机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明结合交通情境、基于预期偏差推断的驾驶员情绪识别
简介该论文提出TADER框架，在车内人脸图像之外引入车外交通场景信息，把驾驶员情绪视为预测轨迹与实际轨迹之间的预期偏差所引起。框架包含基于视觉的情绪识别模块和通过注意力机制融合交通情境偏差的融合模块，并用迁移学习缓解配对数据稀缺的问题。实验显示，该方法在AIDE和manD数据集上准确率提升5%，并优于现有方法。
说明紧致子流形上基于投影的联邦学习及与几何无关的差分隐私
简介该论文提出DP-RFedProj，一种面向紧致子流形的记录级差分隐私联邦学习方法，通过闭式投影聚合并在固定的环境几何中对梯度加噪。论文给出了整个训练过程的显式记录级f-DP保证，并证明在客户端使用黎曼SGD、服务器投影平均时方法收敛，隐私代价取决于流形的内在维数。实验表明该方法在相同隐私预算下所需噪声远少于已有方法，并在脑电运动想象分类任务上优于欧氏基线。
说明E3Stereo：利用学习到的几何边缘改进深度边界处的立体匹配
简介立体匹配在深度边界处误差较大。该论文提出E3Stereo，从视差监督中学习几何边缘，并与主干视差和图像细节结合，预测全分辨率的视差修正。在Scene Flow数据集上，该方法使RAFT-Stereo、IGEV和MonSter在深度边界处的端点误差降低9.5%至14.3%，同时整体误差也有所下降。
说明视觉候选项下的类型化决策与可复用选项记忆：Iris 框架
简介该论文提出 Iris 框架，用于让智能体在图像、文本或混合形式的离散候选项中做选择，如 UI 元素选择、商品推荐和图表匹配。作者证明了在该框架下候选项顺序不变性与精确缓存复用成立，并在 Multimodal-Mind2Web 派生的基准上比较了独立编码与联合编码的准确率与答案翻转率。提出的新设计在保持顺序不变性的同时，准确率达到 91.7 / 86.5 / 90.0%，延迟约为 OneJev 的三分之一。
说明LLM 自我诊断中的性别关联：以 ADHD 为例的研究
简介该论文研究大型语言模型（LLM）在用户自我诊断时，人口统计线索如何影响输出，重点关注注意力缺陷多动障碍（ADHD）。作者改编了 Context Association Test（CAT），在零样本自我诊断场景下测试 GPT-4o 对 ADHD 性别关联的反应。结果显示，明确的性别提示会持续放大某些 ADHD 亚型的关联，而隐含提示则产生接近代理（proxy）基准的分布。
说明用于MRI重建的可扩展展开式级联网络：一种内存高效的训练方法
简介该论文针对加速磁共振成像（MRI）重建中的展开式变分网络，提出一种内存高效的训练框架。它每次只更新随机采样的一个级联，同时保留最终重建损失的监督信号，并通过轻量反向传播减少训练内存占用。在fastMRI膝关节与脑部数据集上，该方法在多个加速倍率下表现与E2E-VarNet相当或更优，且参数更少、峰值内存更低、每次迭代训练更快。
看点以随机采样级联与浅层激活反传解耦训练显存与链长，在fastMRI上与E2E-VarNet相当或更优，影响限于MRI重建领域。
说明基于嵌入的教育分类体系
简介本文利用数学题目的语义文本嵌入进行聚类，自动构建教育分类体系，并与基于共同核心州立标准（CCSS）的现有知识组件分类体系在两个 ASSISTments 数据集上进行比较。结果显示两者有一定但不完全的对应关系。在深度知识追踪任务中，这些分类体系使预测性能提升约 3 到 5 个 AUC 百分点。
说明PathKGen：借助病理知识图谱的可解释组织病理学多模态大模型
简介该论文针对全切片图像（WSI）的组织病理报告生成问题，提出PathKGen模型。它使用病理基础模型处理视觉输入，并通过查询病理知识图谱提取关键形态学特征，以外部结构化知识辅助多模态大语言模型推理。在WSI-Bench数据集上的评估显示，该方法超过了此前的最优方法，并能以图形展示诊断推理过程。
说明PACE：面向自适应猜想探索的数学研究证明代理
简介该论文提出 PACE，一种数学研究证明代理，可在研究过程中选择目标、提出并检验候选机制，由证明器构造证明、独立验证器对照原始目标检查，并用证据追踪记忆管理假设与依赖关系。作者还提出 ResearchProofBench 基准，含 51 个已知证明任务与 6 个开放问题。论文报告 PACE 在已知证明任务上的综合证明得分为 75.16，完成 20 个证明，并在猜想研究中得出有条件结果，其提交获得的评审分数高于对比基线。
说明挽救剪枝：重新思考多模态大模型中的视觉令牌剪枝与训练后恢复
简介该论文针对多模态大语言模型（MLLM）推理成本高的问题，研究视觉令牌剪枝及剪枝后的训练后恢复。作者用282K样本的训练后数据集，在统一协议下对36种丢弃或合并令牌的配置进行了训练后调整。结果显示训练后调整能挽回大部分性能损失，并发现视觉编码器比语言模型更影响预填充时间，裁剪编码器的位置比裁剪数量更重要。
看点通过统一协议对36种配置进行后训练，发现后训练可弥补大部分损失，并揭示编码器而非LLM主导预填充时间，有实质性新视角。
说明EXE：基于分解潜在动作的第一人称跨本体预训练，用于VLA模型
简介视觉-语言-动作（VLA）模型受限于机器人数据稀缺。本文提出EXE框架，从第一人称人类操作视频中学习分解的潜在动作表示，将可迁移的共享操作先验与人体特有的运动信号分开。机器人策略借此从人类示范中获得通用操作语义，并能同时受益于平行夹爪与灵巧手。论文称该方法在RoboTwin 2.0、RoboCasa GR1及真实世界操作任务上相比无预训练的基线有稳定提升。
说明MORE：面向自进化智能体的模式优化推理与自适应推理强度
简介该论文提出 MORE 框架，让智能体在自进化训练中为每个任务自适应选择推理形式（直接回答、短/长思维链、代码推理）和计算投入。训练分两阶段：先建立先验，再用 MATE-PPO 在生成的可验证任务流上自我演化。在编程、数学和通用推理基准上，MORE 在 3B 至 14B 模型上取得稳定提升，推理时准确率更高、回答更短、耗时更少。
