Thought-Like-Pro：用自举式 Prolog 思维链提升大语言模型推理能力
Thought-Like-Pro 是一个通过模仿学习提升大语言模型推理能力的学习框架，它让模型从指令中自行生成规则与语句，交由符号化 Prolog 逻辑引擎推导，再将 Prolog 生成的连续推理轨迹翻译为自然语言思维链用于模仿学习。
#数据/训练
arXiv cs.AIAI 评分2424 arXiv cs.AIAI 评分2222 Bi-FORK：面向高维分叉系统的生成式建模框架
Bi-FORK 是一个学习高维系统一对多解映射的生成式框架，通过潜在流匹配生成完整轨迹，并用排斥引导采样在单次摊销推理中恢复不同解分支。该框架在屈曲梁、机械超材料和 Allen-Cahn 相分离上验证，覆盖连续、离散和场值分叉，离散化规模最高达 260,000 个点，可恢复多模态解结构，规模较此前方法提升数个数量级。
arXiv cs.AIAI 评分5454 FIBS：探针可检测 LLM 智能体破坏行为与未言明欺骗
研究团队提出一种可跨多层与多 token 聚合信息的探针架构，并构建了迄今规模最大的欺骗数据集 FIBS 用于训练探针，在 SHADE-Arena 上取得 98.8% AUC，超过 Opus 5.5 的文本监控基线，且随底层模型规模扩大效果提升。
arXiv cs.AIAI 评分2424 用价值表征预测对齐泛化
研究者提出"对齐泛化预测"任务，即预测将模型微调至遵循某一价值后，其在大量留出价值上的行为变化，并对现代对齐目标中的 66 种价值做了大规模分析。基于模型激活的表征显著优于基于价值文本描述的方法，最佳激活方法与该泛化矩阵的相关性达 0.45，描述基线仅 0.05。该表征还可用于衡量多价值对齐目标中各价值的相似度，其与模型鲁棒性显著相关，并初步指向一个与模型无关的共享价值空间。
arXiv cs.AIAI 评分2424 GPD：用路由式 3D 特权蒸馏提升视觉语言模型空间推理能力
研究者提出 GPD（Geometry-Privileged Distillation），将深度、语义与鸟瞰图（BEV）线索渲染为紧凑文本，按问题路由给教师模型，仅对错误轨迹施加特权 KL 以增强 GRPO，部署模型仍只用 RGB 输入。
arXiv cs.AIAI 评分2222 ContiLNN：用液态神经网络缓解切片采样不连续性的医学图像修复方法
ContiLNN 通过双向闭式连续时间（Bi-CfC）模块为二维修复骨干网络加入跨切片建模，在保留平面内特征提取的同时，用切片索引间隔调制门控以应对采样变化，无需数值 ODE 积分。
arXiv cs.AIAI 评分2424 RiCo：通过局部接触推理实现刚体交互的神经模拟
研究者提出 RiCo（Rigid-body Contact Reasoning），用接触表面点的稀疏邻域表示物体间交互，将跨物体推理限制在邻近表面、同时在刚体内部传播接触信息。在 MOVi-benchmark 上，RiCo 将 100 帧位置和朝向误差分别降低 31-35% 和约 38%，穿透时间与平均深度相对真值差异为 11.0% 和 2.22 mm，并可零样本泛化到含 270 个物体的场景。
arXiv cs.AIAI 评分1818 无需 OBS 特殊假设的预测驱动数据融合：AIPW-Fusion、DR-Fusion 与 R-Fusion 用于处理效应估计
研究者提出一种数据融合框架，在不对观察性研究（OBS）做特殊假设的前提下，将小型随机对照试验（RCT）与大型 OBS 结合，在保留 RCT 估计无偏性的同时借助 OBS 提升精度。基于该框架构建了具有闭式权重与置信区间的 ATE 估计器 AIPW-Fusion，以及两个 CATE 学习器 DR-Fusion 和 R-Fusion。实验验证了上述方法的有效性，代码已公开。
arXiv cs.AIAI 评分1212 机器学习与高能核物理：从模式识别到物理集成发现
一篇综述指出，高能核物理中的机器学习正从事件分类、模式识别转向物理集成工作流，包括QCD物质性质的校准贝叶斯提取、重离子与中子星数据的致密物质状态方程推断、生成式事件建模、神经展开、可微逆求解器、规范等变与扩散模型格点场采样器，以及全息QCD模型函数的神经重建。
arXiv cs.AIAI 评分2424 ARGUS：证据约束的智能体框架如何解读非编码区单核苷酸变异
