Adaptive Entropy-Sparing for Efficient Reasoning
说明面向高效推理的自适应熵保留方法（AES）
简介大型推理模型常生成冗长低效的思维链，增加计算成本并可能引入错误。本文提出自适应熵保留方法（AES）：保留组内高效参考之前出现的高熵词元，同时惩罚超长后缀中与冗余分支相关的高熵词元。在八个推理基准上，该方法最多减少52.9%的推理长度，平均准确率最多提升3.8%，并优于现有效率导向方法。
本页没有符合条件的条目（筛选只在本页内进行）。
How Far Must a Test Explore? Certifying Composable Read-Write Interfaces from Their Own Random Edits
说明测试要探索多远？用可组合读写接口自身的随机编辑来认证
简介论文研究随机测试在有状态代码中能否可靠地判断接口是否等同于带隐藏数据的记录结构。作者定义了距离度量，并分析在不同起始分布和写入链深度下，所需的采样量与探索量。结果表明，从单一起始状态出发，法则检查即可认证；而在最坏起始分布下，若计入写入次数，则探索量需与接口变量数线性相关。
Disagreement-Aware Distribution Matching Distillation for Few-Step Diffusion Models
说明面向分歧感知的分布匹配蒸馏：用于少步扩散模型
简介该论文提出分歧感知分布匹配蒸馏（DA-DMD），用于改进少步扩散模型的训练。它利用DMD训练中已有的教师模型与伪模型之间的差异大小，只在高噪声阶段调节更新强度，无需额外模型或推理修改。论文称，在多个扩散骨干网络上，DA-DMD在相同推理成本下提升了少步生成效果；在SD3.5-L上，HPSv2由28.23提升至30.93，对DMD2的平均胜率为64.4%。
ShopMind: A Mental World Model for Personalized and Realistic E-commerce User Simulation
说明ShopMind：面向个性化与真实感电商用户模拟的心智世界模型
简介该论文提出 ShopMind，一种电商用户模拟的心智世界模型，用于刻画消费者如何理解购物信息以及其心理状态如何随交互演化。作者基于 ShopMind 合成的行为与心理状态配对数据，训练了心理状态重建（MSR）模型，从可观察行为中推断潜在心理状态。论文报告称，ShopMind 在个性化和行为真实感上分别比最强的对比方法提升 18.0% 和 19.6%，MSR 还改善了消费价值测量和 CTR 预测的表现。
LEGION: Benchmarking Language Agents on Sparse-Signal Investigation Under Adversarial Noise
说明LEGION：在对抗性噪声下评测语言智能体的稀疏信号调查能力
简介该论文提出LEGION基准框架，包含企业遥测模拟器、74个对抗性场景库以及同时衡量调查效率和检测准确率的评估协议。研究在两个模拟公司上测试了五种智能体架构，发现召回率较高（0.82–0.88），但精确率较低（0.61–0.72），智能体难以找全攻击指标，且常将真实指标误判为攻击相关指标。
★★★★☆ 值得关注
Distilling Instructions into Weights: Closed-Form Edits Fix a Robot Policy's Misreading
说明将指令蒸馏进权重：闭式编辑修正机器人策略的误读
简介通用机器人策略有时会在本可完成的任务中某一步出错。该研究不借助梯度、训练数据或修改指令，直接对模型权重做闭式编辑，把明确改写后的指令在各层的作用复制进语言模型的MLP权重。在128个保留随机种子上，成功回合数从27升至106，并在其他两项任务上也有提升。
看点提出无梯度、闭式编辑权重以修复机器人策略误读指令的方法，在128个留出种子上成功率从27升至106，并与随机方向更新对照。
Developing a Street View Imagery Processing Pipeline for Building-Level Vacant House Assessment
说明构建面向建筑级空置住宅评估的街景图像处理流程
简介街景图像常用于远程评估城市环境，但图像未必清楚显示目标建筑，也可能显示相邻住宅。本文提出一套可复现的街景处理流程，把图像是否适用和目标住宅是否正确显式记录并可核查。在韩国对1,609个独栋住宅地块的10,311张图像进行了空置评估，结果显示该流程提高了空置分类的AUROC，并表明图像适用性、目标识别和模型依据是相互独立的问题。
When Answer Decodability Is Not a Decision: Separating Final-Answer and Imminent-Emission Signals in Chain-of-Thought
说明答案可解码不等于已作决定：区分思维链中的最终答案信号与即将输出的信号
简介该论文研究对思维链隐藏状态进行答案探测时，模型所读出的究竟是最终答案还是即将提到的候选项。作者提出ECDP方法，分别针对即将提到的候选项和最终答案拟合同一类低秩读取器。在DD任务中，Qwen3.5-4B对下一个提及项的解码率较高，而最终答案的解码率接近空基线；在另一设置下两者都可解码且最终答案读出更强。结论认为，答案的强读出并不足以说明模型何时作出决定。
A Large-Scale Dataset for Cross-Lingual Multi-Jurisdiction Patent Drafting from Patent Cooperation Treaty Applications
说明基于专利合作条约申请的跨语言、跨司法辖区专利权利要求起草大规模数据集
简介本文提出跨语言专利起草任务，即依据另一语言的源权利要求集，生成面向指定语言、司法辖区和审查阶段的候选权利要求集。作者通过关联日本特许厅和美国专利商标局记录，构建了包含884,179个专利族、4,067,168个方向性实例的日英大规模数据集。实验表明，商业机器翻译及零样本、少样本提示方法只能部分完成该任务，有监督适应方法取得最强的整体基线结果。
Training Vision Transformers to Focus: Emergence of Spatial Attention Head Specialization
说明训练视觉Transformer学会聚焦：空间注意力头专业化的涌现
简介本文针对DINO等自监督视觉Transformer缺乏聚焦机制、表征模糊或过于相似的问题，提出两种视觉聚焦损失函数，使模型注意力与图像特定区域对应。通过引导多头注意力机制，模型无需标注即可形成具有多样化、空间聚焦能力的注意力头。实验表明，该方法显著提升了注意力头的空间选择性与多样性，并改善了零样本图像分割等密集预测任务的表现。
How Many Candidates Does a One-Step World Model Need? A Random-Codebook Account of Nearest-of-m Training on Frozen DINO Tokens
说明单步世界模型需要多少候选？冻结DINO令牌上最近邻m训练的随机码本解释
简介该论文研究单步随机世界模型，在冻结的DINOv2/v3图像块令牌上比较最近邻m训练（条件隐式最大似然估计）与流匹配、能量分数生成器等方法。结果显示，m=16时在可枚举未来的覆盖上优于50步流匹配，延迟约为其1/30；论文还将该目标解释为随机码本的期望失真，并给出关于记忆化、模态概率平坦化和连续高维结果欠离散的三项预测。
When Does Physics Beat Data? Data-Efficient Traffic State Estimation with Amortized PINNs
说明物理先验何时胜过数据？基于摊销PINN的数据高效交通状态估计
简介本文研究交通状态估计，即利用稀疏传感器重建未监测位置的交通密度。作者将Lighthill-Whitham-Richards守恒定律作为物理信息先验引入估计模型，在NGSIM、I-80、PeMS04和PeMS08四条真实路段上进行实验。结果显示，在传感器覆盖稀疏时，物理信息估计器比数据驱动模型（包括经典和深度克里金法）更能泛化到未见传感器，且在两条冲击波较多的路段上优势明显。论文还提出一种损失条件PINN，可免去逐路段的损失权重搜索，成本约降低5倍。
★★★★☆ 值得关注
