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Agent Board：面向智能体的看板式持久协调机制
简介本文介绍了 Corvic 框架中的 Agent Board，这是一个持久的共享任务表，供多个智能体发布、监听和等待任务，智能体等待时无需保持进程运行。系统智能体 Board Keeper 负责把外部事件转为任务唤醒并按任务描述分配智能体。模拟实验显示，该机制的等待开销不随等待时长增长，但一个简单的外部监听器成本更低，Board Keeper 的唤醒匹配有 3.6% 的漏唤醒。
说明评估合同与评估杠杆：结构化预测中分片差距的读数可在模型不变时发生变化
简介本文指出，自然语言处理评测中常引用的分片差距（如文档级关系抽取中的段内-段间差距）并非模型的纯粹能力指标，而是模型与评估合同（评分函数、金标版本、阈值、输出格式、提示语言）共同作用的结果。固定预测结果后，只更换金标版本即可使方法排序发生反转，并提出评估杠杆框架与审计式评估流程EvalLever。
看点提出评测合约与评测杠杆框架，显示相同预测下分段差距可因金标版本、评分函数等改变排序，并给出审计流程与可发布工具。
说明当强推理模型加入候选池：LLM路由中的小幅联合增益与高成本失控生成
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ScaleTraj：基于尺度分解的人类轨迹生成方法
简介该论文关注个体人类移动轨迹的生成。作者指出，自上而下和自下而上的现有方法在个体与群体层面的统计真实性之间存在矛盾，并将自下而上生成的人群中位移分布无法复现重尾特征的现象称为“群体层面位移差距”。作者提出尺度保真度分布（SFP）用于诊断该差距，并开发了自回归Transformer模型ScaleTraj，将位置预测分解为尺度选择和基于尺度的单元格选择两步。实验表明，该方法在两个数据集上减小了该差距，同时保持了保真度。
说明CHROMA-MILL：彩色光照下低光增强与白平衡的联合校正
简介论文提出CHROMA-MILL数据集，包含50个场景的RAW图像，由单反相机和智能手机在四种标定光源、十一个亮度等级下拍摄。研究者在线性RAW域中混合这些拍摄结果，合成具有精确色度真值的光照混合图像。基于该数据集，论文提出CTI-Retinexformer，同时监督光照图、色度预测和与光照无关的场景嵌入，其性能优于最佳级联方法，PSNR_L提高0.7 dB，ΔE00降低1.1。
说明同一规则，不同判定：韩语支持对话中LLM评判的评分标准语言与条款结构
简介本文研究在韩语服务中，用LLM作为评判者时，判定结果是否受评分标准的语言及条款表述方式影响。作者编写了四种条款结构（肯定、否定、条件、例外）的12条标准，并分别给出韩语和英语版本，用7个模型对翻译后的ESConv对话和边界案例进行判定。结果显示，韩语标准下各供应商之间的一致性低于英语标准，且否定、条件和例外类条款的分歧更多。
说明更换评判模型会改变排名：一项关于LLM评判系统比较的跨供应商复现预注册研究
简介本文用多个不同供应商的大语言模型作为评判者，重新评判Chatbot Arena中带有人工投票的4000场对战，检验用另一家供应商的评判模型复现结论是否可靠。结果显示，评判与人工投票的一致性较低，系统排名随评判者更换而明显变化，预先设定的排名稳定假设未获支持。
说明ScienceVision：AI能否像科学家一样观察和推理？
简介该论文提出ScienceVision基准，用于评估模型对科学三维数据的理解与推理能力，涵盖生物、化学、医学影像、机械CAD和建筑五个领域，共250道专家级视觉问答题。在对12个模型的测试中，最佳平均得分为0.53（满分1分）。直接使用原生三维文件的表现，平均比使用渲染二维图像高出17.2个百分点。
说明跟随特征：基于稀疏自编码器特征的高效指令微调数据选择方法
简介该论文提出 Follow the Features（FtF）方法，利用大语言模型的稀疏自编码器（SAE）特征来刻画训练数据，并据此选取一小部分指令微调样本。方法按数据集层面的激活统计对特征排序，依据样本对高排名特征的表达程度打分，并通过特征重采样提升多样性。在100条样本的训练预算下，FtF 与 GRAPE、S2L 表现相当；在 Qwen 3 8B 基于 Alpaca 的实验中，其 AlpacaEval 胜率与 Open LLM Leaderboard 得分的调和平均数比全量训练高 1.59 个百分点，但全量训练的 Leaderboard 得分更高。
说明从视觉匹配到文本条件：通过参考反演实现跨域少样本分割
简介该论文研究跨域少样本分割，即在只有少量标注参考图的情况下分割未见领域中的目标。作者提出RI-SAM3方法，基于SAM3的文本条件分割能力，为每个目标类别学习合适的文本标记，以替代易受外观变化影响的视觉匹配。方法冻结SAM3，每个类别仅优化约12K参数，并在多个基准上取得了稳定的优越表现。
说明RAPID：通过随机化方法提高内部蒸馏效率
简介本文提出RAPID方法，用于知识蒸馏中的内部激活蒸馏。现有方法需要额外学习投影矩阵以统一教师与学生模型的表示维度，训练后即被丢弃，造成浪费。RAPID基于Johnson-Lindenstrauss引理构造随机投影，无需学习投影参数，并结合指数移动平均与同方差不确定性加权的多目标函数。在推理任务的后训练实验中，训练效率最高提升21.1%，性能与现有方法相当。
说明AlgoPilot：通过策略选择与指导实现语言模型的跨范式推理
简介该论文提出AlgoPilot框架，让大语言模型先为问题选择合适的求解范式，再进行结构化建模，然后执行求解。框架包含三个组件：SteerLM用于选择策略，GuideLM生成针对所选策略的建模指导，ExecutionLM据此生成解答。作者基于Qwen3-8B在5类问题、13个基准上评测，平均准确率从38.4%提升至72.9%，并称学到的策略和建模模块可迁移至其他执行模型。
说明从参数多重集合合成ReLU网络的计算复杂度
