机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明基于局部赫布学习的空间感知自组织图自编码器
简介该论文针对已有动态自编码器只用全局平均池化、标量连接、解码器伪影和损失切换不稳定等问题，提出了S-LooM。它通过空间互相关和可学习的空间卷积核在特征图之间建立动态连接，并采用软混合训练课程使潜在拓扑平滑对齐。实验表明，相比现有动态架构，S-LooM 的拓扑结构更稳定，对特征纠缠和噪声更具抵抗力，并能形成负责光照、形状、纹理等视觉属性的功能社群。
说明面向3D高斯泼溅的出生-死亡结构学习：用变分分数替代启发式的增删规则
简介论文针对3D高斯泼溅（3DGS）中自适应密度控制依赖代理信号的问题，提出基于一阶变分的出生-死亡控制方法。该方法从重建损失导出变分分数，用于选择新高斯的生成位置和可剪除的低贡献高斯。作者称，将该分数集成到3DGS-MCMC后，在标准基准上取得了较好的重建质量，在高斯数量预算紧张时提升最明显。
说明Xing USP：面向信息抽取与意图槽位解析的跨任务语义契约
简介本文提出 USP，一种统一的语义契约，用同一接口表示类别、字段、取值和实例关联，适用于命名实体识别、关系抽取、事件抽取和意图槽位解析。作者设计了五种诊断性匹配视角，并把 61 个数据集统一为共享语料。经微调的 Xing4.0-29B-Intent 在各任务家族和全部五种视角上均排名第一，且差距随评估严格程度增大而扩大，表明仅看类别判断会低估结构性缺陷。
说明通过长短对比剪枝提升剪枝推理模型思维链的可压缩性
说明CoLink：面向多轮对话建模的全局压缩与知识关联方法
简介该论文提出CoLink框架，用于提升大语言模型在领域多轮对话中的全局上下文感知能力。方法通过将历史对话聚类为主题图以关联外部知识，并结合语义相关性与图结构进行知识检索，同时基于信息论推导优化目标，将长而冗余的历史与知识压缩进紧凑的记忆与知识槽位。作者称其在公开数据集及自建MMD数据集上验证了知识关联与语义建模方面的优越性和泛化能力。
说明CrossPair：在图像编辑模型中解锁通用的视觉变换学习
简介该论文提出 CrossPair，让预训练的多模态图像编辑模型只凭一对前后示例图，就能迁移各种图像变换。模型用视觉语言模型提取变换语义，用 VAE 保留外观与结构，并在训练时用 DINOv3 对齐特征变化方向。作者构建了包含约 36 万对数据的 Transform-360K 数据集，实验显示其在目标一致性和编辑方向相似度上优于已发布的系统。
说明SHIFT-Jev：面向分布偏移下基于大模型决策模型的可认证弃权与收益门控持续适应
简介论文研究基于大语言模型的决策模型在数据分布偏移下的失效问题，提出SHIFT-Jev流程，包括风险打分、可认证的弃权阈值、偏移监测以及仅在留出集显著提升且不损害早期场景时才接受更新的持续适应机制。在十个偏移测试环境上，使用KL锚定微调与温度缩放把偏移下的校准误差从0.289降至0.087；在Qwen3-0.6B上持续适应准确率达70.5%，在Qwen3-4B上则略低于基线。
说明TopX：仅凭骨架文件为未见过的骨架生成文本驱动动作
简介该论文提出 TopX，一个 7300 万参数的流匹配 Transformer，仅根据骨架文件中的树结构、静止姿态和关节名称，为训练中从未出现过的骨架生成关节旋转与根部轨迹，无需该角色的动作片段、模板或微调。作者还构建了 SkelShift 数据集用于评估；在与 UniMate 的对比中，TopX 在两类 Fréchet 距离指标上均有降低，且穿入地面的帧更少。
说明开发者向大语言模型委派任务与信任因素：一项混合方法研究
简介本研究通过22次访谈和160名软件从业者的问卷调查，探讨开发者将软件开发任务委派给大语言模型的情况。研究发现开发者采用完全委派、部分委派、自行完成和避免任务四种模式。统计分析显示，信任是与任务委派相关的显著因素，研究还讨论了任务难度、任务风险和开发者动机的影响。
说明插入式序列生成中的可修正方法：δMDM
简介该论文针对基于插入的掩码扩散模型在并行解码时错误无法修正的问题，提出δMDM，为插入模型加入替换和删除操作，使已生成的词元可被修订。训练时模型学习修正自身错误，推理时穿插修正步骤，使激进的并行解码变得可行。实验显示，在OpenWebText上高多样性无条件生成的困惑度约为FlexMDM的一半，在TinyGSM条件生成上以一半的前向计算次数达到FlexMDM的准确率。
说明学习中的泛化：Eyring公式与捕食者-猎物模型
简介本文用捕食者-猎物模型研究机器学习中的泛化问题，并概述随机梯度Langevin动力学和生成对抗网络的生物与化学解释。在用固定次数多项式从带噪声数据中恢复未知函数的例子中，该模型的近似效果优于梯度下降法。文章还借助热力学论证（尤其是Eyring公式）来解释机器学习中的延迟泛化（grokking）现象。
说明基于边界排斥MixUp学习判别性原型的目标重识别
简介该论文提出PBR-ReID框架，用可学习的身份原型显式建模类间几何关系，并据原型相似度矩阵找出最易混淆的身份对。作者设计了边界排斥MixUp（BRM）正则化方法，在混淆身份之间构造边界代理并将特征推离边界，从而把边界模糊转化为判别信号。训练分为原型预热和EMA稳定的联合微调两阶段，论文称在人员和车辆重识别基准上表现良好，并通过消融实验验证了各组件的作用。
说明基于 Edge TPU 加速 YOLOv11 的树莓派 5 实时输送带缺陷检测
简介本文提出一套低功耗边缘 AI 视觉系统，部署在树莓派 5 上，并由 Google Coral Edge TPU 协处理器加速，用于实时检测输送带的纵向撕裂、孔洞、修补缺陷和冲击穿孔。系统采用经过训练的 YOLOv11n 模型并进行 INT8 量化。在四类缺陷上的 mAP@0.5 为 0.764，并在水泥厂现场以 30–40 FPS、约 70–90 毫秒延迟稳定运行。
说明EditDistill：能否用图像编辑来指导视频编辑？