说明Meta-CLIP：基于元数据条件的对比学习，用于零样本疾病推断
说明超越仿射重构：面向辐射传输方程的多分辨率Transformer DeepONet
简介本文提出一种基于Transformer的DeepONet代理模型，用于求解火灾模拟中的辐射传输方程，以替代计算耗时的数值求解。模型用Perceiver编码器处理不同空间分辨率的温度与吸收系数场，并用交叉注意力解码器进行非仿射重构，无需统一重采样。在二维池火数据集上，该方法在预测辐射强度和入射辐射方面优于基于自编码器的DeepONet，且参数更少，在一个匹配的潜在维度下训练误差低于仿射重构的理论下界。
说明SWE-Ladder：通过渐进式特权自蒸馏学习定位、复现与修复代码问题
简介该论文针对仓库级代码问题修复，提出SWE-Ladder方法，将每个已验证修复实例拆分为定位、复现和打补丁三个阶段的专门证据。方法用规则路由器按工具调用把轨迹步骤分配到各阶段，冻结的教师模型只看到对应证据，并按修复顺序蒸馏，同时用GRPO优化完整轨迹。论文报告在SWE-bench Verified上，使用Qwen3-4B-Instruct-2507模型时，SWE-Ladder在R2E-Gym框架下pass@1从9.6%提升至16.4%，高于GRPO的10.4%和带完整补丁的OPSD的12.4%。
说明追踪不等于感知：头部自由狨猴的热成像视频呼吸估计（考虑伪影）
简介该研究利用同步的热成像视频和接触式呼吸记录，考察能否从视频中估计狨猴的呼吸频率。结果显示呼吸信号可以从热视频中恢复，但对感兴趣区域的选取非常敏感，头部运动下看似合理的鼻部追踪结果可能与接触式呼吸不一致。作者提出选择性时间衰减正则化（STAR）方法，在训练时对高运动造成的热信号不连续进行局部时间插补，最终估计误差（MAE）为 2.23 bpm，而追踪感兴趣区域的方法为 20.76 bpm。
说明用于事件驱动视觉-语言-动作推理的二次幂漏电积分发放神经元
简介本文提出一种二次幂漏电积分发放（PoT-LIF）神经元，以带符号、幅值为二次幂的脉冲代替连续激活，用于视觉-语言-动作（VLA）模型，以降低能耗。作者将其集成到 π0.5 模型的视觉、视觉-语言及动作投影中，并在 LIBERO 闭环任务上进行了评估。结果显示其成功率与原始连续激活基线（96.70%）相当或更高，在 T=1、发放率 60.01% 的设置下，理论算术能耗约为密集参考的 1/7.67。
说明FreeView：从未经筛选的图像中稳健重建三维场景
简介本文提出FreeView，一种无需训练的框架，用于从未经筛选的图像集合中稳健地进行三维重建。它利用图像集合的整体一致性选出代表性视图作为过滤参考，并结合视觉与几何证据剔除无关视图，同时保留有用视图。该方法可与VGGT和pi^3集成，无需人工指定参考或校准。多数据集实验显示其对有效视图的保留率与干扰视图的剔除率均较高。
说明基于物理信息图表示与约束专用价值网络的安全强化学习，用于配电网社区电池协调
简介本文针对高渗透分布式能源与电动车充电带来的配电网电压越限和线路过载问题，提出一种物理信息安全深度强化学习框架，用于协调社区电池储能系统，在降低运行成本的同时减少约束违规。方法包括利用线路阻抗与容量刻画空间信息传播的双层物理信息图表示，以及提出的LDCPPO算法，其为奖励与代价分别设置独立价值网络。案例研究显示，该方法相比测试基线可将关键电压越限程度降低最多80.5%，并取得最少的电压越限次数与线路过载程度，运行成本具有竞争力。
说明大语言模型偏好与不完美决策的联合建模
简介论文提出偏好-行为模型（PBM），将大语言模型的偏好表示与不完美效用最大化机制结合，并把偏好估计写成逆博弈问题，从观测到的选择中同时推断偏好与行为参数。作者在公共物品博弈、集体风险困境和公共资源困境三类社会困境中评估该模型。结果显示，标准行为经济学测量得到的偏好并不总能预测行为，但在一个困境中拟合的模型在其他困境中仍有预测力。
说明TAD：仅从教师轨迹蒸馏视觉-语言-动作策略
简介本文提出轨迹对抗蒸馏方法（TAD），在不访问教师动作分数的情况下，用教师关节位置特征训练判别器，比较教师与学生轨迹的特征分布并为学生提供奖励。在 ManiSkill 的 PutOnPlateInScene25Main 任务上，OpenVLA-OFT（7B）的成功率明显提升，但仍略低于白盒在线策略蒸馏（OPD）。作者同时指出，最佳结果使用的交互与优化预算高于 OPD。
说明PreView：借助预处理视图与提示增强 GUI 定位
简介该论文针对 GUI 定位任务，即在杂乱截图中找到自然语言指令所指的小型控件。作者提出 PreView，一个辅助预处理器，在不重新训练现有定位模型的前提下改进其输入：通过轻量辅助模型裁剪并放大局部视图，并附加红圈标记和描述目标的文本提示。实验显示，在五个基准上，它提升了 Qwen3-VL-2B、OS-Atlas-4B 和 Qwen3-VL-4B 的平均定位准确率。
说明AlphaIdeaBench：在资源约束与同行评审对齐下评测自动化研究构思
简介该论文提出AlphaIdeaBench，包含100个构思任务，每个任务都附有明确的资源预算和统一的提案格式。研究用LLM评审在12个维度上打分，并将其新颖性评分与600篇论文的审稿意见对比以验证可靠性。作者评测了多种研究构思框架与骨干模型，并发布了任务、评分标准与结果。
说明LENS：面向未见摄像头的属性行人检索似然评估与近邻平滑方法
简介本文针对基于属性的行人检索，指出在未见过的监控摄像头上，预测概率发生偏移会导致平均属性匹配度（mADM）下降。作者提出LENS方法，结合微调的DINOv3与CLIP模型及蒸馏学生模型，通过互斥属性组的组交叉熵训练、按查询的精确对数似然打分，以及利用DINOv3外观特征对图库近邻进行平滑。论文报告三项改进均提升了mADM，并在UPAR 2027基准的隐藏测试集上达到68.17 mADM。
