CMP：通过能力流形投影实现腿式移动操作机器人的鲁棒全身跟踪
针对腿式移动操作机器人全身控制策略在传感器噪声或不可行指令下易受OOD输入影响的问题，研究者提出能力流形投影（CMP），通过帧级安全方案将无限时域安全约束转化为单步流形包含，并借助下界安全估计器和同构潜在空间实现O(1)防御。
论文
论文
arXiv cs.AIAI 评分2727 arXiv cs.AIAI 评分2727 面向长音频摘要的合成医患对话数据集发布
研究者提出一套合成数据生成流程，用于长上下文音频推理的训练与评测，并以首诊医患对话生成 SOAP 病历为任务实例化。该流程完全基于开放权重模型，包含人设驱动对话生成、带重叠/停顿建模与房间声学及声音事件的多说话人音频合成、LLM 生成参考 SOAP 病历三个阶段，已发布 8,800 段合成对话、1.3k 小时音频及参考病历。
arXiv cs.AIAI 评分2222 Pickalo：用 6D 位姿估计实现低成本工业料箱抓取
Pickalo 是一套完全基于低成本硬件的模块化 6D 位姿料箱抓取流水线，腕装 RGB-D 相机主动多视角探索场景，BridgeDepth 处理原始立体流获得精细深度图，Mask-RCNN 仅用合成数据训练完成实例分割，再由零样本 SAM-6D 估计位姿，位姿缓冲模块融合多视角观测以处理对称物体并降低位姿噪声。
arXiv cs.AIAI 评分2222 PROGRS：用结果条件化中心化让过程奖励安全服务于 LLM 数学推理强化学习
PROGRS 框架将过程奖励模型（PRM）的分数作为结果分组内的相对偏好而非绝对目标，通过结果条件化中心化把错误轨迹的 PRM 分数在每个 prompt 组内平移为零均值，并结合冻结的分位数回归 PRM 与多尺度连贯性评估器，直接集成进 GRPO。
arXiv cs.AIAI 评分3131 AromaGen：用多模态语言模型交互生成丰富嗅觉体验
AromaGen 是一套 AI 驱动的 12 通道可穿戴嗅觉系统，可将自由形式的自然语言描述映射到 12 种基础气味分子，并支持通过自然语言反馈迭代调整。
arXiv cs.AIAI 评分2222 Spec-Harness：评估与引导 LLM 合成的形式化规范超越可验证性
研究对比经典与基于提示词的 JML 规范合成，发现 22.7% 通过验证的规范完全没有后置条件，且提示词优化无法超越最佳手写规范。为此提出 Spec-Harness 框架，从前置与后置条件的正确性和完整性四个维度衡量规范的行为充分性，结合 Hoare 三元组符号验证与输入/输出变异。
arXiv cs.AIAI 评分3131 IMAGAgent：基于约束感知规划与反思的多轮图像编辑框架
IMAGAgent 是一个基于"规划—执行—反思"闭环机制的多轮图像编辑智能体框架，通过约束感知规划模块将复杂指令分解为可执行子任务，并利用工具链编排模块调度图像检索、分割、检测与编辑等异构模型。
arXiv cs.AIAI 评分2424 JAL-Turn：面向全双工语音对话系统的实时鲁棒轮次切换检测联合声学-语言建模
JAL-Turn 是一个轻量级纯语音轮次切换检测框架，通过交叉注意力模块自适应融合预训练声学与语言表征，实现低延迟的 hold/shift 预测。它共享冻结的 ASR 编码器，使轮次预测与语音识别完全并行，几乎不增加端到端延迟。在 Easy-Turn、Smart-Turn 及内部日语客服数据集上，JAL-Turn 检测准确率媲美强基线，同时保持更优的实时性能。
arXiv cs.AIAI 评分3030 TopoPilot：面向拓扑数据分析与可视化的可靠对话式工作流自动化
