究在高斯分布下、以 L2 损失对 R^d 上 k 个任意 ReLU 激活函数的正线性组合进行 PAC 学习的基础问题。作者给出了首个完全多项式时间的学习算法，其样本量与运行时间均为 poly(d, k, 1/ε)。该方法基于一种新的弱学习器提升过程，并结合张量计算与剪枝技术。
看点首次给出完全多项式时间算法学习ReLU正线性组合，并提出新的列表可解码提升方法，理论突破显著，证明完整，影响集中于learning theory子领域。
说明Yalda-Embedding：一个有竞争力的波斯语检索模型的开放开发
简介本文提出Yalda Embedding，一个基于Qwen3-Embedding-0.6B、使用逾百万个查询-文档对训练的595.8百万参数波斯语检索模型。在FaMTEB的八项波斯语检索任务上，该模型在所评估的0.6B模型中宏观平均分最高（0.5488），并接近Qwen3-Embedding-4B。论文还通过消融实验分析了对比学习批大小、优化稳定化及来自F2LLM-v2-8B的关系知识蒸馏的作用，并公开了模型权重、代码与数据集。
说明在 EnergyPlus 中建模液冷数据中心
简介随着 AI 负载推动数据中心转向采用直连芯片（DTC）液冷的高密度机架，现有仿真工具难以评估整栋建筑及多年期的能效。本文在 EnergyPlus 中开发了原生对象 ElectricEquipment:ITE:LiquidCooled，可将冷冻水与温水两种液冷架构建模为机房回路组件。与独立的 Modelica 实现在 21 种工况下对比，回路温度均方根误差不超过 0.021 K。案例显示，温水液冷可将年度 PUE 从 1.43 降至 1.25，并使总设施能耗相较风冷基线降低 37.9%。
说明ZENO：基于Zakai方程神经算子的非线性滤波方法
简介该论文提出ZENO模型，用神经算子并以Zakai方程为物理约束损失来逼近隐随机动力系统的未归一化滤波分布。结合期望最大化框架，它可同时进行状态推断与参数学习。作者在双阱系统、Van der Pol振荡器和Lorenz系统上验证了其准确性，并在线虫全脑成像数据中恢复了前进与后退运动对应的极限环。
说明面向自然语言与结构化符号混合语料的自适应频率阈值字节对编码（AdaBPE）
简介本文提出一种名为AdaBPE的分词方法，用于改进语言模型的字节对编码。传统方法以空白作为固定边界，难以覆盖跨空白的多词表达和LaTeX等形式语言。AdaBPE根据候选词元的长度和类型（通用语言或LaTeX）自适应地调整最小频率阈值。实验基于五个涵盖LaTeX与自然语言的数据集，结果显示其在编码效率和领域内容的下游表现上有所提升，且未损害通用语言表现。
说明SemantEq：形式化陈述双向等价性的忠实判定
简介本文针对将自然语言数学转化为Lean 4形式化陈述的任务，指出仅用逻辑等价判定会因强证明器可平凡证明无关命题而失效。作者提出SemantEq，要求两陈述只能通过允许的步骤（如逻辑重排、库内等式改写）相互转化，并以Lean检查的证明项而非证明脚本判定。在ProofNetVerif测试集上，该方法的精确率为100%、召回率为65.6%，优于BEq+（95.8%、61.8%）。
看点提出以允许步骤链替代普通逻辑等价的语句等价关系，并以证明项审计避免平凡通过，新颖性较高；在基准上与BEq+对比并做了模型审计实验，证据充分，对形式化语句验证有实用价值。
说明物理约束机器学习在混合建模、优化与控制中的入门教程
简介本文以分步教程的形式介绍模块化物理约束机器学习框架 KKT-HardNet，展示其在混合建模、过程模拟、优化和模型预测控制中的用法。该框架通过可微投影保证代数约束被满足，并利用隐函数定理进行反向传播以提高训练效率。作者还提供了面向工程应用的基准问题与代码。
说明用赌博机与蒙特卡洛树搜索改进正则化强化学习估计的推荐遗憾