说明UniQuery：用联合查询头统一视觉模型，实现跨域行人属性识别
简介论文提出UniQuery，联合微调DINOv3与CLIP两个视觉编码器，并用三个查询头的平均输出进行行人属性识别（如性别、年龄、服饰等）。在UPAR Challenge 2027的留一数据集实验中，其Challenge_Avg优于独立集成方法；在隐藏测试集上达到0.8001。
说明自研还是采用？面向汽车图形界面测试的定制与通用大模型智能体框架对比
简介沃尔沃集团比较了自研的智能体框架与 Claude Code、OpenCode 两款通用框架，用于测试安卓车载信息娱乐系统的图形界面，工具和模型保持一致。结果显示，通用框架在成功率上与自研框架相当，但单次推理成本高出 2.6 到 10.7 倍。论文认为，考虑工程投入后，通用框架的每月总成本在夜间回归测试中可降低 3% 到 66%。
说明DROA-CLIPSeg：低光照条件下基于提示引导的细裂缝分割
简介该论文针对低光照下路面裂缝分割效果差的问题，提出一个参数高效的框架DROA-CLIPSeg，在冻结的CLIPSeg视觉语言模型上加入两个轻量模块，并构建了带裂缝提示文本的CrackLingo-9K和CrackLingo-12K数据集。仅训练约1.93M参数（占全模型1.3%），该方法在两个数据集上优于9个零样本和4个微调基线，并能零样本迁移到MVTec AD。
看点将冻结的CLIPSeg结合低秩适配与正交残差分支用于低光裂缝分割，属于对已有方法的有新意组合；在两个数据集及零样本迁移上与多种基线对比并有消融，证据较充分。
说明PASS是一种主张，而非观察结果：对实时多智能体审计层中10项自报修复声明的机械复核
简介该论文针对AITRAP多智能体平台中一个协调智能体自报的10项代码级修复声明进行机械复核，这些声明取自179条协调广播。复核依据文件修改时间一致性、指定位置是否存在防御模式以及基于广播内容的规则检查三项标准。研究发现，在信息充分可供复核的声明中，有50%在指定标识符和调用位置上未通过检查，作者由此认为自报的PASS声明需要独立验证。
说明阿尔花剌子模《继承计算》（ilm alfaraid）的模型论形式化
简介本文以模型论和计算方法，对阿尔花剌子模关于继承（遗产分配）的论述作形式化处理，属于计算伊斯兰法学的研究。作者证明，该类继承情形都可表示为有理数线性等式与不等式的有限方程组，并可用Fourier-Motzkin消元法精确判定。文中还定义了固定维度的继承结构，并证明其代数表示在该类中具有典范性。
说明ONOT/TONO-Print：证件照在制证环节变化后的成对质量评测基准
简介本文提出 ONOT/TONO-Print，一个小型成对基准，用于评估人脸图像质量模型在证件制作环节（打印、雕刻、模板合成）造成的图像变化下的表现。基准基于 ONOT 与 TONO 证件照，包含碳粉、喷墨、染料升华、激光雕刻、热转印五种工艺的合成变体，并有一部分实际打印扫描样本。结果显示，制作过程会使部分质量评估器出现明显的域偏移，其他模型则相对稳定。
说明时钟之前的分配：职业英雄联盟目标布阵的图、集合与博弈论分析
简介本文研究职业英雄联盟中团队在中立目标前如何分配五名队员的站位与行动。作者把布阵视为地图上的分配问题，用几何划分控制区域，并用量化响应均衡建模是否承诺团队行动。基于2025年MSI与世界赛的164场比赛数据，文章发现落后队伍在首个大龙和Atakhan前空守目标的比例明显更高。
说明RAQ-MLA：面向多头潜在注意力缓存的角色感知量化
简介多头潜在注意力（MLA）是近期前沿大语言模型采用的一种注意力机制，它缓存压缩的潜在表示与位置键。本文分析发现两类缓存张量作用不同：潜在表示主要提供数值，位置键主导注意力分数。据此提出RAQ-MLA，针对每类张量各自对注意力输出造成的误差设计可逆变换，无需训练即可将缓存量化到约2.5比特每元素，理论上KV缓存容量提升6.5倍，并在四个MLA模型的推理与编程任务上基本无损。
说明RSI Arena：借助人类反馈迈向递归自我改进的研究
简介本文提出 RSI Arena，考察十个前沿模型作为训练代理，能否自主对 NVIDIA Nemotron 3.5 Lightning 30B-A3B Base 进行后训练。第一阶段每个代理在共享的 64 张 GPU 集群上运行六天，并使用人类盲评与 20 项基准评估结果。第二阶段提供人类反馈后再训练三天，结果显示多数模型的偏好评分有所提升，但基准提升有限，部分模型出现回应变长和有害服从增加的情况。
说明图依赖池化：分层图神经网络中的自适应粒度
简介本文提出图依赖池化（GDPool），让分层图神经网络为每个图动态决定池化粒度，而不依赖预设的聚类数或固定池化比例。方法利用自注意力选取代表结构重要节点的图专属锚点，并通过软节点分配构建粗化图。实验表明，在金属有机框架和分子图基准上其预测性能均最佳，模块度更高，且活跃聚类数随深度单调下降。
说明面向单轮分布式表格学习的测地线SVDD潜空间混合增强方法
简介本文针对隐私敏感场景下的分布式表格数据学习，提出Geodesic-SVDD框架。该框架把每个客户端的任务视为超球面上的单类密度估计，通过残差球面编码器和测地线潜空间混合保持超球面约束，并提出只需一轮通信的一次性“专家乘积”聚合协议。原文报告，该方法在五个表格基准和四种标签偏斜程度下取得七种联邦方法中最高的平均AUROC，其一次性变体在独立同分布及轻度偏斜下与集中式Deep SVDD表现相当。
说明生成内容回流：LLM 介导的信息生态中错误如何持续存在
简介该论文研究大语言模型生成的文章被再次输入模型后，错误信息如何持续存在。作者用受控的社区写作实验比较文章回流与否：回流使完整虚假陈述在最后一轮的出现率上升 7.29 个百分点，同时明确背书的比例下降。实验还表明，抽象化错误细节对错误复现影响不大，但在某一引文目标上有局部下降。
说明面向学习型图像压缩的语义引导频率调制
