EXAQC 进化框架实现图像分类的混合量子-经典架构自动搜索
EXAQC 进化框架被扩展至图像分类，自动搜索参数化量子电路作为中间处理模块，在 MNIST、Fashion-MNIST 和 CIFAR-10 上分别达到 98.42%、90.62% 和 85.47% 准确率，门数量与其他量子架构搜索方法相当。
#数据/训练
arXiv cs.AIAI 评分2020 arXiv cs.AIAI 评分2222 探索更多、推理更好：面向扩散语言模型的分步风险敏感 GRPO
研究者提出 StepRS-GRPO，在去噪状态间调整组优势变换的风险系数，同时保留原有训练器。在二值奖励下，该变换等价于对中心化结果优势做提示词与状态相关的重缩放。在多个 dLLM 骨干和数学推理基准上，它相比中心化 GRPO 提升了 pass@1 准确率与 pass@k 覆盖率，并增加了答案多样性。
arXiv cs.AIAI 评分2222 研究：训练样本的价值取决于学习器，ResNet-18 与 ViT 的易样本-覆盖样本边界不同
一项选择实验发现，训练样本的价值并非样本固有属性，而是在与学习器的交互中产生。在低分辨率 ImageNet-100 上，ResNet-18 宽度翻倍使易样本与覆盖样本的交叉点从每类 57 个样本移至 85 个；输入从 32 像素增至 64 像素则使其从 85 回到 57，单次 stride 改动即可复现或消除该偏移。在 Vision Transformer 上，覆盖样本在所有测量预算下均占优。
arXiv cs.AIAI 评分2020 ThinkNet：面向高效运动想象 EEG 分类的进化深度集成框架
ThinkNet 是一个验证受控框架，结合仅训练集归一化、验证引导的进化搜索与验证门控推理，为留出被试选择紧凑解码器与推理策略。在四分类 BCI Competition IV-2a 的九折 LOSO 评测中，验证选出的紧凑解码器以 4.9K 参数、19 KB FP32 权重实现 44.35±15.41% 准确率和 0.99 ms 的 Orin CUDA 单批推理。
arXiv cs.AIAI 评分2929 RLVR²：基于可验证评分标准排序的强化学习
针对多维度评分标准下 RLVR 的奖励聚合问题，研究者提出 RLVR²，将各评分标准的分数转为组内序数结果，从比较矩阵中恢复潜在效用并合并为单一训练信号，避免校准异质评分尺度。在 3 种模型规模和 16 个 benchmark 上，RLVR² 均优于代表性评分标准基线，在多数 benchmark 上取得最佳整体表现。该方法还支持在不扩展评分标准的情况下引入与排序相关但非训练目标的辅助属性。
arXiv cs.AIAI 评分2525 TDDN：面向拼图理解的对齐文本扩散 DINO 网络
研究者提出 TDDN，将 DINOv3 与 CleanDIFT 表示融合为感知编码器 DiffusedDINO，并与 RoBERTa-L 对齐，在冻结骨干、仅约 590K 对齐样本下超越 CLIP ViT-L/14。
arXiv cs.AIAI 评分2020 协议选择对基于特征的硬件木马检测的影响：Trust-Hub 家族间的评测边界研究
研究测量了 Trust-Hub 基准中宿主电路复用对硬件木马检测器表现的影响，而非提出新分类器。在 49,124 个门、16 个网表、5 个宿主家族上，随机森林 F1/AP 从池化测试的 0.914/0.978 降至留出单个网表的 0.636/0.851，再到留出整个宿主家族的 0.460/0.577；XGBoost 从 0.946/0.976 降至 0.464/0.544。
arXiv cs.AIAI 评分2222 DASC：面向混合线性注意力推理的衰减感知状态压缩
针对混合线性注意力模型前缀复用需存储循环状态检查点、加剧显存压力的问题，研究者提出衰减感知状态压缩 DASC，依据 Gated DeltaNet 与 Kimi Delta Attention 的衰减结构推导各头与通道的保留时域，筛选长时域状态单元并打包为不规则检查点布局，同时在 TP rank 间做均衡。
arXiv cs.AIAI 评分2424 First-Order In-Context Shapley：面向 LLM 对齐与评估的可扩展数据审计
研究者提出 First-Order In-Context Shapley，一种仅需推理的估值流程，在语义 k-NN 邻域上以 O(k) 次前向传播计算上下文合作博弈的一阶项，无需更新参数，与多轮 Monte-Carlo in-context Shapley 在 100% 目标上正相关且计算量减少 19 倍。
arXiv cs.AIAI 评分1212 基于强化学习的低压电网拥塞管理鲁棒性研究
