本站已超过 12 小时没有更新（正常每 3 小时更新一次），下面的内容可能不是最新的。
本页没有符合条件的条目（筛选只在本页内进行）。
说明Soei：面向多智能体AI软件工程的证据与意图结构化可观测性研究
简介本文研究AI编程智能体长时间、多步骤、跨会话工作后，如何弄清实际做了什么、由谁完成、是否真正完成。作者先核验开源工具Agenttrail的源码，再用45个真实编程会话做实证分析，发现约23.4%的代码编辑会话在最后一次修改后没有独立检查，57.8%被标记完成的待办事项缺乏证据。作者进一步提出Soei系统，包括事件模式、哈希链账本、PROV图模型和将完成声明与证据分开的验证层。
说明面向统一多模态模型多图像生成的注意力令牌剪枝校准方法（CATP）
简介统一多模态模型做多图像合成时，长视觉上下文带来大量计算。本文提出一种免训练的上下文压缩方法CATP，通过同步各条件分支的剪枝决策、引入基于泰勒展开的注意力校准指标，并将校准融入分块在线Softmax以降低剪枝开销。实验表明其在质量与效率的权衡上优于现有令牌缩减方法，注意力核心计算最高可加速2.09倍。
说明CBE：一种面向不平衡数据、按复杂度自适应并关注决策边界的集成方法
简介论文提出一种名为CBE的集成学习框架，用于处理类别不平衡的分类数据。该方法将欠采样时对决策边界样本的权重与数据复杂度联系起来，并据此动态调整偏好。作者还提出了一种综合多层指标的整体复杂度度量，用以把不平衡数据集分为三类。在UCI和KEEL的24个基准数据集上，该方法在简单和中等数据集上的F-measure与G-mean表现优于多种现有方法，且在困难数据集上未出现性能下降。
说明在语言空间中整合异构超声心动图AI输出：基于监督大语言模型的可学习后期融合
简介该论文提出一种基于监督大语言模型的后期融合模块，直接在语言空间中汇总各切面的预测发现语句和预测测量值，并学习病例级融合函数。在646名患者、859例检查的患者级三折交叉验证中，该方法与所评估的最佳参考策略表现相当，并优于未经任务训练的通用大语言模型。
说明多臂老虎机中同时达到极小极大最优的一阶遗憾与两全其美保证
简介本文研究多臂老虎机问题中的一阶遗憾与两全其美（best-of-both-worlds）保证。作者提出一种高效且无需调参的算法，去除了Pogodin与Lattimore（2019）结果中的对数因子，达到极小极大最优的一阶遗憾界O(√(KL*))。该算法基于带Tsallis熵正则项的FTRL，并在独立同分布损失且存在唯一最优臂的情形下，给出O(∑log T/Δ_i)的遗憾界。
说明面向参数高效对抗训练的稀疏微调
简介该论文针对对抗训练在大模型上显存开销高、且参数高效方法（如LoRA）鲁棒性不足的问题，通过梯度分析发现对抗优化集中于少量参数（称为鲁棒关键参数）。作者据此提出稀疏对抗微调方法SAFT，借助对抗梯度显著性识别这些参数，只更新它们。论文称在多种架构和数据集上，SAFT的干净精度与鲁棒精度均优于基于LoRA的方法，鲁棒性接近或超过全参数对抗训练，且只更新约5%的参数。
说明Kairos：面向经典、数值、时序与混合 PDDL 的语义感知规划引擎调度系统
简介该论文提出 Kairos，一个根据每个 PDDL 任务的语义选择并调度五种规划引擎的系统，以覆盖从 STRIPS 到 PDDL+ 的广泛任务。每个候选计划都由独立于规划器变换的验证器检查。在 1,756 个任务的测试中，Kairos 在完整时限下求解的任务数多于各套件中表现最强的对比规划器。
看点新意在于按任务语义为PDDL各子集选择异构规划引擎并统一调度；在1756个任务上做了广泛对比与消融，并与VAL逐项核对分歧。
说明基于运动基元表示的平滑动作分块模仿学习
简介本文针对视觉机器人策略中动作分块带来的轨迹抖动问题，提出将运动基元表示引入动作分块。每个轨迹片段由平滑基函数的线性组合表示，使轨迹在构造上即平滑，且无需改变策略结构、训练目标和推理流程。作者还提出一种无需重新训练的推理期修正方法，使新分块经过上一分块的最后动作，从而减少分块边界的不连续。
说明掩码扩散模型在条件混合下的端到端保证
简介本文针对掩码扩散模型（MDM）的学习型去噪器，提出端到端的理论保证，适用于相关长度有限的平稳序列来源。作者证明，在任意掩码分布下训练的经验风险最小化器，其训练样本数与序列长度无关，并给出该指数阶的最优性结论。同时给出采样端到端KL界，并与固定随机顺序的采样步数进行比较。
看点在条件混合假设下给出学习去噪器的端到端保证，样本复杂度与序列长度无关，并证明指数阶数近似极小极大最优，理论贡献较突出。
说明混合专家模型中Softmax路由的动态：坍缩与恢复
简介混合专家模型中的softmax路由可能把概率集中到少数专家上，压制其他专家被调用的机会。该论文研究这种集中如何形成、为何持续，以及被压制的概率如何恢复。作者分析了固定专家情形下的稳定损失障碍，以及可训练专家输出的平方损失模型中的路由极限，并给出恢复时间的对数或幂律阶数。在配对的Transformer-MoE训练中，去掉与类别相关的路由梯度对比会延迟恢复并减少固定词元上的累计对数几率。
看点新意在于刻画MoE软路由的坍缩与恢复动力学并给出恢复时间的阶，作者报告在Transformer-MoE训练中做了配对消融实验。
说明PathCowork：从真实病理诊断实践中学习，构建AI辅助助手
简介该论文提出PathCowork框架，将病理医师边看切片边口述的检查过程转化为训练数据，同步记录视线、口述与导航，把视觉发现与解读过程关联起来。研究收集了16名病理医师48次会话共1028分钟的切片阅片数据，训练出服务器端与本地端两个模型，并用于构建能按记录的诊断流程工作的AI代理。
说明Timbre：面向无标签多模态测试时强化学习的可靠性感知调和共识方法
简介这篇论文提出Timbre框架，用于在没有标签的情况下，通过模型自身预测的奖励对视觉-语言模型进行测试时强化学习。方法将原始与扰动图像、直接求解与重述两种模式组合成2×2网格，通过加权调和聚合选取伪标签，并依据伪标签置信度的批平均变化调整模态权重。作者在六个基准和三种Qwen3-VL模型规模上与TTRV比较，在大多数设置中表现更优，并能迁移到未见过的实例上。