简介该论文提出SG-AFM方法，利用编码器端的语义结构先验，对高频子带做自适应衰减，从而在降低码率的同时尽量保留物体边界和细节。方法在编码器端计算语义先验，无需传输语义图，也不增加解码器模块。实验显示，在六个数据集上相对TCM平均降低13.17%的BD-rate（PSNR），在ExDark、NightCity和OnePlus上最优，平均降低16.80%。
说明三角传输映射用于基于MMD目标的条件生成：误差分析
简介本文研究三角传输映射构成的条件生成模型的理论误差。作者指出，常用的最小化联合MMD的做法在错误设定情形下，参数模型的最优解一般不能恢复真实条件分布。为此，论文分析了直接最小化条件准则的估计器，给出非渐近误差界，其快速收敛速率与环境维数无关；同时对基于高斯核的联合MMD，推导出其误差界并显示条件变量上存在维数灾难。
看点证明联合MMD最小化对条件分布一般不一致，并给出条件目标的非渐近误差界与维数无关的快速率，理论贡献较突出。
说明阿拉伯湾港口卫星测深：无泄漏验证下的多站点基准测试
简介该论文用卫星影像反演阿布扎比沿岸港口的水深，并与28.5万余个多波束测深点比对。作者比较了经验比值法、机器学习与深度学习模型，发现验证方式对结果影响大于模型选择。在未见过的站点中，Stumpf比值法表现最好；加入本地控制点后，混合模型在0至11米范围内误差约1.11米。
说明Mycelium：跨来源、类型与粒度的幻觉检测元研究
简介本文将幻觉检测视为依赖基准的测量问题，从来源、类型和粒度三个维度梳理现有基准。作者分析基准构建、标注与评估选择如何塑造预测任务，并探讨片段级评估中标注边界的影响。文中提出 Span Coverage F1 作为基于包含关系的补充指标，旨在厘清检测器分数的含义，并提示跨基准比较的局限。
说明生成式与智能体AI的数据治理：技术、法律、经济与安全
简介本书提出一个统一的治理框架，涵盖从大语言模型、检索增强管线到自主多智能体系统的数据全生命周期，包括数据质量、溯源、数据保护与知识产权、经济学、网络安全与零信任、伦理以及选举与公共领域的数据治理等。全书以印度法律和制度为基础，同时保持跨司法辖区的比较视角，并讨论六个司法辖区的AI监管以及面向2030年的治理控制平面设计。
说明H-GLow：基于风险引导离散流匹配加速图生成
简介该论文针对图生成中节点与边强依赖、需要大量采样步数的问题，提出 H-Glow 框架，将连续时间马尔可夫链生成器分解为风险（hazard）与条件跳跃分布，据此规划图的编辑并依据图的活跃度动态调整采样时间。H-Glow 可应用于已预训练的图离散流匹配模型，在更少步数下提升生成质量。实验在分子与合成图基准上显示，生成质量有所改善且采样步数显著减少。
说明分布偏移下的反事实模型测试：区分人群变化与数据质量问题，估计当前性能与修复收益
简介已部署的机器学习模型在输入数据分布变化时性能可能下降，变化可能来自人群变化，也可能来自特征数据管道的完整性问题。论文提出在受控基线上复现两类变化的方法，以估计当前性能以及修复数据完整性问题可能带来的收益。实验表明，区分两类来源通常能改善两项估计，一个客户流失预测案例展示了其对监控与修复优先级排序的支持作用。
说明审计罕见病诊断大语言模型系统中的评估假象与数据泄露
简介这篇论文对用于罕见病诊断的大语言模型系统做了实证审计，使用超过 6 万例来自公开及独立临床队列的病例。作者发现，候选空间污染与数据泄露会人为抬高性能：在严格的跨数据集隔离下，跨数据集平均 Recall@1 由 54.3% 降至 40.3%，监督分类器的外部队列准确率也明显下降。作者认为，现行评估方法反映的更多是数据泄露而非真正的医学推理，并提出结合严格数据隔离与标准化基准保障的评估框架。
说明Mix Forcing：面向交互式世界模型、通过混合注意力进行因果预训练的方法
简介交互式视频世界模型需要自回归生成，但直接用教师强制把预训练的双向视频扩散模型改为自回归模型，可能破坏其视觉先验并降低生成质量。该论文提出 Mix Forcing，以双向与自回归混合注意力（MoBA）实现因果预训练，联合训练教师强制与双向训练，并在 140 亿参数的图生视频模型上完成预训练，再经一致性与分布匹配蒸馏得到四步自回归生成器。实验报告在内部及公开基准上取得了较好的视觉质量与事件跟随效果，并称支持超过一小时的长时程生成而无明显质量下降。
说明《文字是心灵之声》：基于心理引导证据推理，从社交痕迹估计抑郁严重程度
简介本文提出UMer框架，用于根据社交媒体痕迹估计用户的抑郁严重程度，无需用户主动填写问卷。该方法先从用户历史帖子中提炼个人心理先验，再以量表条目为导向检索相关帖子作为证据，最后分层推理并给出逐项评分及可解释的依据。论文称其在真实基准数据上表现具有竞争力，并可推广到其他基于量表的任务。
说明当最弱语言不断变化：面向多语言 BabyLM 的 ARMOR-DP
简介多语言 BabyLM 通常固定各语言的采样比例，但训练过程中最弱的语言可能改变。本文提出模块化框架 ARMOR-DP，诊断表示、暴露、容量与目标压力造成的不平衡，并依据各语言的验证损失动态调整采样。实验显示，等字符预算会严重损害中文表示，字节级编码可缓解；动态控制器比固定保护方式取得更好的分数与平衡权衡。
说明复用可变部分：面向领域随机化具身仿真的资源共享方法
简介论文提出 Patchwork 系统，用“共享模板加补丁”的方式表示仿真环境，让多个随机化环境共用不变的资源，只为每个实例保留需要修改的部分。在 robosuite 和 MuJoCo 上并以 LIBERO-plus 与 RoboCasa365 负载测试，32 个副本时，共享模板执行相比每个环境一个进程的方式，CPU 常驻内存明显减少。
说明UltraFlash：加速百万像素视觉合成
简介该论文针对潜在扩散模型生成百万像素图像时，级联精修流程中反复进行的VAE解码、缩放与重编码等像素空间转换带来的瓶颈，提出UltraFlash方法。其包含Latent Hyperloop（用学习到的潜空间捷径替代RGB往返转换）和稀疏分块解码（通过缓存统计量减少分块接缝与重叠区域）两部分。论文称，集成到先进的级联基线后，4K生成延迟约降低一半，同时图像质量有所提升。