Tropical Gaussian Anticoncentration: Optimal Instance-Dependent Bounds for Online Learning in Extensive-Form Games
说明树状博弈在线学习的最优后悔下界：热带高斯反集中性
简介本文研究扩展式博弈中全信息在线决策的极小极大后悔。作者证明，对于树状策略空间，KOMWU等已知高效算法的后悔界对归约正规式策略数的对数依赖是极小极大最优的。论文引入热带高斯公式并证明其高斯宽度下界，从而得到Ω(√(T log|V|))的后悔下界，与已知上界仅相差通用常数。
看点提出张量高斯不等式新工具，证明树形策略空间在线学习遗憾下界与上界匹配，改进对数依赖的刻画。
Beyond Head Importance: Collective Computation in Video Transformers
说明超越注意力头重要性：视频Transformer中的集体计算
简介本文研究视频Transformer中注意力头的集体计算机制，分析了四个视频Transformer的消融实验结果。研究发现，在单一任务中识别出的高重要性注意力头也能支持其他视频理解任务，并有助于保持区分不同视频的表征结构。此外，时空注意力距离较短的注意力头组合，其联合消融造成的性能损失大于同等规模的高重要性注意力头组。
Where Does Proposal Selection Fail? Diagnosing Frozen Vision-Language Queries over Detector Proposals
说明提议选择在哪里失败？诊断冻结视觉语言模型对检测器候选框的查询
简介本文研究模块化视觉定位：由冻结检测器提出候选区域，再由视觉语言模型选出目标。在候选框覆盖率固定的前提下，作者比较不同选择接口，发现模型读取的查询内容比选择器结构更关键。超出训练分布（如Objects365图像）时，训练好的选择器性能大幅下降，而直接解码坐标的方法仍保持较高水平。
Fade to... Red? Scheduling Coloured Noise Exploration Supports Efficient Robot Learning with Reduced Movement Jerk
说明从白噪声渐变到红噪声：调度有色噪声探索以降低运动抖动、支持高效机器人学习
简介论文研究深度强化学习中连续控制的探索方式。作者在四个稀疏奖励的操作任务上，系统比较了49种从白噪声到红噪声的线性调度，并加入了广义状态相关探索（gSDE）。结果显示，训练结束时的噪声颜色不影响学习效率和最终性能，而逐渐转向红噪声可使每个任务的探索抖动减半。综合学习效率、最终性能和平滑度，红噪声与粉噪声学习效率相当，但运动抖动几乎减少一半，因此作者推荐以渐变至红噪声的探索调度器作为离线策略机器人学习的默认选择。
Competing Influence in LLM Populations: Budget Timing and Baseline Drift
说明LLM群体中的竞争性影响：预算时机与基线漂移
简介本文研究两个相互竞争的宣传方在由人格设定的大语言模型智能体网络中，如何影响观点变化。研究比较了有无宣传干预的情形，并考察了早期、持续和晚期投入的组合。结果显示，即使没有干预，观点也会发生明显漂移，且群体立场多样性会下降；宣传效果的方向更多与主张本身的认知依据相关，而非宣传方被指定的立场。
Can Hindsight Critics Guide Delayed Actors?
说明后见之明评论家能否指导延迟执行器？
简介感知延迟会使环境状态与智能体可获得的观测在时间上错位，把马尔可夫控制问题变成部分可观测问题。本文提出Hindsight Critics，即在Soft Actor-Critic基础上的非对称扩展：评论家在经后见对齐的状态-动作转移上训练，执行器只能接收延迟观测，却从这些特权价值估计中学习。在DelayBench上与感知延迟和非感知延迟的基线对比显示，该方法能部分补偿观测延迟，且部署时无需修改智能体的观测。
Are UFOs Real? Introducing Unified Factored Organizers
说明UFO 是否真实？提出统一分解组织器（Unified Factored Organizers）
简介本文提出统一分解组织器（UFOs），即训练一个网络来建模其他网络表征中的规律。主任务网络在降低任务损失的同时，将其表征与 UFO 所学的模型对齐。在图像回归任务中，这种训练得到的表征更易解释、质量更好。在模加法任务的 Transformer 实验中，结合权重衰减时，UFO 可将达到 grokking 所需的训练步数减少超过 10 倍；不使用权重衰减时，减少超过 100 倍。
DeltaForge: A Post-hoc Mixture-of-Experts VLA for Multi-Domain Autonomous Driving
说明DeltaForge：面向多领域自动驾驶的事后混合专家视觉-语言-动作模型
简介论文提出DeltaForge，一种用于自动驾驶的事后混合专家视觉-语言-动作（VLA）模型。它无需端到端重新训练，仅利用各领域独立微调模型的权重和一小部分代理数据集，将多个领域专家合并为单一多领域模型。方法通过奇异值分解提取共享部分与小规模领域特定部分，并训练两个路由器进行协同路由。在城市、越野和高速等六个领域的实验中，其精度接近各领域专家，并优于所有对比基线。
Decoupled Asynchronous System for Humanoids (DASH): Latency-Agnostic Scaling of Vision-Language-Action Models for Humanoid Manipulation
说明解耦异步人形机器人系统（DASH）：面向人形操作的视觉-语言-动作模型的延迟无关扩展
简介该论文提出DASH系统，将视觉-语言-动作策略拆分为慢速的视觉-语言模型和快速的流匹配动作头，二者通过LCM协议并发运行，使控制频率只由动作头决定，不随主干模型大小变化。在异步RoboTwin基准上，DASH从0.8B到8B的主干模型都能保持20 Hz控制频率，同步方案则从9.7 Hz降至4.1 Hz；在带灵巧手的真实人形机器人上，抓取放置成功率也明显更高。
Identifiable but Hard to Estimate: Rotation in Equally Spaced Overcomplete ICA
说明可识别但难以估计：等间距过完备独立成分分析中的旋转
简介本文研究二维过完备独立成分分析中共同旋转的估计所需样本量。在固定的非高斯四阶Gram-Charlier源分布下，旋转在列间距范围内可识别，但固定相对角度精度所需样本量随源数量指数增长。作者以两旋转相差半个列间距时平方Hellinger距离的倒数刻画该样本量，并给出一个径向加权相位估计器达到该规模。
Causal Signal Credit Assignment for Verilog Code Generation via Counterfactual Hardware Verification
说明基于反事实硬件验证的因果信号信用分配：提升 Verilog 代码生成质量
简介该论文提出因果信号信用分配方法（CSCA），用于优化 Verilog 代码生成。方法先对候选模块进行信号级行为验证，再通过对输出相关赋值语句做反事实干预，据此为语句分配信用权重，用于加权直接偏好优化训练。在 VerilogEval 2.0 和 RTLLM v2.0 上，基于 Qwen2.5-Coder-7B-Instruct 的 CSCA 在 7B 规模模型中表现领先，并与更大的 GPT-5.4-mini 表现相当。
Severity-Controlled Prediction Sets for Medication Recommendation
说明基于严重程度控制的用药推荐预测集
简介该论文提出共形严重程度控制（CSC）方法，用于用药推荐的预测集校准。它利用解剖治疗化学（ATC）分类层级衡量预测与真实用药之间的错配严重程度，无需重新训练预测模型即可控制患者层面的平均严重程度和高严重程度错配的上分位数。在MIMIC-IV数据上的实验表明，CSC能够跟随用户设定的严重程度容忍度，并使预测集更多地转向精确或相近的匹配。
MOTIF: LLM-Defined Material Taxonomies for OOD Property Prediction via Invariant Feature Selection
说明MOTIF：由大语言模型定义材料分类以进行分布外性质预测