简介该论文研究正则化强化学习中用于估计策略、价值或Q值的方法（如蒙特卡洛树搜索）。作者将估计生成形式化为推荐过程，并定义考虑正则项的推荐遗憾，分析其下界，证明均匀采样等简单算法可以达到这些界。实验涵盖合成树、街机游戏和科学发现任务，结果显示推荐器通常带来更快的目标收敛和更好的下游表现。
说明Neural-DISCO：基于源响应的神经群体活动反事实编辑框架
简介该论文提出 Neural-DISCO，一个解耦表示学习框架，用于对神经活动进行反事实建模。它把潜在空间划分为对应观测行为或刺激标签的部分，以及捕捉标签之外变异的残差部分，从而可以只编辑一个标签并预测神经活动的变化。作者在模拟与真实神经记录数据上验证了该方法，并结合特征归因方法识别对各标签重要的单个神经元。
说明LoCA：让地理空间位置编码器支持多模态
简介论文提出 LoCA，一种把地理坐标映射为向量表示的方法，并指出仅靠与卫星影像对比学习的位置编码器在理论上存在维度受限、嵌入协方差低秩等问题。LoCA 分两阶段：先联合训练 Sentinel-1 与 Sentinel-2 图像编码器形成高秩且对齐的多模态目标，再冻结图像编码器，训练位置和表格元数据编码器作为投影适配器。作者称其在 17 项任务的对比中赢得最多，胜出率为 68.8%。
看点提出位置编码器输出维度上界的理论证明并给出多模态两阶段方法，在17个任务上与五种模型对比，证据较充分。
说明绿色代码还是高耗代码？评估基于大模型迭代优化代码的能耗成本
简介该研究测试了大语言模型自我迭代优化代码的能耗表现，对比人工参考解法。在EffiBench全部1000个问题上评估11个开源模型，结果显示44种配置中有42种生成的代码单题能耗高于人工参考代码，超出幅度约4%至886%。研究还发现混合专家架构比同规模稠密模型耗能显著更低，性能优化与能效并不总是一致。
看点系统测量LLM自我优化代码的能耗并与人工参考对比，揭示性能优化与能效不一致；基于1000个问题、11个模型的大规模实验支撑结论，影响面限于代码生成研究与绿色计算领域。
说明通过单纯形约束表示缩小模态鸿沟
简介CLIP、CLAP等多模态对比模型能学到共享表示，但其嵌入通常存在持续的模态鸿沟。本文提出一种纯几何方法：将嵌入空间从单位球面改为概率单纯形，并附加轻量softmax适配器、使用全变差相似度。文中报告在五个多模态检索基准上，质心ℓ2鸿沟被大幅缩小，检索性能与标准无约束模型相当或更优。
说明人类纠正如何跨机器人传递：联邦式视觉-语言-动作模型适应中的安全问题
简介本文探讨视觉-语言-动作（VLA）策略与联邦学习结合的可能性，即在不汇集原始数据的前提下，共享由人类纠正得到的适应更新。作者指出，平均任务成功率提升的更新可能压制罕见的安全干预，或在另一台机器人上产生不安全行为。文中提出三项要求：共享前保留多模态纠正的语境与不确定性，部署前在接收机器人的闭环中评估候选更新，并同时评估隐私泄露与安全关键证据的保留。论文仅提供反例与可证伪的评估方案，不含实验结果。
说明带多步转移预测的强化学习：贝尔曼理论
简介该论文研究在有限马尔可夫决策过程中，决策者在每个K步区块开始时获得部分动作的多步概率转移预测。作者证明最优价值满足原状态空间上的贝叶斯贝尔曼方程，并提出BF-BOLA算法，给出与对数因子一致的样本复杂度上下界。
说明VTRL-Med：面向医学图像聚类的拓扑引导渐进式视觉精炼方法
简介本文提出VTRL-Med，一种用于医学图像无监督聚类的渐进式视觉结构学习框架。它以Segment Anything Model提取保留结构线索的特征，通过原型选择与k近邻一致性两步过滤生成伪标签，并借助持续同调构建的拓扑分支进行几何正则化。在13个医学图像基准上，该方法平均准确率较现有方法提高4.48%。
说明学习对病变敏感的表征，用于无监督视网膜OCT异常检测
