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CausalWAM：在世界动作模型中学习动作的因果变量
简介该论文研究世界动作模型（WAM）如何从观测中学习潜变量，并同时用于场景预测和动作生成。作者指出，场景预测需要整体场景信息，而真正导致动作的只是其中一部分，模型可能在动作生成中混入无关变量。论文证明在稀疏性约束下，用于生成动作的潜变量可由动作相关潜变量唯一确定，并据此提出CWAM，在预训练的WAM动作头中加入稀疏路由路径。实验在合成数据和真实机器人上验证了理论，并显示闭环成功率有所提升。
说明重新思考自监督三维几何学习中的不对称性
简介该论文研究无需位姿标注的图像自监督三维几何学习，主张将不对称性施加于三维表示空间而非输入空间，只把待预测视角排除在重建场景之外，共享骨干网络仍使用全部视角建立对应关系。论文还利用稀疏与稠密视角的特征对齐以及冻结的视觉基础模型提供几何训练信号，实验显示该方法改善了深度和位姿估计效果。
说明冻结-解冻贝叶斯优化中的成本感知停止规则：一步前瞻何时足够
简介本文研究可分段续训的冻结-解冻贝叶斯优化，用不依赖预算的效用（最优得分减去每段成本）决定何时停止。作者采用一步前瞻的期望改进（EI）停止规则，并构造了证明过早停止的下界证书，修正后期望效用不会降低。在三个超参数优化基准上，该规则在多数高成本设置下与修正方法无显著差异，低成本时修正在部分基准上有收益。
说明RangeSWA：无需训练即可延长连续扩散语言模型生成长度的方法
简介连续扩散语言模型在生成长文本时，若长度超过训练长度，容易出现重复、语义漂移和质量下降等问题。本文提出一种无需训练的长度外推方法RangeSWA，结合局部滑动窗口注意力、远程块摘要和动态内容检索，并通过位置重映射、条件注意力修正和随去噪阶段自适应的窗口调度来缓解质量退化。在多个连续扩散语言模型上的实验表明，该方法能有效降低长文本生成的困惑度和重复率。
说明《全景视频推理的基准与自举：Think in 360°》，即面向全景视频推理的评测与训练方法研究
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。
说明基于切片切比雪夫矩的差分隐私合成数据（SPLICE算法）
简介该论文提出一种差分隐私合成数据算法SPLICE，通过对目标分布的带噪声切片切比雪夫多项式矩进行测量，并拟合分布来匹配这些矩。作者证明，对于n个样本的数据集，在常数隐私参数下，生成的私有分布与目标分布的切片Wasserstein-1距离为Õ(1/√n)，且该界与数据维度d无关。实验表明该方法在广泛基准上优于先前的差分隐私合成数据方法。
看点新意在于用噪声切片Chebyshev矩构造差分隐私合成数据，给出与维度无关的Sliced Wasserstein界，并在广泛基准上与已有方法比较。
说明RAMA：面向低轨卫星网络、结合情景记忆检索的多智能体路由方法
简介论文提出RAMA，一种检索增强的多智能体深度强化学习路由框架，每颗卫星结合本地观测、近期路由历史、邻居状态以及自身情景记忆中检索到的经验进行决策。在140颗卫星的Kepler星座中，RAMA相比DDQN方法将平均端到端时延降低13.4%，99分位时延降低66.7%；在1584颗卫星的Starlink第一壳层中，平均时延降幅达93.2%，在线更新后再降低25.5%。
说明知识层模型（KLM）：证据可见的AI输出、路由诊断与负面结果
简介本文提出知识层模型（KLM），这是一种开放且与实现无关的推理记录规范，用于记录带版本的认知评估、证据关系和明确的未知项。文中以Nage AI OS的SEDIM架构作为参考实现，并报告了若干内部实验，包括平台领域路由基准（150条分类中137条正确，约91.3%）及若干失败或未能确立效果的测试。作者强调，这些结果为内部报告，证据可见性并不等同于答案正确、因果依赖、安全性或合规。
说明PersonaChatBench：用多样化模拟用户评估对话助手
简介该论文提出PersonaChatBench框架，用同一任务搭配多个带有不同需求、偏好和互动行为的模拟用户（由人物设定卡驱动），评估对话助手的任务能力与对多样需求的响应。研究评测了20个语言模型，覆盖六个领域，分别考察任务结果、表达需求的满足程度和模拟器保真度。结果显示，任务表现与需求满足程度因人物设定和领域而异，强任务表现不一定能满足个体需求。
说明CRoS：对打乱顺序的思维链给予因果奖励，提升准确性与推理可信度