简介本文研究在给定参数数值的前提下，能否搭建一个神经元数量受限的ReLU网络并使其满足目标行为。作者分析了在精确匹配两个样本、在所有输入或平均意义上满足目标等不同条件下的计算复杂度，结果涵盖从NP完全到Σ2P、DP及NP^PP完全等多个层级。
说明计算机使用智能体在教程条件下，世界模型带来的收益很小
简介该论文评估了计算机使用智能体中教程、评判器和世界模型各自的贡献。作者构建了两个带多模态教程的数据集，并提出RAG-PolicyJudge框架，由策略提出候选动作、评判器从中选择。实验发现，有教程时即使提供完美的视觉未来观测，世界模型带来的收益也很小，瓶颈在于评判器对未来状态的推理与任务完成判断。
说明网络化平均奖励多智能体强化学习中的有限样本收敛：去中心化陷阱与熵正则化解决方案
简介本文研究多个智能体在网络中交互、以平均奖励为目标的多智能体强化学习问题，每个智能体仅利用其k跳邻域内的信息进行局部更新，共同最大化整个网络的总奖励。论文先给出了在该设定下收敛到全局最优联合策略不可能实现的结果，并提出了带线性函数逼近的去中心化行动者-评论者算法，给出有限样本收敛保证，该算法收敛到梯度范数较小的近似平稳点。此外，论文表明加入固定状态熵正则化可以重塑目标函数的优化景观，从而为该算法带来更强的全局收敛保证。
说明面向归纳式图的图局部化覆盖保证共形预测
简介本文提出GLocalCP，一种用于归纳式节点分类和边预测的在线共形预测框架。它结合全局与图局部校准，并利用基于蒙特卡洛dropout的互信息构造不确定性自适应的非一致性分数。实验表明，相近的边际覆盖率可能掩盖显著不同的局部可靠性，GLocalCP能将局部校准误差持续降低，同时缩小预测集。
说明TB-Transolver：通过时间打包实现并行且连贯的长时程滚动预测，用于含时偏微分方程
简介该论文提出 TB-Transolver，基于时间打包方法扩展 Transolver，用于求解含时偏微分方程。作者还提出时空相干性指标，可仅用训练数据预先选择合适的打包宽度。在塑性、流体动力学、反应扩散和全球天气预报四类问题上，训练速度较传统自回归和时间条件基线最高提升 29 倍；借助多节点多 GPU 并行，在高相干性系统上最高可达 45.6 倍的综合加速。
说明StreamLTT：依赖数据流下策略选择的风险认证方法
简介该论文提出StreamLTT方法，用于在损失随时间相互依赖、非平稳的部署数据流中为策略做风险认证。方法以每个决策在结果揭示前可获得信息为条件的平均可预测风险替代固定总体风险，并结合族错误率控制得到可同时认证的策略区域。在七个预测数据集和七种部署风险上的实验显示，其认证边界比多种基线方法更接近设定的风险目标，经验族错误率也接近设定水平。
说明关于RLVR训练中的首因偏差
简介本文研究可验证奖励强化学习（RLVR）能否让大语言模型的推理能力超出基础模型已有的范围。作者从首因偏差角度出发，通过受控实验和大规模分析发现，混合数据上的RLVR训练更多提升了简单题目的表现，对困难题目的提升有限。困难题目虽然整体增益不大，却更能拓展推理能力，但长时间只训练困难题目可能导致简单题目的遗忘。
说明面向高效指令微调的基于查询的次模数据选择
简介本文提出QSGS方法，用于从大型异构训练集中挑选少量样本进行大模型指令微调。它把样本选择建模为梯度相似度图上的次模图割问题，兼顾与目标任务的相关性并抑制子集内冗余。作者还引入梯度引导的合成步骤，补充现有数据无法覆盖的目标方向。在MMLU、BBH、TydiQA及Llama-2、Llama-3、Mistral上的实验显示，预算越小优势越明显。
说明先预测再上线：生产训练集群中用于硬件选择的学习式吞吐量预测
简介论文介绍了LEAP，一种机器学习性能预测服务，在训练任务提交时预测其在各候选硬件类型上的吞吐量，并按单位成本的预测吞吐量对候选硬件排序，以此决定任务的分配。该服务在一个生产集群中每天处理数万次训练任务尝试，覆盖数百种模型和20多种硬件类型。论文报告其在30次每夜重新训练中的准确率为77%，并介绍了六个月内获得排序的训练GPU小时占比从58%增至95%，据估计节省约3%的训练计算成本。
说明结构化先验：面向先验数据拟合网络的组件先验代数
简介先验数据拟合网络通常用单一的人工构造生成器产生的合成数据训练。本文提出结构化先验，即由一组命名的组件先验与若干具有已证明代数性质的算子（混合、卷积、幅度缩放、局部变换、投影）组成的框架，并在 macl2l 软件包中实现。实验表明，由小组件组成的混合先验在八个回归基准中有七个表现不逊于任一单独组件，且模型平均定理的预注册检验未通过，因为网络较少能识别生成组件。
看点提出结构化先验的代数框架，定义并证明算子定律；实验在八个回归基准上比较，并报告一项预注册检验失败。
说明HybridSpec：面向混合 GDN-MoE 模型的吞吐感知投机解码
简介该论文针对采用 Gated DeltaNet 与混合专家层的混合目标模型，研究投机解码中的验证长度选择。作者提出 HybridSpec，依据草稿端接受率估计和实测目标延迟在 GPU 上选择验证长度，并通过轻量路由修正决定是否保留部分 token，同时采用块并行 GDN 内核重建接受状态。在三个 GDN-MoE 模型的单请求贪婪解码中，其速度分别约为自回归解码的 1.75 至 1.88 倍，比 DFlash 快 1.30 至 1.33 倍。
说明遗忘以改进：主动学习中有原则的数据剔除
简介本文提出“遗忘以改进”方法，针对模型失配场景下，部分数据会对特定任务建模产生负面影响的问题。作者为高斯过程模型设计了影响函数，据此有原则地剔除有害数据样本。该方法在贝叶斯优化、基于模型的强化学习和转导学习等多类任务中均取得明显改进。
说明心内4D血流MRI的时空超分辨率与去噪
简介该论文提出4D-MRAR方法，用深度学习对心脏内4D血流MRI数据进行超分辨率和去噪，可同时提升三维空间与时间分辨率。方法结合残差卷积网络、循环神经网络和隐式神经场，在训练中纳入流体运动方程约束。模型基于左心室CFD仿真数据训练，并在全心合成数据和真实4D血流MRI上进行了测试。
说明利用还是遵从？规范效用提示如何改变大语言模型对群体信念的使用方式