TopoPilot 是一个用于自动化复杂科学可视化工作流的智能体框架，采用编排器与验证器双智能体架构，并加入确定性护栏。在覆盖 100 个提示词的 1000 次模拟多轮对话中，其成功率超过 95%，而无全面护栏与验证的基线不足 50%。在相似提示下，TopoPilot 在准确率、完成时间和 token 用量上均优于 Claude Code 和 Codex。
arXiv cs.AIAI 评分1818 基于对比度量学习的点云分割方法在高粒度探测器中的应用
研究提出基于监督对比度量学习（CML）的点云分割聚类方法，通过学习隐空间嵌入使同物体点聚集、无关点分离，再用密度读出重建簇。在模拟高粒度量能器数据上，与object condensation（OC）在相同图神经网络骨干和潜维度下对比，CML对电磁和强子簇产生更稳定可分的嵌入几何，在高多重数场景下重建效率和纯度更高，能量分辨率更优，混合粒子环境中OC性能显著退化。
arXiv cs.AIAI 评分2222 DyJR：用动态 Jensen-Shannon 回放保持可验证奖励强化学习中的多样性
针对 GRPO 等 on-policy 算法丢弃历史 rollout 导致样本效率低、策略过度集中于单一解的问题，研究者提出动态 Jensen-Shannon 回放（DyJR）正则化框架，用近期轨迹构建动态参考分布。
arXiv cs.AIAI 评分2929 AnolisVLA：面向移动操作的轻量级视觉-语言-动作模型，采用深度状态空间模型
AnolisVLA 是一款采用深度状态空间模型处理多模态序列的轻量级视觉-语言-动作模型，用于语言引导的机器人操作。在同等参数规模下，其任务成功率、推理速度和 GPU 显存占用均优于 SmolVLA；在移动操作中，任务成功率比 30 亿参数的 π₀.₅ 高出 21 个百分点，推理速度约为其 3 倍。
arXiv cs.AIAI 评分3030 OxyGen：面向多任务并行 VLA 推理的统一 KV Cache 管理
OxyGen 提出统一 KV cache 管理，将 KV cache 视为跨任务与控制周期共享的一等资源，通过跨任务 KV 共享消除共享观测的冗余 prefill，并用跨帧连续批处理在每帧解码预算内推进未完成请求。
arXiv cs.AIAI 评分2626 基于神经符号 VLM 智能体的可解释多变量时间序列事件检测框架 SELA
研究者提出 Event Logic Tree（ELT）知识表示框架，将自然语言事件描述转化为信号基元上的结构化时序逻辑，并据此构建神经符号 VLM 智能体框架 SELA，迭代地从信号可视化中定位基元并按 ELT 约束组合，同时输出事件区间与树状解释。
arXiv cs.AIAI 评分2222 HybridStitch：面向高效扩散生成的 Token 自适应模型拼接
HybridStitch 是一个免训练框架，通过 token 级反馈为每个更新选择提供模型的来源，在四个主要基准上实现图像生成提速 1.63–1.68 倍、扩散大语言模型（dLLM）吞吐量提升 1.15–1.58 倍。该方法让连续图像精修与离散语言承诺共享同一生成状态，并以模型专属 KV 缓冲为选定查询提供注意力上下文。dLLM 解码查询成本估计降低 50–66%，生成质量相当。
arXiv cs.AIAI 评分2323 Spectra：面向 AI 训练的并行光交换机调度算法
Spectra 是一种在存在重配置延迟 δ 时，将单个 AI 流量需求矩阵 D 调度到 s 台并行 OCS 上以最小化 makespan 的算法，采用“分解为加权置换—负载感知分配—受控置换拆分均衡负载”三步流程。
arXiv cs.AIAI 评分2222 基于神经代理模型的气动外形与控制协同设计