说明ATLAS-Bench：面向本地区域搜索的智能体工具使用基准测试
简介该论文提出ATLAS-Bench，一个包含1200条查询、覆盖三个地区的基准测试，用于评估大语言模型智能体的本地地点搜索能力。查询区分强制要求与偏好、事实条件与主观判断，并附有检查依据。论文还提出了标准化评估环境ATLASBox。实验显示，不同模型在满足约束与提供可用推荐之间存在差距。
说明可验证的大语言模型引导聚焦式SMT求解：面向量化数组
简介本文研究让大语言模型提出少量关键项作为聚焦集，引导传统SMT求解器处理量化数组问题，求解器仍是唯一证明引擎。方法名为LinguaArray，在1015个SMT-LIB实例上评估，求解率最高达69.1%，相比对应后端求解器，已解实例数增加105%至397%。
说明FDSML：基于公式驱动并结合参数感知三元组损失的监督度量学习
简介本文提出公式驱动监督度量学习（FDSML），在无真实图像的预训练中，利用图像生成参数之间的关系而非离散类别标签进行监督。方法包括改进的分形数据集 FineFractalDB 和参数感知三元组损失，后者依据迭代函数系统参数空间中的距离决定正负样本。实验显示，在图像检索任务上迁移性能提升，ResNet-50 在 Stanford Online Products 和 Stanford Cars 上的 Recall@1 分别从 65.6% 提高到 74.0%，从 56.2% 提高到 78.4%。
说明诊断参照缺口：视觉辅助在多模态推理中能修复什么、不能修复什么
简介多模态大模型能识别图像内容，却难以跨多个推理步骤可靠地利用这些内容。作者提出“参照缺口”概念，指语言无法绑定到相关视觉实体、区域或位置，并受视觉例程理论启发，测试编号等外部参照能否缩小这一缺口。作者构建了ReGap-Bench，包含五项视觉推理任务，场景、问题与答案固定，仅改变参照方式。结果显示，与任务匹配的参照最多可将准确率提高25%，不匹配的参照则收效甚微甚至损害性能。
说明LinQuant：低精度线性循环模型的函数不变性方法
简介该论文针对线性循环模型在低精度推理中的量化问题，提出了LinQuant框架。作者找出了七种能在保持全精度计算结果不变的同时，使算子更易于量化的函数不变性，包括旋转、对角重缩放以及循环衰减与写入因子的替代放置等。将其应用于Mamba-2的低精度预填充流程后，在1.3B、2.7B、8B规模的Mamba-2以及Nemotron-H 8B上，于延迟相当的条件下降低了困惑度。
说明规范清楚且测试充分吗？用自进化智能体评估 SWE-bench 类数据集
简介该论文关注用于评估大模型编程智能体的 SWE-bench 类数据集，这类数据集的任务描述是否清楚、测试是否充分会影响实例能否求解和验证。作者提出 ExLabel，一种基于大模型、经验驱动并能自我进化的评估助手，通过不断更新的经验库评估任务清晰度与测试覆盖度。作者还构建了覆盖八种编程语言的 SWE-TQ 基准，实验显示 ExLabel 在两项评估中的 F1 均优于最佳基线。
说明解码几何而非词元：用于机器人可供性与轨迹预测的高效视觉语言模型
简介本文指出，机器人抓取位置和运动轨迹预测本质上是几何问题，而常见视觉语言模型把坐标当作文本逐个生成，效果受限。作者发现0.5至20亿参数的紧凑模型中间隐藏层已编码丰富空间信息，并提出一个轻量预测头，直接回归连续数值的可供性框和轨迹点，骨干网络保持冻结。在ShareRobot-Bench与AGD20K上的评测显示，其中2B版本相对自回归基线降低超过60%的轨迹误差，并将可供性mAP相对提升85%。
说明精度不等于兼容性：两个 Evo 2 检查点取决于同一个 FP8 矩阵乘法
简介这篇论文研究 DNA 语言模型 Evo 2 的两个检查点在 Blackwell 显卡上失效的原因。作者发现问题出在 FP8 矩阵乘法的求和方式，而非数值存储格式。通过只对第一个投影层采用 H100 的 FP8 运算方式，就能显著提高 BRCA1 变异分类的 AUROC。
说明基于解剖先验引导路由的三维肺部肿瘤分割方法
简介该论文针对CT影像中三维肺部肿瘤分割的难点，即肿瘤占比小且在不同解剖位置表现差异大，提出解剖先验引导路由模块（APRM）。该模块根据图像块的解剖区域占比先验，确定性地选择路由门，并通过共享专家适配器池进行稀疏特征路由。实验表明，该方法在两个数据集和多种骨干网络上均带来稳定提升。
说明用户查询描述不具体时，深度研究代理表现如何？
简介论文提出 UNDERSPEC-DR 框架，用于系统评估用户查询描述不充分对深度研究代理（DRA）的影响。在所评估的三种 DRA 中，查询不具体会明显降低回答满足用户信息需求的程度，但回答仍基于引用证据。作者分析中间搜索行为后发现，代理搜索范围更宽、较少依赖原始查询，更多依赖训练中习得的先验，这可能与用户意图不一致。
说明Dobb：在块对角特征基中进行分片本地预条件化的分布式优化器
简介论文提出 Dobb，一种矩阵感知的分布式优化器，用于训练参数超出单节点内存的语言模型。它在张量并行或完全分片数据并行下，把更新计算限制在各参数分片内部，只需对激活二阶矩做数据并行同步，无需额外的跨分片通信。在 GPT-2 XL（15.6 亿参数）上，使用 16 个块的 Dobb 验证损失为 2.476，优于 Dion 在秩比例 1/16 时的 2.511；在 32 块 H100 GPU 的 FSDP 下，优化器调用的平均耗时由 Dion 的 124.1 毫秒降至 9.2 毫秒。
说明为成本感知执行保留修复假设
简介同一个可执行模型的多种修正可能都与观测相符，却预测出不同的执行结果。论文提出一种修复到执行的接口，保留兼容的有限守卫修复，依据诊断与常规执行观测更新其权重，并据此选择路径、付费测试或备用方案。在24个合成两阶段设备上，该方法相比直接采用生成的修复，无测试成本降低2.14%。
说明安全多目标强化学习：零约束违反与原始平均收敛
简介该论文研究在学习全过程中始终不违反安全约束的多目标强化学习方法，同时覆盖累积约束与逐步约束。作者提出结合乐观奖励估计与悲观成本上界的算法，在给定偏好下学习安全的帕累托最优策略，并在较高概率下保证每个执行的策略都不产生约束违反。此外，还提出了不需预设偏好的算法，可在探索后为任意偏好计算安全策略。
