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）。
说明当指令文件过时：编程智能体中的文档债务与隐性成本
简介该研究关注编程智能体（如 Claude Code）读取的仓库指令文件（如 AGENTS.md、CLAUDE.md）过时后的影响。作者在三个真实开源仓库中考察了过时的测试命令、代码位置和添加组件的流程，让智能体在原样、修正和删除三种版本下完成22项维护任务，并分析了732条轨迹。结果显示，智能体在相关时会遵循过时指令，额外调用工具的成本也会增加，但任务最终仍可完成，且没有智能体修复指令文件本身。
说明并行智能体团队：更有效地扩展推理时计算的方法
简介该论文提出“并行智能体团队”方法，在推理时并行采样多个小型智能体团队，并保留表现最好团队的结果。在12项长周期任务（涵盖GPU内核与形式化证明等）上，使用27B模型和100个智能体的预算，十人小团队的并行方案在12项中的10项上优于并行单智能体，在四项大团队对照任务上均优于单个百人团队，并在同等成本下于半数任务中优于前沿模型。
说明AR-Edit：无需反演、无需训练的自回归视频编辑方法
简介该论文提出 AR-Edit，一种可实时编辑视频流的方法，无需额外训练，也无需对视频做反演（inversion）。作者分析了自回归视频扩散模型的自注意力机制，发现查询（query）和键（key）在去噪过程中保持稳定，而值（value）会随内容变化。方法因此只需一次前向传播即可缓存源视频的值特征，并在去噪时选择性注入，从而保留原始内容并支持流式编辑。
说明看见关键信息：面向操作任务的条件化可执行空间认知基准
简介该论文提出名为“Seeing What Matters”的基准，用于评估模拟桌面操作中，机器人能否依据任务指令主动获取所需的视觉信息。基准涵盖咖啡工作站、抽屉与橱柜、微波炉与电器三类场景，共860个固定评测用例。作者还提出一个诊断性参考方法，在主要预算设置下取得约98.8%的闭环成功率；七个视觉语言模型的成功率仅为26%至43%。
说明知道何时干预：AI智能体的因果评估
简介本文提出了一个用于评估AI智能体轨迹中随机干预（如验证或筛查）因果效应的方法框架。研究利用在随机干预下收集的相对较小的智能体轨迹数据，估计动态因果效应，并可构建用于审计优先级排序的安全排行榜。作者在tau-bench Retail、ToolSandbox和ImpossibleBench上的应用显示，干预效果随智能体行为和状态差异很大。
说明检索增强生成对算法题求解能力的影响评估：利用相似题目辅助大语言模型解竞赛编程题
简介该研究提出一种检索增强生成方法，通过嵌入式检索与相似度搜索，从知识库中找出相似题目，并用动态阈值减少检索噪声。作者在CodeContests数据集上进行实验，比较仅给题目描述、加入随机示例和加入检索到的相似示例三种条件，并用Min-K成员推断分析模型是否记忆了训练数据。结果以通过率和CodeForces Elo评分衡量，表明基于相似度的检索能明显提升大语言模型在竞赛编程中的表现。
说明这些程序员够成熟到能吃吗？评估大语言模型在翻译中如何处理词汇知识冲突
简介该研究构建了一个受控的汉译英任务，为熟悉的源语词赋予新的含义，以考察大语言模型对提示中所给含义与其既有词汇知识之间冲突的处理方式。研究评估了词频、句子语境和提示框架的影响，涵盖九个模型。结果显示，较低频词和支持所给含义的语境下，模型更倾向依赖提示中的含义，部分提示框架可降低这种依赖，较大模型比同系列小模型更多地采用这些含义。
说明可解码POMDP的拟多项式时间规划
简介本文研究有限状态、动作和观测空间的有限时域部分可观测马尔可夫决策过程（POMDP）的规划问题。作者针对ρ-可解码POMDP，给出了拟多项式时间的近似规划算法。论文指出，可解码性可由ℓ1或ℓ2可观测性推出，且比可观测性更弱；最优可解码常数可在多项式时间内计算。
看点提出可解码性假设，将准多项式时间近似规划推广到更弱条件，并证明可解码常数可多项式计算，算法与证明为作者所报告。
说明ROSE：面向多模态大模型终身知识编辑的风险感知正交子空间导航方法
简介多模态大语言模型需要持续更新事实知识，但连续编辑容易破坏原有能力并遗忘先前的修改。本文提出ROSE框架，将参数更新限制在已编辑子空间的正交补空间内，并通过动态计算的风险掩码保护关键事实参数。推理时，该框架采用多粒度知识整合策略，以精确激活相关查询的编辑知识。论文在两个多模态基准上进行实验，结果显示其在五项关键指标上与现有先进方法相当，并在1000次连续更新中保持稳定。