简介该论文研究大语言模型在单次双人社会困境中的决策。原始提示只给出群体信念而不说明其作用时，模型把群体信念当作战略信息，在雪堆博弈中合作随群体合作信念上升而下降。明确提示规范效用的组成部分后，这一关系反转，合作随群体信念上升而增加，与简单规范效用模型的预测大体一致。提示规范效用还能降低决策对社会背景变化的波动，并使不同模型的推理方式更加一致。
说明去噪即Stein：扩散模型中隐藏结构学习的矩访问与资源层级
简介该论文研究数据含隐藏非高斯成分时，如何从去噪样本对学习得分函数。若协方差能揭示该成分，可直接恢复其子空间；若协方差各向同性，则需要提取首个可区分的高阶矩。文中给出不同学习器所需特征数与样本数的指数关系，并提出两阶段学习器，能从较少的干净样本中获得相对高斯基线的固定得分增益。
说明测试投机解码引擎中的处理器契约
简介投机采样可以在不改变目标分布的前提下加速解码，其标准保证假设 logits 处理器在每个验证位置都收到正确的前缀与状态。本文形式化了这一处理器前缀契约，并提出 BADC 方法（分支感知差分一致性测试），用以检测处理器接口的错误。实验在部分 Transformers 与 llama-cpp-python 版本上确认了两类原因：处理器读取未经验证的草稿，或在未回滚的情况下推进状态。
说明神经模型复杂度何时有用：跨被试自然刺激fMRI预测研究
简介本文研究在观看自然影片时，用于预测脑血氧信号（BOLD）的复杂模型何时更有效。作者在三个公开fMRI数据集上比较线性基准与非线性预测器，并考察是否加入已测得的BOLD历史数据。结果显示，预训练视觉特征通常优于原始像素，且加入测量历史带来显著提升，但随递推时间变长而减弱。
说明Recursa：迈向递归自我改进的基础模型系统
简介该论文提出Recursa，一种让基础模型在新领域中无需人类专家或更强教师模型、仅通过自身经验学习和适应的系统。它用知识库保存领域技能、适用条件、过往任务经验与改进反思，并通过并行学习者执行任务、合并改进来递归自我优化。在Harvey LAB的Firm Knowledge基准测试中，留出测试任务的全部通过率分别从30.0%提升到55.0%（DeepSeek-V4.1-Flash）和从35.0%提升到46.0%（Qwen3.8-Flash）。
说明预训练骨干网络能否迁移到物理传感器？多模态初始化在传感器栈上的系统研究
简介该论文研究将预训练视觉模型迁移到多传感器自动驾驶任务的效果。作者收集了来自16个公开数据集的282万张图像，涵盖RGB、LWIR、NIR、事件相机等物理传感器模态以及立体深度和分割等模型生成模态，并基于MultiMAE方法进行领域内预训练。论文将其与ViT、MAE、DINO和MultiMAE等常见预训练骨干进行比较，发现MultiMAE即使对未见过的模态也能有效迁移，而作者的针对性改进带来了小幅但一致的提升。
说明ROCm InferaSim：降低大模型推理服务试错成本并部署最优配置
简介该论文提出 ROCm InferaSim，用少量短时测量预测大模型推理服务的性能，以避免穷举测试各种配置。系统对每组不同的算子只在至多一个节点上测量一次，再用解析规律推算其他部署；多节点部署则先化简为单节点等价配置再推算。在 AMD MI355X GPU 上，11 个锚点耗时 9.1 GPU 小时，而穷举测量其覆盖的 226 个配置需 204 GPU 小时。对 172 个配置，每输出 token 时间的中位误差为 8.1%；对 159 个未用作锚点的分离式部署，吞吐量误差在 5.5% 以内。
说明语言模型增强的决策Transformer：面向多任务离线强化学习
简介该论文针对多任务离线强化学习中每个任务数据稀缺、跨任务泛化能力有限的问题，提出LaMA-DT框架。它用同一个大语言模型，依据自然语言任务描述生成并筛选与任务对齐的轨迹数据，再将该模型改造为语言条件决策Transformer，并在真实数据与增强数据的混合上微调。在Meta-World和MuJoCo多任务基准上的实验表明，该方法优于对比基线，在低数据场景中尤为明显。
说明压缩强制：分层历史分词实现灵活的世界模型
简介该论文提出压缩强制（Compression Forcing）框架，使历史压缩与世界建模的预测目标相一致。其中的动力学感知分词方法（DAT）将历史观测压缩为按动力学显著性递减排列的序列，并在扩散骨干网络上支持推理时的分层历史引导（HG-H）。多种环境下的实验表明，该方法提升了预测保真度、物理真实感和下游决策表现。
说明面向自主移动机器人的实用因果框架：从仿真到真实人类环境
简介该论文提出一种因果推断框架，使移动机器人能够推理事件背后的原因，从而做出更安全、高效的决策。研究将仿真中学到的因果关系迁移到真实世界，保留高层因果结构不变，仅用少量新观测更新因果模型参数。论文称该框架可在移动机器人上高效运行，并在复杂的人机共享场景中明显优于非因果基线，能成功且安全地导航。
说明DUNEDepth：通过混合适配三维视觉基础模型进行支气管镜深度与位姿估计
简介论文提出 DUNEDepth 模型，用于从支气管镜检查视频中估计镜头深度和相机运动轨迹，以便将检查视频与患者术前胸部 CT 三维影像对应起来。该模型结合了 DUNE ViT 编码器、双路 MASt3R 交叉注意力解码器以及融合 MASt3R 和 Reloc3r 部分结构的预测头，并采用合成监督与自监督相结合的混合训练策略，训练数据包括支气管镜视频和由 CT 生成的虚拟支气管镜图像。实验显示，该方法在深度和相机运动估计上优于以往的自监督方法。
说明SurgEye：无需指令微调的手术场景感知与推理框架
简介本文提出SurgEye框架，用于手术场景理解，无需对大规模问答对做指令微调。它以视觉基础模型为感知基础，通过路由多任务感知模块提取空间与时间证据，并由冻结的大语言模型协调这些感知工具完成组合推理。作者还构建了覆盖八类手术的SurgEye-Bench基准，实验显示该方法在手术推理任务上优于现有方法。
说明面向离线元强化学习的任务感知决策Transformer（CoTA-DT）