简介该论文提出一种无监督框架，用于视网膜光学相干断层扫描（OCT）图像中的异常检测与定位，无需疾病标注。方法以正常视网膜结构为依据，通过结构感知重建、对比三元组学习以及合成结构扰动来适配预训练视觉表征。研究发现，适配正常结构可提高对异常的敏感度，像素重建误差与特征空间偏差提供互补信号。
说明NgramRL：基于近期生成记录的 n-gram 推测解码，加速结构化生成的强化学习后训练
简介论文指出，强化学习后训练中自回归的 rollout 生成占用大量训练时间。作者提出 NgramRL，利用同一提示词近期 rollout 历史构建逐提示的 n-gram 草稿器，无需额外模型或常驻 GPU 状态，并通过目标模型验证保持采样分布。在三类推理与结构化生成任务上，其每次目标模型前向提交的 token 数更多，在 Spider 数据集上还通过预取器提升了 rollout 吞吐量。
说明多模态生成式AI辅助超声心动图综合解读
简介该论文提出EchoChat，一种生成式多模态视觉语言模型，用于超声心动图的综合分析，以辅助临床医生解读。模型结合医学知识与思维链推理，并基于46,358例检查的图文指令数据训练，覆盖33种心脏状况与发现。在一项source-blinded超声心动图医师阅片研究中，与EchoChat共同生成的报告在诊断准确性和完整性上获得更高评价，诊断F1分数从72.78%提升至82.75%。
看点将临床推理与多模态视觉语言模型结合用于超声心动图综合解读，覆盖33种病症并在多中心和读者研究中验证，诊断性能提升明显。
说明基于分层误差模型搜索改进的SVD大语言模型压缩
简介本文针对基于低秩SVD的大语言模型压缩提出两项改进：LEMS用于全局秩分配，KFAC-SVD用于提升分解质量。作者在Mistral、Qwen3和Llama 3系列模型上进行了实验，LEMS在零样本准确率上有明显提升，KFAC-SVD的平均困惑度改善约19%。
看点提出分层误差代理用于全局秩分配并以ILP求解，同时用令牌级统计改进Fisher-SVD，在多个模型族上验证且可扩展到70B。
说明“真”与“假”的概率之和是否等于一？LLM智能体观点模拟中的互补一致性
简介本文研究基于大语言模型的智能体观点模拟：每个智能体根据自身与邻居的概率给出某命题为真的概率。作者检验将命题改写为补集并把概率换成1−p时，两次回答之和是否为1。在Qwen3-4B、Llama-3.2-3B和Gemma-3-4B三个小模型上的实验显示，回答之和普遍偏离1，并且在两个可能结果的基准测试中同样存在。因此，模拟得到的概率在被解读为信念之前，需要单独检验其在改写下的一致性。
说明J-Comm：基于雅可比引导的大语言模型智能体间潜在通信框架
简介本文提出 J-Comm 框架，用于大语言模型智能体之间的潜在空间通信。它包含免训练的几何一致性推理方法 GEAR，以及同时传递隐藏状态与雅可比线索的 H+J 通信接口，接收方无需共享键值缓存即可注入这些信息。在 Qwen3-8B 向 Qwen3-4B 的通信实验中，J-Comm 在七个基准上取得最高平均分，并相比 TextMAS 提升 1.29 至 8.59 个百分点，同时减少生成文本的 token 数量。
说明基于有意构建的活动世界系统表征的五层交流架构：面向基于语言的强人工超智能
简介本文提出一个五层结构，用于描述人工超智能参与的思维与活动中信息的形成与理解。作者认为，语言模型的上下文本身无法呈现话语形成的基础以供检验，这些基础由预先习得的图式和被接受为真的联系构成。文中区分了活动世界的系统表征、从中截取的具体情境、其叙述描述、消息的完整含义以及文本五个层次，并以施乔夫斯基的系统方法论、科日布斯基的结构差异图及梅尔丘克的意义-文本理论为理论基础。
说明可解释的稀疏微调 TopKLoRA：实现忠实的电路发现
