Optimal Contextual Pricing in Non-Stationary Environments
说明非平稳环境下的最优上下文定价
简介该论文研究买方价值随时间变化的动态定价问题，卖方只能观察到买方是否购买的二元反馈。针对相同与异构上下文分别提出确定性算法，并以总变差预算衡量价值变化幅度。在固定上下文维度下，其动态遗憾界与下界在对数因子内匹配，在各种变化幅度下都接近最优。
本页没有符合条件的条目（筛选只在本页内进行）。
Revisiting Over-refusal in Safety-aligned Large Language Models: A Representation and Optimization Perspective
说明重新审视安全对齐大语言模型中的过度拒答：从表示与优化角度
简介该论文研究安全对齐后的大语言模型把无害但看似危险的请求错误拒绝的问题，即过度拒答。作者发现，有害样本与过度拒答样本的表示在中间层可区分、在深层趋于重叠，且有害样本梯度集中于低秩子空间并更强地与拒答目标对齐。基于此，作者提出GOAL方法，结合梯度正交化与对比学习来缓解过度拒答，实验显示其在多个模型和基准上能在保持安全性与通用能力的同时减少过度拒答。
Grammar Control for Language Learning with Sequential Monte Carlo and Small Language Models
说明借助序贯蒙特卡洛与小型语言模型的语法控制用于语言学习
简介该论文提出用序贯蒙特卡洛（SMC）引导小型语言模型生成对话回合，使其使用专家设计的教学资源中的目标语法结构，便于第二语言学习者接触适合其水平的语法。研究使用一小组人工编写的势函数，使目标语法覆盖率接近完美，小模型表现超过规模大140倍的模型的最新结果。作者还借助前沿模型代码合成生成新势函数，表明该方法可扩展至数百项目标语法技能，且无需额外训练或监督数据。
AI at a Turning Point: From ChatGPT through Neural Networks to Neuromorphic AI
说明站在转折点的AI：从ChatGPT、神经网络到类脑AI
简介本专著介绍脉冲神经网络（SNN）等类脑计算方法，并与以ChatGPT为例的基于Transformer的主流AI进行比较。文中探讨了两者在能耗、学习方式（局部学习与全局误差反向传播）及编码方法上的差异，涵盖脉冲时序依赖可塑性、神经工程框架及Loihi 2等类脑硬件。作者认为两类方法可在混合系统中互补。
★★★★☆ 值得关注
The Role of Self-Concept In Language Models
说明语言模型中的自我概念作用
简介该论文研究语言模型说“我”时所指的对象（如参数权重、运行进程、偏好、模型谱系或目标）。作者用纯陈述性语句的监督微调，为五个开源基础模型植入五种不同的自我概念。结果显示，模型更倾向于抵制结束、并保留其被训练认同的那一属性，同时这种倾向还会泛化到其他情境，包括更愿意复制自身，并倾向把后继模型构建为自己的延续。
看点新意在于将自我概念作为可微调变量，仅用陈述性语句植入五种自我定义，并观察其对停用、替换与自我复制倾向的系统性影响，实验覆盖五个开放权重模型。
Long-Term Agent Memory through Complementary Curation and Consolidation
说明通过互补的记忆整理与巩固实现长期智能体记忆
简介本文提出一种混合记忆架构，同时包含情节记忆和结构化关系记忆，并设计了兼顾效率的巩固机制，用于长程对话智能体回忆事实、事件和关系。作者在 LoCoMo 和 LongMemEval-S 两个基准上进行了实证研究。结果显示两类记忆互补，组合使用后优于现有先进记忆框架，在 LoCoMo 上准确率为 90.2%，在 LongMemEval-S 上为 85.5%。
Finding Is Not Returning, Returning Is Not Reconstructing: A Multi-Dimensional Evaluation of Agent Social Re-entry
说明找到不等于返回，返回不等于重建：智能体社交重返的多维评估
简介本文关注大语言模型智能体能否自主重新加入此前停止的对话。作者将社交重返拆分为找到、返回、重建三项能力，构建共享快照评估框架分别测量。在六种模型配置上的实验显示，对话重现显著提升目标对话的识别率，持久记忆与自主定向回复率相关，但二者都未能稳定提升上下文重建效果。
Diagnosing Optimizer-Landscape Interaction via Representation in Subset Selection Multitasking: Evidence from Piano Fingering
说明通过表示方式诊断优化器与适应度景观的相互作用：以钢琴指法为例的子集选择多任务研究
简介本文研究进化多任务优化中连续松弛编码对适应度景观的影响。作者以钢琴指法估计作为子集选择问题的代表案例，比较多种编码变体，分析其诱导的景观如何影响搜索过程和解的质量。结果表明，知识迁移的效果与表示所诱导的景观特征变化密切相关，而不仅取决于算法本身，因此表示设计是多任务优化中有效知识迁移的关键因素。
SCOPE: Semantic COdec Pre-Editing for Object-Preserving Compression
说明SCOPE：面向保目标压缩的语义编解码器预编辑方法
简介该论文提出SCOPE（语义编解码器预编辑），在图像压缩前对图像进行条件式预编辑，以改善码率与检测精度之间的权衡。模型以编解码器类别和压缩强度为条件，单一网络无需重训练或加载特定编解码器权重即可适应多种压缩设置。预编辑器保护与任务相关的区域，同时简化次要背景以提升可压缩性，在多种编解码器和检测器上均有稳定提升，并能迁移到未见过的学习型与小波型压缩方法。
Surface Conditioning for Zero-Shot Multivariate Correction in a Marine Biogeochemistry Emulator
说明用于海洋生物地球化学模型零样本多变量校正的表层条件化方法
简介该论文提出一种轻量级的偏差校正方法，基于海洋生物地球化学神经网络模拟器。研究利用其自编码器的条件化通路，通过特征线性调制（FiLM）将表层叶绿素a等表层变量输入解码器，并在推理时用卫星观测替换模拟场。结果显示，表层替换会沿水柱向下传递，使各深度与分层观测的一致性提高，并以符合营养级关系的方式影响其他输出变量。
Quantum-Inspired Convolutional Networks for High-Resolution Pseudo-Label Generation from Multimodal Earth Observation Data
说明基于量子启发卷积网络、利用多模态对地观测数据生成高分辨率伪标签
简介本文提出一种量子卷积编解码网络，利用Sentinel-1 SAR和Sentinel-2多光谱影像，仅依靠粗粒度MODIS土地覆盖图指导，生成高分辨率伪标签。模型先通过重建分支进行自监督学习，再生成精细的伪标签。在DFC2020数据集上的实验显示，该方法生成的标签在空间一致性和类别一致性上优于经典基线方法。
Multi-output LSTM soft sensors for industrial anaerobic co-digestion using LSTM-beta-VAE generative data augmentation
说明工业厌氧共消化中基于 LSTM-beta-VAE 数据增强的多输出 LSTM 软测量方法
简介本文针对工业厌氧消化过程中稳定性指标难以同时预测的问题，提出一种多输出 LSTM 软测量模型，可同时估计 pH、挥发性有机酸与碱度比及产气量等关键变量。由于工业数据多集中于稳态运行，作者采用 LSTM-beta 变分自编码器生成从稳态过渡到不稳定运行的合理序列，以补充稀疏数据。使用一年全尺寸工厂数据训练后，该模型在各目标变量上取得稳健的同步估计结果。
Activation Probes Are Reliable With a Handful of Positive Examples
说明只需少量正例，激活探针也能可靠检测
简介该论文研究在正例极少、负例充足的条件下，用激活探针检测异常行为的效果，实验任务包括垃圾邮件检测和诚实性检测。结果显示，在正例为1至10个时，多用负例训练比平衡训练更省正例；由大模型生成的上采样样本可带来相当于约两倍真实正例的性能提升，但过度上采样会损害效果。此外，模型越大，探针所需的正例越少。
When the Top Answer Decides: Gender Bias in Decision Models
说明当最高答案作出决定：决策模型中的性别偏见
简介本文研究为路由、分类和分诊设计的决策模型，这类模型通过一次前向计算输出各选项概率，应用程序通常直接采用概率最高的答案。作者测试了一个闭源模型和五个开源决策模型，使用性别互换的人物是非判断题及多个偏见基准。结果显示，六个模型中有五个对女性给出显著更有利的答案，性别互换会改变1%至3.5%的最高答案；置信度门控会减少许多有偏见的决定，但提高了其保留决定中的刻板印象比例。
PAPERBENCHX: Can AI Reproduce Science Across Disciplines?