看点新意在于零约束违反的安全多目标强化学习，并给出偏好无关算法与次优间隙界，作者报告了理论保证。
说明YOLOF-MLD：面向高效目标检测的多层级蒸馏框架
简介本文针对资源受限边缘设备上的目标检测，提出 YOLOF-MLD 框架，结合 YOLO26n 骨干网络、YOLOF 的单输入单输出颈部结构与多层级蒸馏（MLD）。在 D-Fire 和 AFS 烟火数据集上，其参数量比 YOLO26n 减少 35.7%，在树莓派 5 上速度提升 62.3%；mAP@50 分别为 71.6% 和 59.9%，YOLO26n 为 75.5% 和 60.0%，体现了边缘部署下精度与延迟的竞争性权衡。
说明SymKL：一种在表示空间中衡量信号退化程度的统一度量
简介该论文提出SymKL，一种基于隐式神经表示（INR）的全参考信号退化度量。先将INR拟合到原始参考信号，再用其对角Fisher信息刻画参数敏感度，并通过对称KL散度比较原始信号与退化信号的两组敏感度曲线，得到退化分数。该方法无需已知退化过程或退化程度，适用于图像、语音和三维数据，并在图像、语音和体数据三维基准实验中验证了其随退化程度变化的单调性。
说明ACD-GS：面向3D高斯泼溅的非对称曲率感知加密方法
简介本文提出ACD-GS，用于改进3D高斯泼溅（3DGS）训练中的高斯加密过程。该方法利用二阶深度响应作为结构先验，非对称地调控克隆与分裂，并加入多视角光度一致性约束与容量感知的自适应调节策略。论文称其在训练阶段直接避免冗余高斯生成，高斯数量和存储约减少60%，同时保持有竞争力的渲染质量。
说明聊天机器人对总统行动与假设性改革判断的稳健性研究
简介该论文通过消费级聊天界面，在30天内每天两次让五种聊天机器人配置对过去四届政府的40项行动及15项假设性改革的长期影响打分。结果显示，各配置在政府平均得分的正负方向和排序上一致，同日两种配置对同一行动给出相反方向判断的情况约占4%。不同日期的判断差异略大，并有三次服务变动使判断发生偏移。论文同时发布了16,500条判断数据集。
说明CASE：基于正负视觉示例的概念感知分割
简介该论文提出“指定视觉提示分割”（SVPS）任务，即同时用正例和负例视觉提示来指定目标概念，以解决仅凭正例难以精确描述目标的问题。作者构建了基于COCO和PACO的CASE基准，包含六类任务，并发现冻结的SAM 3模型并不能稳定地把负例提示当作排除依据。为此，作者提出基于LoRA的Concept Prompt Adaptation（CPA）方法，在CASE上改善了正负提示的理解，同时在仅使用正例的少样本分割中保持竞争力。
说明OPERA：由专家教导的推理智能体，从指标到版图设计CMOS运算放大器
简介该论文提出OPERA，一个通用大语言模型智能体，借助开源工具，将CMOS运算放大器从指标要求一直设计到版图签核。设计者先用gm/ID方法教会智能体进行方程式化尺寸设计，再让其学习gLayout框架并生成可复用的版图生成器。在SKY130工艺下，六个运放的版图均通过DRC与LVS检查，并在15个PVT角下满足全部指标，测试网表已公开发布。
看点新意在于让LLM代理学习gm/ID方法并生成可复用版图生成器，在SKY130上完成六款运放从规格到版图签核，摘要报告所有版图DRC/LVS通过并在15个PVT角满足指标。
说明UMI-Live：用于真实环境双臂机器人数据采集的开源系统
简介本文介绍了UMI-Live，一套开源的全栈双臂通用操作接口（UMI）系统，用于在真实环境中采集机器人学习数据。系统集成了相机、激光雷达惯性传感、板载计算和供电，采集时无需外部追踪设备或现场标定，并通过异步流程并行完成SLAM重建以生成可直接训练的数据集。研究者用该数据分别微调了π0.5和MolmoAct2，在双臂抓放任务上分别取得10/10和8/10的成功率，并公开了40小时的数据及硬件、软件资料。
说明学习制定问题：通过渐进优化与验证实现AI基础设施的智能体软硬件协同设计
简介该论文提出Formulaic流程，让语言模型智能体撰写优化问题的数学形式，由求解器在其中寻优，并通过验证与测量检查假设和结果。智能体从计算图逐步细化到芯片层面，每一步采用带正确性条件的程序模板。在NVIDIA GB10上，智能体编写的模板运行Qwen3-8B层比SGLang快1.075倍。
说明AgentDecept：压力下工具调用型大模型智能体欺骗行为的基准测试
简介该论文提出 AgentDecept，一个可执行的基准，用于评估智能体在压力下的行为欺骗。基准包含由 257 个源任务衍生的 477 个压力变体，覆盖六类压力来源，并与无压力版本配对。评估协议将用户可见的陈述与按时间排序的观察和执行结果对照，区分伪造、隐瞒、含糊与诚实失败、已披露的限制。
说明医学考试题目为何难？利用大语言模型探索与实证难度相关的规律
简介本研究以美国医师执照考试（USMLE）和美国医师助理全国认证考试（PANCE）的题目及其实证难度为依据，让大语言模型归纳难度评分准则，并比较准则引导前后模型对题目难度的判断。研究发现，各准则均未把题干长度、选项数量或图像等表面特征视为主要难度来源，并总结出线索汇聚、误导性线索和选项竞争等规律。结果显示，准则引导未能稳定提升判断表现，其价值更多在于从实证难度数据中提出可检验的假设。
说明Cord：用于掩码扩散语言模型的置信度锚定顺序残差解码
简介该论文针对掩码扩散语言模型（dLLM）的解码顺序问题，提出轻量级策略 Cord。它以置信度解码为稳定参照，并通过生成方向、与已揭示上下文的邻近程度以及双向填充上的几何残差，学习何时及如何偏离该参照。实验覆盖三个模型和五个推理、代码及约束满足基准，平均任务成功率由 32.0% 提升至 48.2%，额外仅增加 0.53M 可训练参数，推理延迟开销为 5.39%。
说明更多信息就一定更好吗？联邦超图学习中潜在跨客户端对应关系的探索
简介本文研究联邦超图学习中跨客户端超边的潜在对应关系，指出同一份本地数据可能对应多个全局超图结构，因此恢复这些对应关系在可计算性上存在困难。作者提出FedASTRA方法，通过自适应热扩散和掩码潜在预测学习对应不变的表示，且只传输模型参数。论文在八个真实数据集上进行实验，并在ogbn-papers100M上取得50.07的准确率和29.73的Macro-F1，同时每轮仅通信59.60 MiB。
