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LatentTriad：面向恶意智能体技能检测的行动前风险表示
简介大型语言模型智能体常通过可复用的技能扩展功能，但不可信的技能内容可能诱发与用户任务无关的操作。本文发现，预填充阶段形成的隐藏状态包含可读取的任务与操作一致性信息。在此基础上提出LatentTriad方法，结合上下文边界特征、分组调整后的操作方向以及与良性状态关系的偏离，所有分支共享一次预填充，检测过程不生成输出、不调用工具，也不执行技能代码。
说明变化环境中用于视觉多会话配准的稀疏锚点
简介该论文针对机器人在同一环境多次采集数据时的视觉配准问题，即把新录制的查询会话对齐到已有参考地图。方法先通过视觉地点识别、局部特征匹配和几何验证得到绝对位姿假设，再用序列一致性筛除不一致的假设，保留可靠的绝对锚点，并结合会话内相对位姿进行鲁棒位姿图优化。在HILTI26建筑工地数据集的15组跨会话实验中，该方法在1米内召回率为94.4%，5米内为100.0%，优于独立图像定位和独立重建的运动恢复结构直接配准。
说明基于神经伴随映射与深度图像特征流形嵌入的图像匹配方法
简介该论文研究真实图像中相似类别不同物体实例之间的语义对应问题。作者借鉴三维形状匹配中的函数映射方法，用有限元Galerkin方法从深度图像特征的流形嵌入推导离散拉普拉斯-贝尔特拉米算子，为图像网格定义流形结构，并引入神经伴随映射表示非线性映射。论文称该方法在多个真实图像稠密对应基准上，在零样本图像对应方法中达到新的最佳水平。
说明CRONOS：面向机器人操作的非回合式强化学习基准
简介该论文提出CRONOS，一个用于在非回合式场景重置条件下对视觉-语言-动作（VLA）模型进行强化学习微调的仿真基准。研究发现，直接微调预训练策略在非回合式设置中会因物体配置和末端执行器位姿的偏移而失效，但通过有针对性的重置分配和处理预训练模型中的偏差可以缓解这一问题。论文还指出，非回合式训练能增强长时程操作能力，并提升对未见过的物体配置和任务序列的泛化性。
说明基于免展开世界模型的端到端自动驾驶轨迹评估
简介该论文提出RFWorld，一种用于端到端自动驾驶轨迹评估的免展开（rollout-free）世界模型。它不为每条候选轨迹逐步预测完整未来场景，而是构建共享场景记忆，候选轨迹直接从中稀疏查询信息进行打分，从而降低推理计算量并避免递归预测误差。论文称其在NAVSIM和Bench2Drive上取得了当前最优的性能。
说明VIGOR：面向多模态离散扩散语言模型幻觉缓解的视觉增益排序方法
简介多模态离散扩散语言模型通过迭代掩码预测生成回答，但仍会产生与语言先验相符、却缺乏图像依据的幻觉。论文提出VIGOR，一种无需训练、即插即用的推理策略：在每一步去噪时，比较原图条件与视觉消融两种情况下各候选词的置信度，优先解码更受图像支持的位置。论文称在LLaDA-V和Lumina-DiMOO上，VIGOR能持续减少幻觉并提升多模态推理表现。
说明FloMo：将三维场景流作为世界动作模型的中间表示，用于从人类视频中学习
简介该论文提出FloMo，一个基于50亿参数视频生成模型微调而成的模型，用于预测三维场景流和动作标记。研究将场景流渲染为RGB并编码到与视频相同的潜在空间，使预训练视频模型能高效适应运动预测。在无动作的人类视频与带动作标签的机器人遥操作数据上联合训练后，模型在未见过的物体、运动基元和任务上表现出更好的泛化能力。
说明智能体策略是否需要每一步都看图？面向推理与动作的几何抽象
简介这篇论文提出用三维几何抽象替代每一步的原始图像推理：通过带类型的符号化引用描述物体部件，并依据标定的RGB-D数据定位。每次动作后，系统返回包含度量残差的紧凑文本检查点，只在需要时才调用直接视觉推理。实验表明，基于文本和符号的推理提高了多步操作的完成率，同时显著减少了重复的多模态查询。
说明蛋白质构象集合生成器设计选择的消融研究（跨结构类型比较）
简介本文研究用于生成蛋白质构象集合的模型设计。作者基于一个简化的 Cα 流匹配模型，逐一消融架构、序列条件、刚体对齐和训练数据来源等设计选择，并用实验 SAXS 与 NMR 化学位移数据，按有序、无序、多结构域和过渡态蛋白分别评估。结果显示，训练数据而非网络架构是主要限制因素。
说明鞋型鲁棒性的可学习性：未见鞋型条件下的步态足迹识别
简介该论文研究基于压力或力传感步道采集的足迹模式进行身份识别，重点考察用户注册时穿特定鞋、识别时穿未见过的鞋的情形。作者提出BiStepNet架构，将空间与时间身份线索分解为可独立训练的两个分支，在StepUP-P150数据集上优于紧凑的三维时空基线。研究显示，跨鞋识别性能随训练集中鞋型的数量与多样性系统性提升，并可借助部分模态重叠的辅助步态数据进一步增强对未见鞋型的鲁棒性。
说明部分子对关联对重离子碰撞中直接光子产额和椭圆流的影响
简介该论文研究重离子碰撞中发射光子的部分子之间的关联如何影响直接光子产额与椭圆流。作者指出，局部2→2光子速率依赖于入射部分子的联合分布，因此关联可以在不改变介质粒子单粒子分布的情况下改变光子发射。将该关联代入Au+Au和Pb+Pb碰撞的演化介质后，光子产额向拟合的PHENIX和ALICE数据靠近，中等横动量区域的v2有所增加。