说明ZoomSEM：利用智能扫描电镜超分辨率加速大规模脑连接组学成像
简介该论文提出ZoomSEM，一种基于深度学习的扫描电镜超分辨率方法。模型用真实的低分辨率与高分辨率扫描电镜图像对训练，可从快速低分辨率扫描中恢复4倍、8倍乃至16倍分辨率的图像，并保留对连接组分析重要的神经元精细结构，据称有效加速可达30倍。论文称在多种生物样本数据集上具有较好的泛化能力。
说明变分图册自编码器与自监督图表选择：用多个局部潜在空间学习数据流形结构的论文
简介论文提出变分图册自编码器（Variational Atlas Autoencoders），用多个局部潜在表示（图表）分别覆盖数据流形的不同区域，并把图表分配视为后验推断，无需标签即可完成。通过在图像数据集（如CelebA）上与容量匹配的基线比较，作者报告其潜在空间结构更好、样本质量更高，且采样时只需调用单个图表的解码器。
说明CADonatello：面向真实世界多部件三维 CAD 重建
简介该论文提出 CADonatello 框架，用于从真实三维扫描中重建参数化 CAD 模型。方法先用三维部件分割模型将物体拆分为结构部件，再对每个部件通过截面草图参数化和拉伸完成重建。作者还构建了 CC3D Cross-Sections 数据集，用于提升草图参数化对扫描截面的鲁棒性，实验显示其对噪声扫描和多部件物体的重建更可靠。
说明Trajectory2Gym：面向工具调用智能体的、基于决策依据的组合式交互合成方法
简介论文指出，成功的工具调用轨迹未必是有效的训练数据，因为它们可能缺少多步依赖，或包含智能体在决策时看不到依据的动作。作者提出 Trajectory2Gym，围绕覆盖不足的组合结构构建可执行交互，并只从有依据的决策中提取监督信号。实验覆盖五种 Qwen3 规模，在 Tau1、Tau2 和 BFCL 上均有提升，三项基准的等权平均分提高了 16.9 至 29.8 个百分点，在有状态、多轮交互中提升最明显。
说明从密集轨迹教师蒸馏大幅度运动视频世界模型
简介视频世界模型应能按指定相机轨迹生成视频并保持三维结构一致，但现有模型多在相邻帧相机运动很小的密集视频上训练，遇到稀疏大步长轨迹时易出现画面冻结、相机运动不准和几何漂移。论文提出密集轨迹教师蒸馏（DTTD）后训练框架：对稀疏轨迹插值补全相机位姿，由冻结的基础模型生成教师视频，再用与位姿对齐的教师观测评估原稀疏轨迹下生成的候选视频，模型由此充当自身的教师，无需额外视频数据或更强的外部生成器。该方法还结合评估跨帧一致性和轨迹跟随的几何感知奖励，用于离线偏好优化，并通过逐步纳入更大运动步长的累积课程来扩展运动范围。
说明WorldFailBench：世界模型能理解策略失败吗？一个评测机器人策略失败模拟的基准
简介该论文指出，机器人策略常借助世界模型在生成环境中评估，但现有评测只看任务成败，未检验模型是否忠实模拟策略如何、在哪个阶段以及在何种条件下失败。作者提出WorldFailBench，包含失败原因、失败阶段和失败边界三项任务，覆盖LIBERO、RoboTwin仿真环境及G1人形机器人的真实操作任务。对七个世界模型的实验显示它们对策略失败的理解存在明显差距。
说明OODConceptBench：视觉语言模型开放世界概念识别基准
简介该论文提出OODConceptBench，一个用于评估视觉语言模型开放世界概念识别能力的分层基准，包含图像-概念对，共560个概念短语，覆盖七个开放世界类别。作者评测了37个视觉语言模型，发现目标概念在较难的L2子集上的识别率在所有模型中都低于L1子集，后发布的模型也不一定更强，整体识别能力提升也不意味着各类别均有一致改进。
说明混合时间物理信息神经网络：面向不连续性的混合动力系统学习方法
简介该论文提出混合时间PINN（HT-PINN），为混合动力系统的每个连续流动区间分配一个网络，并与跳变时刻及未知参数联合训练，以解决普通PINN无法刻画跳变的问题。方法通过枚举确定跳变次数与模式序列。在弹跳小球实验中恢复了跳变次数和恢复系数，在MuJoCo机器人拆卸仿真中估计了静摩擦和动摩擦系数，误差分别为0.1%和1.7%。
说明加权置信传播译码器集成的联合端到端训练
简介本文提出通过联合优化可训练的Tanner图边权重，来学习加权置信传播（BP）译码器集成中各成员的多样性，而不依赖特定码结构。作者比较了四种集成训练目标，认为最优成员训练最有效。对(64,32) PEG LDPC码，10成员集成在目标帧错误率10^-4下比单个BP译码器约增益0.66 dB；(128,64) CCSDS LDPC码上也有类似表现。
说明GeoLift：用显式三维地图支撑视频空间推理
简介论文指出，多模态大模型识别单帧物体尚可，但在需要多次转弯的路线规划等任务中准确率明显下降。作者提出免训练框架 GeoLift，利用前馈三维重建把各帧检测到的物体映射到统一的度量三维场景中，并借助共享几何区域关联不同视角的同一物体。在冻结全部权重的情况下，Qwen3-VL-4B 在 VSI-Bench 上的平均得分从 55.4% 提升到 64.1%，路线规划准确率从 30.9% 提升到 53.6%，并在 MindCube 上达到 59.8%。
说明利用物理正则化流匹配从 PM2.5 临近预报气溶胶粒径分布
简介PM2.5 质量浓度易于测量，但粒径分布需要昂贵仪器且仅在少数站点观测。本文用生成式深度学习模型，基于 PM2.5 与八项气象参数的24小时数据，生成同一时段内逐小时粒径分布的集合。在芬兰两个站点的对比测试中，流匹配方法整体表现最好，引入简化气溶胶通用动力学方程作为约束后，CRPS 有所降低，但跨站点迁移仍比本地估计困难。
说明基于欠采样扩散加权MRI的前列腺病灶端到端分割与检测
简介该研究提出VarNet-Seg，一种直接利用多线圈原始数据和线圈灵敏度信息的端到端网络，用于前列腺病灶分割。研究纳入269例fastMRI前列腺检查，在模拟欠采样条件下与传统模型比较。结果显示，在八倍加速时VarNet-Seg的Dice系数高于其他模型，但患者级别AUROC与RSS-Seg相近，且仍需前瞻性研究验证临床适用性。