简介本文提出对比任务感知决策Transformer（CoTA-DT），用于离线元强化学习。该方法结合对比学习、自然语言任务描述对齐、任务条件世界模型与任务条件Q函数四个部分学习任务表示，并将其作为决策Transformer策略的条件信号。论文称该框架在多种离线元强化学习基准上优于已有方法，在零样本泛化场景中尤为明显。
说明基于物理信息的张拉整体预应力辨识：跨越张紧与松弛转换
简介该论文提出一种基于物理信息神经网络的反问题方法，用于从稀疏的结构测量中辨识张拉整体结构的预应力、阻尼和轴向刚度。方法在约束笛卡尔坐标下以运动方程残差训练网络，并保留仅受拉的索单元定律，可处理索松弛引起的非光滑动力学。通过仿真与实测数据验证，并在模拟和实测结果上报告了辨识误差。
看点将物理信息网络从张拉整体的正问题扩展到预应力逆辨识，并覆盖张紧-松弛转换；在仿真与实测记录上验证，报告了较小的参数误差。
说明控制动作头对视觉语言模型表示各向异性的协同适应
简介论文研究预训练视觉语言模型与下游动作头组合时，动作头如何适应上游表示的几何结构。作者发现动作模型会逐渐把敏感度集中在视觉语言模型输出的高方差维度上。为此提出无参数的自适应接口均衡器（AdaIE），在训练中按下游敏感度重新加权预训练表示，并在多个仿真和真实机器人任务上带来成功率提升。
说明通过隐式品牌注入研究对抗式生成引擎优化（GEO）
简介该论文研究生成式搜索引擎中的对抗式优化：在文章中以一处上下文融合的方式加入指定品牌，使其既不显得过度宣传，又能被检索并影响生成答案。作者提出多智能体框架 Implicit Brand Injection（IBI），并构建包含1000篇网页文章、60个合成品牌、12个领域的 IBIBench 基准进行评估。结果显示，相比基线方法，IBI 在保持语义和困惑度方面更优，检索命中率最高达82.2%（Hit@10），品牌提及率最高达62.7%。
说明WASP-Mem：让智能体自行组织程序性记忆，人类专注于诊断
简介论文提出WASP-Mem方法，让大模型智能体把执行过程与反馈整理成相互链接的持久化维基页面，以实现持续学习。在TheAgentCompany基准上，该方法在三种模型中比对比的最强基线检查点通过率提高4.6%至6.1%，存储需求减少57%至61%。研究还发现，人工预设的知识结构反而降低性能，而一轮人工诊断优于四轮智能体自我判断，效果高出7.0%至10.9%。
说明非线性配准对大鼠卒中模型纵向PET分析影响的评估
简介该研究比较了两种将大鼠PET图像配准到标准图谱空间的流程：仅仿射配准与仿射加非线性两阶段配准。研究基于8只大鼠、4个时间点共32次[18F]-FDG PET扫描。结果显示非线性阶段在每次扫描中都获得更高的Dice相似系数，且在大鼠个体水平上提升显著；但两种流程得到的组水平分析结果在显著簇的大小、数量和位置上存在差异，说明配准方式会影响后续分析的解释。
说明Dory1.0-4B：循环式归一化 GPT 语言模型
简介本文介绍 Dory1.0-4B，一个 40 亿参数的循环（潜在递归）语言模型，单一检查点可按不同推理计算预算调整深度。模型基于归一化 Transformer（nGPT）结构，经预训练（6 万亿 token，上下文扩展至 256K）与监督微调及可验证奖励强化学习后，循环次数增加可提升准确率，并在编程、智能体和长上下文基准上提升最明显。
说明先测量再修复：面向多伪影三维MRI盲修复的可解释智能体
简介本文提出Dx-Rx，一个由多模态大语言模型驱动的智能体，用于在不知道具体伪影类型的情况下修复脑部三维MRI体数据。它先用诊断工具测量噪声、尖峰、鬼影、偏置场和运动等伪影，再调用修复工具进行校正，并生成包含诊断依据和修复结果的报告。在148个模拟伪影的T1加权体数据上，最佳模型平均去除64.5%的伪影误差，接近使用真实伪影信息的工具组合（64.6%）。
看点新意在于让MLLM先测量伪影再修复，并首次整体恢复三维MRI体数据；在148个T1体数据上模拟多种伪影，报告去除误差64.5%。
说明当音乐需要意义：语义通信作为音乐元宇宙的变革性支撑
简介这篇论文探讨音乐元宇宙（让分散各地的音乐家、观众、音响工程师和AI智能体通过同步的音频、视觉、动作和触觉数据互动）的通信需求。作者主张用语义通信，即传输具有音乐意义的信息而非原始数据，来满足其延迟、同步和带宽要求。论文提出了包含语义提取、语义感知编排和跨模态语义同步的三支柱框架，并给出了以语义为先的参考架构，将音乐元宇宙定位为6G语义通信的具体应用场景。
说明AI 助手在众筹中会因创始人的性别或种族而偏袒谁？一项基于算法审计的研究
简介本文研究大型语言模型助手在众筹项目推荐中是否因创始人的性别和种族信号而产生偏向。研究者在预先设定的选择式联合实验中，让七个模型在五个合成项目之间做选择，项目的质量信号和创始人姓名随机变化，共收集40,248条回应。结果显示，默认情况下姓名影响很小；当支持者希望支持代表性不足的创作者时，模型更偏向黑人特征姓名和女性特征姓名的创始人。
看点新意在于发现LLM助手仅在用户要求支持弱势创作者时才偏向黑人和女性创始人；摘要报告了约40,248次选择的受控实验，覆盖七个模型，结果为作者所述。
说明FlagRot：面向低比特 KV 缓存的选择性旋转方法
简介长上下文推理受 KV 缓存限制，若误差可控，2 比特编码可将其缩小约六倍。常见做法是在量化前对键做旋转，但作者发现旋转并非总有帮助。FlagRot 以 32 个通道为单位，分别保存旋转后或原始的版本，选取经校准注意力误差更小的一种，读取时改为旋转查询向量。在每个数值 2.5 比特的设定下，它在十二个模型上降低了 KIVI 的 KL 散度，并在 128k 词元的 RULER 测试和 LongBench v1 上带来一定提升。
说明基于临床指南的多智能体个性化运动处方框架：结合临床与可穿戴设备数据
简介该论文提出FITTER多智能体框架，结合诊断、用药、功能限制和基线活动量等临床与可穿戴设备数据，以及针对特定疾病的运动指南，生成个性化的FITT-VP运动处方，并通过确定性安全审核与修正来纠正可按规则检查的违规内容。研究使用400名All of Us参与者的数据（300名癌症患者，100名卒中患者）与五个大语言模型进行对比，FITTER的安全约束合规率为98.5%，高于对比模型的75.8%至85.8%。临床医生还对80份处方进行了评估。