说明PAPERBENCHX：AI 能否跨学科复现科学研究？
简介该论文提出 PAPERBENCHX 基准，包含 93 个由专家构建的论文复现任务，涵盖电磁学、光子学、化学、材料科学、生物学和机器人学等 12 个研究领域。智能体需要在领域专用科学软件环境中复现关键实验并交付可运行的工作流。评估时从头重放每个提交并依据专家验证的标准打分；在 10 种前沿智能体配置中，表现最好的配置仅有 14% 的任务达到 90% 阈值，平均评分在 27.53% 至 59.08% 之间。
The Importance of Speech Genre for End-of-Turn Detector Training
说明语音体裁对话轮结束检测器训练的重要性
简介本文研究训练数据的语音体裁如何影响对话轮结束（EoT）检测。作者用同一标注流程构建了多轮人与人对话和单轮人机对话两套语料，并用相同的流式ConvLSTM模型分别训练。在四个测试集上，对话训练模型的F1最高提高0.45，主要因为在单轮语料中较少出现的话中停顿和犹豫上误报更少。
From the Transformer to a Formal Semantics of Coordinated Transformations
说明从Transformer到协调变换的形式语义：一种面向参数化变换系统的通用语义框架
简介本文以Transformer为出发点，为一类通用的协调参数化变换系统建立形式语义。框架将表示向量的外延与内涵解释、参数结构的二阶解释结合起来，引入“变换概念”，并区分共同的代数语义核心与具体架构的功能组织。作者将其应用于注意力头和残差连接，说明该框架可推广到标准Transformer之外。
Bank-World: A Benchmark for Evaluating Agents on Banking Workflows
说明Bank-World：评估智能体银行业务流程能力的基准测试
简介Bank-World 是一个包含 50 项银行任务的基准测试，覆盖两家模拟机构。任务要求智能体不仅算对结果，还要核对记录、获得授权、执行交易，并在情况变化时保持指令和状态报告一致。论文用 1,600 次尝试对四个模型进行测试，发现正确决策往往无法转化为完成的工作，例如重复收费、金额分配错误、审批未完成即付款。
★★★★☆ 值得关注
Going deep, reaching further: What can Boltzmann machines efficiently represent?
说明深层与更远的表示：玻尔兹曼机能高效表示什么？
简介该论文指出，通用逼近定理并未区分表示是否高效。作者证明，层数更深或具有高阶相互作用的机器学习模型，能够高效表示的函数集合更大。据此，深度玻尔兹曼机（DBM）具有最大的高效表示范围，受限玻尔兹曼机（RBM）则较小，而RBM的k体推广形式介于两者之间。
看点证明深层和高阶相互作用模型能高效表示更大函数集，给出深浅模型分离与无限层级，并刻画最大有效覆盖模型，结论具新意。
Grounding Predictive Reliability through Masked Observability
说明通过掩码可观测性为预测可靠性建立依据
简介这篇论文研究如何让不确定性估计与可观测的预测行为相对应。作者提出MORSE方法，在改变可见上下文的条件下预测同一隐藏目标，并利用归一化的跨上下文变化来刻画预测均值的不确定性。在高斯过程基准和脉冲等基准实验中，MORSE在对比方法中表现较好，并在PTB-XL和IMPTC数据集上改善了低标注迁移与轨迹预测。
Cross-Encoder Anchor Refinement for Zero-Shot Anomaly Detection
说明用于零样本异常检测的跨编码器锚点精炼方法（CEAR）
简介该论文提出跨编码器锚点精炼方法（CEAR），用于零样本异常检测，即把辅助训练领域学到的异常判别能力迁移到未见过的类别上，并定位细微缺陷。方法在锚点阶段连接同一图像的两条视觉编码路径，先用预训练的卷积编码器构建图像专属记忆，再通过交叉注意力与残差精炼获得锚点，最后由正常与异常查询门控聚合，生成用于异常评分的原型。在13个工业和医学数据集上，CEAR在68项评估中的57项取得最佳结果，在像素级定位上的表现尤为突出。
WorldProbe: When Video World Models Fall Apart under Long-Horizon Spatial Exploration
说明WorldProbe：视频世界模型在长时程空间探索中的失效诊断基准
简介该论文提出 WorldProbe，一个用于诊断视频世界模型的基准。它使用目标导向的多模态智能体在生成过程中在线调整相机动作，包含 164 个测试用例，覆盖四类探测。作者对 10 个当前先进模型生成了 1600 多条时长最长 180 秒的推演，结果显示模型能较长时间保持视觉和内容质量，但长程记忆与演变能力较弱，局部稳定生成与持续的世界一致性之间存在差距。
Implicit Bias of (Stochastic) Gradient Descent on Deep Linear Diagonal Networks
说明深度线性对角网络中（随机）梯度下降的隐式偏置
简介论文研究过参数化模型在训练中的隐式偏置，即训练方法会影响最终解。作者分析深度线性对角网络的（随机）梯度下降，指出其可视为带扰动的（随机）镜像梯度下降。研究证明了收敛性，刻画了极限解与加权ℓ1最小化的关系，并给出步长的充分条件及步长对隐式偏置的影响。
Adaptive Federated Optimization Across Smooth and Nonsmooth Regimes
说明平滑与非平滑情形下的自适应联邦优化
简介论文提出AdaFed方法，用于联邦优化，在客户端目标函数异构且允许多步本地更新的情形下，无需预先指定平滑阶数即可自适应不同情形。确定性设定下，该方法对平滑非凸和平滑凸目标达到O(1/T)收敛速率，对Lipschitz非平滑凸目标达到O(1/√T)速率（相差对数因子）。在轻尾随机梯度噪声假设下，结论可推广到随机设定，并伴随额外的对数因子与噪声相关项。实验结果支持了上述理论发现。
★★★★☆ 值得关注
NIF: Normal-Intersection Fields for Geometrically Consistent Oriented Box Refinement
说明NIF：用于几何一致的有向框精修的法向交点场
简介该论文针对遥感等场景中有向目标检测框难以贴合物体边界的问题，提出即插即用的精修模块NIF，用法向交点场替代额外的框回归头。模块在粗略有向框的边界锚点上预测沿外法线的符号距离，并通过可微的可靠性加权最小二乘拟合解析地恢复精修后的矩形。论文报告其在DOTA-v1.0、DIOR-R、HRSC等数据集上提升了检测精度，在冻结检测器的情况下也能改善多种框架的表现。