简介该论文针对材料性质预测中的分布外泛化问题，提出MOTIF框架，让大语言模型生成将材料划分为化学意义环境的候选分类法，再通过训练集内的伪分布外验证筛选，并在各分类中做不变特征选择后门控聚合。在二维卤化物钙钛矿带隙预测上，平均分布外MAE由0.122 eV降至0.111 eV，并在其他材料数据集上验证了可迁移性。
Aggregation-Induced Calibration Failure in Sum-Based Label Expansion for Multi-Label Facial Expression Recognition: A Diagnostic Study
说明多标签面部表情识别中基于求和的标签扩展：聚合引起的校准失效诊断研究
简介本文研究多标签面部表情识别中一种标签空间扩展方法（CALE）的失效机制。作者在自建数据集及RAF-DB、RAF-ML公开基准上，用七种骨干网络进行评估。结果显示，固定阈值下的聚合分数波动很大，而与阈值无关的mAP相对稳定，说明问题出在求和聚合步骤上。
A Benchmark and Layered Evaluation Protocol for Evidence-Grounded Shared Belief Updating in Connected Robotics
说明面向联网机器人共享信念更新的证据基准与分层评估协议
简介本文提出连接机器人证据图（CREG）基准，用于评估多源观测融合中从证据到信念的推理过程，而不仅是最终答案。基准包含350个确定性生成的场景，覆盖七类情形，并为每个证据前缀提供规范化的后验参考。实验比较了四个开源指令模型与六个透明融合基线，结果显示语义关系对关系相关场景的严格信念状态准确率影响明显，而图的序列化方式并无一致优势，且信念准确率沿证据序列呈强非单调变化。
Correct Answers from Insufficient Histories: A Controlled Study of Agent Memory Evaluation
说明证据不足的历史中仍得出正确答案：智能体记忆评测的受控研究
简介该论文用可执行的设备日志构建受控实验，区分答案与参考答案一致、证据是否充分以及行为是否与语境相符三件事。研究以 80 段确认历史、203 个证据不足的实例测试两个托管读取模型（Qwen3-32B 与 DeepSeek-V4-Flash）。结果显示两者都有较多答案与隐藏参考一致，但拒答很少；相关效应估计仍不确定，并非对通用记忆系统的改进证明。
MOOD: Benchmarking Post-Hoc OOD Detection for Materials Property Prediction
说明MOOD：面向材料性质预测的事后分布外检测基准
简介本文提出MOOD基准，用于检验无需重新训练即可标记分布外输入的事后检测方法，能否迁移到基于图神经网络的材料性质预测任务中。研究评估了15种事后检测器和2种监督探针，涵盖4种图神经网络架构、5个MatBench任务与15种物理动机的偏移。结果显示，所有检测器的AUROC都接近0.5，即接近随机水平；检测失败可分为方法瓶颈与编码器瓶颈两类。
Improving Confidence Estimation in Language Models with Linear Representations of Ambiguity
说明用模糊性的线性表示改进语言模型的置信度估计
简介语言模型给出的置信度往往难以准确预测其答对的可能性。作者在语言模型激活中找到了与输入模糊性相关的表示，并提出DART微调方法，将参数更新限制在这些模糊性方向构成的子空间内。实验表明，DART显著改善了置信度校准，并在多项选择和生成式问答任务上保持了模型准确率。
MDA framework: multi-architecture domain adaptation for unsupervised person re-identification
说明MDA框架：面向无监督行人重识别的多架构域适应方法
简介本文提出一种基于Mamba增强的多架构域适应框架（MDA框架），用于无监督行人重识别，以缓解域差异问题。框架通过封装Mamba作为组件的复合算子（MDA算子）构建，并支持多种网络架构。在行人重识别基准上的实验显示，该框架在CNN和Transformer架构上均有明显提升，其中从CUHK03到Market-1501的适应任务中，mAP分别提高10.2%和19.8%。
Answer or Defer? Testing VLMs' Stated Confidence on Brain MRI
说明回答还是转交？测试视觉语言模型在脑部MRI上的自述置信度
简介该论文研究视觉语言模型（VLM）在脑部MRI判读中，能否通过设定自述置信度阈值来决定接受哪些答案、转交哪些图像。作者使用8个开源模型评估3,888张脑部MRI切片，涵盖胶质瘤术后患者（BraTS 2024）与健康志愿者（IXI）。结果显示，在BraTS数据上，没有任何阈值能让任一模型在经验错误率不超过5%的前提下保留非空的答案集合。论文提醒，未经验证的自述置信度不宜单独作为转交信号，部署前需针对具体人群进行验证。
End-to-End Joint Training of Super-Resolution and Compression Artifact Removal for Industrial Machine Vision
说明面向工业机器视觉的超分辨率与压缩伪影去除端到端联合训练
简介论文针对工业机器视觉中边缘设备为节省带宽而下采样和压缩图像、导致缺陷检测性能下降的问题，提出将超分辨率与压缩伪影去除整合的端到端框架，并采用同时优化人类视觉与机器感知目标的统一训练策略。实验在PCB Defect、DeepPCB和NEU-DET数据集上进行，联合训练模型总体优于单独及分开训练的流程；在严重JPEG压缩下，PCB Defect上的mAP@50由0.461提升至0.887，PSNR仅略有下降。
KKT-Perturbation-Aware Communication for Fully Distributed Online Convex Optimization with Nonseparable Coupling
说明面向非可分耦合分布式在线凸优化的KKT扰动感知通信方法
简介本文研究非可分代价与耦合约束下的完全分布式在线凸优化，各智能体需通过共享的拉格朗日乘子与对联合动作的局部信念进行决策，传统做法每轮交换全维信念，通信开销较大。作者提出随机化的KKT扰动感知通信机制，依据各通道对KKT算子扰动的估计大小决定刷新优先级，并在标准正则性假设下给出期望静态遗憾和期望累计约束违反均为O(T^{2/3})的结果，数值实验显示每比特传输量下的学习与约束执行性能优于信念共识基线。
How Path Integral Diffusion Decides a Finite Spin Glass
说明路径积分扩散如何决定一个有限自旋玻璃
简介该论文研究基于路径积分扩散（PID）类型的桥扩散生成模型在采样受挫自旋玻璃时，先后决定哪些宏观选择。作者证明各向同性PID可视为时间变换的高斯随机局域化，并在Bethe格点和SK模型（至多64个自旋）上进行了验证。结果显示轨迹通常先选择零场测度的两个镜像半部分之一，再在其中决定玻璃态类别。
ACROSSVAM3.0: Resource-Bounded 4D Scene Construction and Adaptive Surface Association
说明AcrossVAM3.0：资源受限的四维场景构建与自适应表面关联
简介本文提出AcrossVAM3.0，一个离线系统，可将文本、图像或单目RGB视频转换为带版本的点表示，并在单GPU上顺序运行冻结组件，协调各部分的相机、点与轨迹。为解决跨窗口匹配丢失长程轨迹的问题，作者提出多假设自适应表面链接方法（MHAC），在冻结的测试集上相对于仅基于位置的基线提升了平均Jaccard指标。结果显示该方法在所测协议下有效，但未能证明度量尺度、语义身份或高保真新视角渲染能力。
When to Trust Adaptation: Contextual Fusion for Transferable Vision-Language Prompting
说明何时信任适应：面向可迁移视觉-语言提示的上下文融合方法
简介该论文提出上下文自适应融合（CAF）方法，用于视觉-语言模型在新类别或新领域下决定是否信任已学习的提示。CAF保留四个预测分支，并结合各分支的置信度与未标注目标数据中各分支偏好类别的频率进行融合，融合系数在源数据上学习后推理时固定。在ImageNet上训练后，CAF在十个跨数据集基准上平均准确率达69.96%，并在多个数据集的基础到新类迁移中取得较好结果。