说明用位置编码实现可扩展的等变约束松弛：训练时临时打破对称性，使严格等变模型更易优化
简介论文研究神经网络的等变性约束在优化上可能遇到困难，此前有工作通过加入非等变的稠密线性层在训练期间放松约束。作者提出一种基于位置编码的替代方法，注入带可学习尺度的位置编码以打破原有对称性，并在训练中逐步退火至零，最终恢复原始等变模型。作者称该方法在平移和旋转等变模型上带来显著改进，且计算和内存开销很小。
说明ALBI：由大语言模型引导、通过迭代生成-检验-约束优化的归纳逻辑编程
简介论文提出ALBI框架，用大语言模型替代学习失败（LFF）范式中基于ASP的假设生成器，并保留SWI-Prolog作为形式化验证器。系统通过生成、检验、约束的迭代循环，由大模型提出候选假设，Prolog逐一检验，并依据诊断反馈进行改进。在30个标准归纳逻辑编程基准上，三款前沿大模型均达到100%成功率，与Popper持平，平均仅需1.4至1.7次迭代；在语义匿名化测试下，成功率仍保持100%。
说明ToolSpace：面向长程智能体的以工具为中心的环境合成方法
简介该论文提出ToolSpace框架，从真实MCP服务和智能体执行轨迹中，用确定性规则挖掘相邻工具调用之间的数据、状态和重试依赖，并将加权工具组合图聚类为环境，再通过状态感知随机游走和断言检查生成可从初始状态成功回放的任务。在多个长程工具使用基准上，该方法显著提升了Qwen3.6-35B-A3B和GLM-5.2等模型的平均得分。
看点以工具为中心、由执行轨迹挖掘依赖关系并合成环境，相对数据中心方法有实质新意；摘要报告在七个基准上提升明显。
说明混合偏态下用于医学图像分类的联邦迁移学习
简介论文针对多中心医学数据在联邦学习中存在的混合偏态问题，提出个性化联邦学习框架PAFP，基于预训练骨干网络，在每个客户端的微调模块前插入特征对齐模块，将隐藏特征分布对齐到服务器聚合的目标。在FedISIC基准上，PAFP取得了最高的未加权平衡准确率，同时将客户端间性能方差降低约六倍。
说明这是谁的效应？目标函数如何夸大学习到的子空间干预
简介该论文研究可解释性中的激活修补方法：把语言模型某部分状态从一个输入复制到另一输入，以输出变化大小衡量该部分是否承载某概念。作者证明，正交部分的效应一阶相加等于整体效应，因此学习到的部分超过整体，只是因为其余部分把输出拉回，而非更干净地隔离概念。以输出效应为目标的方法会选出此类部分，改用面向网络实际输出的目标可消除大部分额外效应。
说明比较端口哈密顿系统辨识中的模型表示与拟合方法
简介端口哈密顿模型通过区分存储能量、耗散和外部输入来描述物理系统。本文比较了用神经网络、解析表达式及两者组合来表示该模型各组成部分的方法，并比较了基于梯度优化与稀疏回归的拟合方式。作者在有噪声与无噪声的机械及电气系统仿真上测试，给出了各方法的预测精度与计算成本。
说明DRAP：面向物理AI持续学习的动力学风险自适应可塑性方法
简介该论文针对物理AI的持续学习问题，指出策略的微小逐步误差会在轨迹中累积，最终导致闭环任务失败。作者提出无需回放的DRAP方法，用风险加权的梯度估计各模型张量的历史重要性，并据此降低支撑旧行为的组件的学习率。实验在OpenVLA的子网络上进行，于LIBERO Spatial、Object和Goal套件中评估，结果显示相比标准AdamW微调和EWC，旧行为的保留明显改善，同时新任务的学习能力仍然较强。
说明多机器人系统的触觉共享控制：让操作者通过力反馈在不同尺度上引导机器人群体
简介本文提出一种改进的全局连通性维持算法，使机器人能用有限视场传感器在自身局部坐标系中完成测量，并结合单机控制、钉扎控制和质心控制三种自适应监督策略，让操作者可以在不同尺度上引导整个机器人群体。这些方法在满足机器人间约束的同时，向用户提供关于系统连通状态的触觉反馈。作者通过用户研究，在针对不同控制模式设计的多种场景中，比较了有无触觉反馈时的效果。
说明智能手机GPU上基于深度学习的RGB照片增强：Mobile AI 2026挑战赛报告
简介本文是Mobile AI 2026挑战赛的报告，要求参赛者设计可在高通与Arm智能手机GPU上运行的快速RGB照片增强模型。参赛者使用DPED数据集，其中包含旧款iPhone 3GS与专业佳能70D单反相机拍摄的图像对。在骁龙8 Elite Gen 5与天玑9500芯片上评测，表现最好的方案可在300毫秒内增强全高清图像。
说明有限谱深度如何控制高斯入口秩以及避开梯度流的第一个鞍点
简介本文以矩阵分解为模型，研究小初始化下的训练动力学。作者考虑对归一化矩阵梯度施加有限次Newton-Schulz迭代的连续时间动力学（Muon）。结果表明，迭代步数会改变训练早期选出的秩，并可使轨迹绕过梯度流所逼近的第一个非零驻点。在附加的残差惯性条件下，作者证明对所有足够大的有限迭代深度都会出现绕过现象，并给出显式的充分阈值；还构造了一个绕过阈值为四的例子。