SuPER-Mamba：面向 Mamba 长上下文路由的 Surprisal 优先化框架
SuPER-Mamba 是一个免训练框架，利用 Surprisal 作为模型内在信号，为预训练 Mamba 模型做长程状态路由，通过 Local Pooling 聚合邻近响应并优先更新 Global-Channel，无需查询相关打分或额外训练。
论文
论文
arXiv cs.AIAI 评分2222 arXiv cs.AIAI 评分3131 REEL：为任意长时程多镜头视频生成学习检索、评估与演化视觉记忆
REEL 是一个通用视觉记忆规划器，通过统一工具接口学习检索参考、生成缺失视觉证据并更新持久记忆，配合后端专用适配器可将同一策略用于不同黑盒视频生成器。训练分三阶段：监督微调、单镜头 GRPO 和多镜头 GRPO，后者跨连续镜头传递策略生成的记忆。
arXiv cs.AIAI 评分2424 AeroChem：面向长期化学反应性空气质量预报的闭环物理信息状态空间建模
AeroChem 是一个闭环物理信息状态空间框架，用于化学反应性空气质量预报，采用 UDE 过程分支与 Mamba 虚拟测量分支的双分支协同校正设计，并通过 Neural Kalman Fusion 在每步预报中校正潜物理状态并反馈回模拟器，以缓解长时程漂移。
arXiv cs.AIAI 评分2727 ProAda：面向视觉语言模型的提示词自适应对抗图像
针对现有视觉语言模型对抗图像"提示词无关"、会无差别拒绝所有提问的问题，研究者提出 ProAda 对抗图像，通过迭代更新文本提示词并配合分类器判断其危害性，以更精准地优化对抗方向。在视觉隐私相关数据集上，ProAda 能拒绝超过 90% 的有害提示词，同时放行超过 90% 的合法提示词，整体表现优于现有提示词无关方法，并具备有竞争力的跨模型迁移性和更强的抗反制鲁棒性。
arXiv cs.AIAI 评分2424 MixLID：混合语言文本中的 token 级语言识别模型
MixLID 是一个支持 111 种语言-文字组合的 token 级语言识别模型，采用两阶段训练：先用语料中的单语标签学习区分各语言，再在混合语言数据上继续训练，第二阶段数据由现有语码转换样本与基于英文源词和借词对应关系做词替换生成的增强样本拼接而成。
arXiv cs.AIAI 评分2020 面向模态无关的癫痫发作分类：统一 EEG 与 iEEG 信号的深度学习框架
研究者提出统一多模态信号协调框架 UMSH，将不同受试者与来源的异构 EEG 和 iEEG 记录整合进同一癫痫发作分类流程，并用基于 cGAN 的数据增强缓解类别极度不平衡。该框架以 EEGNet-ViT 作为特征提取与分类网络，同时学习局部判别模式与全局上下文信息，实验验证了其在鲁棒癫痫分类上的有效性。
arXiv cs.AIAI 评分2929 VLA-GAUGE：系统评估视觉-语言-动作模型的泛化性与鲁棒性
研究团队提出诊断框架 VLA-GAUGE，在统一可执行任务表示下评估 12 个视觉-语言-动作（VLA）模型的零样本泛化与扰动鲁棒性。结果显示平均 Zero-Shot Score 仅 22.3%，SimpleVLA-RL 仅 8.0% 位列倒数第二；三种组合扰动配置下平均 R-Score 为 9.3。
arXiv cs.AIAI 评分2424 AlignCache：面向视频扩散模型加速的校准与纠错缓存框架
AlignCache 是一个闭环缓存框架，通过阶段自适应预算路由、闭环阈值校准和动量增强草稿合成三个组件，将视频扩散模型的缓存调度从静态风险累积转变为反馈驱动的自校正控制器。该方法针对现有自适应缓存依赖启发式差异度量、单一全局阈值且从不校验预算估计的问题，在多个 SOTA 视频生成模型上取得更优的加速-质量权衡，代码已开源。
arXiv cs.AIAI 评分2020 PatTransBench：面向专利机器翻译的 IPC 分层多维评测基准
PatTransBench 是一个包含 12,000 条中英/日/韩专利机器翻译（PatMT）评测基准，含 6,000 条短文本与 6,000 条长文本句对，按 IPC 分层采样并覆盖三个语对的双向翻译。
arXiv cs.AIAI 评分2323 pi-Net：面向数据稀缺系统的可微物理头经验潜表征
pi-Net 是一种物理信息潜变量模型，通过编码器将输入映射到物理归一化潜空间，再由可微物理头解码输出，用于解决将量纲分析引入有向计算图时产生的欠定系统问题。在数据稀缺的 GMAW 案例中，仅用 60 个实验样本即达到 R2 0.864，显著优于纯数据驱动基线，并提供因果、过程级的可解释性。