研究提出一种基于梯度的双层优化框架，用可微神经代理模型替代传统动力学模型，并通过结构利用方法对轨迹优化器求导，实现气动外形与控制器的协同设计。在固定翼滑翔机上以 NeuralFoil 作为气动代理验证，2D 翼型和 3D 机翼实验显示该方法比 SOTA 进化基线快约五倍，并优于仅优化气动代理指标的流程。
arXiv cs.AIAI 评分2222 基于反事实图方法的对立叙事分析
研究者提出一种模块化框架，直接从叙事中提取实体交互图进行分类，无需标注节点级标签。该框架用领域适配的 BERT 编码器枚举候选实体，学习二部图结构后经 Heterogeneous Graph Transformer 分类，并通过反事实蒸馏估计各节点的个体处理效应以剪枝冗余实体。
arXiv cs.AIAI 评分2222 CodecFlow：在神经编解码器潜空间用条件流匹配实现高效带宽扩展
CodecFlow 是一个基于神经编解码器的语音带宽扩展（BWE）框架，在紧凑潜空间中完成高效语音重建，通过连续编解码器嵌入上的浊音感知条件流转换器和结构约束残差向量量化器提升潜空间对齐稳定性。端到端优化后，该框架在 8 kHz 到 16 kHz 及 44.1 kHz 语音 BWE 任务上实现了较强的频谱保真度和更优的感知质量。
arXiv cs.AIAI 评分2222 用生成流网络（GFlowNets）学习最短路径
研究者提出一种基于生成流网络（GFlowNets）的最短路径学习框架，证明当总流量最小时，前向与后向策略仅沿初始与终止状态间的最短路径遍历环境图。该方法将任意无权图的最短路径问题归约为寻找总流量最小的非无环 GFlowNet，并用流量正则化训练近似求解。在排列环境寻路和多种尺寸魔方求解中，其解长度与专为该任务设计的 SOTA 机器学习方法相当，且测试时所需搜索预算更小。
arXiv cs.AIAI 评分3030 面向视觉语言模型临床推理保证的神经符号形式化验证框架
研究者提出一种神经符号验证框架，将 VLM 生成的放射学报告自由文本自动形式化为结构化命题证据，并用 SMT 求解器 Z3 结合临床知识库判定每条诊断结论是被数学蕴含、幻觉还是遗漏。在五个胸部 X 光基准上评估七款 VLM，该验证器揭示了传统指标无法察觉的推理失败模式，如保守观察与随机幻觉。在标注数据集上，以求解器蕴含约束作为事后保证，可系统性消除无依据幻觉，显著提升诊断可靠性与精确率。
arXiv cs.AIAI 评分2222 面向边分类的有向动态图建模中角色语义分析
针对有向动态图边分类中源、目标、查询、邻居等角色被共享参数混淆的问题，研究者提出一种基于序列模型的实验框架，通过定向嵌入和非对称预训练目标显式解耦角色语义。在多种标签预算下，该显式解耦相比基线取得显著且一致的相对性能提升，表征分析显示其收益来自源与目标隐空间的分叉，从而提升线性可分性。
arXiv cs.AIAI 评分3232 LLM 后训练中的提示词干扰：为什么 Pass@k 优化会降低 Pass@1
研究发现，直接优化 Pass@k 的推理感知微调方法会因提示词干扰引发梯度冲突，导致 Pass@k 提升的同时 Pass@1 下降。其机制在于 Pass@k 策略梯度隐式地将提示词权重向低成功率提示词倾斜，当这些提示词存在负干扰时，更新方向会偏离 Pass@1 方向。该结论在数学推理与代码生成任务的大语言模型实验中得到验证。
arXiv cs.AIAI 评分3232 面向智能体系统的形式化策略执行方法
研究者提出一种基于运行时监控的智能体安全方法，允许用户用 Datalog 指定策略，并通过构建事件图在运行时执行。当智能体即将执行工具调用等动作时，该方法结合当前系统状态与历史事件判断是否违反策略，进而阻止或放行该动作。该方法已实现并在多个 benchmark 上评估，研究团队将其视为迈向可证明安全智能体系统的一步。