ARGUS 是一个将确定性生物计算与 LLM 推理严格分离的智能体框架，用 458 个基于 DNABERT 的转录因子结合模型在假设驱动的调查循环中解读非编码区变异。
arXiv cs.AIAI 评分2323 Syn-Omni：面向全模态嵌入的结构化专精与渐进协作框架
Syn-Omni 是一个面向全模态嵌入的统一框架，通过 Orthogonal Modality-Expert LoRA（OME-LoRA）将适配分解为共享 LoRA 路径与模态专家 LoRA 路径，并用 Progressive Synergy Routing（PSR）让专家先建立模态先验再逐步跨模态协作。
arXiv cs.AIAI 评分2222 音频嵌入中还剩多少音频？音频编码器的反演审计
研究通过配对源重建审计音频编码器保留的信息：用共享的 Stable Audio Open 潜在扩散解码器，从 VGGish、ConvNeXt、CLAP 和 EnCodec 的冻结表征重建 5 秒、44.1-kHz 立体声音乐。
arXiv cs.AIAI 评分2222 动态危险场中的实时运动规划：经典方法与学习方法对比
一项统一基准对比了经典规划器与学习方法在动态危险场中的实时运动规划表现。在确定性环境下经典规划器成功率接近完美且路径质量更高，但规划耗时较大；在随机障碍动态下，基于 PPO 的策略在延迟、成功率和路径质量上持续占优。结果表明，障碍演化的不确定性比部分可观测性更能决定哪种规划范式更有效。
arXiv cs.AIAI 评分2222 Cluster-TNN：面向大图的可扩展拓扑深度学习局部提升框架
Cluster-TNN 是一个领域无关的拓扑深度学习框架，通过在图预处理后于运行时动态采样节点簇、重建诱导子图形成 mini-batch 并在其中执行局部提升，避免全图提升表示的全局物化瓶颈。
arXiv cs.AIAI 评分1818 AdaCast：面向自适应时间序列预测的条件参数生成框架
AdaCast 用生成器为冻结的预训练时间序列基础模型生成输入特定的低秩参数更新，在训练和推理阶段都能针对每条输入序列调整模型参数。在六个公开基准上，AdaCast 在域内预测中持续优于静态适配基线，并提升了对跨领域留出数据集的零样本泛化能力。
arXiv cs.AIAI 评分2222 La-Ribo：基于几何隐空间流匹配的 RNA 序列-结构协同设计
La-Ribo 是一个通过几何隐空间流匹配实现 RNA 序列-结构协同设计的生成框架，在残差级隐变量中编码核苷酸身份与局部构象，由共享流网络联合生成，再经 RNA 专用解码器重建全部重原子。
arXiv cs.AIAI 评分4242 ReSI：面向抗攻击与韧性 AI 的递归安全改进框架
研究者提出递归安全改进框架 ReSI，通过自动化研究在每轮用多种红队方法找出当前模型漏洞、开发训练配方，并在能力保持的 Pareto 门控下选择安全增益最大的更新作为下一目标模型。
arXiv cs.AIAI 评分2727 AgenticBBO-Bench：面向 LLM 智能体黑盒优化的跨域基准
研究者提出 AgenticBBO-Bench，一个覆盖合成函数、超参数优化、数据库调优、芯片设计与分子设计的跨域智能体黑盒优化基准，采用统一有限预算评估协议。实验中智能体 BBO 在全部五个领域家族平均得分高于直接 LLM 方法，并在四个领域超过最优数值优化器。
arXiv cs.AIAI 评分2222 基于 AI 的星上船舶目标检测：在 Versal 嵌入式硬件上实现地球观测载荷数据削减
研究将 YOLOX-S 船舶检测器量化部署到 Versal VC1902 的 DPU 上，用于星上按内容筛选下行数据，每景处理耗时数秒。该模型基于 68 幅 Maxar 标注场景、43 类船舶的数据集训练。在密集港口与海岸场景中，tiles 模式以 29% 的数据量保留 98% 的船舶，crops 模式以 3% 的数据量保留 83%。
arXiv cs.AIAI 评分2222 Schema：通过软社区结构实现可扩展的层次化图生成
Schema 通过将参考图递归分解为软社区层次结构，把图生成拆分为节点属性合成、社区内边生成和跨社区桥接节点建模三个独立训练阶段，各阶段均不构建完整邻接矩阵。在四个真实属性图上，Schema 比任何其他生成属性的模型都更准确地恢复了局部与长程结构的平衡，同时仅复现少量参考边，并保持参考图的下游准确率。研究还在六个额外图上验证了可扩展性，最大规模达 1000 万节点。