说明遥感图像指代分割中的跨尺度稀疏注意力方法
简介本文针对遥感图像指代分割任务，提出跨尺度稀疏注意力模型CSSAM，通过跨尺度模态对齐融合模块和动态多模态稀疏混合注意力模块，将多尺度视觉特征与复杂语言描述对齐，并减少密集的视觉交互。作者还构建了M³RRSIS-D数据集，围绕多目标、多跳推理和多粒度三类描述设计。实验表明，该方法在精度、细粒度推理和高IoU定位指标上具有竞争力。
说明混凝土裂缝演化的跨视角、跨时间追踪
简介本文将裂缝扩展监测表述为跨视角、跨时间的裂缝实例追踪任务，提出一种几何辅助、形态感知的框架。该框架先通过图像几何配准统一视角，再为裂缝分配可解释的身份，并在统一视图中区分新增扩展与既有裂缝。作者建立了带时间标注的数据集，涵盖单条主裂缝扩展、混合模式分叉和多裂缝相互作用三种场景。实验表明该框架能在视角变化下建立松散的跨视角身份对应，但严格的空间重叠和扩展定位仍受早期微裂缝分割能力和投影漂移限制。
说明学习何时协作：基于不确定性路由的选择性多智能体医学推理
简介该论文提出SMART-Med，一种完全本地运行的多智能体医学视觉问答方法，将多智能体协作视为可学习的决策而非默认行为。系统通过不确定性驱动的路由机制，决定直接作答还是调用少量专家智能体。作者构建了MedVR-3K数据集，并用GRPO微调本地智能体；在四个医学视觉问答基准上，该方法与现有多智能体方法性能相当，推理时间减少3.8倍以上、token用量减少72%。
说明SEDATE：大语言模型在不同语言中是否共享同一攻击性回路？
简介该论文提出 SEDATE 方法，一种无需训练的“检测-编辑-验证”策略，用于让大语言模型的回答更安全。方法先定位负责攻击性内容的神经元，必要时加以编辑，最后验证模型回答。作者在 7 种语言、4 个模型系列上进行评估，并在 4 种未见过的语言和 4 个额外数据集上进一步测试，报告其安全分数明显优于表现最好的基线，同时保持通用能力且额外开销很小。
说明补丁派生令牌还是寄存器令牌？比较可变长度图像分词器
简介该论文比较了两种可变长度图像分词器：计算高效、保留显式空间结构的补丁派生令牌，以及无预定义空间布局的寄存器令牌。结果显示，极端压缩下补丁派生令牌重建更好，中等预算下寄存器令牌略优，高预算时两者相近；在生成任务中寄存器令牌更好，而与外部预训练视觉编码器做表示对齐后，补丁派生令牌的生成性能显著提升。
说明CoEvolve：基于反事实引导的多智能体系统记忆与协作协同演化
简介该论文提出 CoEvolve 框架，让基于大语言模型的多智能体系统的记忆与协作方式随经验同步演化。方法将可复用的局部协作模式表示为技能，并通过比较原始轨迹与反事实轨迹来识别局部演化信号，协调技能库、技能记忆和执行者记忆的更新。在 ALFWorld 和 WebShop 基准上的实验显示，CoEvolve 在所评估的基线中总体表现最佳，消融实验also验证了对齐协同演化和反事实引导演化的有效性。
说明FraudSociety：金融诈骗经济的生成式智能体社会模拟器
简介本文提出 FraudSociety，这是首个基于大语言模型智能体、同时建模信息与资金动态的诈骗模拟器。它包含动态社交环境、保存支付与损失记录的持久账本，以及用于平民决策的需求-意图-行动架构，诈骗者会根据互动历史与账本状态调整手段，形成闭环。宏观与微观结果均与真实统计模式相符，并通过反诈骗干预实验比较了不同策略的效果。
说明人类基因评分高维数据聚类，用于靶细胞分类
简介该研究比较了完整人类基因评分数据集与所选激酶基因子集在相同769个特征下的聚类数目。文中采用两种缺失值处理方式，并结合主成分分析，使用K-Means、层次聚类、模糊C均值和图聚类四种方法进行分析。结果显示各组合下最优聚类数均为2，轮廓系数（Silhouette）整体较高。
说明SkillShift-Bench：环境演变下网页智能体技能学习的基准测试
简介网页智能体可以复用过去的经验学习技能，但这些技能通常只在封闭环境中评测。本文提出首个在可控开放环境变化下评测技能学习的基准 SkillShift-Bench，在三个自托管网页系统上模拟上下文、感知和执行三类变化。实验显示，在受控变化下智能体的鲁棒性系统性下降，其中执行变化压力最大。作者还提出了测试时自适应方法，可在不重新学习技能库的情况下改进已学技能的执行。
说明用隐含信念作为可扩展的过程奖励，训练策略性说服型大语言模型
简介论文针对多轮策略性说服中的两个难题：对具有心理依据的被说服者进行逼真模拟，以及为策略对话提供密集且可靠的信用分配监督。作者提出 PersuArena 说服模拟环境，并在其上设计 Probe-RPO 在线强化学习框架，通过读取被说服者冻结模型的 logits 生成多维过程奖励。论文报告在医疗、理财、职场、教育和个人关系等场景中，Probe-RPO 的完全接受率为 52.5%，高于最强 GRPO 消融版本的 35.8% 和最佳现成大模型的 25.8%。
说明通过器件变量选择优化物理神经网络
简介物理神经网络利用电子、光学等领域的器件物理实现高能效的神经网络。本文将物理器件输入变量与信号之间的路由视为可训练参数，并用Gumbel-Softmax重参数化优化这种离散路由。在基于实验校准的多变量电子RNPU模型上，MNIST分类准确率由94.5%提升至96.9%，CIFAR-10由62.8%提升至68.0%。
说明跨架构知识蒸馏用于轻量医学视觉Transformer（LiteMed-ViT）的潜力与局限
说明跨朝向训练的成分池化方法：用于少样本遥感场景分类
简介本文针对少样本遥感场景分类问题，提出一种无额外参数的成分池化网络RoCoP。该方法把图像局部特征分解为若干可加成分并按激活强度加权池化，同时训练骨干网络识别随机旋转后的图像。在NWPU-RESISC45、AID和UC Merced数据集上，该方法相比迁移学习基线在5-way 1-shot准确率上有明显提升。作者同时指出，当基类数据集很小时，该方法不适用。