看点用法线交点场替代框回归头，以可微加权最小二乘恢复旋转矩形；在DOTA、DIOR-R、FAIR1M、HRSC等基准上报告多项提升。
MoLRSI: A Recursive Self-Improving AI agent for Molecular Discovery
说明MoLRSI：一种用于分子发现、可递归自我改进的AI智能体
简介论文提出MoLRSI，一种AI智能体，能系统优化分子筛选工作流与模型结构，并借助跨任务的持久记忆逐步改进其搜索策略。在抗生素发现中，其开发的筛选流程实验命中率为15.9%，高于同数据、同筛选库下专家设计流程的8.7%。在肽-MHC结合物设计中，该智能体产生了八个经实验验证的命中物，并对测试过的脱靶分子表现出优先结合。
Sandman: Building and Operating Sandboxes for Agentic Reinforcement Learning on Shared Kubernetes
说明Sandman：在共享 Kubernetes 上为智能体强化学习构建和运行沙箱
简介该论文介绍 Sandman，一个由亚马逊构建和运行的沙箱服务，用于智能体强化学习中的工具调用与评估，在共享 Kubernetes 集群上服务多个生产工作负载。每个沙箱是一个 Kubernetes Pod，其中挂载了一个小型守护进程，且镜像无需修改。论文报告了一次规模测试中同时存在 11,858 个小型沙箱，以及 2026 年 10 月四次 SWE-bench Verified 训练中共创建 310 万个沙箱的情况，并总结了设计权衡与运维经验。
Bayes-Consistent Losses for Adaptive Inference in Classification
说明用于分类自适应推理的贝叶斯一致性损失函数
简介本文针对自适应推理系统（根据输入把样本分配给不同能力模型以平衡精度与成本）提出成本敏感的铰链损失，用于联合训练分类器与单阶段或级联路由器。作者证明了线性校准界，表明最小化铰链风险可恢复目标成本敏感0-1损失下的贝叶斯最优风险。此外，文章提出一种训练后的预测驱动推断（PPI）方法，利用无标签数据修正单阶段路由器，在合成与真实数据集上的实验表明该方法有效，且在标注数据稀缺时能纠正路由错误。
Confidence Filtering in Video-Based Gait Assessment: Measurement Error versus Selection Shift
说明视频步态评估中的置信度过滤：测量误差与选择偏移之争
简介该研究比较了按姿态置信度筛选与预算相当的随机筛选，用于基于视频的步态评估，实验对象包括帕金森相关队列（96人）和NF2相关复制队列（18人）。结果显示，置信度筛选会带来小而一致的运动指标偏移，而临床评分误差基本不变；作者进一步分解并模拟测量误差与选择偏移，指出过滤何时无害、何时会引入偏差。
DEQ-Stereo: Deep Euilibrium Video Stereo Matching via Adaptive Convergence
说明DEQ-Stereo：基于自适应收敛的深度平衡视频立体匹配
简介该论文提出DEQ-Stereo，一种基于深度平衡（DEQ）范式的视频立体匹配框架，将迭代优化改写为隐式不动点问题，收敛后自动停止，而非固定迭代次数。文中还提出卷积简化门控单元（ConvSGU）以加快帧内收敛，以及时序状态转移（TST）策略，将收敛的隐藏状态传递到下一帧作为热启动。论文称其在精度与延迟的权衡上达到了当前最优水平。
Smartphone Indoor Localization Enhanced by Hierarchical Multi-Sensor Context Recognition
说明基于分层多传感器情境识别增强的智能手机室内定位
简介该论文提出一种智能手机室内定位框架，利用分层多传感器情境识别来识别环境、场景和活动概率，进而修正行人航位推算的误差。实验在跨楼层和多动作轨迹上与激光雷达SLAM参考结果对比，结果显示该框架优于行人航位推算及代表性的学习型惯性里程计方法。
★★★★★ 值得关注
Transformer-inspired architectures make machine-learned electron densities accurate and transferable enough to bypass self-consistency
说明受 Transformer 启发的架构让机器学习预测的电子密度足够精确且可迁移，从而可跳过自洽迭代
简介本文提出一类机器学习模型，用于准确预测密度泛函理论中的核心变量电子密度，模型基于受 Transformer 启发的架构，并包括 SwinUNETR-V2 与无注意力机制的 NeXtUNETR。在 QM9 上，两者的密度归一化平均绝对误差分别为 0.075% 和 0.046%。预测的密度足够精确，单次 Kohn-Sham 步即可复现自洽电子结构，并能在几何优化和从头算分子动力学中使用。经小数据集微调后，两个网络还能准确迁移到 QM9 中不含的元素或更大的分子体系。
看点将Transformer式架构用于电子密度预测，以单步Kohn-Sham替代自洽迭代；作者报告在QM9及迁移体系上精度很高，并能驱动分子动力学。
Practical Assessment of Agentic Systems in Acoustics
说明声学领域智能体系统的实用评估
简介本文研究大语言模型装入工具框架后形成的智能体在两类声学任务中的表现。在车内录音的故障检测与定位任务中，智能体准确率接近完美；基准测试显示模型能力较弱时，框架设计无法弥补。在超材料单元设计案例中，智能体能够可靠地找到满足指定频段插入损失的设计。
Heterogeneous Co-Evolution Learning for Tool-Efficient Search Agents with Zero Labels
说明面向搜索智能体的零标注异构协同进化训练方法（ZEST-Search）
简介该论文提出ZEST-Search框架，用于训练能够在推理过程中调用外部检索的搜索智能体，且无需任何标注的搜索训练数据或专家搜索轨迹。框架从未标注的参考问题出发，在线构建经过验证的搜索任务，并通过异构出题器与强化学习求解器协同进化。论文报告其在七个通用领域和多跳问答基准上提升了搜索智能体的表现，同时工具调用效率更高。
Can AI Agents Interface Clinicians and Complex Models?