简介本文提出CRoS，一种评估思维链因果性的方法：只打乱推理步骤的顺序而不改变内容，以避免扰动信息本身带来的混淆，并将其用作强化学习的训练奖励。在Reasoning Gym与Gemma-3-4B上，CRoS在五个未见过的逻辑与游戏数据集上准确率达46.8%，高于最强基线的43.8%；在CoT-Pass@K（K从1到128）上平均为43.4%，高于基线的41.4%；提示承认得分为34.0%，高于基线的20.2%。
说明REA：面向异步“大脑-小脑”控制的路由式具身智能体运行时
简介论文提出REA（Routed Embodied Agent），一个统一的运行时框架，让负责深思的高层推理模块、具身路由模块与反应式底层策略协同工作，并保证运行中的策略不必等待高层推理结果。系统通过预先记录各策略成功率的路由记忆、在策略执行边界触发的判断门控，以及共享预算的分级恢复机制来协调。在LIBERO-Pro的60个任务、3000个测试回合中，REA成功率达95.9%，优于同策略池中最佳单智能体基线（94.7%），同时控制步数减少25%、控制时间减少17%。
说明随机梯度下降在光滑凸优化中的精确理论与最优步长
简介本文研究光滑凸优化中随机梯度下降的步长安排。假设梯度噪声条件零均值且方差有界，在维度不低于 N+1 的问题中，对最后一次迭代的期望次优性给出精确的最坏情况分析，适用于 [0,1.5] 区间内任意（可非恒定的）N 个步长的安排。当方差上界至少为 Ω(1/√N) 时，论文给出随机梯度下降的极小极大最优步长安排并证明其唯一性，这些最优步长单调递减。
看点给出SGD末次迭代期望次优性的精确最坏情形分析，证明最小最大最优步长表的唯一性，并排除确定性情形中的分形加速，对子领域有实质贡献。
说明基于物种级检测的声学生物多样性指数：分类器基准、误检控制及与标准声景指数的比较
简介本文修订了一种基于物种级声音检测构建的声学生物多样性指数（ABI）。该指数以检测结果的香农多样性，除以该地点和季节预期的区域物种库大小进行归一化，并单独报告时间稳定性。研究在非洲萨瓦纳和阿布扎比动物园的多个生境中进行了验证。结果显示，该指数与物种丰富度高度相关（Spearman ρ = 0.93），而六种标准声学指数的相关性则较弱。
说明在个体光滑性假设下接近最优的二阶凸有限和优化
简介本文研究具有 n 个分量的光滑凸有限和优化问题的随机二阶oracle复杂度。作者给出了在个体光滑性和凸性假设下的下界 Ω(n+n^{5/7}ε^{-2/7})，并提出一种新的泰勒修正惰性牛顿方法，结合Monteiro-Svaiter加速，获得 Õ(n+n^{5/7}ε^{-2/7}) 的复杂度，与下界仅相差对数因子。
说明同一问题，不同答案：对六个大语言模型在戒烟建议上随用户身份变化的审计
简介研究者让六个主流大语言模型（来自四家厂商）回答同样四个戒烟问题，提问者身份分为十二种，涵盖人生阶段、自述专业背景和吸烟史，共收集2880份回复。结果显示，模型对青少年身份提及FDA批准的处方戒烟药物的频率比成人身份低32至67个百分点，且六个模型中有五个对自述具有医疗专业背景的用户给出的事实更少。研究还测试了一条用于规定核心事实下限的系统提示，发现其效果在不同模型间存在差异。
看点新意在于用人设变化审计六个LLM在戒烟建议上的差异，并测试事实底线系统提示；摘要报告2880条回复、6个模型，且发布了全部回复与分析代码。
说明从含噪测量中学习干净的生成过程
简介本文研究仅利用含噪观测数据学习干净图像生成模型的方法。作者先用Noise2Noise回归从独立含噪视图中学习后验预测，但只能在训练数据噪声水平及以上使用。为学习更低噪声水平的预测，论文引入一致性约束，并给出一致性可唯一确定通往干净图像分布的条件。实验在CIFAR-10、光子计数显微镜和合成孔径雷达数据上进行，结果表明一致性关系能够修复超出数据噪声水平之外的采样过程。
看点新意在于用一致性约束把噪声数据低于训练噪声水平的后验预测学出，并给出唯一确定干净图像分布的条件；作者报告在CIFAR-10、光子计数显微镜和SAR上验证，影响面主要在生成建模的非高斯噪声场景。
说明Any Forcing：面向自回归视频生成的任意步数通用性与单步稳定性
简介该论文提出 Any Forcing 框架，用于自回归视频生成。它通过统一的对抗判别器同时进行真实分布对齐、步间一致性对齐和首帧质量增强，使模型可以灵活采用不同采样步数，并保持单步生成质量。另外，论文提出一种免训练的自适应长时记忆选择机制，依据全局语义相关性和局部价值贡献选取历史状态，并重新映射其时间位置，从而支持稳定的单步长视频生成。实验报告在单张 H100 GPU 上，短视频与长视频生成分别达到 20.9 FPS 和 24.7 FPS。