说明AnimWeb-Bench：基于视频的动画网页代码生成基准测试
简介该论文提出 AnimWeb-Bench，首个从视频生成动画网页代码的基准，包含124个真实网页，覆盖7个应用领域和33种动画类型。作者设计了两个维度的评估协议，分别衡量静态外观与动画还原程度。对14个多模态大模型和3个编程智能体的测试显示，动画还原明显比静态外观还原困难，逐帧检查与渲染反馈有助于提升效果。
说明语言作为特质，礼貌作为策略：LLM 社交推理智能体中语言效应的受控测试
简介该论文借助狼人杀游戏框架，测试大语言模型智能体的语言简繁与礼貌策略是否会改变其他智能体的判断与行动。研究只改写语言表达、保留游戏内容，并对每日回放进行对照。结果显示，两种操纵都未改变其他智能体对发言者的信任，经多重比较校正后，对投票和夜间行动也没有显著效应。
说明从泛化误差的PAC界推导参数估计误差的PAC界
简介本文利用基于PAC界的oracle界，推导动态系统的有限样本参数估计误差界。作者以有界输入和噪声的线性与双线性系统为例，给出适用于最小化正则化经验损失函数的辨识算法的界。核心是建立oracle不等式，并借助真实损失的凸性或损失函数的系统理论性质得到参数估计误差界，同时将结果的收敛速率与经典渐近结果进行比较。
说明思维链计算能力的严格层级定理
简介该论文研究基于思维链（CoT）的Transformer模型的计算能力，证明了增加CoT推理步数会严格提升可解决问题的范围。作者给出了首个面向CoT计算的层级定理，并借助与图灵机的双向模拟及复杂性理论中的填充技术得到紧致层级结果。
看点首次为CoT计算建立层级定理，通过填充技术得到紧层级，并在Transformer模型中实现填充。
说明无扩散过程的分数匹配，用于精确条件采样
简介本文提出DISCO方法，通过只估计一个扰动数据分布的分数函数，避开了扩散模型所需的随时间变化的分数场。该方法的精确条件分数可以直接得到。实验显示，DISCO的样本质量与最先进的扩散模型相当，并且能更准确地表示底层数据分布，从任意条件分布中采样的效果也优于标准启发式采样器。
说明用于边缘环境目标检测的轻量级卷积神经网络
简介本文提出一种面向边缘设备部署的新型轻量级卷积神经网络，用于识别和分类威胁或感兴趣的目标。模型配备实时热点检测算法，据称推理速度可达 20 fps，配合常见热成像态势感知传感器，检测距离超过 400 米。文中称该网络经过严格测试，具有较高的准确率、灵敏度和较低的误报率。
说明基于连续小波特征提取的激光诱导击穿光谱人血浆样本分类研究
简介该研究用连续小波变换提取激光诱导击穿光谱的谱峰特征，区分新冠病毒阳性与阴性的人血浆样本。共181名受试者的血浆样本被滴在硅基片上干燥后测量，结合支持向量机分类，留一法评估的准确率为93.00%。作者指出这些结果仍属暂定，需独立验证。
说明用于衡量二维点集结构相似性的多尺度闭合指数（MCI）
简介本文提出一种新的二维点集差异度量——多尺度闭合指数（MCI），基于多尺度数学形态学运算，取值范围在0到1之间，数值越小表示结构越一致。作者用Perlin噪声生成的合成点云进行实验，对其施加局部扰动、点删除、平移、旋转和脉冲噪声等变换，结果显示MCI随扰动程度逐步、稳定地增大，并能区分同源与异源的点云。与Hausdorff类距离及切片Wasserstein距离的对比表明，MCI可作为评估二维点集配准的补充指标。
说明浅水无人机图像失真评估与修复的统一多模态模型零样本基准测试
简介本文对统一多模态大语言模型在浅水无人机图像上的表现进行了系统的零样本基准测试，同时考察其评估水体引起的失真和修复图像的能力。研究使用包含1000组图像对的基准数据集，评估了五个开放权重模型，结果显示评估效果随模型和提示词差异很大，修复效果有限，且部分输出会改变场景结构或产生幻觉内容。研究表明，识别浅水退化并不等同于可靠的物理修复，并为后续研究提供了可复现的基线。
说明面向隐私保护的人脸情绪识别深度学习基准
简介本文提出一种轻量级、保护隐私的人脸情绪识别方法，仅使用几何表示，即478个面部关键点和52个ARKit混合形状系数，不保存原始视频。作者在融合的CREMA-D与RAVDESS数据集上从零训练六种神经网络，并以预训练的ResNet50为基线，采用5折受试者独立交叉验证进行比较。结果显示，几何模型在未见过的受试者上表现更好，参数量少12至124倍，对悲伤等细微情绪也更稳健。
说明面向基于大模型的多智能体系统的协同混合精度KV缓存量化