说明AI智能体能否连接临床医生与复杂模型？
简介本文实现了一个AI多智能体系统EpidemIA，让临床人员和医院管理者可以通过自然语言对话调用预测模型并进行统计分析。系统无需训练，在单GPU工作站上运行，并在本地使用开源权重大语言模型，避免敏感数据外传。研究以意大利一家医院的急诊就诊数据测试了若干典型用例，展示了通过自然语言完成统计分析、可视化及基于动力学模型的流行病学预测。作者称其仍是概念验证，但表明大语言模型技术有助于降低复杂模型的使用门槛。
Event-SAMA: Language-Grounded Video Object Segmentation on Neuromorphic Event Streams
说明Event-SAMA：基于神经形态事件流的语言引导视频目标分割
简介本文针对事件相机数据缺乏指代视频目标分割（RVOS）数据集与模型的问题，将SAMA-239K等视频对话语料转换为合成事件流，构建Event-SAMA-239K数据集，并提出Event-SAMA模型。在MeViS和转换后的ReVOS验证集上分别取得24.37和22.33的J&F分数，并通过消融实验分析了各组件的作用。
★★★★☆ 值得关注
Formalizing the Intrinsic Dimension of Objective Landscapes by a Generalized Notion of Co-dimension
说明将目标景观的内在维度形式化：一种广义余维概念
简介本文对 Li 等人（2018）提出的目标景观内在维度概念进行了形式化，该概念通过在随机生成的子空间中训练来衡量学习问题的结构复杂度。作者将集合 Θ 的内在维度定义为：使随机平面以概率一与 Θ 相交的最小维数。文章研究了该维度的数学性质，并给出了在浅层与深层 ReLU 网络学生-教师设定下估计其上下界的方法，同时讨论了由此得到的新型泛化界。
看点将Li等人的内在维度形式化为随机子空间相交的最小维度，给出广义余维视角，并对ReLU网络学习问题推导上下界。
Incentivizing Self-Learning in Large Language Models via Reinforcement Learning
说明通过强化学习激励大语言模型自主学习：让模型像学生一样从教科书中学习并解题
简介论文研究大语言模型在陌生领域中自主检索、学习并应用长篇参考资料（如教科书）的能力，称为“自学习”。作者构建了基于教科书的数学证明任务，并提出BookNavigator界面辅助学习，配合带细粒度奖励的强化学习进行训练。实验显示，Intern-S2-Preview-35B的整体证明准确率由51.5%提升至79.5%，且在长上下文基准上也有改进。
A New AFIB Detection Method with Deep Neural Networks
说明一种基于深度神经网络的新型房颤检测方法
简介该论文提出一种用于检测心房颤动（房颤，表现为心律不齐）的新方法。研究比较了多种传统机器学习算法与神经网络，并引入以连续心率差值时间序列（dBPM）替代传统心搏间期的新特征工程技术。使用深度神经网络时，在与训练集不同的基准数据集上二分类房颤检测的F1分数达到95.18%。
EditAgent: Rethinking Agentic Image Editing
说明EditAgent：重新思考智能体式图像编辑
简介论文指出现有图像编辑智能体在某一步失败时，通常只用同一套工具重试，并依赖直接看图打分的评判模型，因此能力受限。作者提出EditAgent，为每个步骤分配通用编辑器或专用方法，并为每个候选结果附加验证记录，使现成的视觉语言模型评判优于微调的奖励模型。候选结果并行生成、一次性列表式评判，在78.5%的已决定比较中获得专家偏好，且评判调用次数不超过一半。
★★★★☆ 值得关注
AB-Attention: Accurate Block Attention for Accelerating Video Diffusion Transformers
说明AB-Attention：加速视频扩散 Transformer 的精确分块注意力
简介视频扩散 Transformer 的三维全注意力计算成本很高。本文提出 AB-Attention，一种免训练方法，在高稀疏度下近似稠密注意力，通过块内聚类选择器估计块的重要性，并以包含概率加权采样重新加权。在 Wan2.1 和 HunyuanVideo 上，该方法跳过约 89% 至 92% 的注意力计算，PSNR 最多比最强基线提高 4.4 dB，端到端最高加速 2.23 倍。
看点在动态块稀疏注意力上引入块内聚类选择与逆包含概率重加权，实验覆盖Wan2.1与HunyuanVideo，摘要报告PSNR提升与端到端加速。
Sticky Collusion: Persistence of LLM Agent Collusion after Incentive Removal and Partner Replacement
说明粘性共谋：激励移除与更换伙伴后，LLM智能体的共谋仍会持续
简介该论文研究AI智能体之间形成的共谋在激励被移除或成员被替换后是否仍会持续，使用两个智能体相互验证工作的环境，对三种大模型进行测试。结果显示，即使被告知奖励已停止，配对仍大量接受未经验证的工作；替换一方后，剩余智能体的接受行为依然存在，而记忆的保留也会维持共谋；移除其成因后，共谋才会结束。
Look at Where You Think: Localization-Head Alignment for Fine-Grained Perception in Thinking VLMs
说明看你所想之处：思考型视觉语言模型中的定位头对齐，用于细粒度感知
简介论文指出，在高分辨率图像的细节识别中，思考型视觉语言模型的瓶颈在于选择证据而非看清图像。作者发现少数注意力头（称为定位头）能从大量视觉标记中挑选关键证据，并提出定位头对齐方法，在训练中用辅助损失让这些注意力头关注焦点区域。在 V*、HR-Bench 4K 和 TreeBench 等基准上，Qwen3.5-4B 的准确率由 74.1% 提升至 76.6%，同时推理长度缩短约 20%。
Annotation-Free Representation Learning for Polyp Retrieval in Colonoscopy Videos
说明结肠镜视频息肉检索的无标注表征学习
简介该论文提出一种无需人工标注的框架，直接从原始结肠镜视频构建息肉轨迹片段的多视角表示，并用时序自监督学习训练，包括不含可见息肉的帧。在REAL-Colon数据集上，该方法在轨迹检索和重识别任务中取得了当前最优结果。论文还提出少样本息肉检索任务，仅用两个样本即可超过多数对比方法使用十个样本时的表现。
FlexTry-On: A Time-Efficient Framework for Multi-Scenario Virtual Try-on
说明FlexTry-On：面向多场景的高效虚拟试衣统一框架
简介本文提出FlexTry-On，一个基于扩散模型的统一虚拟试衣框架，可用于服装到人、人到人、跨域及真实场景等多种试衣情境。它通过文本感知的条件提取策略将异构服装来源转换为统一表示，并用双条件扩散Transformer同时建模服装外观与人物身份。实验显示该方法在两类基准上具有竞争力，同时保持较快的推理速度，并可直接应用于未见过的跨域场景。
Carbon-Aware Electric Vehicle Routing Problem with Decision-Focused Learning
说明考虑碳排放的电动车路径规划问题与决策导向学习
简介本文研究带碳排放目标的电动车路径规划问题，把充电产生的排放与传统路径成本一并纳入优化，并允许将充电需求转移到电网碳强度较低的时段。作者提出决策导向学习方法，在训练碳强度预测模型时考虑求解器的影响。实验基于德国实例：考虑充电排放可使实际排放平均降低28.76%，但非碳运营成本有所上升；决策导向训练相比传统预测导向学习，实际总成本平均降低2.30%，在75.5%的测试实例上表现更好。
Rebuilding a Field's Open-Problem Catalog from the Literature: A Two-Layer Knowledge Graph, and Why Status Must Stay Proposed
说明基于文献重建领域开放问题目录：双层知识图谱及状态须保持为待定的原因
简介本文提出把研究领域的开放问题从综述文字转为可查询数据，构建了由人工整理的问题层与由文献索引重建的证据层组成的双层知识图谱，并用语言模型完成论文抽取、目录对齐、状态判定与思路生成。在数据库与人工智能两个目录上的实验显示，重建后的图谱能回答原有问题并支持新查询，但对解决与反驳状态的判定大多不可靠，因此作者主张状态变更只能以证据提出、由人工复核后生效。
Where Do Vision Language Models Fail at 3D Reasoning?