说明并非免费的循环：对已训练模型加循环，何时值得付出推理计算成本？
简介该论文研究在已训练好的模型中重复执行部分层（即加入循环）是否值得。循环不增加参数量，但每个生成的词元都要多付出计算成本。作者将循环模型与参数相同的无循环模型，以及推理浮点运算量相同的无循环模型进行比较。结果显示，只有0.8B的循环模型同时超过两个基线，4B和9B的循环模型则未超过参数相同的基线，因此在预训练后加循环只对参数预算固定的小模型有利。
说明CausalXRL：通过因果图推理实现可解释的强化学习
简介该论文提出CausalXRL框架，利用因果图推理为强化学习智能体的决策提供透明、结构化、多层次的解释。作者通过基准强化学习环境中的定量分析（解释保真度与因果结构学习效率）以及即时战略游戏MicroRTS上的专家定性研究进行验证。结果显示其解释具有较高保真度且学习因果结构效率较高，专家认为该框架有助于检视高层次的战略。
说明用于非线性四旋翼实时节点密度估计的神经网络方法
简介本文提出一种基于学习的B样条轨迹逼近自适应节点布置方法，用于由常微分方程生成的轨迹。神经网络从系统初始状态学习到刻画轨迹局部变化的量的映射，据此构造非均匀节点分布，使局部误差指标近似均分，从而在满足给定精度的前提下减少所需控制点数量。
说明GhostPrefix：无需同步的通用前缀攻击，用于操纵语音识别
简介论文提出 GhostPrefix，一种针对自动语音识别（ASR）系统的通用对抗性前缀攻击。攻击者学习一段可重复使用的短音频，并将其加在任意实时语音之前，无需知道后续语音内容或时间对齐即可影响识别结果。论文在 13 个开源 ASR 模型上评估了三种攻击模式，并在数字环境和实际空中传播环境中展示了较高的攻击成功率，同时指出这些操纵会影响语音助手和 AI 笔记等下游应用。
看点首个无需同步的通用音频前缀攻击，结合表示级目标，在13个ASR模型上做了数字与空中实验并对比多种攻击模式。
说明当方程出错时要能察觉：面向外推的LLM引导符号回归结构不确定性
简介该论文关注用大语言模型从数据中发现数学方程时的不确定性问题。作者提出LLM-SR-UQ框架，保留多个相互竞争的方程结构，并利用它们之间的分歧来刻画函数形式的不确定性。在LLM-SRBench数据集上的实验显示，该框架在外推时的覆盖率得到明显改善，同时保持了分布内的覆盖率，并且该方法也可用于其他符号回归方法。
说明异步流映射语言模型：一步生成中融入预测顺序
简介该论文提出异步流映射语言模型（aFMLM），通过学习异步流的流映射，把词元的预测顺序融入一步并行的语言建模中。异步流借助按词元设定的时间进度来控制各词元的去噪进程，可以是预设的，也可以是状态自适应学习得到的。模型能在一次前向传播中生成全部词元，并在数独求解和GSM8K数学应用题代码生成任务上取得一步生成的最新最好表现。
说明雅可比微调何时能稳定神经偏微分方程模拟器？
简介本文研究用于混沌偏微分方程的神经模拟器在自回归推演中误差累积的问题。作者通过一阶分解，把误差区分为模型自身动力学放大的部分与系统本身的物理增长，并用放大比来刻画这种差异。实验覆盖四种偏微分方程、五种架构和两种模型规模，结果显示当放大比较高时，雅可比微调能显著降低误差。
说明TurnTurk-GPT：面向土耳其语的基于文本的话轮转换预测
简介本文提出TurnTurk-GPT，一种基于文本的土耳其语话轮转换预测模型，通过用TurnGPT目标在合成与真实对话上微调土耳其语GPT-2得到。在真实土耳其语对话上，它与规则基线、零样本土耳其语言模型及多语言话轮结束检测器进行了比较。结果显示，它在两种划分方式下均优于多语言检测器，但仅在测试说话人出现于训练集时优于零样本语言模型；模型与评估方案已公开发布。
说明TradeWar：基于执行结果、适应性大模型智能体的贸易谈判基准
简介本文提出TradeWar，一个多国贸易模拟基准，将谈判对话转化为具体的关税和贸易份额政策，并在结算时施加产能与网络约束，用经济健康指数（EHI）评估结果。作者同时提出TACTIC智能体，在多轮谈判中跨回合利用历史经验、对手行为和结算结果逐步调整策略，且不更新基础模型权重。实验显示，TACTIC的最终EHI高于基线，并在技术管制和能源危机冲击下表现出更小的性能下降。
说明GeoFlip：视频生成中几何敏感物理行为的基准测试
简介该论文提出GeoFlip基准，用于检验视频生成模型能否根据初始几何形状的变化生成正确的物理演化。基准包含482组场景对和964个参考视频，覆盖六类物理情形，参考结果由物理模拟与数值验证得出。对16个图像到视频模型的评测显示，最高事件正确率平均仅为27.98%，说明基于几何条件的物理生成仍存在明显局限。