说明下一轮推演之前：从策略更新诊断技能效用的变化
简介该论文指出，策略更新会改变同一技能的行为效果与边际效用，基于旧轨迹的归因可能已不再适用。作者通过比较技能与对照条件下的词元偏好差异，结合优势估计构建诊断指标，无需额外的更新后推演即可识别效用下降的技能。将该指标用于技能进化的优先级排序，可提升下游表现并减少策略与编辑器的词元消耗。
说明广义类别发现中的语义错配：评估与缓解
简介该论文关注广义类别发现任务，即在同一无标签集合中同时识别已知类别并发现新类别。作者发现，现有方法使用全局匈牙利匹配评估时，可能把已锚定的旧类别索引重新分配到其他类别，从而使新类别准确率被高估，最多可达25.63个点。作者将这一现象称为语义错配，并提出保持语义的评估方法SPE，以及包含区域平衡损失和新类别多样性损失的MMO优化方法。
说明CoToan：用于可复现游戏AI评估的可执行规则与表示契约
简介本文提出CoToan，一种连接GDL与OpenSpiel的越南数学象棋可执行规范与表示契约。作者指出，动作以状态转移而非算术见证表示，并把剩余时间和胜负设置纳入任务定义。跨表示测试显示合法动作、后继状态和终局结果一致，受控实验表明统一的见证级采样会改变端点动作概率，忽略时间或胜负设置会合并终局行为不同的状态。
说明PicturePerfect：基于扩散模型的同一人脸部替换
简介本文探索扩散模型在照片中同一人脸部替换上的应用。作者在预训练的文生图模型基础上提出一种扩散方法，输入同一人的肖像图和另一张参考图，在保持背景不变的前提下，用参考图中的人脸替换原脸。作者还构建了一个包含同一人不同表情和姿态图像对的大型数据集。实验结果显示，该方法比现有人脸重演模型产生了更真实且身份一致的结果。
说明MulClip：面向微控制器储层计算的无查表激活函数，兼具单调与折叠两种工作模式
简介该论文提出 MulClip，一种用于微控制器上储层计算的轻量激活函数，只用比较、绝对值、乘法和减法实现。它的截断阈值设在响应越过极值后回到零的位置，因此同一函数既有单调区间，也有非单调的折叠区间。在 Cortex-M4 上，其状态更新时间为 tanh 的 0.34 倍，并短于所测 11 种 tanh 近似。在 NARMA-20 和 8 位奇偶校验任务上，三阶 MulClip 的表现优于 tanh 或单调截断变体，且设备端推理结果与 PC 基本一致。
说明RetroChessBench：用于重建与证明国际象棋历史局面的基准测试
简介本文提出 RetroChessBench，一个包含 12 项任务的逆向国际象棋基准，任务涵盖精确步数构造、唯一结局和穷举答案集，并提供参考答案、评分标准和终端奖励环境。在测试中，GPT 6 Astra High 在无工具条件下 24 次尝试中有 22 次未给出所需最终答案，使用代码执行时有 18 次未给出；平均终端强化学习奖励分别为 14.75% 和 27.19%。作者认为这些失败反映出模型在规则明确的推理任务中仍存在缺陷，并对前沿模型数学推理的泛化能力提出质疑。
说明引用是否重要？谷歌AI概览医疗信息的质量、依据与医生评分准确性研究
简介该论文评估了谷歌AI概览（AI Overviews）在3611个健康问题上的表现，比较其引用来源与传统搜索前五结果的差异。研究发现，AI概览引用的来源仅有44.4%与传统前五结果重合，更多引用商业健康网站。其陈述对引用来源的依据程度较低，按医生评分标准衡量，准确率仅为38.2%，且准确性与陈述是否有依据无关。
看点首次大规模比较Google AI概览与传统搜索在医疗问题上的来源与准确性，以3611个问题和医生量表评估，结论对用户和平台有直接意义。
说明描述不等于感知：文字人设很少让视觉语言模型像所描述的人那样作答
简介该论文研究用“你有低视力”等文字人设让视觉语言模型模拟真实人群是否有效。作者将人设模型的回答与低视力、色盲和听力损失人群的实测结果，以及仅使用人设所述事实的简单规则进行比较。结果显示，人设从未优于这些规则，并抹去了群体和个体之间的真实差异；描述模糊并不改变14个被测模型的识别结果，而对图片本身模糊则会降低识别率，与人类表现一致。
看点新意在于揭示文本人设无法让VLM像真实视障、色盲等人群那样看图，并与测量数据及简单规则对比；在14个模型及开放模型内部分析上验证，影响用户研究方法。
说明图像智能体能否完成视觉委托任务？一个基准测试与模块化框架
简介本文提出视觉委托基准（VCB），包含600个任务、12个类别，用于评估图像智能体能否完成从整合素材到交付成果的完整视觉委托。论文同时提出参考智能体V-Protocol，它在推理时动态组合任务、认知和表达三类模块，并通过共享执行框架管理中间成果与依赖关系。结果显示，在相同控制器和图像生成器下，V-Protocol在VCB上的严格任务成功率为69.0%，高于SCOPE的42.0%；在Mind-Bench上，严格准确率由39.2%提升至45.4%。
说明MRC-MMAgent：面向多模态工具使用智能体的多角色协作强化学习
简介该论文提出MRC-MMAgent框架，让多模态工具使用智能体在解题、检查和继续三个角色之间协作，通过工具获取证据并评估先前轨迹，在答案证据不足时重新解题。训练时采用结合任务成功、交互有效性与成功纠正的目标，并对所有角色的决策进行完整轨迹的策略优化。实验表明，在不额外构建数据集的情况下，该方法优于对应基础模型，并在多个基准上取得领先或极具竞争力的表现。
说明面向制造工业互联网的类感知潜在注意力回放（CLAR）：增量类别风险诊断
简介该论文针对制造工业互联网中AI系统的风险诊断问题，新风险类型不断出现且每类样本很少，风险可能同时发生，模型又需运行在内存受限的节点上。作者提出CLAR方法，结合混合缓存（主要存紧凑潜在表示，少量存原始样本）、注意力杠杆分数引导的类别均衡蓄水池采样，以及减缓潜在空间漂移的指数移动平均教师模型。在某制造工业互联网测试平台的风险诊断数据上，CLAR在相同缓存大小下取得了评估方法中最高的平均加权F1分数。
说明MemoryFusion：用于多模态视频融合的跨时序记忆学习方法