arXiv cs.AIAI 评分2929 MoMa-SG：面向开放世界移动操作的铰接式 3D 场景图
MoMa-SG 是一个构建铰接场景语义-运动学 3D 场景图的框架，通过遮挡鲁棒的点跟踪与统一 twist 估计，在单次优化中稳健估计旋转和移动关节参数。研究同时发布 Arti4D-Semantic 数据集，涵盖 62 段真实 RGB-D 序列、600 次物体交互及三种观测范式，并提供容器与内含物体的父子关系标注。在四足机器人和移动操作平台上的真实实验验证了其对日常家居铰接物体的稳健操作能力。
arXiv cs.AIAI 评分2424 scEEG 与 PPG 融合实现可靠睡眠分期，Mamba 增强方案在 MESA 达 κ=0.798
研究探索在 30 秒至 30 分钟短窗口约束下，将单通道脑电（scEEG）与光电容积脉搏波（PPG）融合用于 4 类睡眠分期。
arXiv cs.AIAI 评分2222 线性模型中的延迟泛化动力学研究
研究发现，延迟泛化（训练准确率远早于测试准确率接近完美）可在使用梯度下降和指数尾损失训练的线性模型中、在线性可分数据上出现。作者将有限时间超平面动力学刻画为三个阶段：种群阶段、支持向量主导的遗忘阶段和泛化阶段，并通过对种群与支持向量分布的控制实验验证了该理论，还在 MNIST 上单输出神经元的深度模型中验证了预测的偏置行为。
arXiv cs.AIAI 评分2222 耦合局部与全局世界模型实现高效一阶强化学习
研究者提出一种完全绕过模拟器的方法，直接在从真实机器人交互中学习的世界模型内训练 RL 策略。其核心是解耦一阶梯度（FoG）方法：全尺寸世界模型生成精确前向轨迹，轻量潜空间代理模型近似局部动力学以高效计算梯度。在 Push-T 操作任务上，该方法样本效率显著优于 PPO，并在四足机器人的自我中心物体操作任务中得到验证。
arXiv cs.AIAI 评分2222 DRMOT：面向 RGBD 指代多目标跟踪的数据集与框架
针对现有指代多目标跟踪（RMOT）仅依赖 2D RGB 观测、难以唯一确定目标的问题，研究者提出 DRMOT 任务并构建 DRSet 数据集，包含 186 段 RGB-D 源序列上的 2,076 条指代表达，配有同步 RGB 图像、深度图及显式深度相关描述。
arXiv cs.AIAI 评分3232 Flow Policy Gradients 如何用于机器人控制训练
研究提出改进的 flow matching 策略梯度目标，绕过似然计算，使机器人控制策略可训练为更 expressive 的分布。该方法在腿足运动、人形动作跟踪和操作任务上均取得成功，并在两台人形机器人上实现稳健的 sim-to-real 迁移。消融分析显示，策略可从零训练时利用 flow 表示进行探索，微调鲁棒性也优于基线。
arXiv cs.AIAI 评分2727 TTT-Parkour：面向感知型机器人跑酷的快速测试时训练
研究者提出 TTT-Parkour，一个 real-to-sim-to-real 框架，通过在部署前于仿真中对环境特定策略进行快速微调，让 humanoid 机器人在预训练未见过的复杂地形上完成跑酷。
arXiv cs.AIAI 评分2424 DCD：面向自相关与非平稳时间序列的分解式因果发现框架
研究者提出 DCD 分解式因果发现框架，将每条时间序列拆分为趋势、季节与残差分量并分别做因果分析：趋势用平稳性检验、季节用核依赖度量、残差用约束式因果发现，再整合为统一的多尺度因果结构。在大量合成基准和真实气候数据上，该框架比 SOTA 基线更准确地恢复真实因果结构，尤其在强非平稳与时间自相关条件下。