arXiv cs.AIAI 评分3131 从漫画到集体产物：人格构建如何驱动生成式社会模拟中的极化
研究基于类 Twitter 的生成式社会模拟平台，用 ANES 数据构建 LLM 智能体人格，并消融情感极化标记、党派认同与投票选择三层党派身份。结果显示，仅移除少数明确党派表述，网络就从近乎完全隔离转为接近真实 Twitter 的跨党联系。作者认为匹配单一结果不足以证明行为效度，并指出问卷对所有议题一视同仁、人格构建将每个回答变成直接行为指令，可能是关键原因。
arXiv cs.AIAI 评分2727 SpecRSI：面向智能体系统的推测式递归自我改进
研究者提出 Speculative Recursive Self-Improvement（SpecRSI），在智能体前代版本尚未完全评估前就起草可执行的后续智能体，但采用前必须完成验证。
arXiv cs.AIAI 评分2929 GrowRL：为 LLM 强化学习生长与迁移计算通路
GrowRL 是一种通过结构生长把强化学习更新组织为紧凑计算通路的 RL 方法：冻结预训练主干，在每层 Transformer 新增独立的因果注意力分支和前馈网络分支，仅更新这些新增通路。
arXiv cs.AIAI 评分2222 SLEM：频谱感知的潜空间专家合并框架
研究者提出 Spectrum-Aware Latent Expert Merging（SLEM），一种无需校准数据的专家合并框架，在 VAE 构建的专家权重结构化潜表示中完成合并。
arXiv cs.AIAI 评分2222 PatMT2：面向多语言专利翻译的两阶段领域自适应
PatMT2 用两阶段 LoRA 流程将专用翻译模型 Hy-MT2-7B 适配到中英日韩四语专利翻译，在六个翻译方向上 Stage-2 checkpoint 的宏平均 BLEU 达 43.39（BF16）至 43.57（AWQ INT4），较 Hy-MT2-7B 基线最高提升 +8.8 BLEU，并超过 Qwen3-32B 及若干外部系统。
arXiv cs.AIAI 评分3030 StructZO：面向内存高效 LLM 微调的结构化零阶优化
StructZO 是一个结构化零阶优化框架，通过在激活诱导的信息子空间内进行大查询 ZO 估计并施加谱控制，将有效 ZO 估计维度从 mn 降至 mr。在 OPT 系列和 Llama3.1-8B 上，它平均相对最强 ZO 基线提升最高 8.7%，单项任务最高 26.9%，与一阶 Adam 平均差距在 1.5% 以内。
arXiv cs.AIAI 评分2222 CryptoFlowBench：面向加密货币资金追踪的多跳推理基准
研究者提出 CryptoFlowBench，一个基于权威加密货币非法事件报告构建的基准，包含从局部到多跳资金追踪的四项任务，现有学习和启发式方法在这些任务上均面临显著挑战。同时提出图工具增强的智能体 ChainSleuth，通过迭代推理、调用图工具并更新追踪轨迹，实现自适应信息获取与错误路径恢复。实验显示没有基线能在四项任务上全面占优，ChainSleuth 在多跳任务上取得明显提升。
arXiv cs.AIAI 评分2222 VisExMEM：基于视觉证据的可解释多模态评估指标
研究者提出无参考评估器 VisExMEM，将图像描述拆解为原子断言、定位视觉证据并逐条验证，再平均为全局分数。基于 Qwen3.5 训练的 4B 和 9B 模型在八个基准上，VisExMEM-9B 的描述性综合分超过 VQAScore 11.7 分，与 GPT-5.6 Sol 保持竞争力。团队同时发布含 600 个人工标注图文对和 8.7K 原子断言的 AGITA-Bench。
arXiv cs.AIAI 评分2222 ARMED：自适应检索增强的药物推荐框架
ARMED 是一个自适应临床 RAG 框架，可根据检索充分性和当次就诊相关性动态扩展检索，在证据不足时选择性执行补充或回退多查询检索。该框架引入相关性门控，仅激活临床相关的同一患者病史，并将证据组织为结构化的查询级临床证据。在 MIMIC-IV 上的实验表明，ARMED 持续优于此前的静态检索基线，并提升药物推荐质量；它结合本地可运行的小语言模型，无需依赖外部语言模型 API 或任务特定微调。
arXiv cs.AIAI 评分2020 因果推断如何评估走廊场景中社交导航信号的真实作用
一项研究用因果模型估计走廊人机交互中社交导航信号是否真正提升通行成功率。研究将交互建模为包含机器人动作、行人占用、可用空间、任务结果和静态障碍物混杂因子的因果 DAG，结果显示仅基于观测的估计会错误地认为该信号有害，而因果估计表明其有益。