说明SLATE：面向电商工具调用的长流程API选择大规模基准测试
简介该论文提出SLATE基准，用于测试大语言模型智能体在约1000个电商API构成的大型工具库中，长流程地选择并组合正确API的能力。评估以端到端任务是否成功为标准，并使用确定性模拟器返回预录结果。实验中，表现最好的模型仅完成5.0%的任务。
说明基于共享表示神经Fokker-Planck控制器的快速平均场编队输运方法
简介本文提出一种面向大规模多智能体系统的平均场编队输运方法，在线计算开销较低。方法用同一参数化非线性映射同时近似密度和控制，并通过Fokker-Planck残差、编队匹配代价和控制能耗优化参数。实验显示，该方法在精度与运行时间之间取得权衡，传输误差低于经典反馈基线。
说明衡量基于大语言模型的观点动力学中特定模型的对齐漂移
简介该研究用大语言模型智能体模拟观点动力学，让智能体就一项有争议的政策议题多轮讨论，并用独立于动力学模型的固定心理测量量表衡量其立场。研究发现，在无同伴输入的条件下，各模型中的智能体都能保持其被赋予的立场，而讨论中出现的立场趋同即为交互引起的“对齐漂移”，且因模型而异。因此，选用哪种大语言模型对社会模拟的有效性有重要影响。
说明AI需要把话说全吗？时间紧迫任务中警报的语用理解
简介该研究探讨人在监控任务中能否依靠已有知识理解不完整的机器警报。研究通过预注册实验（N=114）比较了一种依据用户知识模型决定说什么、何时说、说到多明确的语用规划器，与一种完整按发生顺序说明问题的基线系统。结果显示，人们对不完整警报的理解准确率接近完整警报，且反应更快、检测到的问题更多，报告的心理负担也未增加。
说明一次错误，三层影响：深度相关下的持续性判定规则
简介该论文研究如何判断神经网络冻结表示中某个信号从哪一层开始可被解码。作者发现常用的“连续三层超过阈值”规则在存在相邻层相关性时会严重误报，并提出按标签置换校准误差率的估计方法。在蛋白质结合口袋信息的实验中，作者还指出一个公开的共折叠模型检查点缺失128个主干参数。
说明面向M-开放设定的大语言贝叶斯堆叠加权方法
简介该论文针对大语言贝叶斯（LLB）框架提出一种基于堆叠的模型聚合方法。LLB 由自然语言问题生成候选概率程序并分别推断，原方法用边际似然做贝叶斯模型平均，但候选模型常被误设，权重容易集中在单一模型上。作者以预测性能而非边际似然来选择权重，并为无法直接计算的留一预测量推导出可处理的变分下界（ELBO）目标。实验显示，该方法预测性能与贝叶斯模型平均相当，且模型权重更分散。
说明基于 Ermakov 尺度函数的无参数嵌入，用于物理信息神经网络
简介该论文提出用经典的 Ermakov-Pinney 尺度函数作为物理信息神经网络输入层的无参数嵌入，以处理含时变系数的演化方程。该方法可由初始数据通过矩恒等式以闭式给出尺度函数，无需额外网络或已知解。作者比较了三类问题：线性扩散、时变约束阱中的扩散以及时变频率量子振子，发现每类问题所需的构造组件并不相同。
说明ProteoCraft：将蛋白质设计视为“提议-验证”搜索
简介该论文把蛋白质设计看作在组合序列空间中、以昂贵的结构评估为代价的搜索优化问题。作者提出基于树的搜索框架ProteoCraft，利用扩散结构预测器的近似结构梯度提出搜索方向，并用无梯度推理的折叠模型对序列打分，按由粗到细的方式分配验证预算。文中报告在14个从头设计结合蛋白设置中提高了设计质量与高置信度产出率，并在PD-L1微型蛋白上获得82.9%的结合命中率。
看点提出树搜索框架，用扩散结构预测器的近似梯度作为提议策略，并由无梯度推理验证；在多个设计任务上验证并有实验验证。
说明用正交MMD流对干预分布进行采样
简介论文提出IMMD-Flow方法，通过核均值嵌入表示目标干预结果分布，用粒子方式从该分布采样，适用于硬干预和软干预。该核嵌入估计量具有双重稳健性与Neyman正交性，并可借助冻结的编码器扩展到高维图像结果。在基于图像的基准测试中，该方法与现有先进生成方法相当或更优，且速度优势明显。
说明一种用于糖尿病黄斑水肿抗VEGF治疗反应预测的条件对抗扩散模型
简介该论文提出一种条件对抗扩散框架，可根据治疗前的OCT扫描合成治疗后图像，从而推断患者对抗VEGF治疗的初始反应。模型在127例美国队列上进行了5折交叉验证，并在44例伊朗独立队列上完成外部验证。在中心子区厚度分别减少10%和20%的阈值下，其平衡准确率在两个队列中均取得了所评估方法中最好的反应预测表现。
说明《Forget What Comes Next》：基于统计独立性的大语言模型遗忘方法
简介本文提出一种名为PINT的大语言模型机器遗忘算法，利用希尔伯特-施密特独立性准则（HSIC）降低待遗忘词元与模型用于预测它们的内部表示之间的统计依赖。作者将该目标与精确记忆通过可计算的上界建立联系。实验涵盖八种设置，模型规模最高至70B参数，包括高斯投毒数据、个人信息、生物与网络安全危险知识以及版权书籍和新闻文章的遗忘。结果显示PINT在遗忘与效用的权衡上平均表现最好，并且是唯一能使高斯投毒数据不可检测、同时保持接近原始模型效用的方法。
看点用HSIC降低待遗忘词元与预测表示的统计依赖，并给出与精确记忆相关的可计算上界；在八种设置、最大70B模型上实验，代码已公开。
说明P²-MOPD：利用参数先验加速多教师在线策略蒸馏
简介该论文研究多教师在线策略蒸馏，即通过对学生模型生成的轨迹进行监督，整合多位专家模型的能力。作者将学生与专家参数的线性组合视为一个可微分模型，提出P²-MOPD方法，在同一蒸馏目标下联合优化混合系数与学生权重，使专家参数充当参数先验。实验在四个领域、1.7B和4B两种规模上进行，结果显示其恢复速度更快、更均衡，1.7B模型最终平均恢复率为94.7%，高于MOPD的80.9%。
说明我们还需要旋转不变架构吗？点云分类的统计稳健性基准
简介该论文针对点云分类，对10种架构在姿态、噪声和遮挡等扰动下进行基准测试，并用确认性假设检验分析结果。三种旋转不变架构姿态稳健性最好，但在多数领域噪声稳健性较差。作者用统一的不变性损失重新训练所有模型，结果显示不变性训练只能在目标扰动类型上可靠地提升性能，在相同训练预算下，标准骨干网络与最佳旋转不变架构在未见过的扰动上基本持平。