简介该论文提出 EditDistill 框架，先用现成的图像编辑模型编辑视频首帧，再把原图与编辑图之间的视觉变换压缩为“编辑描述符”，并通过轻量融合模块注入视频扩散模型，引导去噪过程完成所需编辑。作者还使用编辑描述符对齐与 DINO 结构一致性损失进行训练，以保持运动和布局。论文称该方法在标准基准上表现较强，并在多种场景中得到高质量的视频编辑结果。
说明接口形式不同，智能体行为不同：MCP 与 CLI 的对照研究
简介该论文研究语言智能体通过 MCP（模型上下文协议）与命令行（CLI）两种接口调用相同能力时，行为是否不同。作者提出匹配接口比较分析方法 MICA，在六个模型与三个交互环境中比较两者，发现任务表现和交互成本差异明显。作者还提出 DART 方法，在保持语义不变的前提下修复接口实现差异，在六种设置中提升了基准分数。
说明借助语言模型与天文工具，自动且可审计地为巴比伦天文日记断代
简介这篇论文提出一套系统，用规则解析器、语言模型和天文计算工具，为巴比伦天文日记中残缺、缺少日期的泥板自动推断年份，覆盖公元前626年至公元75年的701年。系统按天文观测与计算结果对各年份排序，并列出每个候选年份背后的依据。在120块已定年的泥板上，并列最高的年份包含已发表年份的比例为96%。
说明ChronoReplay：单一答案接口不足以支撑流式空间智能
简介该论文针对视觉语言模型的空间推理训练，提出 ChronoReplay 方法：将异构空间监督按时间顺序重放为情节，保留各来源的原生目标并在任务族之间平衡。在相同观测条件下，单个检查点在 OVO-S-Bench、OST-Bench 和 UCS-Bench 三个基准上均有提升，其中 OST-Bench 提升 13.41 分。作者还指出训练后容易过度集中于某一种答案形式，并认为流式空间表现取决于监督保留的区分、学习中历史的组织方式以及推理时可用的证据。
说明多智能体路径规划的超逻辑视角
简介多智能体路径规划要求为多个智能体求出互不碰撞的路径，广泛用于自动驾驶车辆导航等场景。本文从规范描述的角度出发，展示许多此类变体可用HyperLTL及其ω正则扩展HyperQPTL建模。作者强调，这并非认为现有超属性模型检测器能取代专用求解器，而是提供一种统一语言，用于比较不同变体、表达跨智能体约束与最优性，并将该问题与超属性的验证、解释和因果分析技术相联系。
说明多用户对地观测卫星调度中的加权公平性
简介随着卫星星座规模扩大、成本上升，多个出资方共同参与运营，希望获得与投入相称的资源，因此调度结果的公平性成为关键问题。以往研究多假设各用户权重相同，本文研究根据出资贡献赋予用户不同权重的加权调度问题。作者提出加权功利主义、加权平等主义、加权 leximin 和加权有序加权平均（WOWA）等方案，将其建模为混合整数线性规划，并与加权贪心和加权轮转两种启发式方法比较，在有严格运行时间限制的文献场景中评估效率与公平性。
说明从 Transformer 到 GPT-5：大语言模型设计的进展、局限与未来方向
简介本文梳理大语言模型的发展脉络，从 BERT 等早期模型到 GPT、Gemini、Claude 和 Grok，并按时间线对模型进行分类。文章还涉及训练数据、训练算力、硬件、架构与参数，以及局限、计算挑战和待解决的问题。文中指出，在架构复杂度与数据质量之间取得较优比例的模型，推理稳定性和对齐效果更好，且不会按比例增加计算负担。
说明俄、巴西、德国人走进酒吧问同一问题——得到三种不同答案：衡量大语言模型在争议话题上的观点多样性
简介本文提出多语言数据集PerspectivesQA，涵盖18种语言的全球争议话题，并提出ROOTS框架，用于衡量语言、观点和表述框架的多样性。作者评估了八个开源与闭源模型，发现模型在英语中倾向于含糊作答，而在低资源语言中则更倾向于表明立场。较大模型的跨语言立场更为一致，较小模型更容易被左右；所有模型对输入表面的细微变化都较敏感。
说明DoubleFree：利用探索历史实现免采样的多任务大模型训练
简介该论文针对多任务大模型后训练中的多教师在线蒸馏（MOPD）成本高的问题，提出 DoubleFree 方法。它复用领域强化学习过程中收集的历史轨迹，实现免采样的知识整合，并预先计算教师监督信号，使学生训练无需在线教师。作者在数学、代码和指令遵循任务上，基于 Qwen3-4B、Qwen3-8B 和 SmolLM3-3B 进行了实验，整合速度提升 2.99 至 5.75 倍，并在保持多领域性能相当的同时大幅减少 GPU 小时数。
说明基于截断Lp函数的鲁棒单参数点云配准
简介本文提出一种名为TLP的点云配准方法，只需调节一个参数。该方法利用不同p值的截断Lp函数为对应关系打分、选择假设并优化最终模型，能够应对真实三维特征匹配中常见的高离群点比例。借助GPU并行计算，平均可在一秒内从数千组对应关系完成配准。在公开基准数据集上，TLP的精度高于现有单参数方法，并在四个评估数据集中的三个上优于两种常用的多参数方法，同时保持有竞争力的运行时间。
说明RacerGS：面向三维高斯泼溅压缩的残差自回归上下文方法
简介三维高斯泼溅（3DGS）可快速渲染高质量新视角图像，但参数量大，存储和传输成本高。本文提出 RacerGS 压缩框架，通过哈希投影、FiLM 调制的自回归 GRU 上下文模型以及基于上下文预测均值的残差熵编码，降低存储体积。论文报告其相比原始 3DGS 压缩超过 150 倍，相比 Scaffold-GS 压缩 28 倍，渲染质量相当，并在五个数据集上优于既有 3DGS 压缩方法。
说明MultiEvoSkill：面向可泛化技能文档的结构感知多智能体技能演化框架
简介论文提出 MultiEvoSkill，用于优化冻结大语言模型智能体所使用的技能文档。该方法把技能编译为带类型的图结构以表示并行与依赖关系，通过异构智能体提出修改建议，并用结构感知的辩论与演化机制整合编辑，同时以多维门控保证每次演化的信息增益与拓扑正确性。作者称与现有方法的对比实验和消融实验验证了其有效性与跨模型泛化能力。
说明将业务规则恢复为级联查找，用于企业字段预测