说明AutoAnalysis：一项自动更新的人机协作元分析
简介本文提出 AutoAnalysis，一个可自动更新的元分析系统，用于研究人与人工智能在何种情况下协作效果更好、何种情况下单独工作更好。其最近一次运行整合了 420 篇论文中的 1955 个效应量。结果显示，人机组合的表现平均显著优于单独的人类，但显著低于人类或人工智能中表现较好的一方。该系统还将随新研究出现而持续纳入新证据。
说明《Less Loss, Fixed Weights》：用固定的 logit 校正缓解语言模型遗忘
简介论文研究语言模型经指令微调或新领域继续预训练后，在标准网络文本上的预测损失上升（即“遗忘”）能否通过固定的最终 token 预测调整来消除。作者在 14 组基础模型与衍生模型（1B 至 7B 参数）上拟合每个 token 的固定偏置，单独或与温度一起使用。结果显示，偏置校正恢复的损失比例最高不超过 10%，偏置加温度最高可恢复 36%；在数学领域继续预训练的模型几乎无法恢复。
说明CAPER：面向模拟电路验证、具备电路感知能力的大语言模型参数高效推理方法
简介论文提出让大语言模型充当模拟电路的验证助手，找出未满足的设计规格以及在工艺、电压、温度（PVT）变化下出现的可靠性问题。作者提出CAPER方法，在LoRA旁增加一个小分支，读取各电路级的属性并结合相关级的信息。实验显示，该方法在反馈环路判定和比较器锁存器的PVT失效检测上表现优于通用适配器。
说明DAMI：用于门控线性注意力中增强长上下文检索的双轴记忆初始化
简介该论文提出双轴记忆初始化（DAMI），在训练前联合配置门控线性循环中的门参数，以改善长上下文检索。方法为不同注意力头分配几何时间尺度，并在层间设置低-高-低的输入敏感度分布，通过少量激活样本校准，不增加可训练参数。在多种门控线性注意力模型上，DAMI 相比随机初始化基线，RULER 类检索准确率平均提高 5.29 至 16.71 个百分点，语言建模、常识推理和 2K 真实检索表现与基线大体相当。
说明MoETok：用于一维视觉分词器的稀疏专家路由
简介该论文提出MoETok，一种一维视觉分词器，让图像分词经过稀疏激活的专家路由。研究发现，在语义监督下，可学习查询会自发分化：少量内容查询负责高层语义，较多细节查询保留用于重建的细粒度视觉信息。MoETok与重建及语义目标联合优化，相比稠密分词器，在重建、语义表示和自回归生成上均有提升。
说明《神经元就是你所需要的一切》：一种把持久记忆放进神经元单元、可在模型间转移能力的新型神经网络层
简介论文提出NURESA（带保持性自适应架构的神经单元），在神经网络层中引入单元内的持久记忆，使记忆与计算分开，并能积累、巩固为可转移的记忆寄存器。实验涵盖MLP、GPT-2和Qwen2.5等模型，报告了在未重新训练、也无需原始训练数据的情况下，把所学能力零样本转移到未经训练的模型实例中。论文还称该方法在微调时能防止领域能力丢失，且转移过程约需一分钟，转移文件远小于原模型。
说明ID2Pattern：为交易风险基础模型预训练可泛化的身份行为模式
简介该论文提出ID2Pattern预训练框架，用于交易风险基础模型。它先用本地匿名ID（LAID）分词器编码卡、设备、账户等身份字段，刻画身份在交易序列中如何出现和重复，而不依赖具体取值；再在无标签序列上预训练多尺度模式码本，把LAID序列抽象为离散行为模式。实验显示其在工业数据集和六个公开数据集上优于强基线，并在训练时所有身份取值都未出现过的情况下依然有效。
说明FoAViS：分析注视点中学习到的注视策略，一种仿人眼的主动视觉系统
简介本文提出FoAViS系统，采用对数极坐标的中心凹式采样，并将信息累积到二维空间记忆中，同一记忆可直接用于分类和语义分割。注视点由与任务同时训练的策略从二维图中选取。研究发现，学习到的注视策略比非学习启发式方法选择的位置更有信息量，并且与同时训练的策略一起训练的模型，在分类和分割上都优于随机位置训练的模型。这些注视路径还与人类注视行为的部分特征相似。
说明TwinPast：用证据对比视频对评测流式视频理解中的历史证据利用
简介本文指出，流式视频基准上的高准确率并不能说明模型是否真正利用了视觉历史。作者提出TwinPast基准，包含350组经人工审核的视频对，每对保持近期视频、问题和选项不变，只改变关键历史证据和正确答案，并要求两段历史的答案都正确才算通过。实验评估了34种模型与输入配置，结果显示最强的流式系统PairAcc为49.14%，通用模型为66.57%至91.43%。
说明私有PAC学习样本复杂度的新下界