简介基于大语言模型的多智能体系统同时驻留的KV缓存占用大量内存。本文提出CoMixKV方法，在共享内存预算下，结合在线敏感度估计与智能体间、层间的联合比特宽度分配，无需校准数据或额外模型前向计算。在四个基准和三种大模型上，于平均2、3、4比特设置下取得较强准确率；在Qwen3-32B上，峰值KV缓存内存降低32.08%，推理速度相较FullKV提升1.38倍。
说明何时交给 AI 代理、何时自己保留：日常生活与工作中的人类偏好研究
简介该论文通过面向 289 名有 AI 使用经验的美国成年人的情景调查，覆盖九个生活领域的 45 个用例，考察人们愿意让 AI 代理自动执行哪些任务。研究发现，对 AI 代理的信任度、希望 AI 主导的程度、既往相关任务使用经验和预期经济节省，与更高的自动化偏好相关；担心自动化削弱个人成就感则与较低偏好相关。作者认为，委托应理解为执行、协作、主导与决定权的组合。
说明一次运行不够：评估大模型数据科学任务可靠性的蒙特卡洛方法
简介本文提出DS-QA基准，包含100道取自英国大学课程的数据科学与统计题目，涵盖16个数据集和三个难度等级。作者设计了三层评估框架，并以100次重复运行的蒙特卡洛协议评估OpenAI模型。结果显示，模型在数据可视化和监督学习任务上的回答波动明显，尤其是中等和困难题目，因此除回答质量外还应评估一致性。
说明针对多个日志策略的稳健离策略评估：自适应预算数据采购
简介本文研究在若干已有日志策略（loggers）之间以不同单位成本购买额外数据，以便评估一组目标策略的离策略评估问题。作者提出 Adaptive Greedy 算法，按单位成本方差降低量顺序购买观测，并证明经验分配几乎必然收敛到最优设计，最终合并估计量达到半参数效率界。在模拟和基于 AIDS 临床试验研究 175 的半合成应用中，该方法优于标准分配策略。
说明对抗染色与扫描仪偏差的对比微调，提升病理基础模型的稳健性与下游表现
简介该论文提出SPECTRA（扫描仪与病理嵌入对比微调框架），是一种与模型无关的对比学习后训练方法，旨在让组织病理基础模型的表征对扫描仪和染色差异更稳健。方法使用LoRA适配器，在PLISM数据集中不同扫描仪和染色条件下的配对全切片图像上训练，对齐空间对应区域。结果显示，各模型在PathoROB稳健性指标、HEST基因表达预测、CPTAC切片级分类AUC及PLISM检索上均有提升；THUNDER瓦片级分类总体也有改善，但分割和校准任务除外。
说明TriNetra：用于监控的热成像可靠性引导的RGB-热成像融合与跟踪框架
简介本文提出TriNetra，一个可感知可靠性的监控框架，针对可见光与热成像在夜间或热信号饱和、模糊时的失效问题。它根据五个无需标注的图像指标计算热成像可靠性系数（TRC），用于调节双分支YOLOv8m检测器中热成像特征的权重，并将该分数传递给基于ByteTrack的跟踪器。在M3FD基准的测试集上，检测器的mAP@50为70.0%，在热成像退化时仍保持43.6%的mAP@50，优于固定权重融合。
说明使用图卷积自编码器评估前交叉韧带受伤风险
简介该论文提出一种无监督学习模型，基于多层图卷积网络的自编码器架构，利用姿态估计数据判断人员的前交叉韧带（ACL）受伤风险。模型可完全运行于智能手机上，用于两项测试：下落垂直跳（DVJ）与单腿跳（SLH）。文中报告，该模型对两项测试中的高风险运动员均有较好的识别效果，并认为这为开发可广泛使用的实时筛查智能手机应用提供了依据。
说明神经Wasserstein流形上的不动点加速方法
简介本文提出一种面向概率测度优化的不动点加速方法，用神经网络映射把参考分布推送为目标概率测度，并在参数空间上引入诱导的拉回Wasserstein度量。作者利用黎曼Anderson混合方法加速自然梯度下降对应的不动点迭代，无需计算Hessian矩阵。在多模态采样、偏微分方程反问题、聚集动力学、贝叶斯逻辑回归和生成建模等任务中，该方法减少了自然梯度迭代次数，在损失梯度计算量和运行时间上与SGD、Adam相比具有竞争力。
说明FOSCAR：通过仿射折叠加速 2 位与 4 位 KV 缓存上的解码注意力
简介大语言模型生成每个 token 时都要读取键值（KV）缓存。论文提出 FOSCAR，用仿射折叠把缩放和偏移移到矩阵乘法的另一操作数或输出上，减少逐元素运算，并为 H100 与 B200 构建 warp 专用的 GPU 流水线。在 H100 上，INT2 与 INT4 内核相对 FlashInfer BF16 的几何平均加速分别为 3.36 倍和 2.83 倍；在 SGLang 中集成后，长上下文服务的峰值吞吐提升最高达 170%（相对 2 位基线）和 341%（相对 16 位基线）。
看点用仿射折叠把缩放和偏移移到矩阵乘外，减少指令开销；在H100/B200上与多个基线对比并集成SGLang测试。