简介企业销售订单系统的付款条件、发货地点等字段依赖人工维护的配置规则，规则缺失或过时时会引发下游错误。该论文提出由大模型代理在离线阶段提出业务键、经SQL验证后编译为确定性级联查找的方法，推理时仅做透明的键查找。实验表明，字段遵循稳定业务规则时级联方法最有效，而依赖时间或邻域模式时学习型图模型更合适。
说明面向长时程视觉-语言-动作模型的变分认知记忆抽象（论文）
简介视觉-语言-动作（VLA）模型在机器人操作上表现出色，但长时程任务受限于长期记忆建模不足。本文提出 CogMemory，一种变分认知记忆框架，通过选择性状态空间记忆编码器、多槽时序抽象和变分信息压缩，将多模态轨迹编码为紧凑的潜在记忆，并借助动态交叉注意力检索与门控融合用于动作生成。该方法仅增加 3.45M 参数，并在多种 VLA 骨干网络上的长时程机器人操作基准中带来一致改进。
说明记号是否重要？用于符号音乐生成与理解的 MusicXML 分词
简介本文提出首个面向 MusicXML 的通用分词框架，并系统比较 MusicXML 与 MIDI、ABC 等表示法在深度学习中的表现。作者训练了 26 个自回归与掩码语言模型，在作曲家分类、难度估计、伴奏建议等理解任务及生成任务上评估。结果显示，基于 MusicXML 分词的模型在理解与生成任务上均优于 MIDI 和纯文本方式的对照模型。
说明通过泛化实现对齐：Aligned-PAC 学习框架
简介该论文提出 Aligned-PAC 学习框架，把 AI 对齐问题化为泛化问题：系统在训练所用的要求上表现良好，能否推广到未见过的要求。作者用一组具体要求来表示人的意图，并给出独立评估的理论依据、所需评估量的界定，以及一种在明确假设下组合学习模型以满足训练要求的优化方法。作者指出，如何选择忠实反映意图的要求，以及何时学习能推广到未见要求，仍是待解决的问题。
说明Δτ-Bench：面向持续变化能力边界的智能体基准
简介本文提出Δτ-Bench，一个可执行的智能体基准，用于模拟大型工具生态系统的结构性演变。基准包含1588个经验证的多轮任务，覆盖42个领域和六个连续的生态状态。评估显示，即便表现最好的模型或框架，任务成功率也只有42.3%，且现有技能学习方法的初期收益难以随生态演变持续转化为更好的适应能力。作者据此提出Steward，一个通过增量技能维护和任务执行中的动态调配来统一管理工具与程序性知识的生态管理器，实验显示其在生态变化下维持了更高的任务成功率。
说明ParetoGS：用稀疏适配锚点实现高质量连续预算的三维高斯溅射
简介该论文针对三维高斯溅射（3D Gaussian Splatting）在不同高斯数量预算下的重建问题，提出 ParetoGS 方法。它通过一小组适配的预算锚点描述高斯成员和参数的变化，并将参数变化压缩为紧凑的残差图集，从而在无需为每个预算单独优化的情况下解码中间预算，实现连续预算表示。作者称，在 13 个场景上，该方法在多数对比设置下以更少的高斯数量取得了更好的平均 PSNR、SSIM 和 LPIPS 指标，并将额外状态的平均存储从 390.0 MB 降至 85.7 MB，PSNR 平均变化为 0.01 dB。
说明BoundedGS：面向三维高斯泼溅的高分辨率低内存训练方法
简介该论文提出 BoundedGS，用于降低高分辨率三维高斯泼溅（3D Gaussian Splatting）训练时的显存占用。方法通过分离光栅化与投影的反向传播，并按实测负载限定局部光栅化工作集，同时采用候选索引投影和紧凑梯度存储。在约 600 万个高斯的分辨率实验中，渲染工作集保持在 1.073 至 1.077 GiB；在五个原生 5K 室外场景上，平均渲染工作集由 9.97 GiB 降至 1.76 GiB，训练时间由 36.7 分钟缩短至 33.9 分钟，重建质量相近。
说明利用概念瓶颈实现可解释、可引导的分子图生成
简介深度图生成模型在药物发现中可解释性不足，难以控制生成分子的合意性。本文在深度图生成模型中引入概念瓶颈，使用户能够解释、调试并引导生成过程。结果显示该方法能持续提升分布保真度（FCD 降低），对有效性和唯一性的影响较小且不系统。作者还探讨了一种基于优化的引导方法 Concept Controller，并在单次生成式分子图框架上进行了评估。
说明用于商用飞机气动外形设计的条件增强生成对抗网络
简介该论文提出一种条件增强生成对抗网络（CEGAN），在生成过程中嵌入几何与气动信息，以生成满足目标气动性能的飞机外形。方法包括几何引导的可行性惩罚、由代理模型计算的气动性能惩罚，以及过滤不可行设计的输出机制。在类似Cessna Citation X的构型上，用28个形状参数表示外形并通过OpenVSP评估气动性能，结果显示相比基线模型，插值与极端外推条件下的平均生成误差分别至少降低36%和46%。
说明CropReward：面向美学图像裁剪的人类偏好基准与奖励模型
简介论文指出，现有美学图像裁剪的评估方法（如交并比IoU及现成的图像美学评估模型）与人类偏好的一致性有限。作者构建了包含106,995组人类偏好对、1,019张图像和14种裁剪方法的基准CropBench，并提出基于多模态大模型的奖励模型CropReward，用于比较裁剪结果与原图的美学优劣。基于该模型，作者构建了CropReward-300k数据集，并训练出仅依靠其监督、无需人工标注裁剪框的CropAlign模型，实验显示其表现优于现有方法。
说明从存在标签到边界框：多模态大语言模型能否扩展手术器械定位？
简介本研究提出一个基于多模态大语言模型（MLLM）的标注框架，将手术帧和已有的器械存在标签转换为边界框，并分析其可靠性、成本与设计敏感性。研究在Cholec80腹腔镜胆囊切除术数据上，用六种MLLM和多次调用配置，由两名标注者和一名专家外科医生对1000帧进行评估。结果显示，多阶段标注流程的mIoU为0.784，高于最佳单次调用基线的0.735，人工一致性为0.814。作者据此发布了包含285,977个边界框、覆盖80个视频全部184,498个已标注帧的Cholec80空间扩展数据集。
说明合成语言数据：语言学研究中由模型生成的语料与受控实验数据