简介本文研究在近似差分隐私约束下的可实现PAC学习，提出了证明样本复杂度下界的框架。作者构造了VC维和Littlestone维相同、但私有样本复杂度不同的概念类，说明这两个维度无法决定样本复杂度。为此引入独立类打包参数（ICP），并证明任何（非必须正常的）学习器都需要Ω(ICP/(αε))个样本。据此得到了轴对齐矩形、区间并集和线性子空间的紧下界，以及半空间和凸多边形的改进下界。
看点提出独立类打包参数刻画隐私PAC样本复杂度下界，给出矩形、区间并等多类的紧界，并指出VC与Littlestone维数不足以决定样本复杂度。
说明厂商图像处理是否重要？从原始波束空间数据学习超声心动图显示外观
简介许多超声心动图数据集包含厂商处理过的图像，但处理过程往往没有记录，可能影响模型性能与稳健性。研究者训练了一个小型卷积神经网络，从原始波束空间亮度模式超声数据还原通用电气（GE）的显示外观，使用来自605名患者的8406段记录。该波束空间网络的测试平均绝对误差比最优逐点亮度映射降低43%，优于同等结构的笛卡尔坐标网络，并可在CPU上实时运行。
说明测试时搜索何时对世界动作模型有帮助：候选选择与模拟器完整性的实证审计
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。
说明逐步剪枝、稀疏适配：极高稀疏度下大语言模型的高效剪枝方法
简介该论文提出ETAPS方法，用于大语言模型的权重剪枝。它在逐步收紧全局稀疏约束的同时，以固定的小预算训练稀疏增量，从而在高稀疏度下保持模型质量。在6个从1.25亿到130亿参数的模型上，ETAPS在50%至90%的各稀疏度下困惑度均低于ELSA，最多降低42%，且在90%稀疏度下剪枝LLaMA2-7B时所需GPU数量和资源更少。
说明博弈何时是马尔可夫决策过程？博弈论与强化学习之间的对应关系
简介本专著从理论上论证博弈论与强化学习描述的是同一对象：博弈可在三种不同意义上视为马尔可夫决策过程，并逐一标注各对应关系的成立条件。文中涵盖标准博弈类别及纳什均衡、软贝尔曼算子、沙普利值等解概念，并分析相应训练方法与求解复杂度。最后指出不成立的对应关系，包括非平稳性、无法实现无协调收敛至纳什均衡的不可能性结果，以及粗相关均衡与相关均衡之间的差距。
说明基于弱部分学习器在对数凹分布下稳健学习多指标模型
简介本文提出一种在对数凹分布下学习布尔概念类的新算法框架，适用于多种多指标模型，并可扩展到部分分类与可测试学习。其核心是基于弱部分学习器的提升方法，并通过递归矩划分与子空间差异检测来保证弱学习器的可用性。论文给出了半空间函数与多类线性分类器等概念类上更快的稳健学习算法。
看点提出基于弱部分学习器的新提升框架及矩分割与差异检测方法，将逻辑凹分布下多指标模型的鲁棒学习做得更快，并在摘要中给出理论结果。
说明WASABI：基于桥插值的 Wasserstein 采样方法，用于从玻尔兹曼分布中生成样本
简介该论文提出 WASABI 方法，训练扩散模型从给定能量函数的玻尔兹曼分布中生成样本。它利用 Wasserstein 梯度流最小化模型分布与目标分布之间的 KL 散度，并设计了一种无需计算模型自身对数密度梯度的实用训练算法。训练完成后，生成新样本无需再次评估能量或其梯度。在丙氨酸二肽上，论文称其相比最佳已报告基线所需能量评估次数估计减少 3.3 倍，在相互作用粒子系统基准上也表现出有竞争力的性能。
说明Chronos-2：面向多变量时间序列预测的基础模型
简介本文提出Chronos-2，一个可用于零样本预测的时间序列基础模型。它能够建模多个相关时间序列之间以及与外部协变量之间的相互作用，并直接从历史数据中推断这些关系，输出概率预测。作者称其在多个基准上平均精度达到最优，计算速度也明显快于专用预测方法，并在传染病、宏观经济、碳通量和径流模拟等科学场景中与专用方法表现相当或更好。
说明冲击加载可探索超越加速热分解的反应路径
简介该论文开发了一种面向 C/H/N/O 含能材料的反应型机器学习势函数 EMFF-MACE，在同一势能面上模拟了 20 种材料的热分解和 10 种材料的冲击过程。比较结果显示，两种加载方式在相同归一化反应进程下的化学状态和局部结构环境存在明显差异。研究认为，加载历史会影响分解过程中所经历的结构状态和后续反应路径，而不仅仅是热分解的速率。
说明通过行为衍生的语义维度，让多模态大模型与人类认知的潜在结构对齐
简介该论文提出一种框架，使多模态大语言模型（MLLM）与人类相似性判断背后的多维心理表征对齐。研究基于已有的行为衍生语义嵌入空间，其中对象沿66个可解释维度表示，这些维度来自470万次人类「奇怪项识别」（Odd-One-Out）判断。实验显示，该方法提高了模型与人类相似性判断的一致性，同时在标准多模态基准上保持有竞争力的表现，并通过fMRI数据的搜索灯式表征相似性分析（RSA）观察到模型与人类表征对齐度的提升。