arXiv cs.AIAI 评分2020 用 Weisfeiler-Leman 特征做约束优化中的算法选择
研究者提出一种自动化特征提取方法，将问题实例转为图并用 Weisfeiler-Lehman 图核生成结构表示，核心是基于割的表示 WLc，用于刻画结构划分并提供更细粒度的预测信号。在 2023–2025 MiniZinc Challenge 实例上，以最大化 Borda 分数和预测准确率为任务，WLc 在 SVM 上优于 fzn2feat，在随机森林和 MLP 上结果接近。该方法无需训练 GNN。
arXiv cs.AIAI 评分2727 MAST：基于模体增强扩散与搜索树的波谱分子结构解析
MAST 是一个模体增强扩散框架，结合搜索树实现 2D-3D 联合波谱分子结构解析，在去噪过程中引入可解释的模体先验作为中间证据，并将扩散采样转化为奖励引导的树搜索。在 QM9S 多谱基准上，MAST 实现 94.89% 的精确恢复率，同时提升 3D 保真度并保持高化学有效性与稳定性。代码已开源。
arXiv cs.AIAI 评分2222 Traceable World State：面向机器人系统的溯源感知世界状态表示与确定性重放框架
研究者提出 Traceable World State（TWS），一种面向机器人世界状态的溯源感知语义表示与参考运行时，快照记录实体、关系、观测、置信度与修订元数据，并通过 SHA-256 哈希链实现防篡改日志。
arXiv cs.AIAI 评分3131 HWAM：联合状态-动作生成的人形世界动作模型
针对人形机器人分层系统中策略参考动作与实际执行动作存在差距的问题，研究者提出 HWAM——一种联合生成状态与动作的人形世界动作模型，将机器人执行后的本体感知状态作为显式预测目标。
arXiv cs.AIAI 评分2222 研究 LLM 推理中的社会归因：一种理论引导的探测方法
一项研究首次系统探索 LLM 的社会归因能力，构建了包含 Vignette 与 Reality 两个子集、共 7,639 道责任/责备判断问题的基准，并评测了 32 个代表性 LLM 和 5 个非 LLM 基线。
arXiv cs.AIAI 评分2222 Polytopal Neural Network：用多胞体结构实现可解释的神经网络表示
研究者提出 Polytopal Neural Networks（PNNs），通过强制多胞体结构在信息处理中直接提取逐层的不同方面，并借助学习到的语料表示与摊销单纯形推理实现规模化。实验显示，多胞体约束在潜空间中保留了有意义的结构，性能下降极小，在无监督学习中比 VQ 表示获得更优的压缩表示，同时为 VQ 深度学习训练提供了新方法。
arXiv cs.AIAI 评分2424 DataVista：首个数据视频理解基准，诊断多模态 LLM 的图表叙事能力
研究者发布 DataVista，首个面向数据视频理解的基准，包含 961 个真实数据视频和 6,775 道评测题，按数据感知、时序推理、叙事理解三级能力框架组织，覆盖 10 种题型和 5 个主题领域。
arXiv cs.AIAI 评分2424 神经解码即认知推理：基于贝叶斯大脑理论提取元神经语义表征
研究者将神经解码重构为受大脑内在先验约束的认知推理，提出生成高层"元神经语义表征"的方法，在五种神经记录模态和运动、感知、内部思维三个认知域的解码实验中，该方法重组了神经观测表征的几何结构，使元神经语义表征在不同认知任务间呈现一致的几何关系，并能从变化的神经活动中恢复稳定的认知状态。
arXiv cs.AIAI 评分2424 从表层到深层：多模态情感理解中的认知评价推理
研究者提出将多模态情感理解从感知推进到认知评价的新范式，并发布 CogEmo-40K 指令微调数据集、紧凑稀疏 MLLM CogEmo-MoE 及 CogEmo-Bench 基准。
arXiv cs.AIAI 评分2828 评估真实程序中精确输出与检查点状态预测的基准
研究者提出一个从源代码和输入预测程序最终输出与检查点状态的基准，包含来自 371 个 Python 和 C++ 程序的 400 个案例，在四种模型族的七种设置下无工具、无代码执行地评测。