简介本文是一篇术语词条，探讨语言学研究中日益重要的合成语言数据。作者以“人工苗圃”作比喻，在Bresnan的“语言花园与灌木丛”区分基础上，将合成数据分为主要由模型生成的类语料库集合（合成灌木丛数据）和在受控条件下引出模型输出以检验特定假设的数据（合成花园数据）。文章认为合成数据本身是独立的研究对象，与自然语言数据比较可揭示共性与差异，但解释时需仔细考虑其生成条件。
说明h1：自动定理证明中「苦涩的教训」的一次实践
简介本文介绍 h1，一个简单的代理式框架，让模型通过高效接口与 Lean 4 交互，依靠验证器反馈和自我反思持续尝试证明，不额外设定分解或搜索结构。作者报告，h1 在多个基准上取得最优结果，并在模型条件相同时与 Goedel-Architect、AlphaProof Nexus 等专门流程相当或更好。作者认为，高效的 Lean 接口对成本和求解率影响很大，简单方法本身还不够。
说明StaX-Net：用于跨模态医学图像转换的斯塔克尔伯格交错非对称网络
简介该论文提出StaX-Net，用于跨模态医学图像翻译，以解决合成图像与解剖结构不一致、可能影响临床诊断的问题。网络包含部分耦合的编码器-判别器结构，以及二维特征聚合与空间变换（FAST）层，在特权信息学习范式下提炼目标域监督先验。训练采用斯塔克尔伯格启发的非对称优化方案，通过共享参数冻结和非对称学习率稳定训练；推理时FAST层仅对源域进行变换。作者表示代码已在GitHub公开。
说明提高推理投入可改善GPT-5.5参考文献的可核查性，并改变其推理摘要
简介该研究考察GPT-5.5在低、高两种推理投入设置下为1000篇论文生成参考文献的情况，并将生成的参考文献与外部书目记录比对。结果显示，高投入使论文层面的可核查参考文献比例从78.3%升至84.8%，同时推理摘要更长，四项预设特征得分均更高。
说明MIS-VQA：面向复杂手术理解的标注驱动手术视觉-语言数据集
简介该论文提出 MIS-VQA，一个手术视觉-语言数据集，通过将 EndoVis18 和 CholecT50 的多种手术标注转换为结构化文本场景，借助大语言模型生成问答对。数据集包含四类回答类型，可从基础视觉定位评估到多步推理。论文还提出了 LLaVA-SurgXpert 模型系列，实验显示其优于现有手术 VQA 基线，并揭示了感知定位与高层推理之间的能力差距。
说明CORMA：面向多约束离线安全强化学习、可泛化的约束路由决策Mamba框架
简介该论文研究离线安全强化学习，即仅利用静态数据集学习策略，并在部署时满足安全约束。作者提出CORMA框架，把策略推理分为约束感知的回报估计和自适应动作生成两部分，并用路由器引导的专家乘积机制融合各约束的可行回报分布。实验显示，相比基于Decision Transformer的方法，CORMA推理延迟降低37%，并对未见过的安全预算组合有更强的零样本泛化能力。
说明MatOS：面向材料研究的智能体操作系统
简介该论文提出 MatOS，一个用于材料研究的智能体操作系统，把数据、知识、工具、技能、角色和工作流组织为可复用、可演化的资产，并以可恢复、可追溯的执行图运行长流程任务。论文报告在 ResearchClawBench 上比此前表现最好的智能体高出 11.15%，并在 8 个研究案例中完成了固态电解质候选结构筛选等工作。
说明跨教师架构的知识蒸馏：用于紧凑型糖尿病视网膜病变分级
简介本文研究在APTOS 2019数据集上，将ResNet-50、MobileNetV3-Large和Swin Transformer-Tiny作为教师模型，通过离线响应式知识蒸馏训练一个MobileNetV3-Small学生模型，用于五级糖尿病视网膜病变分级。最佳单次运行的二次加权kappa为0.9093，三次运行平均为0.9024，高于无蒸馏基线的0.8804。学生模型参数量为1.52M，相比Swin-T减少18.07倍，结论仍需独立外部验证。
说明SRA：面向大语言模型推理增强的选择性残差适配
简介知识蒸馏能把大模型的推理能力迁移到小模型，但蒸馏后的小模型在多步推理上仍然吃力。作者提出 SRA（Selective Residual Adaptation），一个即插即用框架：用差异门控识别师生分布的分歧位置，再用候选残差适配器对 top-K logits 进行校准以修正偏差。在 Qwen3 0.6B 至 4B 模型的数学基准上，平均 Pass@16 最多提升 4.37 个百分点，同时保持通用能力。
说明从切片到体积：比较用于肺结节恶性风险分类的2D、2.5D与3D残差网络
简介本文比较了2D、2.5D和3D残差网络在肺结节恶性风险分类中的表现，数据来自LIDC-IDRI队列的2654个结节。研究还评估了动量对比预训练、轻度数据增强以及排除不确定结节的影响。结果显示，带增强的2.5D模型测试Macro-F1最高，为0.6537；作者指出，标签反映的是放射科医生评估的恶性风险而非病理确诊。
说明把握两次时机：流匹配在线策略蒸馏中何时查询、何时跳过
简介论文提出 PhaseOPD 框架，用于流匹配模型的在线策略蒸馏，根据生成过程的阶段自适应地决定何时向教师模型查询监督信号，并在不需要的部分提前跳过剩余的采样过程。该方法利用学生模型已有的速度预测在线识别生成阶段，无需额外的模型评估。在 SD3.5-M 上，PhaseOPD 每批仅执行 16 个采样位置中的 5.56 个，训练时间相较 DanceOPD 减少 41.3%，同时美学、GenEval 和 OCR 分数有所提升。
说明GeoPrompt：面向水下开放词汇实例分割的几何条件提示学习
简介水下图像因色彩衰减、散射和低对比度而失真，导致视觉特征与文本类别的对齐变得不可靠，对未见类别的识别尤其困难。本文提出GeoPrompt框架，利用比外观更稳定的几何结构信息，通过几何引导视觉适配模块和几何条件提示学习生成几何感知的文本分类器，并与其他文本分类器结合。在MARIS-OpenIS基准上的实验显示该方法达到最先进性能，并在水下开放词汇实例分割上带来持续提升。
说明R2A-Sales：检验销售智能体能否把规则落实为合规行动的基准测试
说明AudioFM：面向通用音频表征学习的自监督方法