说明平衡思维链与答案监督：小型语言模型的医学问答微调研究
简介本文比较了两种面向小型语言模型（参数不超过90亿）的思维链监督微调方法，用于本地医学问答。两种方法分别是对整个序列均匀加权的UaS，以及对思维链与答案分别加权的SwS。研究在选择题与自由文本两类医学问答任务上进行评估，结论是两种方法并非通用最优：选择题上SwS总体更好，自由文本问答上UaS表现最佳。
说明我们与AI进行了一次研究冲刺：AI工作了，研究却没有
简介本文提出，研究型生成式AI工具的个人效率提升并不等于团队研究质量提高，AI使用的组织方式与工具接入同样重要。作者通过一次100分钟、12名研究人员分属三个独立团队的研究冲刺试点，观察到"消费瓶颈"和"AI导致的研究孤岛"两种模式。作者据此提出人-AI-人协作框架，并给出七项可检验的设计假设。
说明基于点云投影的相机、雷达与激光雷达融合多任务学习
简介该论文提出一种早期融合架构，将相机图像与高清雷达和激光雷达的透视视角点云数据结合，用于自动驾驶感知。模型同时检测车辆并分割可行驶空间。作者在RADIal数据集上进行实验，结果显示前视融合方法的性能超过了近期的单传感器模型和其他融合模型。
说明面向Sim2Real V2X激光雷达检测的坐标系恢复、按类别NMS与空回波建模
简介本文介绍一种在UrbanTwin Sim2Real挑战赛V2X-Real赛道中的方法，该赛道要求仅用合成数据训练三维目标检测器，并在真实路侧激光雷达数据上评估。论文提出三项关键修正：恢复预测与真值之间的坐标系不一致问题，对行人采用按类别的非极大值抑制阈值，并对真实点云中以(0,0,0)表示的空回波进行建模。最终综合得分为0.7457。
说明FlowBench：面向空间智能的反事实想象训练资源
简介该论文提出“反事实空间想象”（CSI）能力，即推断假设性运动会如何改变场景，并发布了包含约42.8万条训练样本的FlowBench资源，涵盖模拟与真实场景。实验显示，在FlowBench-Sim-Train上微调Qwen3-VL-8B后，模拟场景准确率提升29.5个百分点，真实图像上也有明显提升，并且使Psi-0.6的文本到光流预测准确率从52.1%提高到61.7%。
说明面向Sim2Real路侧激光雷达检测的几何精修与分布对齐
简介本文介绍了UrbanTwin Sim2Real LiDAR挑战赛LUMPI赛道的参赛方法：仅用合成数据训练3D目标检测器，并在未见过的真实路侧激光雷达数据上评估，同时对合成点云的分布真实性打分。作者基于PointPillars基线，主要通过无参数几何精修、修复后处理规则错误以及对真实性指标的解析分析取得提升，最终综合得分0.4793。
说明Labtune：把实验室组织与信息共享作为 LLM 智能体科研发现的实验变量
简介该论文提出 Labtune，一个开放框架，允许用户在有界的研究流程中选择实验室组织结构、沟通策略、模型配置和预算。框架提供六种可编辑的组织设计，信息共享程度可独立调节，并由控制器在阶段边界强制执行。论文定位为思路与系统描述，不提供基准结果，目的是建立可配置、可测量的实验空间。
说明用 GPU 加速 FastDEC 聚类算法
简介FastDEC 是一种基于支配性密度估计的密度峰值聚类算法，但精确 k 近邻构建和支配分量计算耗时较长。本文提出 SymWarp-FastDEC，即其 GPU 加速实现，核心包括利用搜索对称性的精确自 k 近邻内核 SymTrikNN，以及面向现代 GPU 的 warp 并行支配分量归约算法 WP-DC。实验表明，其聚类结果与原始 FastDEC 完全一致，端到端性能相比使用 FAISS 的变体提升约 1.7 至 4.9 倍。
说明CoReMatch：用于实时机器人特征匹配的循环连续坐标细化方法
简介该论文提出 CoReMatch，一种在连续坐标空间中直接迭代细化图像对应点的特征匹配方法，而不是在固定网格上预测离散置信度图。其粗阶段使用深度聚合 Transformer 捕获全局上下文并迭代更新对应坐标，再由轻量回归头进一步提高定位精度。在室内外基准测试中，该方法在精度与效率之间取得良好平衡，在嵌入式边缘硬件上运行速度超过 Efficient LoFTR 10 倍以上，同时精度更高。
说明超越分工：角色如何影响多智能体系统中的反馈与恢复
简介该论文研究大语言模型多智能体系统中角色设定的作用，比较有角色与无角色团队在失败后的恢复能力。研究在保持智能体、拓扑、调用预算和评估器不变的情况下，仅改变角色指令，并在Omni-MATH和SciBench上进行实验。结果显示，角色设定对首次回答准确率影响不大，但会因审核者较少批准提交而减少反馈机会，从而影响失败后的恢复。
说明这份记忆对哪类任务有用？衡量长期智能体记忆的任务条件效用
简介该论文提出按具体未来任务衡量记忆的效用，而不是给每条记忆一个固定重要性分数。在基于 LongMemEval-V2 网页智能体记忆构建的单轮事实回忆任务上，包含答案所需信息的记忆带来的收益明显更高。文中还发布了一个公开的记忆效用配对测量数据集。论文同时指出，该收益在测试的软件工程和科学编程基准上并未出现。
说明在部分观测下对相连预测误差进行序贯审计
简介该论文研究图结构预测系统中的审计问题：审计方可以有选择地获取缺失的真实结果，以判断是否存在一组相连的位置，其结果在同一侧越过了各自的预测区间。当观测到的标签足以判定事件或查询预算耗尽时，审计停止。作者在三个公开图时间序列上测试了MOMS方法，在隐藏30%标签时，相比筛选后的随机获取方法，平均查询次数减少了19.6%至38.5%。
说明潜在动力学与数据同化相遇：Koopman 类表示方法基准测试
简介该论文系统比较了七种代表性 Koopman 类方法及结构基线在五个系统上的表现，系统动力学从近似周期到强混沌，状态维度差异较大。评估内容包括预报与同化精度、物理状态恢复、潜在轨迹行为及动力学一致性。结果显示，表示灵活性与优化可处理性之间存在权衡：潜空间线性演化在强混沌和高维系统中表达能力受限，而具有闭式解析更新的方法总体表现更好、更稳健。