说明面向少步流强化学习的随机策略几何优化
简介少步流模型通过少量大步去噪过程生成样本，将GRPO用于此类模型需要在去噪过程中引入随机性。本文提出Geo-FSRL方法，在满足系数保持约束的各向同性高斯转移族中，选择使条件KL散度最小的策略，并给出该族内唯一的闭式最优解。方法在4步设置下，于图像和视频生成模型上取得了高于Flow-GRPO和Flow-CPS的最终奖励分数。
说明Sensorium：面向具身手术AI的开源多模态数据采集与整理库
简介该论文介绍了Sensorium，一个基于ROS和ROS2的开源Python库，用于记录、处理、标注和整理可配置机器人与传感器数据流中的多模态手术数据。该库涵盖面向操作人员的数据采集、可配置处理、语义标注以及按片段生成数据集等功能。作者在模型、离体和活体猪的1516组录制数据上评估了该库，并报告了初步的可用性反馈。
说明面向科学人工智能的可观测量专用有效性检验：受控近似与干预响应
简介本文为科学人工智能提出按可观测量分别记录的有效性检验方法，把简化模型与其参考模型、误差度量、容差、参数范围及变换或干预关联起来。对奇异摄动振子给出位移与速度的显式证书，并借助精确的Hubbard二聚体关系区分能量与响应判据所接受的耦合范围。在16次重复的神经网络拟合中，施加量纲齐性后，能量尺度转移误差由52.3%降至0.0768%，同时满足能隙与响应容差的样本中位比例由0提升至100%。
说明动态环境中移动自组网的自适应覆盖算法
简介本文扩展了未知环境中移动智能体协同的既有框架，考虑部署过程中可能出现的动态不稳定性。作者在原有问题的基础上加入智能体丢失和环境变化两种设定，并改进了集中式算法CADENCE及其分布式版本DADENCE。在包含4500多个不同规模与结构测试用例的基准集上，改进后的算法表现优于另一种现有基准算法。
说明二值稀疏编码：在节能表示方面我们走到了哪一步？
简介该论文关注人工系统中的二值稀疏编码，这类编码模仿大脑以少量活跃神经元表示信息的方式。作者提出了一套把信息保持形式化为相似性保持的度量指标，用来衡量编码对输入空间关系几何结构的还原程度。作者在统一条件下比较了四种代表性方法，结果显示高信息保持与高稀疏性之间存在权衡，只有竞争稀疏编码（Competitive Sparse Codes）在保持较多信息的同时接近最高稀疏度。
说明隐式去噪先验的先验力族及其在线性逆问题中的决策
简介本文针对由高斯去噪器给出的隐式先验（如即插即用PnP、基于去噪的正则化RED及基于分数的方法），定义了与噪声方差相关的先验力族W_t=t^{-1}(D_t^{-1}-I)，以便与显式先验进行比较。作者分析了MMSE去噪器对应的能量在不同层面的表现，并指出噪声水平是先验的参数而非步长。实验基于精确先验，验证了这些理论预测。
看点提出以噪声水平参数化的先验力族，比较PnP、RED与MAP能量，给出噪声水平作为先验参数的理论结论，并在精确先验上实验验证。
说明带多次本地更新的去中心化随机优化方差缩减方法
简介本文提出一种基于原始-对偶的去中心化优化算法，将方差缩减与多次本地更新结合，在随机梯度条件下工作。该方法的步长与网络规模无关，且与本地更新次数成反比，因此可使用更大步长并加快收敛。在强凸设定下，作者建立了期望意义上的线性收敛保证，并且每轮仅交换一个变量，通信成本约为基于梯度跟踪方法的一半。数值实验显示其在收敛速度和精度上有所提升。
说明IGDA-ICMH：面向机器与人类视觉的重要性引导特征与网络双重适配图像压缩框架
简介本文面向同时服务机器视觉和人类视觉的图像压缩问题，先定量分析不同特征和网络层对机器视觉任务性能的影响。基于此提出IGDA框架，以隐式神经表示为基础结构，并设计了按重要性选择调整关键网络层的低秩适配模块，以及利用低秩与Kronecker积变换探索特征非局部性的特征适配模块。实验表明，在图像分类和目标检测任务上，该框架优于现有基于隐式神经表示的方法。
说明面向优化建模的结构感知技能检索与仲裁方法
简介论文提出ArchOR，一种以原型为中心的技能代理，在OptSkills基础上增加两个检索模块：中心感知表示学习（CARL）与签名引导检索（S³R）。系统用加权Jaccard重叠排序候选技能，并设定仲裁规则决定何时以结构化路径替代原有选择器。在相同骨干模型下，ArchOR在五个基准上的Micro-Avg. Pass@1达到65.00%，较OptSkills有所提升。