简介本文提出 TopKLoRA，一种可解释设计的 LoRA 变体，每个 token 只激活最大的 k 个适配器潜变量。模型仅依据下游损失训练，用于在微调引入的后门（潜伏代理）中定位并移除相关电路。实验在 gemma-2-2b、Qwen2.5-1.5B 和 Qwen2.5-7B 上进行，结果显示所得稀疏电路比稠密 LoRA 基线小至一个数量级，且保持指令遵循性能。
说明PoKER：基于机器学习估算空对空导弹击毁概率的模型
简介本文提出PoKER模型，用于估算超视距（BVR）空战中空对空导弹的击毁概率。与仅依据最大、最小和不可逃逸距离等静态距离划分区域的传统武器交战区模型不同，PoKER结合目标的随机行为与导弹脱靶距离，借助机器学习进行预测。模型还考虑了战斗部杀伤力、目标与射手的姿态以及交战条件，以量化成功概率。
说明面向纵向因果效应估计的策略上下文基础模型（PICLE-PFN）
简介本文提出PICLE-PFN，这是首个支持动态治疗策略的纵向因果效应估计基础模型。它通过上下文中的历史-决策示例表示目标策略，并在由纵向结构因果模型生成的合成数据上预训练。面对新的观测数据集和目标策略时，模型无需针对具体任务训练或调参，即可一次前向传播直接预测条件平均潜在结果。论文称其在合成与半合成基准上取得有竞争力的RMSE，并显著改善不确定性校准，运行时间远低于逐数据集训练和调参的现有方法。
说明TSFM部署与预训练的可持续性：从碳足迹分析到通过剪枝减排
简介该论文研究时间序列基础模型（TSFM）的碳成本。作者比较了TSFM与需要定期重新训练的监督式独立模型在整个部署周期中的累计碳排放，发现大规模或频繁查询的场景下，TSFM的预训练成本可在数月内摊销，而小规模或少查询场景中传统模型长期更省。论文还提出用无梯度剪枝准则移除一个编码器块（约占参数7.9%），可在25项任务基准上基本不损失零样本预测性能的前提下，降低FLOPs、CO2排放和延迟。
说明正则化强化学习如何改善仿真到现实的迁移
简介本文研究正则化强化学习对仿真到现实（sim-to-real）迁移的影响。作者提出基于软 mellowmax 价值函数的 SMM-AC 算法，并在 MuJoCo 基准和真实机器人上与 SAC 等基线比较。结果显示，SMM-AC 在仿真基准上与基线相当，在真实机器人上获得更高回报，并对观测、环境和动力学扰动表现出更强的鲁棒性。
说明低秩适应（LoRA）的奇异几何结构
简介本文从奇异学习理论出发，研究大型神经网络低秩微调方法 LoRA 的学习复杂度，并以实对数典范阈值（RLCT）作为度量。作者将 LoRA 视为低秩回归模型，通过前向-反向协方差刻画哪些低秩扰动在统计上可被观测。文中还提出一种带曲率修正的多温度 RLCT 估计方法，并在多层感知机与 Transformer 上进行实验。
说明基于Littlestone维数的近最优列表可复现性
简介本文研究可实现PAC学习框架下的列表可复现数。作者证明，对于可数域上Littlestone维数为d、对偶VC维数为v*的概念类，其列表可复现数上界为2^{O(d·min{log d, v*})}，与2^{Ω(d)}的最坏情形下界仅相差指数中的对数因子，并显著改进了此前的上界。该上界不依赖于精度参数ε。
看点改进了列表可复现数的指数上界，从双指数降到单指数并与下界仅差对数因子，证明严格，对学习理论子领域影响较大。
说明面向多智能体系统的企业RAG重构：先组织再检索的知识层
简介本文提出一种知识层设计，先按制品（artifact）的生产者、服务、领域等元数据组织语料，再进行检索。作者用七智能体逆向工程流水线处理241个代码仓库、18个服务，生成数千份描述业务范围、流程与规则的制品。该层通过自描述目录、稀疏元数据注册表和导航超图，把查询解析为制品标识以约束向量检索，从而在结构上消除同名规则的混淆。
说明带反向耦合的神经LoFi：跨层特征学习的谱理论