Direct Trajectory Optimization for Inference-Time Alignment of Text-to-Image Diffusion Models
说明面向文生图扩散模型推理时对齐的直接轨迹优化
简介本文提出直接轨迹优化（DTO），一种无需训练的方法，通过直接优化扩散模型的采样轨迹，使生成结果与奖励函数对齐。该方法把中间去噪得分和采样噪声作为优化变量，无需穿过去噪网络进行反向传播。为缓解分布外问题，作者提出奖励优化得分引导，在优化得分与预训练模型预测之间插值以稳定采样，并给出了受约束分布下奖励提升的理论保证。实验表明，DTO在三个扩散模型、两个基准上提升了对齐效果，优于现有推理时对齐方法，同时保持较高效率。
When Should AI Overturn a Human Decision? Controversy at the 2026 World Cup and a √2/π Solution
说明AI何时应推翻人类判决：2026世界杯争议与√(2/π)解法
简介本文研究如何将人类的二元判定（裁判的越位或不越位判罚）与AI的数值测量（VAR对进攻球员位置相对越位线的估计）结合起来。作者推导出一个显式的最大似然规则，用于判断裁判的判罚应当维持还是应被冲突的VAR测量推翻。模型假设真实越位幅度固定未知，人类感知与AI测量的误差为独立的加性高斯误差。
CaseLaw: A Policy-Decoupled Framework for Training-Free Content Moderation
说明CaseLaw：一种无需训练、与政策解耦的内容审核框架
简介论文提出 CaseLaw，把内容审核转化为基于先例的检索与投票：多模态内容被转为结构化语义并嵌入语义空间，再依据检索到的先例标签阈值投票分类。政策调整只需更新案例库，无需重新训练模型或修改提示词。作者还构建了男女对立风险领域的基准 MFO-RedNotes，实验显示其精确率和召回率优于对比基线。
Budget-aware Correspondence-driven View Selection for Real-time 3D Perception of Mobile Robots
说明面向移动机器人实时三维感知的、基于预算与对应关系的视角选择方法（BCVS）
简介该论文提出BCVS，一种无需相机位姿的视角选择算法，在CPU上可达22帧以上每秒，用于移动机器人在线过滤冗余图像。它仅依据特征对应关系为视角打分，在用户给定预算内迭代选取差异最大的帧并抑制近似重复帧，以保持连通性并减少重建损失。在基准数据集上，BCVS在较小预算下优于CPU友好的基线方法；在大规模空中与海洋机器人实地数据上，它最多减少16%的冗余，同时保持稳健的SfM配准与高质量三维重建。
Efficient Online Submodular Maximization with Bandit Feedback
说明带赌博机反馈的高效在线次模最大化
简介本文研究在基数约束下、仅能获得所选集合取值反馈的在线单调次模最大化问题。作者提出一种多项式时间算法，在 T 轮中达到 O(k√(nT log(n/k))) 的期望 (1-1/e) 遗憾界。论文称，据其所知，这是对任意单调次模函数、在赌博机设定中首个具有 √T 依赖关系的多项式时间算法。该方法结合随机采样与精心构造的势函数，将问题归约为概率单纯形上的在线线性优化。
★★★★☆ 值得关注
Operator Learning of Microstructure-Dependent Internal-Variable Models for Inelastic Homogenization: Approximation and Complexity
说明用算子学习预测非弹性非均匀材料的宏观本构关系：逼近与复杂度分析
简介本文研究如何用神经算子替代昂贵的单胞并发模拟，学习非弹性非均匀材料的均匀化本构律，使其能够推广到不同加载历史和微结构。作者针对周期性Kelvin–Voigt粘弹性证明了通用逼近定理，并在二维和三维情形下给出内变量维数的显式界。数值实验涵盖粘弹性和晶体塑性，并且理论结果已在Lean 4中形式化验证。
看点将循环神经算子用于周期性Kelvin–Voigt粘弹性均匀化，证明二三维通用逼近定理，并给出内变量维数的对数增长界。
HiddenPathQA: A Benchmark for Knowledge Graph Question Answering When Questions Hide Their Paths
说明HiddenPathQA：问题不直接暴露知识图谱路径时的知识图谱问答基准
简介该论文指出，现有知识图谱问答评测多依赖问题用词直接暴露路径关系，而真实用户未必了解图谱结构。作者构建了包含1,055个经人工核验问题、跨2至6跳的HiddenPathQA基准，并提出整体路径选择方法，将候选关系链作为整体比较。在六个基线方法的对比中，该方法在两种大语言模型骨干和原始与伪词两种设置下均取得更高准确率，伪词测试显示其优势不能仅由实体记忆解释。
Publications as benchmarks: auditing AI agents on spatial transcriptomics alignment
说明以论文作为基准：审计 AI 智能体在空间转录组对齐任务上的表现
简介本文提出一个框架，把科学论文转化为可审计的 AI 智能体评测基准，并以空间转录组对齐任务进行演示。研究涵盖 121 项任务、16 种基线方法和 6 个 AI 智能体，其中表现最好的两个智能体在 80% 的任务上不逊于或优于所有基线。构建基准的过程还发现了既往工作中的错误以及现有评估指标中的捷径。
ChemInsight: A Comprehensive Benchmark for Evaluating and Diagnosing Chemistry Understanding and Reasoning in Large Language Models
说明ChemInsight：评估和诊断大语言模型化学理解与推理能力的综合基准
简介该论文提出了ChemInsight基准，包含203道需要多步推理的化学题，分为50组，并设计了范围和深度两个维度的评分体系。作者用它评估了十个代表性大语言模型，结果显示它们表现普遍偏低，范围得分低于30%，深度得分低于11%，明显不及人类专家。
Benchmarking CNNs, Vision Transformers, and Foundation Models for Explainable Brain Tumor MRI Classification: Calibration, Decision Analysis, and External Validation
说明对比卷积网络、视觉Transformer与基础模型在可解释脑肿瘤MRI分类中的表现：校准、决策分析与外部验证
简介该论文比较了六种深度学习架构在四类脑肿瘤MRI图像分类上的表现，包括两种卷积网络、两种视觉Transformer和两种基础模型。研究发现，公开数据集中有36%的测试图像在训练数据中存在近似重复，去除重复后测试准确率明显下降。在独立的外部数据集上，各模型准确率差异显著，而内部测试无法区分各架构，说明经过重复过滤的外部测试更能体现模型差异。
APO2CS: Advantage-Aware Preference Optimization for Two-Level Constructive Search in Combinatorial Optimization
说明APO2CS：面向组合优化两级构造搜索的优势感知偏好优化
简介本文提出APO2CS，一种用于构造式神经求解器的偏好优化训练目标。它在宏观层面引入由目标值差异得到的优势项，丰富成对偏好信息；在微观层面比较部分求解轨迹，使序列构造过程获得更密集的监督。该目标既可从头训练策略，也可微调预训练策略，实验显示其在多个组合优化任务上具有较好的效果和适应性。
FMA-Net: Flexible Modality Adaptation for Robust Multimodal Face Presentation Attack Detection
说明FMA-Net：面向灵活模态的稳健多模态人脸呈现攻击检测
简介本文提出FMA-Net框架，用于人脸呈现攻击检测（防止伪造人脸欺骗系统）。当深度或红外等模态缺失时，该方法通过指令引导的潜在空间转换，从RGB输入估计缺失模态，并借助文本提示、人脸特征适配器和合成到真实的域对齐来提升判别能力。在WMCA数据集上，70%模态缺失率下四个域内协议的平均ACER为3.22%，深度和红外均不可用时为5.23%，并在WMCA和PADISI-Face上进行了验证。