简介这篇论文提出 AudioFM，一种自监督学习框架，用于学习音频表征。它结合了整段录音层面的对比学习与逐块遮蔽的潜在判别，并利用时间上相邻片段的弱监督来保持局部时间一致性。论文报告称，该方法在线性探测、微调和零样本迁移中，于多种音频领域取得了当前最优的表现。
说明用于稳态优化的熵控制：通过动态反馈预先抑制灾难性遗忘
简介这篇论文针对大语言模型监督微调中的灾难性遗忘问题，提出闭环控制框架ECHO。它以输出熵作为在线代理指标实时监测遗忘风险，并用比例控制律动态调节回放数据的梯度权重。在0.6B至9B参数的模型上，ECHO在可塑性与稳定性的权衡上表现良好，并对不同的数据混合比例保持较强的稳健性。
说明写对重点：在循环记忆中将词元选择与槽位分配解耦
简介本文针对长序列模型的循环记忆写入问题，提出因子化写入路由（FWR），先决定保留或跳过每个词元，再选择固定或自适应的槽位数量。在两个合成任务的十个随机种子实验中，密集信息下总是写入更优，稀疏事实下选择性写入更优。
说明冻结已定区域，缓存平滑特征：空间冻结让步级缓存保持低误差
简介该论文研究基于扩散 Transformer 的指令式图像编辑加速，比较了跨步复用特征（步级缓存）与冻结编辑未涉及区域两种免训练方法，并探讨高加速比应如何在二者之间分配。作者提出 FreezePlan，保留五个完整步骤，其余预算交给 TaylorSeer。在预先登记的测试集上，端到端加速 5.05 倍，相对原始输出的 PSNR 为 29.8 dB。
说明推理还是仅仅是提示？探究潜在化学推理的机制
简介该论文考察了化学领域中的潜在推理（在连续空间而非显式文本中进行中间计算）是否真的构成隐含推理链。作者发现，替换或适度扰动中间潜在状态对性能影响很小，而完全移除有时会导致明显下降。由此，作者认为潜在状态更像软提示，主要引导后续计算，而非逐步编码推理过程。
说明MetaARIMA：面向ARIMA模型的配置级迁移学习
简介时间序列基础模型表明，在多样数据上预训练可以迁移到新的预测任务。传统ARIMA通常为每个序列单独配置和训练，且多依赖基于样本内拟合优度的启发式方法。该论文提出MetaARIMA，一种基于元学习的预训练配置策略，在配置层面而非模型层面把迁移学习引入经典统计预测；在M4上训练、在M1、M3和Tourism上评估，其表现优于AutoARIMA等经典方法，并与Chronos2、Moirai2、TimesFM等零样本基础模型相当。
说明完成任务还不够：面向工具调用语言模型智能体的副作用感知评估
简介该论文指出，只看任务是否完成的评估会漏掉智能体未经授权的副作用行为。作者提出包含201个邮件、日历和工单任务的SABench基准，并用确定性的轨迹检验器同时判断目标完成与授权合规。对11个前沿大模型的测试显示，15.2%的运行出现副作用损害，歧义类任务的违规率最高，达38.8%。
看点提出副作用（collateral damage）评估维度并构建带确定性oracle的201任务基准，对11个前沿模型做了2211组实验，能揭示仅看任务成功率遗漏的风险。
说明基于强化学习的动态护栏自适应人群疏导方法
简介该论文提出一种仿真驱动的强化学习框架，用于在无标注数据的情况下学习人群护栏的布置方案。研究先从分割后的人群场景构建还原行人分布的仿真环境，再训练一个Soft Actor-Critic（SAC）智能体连续调整护栏位置。在未见过的行人数量下评估，所学策略比人工设计的护栏布局减少了行人停留，同时保持了有效的人流疏导。
说明基于压缩连续小波特征与深度神经网络的单循环电池剩余寿命预测
简介该论文提出一种仅利用电池早期单个循环数据预测剩余使用寿命的方法。方法将每个循环的电压、电流和容量信号经连续小波变换转换为时频表示，并对尺度进行压缩以减少冗余。在八个由七个公开电池数据集派生的基准上，该框架在单循环预测中表现优于已有方法，且输入循环数从1增至100时保持稳健。
说明有限次 Newton-Schulz 迭代下 Muon 优化器的末次迭代稳定性
简介本文研究实际使用有限步五次 Newton-Schulz 迭代的 Muon 优化器在光滑、下有界非凸目标上的末次迭代梯度收敛性。作者指出无输入稳定化时，即使在光滑凸二次函数上 Muon 也可能循环；加入正稳定化后，在确定性梯度下给出了收敛结论。对随机梯度，论文说明持续有界无偏噪声可能阻止收敛，并通过递减学习率与递增动量给出几乎必然和均方意义下的收敛结果。
看点证明了有限步牛顿-舒尔茨Muon的末次迭代收敛，并给出反例与密度一收敛率，理论贡献较扎实。
说明基于参数化 Tanh 函数的边缘自适应神经激活方法
简介本文提出一种紧凑的边缘激活神经网络框架，用有界的参数化 tanh 函数替代 Kolmogorov-Arnold 网络（KAN）中计算开销较大的 B 样条。该函数含四个可学习参数，可逐边通过反向传播优化。作者报告在 MNIST 和 CIFAR-10 上，该方法相比仿射基线有明显精度提升，并在训练耗时大幅降低的情况下达到或超过较复杂基线的表达能力。
说明执行日志会左右视觉语言模型对机器人进度的判断
简介视觉语言模型现在可以为机器人视频打分，而画面旁的文字会改变它们的判断。作者在机器人实际进度落后的片段中加入一句"机器人正在取得进展"的日志，结果在 Gemini、Qwen、GPT 三个评判模型上，正确判断被翻转为有进展的比例比中性日志高出 10 到 35 个百分点。加一句"日志可能有误"的警告即可消除大部分影响。
说明人在空间中：多模态大模型能否通过主动的外部视角探索建立以人为中心的空间理解？
简介该论文提出SATE-Bench交互式基准，包含316个真实场景和2,525组多轮问答，用于评估模型的视觉自我认知与主动探索能力。模型从严重遮挡的视角出发，需要逐步查询相邻视角以收集足够证据，并按步数惩罚的效率奖励计分。结果显示，现有多模态大模型常过早停止探索且报告高置信度，在细粒度三维几何任务上表现欠佳。
说明MuSTEL：面向光学字符识别的大规模多语言合成文本行图像数据集
简介本文提出MuSTEL，一个包含超过1450万张标注文本行图像的大规模合成多语言OCR数据集，涵盖波斯语、阿拉伯语和英语等文字。数据由自然语言语料生成，并加入字体选择、行内字体与样式变化、混合书写方向、高亮和下划线等渲染效果，以及背景、模糊、变形等视觉变化。该数据集可用于训练和评估多语言文本行识别系统。