简介论文扩展了一种逐层谱方法Neural LoFi，使其能刻画联合训练中反向传播带来的跨层反馈。作者从精确的反向传播梯度出发，推导出神经元输入权重与下一层对应列之间的局部耦合，并提出反向耦合算法。在二元CIFAR-10的全连接和卷积网络实验中，相同宽度下准确率优于原始的前向Neural LoFi。
说明OpenStripe：用于野生阿穆尔虎开放集个体识别与空间条纹特征分析
简介本文提出OpenStripe多智能体框架，重建虎体的二维标准条纹图案，并编码断点、分叉、不规则结构和圆形结构四类可解释的局部条纹特征。研究使用来自28只野生阿穆尔虎的100条红外相机记录进行评估，自动个体分组的匹配准确率达0.90、调整兰德指数为0.85，优于同一后端下的49种基线配置。结果还显示，条纹相似性随地理距离增加而下降，分形维数与条纹间距等特征与地理邻近性相关。
说明面向全体人群的沟通：紧急警报与预警的机器翻译
简介本文对全国范围内的应急管理人员进行了问卷调查，了解他们当前的工作流程、看法和操作挑战。随后，作者依据这些需求评估了商业机器翻译工具，说明其实用性，并给出在应急响应中何时、如何安全使用这些工具的实用指导。
说明SPOOK：通过稀疏像素优化探测视觉编码器的流形外知识
简介论文研究现代视觉编码器在自然图像流形之外的行为。作者在黑盒设定下，对空白画布施加稀疏像素编辑，用简单的像素级爬山法优化。在ImageNet和Flickr30k上，编辑后的空白画布能够检索到指定目标，覆盖OpenCLIP与DINOv3两类编码器。结果表明，这些视觉上并无语义的输入也能进入目标语义区域，提示两类表示空间存在共同的流形外失效模式。
说明可争议因果发现中可证明的救济所需的最优修正集
简介论文针对基于约束的因果发现中条件独立性检验可能相互冲突的问题，将检验结果的修复形式化为最小代价修正问题，并用答案集编程实现。作者在因果ABA框架基础上给出紧凑高效的编码，并证明其可靠性与完备性，以及最优稳定模型与最小代价修正集之间的双向对应。实验显示，该方法在常见基准上比因果ABA保留了更多正确事实，减少了输出歧义，并提升了图重建效果。
说明稀疏线性模型在洗牌差分隐私下的理论极限
简介本文研究高维稀疏线性回归在洗牌差分隐私（SDP）下的估计精度。对非交互协议，证明误差下界含维度障碍，并给出匹配的上界算法。进一步在用户级交互设定下提出两轮算法，先通过重击者步骤恢复支撑集，再估计参数，误差与维度 d 无多项式依赖；并给出下界，表明该算法近似最优，仅差 log(d/k) 因子。
看点提出非交互SDP下的维度障碍与交互式用户级算法，并给出近似最优下界，证明扎实，对子领域有较大推动。
说明KrishokTech：带明确授权控制的孟加拉语农业咨询系统
简介该论文介绍了KRISHOKTECH，一个孟加拉语农业咨询系统，在生成回答之外加入了明确的授权边界。系统会拦截高风险请求、要求用户指明作物，并通过基于BARI/BRRI证据的验证器删除无依据的剂量说明。在200条农民查询和400条压力测试查询上，控制机制将跨作物检索违规率从36.5%降至0%（在所测试的别名过滤条件下），并检出454个文本与图像冲突中的453个。
说明通过视听对应关系定位手术器械的发声位置
简介本文研究仅用一只麦克风和一台摄像头，通过学习手术器械外观与声音之间的对应关系，在无需位置标注的情况下定位正在发声的器械。作者在模拟手术动作（锯割、钻孔、凿削）的录音上训练模型，并加入静音抑制和双器械选择两项训练目标。在另一批由不同设备录制、以光学追踪获取位置的数据上，模型能区分器械活动与静音和背景噪声，并在两件器械同时存在时正确归因声音。
说明HarnessMM：面向Harness令牌效率的递归自我改进方法