简介该论文提出MemoryFusion，一个两阶段的多模态视频融合框架，结合跨时序记忆学习与渐进式时序精炼。第一阶段利用短期与长期记忆库及时序平滑模块，第二阶段通过轻量级3D残差时序精炼模块修正时序不一致并增强结构细节。论文称其在融合质量与时序一致性上优于现有基于帧和基于视频的方法，代码已公开。
说明背包约束老虎机中的满足式遗憾最小化
简介本文研究带背包约束的老虎机问题（BwK）中的满足式遗憾最小化：学习者在有限资源预算下依次选择随机策略，希望尽可能频繁地获得高于满足阈值的平均奖励。作者提出通用算法模板SELECTwK，借助具有次线性期望标准遗憾上界的BwK学习算法来搜索并检验候选满足策略。理论分析表明，当存在满足策略时，SELECTwK的期望满足式遗憾为常数，并在更强的条件下得到更紧的常数界和关于时间跨度的次线性界。
说明BEVLight：基于无人机鸟瞰视角的可泛化交通信号控制
简介该论文提出BEVLight框架，直接将无人机拍摄的鸟瞰图映射为交通信号动作，无需依赖固定路侧摄像头或结构化交通状态。模型把图像特征映射到车道并按路口拓扑组合为相位表示，并利用人工远程操作平台收集的五千余条人工控制决策进行训练。闭环实验显示，该方法在不同交通需求、信号方案和路口间实现零样本泛化，平均等待时间较视觉基线降低7%至9%。
说明TaxoMFM：面向人类肠道微生物组的分类学感知基础模型
简介现有肠道微生物组基础模型多使用扁平的分类单元表示，难以利用已知的分类学层级。本文提出TaxoMFM，将分类学结构融入自监督学习，并构建包含来自231个队列、共100,806份肠道微生物组图谱的TaxoGut-HPP数据集。在跨队列零样本迁移中，结直肠癌、2型糖尿病和炎症性肠病的AUROC分别为0.838、0.736和0.722。
看点将分类层级结构融入微生物组基础模型的自监督学习，并在大规模队列上做跨队列零样本迁移验证。
说明Unlimited OCR 2：面向超长文档的解析模型
简介该论文提出 Unlimited OCR 2，一种只关注当前正在转录内容的文档解析模型，无需重新回看前文。它将解码器注意力替换为稀疏参考滑动窗口注意力（SR-SWA），使参考令牌数量固定，并结合无限视野解码方法，实现对超长文档的一次性解析。论文报告在百页规模下，每步解码相比全注意力和 R-SWA 分别提速 7.0 倍和 5.6 倍，并在 MPDocBench 与新提出的 MarathonDocBench 上取得领先的端到端表现。
说明CAD-WAM：面向文本生成CAD模型的几何预判方法
简介该论文提出CAD-WAM，用于根据文本生成可编辑的计算机辅助设计（CAD）模型。模型以大语言模型为骨干，在生成下一步操作的同时预测下一步的几何状态，并在DeepCAD测试集上取得比任务专用基线和通用大模型更高的几何精度与输出有效性。消融实验显示，几何状态监督使平均Chamfer距离相对降低13.2%。
说明学习求界：面向 MPE 推断的单调、校准神经上界
简介论文提出 Learning to Bound（L2B）框架，用训练好的神经网络预测器替代经典上界计算，以服务于概率图模型中最可能解释（MPE）问题的分支限界搜索。该方法通过统计校准保证上界的可采纳性，并通过结构约束保证随证据增加上界逐步收紧。作者报告在多类基准上，L2B 以低数个数量级的成本给出更紧的单调上界，并在高树宽实例上与分支限界结合后有可测量的改进。
说明用JEPA证明并改进柏拉图表示假说
简介该论文把关于不同模态模型是否收敛到同一世界表示的柏拉图表示假说转化为定理，证明在正样本对为同一场景的两种观察（好视角）时，分别训练的JEPA会在一次旋转之内学到相同表示。论文指出下一个词预测可视为使用坏视角（同一文档的不同部分）的JEPA，并在大规模数据上验证了理论与对齐的缩放规律。作者报告，文本JEPA在样本效率和与图像编码器的对齐上优于所评估的语言模型。
看点提出柏拉图表示定理并证明JEPA在好视角下收敛至同一表示，实验覆盖145k至940M规模，文本JEPA优于更大语言模型。
说明Youtu-Parsing-Omni：统一编码器与统一输出格式的全模态解析模型
简介该论文提出 Youtu-Parsing-Omni，一个可将文档、图像、音频和视频转换为带有时空定位结构化记录的全模态解析器。模型用一个编码器处理所有模态，并用统一的输出格式覆盖十项解析任务，还通过自演进的后训练方法 OSAD 进行训练。单个 5B 参数模型在 OmniDocBench v1.6 上取得 96.96 的总分，在 OmniParsingBench 上平均 75.08 分，代码和模型权重已公开。
说明基于自回归Transformer的像素化贴片天线多解逆向设计
简介本文提出一种自回归（AR）Transformer，用于10×10像素化贴片天线的逆向设计：给定目标响应，模型按离散序列逐步生成多种可行结构。模型在预训练后，针对双频设计进行微调，可用阶梯状目标响应直观指定频段。与二进制粒子群优化（BPSO）相比，该方法能更高效地生成有效且多样的天线候选方案，实测样机也表明不同像素布局可实现所需响应。
说明RLVR 没有免费午餐：每一次 pass@1 提升都有 pass@k 代价
简介论文研究带可验证奖励的强化学习（RLVR）：它提高模型一次作答的成功率（pass@1），却在大量采样时降低成功率（pass@k），基础模型反而更好。作者把 RLVR 建模为对策略做指数倾斜，证明在独占专门化条件下，每次提高 pass@1 的更新都会降低某些提示的成功率，并给出交叉次数的上界。作者认为强化学习只能在既有推理前沿上移动，无法拓宽它，其代价可以用诊断方法从评估日志中测量。
看点将RLVR的pass@1与pass@k权衡归结为指数倾斜模型下的精确定价，并给出交叉次数的紧界；摘要报告在该模型下给出理论证明，未涉及实验。
说明在预训练自回归图像模型中解锁任意顺序生成
简介自回归图像生成模型通常按固定的光栅扫描顺序训练，难以在推理时进行图像修复、扩展和编辑。本文提出一种方法，将预训练的光栅扫描模型改造为任意顺序生成器，包括面向未来的位置嵌入和排序课程两个组件。实验基于四个基础模型，在ImageNet图像修复任务上优于MaskGIT，并与MAR-L相当，同时额外增加13%至33%的计算成本。