说明基于事件相机的航天器位姿估计：直接回归与几何恢复的对比研究
简介该论文比较了两种用于事件相机航天器6自由度位姿估计的方法：一种是结合关键点检测、几何位姿恢复和时序平滑的模块化流程，另一种是直接回归平移与旋转的方法。两者在同一测试协议下评估。结果显示，直接回归降低了姿态误差，而模块化流程显著降低了相对平移误差，两者误差特征互补。
说明意图感知缓存：提升大模型推理服务效率的一种方法
简介大模型推理服务常缓存多轮对话的前缀键值状态以减少重复计算，但缓存命中率受对话是否继续及下一轮到达时间影响。本文通过对真实负载的分析发现不同意图的继续概率与轮次间延迟不同，据此提出意图感知缓存（IAC）这一在线淘汰策略。在 WildChat 和 ShareChat 真实负载上，IAC 的缓存命中率达到 34.6%，高于既有学习方法（18.8%）和最近最少使用策略（LRU，12.2%），并使平均服务延迟最多降低 46.1%。
说明超越分割：为ImageCAS补充冠状动脉开口标注、带根中心线图及开源定位模型
简介该论文为公开数据集ImageCAS的1000例患者补充了冠状动脉开口（ostium）标注，并以这些新开口为起点生成中心线图。研究还在ImageCAS、CAT08和ASOCA数据上训练六种三维定位模型并进行评测，其中SwinUNETR-V2和nnResUNet全部定位成功，中位误差为0.70至0.87毫米。
说明基于少样本提案学习，将冻结的可提示分割模型适配到用户自定义分类体系
简介本文提出SNAP标注流程，在冻结的SAM2.1模型上为每个项目训练一个分类头SnapHead，用项目自己的标注学习类别边界，无需重新训练分割模型。实验显示，对于八种外观相似的细胞系，SnapHead的分类一致性显著高于SAM 3；在显微镜项目和五个保留数据集上，SNAP也优于SAM 3。
说明ICare-DT：用于重症患者持续预测的数字孪生模型
简介该论文提出ICare-DT，一种基于Transformer的数字孪生模型，每小时根据患者的新测量数据更新潜在状态且无需重新训练，用于预测生命体征。在eICU-CRD数据库的140,473次住院记录上训练后，后期预测在所有12种设置下均优于模型自身的第6小时预测。作者还构建了一个模拟治疗响应的基准，用于测试模型预测治疗效果的能力。
看点提出可每小时更新潜在患者状态的Transformer数字孪生，并构建可注入已知效应的治疗响应基准；在eICU与MIMIC-IV上验证预测增益。
说明RidgeFill：无需训练的后层缓存填充，加速预填充
简介RidgeFill 是一种无需训练的方法，用于加快长提示的预填充阶段：前若干层正常计算，之后各层的输入由岭回归映射预测，并据此写入缓存，而不逐层完整计算。论文在 Qwen3.8-27B、Qwen3.8-Flash-Next 等模型上测得首 token 时间约快 1.25 至 1.60 倍，RULER 与 LongBench v2 的分数变化较小。
说明学习应当发生在哪里？文本、参数与联合自适应的遗憾分析
简介本文研究语言模型系统在部署过程中如何从预构建的候选提示与参数适配器中反复选择，并以累计损失与始终使用最佳固定组合的差距来衡量表现。作者将超额损失拆分为可用候选集合内的选择遗憾、候选集合受限带来的差距，以及实际部署历史带来的影响。实验表明，减少切换次数既可能降低也可能提高部署损失；在Spider数据集上，仅选择文本的方法组内遗憾更低，但因候选集合不含更强配置而产生更多失败。
说明以合适分辨率注意：基于查询-键交互结构的头自适应稀疏注意力
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。
说明验证器噪声即温度：有限预算LLM引导搜索中倾斜预测的检验
简介本文研究基于大语言模型（LLM）的程序搜索循环：提出候选修改、打分，若更优则保留。作者推导出在特定噪声假设下，该搜索的平稳分布为突变平衡经指数倾斜后的形式，并在装箱问题等任务上检验这一预测。结果显示，搜索所达到的增益与预测值并不一致，且随起点不同未收敛到共同水平，因此该倾斜是否描述LLM编辑的平稳分布仍未定论。
说明PoseRieFlow：用于全身文本到姿态生成的黎曼流匹配方法
简介本文提出PoseRieFlow，一个紧凑的流匹配框架，可根据文字描述生成全身三维人体姿态。它直接在SMPL-H关节旋转的乘积流形上建模，沿黎曼测地线把SO(3)高斯先验样本输送到数据分布。模型将52个关节聚合为八个身体部位标记，为每只手分配专属标记，并以21.6M可训练参数在PoseScript上取得了所有生成手部方法中最低的全身运动学误差。