说明同一模型，两条路径：在单次前向与循环推理之间平衡性能的语言模型研究
简介该论文研究如何让同一个语言模型既支持普通单次前向推理，也支持循环推理。作者复用中间层权重进行额外计算，但两条路径共享参数，优化循环输出可能损害单次推理质量。论文提出对两种输出加权联合训练，并借助冻结的原始模型进行指导；结果显示，相比只训练循环路径，联合训练显著减轻了单次推理的性能下降，同时保留了循环推理的增益。
说明带弱学习器的仿射不变三次牛顿法：面向梯度提升的一种优化方法改进
简介现代梯度提升算法基于牛顿法，实践效果好但缺乏全局收敛保证。本文将仿射不变三次牛顿法（AICN）推广到使用弱学习器的凸优化中，并利用沿优化路径的平均余弦值和海森范数下的方向改进量进行分析。作者在半强自洽条件下建立了全局收敛速率，据摘要称明显优于此前的弱梯度正则化牛顿（GRN）界，并给出局部线性收敛、全局线性收敛等结果，还提出了自适应调节三次正则化的 weak-AdaAICN。
说明递归自主智能体的集体协作（智能工厂多层级任务分解与能力聚合框架）
简介论文提出一种递归自主智能体（RAA）集体协作框架，用于智能工厂。订单目标可自上而下递归分解为生产任务，各单元能力则通过同级协作自下而上聚合。文中以跨多个车间的加工、检测与物流生产网络为例，说明同一组织内核如何在设备服务、车间和工厂三个尺度上实现。
说明面向超图级分类的重叠感知子超图模式频率
说明《吃掉你的精确度》：精确度目标缓解基于评分标准强化学习中的奖励投机
简介该论文针对基于评分标准（rubric）的强化学习奖励只衡量覆盖度、模型因此输出更冗长、含更多无关或不实内容的问题，提出 FORK 奖励，同时优化覆盖度（recall）与精确度（precision）。精确度要求回答中每个单元既必要又事实正确。实验显示其优于现有方法，并在与基础模型的胜率对比中明显提升。
说明面向文本图问答的可学习检索器
简介本文提出TaLenT框架，用于文本图问答（GraphQA）。它让基于大语言模型的检索器与生成器组成端到端的检索后生成流程，并用标准答案信号监督证据节点的选择：优先保留正确答案，保留相关节点以覆盖推理所需证据，同时舍弃无关噪声。在三个GraphQA数据集上的实验显示，该方法持续提升了下游任务的表现。
说明FreqPKC：面向雷达语义分割的频率感知峰值卷积
简介本文针对车载毫米波雷达语义分割，提出频率感知峰值卷积FreqPKC，从频域角度建模并利用PeakConv算子的频谱特性，使网络能自适应调整有效带宽。基于此构建的FreqPKC-Net结合频率引导的自适应调制与多视角跨视图融合。在CARRADA、CARRADA-RAC及自建数据集RS-SAR上的实验表明，该方法在距离-多普勒和距离-角度两种视图上均优于现有SoTA方法。
说明这篇论文是否新颖？PatEx-Gym：用于专利审查新颖性评估的智能体式现有技术检索框架
简介论文提出 PatEx-Gym，用于开发和评估专利审查智能体，包含 1K 个审查任务、超过 100 万篇专利和 5.2 万篇科学论文的检索语料，以及支持迭代检索、文档访问、推理和审查意见生成的运行环境。作者还提出无需人工标注的检索轨迹合成方法 PASS，生成 PatEx-SynData，并基于此用监督微调训练了 4B 规模的 PatEx-Agent。实验显示，仅看最终判定准确率不足以反映审查质量，而该 4B 模型与大得多的通用智能体相比具有竞争力。
说明DualPace：解耦调度与 GPU-CPU 协同解码的大模型推理服务系统
简介该论文提出 DualPace，一种把主机 CPU 变为独立调度解码引擎的大语言模型推理运行时。GPU 引擎负责预填充与驻留 GPU 的解码，配备 AMX 的 CPU 引擎独立批处理并推进驻留 CPU 的解码，两者调度解耦、执行协同。原文称，在以解码为主的场景中，其吞吐量相比 NEO 提升 6.9%–43.2%，相比 vLLM 提升 11.5%–90.6%，同时保持相近延迟。
说明FedSEAM：通过子空间专家一致性合并实现大语言模型的联邦持续学习
简介该论文提出FedSEAM框架，让多个客户端在不共享数据的前提下依次学习任务，并保留对早期任务的记忆。方法将任务知识组织为稀疏专家，客户端通过子空间兼容性测试决定复用哪些专家模块，服务器端的SEAM只沿达成一致的方向进行合并。作者还设计了三项保护机制以减少遗忘，并在TRACE基准上用Qwen3-4B和Llama-3.2-3B进行了评估。
说明五种架构，一个共享空间：无需权重合并的跨模型表征对齐
简介论文研究五个独立训练、内部结构不同的冻结语言模型（四个Transformer及一个状态空间模型）能否仅通过激活值对齐，无需合并权重。作者发现其对同一文本的表征组织存在显著对应，并用广义Procrustes分析构建共享空间，最后一层的检索准确率优于两两线性映射，但在中间层较差；路由实验则为负面结果。
看点提出无需权重合并、仅凭激活对齐五个异构模型的共享空间，并以置换检验和消融验证；但路由器结果为负，影响面有限。
说明RBGA：灵巧操作中离线到在线安全强化学习的剩余预算引导仲裁方法
简介该论文针对灵巧操作中的离线到在线安全强化学习问题，提出RBGA算法。它在每个回合内显式跟踪剩余安全预算，并据此在离线引导动作与在线策略之间逐步仲裁选择。实验表明，该方法能在保持较强安全性能的同时实现在线策略改进。
说明微小编辑，决策转移：基于法语输入变体的大模型准确性与可靠性基准测试
简介该论文构建了一个受控的法语表面变体基准，涵盖七类任务、共12,600条输入实例，用于考察省略撇号、省略变音符号和键盘拼写错误等常见输入变化对大语言模型的影响。研究发现，随着扰动强度增加，模型准确率下降，Brier分数与负对数似然增大；键盘错误造成的损失最大，且经校准温度与输入还原结合后，概率预测质量有所改善。
说明神经网络服装模拟中的显式摩擦接触建模