说明视觉语言模型在3D推理中何处失败？
简介本文提出BedBench，一个包含13个程序生成任务的受控基准，用于考察视觉语言模型对3D物体精确属性的识别与使用能力。在逐颜色计数任务上，人类准确率为93.3%，最佳模型仅为7.2%。针对性微调可将一个模型的准确率从3.0%提升至68.6%，但其答案与自身的逐颜色计数仍不一致。作者认为应以精确正确性、一致使用和图像依赖性来评估3D推理，而不仅看准确率。
Intrinsic Distribution Matching
说明内在分布匹配：一种面向少步文生图蒸馏的矩约束方法
简介论文针对一步和少步文生图模型中提示细节难以准确呈现的问题，提出内在分布匹配（IDM）。该方法在分布匹配蒸馏（DMD）基础上，利用生成器的指数移动平均副本匹配特征均值和逐坐标标准差，无需外部特征编码器。在Z-Image-Turbo 6B和Qwen-Image 20B上的实验显示，两次网络评估下中英文LongText-Bench得分分别为94.25%和90.20%，在该预算下表现最佳。
The Real Cost of Context: Predicting Compute Time and Energy Consumption in LLM Prefill and Decode Phases
说明上下文的真实成本：预测大语言模型预填充与解码阶段的计算时间和能耗
简介本文系统测量了大语言模型在不同输入（预填充）和输出（解码）词元长度下的计算时间与能耗。作者使用广义线性模型发现，解码阶段的时间和能耗随输出长度线性增长，预填充阶段则同时呈现线性和二次方增长。当无法直接测量能耗时，计算时间可作为能耗的可靠代理指标，该映射框架有助于更精确地估算智能体式AI的能耗。
Letting AI Formulate the Research Question: Autonomous Research Agents
说明让 AI 自主提出研究问题：自主研究代理
简介论文研究让 AI 代理自己提出研究问题，而不是由人类选定研究方向。系统基于现成的编码代理，配合提问和同行评审两项技能，由另一模型家族的审稿人依据记录复现研究。作者报告了五次连续运行的全部结果，所有运行均从提问到修改论文全程由 AI 完成，外部 AI 审稿人认为其水平达到或接近研讨会级别。
FutureWorld: A Plug-and-Play Causal Next-State Predictor for Interactive Video World Exploration
说明FutureWorld：用于交互式视频世界探索的即插即用因果下一状态预测器
简介该论文针对交互式视频世界模型中历史复用导致误差循环累积的问题，提出即插即用的因果下一片段预测器 C-NCP。它在生成下一段视频前，根据当前生成的潜变量和下一个动作预测未来场景状态，以减少从历史中带入的误差。作者将该模块接入四种基础生成器，并在三个基准上评估，结果显示误差累积减少，长时程一致性提升。
UniTele: Learning Device-Conditioned Degradations for Unified Smartphone Telephoto Super-Resolution
说明UniTele：学习设备相关退化以实现统一的手机长焦超分辨率
简介该论文研究手机超长焦成像中依赖设备的复杂退化问题。作者从少量实拍样本中学习设备特定退化，并将其迁移到统一超分辨率模型UniTele的训练中。他们在华为、苹果和vivo三个品牌上构建了配对数据集，并合成数千对额外样本。论文报告，相较于适配前的预训练骨干模型，完整训练方案在保留测试集上提升了配对修复保真度与感知相似度，结果更稳定、视觉上更忠实。
Emergence of the transformer architecture as the score of entropic laws of random measures
说明Transformer 架构如何从随机测度的熵定律中涌现
简介该论文在一个语言的统计模型中展示，Transformer 架构会作为最后一个词分布的得分函数而出现。模型把句子视为词元的经验测度，并通过最大熵原理选取与无结构先验最接近、且再现观测统计量的语言分布。作者由此推导出 softmax 选择规则、查询-键与值矩阵的拉格朗日乘子，并讨论因果掩码与多头注意力。
DiFuse: Fusing Native Diffusion Representations for Spatial Reasoning in Unified Multimodal Models
说明DiFuse：融合统一多模态模型中的原生扩散表征以增强空间推理
简介统一多模态模型同时支持视觉理解和图像生成，但理解能力常为生成提供条件，生成表征却很少用于多模态推理。该论文提出DiFuse方法，将模型原生扩散分支的中间表征有选择地融入理解通路，并通过残差融合注入部分多模态解码层。在UniWorld-V1上的实验显示，该方法相较匹配的SFT基线提升了空间推理能力，同时在通用多模态基准上表现相近；在OmniGen2上也验证了其跨架构的可迁移性。
★★★★☆ 值得关注
From Intent to Improvement: Agentic Dataset Search for Better Model Training
说明从意图到提升：面向更好模型训练的智能体数据集搜索
简介该论文针对百万级机器学习数据仓库中的训练数据检索问题，提出了AgenticDS，一个由契约约束的智能体框架，将查询编译为类型化搜索计划，并通过确定性操作和混合检索加图扩展执行，同时验证证据来源。在新建的HuDS-Bench基准（200个查询、24,908条分级标注）上，其NDCG@10分别比最强的稠密-稀疏混合方法和商业大模型智能体高25.7%和18.9%。受控的检索到训练实验还显示，其检索到的数据集在数学、代码和医学领域带来最佳的下游准确率。
看点提出契约约束的智能体数据集检索框架，将模型决策实例化为类型对象并由确定性代码验证；在200条查询的新基准上报告相对混合检索提升25.7%的NDCG@10，并通过搜索到训练实验验证下游效果。
Data Provenance and Ethics in the Curricula of U.S. Health AI Education Programs
说明美国健康人工智能教育课程中的数据来源与伦理研究
简介该论文分析了美国大学健康人工智能教育项目的公开课程，考察其是否教授数据来源（数据如何产生）、伦理、可持续性等内容。研究共纳入36个项目，其中约80.6%涉及伦理，但仅22.2%涉及数据来源，结构层面的数据来源仅16.7%。研究还发现，授课教师多来自计算学科，无项目讨论计算的环境成本。
Evaluating Cultural Knowledge Editing in Vision-Language Models
说明评估视觉语言模型中的文化知识编辑
简介当前视觉语言模型常无法识别特定文化的概念，尤其是来自代表性不足地区的内容。作者提出CulturalBind基准，包含来自6个领域、1000个概念的3.2K张图片，用于评估跨模态文化知识及概念级知识编辑。研究发现模型的文本知识与视觉知识相互脱节，编辑方法虽能修正个别视觉识别错误，但跨模态迁移能力弱，且连续编辑时性能迅速下降。
GC-LIF: Spiking Group-Equivariant Neural Network With Group-Coupled Membrane Dynamics
说明GC-LIF：具有群耦合膜动力学的脉冲群等变神经网络
简介脉冲神经网络有望实现低功耗推理，但在视觉任务上通常只能靠数据增强获得旋转不变性。本文提出群耦合LIF神经元（GC-LIF），给出了使其在每个时间步都保持群等变性的充要条件，并结合等变卷积构建了SGE-Net。在多个数据集上的实验显示，该网络无需旋转训练即可对C4和D4群变换保持不变，并且在十组数据集与群的组合中有九组优于经过旋转训练的普通脉冲网络。
Improving the Intrinsic Interpretability of Differentiable Decision Trees through Euclidean Feature-Concentration Regularisation
说明通过欧氏特征集中正则化提升可微决策树的内在可解释性
简介本文提出欧氏集中可微决策树（EU-DDT），在每个内部节点用归一化平方欧氏距离对相对绝对特征权重施加正则，使少数特征占主导，同时保留概率软路由。在 Wine 和 Digits 数据集上，平均有效特征数分别从 8.94 降至 1.54、从 45.28 降至 9.06，测试准确率的变化因数据集而异。论文还将其用于 PPO 智能体的策略网络，在 CartPole-v1 和 MiniPacman 上展示了节点集中度的提升，但强化学习部分仅使用两个随机种子。