简介本文提出HarnessMM，一种通过受保护的决策复用和递归自我改进来降低智能体Harness中重复推理开销的方法。控制器在模型与工具边界处复用已确定的决策，替代后续的推理回调，同时保持执行模型权重不变。在HumanEval上，Codex的成功率保持在90.82%，每任务令牌数从66.72k降至47.02k；在DeepSeek Harness上，成功率由71.43%提升至85.71%，每任务令牌数从96.28k降至11.62k。
说明U-NeXt：面向新生儿脑电图的通用事件检测方法
简介本文提出U-NeXt，一种基于语义分割的新生儿脑电图（EEG）事件检测框架，可同时检测低电压区间、伪迹和癫痫发作等多类事件。模型使用大量新生儿数据训练，并在两个独立的癫痫数据集上与专家标注进行比较。结果显示其检测性能优于ConvNeXt基线，推理速度也大幅提升，表明其在持续监测和临床辅助决策中有应用潜力。
说明Frontier-OPD：发现智能体能力边界并教其超越自我
简介该论文提出 Frontier-OPD 方法，用于多轮智能体的在线策略蒸馏。方法通过共享状态轨迹图定位学生模型的“学习前沿”，即教师短暂指导后学生仍能自主继续的困难决策点，并据此筛选有用的教师回应补充蒸馏数据。在 ALFWorld、WebShop 和 ScienceWorld 上的实验显示，其平均自主表现高于对比的蒸馏基线。
说明学习优化器调度中乘法与加法状态耦合的比较
简介作者在 MAX-CUT 问题的连续惩罚松弛上，通过展开的经典求解器反向传播来学习调度策略。结果显示，与求解器状态无关的调度可以泛化到比训练规模大得多的实例；采用双线性（乘法）状态耦合的自适应调度在分布外同样有效，而输入与输出结构相同的加法消融模型在分布外表现反而低于其基线。作者认为，决定分布外迁移的关键在于求解器状态的耦合方式，而不仅是是否具有状态自适应性。
说明CompMVR：基于扩散模型、感知压缩的多视角图像修复，用于几何一致的三维重建
简介真实世界的三维重建常使用经有损压缩的多视角图像，压缩伪影会破坏视角间的几何一致性，影响特征匹配、相机位姿估计和新视角合成等任务。本文提出CompMVR，一个感知压缩的多视角扩散修复框架，在修复压缩图像的同时保持视角间一致性，并构建了压缩数据集用于评估。实验显示，该方法在修复质量以及新视角合成、相机位姿估计和视角匹配等三维任务上均有提升。
说明CARES：面向持续学习的覆盖感知回放样本选择方法
简介论文提出 CARES，一种用于持续学习回放缓冲区构建的方法，不依赖持续学习模型的训练信号，而是利用冻结的预训练特征空间几何，通过类别感知、密度加权的覆盖来选择样本。在 Tiny-ImageNet 上，CARES 比现有基于核心集的选择器快 2.3 至 8.8 倍，并在多种在线设置下表现领先，类别不平衡时最多超过最强基线 7.58 个百分点。
说明ParaTaxe：用于处理和发布多语平行语料的工具套件
简介本文介绍一套开源工具，源自 ACR Grimm Tradalign 与 ParaTaxe 项目。套件包括基于多语言嵌入的对齐器 AIlign、用于转换和对齐语料的 Python 处理流程、用于管理平行语料集合的网页界面 ParaTaxe，以及基于 TEI-Publisher 构建的对齐语料浏览界面。作者指出，许多学术平行语料因缺乏维护或经费而难以在线访问，该套件旨在应对这一问题。
说明Consommé：用于分割推理的条件化令牌合并方法
简介该论文针对冻结骨干网络下的视觉Transformer分割推理，提出Consommé方法，利用CLS令牌的全局摘要作用与指示保留区块的作用。方法通过信息瓶颈将CLS令牌压缩为紧凑潜变量传输，并以其条件化补丁门，将补丁软分配合并为恰好k个令牌，可一步达到任意预算。在DeiT-S/T上，它在激进令牌预算下领先于各方法，并在BPM无法工作的浅层分割中仍可运行，同时在温和预算下以微调方法的一小部分部署成本达到相当效果。
说明SREdit：面向投影映射的场景响应引导外观编辑