HolidayFactory 1.0: Simulating, Generating, and Evaluating Industrial Robot Tasks
说明HolidayFactory 1.0：模拟、生成与评估工业机器人任务的框架
简介该论文提出 HolidayFactory 1.0，用于模拟、生成和评估工业机器人作业。其核心包括 HOLIDAY-SIM 物理模拟器、基于智能体的世界构建方法，以及包含七项工业任务的 24/7-BENCH 基准。该基准在不重置场景的情况下连续评估作业，统计完成、失败与未完成的作业数、吞吐量、延迟和电机能耗。
Payoff-Aware Prediction of Population Game Dynamics
说明基于收益感知的人口博弈动态预测
简介本文研究在收益函数改变时，如何预测人群行为随之演化的轨迹。作者提出PA-RmD方法，把收益信息显式保留，并从数据中学习与收益无关的响应结构。方法在合成零和博弈与势博弈以及YouTube Trending多国数据集上进行了实验，结果显示其在收益设计变化时表现良好。
CABrain: A Correlation-Aware Brain Foundation Model for EEG Decoding
说明CABrain：一种面向脑电解码的通道相关性感知脑基础模型
简介该论文提出 CABrain，用于脑电（EEG）解码的基础模型。作者用图卷积网络构造条件位置编码，显式建模通道间的相关性，并设计自适应掩码策略，通过调节掩码块重建的难度来增强表征学习。在十个基准数据集上的实验表明，两种方法单独或组合使用，均达到当前最优或有竞争力的性能。
Planners Exploit Deterministic Error: Dithered Low-Bit World Models
说明规划器会利用确定性误差：抖动的低比特世界模型
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。
Towards Trustworthy Mobile Speech Interaction: Ensuring Voice Authenticity and Transmission Integrity
说明迈向可信的移动语音交互：确保语音真实性与传输完整性
简介本文提出MoBiMark，一种实时移动生物语音水印系统，用于判断采集时的语音是否来自真实说话人。系统在智能手机上发射超声探测信号，提取声道回波特征，并与语音内容嵌入融合，生成包含用户标识和语句标识的动态水印，可同时实现来源认证与传输篡改检测。在50名用户、四款手机上的测试中，平均准确率为99.79%，对语音质量和可懂度影响可以忽略。
Wireless AI Networks: Co-Adapting Communication Resources and Distributed Intelligence
说明无线AI网络：通信资源与分布式智能的协同适配
简介本文提出“无线AI网络”的设计思路，使无线通信与分布式智能双向适配。文中以“AI可执行资源预算”刻画候选AI配置，并借助任务级信息价值指导配置选择与无线资源分配。两项实验显示：在相同模型更新载荷预算下，更新选择与统计校正可改善联邦学习；在相同平均发射功率约束下，灵敏度感知功率分配可减少模型精度下降。
ARMOR: Adaptive Curriculum Meta-Learning for Noise-Robust RAG Reasoning
说明ARMOR：面向抗噪声检索增强推理的自适应课程元学习方法
简介这篇论文针对检索增强生成（RAG）系统在检索过程中引入噪声的问题，提出ARMOR方法。该方法把RAG的抗噪能力拆分为知识边界感知、检索验证和稳健推理三个子任务，并借鉴教学思路，用自适应任务调度器按生成器的学习进度安排训练。论文称，在2WikiMultiHopQA、MusiQue和HotPotQA三个复杂推理数据集上，ARMOR在抗检索噪声方面取得协同提升，输出质量明显优于基线方法。
Towards Rotation-Only Imaging Geometry: Multi-View Pose Estimation
说明面向仅旋转成像几何的多视图位姿估计
简介该论文提出 GRAM 方法，直接由初始相对旋转和内点匹配估计全局旋转，取代了逐对位姿优化与旋转平均两个步骤。作者还将仅旋转成像几何扩展到多视图，提出用于非线性全局旋转优化的 MORE，并提出由旋转引导平移的 ART 方法，通过加权最小二乘恢复全局平移。合成与真实数据实验表明所提方法具有较好的精度、鲁棒性和效率。
LangDepth: Vision-Language Scene Priors for Semantic Binning and Cross-Domain Monocular Depth Estimation
说明LangDepth：用于语义分箱与跨域单目深度估计的视觉-语言场景先验
简介该论文提出 LangDepth，一种单目深度估计架构。它用冻结的 CLIP 编码器和可学习的场景概念键把图像压缩为场景描述，再由场景先验模块给出全局深度范围，逐像素分配网络据此在该范围内估计每个像素的深度。在 NYU Depth V2 和 KITTI 上联合训练，模型在多个数据集上取得较高的 delta_1 指标，并显示室内外场景的深度范围差异明显。
BridgeKV: Large-Model Prefill and Small-Model Decoding for LLM Inference via KV Cache Translation
说明BridgeKV：通过KV缓存转换，用大模型预填充、小模型解码加速LLM推理
简介该论文提出BridgeKV，让大模型负责预填充阶段、同系列小模型负责解码阶段。一个轻量的KV缓存拼接模块把大模型的提示缓存转换为小模型可用的格式，两个模型保持冻结，只训练该模块，使小模型逼近大模型的下一词预测。论文报告在6组模型对、5个数据集、30种设置中均优于参数量相当的微调小模型基线，并在单张A40 GPU上使Llama-3.1-8B到Llama-3.2-1B的请求速度提升3.0倍。
Calibrated Alarm Thresholds for Compact Fire and Smoke Detectors
说明紧凑型火灾与烟雾探测器的校准告警阈值
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。
SpinSCI: Mask-Conditioned Spatial-Temporal Spin Transformer for Video Snapshot Compressive Imaging
说明SpinSCI：用于视频快照压缩成像的掩码条件时空自旋Transformer
简介该论文针对视频快照压缩成像（SCI），即从一次时空编码的测量中恢复多帧画面。作者提出SpinSCI模型，其中的掩码条件伊辛细化模块结合注意力信息与感知信息形成带符号的自旋耦合，并通过有限平均场更新控制残差特征细化。与HiSViT₉相比，该模型在三个基准上平均PSNR分别提高0.51、0.23和0.04 dB，同时参数量、计算量和峰值内存均有所下降。代码和参考权重已公开。
Spectral Rank and Step-Direction Dynamics in Language-Model Post-Training
说明语言模型后训练中的谱秩与步进方向动态
简介论文研究语言模型后训练中权重更新的谱性质与方向变化，发现看似矛盾的两类现象（近满秩更新与低稳定秩变化）可以同时成立。作者在 OLMo-2-7B 等模型上分析了奇异值分解、相邻检查点位移的余弦相似度，并通过对比分组相对优势与带广义优势估计的学习型评论家，比较二者对方向对齐的影响。
GeoPilot: Diagnosis-Guided Interventions and Geometric Evaluation for Aerial Reconstruction
说明GeoPilot：面向航拍三维重建的诊断引导干预与几何评估
简介该论文提出 GeoPilot 工作流，根据重建过程的诊断结果和先验观察，生成可执行的程序或相机配置改动，并用外部几何评估器检验重建网格的精度。在 224 张开发影像上，共享内参方案在六项原生坐标指标上均有改善，平均表面到参考距离降低 7.04%；基于参考的对齐在该场景上将这一排序反转，因而该收益仅限原生坐标系交付。论文还报告了使用固定已发布相机在去畸变影像上的对比结果。
Reproducible quantum clustering for single-cell transcriptome atlases