该研究将随机森林违规预分类器与 actor-critic 控制器结合，解耦拥塞检测与控制，在真实低压电网上评估其对测量噪声和电网参数失配的鲁棒性。在电网参数准确时，控制器将总违规幅度降低 98.9%，且在测试的测量噪声设置下性能几乎不变；电网模型失配挑战更大，但在测试假设下仍能缓解大部分违规。
arXiv cs.AIAI 评分2222 ADE-FEMU：用自动微分从结构变形数据学习本构神经网络
ADE-FEMU 是一个端到端可微框架，将本构神经网络嵌入 JAX-FEM 非线性求解器，通过梯度最小化测量失配损失来识别参数，可在动力学信息有限的结构数据上训练。该框架用前向与反向自动微分自动计算 Newton 切线刚度和损失梯度，无需解析伴随或离线代理模型，并在穿孔试样 DIC、降维拉伸数据及基体-夹杂两相系统三个公开数据集上验证。
arXiv cs.AIAI 评分2424 教师模型何时该更新？自同策略蒸馏中的时间耦合与稳定性
研究者在 Qwen3-8B 上通过受控调度扫描发现，教师模型更新之间的完全冻结期（隔离期）才是稳定学习的关键，而非教师年龄。团队提出时间 KL 结构、刷新冲击与长度尾部风险诊断框架，揭示短视评估下不可见的“状态无视崩溃”，并提出 CGTR 方法，将刷新门控于奖励提升与长度尾部安全的联合证据上。
arXiv cs.AIAI 评分2929 FactoryNet：面向工业时间序列基础模型的大规模数据集
研究者发布 FactoryNet 工业时间序列预训练数据集，含 113M 数据点、57k 端到端任务执行（15k 真实、42k 合成），覆盖七种本体与四类任务，并标注 27 种异常类型。
arXiv cs.AIAI 评分2626 超越成对比较：语言模型正在隐式优化偏好图——GraphDPO 提出图结构偏好优化
研究者提出 GraphDPO，将 DPO 从成对比较推广到有向无环偏好图，通过图结构的 Plackett-Luce 目标聚合支配邻域监督，并保留 DPO 作为特例。该方法用等价类构造处理并列与不可比回复，缺失边贡献零损失，每提示复杂度保持线性，并可选插入已验证解作为支配节点配合退火调度稳定训练。在推理与程序合成任务上表现优于成对及列表式对齐目标。
arXiv cs.AIAI 评分2525 脉冲神经网络优化的凸优化方法：全局与近似保证
研究者将脉冲神经网络（SNN）训练重构为等价的凸优化问题，证明一类阈值 RNN（含 leaky integrate-and-fire SNN）的权重衰减正则化训练问题具有零对偶间隙，且与凸规划最优值相同。
arXiv cs.AIAI 评分2323 AnomalyAgent：基于工具增强强化学习的智能体工业异常合成
AnomalyAgent 是一个具备自反思、知识检索与迭代优化能力的工业异常合成智能体，配备 Prompt Generation、Image Generation、Quality Evaluation、Knowledge Retrieval、Mask Generation 五个工具实现闭环优化，并采用监督微调加强化学习的两阶段训练框架。
arXiv cs.AIAI 评分2222 CORE-Seg：基于强化学习的推理驱动复杂病灶分割
研究者提出 CORE-Seg 端到端框架，通过语义引导提示适配器将推理与分割结合，并发布首个多样化 CoT 基准 ComLesion-14K。该方法采用从 SFT 到 GRPO 的渐进训练策略与自适应双粒度奖励机制，平均 Dice 达 37.06%，比次优基线高 14.89%，失败率降至 18.42%。
arXiv cs.AIAI 评分2222 ITO：面向图像-文本预训练的多视图对齐与训练时融合框架
ITO 通过多视图图像增强构建多样化跨模态对应关系，并引入轻量训练时多模态融合模块作为正则化器，推理时丢弃该模块以保持双编码器效率。在 100M–1B 图像-文本对规模下，ITO 在相同数据、骨干和算力条件下于分类、检索及多模态基准上持续优于 CLIP，且融合模块的贡献随数据规模增长，能缓解对比学习后期的过拟合。代码已开源。
arXiv cs.AIAI 评分2323 一种信息力学理论：通过测量不确定性实现泛化（学习即测量）
研究者提出一种"无模型"的基于实例学习框架，用信息论中的惊奇度（surprisal）直接分析原始数据并做推理，无需建模数据分布，并支持直接编辑和删除训练数据。该方法可泛化到生成式推理、因果发现、异常检测和时间序列预测等任务，在异常检测和部分监督任务上达到 SOTA，并能处理缺失数据。论文称其数学基础构建了一套信息的"物理学"，为可扩展且人类可理解的机器学习提供了可能。
arXiv cs.AIAI 评分2222 SPS-GAN：从轨迹与视频中学习哈密顿系统的相空间结构