arXiv cs.AIAI 评分2727 LoopQuant：面向循环 Transformer 的精准高效训练后量化框架
LoopQuant 是面向循环语言模型（LoopLM）的循环感知训练后量化（PTQ）框架，通过 CLDC、ILPA、LCTC 三个组件解决跨循环激活动态与递归误差传播问题。在 Ouro-2.6B 上，其 W4A4 精度超过所有 W4A8 基线，模型内存减少 65.3%，相比朴素 INT4 仅增加 3.4% 存储开销，解码速度较 BF16 提升 1.7 倍。代码已开源。
arXiv cs.AIAI 评分1212 基于 DWI 连接组与监督变分自编码器的青年性别分类
研究用监督变分自编码器（SVAE）从 787 名 15-25 岁青年的 DWI 结构连接组中提取潜空间特征，覆盖 82 个 Desikan-Killiany 图谱 ROI，用于性别分类。将 SVAE 学到的潜空间特征输入多种机器学习模型后，多层感知机取得最高 80% 的分类准确率。该工作展示了 DWI 脑连接组与深度学习区分性别的潜力，并为未来纳入跨性别个体的多样化人群研究铺路。
arXiv cs.AIAI 评分1818 评估 Forward-Forward 学习的新指标：Boundary Proximity Index 与错误决策区域内的样本拯救
研究者提出 Boundary Proximity Index（BPI）分析框架，用于评估 Forward-Forward 学习及其变体在分类准确率之外的表现。实验发现，未训练的卷积神经网络线性探针准确率已远超随机水平，而靠近决策边界的误分类样本比深陷错误决策区域的样本更容易被"拯救"。该框架在七种 Forward-Forward 变体上验证，揭示了不同方法在拯救深度嵌入错误区域样本上的显著差异。
arXiv cs.AIAI 评分2222 WorldRoPE：面向多视图注意力的概率式世界中心旋转位置嵌入
WorldRoPE 是一种面向多视图注意力的概率式世界中心 RoPE，将每个 patch token 反投影为共享世界坐标系下的一组体积高斯原语，以联合建模深度假设、深度不确定性与 patch 视锥的空间范围。
arXiv cs.AIAI 评分2222 BAT3R：基于贝叶斯自适应状态更新的鲁棒在线 3D 重建
BAT3R 是一个免训练的贝叶斯自适应框架，通过状态创新门控（SIG）和贝叶斯引导自适应状态更新（BASU）两个模块，缓解流式 3D 重建在长序列中的误差累积。
arXiv cs.AIAI 评分2020 FlexLMV-Net：显式对齐的多视角乳腺癌风险预测框架
FlexLMV-Net 是一个乳腺级别的纵向多视角框架，可联合建模 CC 与 MLO 视角并显式对齐纵向特征图，支持可变数量的历史筛查检查。在 EMBED 和 CSAW-CC 数据集上，该模型在乳腺密度、癌症亚型及人口统计亚组上均优于现有方法。研究同时开源了统一单/多时间点风险预测模型预处理、训练、推理与评估协议的基准。
arXiv cs.AIAI 评分2222 BehaviorFormer：用可聚类下一 token 预测发现行为模式
BehaviorFormer 将下一 token 预测 Transformer 与深度聚类算法 DCSS 结合，在 26 名玩家的受控 Minecraft 会话中发现 23 种可跨玩家泛化的行为模式，并归为 stationary、roaming、travel、mining、base work、logging、farming 七类可解释类别。
arXiv cs.AIAI 评分3131 SLDBench v2：主动式缩放定律发现
SLDBench v2 将缩放定律发现场景从 8 个扩展到 127 个，覆盖语言模型预训练、下游性能和视觉语言迁移，并从中选出 30 个参考幂律拟合 R² ≤ 0.8 的挑战场景。
arXiv cs.AIAI 评分2222 强化学习中的流匹配综述
一篇发表于 TMLR 2026 的 52 页综述系统梳理了强化学习中的流匹配（Flow Matching）方法。该综述沿两个维度组织文献：所建模的目标分布（动作策略、价值评论家、转移动态）与 RL 信号的整合机制（能量加权回归、基于流的策略梯度、组相对策略优化），并对比了高斯与扩散基线，覆盖离散及非欧几里得动作空间等前沿方向。
arXiv cs.AIAI 评分3434 用实体熟悉度筛选深度搜索蒸馏数据：SEF 让 Qwen3.8-27B 在 BrowseComp 子集从 44.10% 提升到 66.41%