说明面向单细胞转录组图谱的可复现量子聚类方法
简介现有单细胞聚类流程通常丢弃大部分基因，且不同随机种子下结果可能不一致。该论文提出无需训练的量子-经典混合框架KQE-2，用于可复现的全转录组聚类，并给出了将细胞编码为无纠缠量子态的方法。文中报告，在多个图谱上KQE-2的结果在多次运行间保持一致，并在多数数据集上优于对比方法。
★★★★☆ 值得关注
Breaking the √d Communication Barrier in Federated Sampling with Adaptive Hamiltonian Monte Carlo
说明突破联邦采样中的 √d 通信瓶颈：基于自适应哈密顿蒙特卡洛
简介本文提出自适应联邦哈密顿蒙特卡洛方法（AFHMC），用于贝叶斯联邦学习任务。该方法引入对本地节点偏移的控制机制，在对数凸分布下，通信成本至多为 O({d/ε²}^{1/3})（忽略对数项），优于已有结果。在客户端异构程度较低的设定下，通信成本可降至 O(log(d/ε²))，这是联邦采样中首个对数级通信复杂度结果。数值实验也验证了该方法在低异构场景下的优势。
看点引入本地节点偏移控制机制，将联邦采样通信复杂度从O(√d/ε)改进到O({d/ε²}^{1/3})，并在低异质性下达到对数级。
Silinx: An Open, Browser-Based HDL Design Platform for Teaching Digital Systems on FPGA Boards
说明Silinx：面向FPGA开发板数字系统教学的开放式浏览器HDL设计平台
简介许多数字系统课程使用的FPGA开发板，其厂商工具已停止维护，在学生现用的电脑和平板上难以安装。本文提出Silinx，一个免费的HDL设计教学平台，无需安装，可在网页浏览器中运行，保留了ISE的项目导航工作流程。平台支持VHDL、Verilog，以及通过Silinx HLS使用C或C++编写模块，也支持图形化输入，并可通过WebUSB将设计烧录到真实开发板。与ISE相比，开放流程在相同优化目标下，面积优化时减少15%的slice，关键路径缩短14%；速度优化时减少21%的slice，关键路径缩短8%。
Creative Priming: Decoupling Process from Product to Escape the Creative Paradox
说明创造性启动：将过程与产物解耦以摆脱创造性悖论
简介该论文指出，学习模仿过往成功的创意样例会使这些样例更容易重现，反而抑制创造力。作者主张把创造力视为一种显式过程，并提出“创造性启动”方法：训练一个启动模型为每个提示生成专属引导，协助回答模型产生创造性回应，从而将创造过程与回答生成分离。启动模型通过GRPO训练，奖励能带来新颖、高质量且多样回答的引导。
Dense Flow from Adaptive Correspondence
说明基于自适应对应关系的稠密光流（FATE）
简介本文提出FATE方法，用于估计图像中每个像素的光流。它将匹配所用的视觉区域与稠密光流的重建分离，区域在同一结构内扩展、在运动边界附近收缩，并在不使用分组标签的情况下联合训练。仅在FlyingChairs和FlyingThings3D上训练，FATE在Sintel Final和KITTI上取得了最高的零样本精度，遮挡或画面外像素上的提升最大。
Correctness Metric Matters: NWD-Based Calibration Loss for Tiny Person Detection in UAV Infrared Imagery
说明评价指标很关键：基于NWD的校准损失用于无人机红外图像中的微小人员检测
简介该论文研究无人机红外图像中微小人员检测的置信度校准问题。作者指出，基于IoU的正确性定义对极小目标在几何上不合理，导致二值预测校准会压低本应较高的置信度。论文用尺度不变的归一化Wasserstein距离（NWD）替代IoU作为校准目标，在HIT-UAV数据集上降低了各信噪比分组的LaECE，且mAP基本不变。
A Bifurcation-Theoretic Framework for the Controllability of Emergent Intelligent Systems
说明涌现智能系统可控性的分岔理论框架
简介该论文研究真实世界智能系统的两个相互冲突的需求：涌现带来的适应性与可问责部署所需的可操控性。作者证明二者分别对应同一对象上的两种不同分岔：能力变量的涌现分岔，以及许可变量的可控性分岔。论文认为能力提升并不必然带来可控性提升。
Can the Remaining Answers Change the Prediction? Worst-Case Stability Checks for Personalized Rating Models
说明剩余评分能否改变预测？个性化评分模型的最坏情况稳定性检验
简介论文研究在个性化评分模型中，缺失的评分是否会推翻当前预测。对于带可加响应分数的已完成模型，作者给出精确的最坏情况界，用以检验所有缺失赋值都不会改变当前预测。研究在两组自我分诊数据（108名临床医生评定三段模拟精神科访谈，126段咨询示范视频由十位专家标注）上进行回顾性评估。结果显示，基于已观察评分的Fisher自适应方法在两组中均降低了对数损失，并给出了认证覆盖比例。论文同时指出，该证书只说明与已完成模型一致，并不代表中间更新时的正确性或稳定性，临床实用性尚未检验。
Particle Filtering with Generative Trajectory Models for State Estimation and Control
说明基于生成式轨迹模型的粒子滤波，用于状态估计与控制
简介该论文研究如何在不修改预训练模型的前提下，利用生成式轨迹模型的预测提升机器人状态估计与控制。作者用粒子滤波维护多个状态历史假设，由单个预训练扩散模型生成这些假设及其预测观测和动作候选。新测量到来时，依据预测观测与测量的匹配程度为粒子重新加权，并用这些权重同时指导动作选择。在部分可观测导航和基于视觉的操作仿真实验中，与未经滤波的动作生成相比，状态估计和任务表现均有提升。
★★★★☆ 值得关注
State Media at Retrieval Time: A Large-Scale Audit of Russian State-Aligned Sources in AI Chatbot Responses
说明检索时的国家媒体：对AI聊天机器人回答中俄罗斯国家背景来源的大规模审计
简介该论文审计了11款主流AI聊天机器人，使用约1万条基于“真理网络”（Pravda Network）标题构造的提示语，共获得104,997条完整回答。研究发现，真理网络文章出现在7.3%的回答中，且高度依赖平台，三款聊天机器人占全部检索的94%。所有11款聊天机器人都在不同程度上检索过其他俄罗斯国家背景媒体。论文还提出了“标题洗白”（headline washing）手法，即部分标题将报道归于其他媒体。
看点新意在于对多款AI聊天机器人检索俄罗斯国家媒体内容进行系统审计；摘要报告对10,000条提示、11个聊天机器人、104,997条回复的测试，并发现「标题洗白」策略。
★★★★☆ 值得关注
The Dark Matter of Clinical Data: An Identification Limit on Disentangling Physiology from Care Process in electronic health records
说明临床数据的「暗物质」：在电子病历中把生理状态与诊疗流程区分开的识别限制
简介本文指出，从电子病历数据学到的表示同时编码患者生理状态与决定何时、为谁检测的诊疗流程，两者相互纠缠。作者形式化了数据生成过程，并分析了两种解开纠缠的策略。结果表明，仅凭单一数据集无法识别化验值与检测安排两类信息的划分；跨站点不变性检验只是可证伪的假设检验，而非识别策略。全部患者都做检测时，检测门控被消除，部分条件下可恢复识别。
看点新意在于证明单一数据集下无法识别EHR中生理与就诊流程的分解，并给出可证伪的跨站点检验框架；给出完整的形式化分析与一个工作示例，影响主要面向医疗表示学习领域。
The Value of Not Knowing: How Fresh Eyes through Naive LLMs Fuel Creativity
说明不知之价值：由“无知”的大语言模型带来的新视角如何激发创造力