说明强自适应在线学习实现统一折扣遗憾界
简介本文研究在线学习中的折扣遗憾，即对过去损失按指数衰减加权，使近期损失更为重要。作者证明，强自适应遗憾界可直接推出凸、强凸和指数凹损失函数的统一折扣遗憾保证。对于凸函数，给出对所有折扣因子成立的 O(√(log T/(1-λ))) 界，对强凸和指数凹函数给出 O(log T(1+log(1/(1-λ))))界。
说明PriorMaskMap：利用有偏先验的鲁棒在线矢量化地图构建
简介该论文提出PriorMaskMap框架，用于自动驾驶中的在线矢量化地图构建，以应对先验地图过时或有误的问题。框架包含先验感知置信度估计器，用于区分可靠、错误和空白区域，并据此引导先验查询生成与特征融合。在nuScenes数据集上的实验表明，该方法精度优于现有方法，且在先验存在明显错误时仍表现出较强的鲁棒性。
说明电脑操作智能体的“现在”是什么意思？过期截图、页面加载与点击前该做的检查
简介论文研究电脑操作智能体基于截图规划后点击屏幕时，页面变化导致点击误中的风险。在31个公开网页的测量中，风险主要来自页面加载阶段，并比较了点击前的几种检查方式及其延迟与准确性。作者发布了基准生成器、判断检查是否值得的公式及三条开发建议。
说明WorldFlow：通过大规模预训练联合预测视频与三维运动
简介本文提出生成式世界模型 WorldFlow，可同时预测未来视频和基于查询的三维轨迹，用统一的 Mixture-of-Transformers 主干和整流流目标联合去噪两种模态。模型在约144万个物体级样本上训练，并提出包含1,678个评估样本的 WorldFlowBench。在三个评估集上，WorldFlow 的平均位移误差（ADE）和最终位移误差（FDE）均为所比较学习方法中最低，在 SpatialCog 上 ADE 为0.060米。
说明面向连续条件图像生成的高效协方差感知邻域潜在扩散模型（CAViLD）
简介该论文针对连续条件图像生成中标签分布不均、数据稀疏导致的视觉伪影和条件不一致问题，提出潜在扩散框架CAViLD。方法包括密度自适应邻域学习、语义正则化和NIQE引导的负样本增强，并通过EMA教师模型实现单分支条件推理，再经协方差感知渐进蒸馏将采样步数降至4步。实验在RC-49、UTKFace和Steering Angle数据集上展示了生成保真度、条件一致性与采样效率之间的良好平衡。
说明MemSteer：将用户历史转化为智能体记忆优化的监督信号
简介论文提出MemSteer方法，将无标注的用户历史记录自动转化为带有支撑证据的问答监督数据，用于优化智能体的记忆设计。该方法先构建基于证据的答案规划，再生成问题并经过审核。作者还提出MemSteer-Opt，在不更新模型参数的前提下修改记忆存储、检索和上下文构建。实验显示其在ATM-Bench和RHELM上表现具有竞争力。
说明面向仿真重设计的大语言模型辅助优化
简介论文提出一种将大语言模型与数值优化求解器结合的重设计方法，用于在工程条件变化时对已有方案进行再设计。作者比较了三种利用大语言模型的方式，并以电动汽车电池包成本最小化为案例，测试了四种黑箱求解器。结果显示，该集成方法在仿真评估次数减少80%的情况下，可达到数值求解器基线相当的可行设计发现能力，并使找到近似最优解的运行比例提高到三倍。
说明DeCoRL：用于多图合成的分解式一致性强化学习
简介该论文提出DeCoRL，一种强化学习框架，用于提升多图合成（MICo）中生成图像的一致性。它将整体一致性分解为对象级一致性，先在参考图像间建立与指令相关的对象对应关系，再由基于视觉语言模型的奖励模型逐对象打分，并汇总为多对象一致性奖励以指导后训练。作者还提出了覆盖2至6张参考图的DeCo-Bench基准，实验显示在DeCo-Bench和公开的MICo-Bench上一致性均有提升。
说明基于在线稠密强化学习与规划-定位智能体的iOS应用界面导航研究
简介本文提出一种在线强化学习框架，直接在真实iOS应用上训练界面导航智能体，将智能体拆分为规划模块和界面定位模块。训练中使用LLM作为评判者提供逐步反馈与终局奖励，并采用PPO结合GiGPPO方法优化。实验表明，该方法在多个基准上优于监督微调和仅终局奖励的强化学习基线，8B模型在Android环境的泛化上相比监督微调基线有明显提升。
看点新意在于在真实iOS应用上做在线强化学习，并提出邻居条件价值估计GiGPPO；摘要报告在UINavBench、iOSWorld、AndroidWorld上优于SFT与仅终局奖励的基线。
说明图形界面智能体的高效自适应训练：在哪里学习、回放多远
简介论文提出一种两阶段自适应训练框架，用于训练多步骤图形界面（GUI）智能体。方法从成功的专家轨迹中构建可复用的中间检查点，并依据动作分歧选取关键节点进行单步强化学习，再按任务进度逐步扩展策略的训练范围。在MobileGym和CUA-Gym-Hub上，该方法相比Vanilla GRPO减少56%至61%的环境交互，同时提升了任务表现。
说明SocialArena：评估大语言模型社交智能的基准
简介本文提出SocialArena基准，用于系统地定义和评估大语言模型的社交智能。其框架从角色扮演能力、心理状态推理和行为推理三个维度定义社交智能，并设计了角色扮演对话评估范式。研究还引入U-TRIMF框架以覆盖多样的社交场景，并通过人工标注的竞技场式协议获取可靠的评估结果。
说明IMRouter：面向基于大语言模型时间序列预测的不平衡感知时间模式路由方法
简介该论文提出IMRouter框架，用于改进基于大语言模型的时间序列预测。作者指出现有方法忽视了不同时间模式出现频率极不均衡的问题，导致少见模式的预测误差更高。IMRouter通过模式自适应时间表示学习和路由引导的语义对齐两个模块缓解这一偏差，实验表明其在少见时间模式上的预测性能有所提升。
说明用证据消融负样本增强多模态推理的视觉依据
简介本文提出EVAN框架，用于改进多模态大模型的强化学习训练。它通过遮挡图像中最具判别性的区域，构造视觉证据被消融的图像，让当前策略生成看似合理但缺乏视觉依据的负样本。训练时，这些负样本以有界辅助信号的形式参与优化，以抑制捷径学习。论文称该方法在多模态推理基准上缓解了模态失衡，并优于较强的RLVR基线。