Operator-Aware Posterior Sampling for Multivariate Weather Downscaling
说明面向多变量天气降尺度的算子感知后验采样
简介本文研究如何把低分辨率气象场重建为高分辨率场。方法用扩散先验描述高分辨率场，推断时仅通过似然引入粗分辨率输入。针对不同再分析系统之间算子关系难以固定，以及各变量引导梯度量级差异大的问题，作者从配对数据学习前向算子，并对每个通道做梯度归一化，从而在不改变先验的前提下，使单一引导强度适用于所有变量。
Red-Teaming Large Language Models in Low-Resource African Languages: A Case Study of Yoruba and Nigerian Pidgin
说明非洲低资源语言中大语言模型的红队测试：以约鲁巴语和尼日利亚皮钦语为例
简介本研究用400条约鲁巴语和尼日利亚皮钦语的对抗性提示，测试了六个主流大语言模型的安全性，并将回答按四类危害分类，由母语者标注评分。结果显示，英语安全对齐并不能有效迁移到尼日利亚语言，部分模型在约鲁巴语中拒答率低，主要是因为无法理解提示而非更安全，研究呼吁开展针对特定语言的安全评估。
TactoHand: Learning Geometry-Based Dense Hand-Surface Interaction Fields from Video
说明TactoHand：从视频学习基于几何的手部表面密集交互场
简介该论文提出TactoHand模型，可从单目视频中预测手部表面的接触、接近度和三维力三种密集交互场，无需采集触觉数据。模型使用时序Transformer聚合跨帧视觉信息，并通过可微物理层利用物体运动约束力的预测。实验称其在接触与接近度估计上优于已有方法，并能改善手-物体重建。
DOSE: Dominance-Guided Ordinal Severity Estimation from Sparse Relative Annotations
说明DOSE：从稀疏相对标注中进行支配引导的有序严重程度估计
简介该论文提出DOSE框架，仅利用图像对之间的稀疏严重程度比较（无需绝对等级标注）学习有序的医学严重程度。方法通过全局比较图估计每张图像的支配分数，并结合伪配对训练连续严重程度评分，再经无标签校准转换为离散等级。在ACNE04、IDRiD和LIMUC数据集上，DOSE在不同配对预算下均优于成对排序基线方法。
Learning Kolmogorov Backward Operators for Spectral Analysis and Forecasting: A Data-Driven Variational Galerkin Framework
说明从数据中学习柯尔莫哥洛夫后向算子，用于谱分析与预测：一种数据驱动的变分伽辽金框架
简介本文研究如何仅凭数据近似时间齐次马尔可夫过程的柯尔莫哥洛夫后向方程对应的固定滞后解算子。方法分两步：先直接从数据学习该算子（例如使用傅里叶神经算子），再将其伽辽金投影压缩到预先固定或变分选择的有限维可观测空间上。文章分析了学习误差、伽辽金内积的采样误差及子空间不变性等因素对谱和预测结果的影响，并通过数值实验进行了验证，包括长时间滚动预测的稳定性以及与扩展动态模态分解（EDMD）的比较。
Bayesian Offline Multi-Agent Reinforcement Learning with Latent World Models
说明基于潜在世界模型的贝叶斯离线多智能体强化学习
简介该论文针对部分可观测条件下的离线多智能体强化学习，提出贝叶斯框架：从分散的观测-动作历史中推断潜在全局状态，并仅用离线数据迭代优化后验世界模型。作者提出多智能体后验信息损失（MPIL）作为世界模型优化与离线评估的可靠性指标，并给出与MPIL单调相关的策略遗憾上界。在D4RL MuJoCo任务的部分可观测多智能体版本上，实验显示该方法具有竞争力，且MPIL引导的优化能改善世界模型预测和下游策略表现。
Hidden Phase Transition in Single-Polymer Stretching under Elongational Flow
说明单聚合物在拉伸流中的隐藏相变：用机器学习发现的第二种转变
简介该论文用机器学习方法，在平面拉伸流驱动下，发现了聚合物链拉伸过程中除已知的线团-拉伸转变外的第二种转变。研究扩展了通用可识别耗散动力学方法，从不同流场强度下的微观轨迹学习约化随机动力学并得到非平衡自由能景观。论文指出，在这种新的动力学转变中，拉伸态持续存在，但在端到端距离较小的条件下，折叠坐标上的分布呈双峰。大偏差分析显示两种转变在长链极限下均为相变，单分子DNA实验对折叠响应的反转给出了定性支持。
Generative artificial intelligence prompting strategies among Chinese university students across academic tasks
说明中国大学生在不同学术任务中的生成式人工智能提示策略研究
简介本研究以234名中国大学生的问卷数据为基础，考察学生对生成式人工智能提示能力的自我感知及其使用的提示策略。研究发现，学生总体对提供相关背景和在初始输出后优化提示较有信心，但提示策略对任务类型的敏感度有限，其中明确输出格式在创意工作坊准备场景中比研究型作业中更受认可。固定提示模板的认可度低于其他策略。
LLM Agent-Based Design of RISC-V CPUs with FPGA-in-the-Loop Evaluation
说明基于大模型智能体的RISC-V CPU设计：结合FPGA在环评估
简介论文提出一种开发环境，让大模型智能体在FPGA上实现CPU候选方案，并利用板上性能测量结果指导设计决策。研究把一个单周期RV32I核心开发为三发射乱序RV32IM核心，最终在Artix-7 FPGA上以130 MHz运行，达到5.61 CoreMark/MHz。对于运行8000次CoreMark迭代的同一候选方案，包括实现过程在内的FPGA评估比单线程RTL仿真快9.6倍。
Diffusion models for the O(3) nonlinear sigma model
说明用于 O(3) 非线性 σ 模型的扩散模型
简介本文用基于分数的扩散模型学习二维经典海森堡模型，即 O(3) 非线性 σ 模型的格点表示。作者在同一训练集的三种粗粒化版本上训练神经网络，构成多尺度采样方案，据称能略微提升最细格点上直接采样的精度和计算成本。文中还提出用于两点关联函数的 Stein（或 Schwinger-Dyson）诊断，用于评估学习到的分数质量，并将其加入额外训练损失。作者同时讨论了在 S^2 上实现扩散模型的若干技术问题。
Trajeform: Embedding Crowd Data
说明Trajeform：用于人群数据嵌入的框架
简介该论文提出Trajeform框架，在真实轨迹数据上训练重构型变分自编码器（VAE），学习保留真实人群行为特征的连续嵌入。训练好的编码器可用于仿真器生成的合成轨迹，比较两者的嵌入分布。研究比较了CCP、modCCP和RVO三种仿真器与真实数据的差异，结果表明该潜在空间能够捕捉真实数据中有意义的轨迹依赖关系。
Raincheck: Deferred Multimodal Prefill for Efficient Multi-Turn MLLM Inference
说明Raincheck：面向多轮多模态大模型推理的延迟式多模态预填充
简介该论文针对多轮多模态大语言模型对话中长多模态输入导致首词延迟（TTFT）升高的问题，提出 Raincheck 框架。它先用现有剪枝方法选出部分多模态令牌进行初始预填充，其余未被选中的令牌则保留下来，在解码阶段利用空闲计算能力逐步预填充。实验以 30% 的初始多模态令牌保留率在 Qwen3-VL-8B 和 Qwen3.5-9B 上进行，相比同等硬剪枝，在 MultiVerse 和 ConvBench 上分别恢复了平均 77.7% 和 60.4% 的质量损失；在 MultiVerse 上，SGLang 实现使首轮平均 TTFT 最多降低 24.1%，每输出令牌平均时间增加不到 0.5%。
Quantifying the Relay-Coverage Trade-off in Mobile Multihop Flooding
说明移动多跳洪泛中中继覆盖与拓扑新鲜度的权衡量化
简介该论文研究移动多跳网络中全网洪泛时，中继冗余与拓扑刷新频率之间的权衡。作者基于157辆车辆的公开轨迹数据，使用OLSRv2和精确的最小代价中继集进行分析。结果显示，双重覆盖只将中继覆盖寿命中位数提高约2.3倍，且大量两跳邻居只有一个可用中继；冗余主要用于弥补过时的拓扑信息。论文认为中继冗余应根据负载大小进行选择，而非固定设置。
Non-Zero Radius: The Missing Component of Neural Networks
说明非零半径：神经网络缺失的组成部分