说明面向SAR去斑的极化感知深度学习框架
简介合成孔径雷达（SAR）图像中的斑点噪声会影响图像判读。本文提出一个统一的深度学习框架，用同一个卷积神经网络对单极化、双极化和全极化SAR数据进行去斑。方法采用共同的九通道极化协方差矩阵表示，并结合极化感知掩码策略适应不同极化配置，无需修改网络结构。在来自不同传感器的三个场景上，定性与定量比较显示该方法表现具有竞争力。
说明META-IR：面向大语言模型自适应安全对齐的元内省推理框架
简介论文提出META-IR框架，用于提升大语言模型应对越狱攻击和有害内容提示的安全对齐能力。该框架采用双循环结构：内层通过SI-MCTS进行结构化风险分析、自我评估和反思修正；外层通过元学习优化内省策略，以快速适应未见过的攻击。实验在Llama-3.1-8B-Instruct和Qwen-2-7B-Instruct上进行，结果显示其在适应速度、鲁棒性和推理稳定性方面优于各基线模型。
说明SURE：用于高效视觉-语言-动作学习的时空不确定性表示方法
简介该论文提出SURE，一种数据高效的视觉-语言-动作（VLA）机器人控制训练框架，显式建模动作空间中的空间与时间不确定性。它通过轻量级转置卷积概率动作解码器刻画相邻动作区间之间的局部相关性，并引入Soft-DTW对齐监督以适应预测与示教动作序列之间的局部时序差异。论文报告，在LIBERO、RoboTwin 2.0及真实操作任务上，仅使用10%的示教数据或20%的训练步数，SURE即可达到与基线VLA相当或更高的成功率。
说明多尺度单指标模型：在线SGD动力学的MSE分析
简介本文分析了多尺度单指标模型（MSIM），这是一个用于研究分层特征学习的简化模型，每一层在一个尺度上提取单指标特征并传递给下一层。作者针对两个隐藏层的情形，在均方误差损失下分析了联合在线球面随机梯度下降，证明其能在约 O(d log² d) 个样本内从随机初始化实现弱恢复，之后再用 O(d log(1/ε)) 个样本达到精度 ε 的强恢复。
说明基于零样本仿真到现实强化学习的自主粒子图像测速
简介粒子图像测速通过示踪粒子的运动重建流场，其重建质量取决于图像中目标流动结构的分辨程度。本文将相机放置视为序列决策问题，训练强化学习智能体控制装有相机的六自由度机械臂，在水洞中定位并拍摄水翼尾迹。智能体完全在水洞的仿真环境中训练后，零样本迁移到真实水洞，能可靠地定位并拍摄随机放置水翼的尾迹，分辨率高于固定相机视角，测得流动统计量的误差更低。
说明像素相同，文档不同：衡量图像矢量化中部件级的可编辑性
简介图像矢量化通常只看渲染保真度，但渲染结果相同的文档未必支持同样的编辑。论文提出Pass@k指标，检验在指定交互模型下、k次点击内可选中的对象能否完成规定的编辑。作者用八项文档诊断指标，在211个参考图上评估了十二种方法，其中93个参考图上有635个编辑任务。结果显示，由多个形状组成的部件，在Pass@1下多数编辑失败；更高的保真度并不保证更高的Pass@1。
说明规划器中的古德哈特效应：基于采样的控制会利用从人类偏好学到的奖励
简介论文研究机器人在模型预测控制或 best-of-N 选择中，依据从人类偏好学到的奖励模型搜索动作时，真实目标会如何变化。在多个仿真任务上，搜索强度越高，真实回报越低，最多下降76%。论文还提出了一种经校准的 χ² 正则化 MPPI 规则，作为测试中最安全的修复方法。
看点新意在于用可证明的χ²正则化MPPI温度规则对抗奖励模型过优化，给出最坏情况最优性证明，并在多任务上以真实回报验证。
说明在基于图的Transformer中将局部肋条响应迁移到新的板材成形几何形状
简介本文研究板材成形中侧壁肋条等局部特征的代理模型。作者提出一种以基线响应为条件的残差代理模型R-BiLoGo，先在一个全局几何上学习肋条的影响，再通过迁移学习应用到其他全局几何。论文报告在22个目标几何上，迁移学习在多数情形下优于从零训练，迁移效果随几何差异增大而下降。
说明基于双重稳健稳态学习的网络系统在线因果配置方法
简介本文提出CAUSAL-UCB算法，用于在网络系统中通过在线测量探索选择目标配置。方法采用考虑相互干扰的截断双重稳健评估器，给出可区分统计波动与识别、迁移和时间依赖误差的预决策证书。作者给出了极小化推断误差和测量引起的部署损失的下界，并在高失配基准实验中与对照方法进行了比较。
说明双架构融合的车载激光雷达三维目标检测