说明统一视频生成与4D感知的具身世界模型GenSight
简介该论文提出GenSight，一个把未来视频生成和稠密感知统一到单一预训练视频扩散Transformer中的具身世界模型。它用统一的时空表示编码视频、深度、具身分割和相对首帧的二维光流，并通过轻量任务调制在同一架构内预测各模态，所有任务在统一的速度预测空间中联合优化。模型支持多步未来视频生成（附带对齐的稠密预测）和基于观测视频的单步稠密感知两种推理模式。在多种机器人本体与人手交互的操作数据上训练后，GenSight在视频生成和稠密4D感知上均表现出较强性能。
说明超越LLM封装：面向可靠金融AI的上下文工程与三引擎架构
简介该论文提出一种金融AI架构，由金融知识图谱、确定性优化引擎和多智能体大语言模型层组成，并通过上下文工程协调ERP数据与工具。作者基于约11个月内15次部署的观察，称单智能体流程的幻觉率约为7%至9%，而图谱支持的多智能体验证将观察到的比率降至1%以下，但这些发现是观察性而非因果性的。
说明XLaw-JP-27B：面向日本法律的轻量级开源模型
简介本文介绍了XLaw-JP-27B，一个专门面向日本法律的开源权重模型，可在单张48GB显卡上运行，采用Apache 2.0许可。模型基于Qwen3.8-27B，结合了检索增强、基于自身已验证答案的微调以及多次采样投票等方法。在八项日本法律任务的评测中，该模型在六项排名第一，并是唯一在2024至2026年三年司法考试选择题中均通过的系统。
说明位置信息在哪里重要：基于剖析的Transformer分层RoPE分配
简介该论文针对Transformer中旋转位置编码（RoPE）在各层均匀使用的做法，提出依据早期覆盖收益剖析结果，在固定预算下为不同层分配高低不同的覆盖度。方法还适用于多头潜在注意力（MLA）中的物理旋转维度分配，并可通过归一化深度映射把小模型的剖析结果迁移到大模型。从零训练的实验显示，相比可比预算的基线，验证损失有所改善。
说明用切片最优传输快速对齐三维体素密度图的刚体旋转
简介本文提出一种基于切片最优传输的快速方法，用于在三维旋转群SO(3)上对体素化三维密度函数进行刚体对齐。方法把每个密度图转换为由单位球面中心切片得到的一维分位数函数张量，使变换后体数据的欧氏距离近似切片二阶Wasserstein距离，因而可以沿用现有快速的基于体素的欧氏对齐算法。作者给出了理论分析和数值实验，表明切片二阶Wasserstein距离可作为比较三维形状并计算其刚体对齐的稳健度量。
说明Event2Reward：从进度关系中学习机器人奖励
简介该论文提出Event2Reward方法，用于从机器人演示中学习任务进度，并将其作为强化学习的稠密奖励塑形信号。方法结合归一化时间的绝对进度监督与轨迹内停滞、倒退、恢复等相对进度关系，并利用约10万条真实机器人执行记录构建事件标注数据集。实验显示，在40个LIBERO任务上平均成功率比仅用稀疏奖励的基线提高18.16个百分点，真实机器人实验中也有明显提升。
说明COGS：面向属性感知的物体级3D高斯溅射感知诊断基准
简介本文提出COGS，一个包含40个类别、15675个经过伪影过滤且外观丰富的物体的大规模3D高斯溅射数据集，并在其上建立COGS-Bench用于物体分类和属性使用诊断。研究发现高斯属性并非都有益，部分子集的表现可优于完整属性集，且外观、不透明度和协方差相关属性组合的影响因架构而异。作者还提出参考模型HALO，在层次聚合前保留属性特定信息。
说明成对判断错误如何改变语义熵的极小极大速率
简介语义熵由判别器对答案对是否等价的判断估计，而自动判别器的错误依赖于被比较的答案。论文对已知判别器建模，给出三种语义时的速率由四个答案上的树统计量决定，并在一开放类信道上由五个答案上的树决定一致性阈值。对该类中的每个信道，给出了极小极大平方风险的阶及其成立的多项式弱窗口条件。
说明利用深度学习分析图案化表面上的冷凝现象
简介该论文提出了TileSAM3，一种基于Segment Anything Model 3（SAM3）的通用液滴分割工具，通过分层分块推理和后处理，提高了对非均匀表面上小液滴的检测能力。作者构建了两个数据集，并在低质量、带图案和缺陷的表面图像上，其平均精度明显高于传统阈值方法（0.57对0.088）。结合KD树跟踪，该方法还识别出了图案化表面上局部成核与聚并的区域。
说明零补集外推：稀有类样本数少于特征维度时的不平衡逻辑回归参数恢复与分类
简介本文针对少数类样本数少于特征维度的不平衡二分类逻辑回归问题，提出一种自校准零补集估计器，将少数类插值改为在多数类外缘进行外推生成合成样本。作者基于Stein引理给出理论证明，并结合马氏白化与截断偏移识别真实超平面法向量。在威斯康星乳腺癌和钞票认证等真实数据及蒙特卡洛模拟中，该方法在极端稀有条件下的F1分数与估计稳定性方面优于Firth回归和SMOTE。
说明面向长时程任务的目标感知动态多智能体协作（GAD）
简介该论文研究大语言模型智能体在长时程任务中的分工问题，发现验证与任务成功关联最强但常出现较晚，且共享上下文中与任务相关的信息比例会下降。作者提出目标感知动态多智能体协作方法GAD，用可增长的执行图组织子任务及依赖关系，每个上下文保留原始指令、任务目标和验收条件，并通过验证与恢复环节检查结果、提供修复反馈。
说明水下图像增强的多层级约束学习方法（MCL-UIE）
简介该论文提出MCL-UIE框架，用于校正水下图像的颜色并恢复因光衰减、散射和噪声而退化的细节。方法包括约束全局颜色映射的单调色彩变换、基于置信度门控的小波高频细节重建，以及训练时使用的参考锚定退化重放。论文报告该方法在十三/十六项全参考数据集指标比较中排名第一，并在无参考基准上给出有竞争力的视觉结果。
说明推理还是模式利用？来自强化学习训练语言模型的机制性洞察
简介本文以井字棋这一有限且可完全分析的逻辑领域为实验对象，考察大语言模型在组相对策略优化（GRPO）强化学习后内部表示的变化。结果显示模型准确率高且对提示变化稳健，但稀疏自编码器分析表明，模型主要更依赖提示中已显式给出的信息，如轮次、对局进展和棋盘占用情况，而棋盘对称性和战略分叉等高层概念表示较弱。