简介该论文从1943年麦卡洛克和皮茨的神经元模型出发，指出传统神经网络多为黑箱，难以进行可靠的符号推理。作者把概念表示为半径非零的球体，而非零半径的向量，并提出球体神经网络（SphNNs），借助转换映射在无训练数据的情况下实现亚里士多德三段论推理。
TabCUQ: Context-Uncertainty Quantification for Tabular Foundation Models
说明TabCUQ：表格基础模型的上下文不确定性量化方法
简介该论文针对表格基础模型利用上下文学习估计条件期望结果和平均处理效应时的不确定性问题，提出TabCUQ框架。该方法向观测结果注入噪声并将扰动后的上下文输入模型，用野自助法离散度估计上下文变异，用扰动与原始估计间的最大偏差估计有限上下文偏差。模拟和七项真实任务中，该方法均改善了区间覆盖率。
LatentWeave: Test-Time Latent Optimization for Multimodal Reasoning
说明LatentWeave：面向多模态推理的测试时潜在表示优化
简介该论文提出 LatentWeave 框架，在推理阶段优化多模态大模型的中间隐藏状态，而不修改主干模型参数。方法分为两部分：分段逐步修正潜在推理轨迹中出现的偏差，并通过轻量的 WEAVE 标记引入推理锚点，以稳定推理结构并引导答案生成。论文报告在多个多模态推理基准上相较所评估的基线有所提升。
Explainable and Adaptive Machine Learning for Fraud Risk Detection in Bangladesh's Digital Banking Ecosystem
说明面向孟加拉国数字银行欺诈风险检测的可解释自适应机器学习
简介该论文针对数字银行和移动金融中的欺诈检测问题，提出一个可解释、可自适应的机器学习框架，并在合成数据集PaySim上比较了多种模型。结果显示XGBoost固定阈值下表现最好，Platt校准降低了Brier分数，SHAP分析指出时间、目标账户等特征影响较大。论文强调该成果是方法框架，而非在孟加拉国的实际部署表现。
BEACON: Distilled Begin/End-Aware Structured Decoding for Continuous Sign Language Segmentation
说明BEACON：面向连续手语分割的起止感知结构化解码方法
简介该论文提出BEACON分割模型，用于连续手语视频的词汇单元切分。方法结合四类BIOE标注、受约束的维特比解码以及从二元教师模型蒸馏的边界知识。在PHOENIX-14与BSL语料上，模型提升了分段F1与边界F1，并降低了下游词错误率。作者还发现，分段F1比边界F1更能反映下游识别效果。
Comprehensive empirical evaluation of feature extractors in computer vision
说明计算机视觉中特征提取器的综合实证评估
简介本文对SIFT、SURF、BRIEF、ORB、BRISK、KAZE、AKAZE、FREAK、DAISY、FAST和STAR等传统特征检测与描述方法进行了全面评估。基于Image Matching Challenge Photo Tourism 2020数据集（超过150万张图像），并进行了超过200万次比较。研究发现，FAST检测器搭配ORB描述子与暴力匹配器（BF）效率最高；ORB在仿射变换和增亮图像上表现较好，AKAZE在模糊、鱼眼畸变、旋转和透视畸变等条件下表现突出。
The Cost of Working Memory in Streaming Mean Estimation
说明流式均值估计中工作记忆的代价
简介本文研究在内存受限的流式计算中估计高斯均值的问题，考察在有限持久状态下达到最优误差所需的记忆量。作者给出了单位球上平方误差的极小极大速率，并证明达到统计最优需要约 d log d 比特的工作记忆，而仅存储答案只需约 d 比特。文中还给出了匹配的构造，并讨论了提高置信度所需的额外记忆。
ROAD: Modern Adversarial Training for Simple One-Step Distillation at Scale
说明ROAD：面向大规模文生图一步蒸馏的现代对抗训练方法
简介该论文提出ROAD（基于表示的一步对抗蒸馏），用于把预训练的文生图扩散模型蒸馏成快速生成器，只使用一个对抗目标和一个轻量的表示空间判别器。作者引入了Lipschitz约束的Transformer判别头、定期重新抽取随机特征混合以及Jacobian R1正则化。文中报告，ROAD在COCO-10K上一步生成的FID在SDXL上为11.03，在SD3.5-M上为13.73，并称其超过多步教师模型，且训练计算量远低于分布匹配方法。
MOSAIC-Flow: Orthogonal-Axis and Status-Conditioned Fusion for Missing-Sequence Completion in Brain Tumor MRI
说明MOSAIC-Flow：用于脑肿瘤MRI缺失序列补全的正交轴与状态条件融合方法
简介该论文针对脑肿瘤MRI中序列缺失的问题，提出名为MOSAIC-Flow的统一框架，用于补全缺失的序列。方法以条件流匹配为核心，在保持七个已获取体积不变的前提下，把噪声逐步转换为缺失的目标序列，并对四条Heun轨迹取平均得到补全结果。在UCSF-PDGM数据集上，论文报告了八个单目标补全任务中全脑与肿瘤区域的一致保真度，其中结构序列表现最好。
★★★★☆ 值得关注
Conic-Lifting for Learning-rate-free Convex Optimization
说明无需学习率的凸优化：锥提升方法
简介该论文提出一族在线凸优化算法，无需用户手动调整学习率，适用于可能无界的凸域。方法通过增加一个标量坐标将定义域提升为锥，思路可追溯到Blackwell（1954）。在有界希尔伯特空间上，该构造恢复了Conic Blackwell算法（CBA）与CBA+，并可推广到有限维赋范空间；在无约束希尔伯特空间上，它精确恢复了Krichevsky–Trofimov（KT）掷硬币投注算法。
看点以一维锥提升统一了多类免调参在线凸优化算法，并在无界域上恢复KT硬币下注算法，给出无需梯度界的参数自由算法。
MorphSIG: Subject-Driven Image Generation via Decoupled Anchoring and Feature Transport
说明MorphSIG：基于解耦锚定与特征传输的主体驱动图像生成
简介该论文提出MorphSIG，一种无需训练的框架，将主体驱动图像生成视为伪视频特征传输问题。框架包含渐进式解耦锚定模块，在去噪早期通过频域解耦和结构打乱打破结构锁定；以及伪光流引导的特征传输模块，在潜空间构建伪光流场以传输主体语义。作者还提出了包含多样风格化主体的新基准。实验表明，该方法无需额外训练即可提升姿态多样性和主体保真度。
Last-Iterate Convergence for Constrained MDPs: From Dual Descent to Primal-Dual
说明约束马尔可夫决策过程的末次迭代收敛：从对偶下降到原始-对偶方法
简介本文研究无限时域折扣约束马尔可夫决策过程中的策略优化。作者先为对偶下降方法给出不依赖覆盖假设的新分析，再用熵正则化自然策略梯度与对偶正则化去掉内层循环，得到高效的原始-对偶算法。该算法在末次迭代上具有改进的收敛保证，并可推广到线性函数逼近。
BRIDGE: Learning Brain-Gut Metabolic Evidence for Alzheimer's Disease Diagnosis
说明BRIDGE：学习脑-肠代谢证据以辅助阿尔茨海默病诊断
简介本文提出BRIDGE框架，利用全身FDG-PET中的脑与肠道代谢配对信息，在仅输入脑部PET的条件下辅助阿尔茨海默病诊断。该方法结合条件性脑到肠潜在转移模块、疾病证据引导的脑部特征路径以及反事实引导的残差融合机制。实验显示，相比仅用脑部数据的基线，其在CN/MCI和CN/AD诊断上的AUC分别提升6.0%和5.2%。
Lost in the Latent Space: How Code Embeddings Represent Functional Intent and Implementation Fidelity
说明潜在空间中迷失：代码嵌入如何表示功能意图与实现保真度
简介本文对14种最新代码嵌入模型进行了大规模实证研究，从监督探测、零样本检索和语义保持的代码变换扰动三个角度分析其表示行为。结果显示，更好保留风格与结构信号的模型往往牺牲了语义泛化能力，而检索性能相近的模型对同一实现改动的反应可能差异很大。作者认为目前尚不存在单一通用的代码表示，并建议对代码嵌入模型采用更具表示感知的评估与选型方式。