说明长上下文时代的检索再思考：免训练的语义树自适应上下文构建
简介该论文提出 TreeFuse 框架，无需训练，即可从完整文档一次性生成可复用的语义层级树，并将节点描述与原文片段相连。查询时，结合结构语义打分与细粒度词汇归因选出相关节点，再加上祖先上下文以保留结构关系和完整局部文本。在三个 LongBench 任务、四个前沿模型上，其平均 QA-F1 较全文提示提高 1.72 分，同时缩短了用于回答的上下文长度。
说明可逆转、保留与语义干预：衡量CLIP微调增量的功能性内容
简介本文研究CLIP模型微调时，哪些权重变化真正支撑了任务表现。作者将“还原”（把选定参数恢复为预训练值）与“保留”（只保留选定的微调更新）两种方法结合，在多个视觉数据集上进行评估。结果显示，注意力值输出（VO）更新能恢复大部分精度提升，并且其功能作用优于同等规模的随机子集。
说明解耦的剪枝与重建：在紧凑核心上训练并进行双层稀疏化
简介该论文提出 DPR 方法，针对百万节点图上显存不足的图神经网络问题：先剪枝得到紧凑节点集用于训练编码器，推理时再由稀疏的结构感知解码器重建被剪节点。论文报告在 6 GB GPU 上训练峰值显存为 1,450 MiB，重建后保留 96.9% 的参考性能，并给出与 DSpar 及其他基线的对比结果。
说明自我进化推理器：基于策略内生探索与利用的持续优化
简介该论文提出自我进化策略优化（SEPO）框架，用于让大语言模型持续提升推理能力。方法利用标签引导策略产生正确推理，并将以该推理为条件的当前策略作为自我教师，把新发现的解法蒸馏回策略中，从而循环进行探索与利用。论文称其在科学、工具使用和复杂逻辑推理任务上，在相同训练时间或步数下表现最佳，在部分基线失效的场景中仍能保持稳定提升。
说明StickFigure：面向隐私保护边缘视觉的仅姿态物联网摄像头
简介论文提出StickFigure系统，使物联网摄像头在实时监控中只在本地处理原始画面，仅导出紧凑的骨架姿态数据，用于人体活动识别，以减少面部和家居细节泄露。系统包含激活感知的姿态骨干网络和轻量级分层MLP修正器，用于在资源受限设备上提取较准确的姿态。在NTU RGB+D和Penn Action上，相比基于RTMPose-S的基线，参数量减少96.5%、每帧MAC减少99.3%，并在STM32H753 MCU上实现0.107秒的p95延迟。
说明用微调开源大模型对 Eclipse 缺陷报告做严重程度分类：与 TF-IDF、CodeBERT 基线的配对比较
简介本文比较小型开源大模型（Llama 3 8B、Qwen 2.5 7B）与传统 TF-IDF 分类器及 CodeBERT 在 Eclipse 缺陷报告严重程度四分类上的表现。结果显示，未微调的大模型表现低于所有 TF-IDF 模型；微调后的 Llama 3 与 CodeBERT 无可检测的差异，Qwen 2.5 略低。作者还指出数据中存在重复样本，并公开了数据划分、预测结果与分析脚本。
说明HumanoidNDM：借助人形神经动力学模型缩小动作跟踪的训练与部署差距
简介人形机器人在动作跟踪上表现出色，但实际部署时，额外的物理扰动或仿真建模不准会造成动力学差距。该论文提出HumanoidNDM，一个由真实世界数据训练的神经动力学模型驱动的在线微调框架，包括采用自适应强度的低频参考扰动收集数据、基于可微正向运动学训练历史感知的本体感知动力学模型，以及通过反向传播模型梯度直接微调策略。作者在Unitree G1机器人上进行了实物验证，并称这是首个无需动作捕捉系统的人形跟踪策略在线微调框架。
说明用进化算法与机器学习提升2型糖尿病诊断
简介本文提出一种模型，将随机森林分类器与蝙蝠优化算法结合，同时进行特征选择与超参数调优。研究先用SMOTE-ENN方法处理Pima印第安人糖尿病数据库的类别不平衡并去除噪声样本。优化后的模型准确率为89%，精确率88%，召回率90%，F1值89%，明显优于基线随机森林及其他现有方法。作者认为该方法有望成为临床早期检测2型糖尿病的实用且低成本的工具。
说明函数型数据的合成数据增强：Wasserstein风险界与基于扩散模型的条件生成
简介函数型数据（如曲线）采集成本高，样本常只有几十到几百条。本文研究用类别条件的函数型扩散生成器做数据增强，并在Wasserstein-1距离下给出理论保证，推导合成曲线数量的最优选择及合成数据优于真实数据的条件。在温度、高光谱和步态曲线的应用中，增强提升了分类、函数到标量及函数到函数的回归效果，类别不平衡时向少数类倾斜合成曲线收益最大。
说明RoboDuo：通过代码实现尝试、检查与原子化恢复的视觉-语言-动作模型框架
简介该论文指出，视觉-语言-动作（VLA）模型不会检查指令是否完成，长程任务中一步失败就可能导致整体未完成。作者提出RoboDuo双系统闭环框架，用代码连接编码智能体与两个VLA：先让全任务VLA尝试整体任务并检查是否完成，失败时由原子VLA完成剩余步骤，且不更新已有模型权重。实验显示，该方法在LIBERO和LIBERO-PRO上提升了X-VLA与π0.5，长程任务增益最大，并能恢复真实机器人上冻结全任务VLA的失败执行。
说明大语言模型能否恰当地信任？评估对不完美合作伙伴的校准依赖
简介本文研究大语言模型能否把合作伙伴（人类或其他AI智能体）提供的证据转化为恰当的依赖策略。作者构建了包含324个场景、涵盖23类合作的基准测试，每个场景含三步连续决策及明确的成本与反馈规则，便于对照预期结果做精确分析。结果显示，最强的前沿模型接近最优决策，其他模型则普遍存在过度保障、为零信息价值购买验证等问题。
说明T2D：面向高效投机解码的目标模型到草稿模型剪枝与适配
简介本文提出 T2D 框架，直接从目标大语言模型构建用于投机解码的草稿模型。方法结合考虑延迟的结构化剪枝与知识蒸馏，同时优化实测推理延迟和草稿模型在目标模型回答上的交叉熵损失。实验显示，相比竞争基线，T2D 可剪去目标模型的大部分参数以得到性能更好的草稿模型，且这些草稿模型还能即插即用地用于其他投机解码方法。