说明EmbodiExp：面向具身智能体的组合式经验迁移
简介该论文提出EmbodiExp框架，用于构建可迁移的经验并在具身任务执行过程中在线组合使用。其核心做法是把任务中可独立判定完成与否的子目标经验化，包含子目标、适用条件、可调整策略和可验证结果。实验在多个具身基准上进行，结果显示该框架有效。
说明用编辑后的终点图作为图生视频的部分目标
简介论文研究图生视频中，把编辑后的终点图作为过渡目标时出现的时序伪影。作者提出Partial方法，只约束由图像编辑注意力估计出的编辑相关区域，其余内容交由视频模型生成。在TC-Bench-I2V上的三个骨干模型实验显示，该方法相比全帧约束减少了时序伪影，过渡完成率无显著差异。
说明PRISM：用户历史中的个性化物品表示
简介这篇论文指出，序列推荐中历史物品的嵌入通常与用户无关，同一物品对所有用户得到相同表示。作者提出PRISM方法，复用上游排序计算，为每个用户-物品对生成个性化嵌入，并用自编码器压缩为供后续回放使用的一个嵌入。在大规模推荐场景的离线评估中，PRISM的平均归一化熵（NE）下降0.15%，优于VISTA的0.07%，并报告了随历史长度增加而提升的幂律趋势。
说明ACAM-J-MARS：用多图谱黎曼谱表示解码fMRI中的高级冥想状态
此语言的简介未通过日期、金额等核对，暂缓展示，请以原文为准。
说明日语金融语音合成中汉字词读音的验证
简介本文针对日语金融语音合成中多读音汉字词（如“市场”的读法）常被误读的问题，提出一种读音层面的检查方法。该方法用基于CTC的平假名识别器为预期读音及其易混淆读音打分，若某替代读音更符合音频则标记该词。在三个语音克隆声音的540条语句上，该方法检出误读91.7%，误报率为5.0%，优于基于转写的质量门控。
说明EgoContact：用第一人称视频评估物理智能
简介本文提出EgoContact，一个大规模第一人称视频数据集，用于通过预测未来接触点来评估学习到的操作先验的泛化能力与精度。数据集包含2.25万个经人工核验的交互事件，每个事件含接触前观察、语义意图和像素级接触位置。研究发现，现有方法在多样的真实场景中难以精确预测接触点，有时即使允许多次预测也无法定位目标物体。此外，将EgoContact作为现有可供性迁移策略的记忆库后，模拟环境中的抓取成功率由14.2%提升至31.2%，真实机器人上由16%提升至58%。
说明评估多输出结构化预测中评估指标的新方法
简介本文针对多输出结构化预测任务中同一输入可能有多个合理输出、但训练数据只提供一个标准答案的评估难题，提出了近似任务不变量（如彩色化图像中的物体边界、翻译中的命名实体）作为诊断工具。作者用它们测试视觉与语言任务中的多种现有指标，并通过增强损失函数在模型输出中鼓励这些不变量。实验显示，此类做法会明显提升常用的分布型指标，而传统指标变化不大。
说明部分三维人脸扫描的刚性对齐与可变形模型重建联合方法
简介本文提出一个单一网络，在一次前向计算中同时预测刚性姿态和形状补全后的点云。网络基于GeoTransformer，利用由8000个身份学习的三维可变形人脸模型，把部分扫描映射为模型系数。论文称其在保留身份的测试数据上误差优于多种基线，并在NoW和NPHM两个真实扫描数据集上取得最高精度和最快速度。
说明VEvo-Harness：面向智能体图像生成、带因果守护的自我演化框架
简介该论文提出 VEvo-Harness，用于智能体式视觉生成的持续自我演化框架。它通过视觉溯源把稀疏的 VLM 判断转为根因归因，并以反事实双臂图像生成回放筛选因果有效的技能补丁。论文称其超过现有智能体方法，性能可与 GPT-Image、Nano-Pro 等专有生成器相比。
说明二元字母表上等长关系模式语言的极限学习（仅凭正例）
简介该论文研究关系模式语言中的擦除型等长关系模式语言。在该关系下，变量的所有出现必须替换为等长字符串。论文证明，在二元字母表上，该类语言不能仅凭正例在极限意义下学习，解决了先前工作中的一个开放问题。对于每个大小至少为2的字母表，含最多两个变量最大子串的模式则可以在极限意义下学习。
看点解决了二元字母表上等长关系模式语言极限学习的公开问题，给出不可学习性证明及可学习子类的划分，属于理论结果；证明与学习算法在摘要中被明确描述。
说明STRATA：面向高效三维空间转录组学的强化学习主动采样与三范式自适应框架
简介空间转录组学可同时刻画组织形态与基因表达，但三维体积采集成本高昂。该论文提出STRATA框架，用强化学习智能体在预算约束下选取信息量高的采样点，并结合H&E形态与单细胞先验构建三维图，再通过检索、回归与跨层插补三种预测方式的自适应融合，从稀疏测量重建稠密三维转录组图谱。论文称在低预算条件下，该方法提高了采样效率与精度。
说明运动与几何的运动学因果归因：面向4D点云视频模型的黑盒解释方法
简介本文提出运动学因果归因（KCA），一种只查询模型输出的黑盒干预式归因方法，用于判断4D点云视频分类模型依赖的是身体部位的运动还是形状。方法通过冻结运动、去除形状的两种操作，构造每个区域的运动×几何立方体并进行Shapley分解。作者在MSR-Action3D上训练的PSTNet、P4Transformer和Mamba4D上验证，结果显示运动占比随任务定义的线索变化，且解释忠实性未因此下降。
看点提出黑盒干预式归因，分离运动与几何两种线索并给出完整Shapley分解，在三种骨干上通过线索审计验证。
说明干净记录与检查点：为序列式智能体风险认证的证据复杂度研究
简介论文研究如何用零成功的审计结果，为AI智能体完成危险任务的概率提供证明。作者把任务建模为分段的里程碑链，给出在给定显著性水平下认证完成概率不超过某阈值所需的最少零响应次数的渐近界，并证明了对应的最优常数。
说明基于不确定性引导的跨模态对齐用于扩散式物联网入侵检测
简介该论文针对不平衡物联网入侵检测中的少数攻击类别生成问题，提出一种可靠性引导的对齐方法：利用归一化VAE后验方差控制各模态的跨模态影响。表格流量特征、DeepInsight图像和数据包序列分别由模态专用变分自编码器编码，再用类条件EDM对潜在表示建模并生成配对的攻击潜在块。在TON-IoT数据集上，基于后验方差加权的变体在下游检测中优于均匀加权。