Structured Phase Space GAN（SPS-GAN）是一种条件生成模型，将 port-Hamiltonian 主干与对抗式条件生成结合，可在单一架构中表示保守、耗散与受迫系统，并从笛卡尔轨迹和视频中学习结构化动力学。
arXiv cs.AIAI 评分2121 面向 LLM ORDER BY 高效排序的访问路径研究
研究提出 LLM ORDER BY 语义算子，并系统比较其物理实现，包括改进现有语义排序算法与新增语义感知外部归并排序。评估显示没有单一实现在所有数据集上最优，且基于比较的算法存在排序成本与排序质量的缩放关系。为此设计的预算感知优化器结合启发式规则、LLM-as-Judge 与共识聚合动态选择访问路径，在所有基准上排名准确率持平或优于最佳静态方法。
arXiv cs.AIAI 评分2222 FedACS：面向异构联邦学习的最优高效客户端采样方法
针对联邦学习中通信与计算异构性共同导致的目标不一致问题，研究者首次给出通用异构联邦学习的统一理论分析，揭示两类异构性扭曲优化轨迹的不同机制。据此提出客户端采样方法 FedACS，可消除各类目标不一致，理论上以 O(1/√R) 速率收敛到正确最优解。实验显示其优于 SOTA 及类别专用基线 4.3%-36%，通信成本降低 22%-89%，计算负载降低 14%-105%。
arXiv cs.AIAI 评分2222 WoundAmbit：连接最先进语义分割与真实世界伤口护理
研究团队提出 WoundAmbit 框架，将 AI 生成的伤口分割掩码通过参考物方法转换为临床伤口尺寸估计，并集成到远程医疗系统中。
arXiv cs.AIAI 评分2424 快手 CRM：可控条件的检索模型
快手提出可控检索模型 CRM，将观看时长作为条件加入用户塔，训练时学习在给定实际观看时长下预测下一个视频，推理时直接输入目标观看时长即可调控检索，无需重训。物品塔与条件解耦，物品嵌入仍可预计算并建索引做 ANN 搜索，CRM 同时以 DNN 双塔和 Decision Transformer 实现，后者用目标观看时长作为数值提示词。
arXiv cs.AIAI 评分3636 从 Benchmark 到实验台：AI 智能体能否胜任真实药物发现？
研究者开发了开源模块化智能体 MAGI，可自主设定目标、启动并监控分子优化、解读构效关系并调整策略，分子生成可直接由 LLM 完成或委托给 REINVENT 4。在来自三家药企的九个回顾性先导优化项目中，两条生成路线均产出有效结构，但项目能否达标取决于预测模型在候选化学空间上的准确度，而非生成路线。盲评中化学家无法区分智能体提案与留出化合物，认为其 SAR 推理大体合理但不完整。
arXiv cs.AIAI 评分2222 Hyper Algorithm Design Agent：从零演化可学习优化器
研究者提出双智能体框架 Hyper Algorithm Design Agent，将 MetaBBO 的设计循环视为编码任务，由 task agent 通过代码演化持续改进目标 MetaBBO 代码库，hyper agent 则逐步修改 task agent 及自身以实现开放式设计。
arXiv cs.AIAI 评分2929 多执行框架强化学习训练编码智能体：训练增益与框架依赖
研究用同一 SFT 检查点训练两个 Qwen3-8B RL 变体，仅奖励归一化方式不同（框架内 Within 与跨框架 Cross）。在 SWE-bench Verified 上，四种训练框架的平均提升分别为 +0.48 和 +0.77 个百分点；Cross 虽提高非零优势轨迹比例，但在未见框架上未稳定优于 Within，两者均未显著超过 SFT。
arXiv cs.AIAI 评分2323 从掌握度画像到模拟作答：用于忠实 LLM 学生模拟的随机学生知识图谱（SSKG）
针对 LLM 模拟学生时总是以自身全部能力作答的问题，研究者提出基于随机学生知识图谱（SSKG）的方法：用 LLM 从课程材料抽取课程知识图谱（CKG），将解题路径分解为 CKG 三元组并映射错误干扰项，再以掌握度概率采样决定作答结果。
arXiv cs.AIAI 评分2222 SLIFT：从用户交互中选择性自学习的大语言模型框架
SLIFT 是一个基于任务相对视角的选择性自学习框架，将每条用户反馈拆解为原子组件，并按 Fix、Spec、Null 三类分别处理。
arXiv cs.AIAI 评分2626 Fast LapSum：百万级规模下精确可微 Top-k 求解器
Fast LapSum 是一种可扩展的 LapSum 软 top-k 求解器，在保持精确选择质量 k 的同时支持端到端可微。其认证 GPU 实现处理 10^6、10^7、10^8 个分数中位耗时分别为 0.92、1.39、7.24 ms。在百万像素稀疏对抗样本上较 SOTA 方法实现一个数量级加速，并用于 3D Gaussian splatting 减少高斯数量。