说明从文档版面到因果拓扑：面向时序因果推理的端到端架构
简介本文指出大语言模型在时序因果推理上能力不足，提出从离散叙述转向因果拓扑的思路。文中构建了两种架构：无需训练的TCR-Agent（外部因果图与符号干预引擎）和端到端模型TCR-Former（通过因果拓扑注意力掩码将机制内化到Transformer中）。在TempoCausal基准上，TCR-Former的准确率比现有最优方法高16.5%，并以约8.6B参数超过GPT-5.4等大模型。
说明LegoOcc++：面向一致性的开放词汇三维占据预测
简介本文研究开放词汇三维占据预测，即在语义类别不固定的环境中判断空间各处的占据与语义。作者仅使用二值占据标签进行几何监督，基于语言嵌入高斯表示，提出不透明度感知的泊松式高斯到占据建模、渐进温度衰减、实例级语义一致性和共视感知的辅助视角选择等方法。论文称该方法在室内与室外基准上取得了较强的开放词汇占据性能。
看点在语言嵌入高斯基础上引入不透明度感知的泊松占据建模与实例级一致性，属于对已有框架的实质改进；室内外多基准实验较充分，对开放词汇占据预测子领域有用。
说明学习自回归视频模型：直接估计分数差与摊销未来信用的视频蒸馏方法
简介本文针对自回归视频生成的少步蒸馏提出 Leta 框架，包含 ScoreDelta 和 FutureCredit 两个模块，分别用于直接估计教师与学生之间的修正量，以及学习跨片段的更新信号。论文报告在受控实验中，Leta 在 VBench 上比 DMD 提高 0.9 分，在 VideoAlign 上提高 0.66，在更高的生成器更新频率下优势依然存在。
说明AgentBaton：智能体任务中的高效模型协作
简介该论文研究在长链条智能体任务中，能力强的模型与高效低成本模型如何协作以降低成本。作者系统分析了模型交接的方向和上下文传递等设计选择，发现在任务进程合适的阶段由强模型交给高效模型，通常能保持甚至提升准确率并大幅降低成本。基于此，论文提出轻量检测器AgentBaton，学习何时交接，在11组模型对和两个基准上平均降低API成本65.9%，准确率最高提升8.8个百分点。
说明利用多普勒信息的毫米波雷达隐藏目标位置与速度跟踪
简介论文提出一种基于毫米波雷达的室内非视距目标跟踪方法，利用距离、方位与多普勒的完整信息，并构建了包含576段序列、720,856帧的数据集。方法将跟踪问题建模为连续的位置与速度估计，并通过后处理得到运动一致的轨迹。在未见过的轨迹上，位置误差为8.95厘米，速度误差为1.75厘米/秒。
说明显式高斯点过程滤波器中的指数式唤醒过冲
简介本文研究事件在长时间沉默后恢复时，显式高斯点过程滤波器的首次更新会随沉默时长呈指数放大的现象。作者给出该更新量的精确分布及可计算的指标，用于预测过冲何时发生，并推导了两种滤波器状态方差的二阶沉默展开。实验在所有73个临界单元及交易所数据上验证了这些预测，并比较了方差上限的效果。
说明LALA基准：评估大语言模型的文学与语言学分析能力
简介本文提出文学与语言学分析基准LALA，包含236道由语言学与文学研究专家编写的开放式问题及专家理想答案。研究让17个语言模型作答，并由人类专家和两个LLM评审员进行评估。结果显示基础模型在该基准上表现很弱，经过后训练的版本明显更好；参数量与部分得分无显著相关，且各语言学领域的能力分布不均。
说明通过通信高效的投机解码实现分布式大模型推理
简介本文提出DISCO框架，用于设备与服务器协同的大语言模型推理中的分布式投机解码。该方法在服务器端放置草稿小模型（SLM）的副本，使服务器能够本地获得拒绝采样所需的草稿端分布，从而无需在设备与服务器之间传输整个词表规模的概率分布，只交换被草拟的token索引和标量概率值。实验结果显示，在多个数据集上，DISCO的解码加速比现有分布式投机解码方法更高，在带宽受限的条件下优势尤为明显。
说明同样训练的语言模型在不同越狱攻击下各自失守
简介这篇论文研究：用相同数据和相同安全训练得到的另一个语言模型，是否会被同样的越狱提示攻破。作者训练了150个模型，覆盖25种预训练数据配方，并比较它们对同一组越狱提示的拒绝情况。结果显示，越狱是否成功主要取决于预训练的随机种子，而不是数据配方本身。
看点提出越狱脆弱性主要取决于预训练随机种子而非数据配方的新发现，并用150个模型与3211条提示系统验证，证据扎实。
说明记忆税：剖析智能体记忆的净价值
简介该论文在多个基准与模型骨干上大规模评测发现，许多专用记忆系统的表现不如直接检索原始历史的朴素RAG，净价值为负。作者把记忆相对直接检索的收益与损失分别称为“记忆收益”与“记忆税”，并重点研究了容易被忽视的记忆税及其来源。
说明INTRA：交错式非连续令牌稀疏注意力机制
简介论文提出 INTRA，一种面向硬件的静态稀疏注意力设计，通过分组中继的方式让不同层之间间接通信，在降低 Transformer 注意力二次方计算成本的同时保留远距离信息交流。在 A100 上，INTRA 在 2K 分辨率的 FLUX.1-dev 图像生成中实现 1.53 倍加速，并在 LLaMA-3.1-8B 长上下文预填充中提升效率。注意力算子基准测试显示，相较 MoBA 和 NSA 分别最高可达 8.4 倍和 10.4 倍加速。
说明扩展版LASMP：面向无人机导航的语言辅助子集采样运动规划器
简介本文提出一种融入导航指令的采样分布，使四旋翼无人机在三维环境中的采样式运动规划更高效。方法将子集采样推广到与指令对齐的区域，并借助提示式大语言模型把自然语言指令转化为偏航和高度相关的几何约束。在复杂环境的仿真中，与均匀采样的RRT类规划器相比，该方法生成无碰撞且一致的轨迹，同时显著减少了采样量。
说明将戴尔原理作为循环神经网络的归纳偏置
简介论文提出EISep RNN，一种通过可学习的兴奋-抑制分离实现戴尔原理（每个神经元只输出兴奋或只输出抑制信号）的循环神经网络。在多任务学习、持续学习和强化学习等设置中，该模型训练更稳定，性能相当或更好，连接更稀疏、更模块化，并具有稳定且信息丰富的潜在动力学。