arXiv cs.AIAI 评分3333 GRPODropout：用更少 rollout 提升在线强化学习效果
针对 GRPO 等强化学习方法中策略熵坍缩、采样多样性下降的问题，研究者提出 GRPODropout：在标准更新前选择性剔除少量高概率正优势 rollout，并对保留的优势重新中心化。该方法仅改变 rollout 使用方式，计算开销可忽略，实验准确率高于原始 GRPO，且更新所用 rollout 样本更少、actor 熵更高。代码已开源。
arXiv cs.AIAI 评分2222 从像素到结构：轻量级视觉语言模型用于文档 OCR 与结构化 JSON 抽取
一项对比研究评估了八款开源轻量级 VLM（最高 7B 参数）在三个高校遗产收藏上的 OCR-to-structure 表现，要求模型从文档图像中抽取文本并生成符合 schema 的 JSON。
arXiv cs.AIAI 评分2222 AuraLuxMuse：融合音乐与专家指导的自适应舞台灯光美学设计系统
AuraLuxMuse 是一套自动化美学舞台灯光设计系统，通过 Lighting-Aligned Music Pretraining（LAMP）对音频与灯光提示进行对比学习对齐，并用 Preference-Adaptive Mixture of Experts（PAMoE）按设计师意图实现偏好感知的提示检索与适配。
arXiv cs.AIAI 评分2727 窄而深：面向工业设备系统的 LLM 智能体知识本体塔
研究提出"本体塔"（ontology tower），一种针对单一工业设备系统的窄而深本体，通过物理关系推导量和运行日志知识节点两条路径加深知识。在真实低湿度空气处理试验厂上，用 4 个 9B 至约 750B 参数的开源模型回放 9 项任务评估，该知识使智能体避开最可能误判的比例提升约 20 个百分点，9B 模型总分追平最大模型。
arXiv cs.AIAI 评分2222 DEX：面向高能效 MSDF 神经网络推理的数字级提前退出机制
针对量化 U-Net 脑肿瘤分割，研究者提出 MSDF 加速器 DEX，通过数字级提前退出等四种运行时机制，在 BraTS 上把数字周期减少 38.38%，平均 Dice 达 80.58%（浮点模型为 81.20%）。
arXiv cs.AIAI 评分2727 Timer-M1：通过学习基元构建的多变量时间序列基础模型
Timer-M1 是一个基于基元学习的预训练多变量时间序列基础模型，用于零样本预测。它通过基元数据合成与预训练流程，结合门控二维 Transformer 模块动态分配跨变量注意力。在 FEV 和 TIME 两个大规模预测基准上排名第一，GIFT-Eval 上排名第二。
arXiv cs.AIAI 评分2222 MAP4CS：面向高效代码检索器微调的多维数据剪枝框架
MAP4CS 是一种自适应数据剪枝框架，通过融合语法结构、语义多样性与分布表示筛选高质量核心子集，并配合规则过滤流程。在两个大规模数据集上，它仅用 5% 训练数据即持续优于随机采样基线，性能可比甚至超过全量数据微调。分析显示，MAP4CS 能对冗余语料自动去重、对混乱语料去噪，构建词法多样且信息密集的训练语料。
arXiv cs.AIAI 评分2424 VenusRX-Bench 与 VenusRX：酶促反应空间的统一基准与预训练模型
研究者提出 VenusRX-Bench 统一基准与 VenusRX 模型，用于酶促反应空间建模。VenusRX-Bench 整合多个生化数据库的反应数据，覆盖正向反应预测、单步逆合成和 EC 编号预测三项任务，并采用标准化整理与防泄漏划分。
arXiv cs.AIAI 评分2727 DIAL-OPD：在 On-Policy 蒸馏中用更少 token 学到更多
DIAL-OPD 是一种 token 选择方法，通过用教师与学生概率的对数均值加权奖励幅度，弥合对数概率与概率空间，仅保留 40% token 即超越 Vanilla OPD 及其全 token 变体。
arXiv cs.AIAI 评分2222 用于机器人控制的时序模式识别与动态手臂手势速度估计神经网络
研究对循环、卷积、注意力及集合函数四大类共18种神经网络架构在10个序列任务上做了统一基准测试，超过250种实验配置，BiGRU、TCN、Conv1D 和 GRUReLU 排名稳定靠前，参数量均低于2,000。