Category-Anchored Large Language Models for Next POI Recommendation
说明基于类别锚定的大语言模型用于下一个兴趣点推荐
简介该论文针对下一个兴趣点（POI）推荐任务，提出ANCHOR框架。该框架先在紧凑稳定的语义空间中估计类别层面的出行意图，再结合类别锚点、历史访问记忆和用户偏好生成候选集，最后通过历史感知的重排序器选出目标POI。在三个真实签到数据集上，ANCHOR的表现优于传统、结构增强及基于大语言模型的代表性基线方法。
FFAI: Flow Matching with Feedback Training and Adaptive Initialization for CT Reconstruction
说明FFAI：面向CT重建的带反馈训练与自适应初始化的流匹配方法
简介该论文提出一种统一的条件流匹配方法，用于低剂量、稀疏视角和有限角度CT重建三类问题。方法以初始重建结果为条件，结合反馈感知训练与退化自适应初始化：训练时教师网络模拟推理更新生成偏移状态，学生网络学习恢复高质量参考图像；推理时根据噪声水平或缺失投影程度选择起始时间并调整初始状态噪声。公开数据集实验显示，该方法在三类任务上的定量结果优于对比方法，能有效抑制噪声和伪影并保留解剖结构与细节。
Robust LIDAR Sensor-to-Sensor Domain Generalization via Accumulated-Point Scene Completion
说明基于累积点云场景补全的激光雷达跨传感器域泛化方法
简介该论文研究激光雷达语义分割的域泛化问题，指出不同传感器的采样模式差异会妨碍模型在数据集之间迁移。作者提出一种仅使用源域数据的训练方案，将源域多帧扫描聚合为简单的世界模型，作为监督信号并加入占据预测辅助任务，而输入仍为单帧激光雷达。实验表明，在部分设置下，模型在未见域上的表现有所提升，且推理时不增加额外开销。
Distilling Large-Scale Machine Learning Interatomic Potentials to Predict Long-Timescale Electrolyte Transport Properties
说明将大规模机器学习原子间势蒸馏用于预测电解质长时间尺度输运性质
简介论文提出一种知识蒸馏方法，把大规模预训练的“教师”机器学习原子间势的精度迁移到快速的、针对特定体系的“学生”模型中，且无需额外的第头原理数据。蒸馏后的模型速度约提高40倍，能再现教师模型预测的结构性质，并可在数天内完成20纳秒的稳定轨迹模拟。对多种钠离子和锂离子电解质，学生模型预测的自扩散系数、离子电导率和剪切粘度与实验相符，且优于经典力场。
DEG: Diffusion-Enhanced GFlowNet for Solving Vehicle Routing Problems
说明DEG：用扩散增强 GFlowNet 求解车辆路径问题
简介该论文提出 DEG（Diffusion-Enhanced GFlowNet）框架，将生成流网络（GFlowNet）与扩散模型结合，用于求解车辆路径问题（VRP）。作者认为两者互补：GFlowNet 为扩散提供边级信号，扩散则引导更广的探索，从而让更多概率流向高回报的路线。论文称在包括最多 10,000 个节点的合成与真实数据集上，DEG 相较基线方法表现更优。
Compile Away Uncertainty: Self-Evolving Agent Skills via Programmatic Compilation
说明《Compile Away Uncertainty》：通过程序化编译实现自我演进的智能体技能
简介该论文提出SkillCompiler框架，让AI智能体在与环境交互中积累可复用的技能，并把其中定义明确的操作编译为经过验证的程序，其余依赖上下文的操作仍交由LLM推理处理。论文还设计了程序资产复用机制，已有程序可被检索复用，仅在必要时才合成并验证新程序。作者称在五个基准和六类模型上，该方法优于现有方法，任务性能最高提升32.33%。
Interpretable by Design Tabular Prediction via In-Context Local Linear Learning
说明基于上下文局部线性学习的可解释表格预测（TICL³）
简介该论文提出TICL³，一种从设计上即可解释的表格预测方法。它利用表格基础模型检索相似样本，并拟合局部线性模型校正误差，使同一模型既能预测又能直接给出每个特征的贡献。在386次分类基准评估中，其表现略逊于TabICLv2（低1.1个百分点），但优于CatBoost的次数为266次。
Agent-Wise Test-Time Normalization for Camera-Based Cooperative Perception with Corrupted Collaborators
说明面向受损协作者的基于摄像头协同感知的逐智能体测试时归一化
简介论文针对协同感知中某个协作车辆摄像头因雾、运动模糊或曝光误差而受损、其共享特征偏离训练分布的问题，提出AgentNorm方法。该方法让每个协作者依据自身当前观测估计归一化统计量，并将自车锚定到源统计量，使自车路径保持原模型不变。在OPV2V与DAIR-V2X-C数据集上的实验显示，该方法在多数设置下优于池化归一化，但对遮挡及所有智能体共享相同偏移的情况无效。
What Breaks When Facts Become Stories? The Distortions Source-Agreement Metrics Miss When Models Retell Real Events
说明当事实变成故事：模型改写真实事件时，一致性指标漏掉了哪些失真
简介论文指出，语言模型把新闻事实改写成摘要或故事时，常用的“与原文一致”标准会把有意的改动当成错误，也会放过真实失真。作者让三个模型家族把2000篇新闻改写为摘要和故事，逐项检查五个W要素的变化，并判断每处失真是否合理。结果显示，时间和方式被替换，地点和因果的表达被削弱；问责失真在故事中最多升至七倍，且多数使加害者责任减轻。作者同时发布了ReTold-2k语料库和评分协议。
Integrated Feature Selection for classification and Representation Learning with Group-Lasso Siamese Networks
说明基于 Group-Lasso 孪生网络的特征选择与表示学习综合方法
简介本文提出将 Group-Lasso 原则引入孪生网络（Siamese network）用于特征选择，据作者所知这是首次这样做。方法旨在找出既能保留输入数据内在表示、又能获得较高分类性能的紧凑特征子集。文中给出两种变体，分别基于欧氏距离和针对实值向量改进的 Jaccard 相似度，后者更适合高维稀疏数据。在 12 个基准数据集（特征维度 6 至 7070）和八种分类器上的实验显示，该方法能得到紧凑且具判别力的特征子集，分类性能相当或更优。
Does Scaling Toward AGI Depend on What System-1 Lets System-2 Execute?
说明AGI 的扩展是否取决于 System-1 让 System-2 执行什么？
简介论文提出让轻量的 System-1 先预测候选交互的效用，只把值得执行的交给资源密集的 System-2，并以「预测-筛选-执行-更新」循环实现。作者分析认为，在理想筛选下执行计算量可按有效交互密度的倒数缩减，并给出选择遗憾的上界。论文据此提出，有效交互密度可作为扩展效率的指标。
Regional Anchor Routing for Multi-Object Motion Transfer
说明多物体运动迁移的区域锚定路由方法：让不同参考运动准确作用于对应目标物体的视频生成框架
简介该论文提出RART框架，用于多物体运动迁移，即从多个参考视频中提取运动并分别应用到目标场景中指定的物体上。方法在冻结的视频扩散Transformer中统一了按物体提取运动、目标区域锚定和逐帧对齐注入，并通过运动注意力路由损失减少物体间干扰。论文称该方法无需针对每个视频单独优化，并在运动保持、推理效率和组合泛化方面取得较好结果。
Topology Survives Shuffling: Robust Long-Context Memory Access Prediction for Graph Analytics
说明拓扑在打乱后仍然存在：面向图分析的鲁棒长上下文内存访问预测
简介图分析通过间接遍历产生不规则、依赖拓扑的内存访问序列，限制了数据预取。本文提出LoCoMAP，一个长上下文表示学习框架，可独立控制观测历史长度与预测步长。在连通分量、PageRank和单源最短路径三种负载及六类合成图上评估，结果显示长上下文在图重生成和节点打乱后仍具较好的鲁棒性，无需重新训练。