简介本文提出一种基于卷积与Transformer双分支融合的三维骨干网络SpconvTransformer，用于激光雷达点云的三维目标检测。卷积分支利用稀疏卷积学习局部体素特征，Transformer分支通过自注意力机制建模体素间的长距离关系，两者融合以克服三维卷积网络感受野有限的问题。实验结果显示，该方法在三维目标检测和鸟瞰图检测任务中的平均精度分别达到81.45%和88.09%，平均方向相似度为91.10%。
说明AI智能体需要多少对话历史？一项关于记忆预算与评分的实验研究
简介该研究在1100个BEAM问题上，固定检索排序和阅读模型，比较五种固定段落预算下的表现。结果显示，段落预算越大，平均得分越高，但在较高预算区间每增加一个token带来的得分增益变小。研究还测试了在受控任务中保留用户消息与按token数匹配的近期消息的效果，并指出答案正确性的评分审计仍未解决。
说明Video2Asset：在线构建可持久保存的三维街景资产
简介该论文提出Video2Asset框架，可从多视角视频在线构建持续更新的三维街景场景，把场景拆分为可独立编辑的物体资产。方法以占据表示为中间层，通过历史载体引导和身份编码器保持物体身份，并利用累积证据进行跨帧关联。实验显示在多个数据集上时间身份一致性和资产质量有所提升，其中在nuScenes上配合SGE时资产碎片化减少15.4%。
说明解耦模式连通性：视觉语言模型中从基类到新类的泛化方法
简介该论文针对视觉语言模型CLIP的提示学习，指出交叉熵目标与保持零样本特征之间的梯度冲突。作者提出解耦模式连通性（DMC），为两种目标分别训练提示，并在测试时以固定系数合并文本特征。在11个数据集上，DMC提高了基类与新类准确率的调和平均值，优于MergeTune方法。
说明TensorMutation：在神经图上学习深度学习模型的权重空间变异
简介该论文提出 TensorMutation，把训练好的深度学习模型表示为神经图，并用由变异条件驱动的图神经网络预测参数变化，从而无需重新训练即可生成可执行的变异体。研究基于 71 个多层感知机分类器构建了 25,252 组原始与变异模型配对数据。在 12 个真实故障对象上，该方法的中位行为相似度最高，其中相较于 DeepMutation++ 的提升具有统计显著性。
说明多智能体强化学习的分离原理：基于最优传输的协作分配与学习
简介本文研究合作式多智能体强化学习问题，智能体在相互解耦的噪声动力学下运动，但共享群体目标，例如为满足乘客需求调度车队的出行运营商。作者证明了一种分离原理：群体的代价函数受最优传输问题的上界约束，其运输代价为面向目标的单智能体代价函数。基于此提出SALT算法，先学习单智能体策略，再通过最优传输协调各智能体，因此可扩展到大规模车队，并无需重新训练即可迁移到未见过的车队规模。
说明NAVE：用于南极鲸鸣检测的归一化自适应Conformer模型
简介该论文提出NAVE，一种基于Conformer的南极鲸鸣检测模型，用于在长段水下录音中定位鲸叫的起止时间并进行分类。模型结合了复数均值减除、逐通道能量归一化（PCEN）输入表示、频率动态卷积主干和与叫声时长匹配的卷积核。在BioDCASE 2026 Task 2的留一站点交叉验证中，NAVE单模型表现超过WhaleVAD-BPN基线，消融实验显示各组件对识别D下扫叫声均有明显贡献。
说明可调节的多目标群体相对偏好优化：联合训练低秩适配器（LambdaMix）
简介论文提出 LambdaMix，一种参数高效的方法，在冻结的基础语言模型上为每个目标联合训练一个低秩适配器，并通过偏好向量在推理时选择适配器组合，无需额外优化即可调整偏好。作者在有用性与无害性、带指令的数学题求解等任务上进行实验，结果显示其超体积指标高于所有对比基线，且训练所需样本和存储的适配器参数更少。
说明用测试时基于模型的强化学习将记忆编码进世界模型
简介本文提出测试时基于模型的强化学习（TT-MBRL），在测试时用梯度下降把一个回合的观测记忆编码进世界模型参数，使智能体为每个回合学到一个独立的世界模型。作者先在简化的二维迷宫环境 Memory Maze 2D 上验证思路，随后在三维 Memory Maze 基准上取得新的最佳结果，并表明该方法在 DeepMind Control 和 Atari 100k 等非记忆基准上也保持了良好性能。
说明BiLoGo：减少Transformer神经算子在板材成形中对局部响应的平滑
简介论文提出BiLoGo，一种用于板材成形仿真的学习型模拟器，将节点-单元二部图上的局部消息传递与基于Transformer的神经算子结合，以捕捉圆角和加强筋附近的局部减薄。模型包含双向GraphSAGE、双流Transformer神经算子和门控残差融合三个模块。在一个圆顶冷成形案例和两个角形热冲压案例（其中一个带加强筋）上，BiLoGo的位置误差和阈值减薄误差均低于对比模型。