说明面向AVS神经视频压缩的率失真优化跳过模式编码框架
简介该论文针对AVS神经视频压缩中的跳过模式编码，分析了不同空间位置与时间参考质量下码率和失真的分布变化。作者提出RDOSkip框架，基于超先验与贝叶斯定理预测的统计分布来建模率和失真，并采用时空联合率失真优化的自适应跳过模式决策方法。实验显示，该方法在AVS和HEVC数据集上的BD-rate分别节省0.90%和1.29%。
说明LLM 智能体多工具请求中检索结构的完整性与成本
简介论文比较了六类工具检索结构在两个多工具测试集上的表现，衡量检索结果是否包含完成请求所需的全部工具，以及检索时的调用次数、令牌数和延迟。结果显示，在不针对测试集训练且每个查询最多调用一次 LLM 的方法中，AppWorld 上 k=16 时完整命中的查询不超过 10%。在测试集上训练的集合级检索器无需 LLM 调用即可取得较高完整性，而 LLM 导航的层级结构则需要大量调用和更长时间。
说明强化学习的统计基础：非渐近视角（专著）
简介本专著以表格型马尔可夫决策过程为基础，从非渐近角度系统分析强化学习的样本复杂度。内容涵盖生成模型、在线和离线三种采样机制，以及基于模型与无模型两类算法范式。作者重点讨论极小极大最优的算法设计，并对若干常用强化学习算法给出精确的统计刻画，最后简要讨论鲁棒强化学习、多智能体、联邦强化学习、不确定性量化和基于人类反馈的强化学习等扩展方向。
说明ReX-GG：用于关系抽取与图谱生成的大语言模型集成流程
简介本文提出一种可定制的轻量级多个大语言模型协同集成流程，采用 JSON 结构化输出和匿名同行评审排序，以减少幻觉输出和单一模型失效。该流程应用于英文科普文章的关系抽取，区分强因果、弱因果、对比和组合四类关系，最终生成可交互、按颜色区分的 HTML 因果图。匿名用户研究显示，其相对人工标注标准的平均感知准确率为 0.778。
说明利用机器学习通过学习者在技术增强学习中的交互轨迹测量自我效能感
简介本文研究如何根据学习者在技术增强学习系统中做练习时留下的交互轨迹，识别其自我效能感偏低的迹象。作者在两所大学开展实验，收集了交互数据和自我效能感的自评结果，并构建了包含多个分类模型的机器学习流程。研究认为，自我效能感在学习过程中变化较大，需要持续监测以提升预测效果。
说明通用大模型在化学性质预测任务上超过专用化学模型
简介该论文比较了通用基础模型与化学基础模型在化学各领域任务上的预测准确度。结果显示，在仅有60个实验数据点时，通用模型GPT-6 Astra在五项物理化学和量子化学回归任务上优于现有化学模型；化学模型需要约10倍数据量才能达到相近表现。作者认为，学习化学结构等基本表示并不能替代对人类相关知识的训练。
说明度量空间中的 k 近邻回归：均方一致性研究
简介本文研究度量空间取值特征下 k 近邻回归的均方一致性。作者分析了邻居选择如何重新分配概率，并分别给出逼近误差与条件响应方差的条件。文中指出，在有限四阶响应矩及 k_n→∞、k_n/n→0 的条件下，选择密度的一致 L2 界即可保证一致性。另外，作者构造了一个在 sigma 有限 Nagata 维度下的空间，其中一个带所有有限矩的无噪声响应的均方误差发散，说明该维度条件不足以保证无界响应下的均方一致性。
看点新意在于将k近邻回归的均方一致性条件推广到度量空间，给出选择密度的界并构造反例；作者给出多项证明与构造，影响主要限于该理论子领域。
说明利用大语言模型在高吞吐数据虚拟化服务中自动生成关键词
简介论文针对数据虚拟化服务（DVS）中大量虚拟数据集难以检索的问题，提出用大语言模型为每个虚拟数据集自动生成关键词的方法。作者设计了五种选取文本数据供大模型处理的策略，并在五个应用案例中测试，使用三种大模型生成器和两种嵌入技术进行实验。结果显示，各策略的效果取决于文本描述的质量，研究据此采用多策略方式实现关键词生成服务。
说明通过科学机器学习学习大规模异质超材料中的非局域相互作用
简介本文提出域分解注意力神经算子（DANO），可仅从场数据中学习线性场方程支配的异质系统中随构型变化的相互作用。作者以大规模光学超表面为案例，展示了其在几何异质性和不同驱动条件下的全场预测、小域到大域的迁移以及多功能逆向设计能力，并通过基于物理的检验验证了所学相互作用。
说明以文本作为索引的零样本跨领域知识追踪
简介知识追踪用于根据学生的历史作答预测其下一次作答。该论文提出TIZSKT方法，在新平台仅有题目文本、缺乏作答记录时，将文本用作索引而非可直接迁移的预测表示，并通过领域内的历史证据构建来辅助预测。在三个公开数据集的留一领域实验中，该方法在所有目标领域上取得了最高的平均AUC和准确率。