针对深度搜索智能体蒸馏中"教师对某些实体过于熟悉导致监督信号偏弱"的问题，论文提出轻量门控信号 SEF，在实体入图前直接询问教师是否熟悉该实体。
arXiv cs.AIAI 评分1212 反射近端动力学：加速高精度对数凹采样
研究者提出反射近端动力学（reflected proximal dynamics），将近端采样与辅助变量的精确反射、条件动能运动及受控刷新结合，用于从对数凹分布 π(x)∝e^{-V(x)} 中采样。
arXiv cs.AIAI 评分3232 AutoNovo：智能体程序搜索发现可迁移的核酸设计算法
AutoNovo 用智能体程序搜索迭代地提出、执行、评估和修改核酸设计器代码，其设计器在 3/3 个 DNA 设计任务的 in-silico 性能上取得所评估方法中的最佳均值，并在 6/6 个独立模型迁移任务上表现最佳。这些设计器来自一个被发现的设计器家族，而非单一通用最优设计器，团队计划发布这些设计器。
arXiv cs.AIAI 评分2929 GenRevisit：让智能体学会回看历史图像的组合式图像生成框架
GenRevisit 是一个智能体框架，将动作选择扩展为联合的延续状态与动作选择，让智能体可从交互历史中挑选图像候选再编辑，而非固定从最新图像继续优化。该框架采用 SFT 加智能体强化学习训练，并提出 Normalized Action Credit Assignment（NACA）解决 GRPO 中轨迹级优势分配过粗的问题。
arXiv cs.AIAI 评分1515 SafeDSE：面向数据流应用的安全架构模式、映射与调度联合探索及安全论证
SafeDSE 是一个面向同步数据流应用的设计空间探索框架，用单一声明式约束模型同时决定每个 actor 的模式、故障模型要求的放置、静态顺序调度与平台，并对 SIL 提升定价。
arXiv cs.AIAI 评分1818 MP-MNCA：形态学先验掩码邻居交叉注意力实现高效空间域识别
MP-MNCA 是一种形态学先验掩码邻居交叉注意力框架，在保留完整 3,000 维高变基因表示的同时，跨空间邻居选择性路由分子信息，并将组织学相似度作为连续注意力先验。
arXiv cs.AIAI 评分2929 EventLens：面向视频理解的事件结构强化学习框架
EventLens 是一个以视觉为中心的强化学习框架，通过事件结构恢复来训练视频理解，涵盖事件分割、进程判别和多事件关系推理三类可验证任务，并可用确定性奖励进行 GRPO 训练。在 Qwen3-VL 骨干上，该方法在时间定位与事件敏感推理基准上取得一致提升，同时保持通用视频问答性能。研究还提出多教师在线策略蒸馏（MT-OPD）将多个专用策略整合为统一模型，训练成本显著低于直接混合 RL 优化。
arXiv cs.AIAI 评分2222 Fisher 信息与神经网络记忆的几何结构
研究揭示 Fisher 信息可刻画神经网络如何在泛化与记忆之间分配容量。在 CIFAR-10 上训练的视觉模型中，将权重投影到 Fisher 特征向量顶部可解耦通用任务性能与噪声样本记忆，且该效应在不同层表现各异。相同现象在小 Transformer 的合成上下文学习任务及可解析线性模型中均得到复现。
arXiv cs.AIAI 评分2727 WildTrace：评估真实大规模 LLM 后训练中的训练数据检测
研究团队提出 WildTrace，一个面向真实大规模后训练场景的训练数据检测基准，覆盖 SFT、DPO、RL 各阶段模型，并针对四类任务构建分布匹配、成员标签可验证的评估集。结果显示，表现最好的检测方法平均 AUC 仅 0.529，接近随机猜测的 0.5。分析还表明，评估协议会显著影响检测性能的测量结果。
arXiv cs.AIAI 评分3636 Unravel：从单张图像重建可交互 3D 场景
Unravel 是一个免训练框架，能把单张图像转成每个物体都可独立移动的交互式 3D 场景。它先用视觉语言模型规划可见物体、由图像编辑器逐层移除并修复遮挡区域，再按移除的逆序重建场景，并以点云作为空间关系恢复的主要模态。在多种室内场景实验中，Unravel 比现有方法恢复出更多物体、摆放更忠实，场景物理合理性也更高。
arXiv cs.AIAI 评分2727 Omni-Modal LLM 为何"知道却说不出来"：TMA 与 OmniCatalyst 研究
研究发现 Omni-modal LLM 常无法表达其已正确感知的非文本模态信息，作者称之为"knows-but-cannot-say"，并提出 Token-level Modality Alignment（TMA）度量模态表示与回复表示的对齐程度。
共 2000 篇论文