说明CRTrack-Cap：跨视角密集视频目标描述的新基准
简介该论文提出跨视角密集视频目标描述任务（CVDVOC），要求把不同摄像头中的同一人物轨迹关联为场景级全局轨迹，并为每条轨迹生成统一描述。作者基于CRTrack构建了CRTrack-Cap数据集，包含13个场景中的425条全局轨迹和838条局部轨迹，其中335个身份带有规范化描述。论文还提出了CV-CHOTA评估指标以及由视角独占跨摄像头关联（VECA）和冲突证据门控（CEG）组成的基线框架。
说明基于迹平方根势函数的情境搜索与双边贸易
简介本文提出一种统一的势函数方法，用于处理单比特反馈下的情境搜索和双边贸易问题，并得到阶数紧的算法。在贝叶斯设定下，情境搜索的总损失以 O(Tr√Σ) 为界，双边贸易的遗憾以 O(Tr√Σ_S + Tr√Σ_B) 为界。在最坏情形设定下，两类问题都得到 O(√d) 遗憾的紧算法，改进了此前的已知结果。
看点提出统一的迹-平方根势函数，为上下文搜索与双边交易获得紧的O(√d)遗憾界，改进了此前的O(d log d)和O(d6^d)。
说明《知其所需：高效激活检查点》：训练大模型时节省显存的近似重算方法
简介论文提出一种近似重算方法，用于激活检查点技术。该技术在前向传播时不保存部分激活，反向传播时再重新计算，以显存换算力。论文方法利用初始前向传播收集的信息，仅选择性重算最重要的层组件（通过贪心选择或随机草图），可得到无偏梯度估计。在 Llama-488M 模型上，仅重算约三分之二的层组件，困惑度分别仅上升 1.7%、1.2% 和 2.5%。
说明基于核方法学习解析算子与参数化偏微分方程
简介本文研究如何利用有限样本，以核方法学习解析算子，并探讨目标函数的正则性应如何决定核函数的选择。作者证明了解析算子可嵌入向量值再生核希尔伯特空间，并给出随机采样不确定性的有限样本高概率保证。将该理论应用于参数化椭圆偏微分方程的解算子，并给出分别刻画采样误差与离散化误差的界，同时指出网格尺寸应如何与样本量匹配。文中通过数值实验进行了说明。
说明《不是你的日记，只是你的主题：为错误用户对照打分》：检验个性化评估中的主题干扰
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。
说明基于对偶集中性的容量受限聚类核心集
简介本文研究经典 k-中位数与 k-均值聚类问题的核心集，即能近似保持任意中心选择下聚类代价的小型加权数据摘要。作者考虑容量受限的情形，即聚类除选择中心外还须满足预设的簇大小约束。对有限度量空间，给出最优规模的核心集，其规模与无约束聚类的已知最优界相同；在欧氏空间中给出改进的界，其中首次实现对 k 近似线性依赖且与维度及输入规模无关。主要技术工具是最小费用流问题对偶解的集中性界，用于更简洁、更紧致地分析核心集构造所用的采样分布。
看点在容量约束聚类上给出匹配无约束最优界的有限度量coreset，并首次获得欧氏空间中近线性依赖k的界，核心工具是最小费用流对偶解的集中界。
说明基于双区域切片聚合的CT肾肿瘤分类研究
简介该论文提出一种用于CT影像透明细胞肾细胞癌分类的区域感知架构。模型分别汇聚肿瘤区域和肿瘤周围0至10毫米的上下文区域的冻结DINOv3特征，经切片聚合与训练集主成分分析后，与影像组学特征融合。在KiTS23及111例外部病例上，内部与外部AUC分别为0.8078和0.9094，与单一肿瘤读出相比均有提升。
说明Transformer-FSQ：用于极端KV缓存压缩的离散潜变量
简介本文提出Transformer-FSQ，用有限标量量化瓶颈替代标准的键、值投影，使每个token的KV缓存只存储一组打包的离散整数编码。在0.6B至8B参数模型上，该方法在长上下文检索任务RULER上于12倍至97.5倍压缩比下表现优于所评估的五类基线方法。融合的Triton内核可直接从整数编码解码，在32倍压缩时解码吞吐量约为未压缩Qwen3-8B-Base原生注意力的1.01倍，97.5倍时约为1.54倍。
说明RuACT：将失效评分标准转化为自适应评判与教师的强化学习方法
简介该论文针对基于评分标准的强化学习中，无法达成或已全部满足的评分标准不提供学习信号的问题，提出RuACT方法。方法将无法达成的标准用作特权信息以进行自蒸馏，并将已饱和的标准拆分为子标准以区分回答质量。实验在四个医学和科学基准上优于GRPO等方法。
看点将不活跃评分标准分为不可达与饱和两类，分别用作教师与评判者，填补了组相对优化中的学习信号缺口；摘要报告在四个医学与科学基准上优于GRPO等基线。