简介这篇论文提出“天真型”大语言模型，即通过训练时缺失信息或有意遗忘，刻意对某一主题保持无知的模型，以摆脱既有成见，更自由地产生新的联想与猜想。这些模型可与更强的导师模型配合，由导师把它们的独特视角整理成具体方案。论文在10亿和70亿参数模型上的实验显示，天真模型生成的初始想法比基线模型更新颖、更有用，经导师模型精炼后效果进一步提升。
Explaining and interrupting collective misalignment in language model systems
说明解释并阻断语言模型系统中的集体失准
简介该论文研究多个语言模型智能体协作时，单条看似无害的消息组合起来可能导致违规行为的问题。作者提出集体依赖分析（CDA），通过必要性与充分性判定哪些消息影响并促成了违规，并找出阻断其支撑的最少删除消息。在受控案例中，删除所选消息可将违规率从93%降至6%，且所需模型评估次数随消息数量线性增长。
Accelerated Reinforcement Learning for Soft Robotics: Hours Instead of Years
说明软体机器人强化学习加速：用数小时代替数年
简介本文提出用从已采集数据学得的低维多项式微分方程（aSSM 降阶模型）替代昂贵的硬件交互或模拟器，作为强化学习的训练环境。在一个气动驱动的软体机械臂上，作者仅用 3 小时训练出轨迹跟踪策略并直接部署，无需微调，而在硬件上复现同样训练相当于 3 年的交互量。该策略的跟踪误差比基于 RNN 或 Transformer 模型训练的策略低 40%。
Autonomous Continual Learning and Knowledge Transfer via Cortex-Inspired Neural Assemblies
说明基于皮层启发神经集合的自主持续学习与知识迁移
简介人工神经网络在学习新任务时容易覆盖旧知识，即“灾难性遗忘”。本文提出功能任务网络（FTN），模仿哺乳动物新皮层的若干特性，用一个小的支持样本在推理时计算稀疏二值路由掩码，使无关任务走不同的子网络、相关任务共享部分组件。实验表明，在相关概念漂移下，支持集掩码重配置对保留旧知识是必要的；在领域漂移下，带回放的分布式网络即可保留知识。该方法也带来前向与后向迁移。
★★★★☆ 值得关注
Steering Emergent Behavior in Multi-Agent LLM Systems via Information Networks
说明通过信息网络引导多智能体大模型系统中的涌现行为
简介本文研究由多个大语言模型智能体组成的群体，在操作者只能决定谁观察谁、而不能控制其收益或消息的情况下，如何设计观察结构以提高集体福利。作者在1080个实验回合中，使用十个相同的智能体进行六种重复群体决策博弈，比较了不同信息共享程度及固定预算下不同观察连接方式的效果。结果显示，信息共享的价值取决于个体行为与集体目标是否一致，并认为不应默认完全透明。
看点将信息网络作为可设计对象，揭示观察传播的行为耦合效应，并反转人类演化博弈中的网络互惠直觉，新意突出。
Variational Approach to Optimal IPS Estimator for Multi-logger Off-Policy Evaluation
说明面向多日志策略离线评估的最优IPS估计器变分方法
简介本文研究在多个日志策略收集的数据上进行上下文赌博机离线评估。作者通过变分法推导出样本相关权重的最优IPS估计器，在无偏条件下使方差最小，并给出闭式权重。实验表明该估计器通常优于现有多日志IPS方法，还将其扩展为双重稳健形式，并与Kallus等人（2021）的估计器作了理论和实证比较。
CRUSTPairs: A Cross-Language Dataset of Paired C and Rust Solutions
说明CRUSTPairs：C 与 Rust 成对解法的跨语言数据集
简介该论文提出 CRUSTPairs 数据集，包含从竞赛编程档案中收集的 1857 对 C 与 Rust 实现，按跨语言嵌入相似度分为不同难度层级并附带来源与许可信息。研究表明，跨语言检索难度较大，基于共享标识符的 TF-IDF 优于预训练代码模型，而微调后的模型准确率显著提升。
★★★★☆ 值得关注
CASCoDe: A Closed-Loop Agentic Framework for Analog Sizing and Layout Co-Design
说明CASCoDe：用于模拟电路尺寸设计与版图协同设计的闭环智能体框架
简介该论文提出CASCoDe，一个基于大语言模型智能体的闭环框架，用于从电路网表到版图的模拟电路设计。框架将尺寸选择、结构布局规划、局部版图优化和布线方案选择等专家决策形式化为分层离散动作空间，并通过反馈驱动的树搜索完成设计。在20个SKY130放大器上，该方法是唯一能在满足设计指标的同时得到通过DRC和LVS检查的布线版图的流程，相比传统布局布线流程面积平均减少71%，器件密度从0.39提高到0.74。
看点将专家布局决策形式化为分层离散动作空间并结合反馈树搜索，在20个SKY130放大器上报告面积降低约71%、器件密度显著提升。
Data-Driven Precision Control of Soft Helicoid Robots
说明软螺旋体机器人的数据驱动精确控制
简介本文将基于绝热谱子流形（aSSM）理论的纯数据驱动建模方法，从真实软体机器人硬件采集的数据中学习降阶模型。作者学习了一个五维的非线性常微分方程，用于描述软螺旋体躯干机器人的动力学，并将其用于模型预测控制，实现二维与三维轨迹的实时跟踪。结果显示，该方法在各项控制任务中的精度均优于现有数据驱动线性方法和无模型强化学习。
Scalable Counterfactual Explanations for Time Series via Policy Learning
说明基于策略学习的可扩展时间序列反事实解释
简介本文提出一种用于时间序列反事实解释的策略学习框架，将其建模为单步上下文赌博机策略学习问题。方法在预训练自编码器的潜在空间中训练actor-critic智能体，学习可迁移的全局结构策略。学到的策略只需一次前向计算即可直接生成有效且合理的反事实样本，无需对每个输入进行迭代优化。在13个UCR基准数据集上的实验显示，该框架在多项异常检测指标下具有较高的有效性和合理性。
SurgTAP-3D: A Large-Scale Cross-Surgery Video Dataset with Contact-Aware 3D Motion Tracking
说明SurgTAP-3D：带接触感知三维运动追踪的大规模跨手术视频数据集
简介该论文构建了SurgTAP-3D，一个面向微创手术的大规模伪三维手术运动追踪数据集和基准，包含520K帧、4,549个动作片段和140万条二维/三维点轨迹，涵盖机器人与人工手术。作者提出一套从无标定单目手术视频自动生成结构化四维标注的流程，并在SurgPose、SurgT和STIR上建立了器械与组织追踪基准。
Direct GPU Energy Measurements of Batch-Level Sharing in Mixture-of-Experts and Recurrent Models
说明GPU 能耗直接测量：混合专家模型与循环模型中的批内共享
简介该论文直接测量了 GPU 上两类负载的能耗：多智能体强化学习中的循环策略，以及混合专家（MoE）语言模型。研究探讨批次中的数据能否共享计算以节省能耗。结果显示，循环策略上难以实现节能；而在 Qwen3-30B-A3B 的 MoE 模型上，批感知路由在 KL 0.05 内减少 25%–31% 的专家权重读取，每个 token 节能 12%–18%。作者同时注明这些为单一 GPU 型号上的初步测量。
Language model capabilities fail in a shared, predictable order under compression and perturbation
说明语言模型能力在压缩与扰动下按可预测的共同顺序失效
简介该论文研究模型压缩（如剪枝、量化）后语言模型能力的损失是否遵循固定顺序。作者对八个指令微调模型施加七种扰动或压缩方法，在十六项任务上进行测试。结果显示，短答案类能力在不同随机扰动和剪枝、量化下的失效顺序高度相似，且可通过答案边际、答案频率等因素预测。
★★★★☆ 值得关注
Homological Barriers to Stable Learning of First-Order Nash Equilibria
说明一阶纳什均衡稳定学习的同调障碍