说明EpiLoRA：把多个LoRA适配器融合进低精度矩阵乘法，用于推理服务与强化学习
简介论文提出EpiLoRA，一个用于vLLM推理引擎的插件，把LoRA适配器的计算融合进低精度（如FP8）基础模型的矩阵乘法收尾阶段，减少适配器带来的额外GPU内核开销。文中报告在NVIDIA Hopper GPU上，单适配器解码每个token的耗时最多降低24%，多租户场景下适配器内核的吞吐也更高。此外，该方法还支持在低精度基础模型上进行LoRA强化学习训练，无需16位权重副本。
说明稀疏观测下神经受控微分方程的信息极限
简介该论文研究神经受控微分方程（Neural CDE）在观测稀疏时的不确定性：离散观测之间的连续路径并不唯一，可能导致不同的终止状态。作者针对速度有界的平面驱动路径，用可行的有向面积与传输李括号给出终止状态集合的一阶区域近似，并据此得到针对预测目标的可计算不确定性证书。文中还分析了减少不确定性所需的观测次数，并通过合成实验检验该证书的效果。
说明ProofPaths：用于评估学生推理过程的AI智能体框架
简介该论文提出ProofPaths，一个AI智能体框架，结合基于评分标准的批改与个性化互动访谈，用于检验学生是否真正理解作业解答背后的推理。多个批改智能体依据教师指引互相评议并修订判断，由其得分决定最终成绩与反馈；访谈智能体请学生解释作业中的步骤，并据其回答提出后续问题。系统还保存每份作业的批改记录与访谈文本，并允许教师查看并在作业流程中覆盖成绩。
说明嵌入语义熵：无需自然语言推理、基于几何感知聚类的语义不确定性估计
简介大语言模型常生成流畅但错误的回答，因此需要估计其不确定性。本文提出嵌入语义熵（Embedding Semantic Entropy），用语义嵌入空间中的K-Medoids聚类替代基于蕴含关系的聚类，并通过动态选择聚类数量兼顾簇内紧凑性与簇间分离度。作者在五个数据集和四个模型上进行评估，结果显示其AUROC与AUARC表现具有竞争力。
说明INSIGHT-HPC：面向全局高性能计算遥测的可解释系统智能
简介该论文提出 INSIGHT-HPC，一种用于高性能计算集群遥测数据的多层异常检测架构。它结合统计证据、工作负载上下文和物理一致性证据，将分钟级观测整理为去重后的故障事件，并附上面向运维人员的解释。在生产遥测数据及受控故障注入的测试中，其精确率为 0.913，召回率为 0.817，F1 为 0.862，AUROC 为 0.896，优于所有对比基线。
说明学习近复结构与复结构
简介本文在实数维数不超过六的球面及球面乘积上，用数值方法构造近复结构与复结构。作者用环境欧氏空间中的全局矩阵场参数化近复结构，并借助神经网络与多项式特征进行搜索。文中报告了在九个允许近复结构的例子上通过数值检验，并在 S^4 上被拒绝；对于复结构，在 S^2×S^2、S^3×S^1、S^3×S^3 与 S^5×S^1 上学得的结构其 Nijenhuis 范数均低于 10^-9。对 S^6、S^4×S^2 与 S^4×T^2 的一般搜索未成功，因此改用环面纤维化坐标直接构造。
说明EvoGroup：面向共享语境群体智能体的自进化框架
简介论文提出 EvoGroup（EvoG），一种用于群体智能体的自进化框架，从最简的六工具冷启动开始，通过与共享语境的交互不断调整。在 EverMemBench 保留集上，pass@1 从 71.07% 提升到 89.58%，超过了自进化记忆系统和人工设计的框架（包括 Claude Code 的 85.83%）。冻结后的框架在未见过的 GroupMemBench 上也表现出良好的泛化能力。
说明ExaTune：大规模穷举探索超参数景观
简介本文提出开源高性能计算系统 ExaTune，对离散化超参数网格上的每个点进行 K 折交叉验证，生成超参数景观图。系统还基于这些完整数据计算空间自相关、崎岖度、局部最优密度、适应度-距离相关和参数重要性五项指标，并公开了 8 个完整景观图，共 285,080 个配置。作者指出，贝叶斯优化、Optuna、Hyperband 和随机搜索在标准试验预算下会漏掉完整景观中可见的不稳定区域、次优解和参数交互效应。
说明Dr. No：通过特征引导让视觉语言模型学会弃答
简介大型基础模型在证据不足时仍常给出答案，难以在高风险场景中信任。本文提出 Dr. No 方法，从稀疏自编码器中挖掘与弃答和作答相关的特征，在预填充阶段调节少量特征，无需重新训练基础模型。实验在 LLaVA-1.6 Mistral 7B 的 UNK-VQA、MM-UPD 等多模态弃答基准上进行，并在 Qwen3.5-2B 的 AbstentionBench 子集上测试语言推理任务。结果显示，该方法在正确作答与恰当弃答之间比事后拒答方法更为平衡，但在缺失答案检测和 MuSiQue 等多跳问答上效果有限。
说明预测收益，因果代价：为何仅凭数据无法习得干预能力
简介本文从理论上论证，对确定性预测器而言，若要在观测数据上超越仅依赖结果直接原因的最佳预测器，模型对干预的响应中必然存在持续误差。在特定条件下，干预均方根误差存在正的下界。文章进一步指出，修正这类误差受限于当前可接受的因果假设，只有引入更好的因果假设，才可能降低误差。
说明性能、可扩展性与维护：RPA与自主智能体在医疗领域的实验研究
简介本文比较了用于从实验室门户检索乳腺钼靶与超声报告的两种方案：基于Playwright的RPA，以及基于大语言模型的自主智能体（APA）。两轮测试（T与T+7）显示，RPA准确率为98.90%，APA为96.49%；RPA平均每位患者耗时16.07秒，APA为207.21秒；RPA单份报告成本低于APA。作者认为，在界面稳定的情况下，RPA表现更优。
说明为何要付费长推理，若重写即可奏效？推理历史压缩对后续生成与智能体成本的因果影响
简介这篇论文研究开源语言模型能否在不重新训练的情况下，把之前的推理内容改写成紧凑的状态记录，从而减少后续推理所用的词元。实验比较了原始历史与压缩历史的后续续写，结果显示被接受的压缩历史通常能缩短后续推理。在软件智能体的部署中，压缩可降低总开销，但任务质量与包含重写的耗时取决于目标模型和压缩器。