说明重尾噪声下 Adam 的逐坐标 ε 设置
简介论文研究 Adam 优化器中各坐标共用同一个 ε 的问题，在噪声和曲率随坐标变化时如何影响收敛。在有限 p 阶矩的重尾噪声条件下，为每个坐标选取对应的 ε_i 可达到 O(T^{-(p-1)/(3p-2)}) 的 ℓ1 平稳性基准速率。对于 1<p<2，共用标量 ε_t 的 Adam 存在 Ω(T^{-(p-1)/(2p)}) 的下界，且该下界对任意可预测的标量超参数选择均成立。
看点提出逐坐标ε选取以适应异方差重尾噪声，给出匹配已知最优时间指数的上界，并证明共享标量ε的Adam存在下界，理论新意明显。
说明MSR-ABC：用于透明细胞肾细胞癌分类的互补特征融合方法
简介该论文提出MSR-ABC框架，将MedVAE、MedSigLIP和影像组学特征结合，用于从CT图像中区分透明细胞肾细胞癌。方法通过跨表征注意力、辅助监督和门控残差融合，让不同特征相互补充。在内部KiTS23数据集（396例）和外部TCGA/TCIA队列（111例）上，平均AUROC分别为0.806和0.879，优于简单拼接的基线方法。
说明AI天气预报模型的半精度推理：以极低成本换取几乎没有损失的预报技巧
简介本文测试了五个公开的AI天气预报模型在单块16 GB GPU上以半精度（fp16）运行网络、同时保持物理状态为fp32的效果，并与ERA5再分析数据比对。结果显示，全局RMSE的变化最多为1.4%，多数模型约为0.5%或更少，相当于预报时效损失很小。fp16推理的10天预报速度快1.3至3.5倍，能耗低1.4至3.7倍。
说明多台自由移动相机的视频拼接
简介本文研究多台自由移动相机拍摄同一场景时的几何视频对齐问题。作者提出MViS，一种轻量级的测试时优化框架，通过联合处理短时间窗口内所有视角的帧，预测各视角、各时刻的单应性变换，并分两阶段优化，保持多视角与时间上的一致性。该方法在标准双视角视频基准上与现有最优方法相当或更好，并构建了一个多于两台自由移动相机的标注数据集用于评估。
说明基于自信辩论的对齐：从多智能体辩论中学习偏好
简介论文提出 Alignment by Confident Debate（AbCD），把多智能体辩论的过程记录转换为偏好数据，而无需标准答案标签。多个采样多样化的智能体对每个问题进行辩论，随后按任务层面的语义等价性对最终答案聚类。作者在数学推理、多选定量问答和代码生成等可验证任务上进行了实验，结果显示该方法在多个模型系列上优于仅推理阶段的集成与辩论，并提升了共识准确率。
说明TurtLES：面向三维湍流神经偏微分方程替代模型的大规模基准数据集
简介该论文提出 TurtLES，一个 14 TB 的三维湍流圆柱尾流数据集，由高保真隐式大涡模拟计算得到，流动处于剪切层转捩区。数据集包含 400 条轨迹，每条 400 个时间步，每帧 300 万到 1100 万个点，并涵盖几何形状、雷诺数和攻角的变化。作者以此评测了主流神经算子的自回归滚动预测，并指出时间不稳定、小尺度能量丢失以及在大型不规则网格上学习困难等主要失效模式。
说明无需求解器的决策导向学习：基于神经优化层的边选择方法
简介本文提出一种无需求解器的决策导向学习框架，用于目标函数或约束中含不确定参数的NP难边选择问题。先用问题目标和约束惩罚在无解标签的情况下训练神经优化层，再冻结该层，通过其连续输出训练预测模型。在非对称旅行商问题和无端点定向越野问题上的实验显示，该方法决策质量优于预测导向学习，训练时间少于所评估的决策导向基线方法，部署时决策速度也快于基于求解器的方法。
说明双边贸易中利润最大化的最优遗憾
简介该论文研究重复双边贸易中的利润最大化问题：中介分别向卖方给出收购价、向买方给出出售价，双方估值来自未知联合分布，中介只能观察是否成交而无法观察估值。作者设计了一种算法，对最优固定价格对的遗憾为 Õ(T^{2/3})，与一维动态定价的经典下界在对数因子内一致。这表明一维的遗憾速率在二维情形下依然成立。
看点新意在于证明双边交易的遗憾率与单边定价相同，达到T^{2/3}并匹配下界；摘要报告了该遗憾界，未涉及实验。
说明面向长上下文大模型中间信息遗忘问题的查询引导 RoPE 调制方法
简介长上下文语言模型常常忽略输入中间部分的信息，这一现象称为“中间遗忘”。论文提出无需训练的 QGPM 方法，利用模型自身注意力头计算的查询相关性调整 RoPE 位置：低相关性词元在快速旋转的平面上前移不足一个位置，把相关证据拉向查询。在 NoLiMa 和 RULER 上的实验显示，QGPM 优于基础模型和强基线，检索类任务提升最大。