简介本文研究在带约束的非凹可微博弈中，如何稳定地学习局部纳什均衡（一阶纳什均衡，FONE）。作者证明，当目标集合具有非平凡的正次数上同调（例如由环路产生）且状态空间紧致可缩时，不存在能让所有初始条件收敛到完整一阶纳什均衡集合的确定性连续学习动力系统。论文在一个箱形区域上的简单非凹二次零和博弈中展示了这一障碍。
看点用同调障碍证明稳定学习纳什均衡不可行，构造六边环二次博弈，并推广到高阶与近似情形。
LocateAnyMesh: Grounding 3D Mesh Queries in 2D Images with Vision-Language Models
说明LocateAnyMesh：用视觉语言模型在二维图像中定位三维网格查询对象
简介该论文提出 LocateAnyMesh，一种以三维网格本身作为提示输入的视觉语言模型。冻结的三维编码器将带颜色的表面点转换为紧凑的标记序列，与图像和指令标记一同输入模型，从而在图像中定位目标物体。新物体只需一次编码器前向计算，无需针对特定物体微调，也不需要渲染查询视角。
Resolvent Ellipsoid for Minty Set Inclusions
说明极小集包含关系的预解椭球方法
简介本文研究紧凸集上的集值算子极小集（Minty set）包含问题，目标是找到满足特定误差条件的点与算子值。作者在固定尺度的约束预解查询模型下，证明每次查询要么直接给出一个近似解，要么给出一个有效的几何分割法向量。结合椭球法，提出了RESOLVENT-ELLIPSOID算法，可在多项式次数的预解查询内求得近似解。
A Physical Testbed for Self-Driving Laboratories: Comparing Bayesian and Agentic Optimization in a Minimal Closed-Loop Color Formulation Task
说明自动驾驶实验室的物理测试平台：在闭环颜色配比任务中比较贝叶斯优化与智能体优化
简介本文搭建了一套由商用实验室自动化设备组成的物理测试平台，用于自动驾驶实验室的闭环实验。系统在无人值守下连续运行累计24小时，自主配制水性染料混合物以匹配目标吸收光谱。研究比较了传统贝叶斯优化与智能体式优化两种AI决策方法，结果显示智能体优化在部分目标上所需迭代次数更少，且在48次迭代内匹配了贝叶斯优化未能匹配的一个目标。
Streaming Failure Forecasting: VLA Failure Monitors That Keep Learning After Deployment
说明流式故障预测：部署后仍持续学习的VLA故障监测器
简介视觉-语言-动作（VLA）策略的故障监测器通常离线训练后便固定不变，部署后光照、物体和摄像头的变化，以及策略本身的更新都可能使其失效。本文提出流式故障预测（SFF）方法，利用每个回合唯一可得的标签（是否成功）持续学习，只在每个回合后重新拟合最后一个线性层。在模拟测试和真实SO-101机械臂的434次记录运行中，SFF对故障的排序效果均优于保持冻结的同一监测器。
Self-Indexing Latent Memories for Access-Aware Continual Instruction Tuning of LLMs
说明自索引潜在记忆：面向大模型持续指令微调的访问感知方法
简介该论文提出 TILA-CT，一种无需回放旧数据的持续指令微调方法。每个任务在冻结的大语言模型中拥有独立的潜在记忆和适配器组，记忆本身生成路由原型，供共享的提示路由器据此选择模块。在 8 任务数据流上，论文报告了最终宏平均得分 63.98 和平均遗忘 1.38 分，并称最终宏平均路由准确率为 93.9%。
A Sequential Monte Carlo Method for Data Assimilation in Subsurface Flow Systems with Hierarchical Uncertainty
说明一种用于地下流动系统分层不确定性数据同化的序贯蒙特卡洛方法
简介该论文针对地下流动系统中既有高层地质元参数又有逐网格属性的分层不确定性，提出一种自适应回火序贯蒙特卡洛（SMC）方法，用于联合贝叶斯估计这两类参数，并使用流动代理模型进行函数评估。方法还扩展到连续数据同化，并在两个三维案例（含断层的碳封存系统和河道化油水系统）上进行验证。结果显示，SMC的后验结果与参考MCMC结果吻合，单阶段数据同化加速2.5至7.0倍。
★★★★☆ 值得关注
A Theoretical Reduction From Membership Inference to Reconstruction Attacks Against Learners
说明从成员推断到重构攻击的理论归约：针对学习算法的研究
简介本文研究重构攻击，即从已训练模型中恢复训练数据。作者证明，在其对抗模型中，成员推断（判断某数据点是否用于训练）可以归约为重构攻击，适用于任何学习算法。对于随机凸优化，该归约在指数级大的域上也能高效完成，并结合已有的成员推断结果，证明低超额风险的学习算法存在多项式时间重构攻击，可恢复 Ω(n) 个训练点。
看点提出从成员推断到重构攻击的通用归约，并在随机凸优化中给出多项式时间的重构攻击，恢复Ω(n)个训练点。
★★★★☆ 值得关注
The Average Patient: Do Simulated Psychiatric Patients Answer Like Real People?
说明平均患者：模拟的精神科患者作答是否像真人？
简介本文研究用语言模型模拟精神科患者来训练临床医生或评估AI治疗师的做法。作者提出一个框架，并基于八组真人数据（包括临床样本和指示性伪装样本）进行对比，发现模拟患者的作答变异远小于真实受访者，且多数量表上几乎每个症状都被以中等程度认可。在PHQ-9上，模拟患者的症状相关性也与真实患者不同。提示词调整、更大模型和推理能力可以减弱但无法消除这一模式。
看点提出模拟精神科患者的平均患者假设与信息预算框架，并在八个人类样本、17个模型上检验其预测，新意较明确。
SurfScaff3D: Bridging Geometric and Semantic Representations for LLM-based 3D Object Generation
说明SurfScaff3D：连接几何与语义表示的LLM三维物体生成方法
简介该论文提出分层补丁支架（HPS）这一三维表示方法，以可解释的部件级抽象连接语言模型的推理与三维几何。基于HPS构建了用于文本和图像到三维生成的交互框架SurfScaff3D。论文称其支持自然语言的分层编辑，并可对每个补丁控制表面细节，在多类物体上与现有方法相比表现出较好的几何保真度与语义对齐。
Query- and Candidate-Aware Long User Sequence Modeling for Sponsored Product Ranking in Search
说明面向搜索竞价商品排序的查询与候选感知长用户序列建模
简介本文针对搜索广告商品排序，提出一种生产环境使用的用户序列建模框架。该框架从用户长期历史中，分别通过候选商品近邻和查询近邻两种检索方式选出相关行为，并结合近期行为一起编码，同时把候选商品信息融入每个历史标记。离线消融实验显示，双通道检索使主要排序指标优于生产基线；在赞助商品搜索流量的在线A/B测试中，点击率、归因转化率和每次展示的订单数均有提升。
Brain-Aligned Latent Actions: Imposing Premotor Cortex Geometry on a Robot's Action Vocabulary
说明脑对齐的潜在动作：将猕猴运动前皮层几何结构施加于机器人动作词表
简介机器人策略越来越多地通过从无标注视频中学到的少量离散潜在动作来行动，但训练中哪一种动作对应哪个编码并不确定。作者用猕猴腹侧运动前皮层（PMv）在猴子画形状时记录的表征几何结构，通过直通相似性损失约束编码分配，并与重建目标一同在机器人视频上训练。在未见过的五类形状上，该方法的表征相似度达到0.52，高于现有分词器的0.20至0.26。
Nonasymptotic causal structure learning in generalized linear DAGs with continuous optimization
说明广义线性有向无环图中基于连续优化的非渐近因果结构学习
简介本文研究如何从观测数据中学习非线性模型下的有向无环图，并给出有限样本的非渐近统计保证。作者对每个节点采用广义线性模型，分析一个结合精确无环约束与准极小极大凹惩罚的全局非光滑目标函数，该目标可用标准梯度求解器优化。文中在包括逻辑斯蒂与泊松模型在内的模型下建立了有限样本保证，实验验证了结构恢复的准确性与计算性能。