说明RoboScope Kit：用于快速、可扩展具身智能评测的统一接口
简介该论文提出 RoboScope Kit，把各模型包装为统一的 Policy 类、各仿真基准包装为适配器，使基准自身的评测规则和评分保持不变。系统将仿真工作进程与策略副本分池调度，并依据实测探针确定规模，在 GPU 实例间确定性地分片任务。在 LIBERO-Long 上，其评测 500 个回合比官方 StarVLA 评测快 4.45 倍，成功率相当；在 RoboTwin Easy 上，四块 GPU 将 500 个回合的评测耗时缩短至 14.4 分钟，比单 GPU 基线快 25.04 倍，成功结果与终止步数一致。
说明LaplaceDiag：通过学习到的执行器效应变化进行故障诊断
简介该论文提出LaplaceDiag方法，利用执行器效应的变化缩小故障设备的排查范围。方法用拉普拉斯空间中的神经网络LaplaceNet学习健康设备模型，将历史数据的非线性预测与描述执行器作用于传感器的显式矩阵分开处理。通过与健康参考比较，方法可检测变化并生成与执行器相关的诊断假设，支持在线和离线诊断。论文称该方法在两个数据集上得到了验证。
说明基于概率引导生成先验的实验室闭环抗体优化
简介该论文提出把抗体研发中的初始发现与迭代优化两个阶段统一起来：生成式结构模型逐步过渡到迭代优化，并由概率代理模型的后验不确定性决定结构先验与湿实验数据监督之间的交接。作者称，该方法在低样本量条件下提高了优化效率，并增加了优化后分子的多样性。
说明PianoBench：评估语言模型的音乐感知与推理能力
简介本文提出 PianoBench 基准，用于测试语言模型能否对钢琴演奏进行推理，输入包括音频和符号化的乐谱转录。研究基于一个超过 2 万小时、由钢琴教学视频中音乐与口头讲解交错组成的多模态数据集。结果显示，开源音频语言模型最高只有 52.8% 的准确率，而前沿模型在获得文本转录时可达 93.2%，说明从音频感知音乐特征与对明确给出的音乐事件推理之间存在差距。
说明语言模型回答多样性的条件互信息分析
简介本文用条件互信息这一基于熵的方法，对大语言模型生成回答的多样性进行定量分析。作者定义了三种极限行为：仲裁型、条件独立型和中性（确定性）型，它们覆盖从零到最大互信息的范围。文中为每种行为给出示例，并提出其在温度分析、语言分析、提示压缩和知识图谱等方面的应用思路。
说明面向高效长转短推理的低秩分层合并方法
简介该论文提出一种免训练的模型合并框架LHM，用于将长思维链模型的推理能力与基础模型的简洁风格结合。它用二阶曲率信息替代以往依赖线性插值和一阶激活统计的方法，逐层估计融合难度并自适应地确定合并系数。在1.5B和7B模型的六个数学基准上，该方法准确率比ACM-TIES、ORCA等方法提高超过4%，输出长度相对长思维链模型最多减少93.1%。
说明El Agente Fármaco：面向药物发现的可扩展 AI 科学家
简介该论文介绍了一个名为 El Agente Fármaco 的 AI 科学家系统，它利用大语言模型，将用日常语言表达的药物发现目标转化为可扩展的计算筛选工作流。系统通过共享的科学记忆库 Fármaco Atlas 保存分子、结构及结果及其来源记录。在回顾性对比和22项任务基准测试中，该系统表现具有竞争力。
说明超越综合指标重新审视下次就诊诊断预测：检索-记忆多智能体裁决
简介该论文研究根据电子病历预测患者下次就诊时会记录的诊断。作者提出按分布与时序维度的评估框架，比较规则、大模型提示、检索、记忆与多智能体等方法。结果显示，重复上次就诊诊断的简单做法在总体上优于多数大模型方法。作者据此提出LONGINUS框架，结合病历检索证据与患者轨迹的结构化记忆，并在MIMIC-III与MIMIC-IV上进行了验证。
说明AIRoA-0：基于手持设备数据的长时程、高精度、跨机器人本体操作系统
简介论文提出 AIRoA-0（A-0），一个双臂操作系统，完全基于 16,151 小时的手持夹爪示范数据训练，训练过程中未采集任何机器人数据。示范由开源手持夹爪 YUBI 录制，可在无机器人的环境中进行。在十项任务的评测中，A-0 平均成功率为 78%，高于同样基于相同示范数据微调的四个其他视觉-语言-动作模型中最强者的 27%。该系统可运行于安装 YUBI 夹爪的多种机器人平台，并公开了数据集、预训练权重和后训练方法。
看点新意在于完全用手持夹爪数据训练双臂操作，无机器人数据；在十项任务上平均成功率78%，优于四个对比模型。
说明BEND 2.0：评测设计DNA所需能力的基准
简介该论文提出BEND 2.0，一个用于评测DNA语言模型的基准，检验模型预测DNA改变效果以及用这些预测指导序列设计的能力。研究基于五个实验数据集构建了八项任务，发现模型选择与表征读取方式都会影响表现，冻结表征上的线性读出可匹配或超过模型原生输出，功能后训练也能明显提升能力。
说明基于扩散生成先验的JWST COSMOS-Web天区三维暗物质图
简介该论文利用詹姆斯·韦伯太空望远镜的深度成像，重建了0.54平方度COSMOS-Web天区的三维物质分布。研究将弱引力透镜正向模型与从宇宙学模拟中学习的扩散生成贝叶斯先验相结合，得到红移约2以内、20个透镜面上的物质场后验分布。结果分离了投影中重叠的结构，并恢复了多种尺度上的非高斯结构。
说明Pixel：面向通用移动操作学习的全栈协同设计机器人系统
简介该论文提出 Pixel，一套为学习通用移动操作而协同设计的全栈机器人系统。它包含低成本轮式人形机器人、多种遥操作与无机器人人类数据采集接口、统一的全身控制器以及共用的策略学习流程。系统还采用分层学习框架，支持语言条件的视觉运动控制和长时程任务执行，并在硬件、数据采集和策略学习上进行了评估。
说明Pixel-UMI：从带传感器的人类示范中学习环境感知的全身操作
简介该论文提出Pixel-UMI，一套从人类示范数据学习全身移动操作策略的流程。它包含环境感知重定向（EAR）、重定向误差感知遮挡（REAM）以及基于DAgger的在策略人工纠正三部分，用于弥补人与机器人的形体差异。在五项任务上的评估平均任务进展为87.0%。