简介投影映射（PM）可以通过投影改变实体物体的外观。现有的预训练图像编辑器能生成目标外观，但缺乏精确的场景几何与响应信息，输出可能出现错位、阴影不一致或超出投影范围的变化。SREdit 从重建的场景中估计场景响应图，以反映投影光照对不同表面区域的影响强度，并用源外观约束早期采样以保持与物体的配准，同时依据响应图调整各区域的编辑程度。实验显示，该方法提升了投影外观质量与还原保真度，每张图像增加不到一秒，显存开销可以忽略，用户研究中参与者也更偏好其结果。
说明词元感知机的泛化性质：嵌入与词表的作用
简介论文研究大语言模型中词元预测的几何结构如何影响学习。作者提出一个可解析求解的线性模型“词元感知机”，用副本法计算其泛化误差，并分别分析球面连续嵌入与词表嵌入两种情形。结果显示，在词表嵌入下，最优学习者会先学习词表方差最大的方向，即使教师模型是各向同性的。
说明《清点绷带》：关于衡量 AI 节省时间的论文
简介这篇论文讨论 AI 辅助节省时间究竟意味着什么，主张不能只看时钟记录，还要结合工作中漏过的错误来衡量。作者提出时间节省与额外漏检缺陷两个模型无关的指标，并以随机研究的公开数据和 GDPval 等已发表结果进行复核与分析。论文还通过一个小型预先设定的实验，检验 AI 审阅者在被告知草稿错误率不同时，检查力度与漏检率如何变化。
看点提出以错误成本衡量AI节省时间的账本视角，并给出盈亏平衡错误成本的新决策量，理论框架较新；通过复现METR数据与小规模预注册实验支撑，但实验规模有限。
说明Video-MemComp：面向流式视频理解、基于泰勒展开与敏感度感知的记忆管理方法
简介该论文提出 Video-MemComp，一种免训练、感知敏感度的上下文管理框架，用于内存受限条件下的流式视频理解。方法通过一阶泰勒展开将压缩误差分解为局部近似误差和分层结构敏感度，并据此进行 token 聚合与 KV 缓存预算分配。论文报告在 MLVU、VideoMME、EgoSchema 等基准上表现优于或接近全缓存及现有压缩方法，并使 Qwen2.5-VL-3B 的整体准确率由 62.3% 提升至 64.1%，同时节省超过 90% 的 KV 内存。
说明每条关系都要有原文引文：用语言模型代理构建医疗软件采用关系的知识图谱
简介论文提出一个流程，从公开网页中收集医疗机构与软件供应商之间的客户和系统集成关系，并构建知识图谱。流程规定每条关系都必须有来源页面的逐字引文作为依据，并通过多轮模型投票与确定性检查进行核验。在61家供应商的测试中，该流程在页面级标准上达到0.94的精确率和0.71的召回率。
说明数字民主中的AI对齐：通过减少LLM偏见实现更公平的选民代表
简介该论文研究大语言模型模拟选民时存在的人口统计偏见，即不同群体的选票被模拟的准确度不同。作者使用三次美国总统选举数据，比较了一个闭源模型和一个开源模型，并测试了多种对齐策略。结果显示，从选民画像中去除性别或教育信息可降低最大群体误差，去除自述种族则使平均群体误差上升超过40%，且整体准确度未降低；常见的重复查询或公平性指令未能减少误差，甚至使误差翻倍。
说明靶向IL-23细胞因子p19亚基的计算从头设计微蛋白候选中和剂
简介该论文针对炎症性肠病和银屑病相关的IL-23细胞因子p19亚基，通过计算方法从头设计微蛋白结合物，覆盖与IL-23受体结合的界面。作者用与长度无关的界面指标ipSAE对设计进行评分，并比较了常规流程与界面优化方法的结果。研究提出五个全α螺旋候选物，据报道它们覆盖了六个靶向热点，所有结果仍需实验验证。
说明基于深度学习从全脑MRI预测乳腺癌脑转移HER2状态
简介该研究探讨能否用深度学习直接从全脑增强T1加权MRI预测乳腺癌脑转移的HER2状态，并比较了加入肿瘤分割信息是否有帮助。研究使用公开的BCBM-Radiogenomics数据集，共135例患者。结果显示，不带分割信息的深度学习模型表现优于传统影像组学模型，加入肿瘤掩膜后略有提升，但整体预测性能仍较为有限。