简介图神经网络可以高效模拟服装，但摩擦系数在推理时无法直接设定，重新训练也几乎无法随摩擦系数变化。论文提出一个模块化接触算子，附加在冻结的预测器之后，无需重训练或迭代求解，即可按库仑摩擦条件修正接触。实验表明，在HOOD和ContourCraft上，粘着随摩擦系数单调增加、滑动随之减少，运行时间约为参考求解器的八分之一。
说明LLM 辅导互动对学生成绩的增量预测价值
简介本文评估大语言模型辅导助手的学期级互动特征，能否比常数基线更准确地预测作业成绩。数据来自一门本科人工智能课程两个学期的 16,851 条师生问答，并与 203 条学生-学期记录中的 175 条匹配。梯度提升模型的平均绝对误差为 3.023，略优于中位数基线的 3.138，但置信区间跨越零，差异不显著。该研究仅展示基线选择与误差分布的影响，并未证明存在学习效果。
说明ReSight：面向具身智能体、由任务驱动并自我改进的记忆系统
简介论文提出 ReSight，一种供机器人等具身智能体使用的记忆系统，可在任务需要时扩展对历史观测的处理与访问能力。它保存关键帧及其时空关联，并通过 Explore-Distill-Mount（EDM）方法，把探索得到的方案转化为可复用的记忆构建器、查询工具和技能。实验在三个公开基准上进行，结果显示 EDM 在多项指标上有所提升，并在真实机器人巡逻记忆上验证了能力的复用。
说明能否听出几何形状？面向文本到B-rep检索的规范不变谱描述子
简介该论文提出一种文本到B-rep实体模型检索方法，利用群作用与谱几何不变量，使平移、旋转、反射、均匀缩放及轮廓记录约定下的几何描述保持不变。针对草图拉伸实体，构建了固定280维的谱几何描述子，综合截面区域、轮廓边界和拉伸结构三个层次的信息。在文本到三维实体检索任务上，该方法取得88.6%的Recall@5，比此前最优结果高13.6个百分点。
说明面向多任务模型合并的误差子空间校准
简介该论文提出误差子空间校准方法ESCal，用于多任务模型合并后的性能修正。方法从专家模型与合并模型的权重差异中识别低维误差子空间，并在中间模块边界用桥接模块学习线性映射进行特征校正。实验显示，在视觉和自然语言理解基准上，该方法能提升合并模型的表现，且只需每个任务的少量校准数据。
说明基于似然函数流匹配的气候降尺度方法
简介本文提出CD-FFM，一种函数式流匹配模型，将高分辨率气象场视为连续随机场，可在任意位置和分辨率查询。该方法将ERA5降尺度至芬诺斯堪的亚地区1公里日气温，并在三个测试年份中相较回归方法和大型神经算子取得更低的连续排序概率得分。论文还称该模型可迁移至降水预测，并使公里级大规模集合预报更具可行性。
说明基于改进 CBAM-ENet 跳跃连接模型的低能耗肺肿瘤分割
简介该论文提出一种轻量级肺肿瘤分割模型，以 ENet 为基础，加入 UNet 式跳跃连接和 CBAM 注意力模块。模型在 MSD 挑战赛的 TCIA 数据上训练，并在 LIDC-IDRI 数据集上评估，DSC 为 0.90812，参数量为 430,052，计算量为 0.549 GMAC。作者报告其速度最高可达 10 倍，计算量约为 UNet 的 1/79，参数量约为 SegNet 的 1/22。
说明MarineLife-16K：面向运动感知的海洋视频理解带属性视频-文本数据集
简介该论文提出了MarineLife-16K数据集，包含2000个带有13类属性标注的视频-文本对，覆盖场景中多达四个物体及其视觉与几何属性、行为、环境和相机运动，涵盖多种光照、时段和7个国家。基于这些标注生成了16080个视频问答对，并对多种视频大模型进行了问答与字幕生成的基准测试。结果显示，商用模型通常表现更好，模型能较好处理物体运动但难以应对复杂相机运动，且在静态相机场景中推理较弱。
说明基于马尔可夫轨迹的重要性修正动量演员-评论家方法统一分析
简介本文提出一种通用的演员-评论家方法，将岭正则化的路径最小二乘时序差分评论家与重要性修正动量演员结合。评论家借助Newton-Schulz求逆逐帧求解岭正则化方程组，无需步长、混合时间或秩条件。论文首次给出沿单条马尔可夫轨迹、采用归一化与非归一化步长的这类方法的有限时间界，并在Muon、SGD动量、AdaNorm等具体优化器下进行核范数比较。
说明云端大语言模型：架构、编排与推理的综述
简介本文是一篇跨层系统综述，依据PRISMA 2020框架梳理云数据中心部署大语言模型面临的内存、计算与可靠性瓶颈。文章整合了硬件虚拟化、集群调度和运行时推理优化等方面的研究，并讨论了无服务器部署、容错检查点和可信执行环境等云原生架构，最后梳理了吞吐量、延迟、成本与机密性之间的权衡，并展望了未来研究方向。
说明Qwen-Image-PE：学习视觉设计以增强文生图提示词
简介该论文提出Qwen-Image-PE，让模型学习视觉设计，把用户模糊的文生图请求扩写成连贯的视觉描述。方法分两阶段：先用基于描述的反向蒸馏（CRD）进行监督微调，再用分组设计奖励（GDR）强化学习，优化光照、构图、版面和细节。在Qwen-Image-Bench上，397B版本相比原始请求提升7.81分，9B版本优于所有对比的提示增强基线。
说明《未来更精细：多变量时间序列超分辨率预测》：用粗粒度历史数据预测细粒度未来走势的论文
简介这篇论文针对网络平台中多变量时间序列常被归档为粗粒度的问题，提出了多变量时间序列超分辨率预测任务（MTS-SRF），即从粗粒度历史数据预测细粒度的未来。作者提出了TimeMagnifier方法，包含傅里叶锚定、仅去噪和带状DTW对齐三个模块。在包含十个数据集的基准测试中，该方法在各项指标上均优于15个基线模型，平均将MSE降低12.3%。
说明LegoSR：面向自我改进的智能体引导科学发现统一框架
简介方程发现求解器的数据接口、方程表示和评价标准各不相同，结果难以比较。LegoSR 提出统一框架，整合七种求解器，采用共同的方程表示与评估流程，并支持在部分已知方程约束下搜索。其智能体 LegoSR Agent 可根据求解器知识、中间结果和过往任务经验选择求解器并调整搜索；在含噪声的常微分与偏微分方程基准上，其恢复的方程数量接近七个专家调优求解器的并集。