说明用于预测消费者偏好动态的模糊选择性状态模型
简介本文研究零售连锁顾客偏好随时间变化的预测问题，用三角模糊数表示偏好，并用类Mamba的选择性状态空间模型刻画其演化。模型在Matveev的双分量模糊数代数中计算，循环参数由清晰特征给出。在含竞争对手促销和顾客转换的合成示例中，一个仅107个参数的轻量模型在预测中心的平均绝对误差上优于两个基线，并能给出可解释的模糊度估计。
说明Movens-Zero：利用大规模人类视频扩展人形机器人运动基础模型
简介该论文针对人形机器人运动基础模型数据稀缺的问题，从网络视频中构建了包含1500万条人类动作序列和500万条可物理执行的人形动作序列的数据集Movens-5M。作者提出了统一理解、生成与执行的Movens-Zero架构，支持文本、语音、音乐和视频等多模态输入下的实时闭环控制，并发布了包含8192组专家验证数据的四模态基准Movens-Intent。实验显示，随着数据和模型规模扩大，四种模态的生成与执行效果均持续提升。
说明《Learning to Live》：迈向终身具身智能的一步
简介本文提出LIFE框架，让机器人持续观察、选择性记忆，并把经验转化为新能力。框架包括用于条件跟踪与事件发现的轻量流式门控RoboBeats、保留原始图像与结构化记录的可扩展记忆Plastic Memory，以及把问题求解中得到的方案验证为可复用工具与技能的Explore-Distill-Mount（EDM）。实验显示RoboBeats在条件跟踪上明显优于基础模型，并在相同写入预算下比均匀采样保留更多有用证据；一个真实机器人24小时连续视频的案例展示了系统如何从一天的经验中构建记忆并回答日常问题。
说明AI评审者偏爱特定AI模型撰写的求职信，与候选人能力无关
简介论文研究求职者用大语言模型写求职信、雇主用大语言模型筛选时，所选模型是否会独立于候选人资质影响录用结果。作者搭建了多模型审计框架，组合11个写作模型和9个评审模型，覆盖10个职位、每个职位50名候选人。结果显示存在稳定的模型偏好等级，且评审模型存在自我偏好；在最不利的组合中，25名合格候选人中约有1.8人仅因模型不匹配而被筛掉。
说明学习互动与导演：共同进化的视频导演智能体
简介本文提出LIT框架，由导演智能体、模拟用户和元工程师组成，用于改进多阶段视频制作中的交互与导演能力。元智能体通过主动学习外部知识来发现问题并提出方案，三者形成闭环共同进化。在Test与OOD Test两个数据集上，LIT相比初始流程分别将制作得分与交互得分提高了19.1%和32.0%。
说明SimXAI：一个可即插即用的简单层，提升对话式可解释AI的交互质量与理解度
简介该论文提出SimXAI，一个以大语言模型为核心的轻量对话层，用单个可调用工具的大模型替代传统GUS式架构中的意图识别、对话管理和模板回复等模块，使用户能对话式访问现有的可解释AI资源。论文还提出了针对单轮与多轮解析、忠实性和上下文理解的评估套件。在多个数据集上，SimXAI在函数选择准确率和忠实性方面表现良好，并更好地处理依赖上下文的请求；在仅替换TalkToModel对话层的用户研究中，用户完成任务更准确且轮次更少。
说明迭代积分作为词汇指纹：用于词汇相似度的路径签名嵌入
简介本文提出用Word2Vec词向量轨迹的路径签名（基于粗糙路径理论的迭代积分）构造句子嵌入，以显式捕捉词序与词汇结构。作者在不同Word2Vec维度、签名深度和PCA压缩下进行消融实验，将嵌入距离与五种词汇字符串度量进行相关性分析。结果显示平均池化几乎无法捕捉字符级编辑距离，而路径签名与之高度一致，其中深度为2的签名在字符与词级敏感性之间较为平衡。
说明如何简化折线图：分类体系与基于特征的评估
简介本文提出一种基于视觉特征的折线图简化分类体系，比较了三类共19种常用算法（变换类、缩减类、聚合类）。作者定义了12个可计算的感知特征，并用21项指标衡量各算法对这些特征的保留程度，同时提出结合保真度与复杂度的 FC 评分。在80个数据集上的评估显示，不同算法族表现出明显差异。
说明动态记忆Transformer：具有恒定成本注意力的选择性循环记忆
简介该论文提出动态记忆Transformer（DMT），一种混合架构，将序列编码与信息读取分离。编码器使用多个由带复数对角循环矩阵的动态系统实现的记忆单元，并由输入相关的泄漏率控制更新；解码器通过注意力读取并组合这些记忆输出，而不直接访问词元历史。作者在认知任务和语言建模任务上与Mamba及Transformer进行比较，结果显示DMT在若干认知任务上最佳，语言建模接近Transformer但仍落后于Mamba，并在选择性复制任务上表现出更强的长度外推能力。