说明基于奖励模型梯度的方向感知词元信用分配
简介该论文针对 GRPO 中同一回复的优势值被所有词元共享的问题，提出方向感知词元信用分配（DATC）方法。DATC 利用冻结奖励模型的梯度映射到策略 logit 空间，依据奖励方向与策略更新方向的对齐程度为各词元分配权重，并保持回复级优势的符号和均值不变。作者报告其在两类模型家族的四组实验中均优于 GRPO。
说明低计数图像去噪中的粒子到达率匹配（PARM）
简介本文针对曝光不足、只有少量粒子被探测到的低计数成像，提出一种自监督去噪框架PARM。该方法把曝光过程中的粒子累积建模为泊松计数过程，通过泊松稀疏化把每次观测拆成低曝光的互补视图，互相提供去噪目标，无需干净参考图像。实验涵盖合成数据、加入泊松噪声的自然视频以及真实低剂量电子显微镜数据，结果表现领先或具竞争力，并能较好地保留细微结构。
说明同策略自训练：无需数据的大语言模型自我提升
简介该论文提出一种自训练框架，模型仅依据粗略的高层主题描述，自行生成问答对和带特权推理过程的示范，无需人工整理的题目或标准答案。作者发现，基于完全合成信息的自蒸馏能让模型在多个领域提升，同时保持未参与自训练领域的能力，并在文本和多模态任务（如视觉问答）上取得一致的提升。
说明SCDM-HTD：用于高光谱目标检测的光谱条件扩散模型
简介该论文针对高光谱目标检测中背景与目标分布差异学习不足的问题，提出一种光谱条件扩散模型，将检测任务转化为生成检测图。模型以像素光谱为条件，通过扩散与去噪学习背景与目标的分布差异，并采用基于多层感知机的轻量去噪网络和确定性反向非马尔可夫链加速生成。训练时结合约束能量最小化损失与二元交叉熵损失，实验结果显示其在四个基准数据集上取得了指标与视觉效果的提升。
说明车联网联邦学习中的洁标签投毒攻击与防御博弈
简介本文研究车联网中基于联邦学习的洁标签投毒攻击与防御之间的相互作用。文中把基本安全消息（BSM）分类的异常检测建模为动态拓扑车联网上的分布式学习问题，提出一种特征空间洁标签攻击，将良性样本扰动至恶意特征极值以降低类别可分性，同时保持标签不变。针对该攻击，提出特征一致性重标注防御，用于检测并重新标注可疑样本，并构建博弈论框架分析攻防均衡策略。结果显示，攻击效果随被攻陷节点数增加而增强，所提防御在不降低干净样本准确率的前提下使攻击成功率保持较低。
说明ARENA：用于可解释太阳耀斑预测的活动区注意力聚合方法
简介太阳耀斑预测是一个具有挑战性的空间天气预报问题，可能影响地球高层大气，包括干扰无线电通信。本文提出ARENA（Active Region attENtion Aggregation）神经网络，可根据数量不定的活动区切片进行耀斑预测，并学习识别与预测最相关的区域。该模型采用弱监督的多示例学习训练，仅需耀斑/无耀斑标签，无需标注耀斑来源。其注意力机制可在无显式来源标注的情况下定位驱动预测的活动区。ARENA的Heidke技能得分为0.45，与其他耀斑预测方法相当，表明基于活动区的聚合可提供高效且可解释的预测方法。
说明自动化实验室中用于智能体自我博弈的语义表示
简介本文提出VERID，一种为自动化湿实验室构建的语义数字孪生基础设施，用于连接AI智能体的高层推理与实际实验执行。它提供可查询的状态内省、加速模拟以验证实验方案、完整的运行轨迹记录和安全执行框架。作者用染料和去离子水混合物的三个案例研究，验证了其在提前发现协议错误、中途恢复和事后识别物理故障方面的作用。
说明基于粘性分段确定性马尔可夫过程的稀疏贝叶斯神经网络
简介本文研究如何用贝叶斯方法得到稀疏神经网络：通过尖峰-平板先验把剪枝纳入模型，并用基于分段确定性马尔可夫过程（PDMP）的蒙特卡洛方法对后验采样。采样过程中，粘性版本的过程可将部分权重精确置零。作者分析了采样器的预测性能与收敛性，并表明以此方式采样得到的稀疏贝叶斯网络，相比稠密网络对输入噪声更具鲁棒性。