arXiv cs.AIAI 评分2222 从关联到激活：比较 LLM 中行为与隐藏状态的语义几何
研究者在八个指令微调 Transformer 模型上，用相似性强制选择和自由联想两种范式、共享 5000 词词表收集 1750 万+ 试次，构建基于行为的相似度矩阵。表征相似性分析显示，强制选择行为与隐藏状态几何的对齐程度显著高于自由联想；在留出词回归中，行为相似度（尤其强制选择）能预测未见词的隐藏状态相似度，超出词汇基线和跨模型共识。
arXiv cs.AIAI 评分2222 OpenVTON-Bench：面向可控虚拟试穿评估的大规模高分辨率基准
OpenVTON-Bench 是一个约 10 万对高分辨率图像（最高 1536×1536）的虚拟试穿评估基准，结合 Gemini 密集描述与 DINOv3 K-Means 聚类的 20 个视觉簇分层采样。
arXiv cs.AIAI 评分3939 Scalable Power Sampling：无需训练、通过分布锐化实现 LLM 高效推理
研究者提出 Scalable Power Sampling，一种无需训练也无需验证器的算法，通过自回归地锐化基座模型的生成分布来提升 LLM 推理能力。该方法基于自回归幂分布的词元级分解，将全局幂分布近似为词元级缩放低温分布，缩放因子捕捉未来轨迹质量，从而省去迭代 MCMC。
arXiv cs.AIAI 评分3131 VERGE：面向可验证 LLM 推理的形式化精化与引导引擎
VERGE 是一个神经符号框架，将 LLM 与 SMT 求解器结合，通过迭代精化生成经形式化验证的答案。它把 LLM 输出拆解为原子断言并自动形式化为一阶逻辑，用自动定理证明检查逻辑一致性，并引入多模型共识、语义路由和基于最小修正子集（MCS）的逻辑错误定位三项机制。在 GPT-OSS-120B 上，VERGE 在多个推理基准上收敛时平均性能较单次生成提升 18.7%。
arXiv cs.AIAI 评分2424 预训练领域比训练目标更能决定差分隐私医学影像分析的隐私-效用权衡
在 591,884 张胸片、5 个数据集上训练的差分隐私胸片分类器显示，胸片监督预训练在 25 种数据集与隐私设置组合中的 24 种排名第一。以 AUC 衡量，其相较自然图像监督预训练的优势在无隐私时为 2.6%，在最严格隐私预算下为 15.3%；从该起点出发，更换领域带来的提升是更换目标的 2.2 至 3.7 倍。
arXiv cs.AIAI 评分2929 PixSearch：面向知识型大型多模态模型的区域锚定检索
PixSearch 是一种端到端的分割式大型多模态模型（LMM），将区域级视觉锚定与检索增强推理统一起来，在自回归生成中学习何时检索、如何在文本、整图和区域级检索间路由查询，并用联合训练的掩码解码器裁剪目标实体作为视觉查询。
arXiv cs.AIAI 评分2222 Uni-RS：面向遥感的空间忠实统一理解与生成模型
针对统一遥感多模态模型在文本到图像生成中难以忠实执行空间关系的"空间反转诅咒"，研究者提出 Uni-RS，通过显式空间布局规划、空间感知查询监督和图像-字幕空间布局变换三项设计，将几何规划与视觉合成解耦。实验显示该方法在多个基准上大幅提升生成的空间忠实度，同时在图像描述、视觉定位和 VQA 等理解任务上保持强劲表现。
arXiv cs.AIAI 评分2222 Retell, Reward, Repeat：用叙事理论驱动的强化学习教 LLM 讲因果故事
研究提出 Retell, Reward, Repeat（RRR）强化学习流水线，通过人类标注的叙事均衡阶段与 LLM-as-judge 奖励信号，教 LLM 生成具备因果叙事结构的文本。
共 2000 篇论文