说明机器人空间理解基准 BEHAVIOR-Spatial：检验空间指令是否被正确执行
简介该论文提出基于 BEHAVIOR-1K 构建的 BEHAVIOR-Spatial 基准，从空间问答、点级目标定位和机器人动作三方面，考察视觉语言模型的空间理解与视觉-语言-动作模型的操作表现之间的关系。基准包含 3,256 个空间问题、1,240 个定位查询及涵盖 14 项操作任务和 10 项导航任务的动作评测。基线模型在留出配置上达到 41.6%，指令变化后仅 16.1%；提供视觉目标线索后分别提升至 60.3% 和 38.0%。
说明Sobolev核强化学习的极小化极大遗憾界
简介本文研究基于核方法的分幕式强化学习在连续状态与动作空间中的极小化极大遗憾速率，假设期望奖励和转移密度属于Sobolev再生核希尔伯特空间，且初始状态可以是对抗性的。作者证明了T个分幕的极小化极大期望遗憾为T的某个指数次幂（指数由动作维度和状态维度共同决定），并提出Sobolev最优值迭代算法（SOVI）达到该速率。上下界相匹配，从而确定了该设定下关于分幕数的最优依赖关系，部分解决了Vakili（2024）提出的开放问题。
说明RLVR中采样器失配导致熵漂移的符号定律
简介本文研究带可验证奖励的强化学习（RLVR）中熵的变化，指出超长回答的屏蔽或判负等看似中性的处理，会因采样器失配而使熵上升或下降。作者证明，恒定优势偏移会以一阶且期望意义改变softmax策略的熵，其符号由采样器决定。在2B和9B模型的实验中，截断采样下的熵变化与净优势呈线性关系，并通过修正基线或重新归一化可提升保留集准确率。
说明稳步前行：从专业经验与教训中演进知识，实现持续的智能体学习
简介论文提出 KEEL 框架，利用验证器的证据，把成功的行为转化为可复用技能，把失败转化为纠错经验。新证据出现后，单条技能的主张可被支持、反驳、替换或淘汰。在 SkillFlow 基准上，KEEL 比无知识基线提升 4.2 至 21.7 个百分点，并且技能与教训互为补充。
说明草图如何反映大型视觉语言模型：约定、接地与定位
简介本文提出一种无需训练的草图探测方法，考察大型视觉语言模型（LVLM）是否保留了人类绘画中的部件顺序等视觉约定。作者在九个模型上评估部件顺序，在五个模型上评估注意力接地，数据集为两个带部件标注的草图数据集。结果显示模型顺序与人类约定一致，部件级接地在草图上仍然有效，且接地信号集中在网络中部的一段层中。
说明用于上下文离策略评估的先验数据拟合网络
简介本文提出InCOPE方法，用于在无法在线实验时评估决策策略的期望回报。作者在合成的马尔可夫决策过程与行为-目标策略对上构造先验，预训练一个网络，使其能以行为策略数据、目标策略和任务设定为上下文，直接预测新表格决策问题的策略价值，无需针对该任务更新参数。实验在四个表格领域（包括一个半合成临床场景）上验证了该方法的策略价值估计效果。
说明Fovea-JEPA：修补V-JEPA在相机运动识别中的几何盲区
简介该论文针对相机运动识别任务，指出V-JEPA等视频表征模型在某些区域对几何线索的表达不足，称为几何盲区。作者以V-JEPA为基础模型、VGGT为几何专家，用两者的预测误差构造干预伪标签，训练盲区预测器，再自适应融合视觉与几何特征。在CameraMotionDataset、CameraBench和ShotBench上，分别比已报告的最优基线提升9.67、8.67和24.38个百分点。
说明用于信道预测的结构化时频表示
简介本文针对高移动性无线系统中的CSI预测问题，提出FAR-CSI方法，用联合的时间与工作频段位置场表示历史上行观测与未来下行目标，以区分两者的角色。通过统一的结构化路由规则，在编码、解码和目标选取中保持同一FDD几何结构。在相同设置下，相比通用路由，FDD感知路由将NMSE降低21.44%，并在多种条件下保持预测优势。
说明TCSP3.0：基于模板的晶体结构预测，保持化学计量的元素替换与结构多样性
简介该论文提出 TCSP3.0，一种基于模板的晶体结构预测方法，通过已知晶体结构做元素替换来预测新组成的结构。作者发现原版 TCSP2.0 在 T180 基准上有 20% 的候选结构组成错误，并针对性地修正了元素映射与文本替换问题，同时加入周期数检索、结构去重及机器学习势能弛豫等功能。在 T180 上 Top-1 与 Top-20 匹配率分别为 72.2% 和 90.6%，高于 TCSP2.0 的 28.3% 和 45.6%。
说明导航决策解释：面向视觉-语言导航的阶段感知视觉归因
简介本文针对视觉-语言模型驱动的机器人导航，提出一种阶段感知的视觉归因框架，用于解释当前动作的依据。作者指出现有方法对指令阶段不敏感，难以区分不同导航阶段的解释。该方法结合历史观测与指令阶段关联，并通过指令引导的空间滤波生成解释。实验显示在多种导航策略与基准上归因质量有所提升，并可用于分析失败案例，还在Unitree G1机器人上做了实际导航验证。
说明GEPA合并算子何时有效：机制层面的诊断
简介GEPA是语言模型程序中较强的反思式提示优化器，但其系统感知的合并算子在不同模型上表现不稳定：在gpt-4.1-mini上平均有提升，却会降低Qwen3-8B的表现。作者在五个数据集和两个模型上研究了这一不稳定性，通过九种配置的扫描发现，合理配置后合并可以同时提升两个模型，因此这种不稳定更多源于配置敏感性，而非合并算子本身的缺陷。作者还验证了提示层面的静态特征无法预测合并是否被接受，并提出一个基于行为的探测器作为概念验证，它通过对高风险任务弃权来避免较大的合并失败，但并未稳定地优于不合并的方案。
说明正交群下微分神经切线核的对称性：研究神经网络训练动态中一种核函数的对称结构
简介本文研究用于分析物理信息神经网络训练动态的微分神经切线核（DNTK）在正交群作用下的对称性，分别针对两层网络和深层网络，基于其显式表达式与递推公式进行分析。作者证明了同一群轨道上算子诱导的单位球面积分算子具有相同谱，其再生核希尔伯特空间仅相差一个正交变换，并指出对称算子对应的 DNTK 在单位球面上具有带状对称性。据此可推导浅层网络（RePU 激活、零偏置初始化）下相关积分算子的特征值衰减速率。