arXiv cs.AIAI 评分2222 CASCADE：一个基于智能体的调控网络框架，用于患者数据验证的下游扰动预测
CASCADE 是一个通过 MCP 暴露预计算 ARACNe 调控网络的智能体框架，用于预测基因扰动的下游转录效应。它改用真实 TCGA 患者肿瘤数据验证预测变化方向，MYC 敲低靶点在 BRCA、COAD、STAD 三种癌症中与真实扩增肿瘤表达的一致率分别为 90.0%、72.0%、85.7%（p<=0.0013），并在 METABRIC 独立队列复现 87.2%。
arXiv cs.AIAI 评分2929 CASE：用上下文感知语义嵌入增强表格学习器
研究者提出 CASE（Context-Aware Semantic Embeddings）框架，将 LLM 的语义理解与表格学习器的统计能力结合。CASE 用数据集代表性行样本预填充基于 Gemma 3 定制训练的表格语言模型 KV cache，使生成的行嵌入动态上下文化。
arXiv cs.AIAI 评分2222 MIRROR：用跨视图互学提升多模态推理
研究者提出 MIRROR（Modality-Informed Reciprocal Reasoning Optimization），一种从模型自身不同模态能力中提取跨视图自蒸馏信号的强化学习方法。
arXiv cs.AIAI 评分2424 TelcoAgent：可扩展的 5G 多 KPM 预测框架，具备 3GPP 可解释性
TelcoAgent 是一个基于基础模型的框架，无需站点特定训练即可对多个 KPM 进行准确、可扩展且可解释的预测。它由三部分组成：从 3GPP 规范文档自动构建知识图谱的三智能体流水线、基于时间序列基础模型（TSFM）的零样本预测流水线，以及提供领域诊断的推理与解释流水线。在美国某运营商 3 个月城市级 5G 数据集上，该框架对 200 个小区每小区的全部 7 个 KPM 均实现高预测精度。
arXiv cs.AIAI 评分2424 EvoDrive：基于自改进 LLM 智能体的帕累托进化安全关键自动驾驶场景生成
EvoDrive 是首个基于 LLM 智能体的多目标场景生成自动化进化框架，采用模拟器接地的 actor-critic 架构，由记忆驱动 actor 迭代改进生成器、critic 过滤不合理候选，并通过自进化世界评估器分配仿真预算。
arXiv cs.AIAI 评分2020 MPMMine：面向约束获取的更优基准
针对约束获取（CA）与数学规划（MP）模型验证研究缺乏合格基准的问题，研究者推出 MPMMine 基准套件，包含数据集、mpmmine-py Python 包和 MPMMine Leaderboard 评测工具。
arXiv cs.AIAI 评分3232 从 SGD 到 Muon：基于 Schatten-p 范数的自适应优化
研究者提出一种数据驱动的准则，可为神经网络各层动态选择代理最优的更新 LMO 几何，其设计空间从 SGD 插值到 Muon，并可通过参数级预条件恢复 SGD、Muon、Adam 和 MuAdam 作为特定极值。该方法在高度优化的基线上仅带来约 3% 的运行时开销，在三种训练场景中性能超越或持平 Muon 与 AdamW 中的最优者。
arXiv cs.AIAI 评分2020 UxSID：面向超长序列的语义感知用户兴趣建模框架
UxSID 提出语义组共享兴趣记忆的第三条路径，利用 Semantic IDs（SIDs）与双层注意力策略，在无需 item-specific 模型高开销的情况下捕捉目标感知偏好。该端到端架构兼顾计算精简与语义感知，取得 SOTA 性能，并在大规模广告 A/B 测试中实现 0.337% 的收入提升。
arXiv cs.AIAI 评分3131 FactoryBench：评估工业机器理解能力的基准
研究者推出 FactoryBench，用于评估时间序列模型和 LLM 在工业机器人遥测数据上的机器理解能力。该基准包含超 7 万条 Q&A，覆盖因果阶梯四个层级和五种答案格式，数据源自 UR3 协作机器人与 KUKA KR10 工业机械臂采集的 FactoryWave 数据集。六款前沿 LLM 零样本评测均未在结构化层级超过 50%，决策任务不超过 18%。
arXiv cs.AIAI 评分2424 NeuronSpark：面向语言建模的选择性脉冲状态空间模型与自适应计算
NeuronSpark 是一种无需自注意力、基于输入依赖脉冲膜动力学的语言模型，每个神经元的衰减率、增益和发放阈值随当前 token 内容自适应调整，从而支持从随机初始化直接进行十亿级预训练，无需骨干迁移、转换或蒸馏。