NeST-Bayes：多机器人系统中联合推断机器人与物体假设信任的神经符号框架
NeST-Bayes 是一个神经符号框架，仅凭机器人间观测一致性即可联合推断机器人与物体假设的信任度，无需预设信任关系、声誉信息或侧信道身份信号。它通过自我中心关系图推理出瞬时信任证据分数，并用 Beta 分布信任信念的贝叶斯更新实现时序一致的信任估计。
论文
论文
arXiv cs.AIAI 评分2323 arXiv cs.AIAI 评分1818 扩散模型组合概念擦除：DMU 通过域流形遗忘解耦物体与风格
针对扩散模型难以擦除"物体-风格"组合概念且多次遗忘请求易致灾难性遗忘的问题，研究者提出域流形遗忘（DMU），利用从扩散中间特征提取的 EMA 更新特征代理表示待保留的目标物体方向，实现对特定物体中域相关组件的选择性遗忘，同时保留其他语义表示。实验显示 DMU 显著缓解灾难性遗忘，在批量遗忘与顺序遗忘上均优于现有 SOTA 方法。
arXiv cs.AIAI 评分2424 重新思考激活函数：降低激活偏置可改善学习
研究指出 ReLU、GELU、Swish、Sigmoid 等常用激活函数输出以正值为主，产生非零的激活后均值，即"激活偏置"。在受控模型中，激活偏置会加速初期损失下降，但伴随过冲、不平滑轨迹和更陡的损失景观；降低激活偏置虽减慢初期学习，最终损失却更低。在更大的视觉和语言模型上，较小的激活偏置同样与更好的后期性能相关。
arXiv cs.AIAI 评分2323 AphaVoice：面向失语症患者模拟的文本转语音模型
研究提出 AphaVoice，一个专门合成高度逼真失语症语音的 TTS 框架，用于缓解语言治疗临床资源不足下的医护人员培训难题。与当前最先进 TTS 系统相比，AphaVoice 在时间指标上更能捕捉失语症的不流畅临床特征，并持续保持说话人身份一致。该模型借助潜空间偏移（latent space shifting）支持多说话人生成而不牺牲语音真实感，论文已被 IEEE SLT 2026 接收。
arXiv cs.AIAI 评分2929 什么才算同一个任务？面向工具型智能体鲁棒性评估的可执行任务契约
针对工具型智能体鲁棒性测试中"改动后的用例是否仍属同一任务"判定薄弱的问题，研究者提出可执行任务契约，在智能体运行前声明任务定义事实、允许的编辑和完成标准并逐例校验。
arXiv cs.AIAI 评分2222 大语言模型表征对齐的规模、驱动因素与局限
研究提出 Neighborhood-Weighted RSA 与 Counterfactual RSA 两种方法，用于定位大语言模型在何处表征一致、以及何种语言属性支撑这种一致。结果显示，模型在粗粒度表征几何上高度一致，但在局部邻域存在显著分歧；逻辑辖域扰动对对齐的削弱远大于层级句法、事件角色或语篇结构的扰动。
arXiv cs.AIAI 评分2020 RES-MR：面向可解释安全用药推荐的风险感知推理框架
研究团队提出 RES-MR，一个基于 LLM 的风险感知推理框架，用于可解释且安全的用药推荐。该框架采用两阶段训练：先通过可解释临床推理蒸馏，基于图检索的患者知识微调合成推理轨迹；再进行风险感知策略优化，用解耦药物因子构建患者特异性参考原型，经奖励塑形与裁剪实现风险边界校准。基准数据集实验显示，RES-MR 在准确性、安全性和可解释性上显著优于 SOTA 基线，代码与数据已开源。
arXiv cs.AIAI 评分1818 基于扩散模型的多赢家横幅广告拍卖框架
研究者提出一种基于扩散模型的横幅广告拍卖框架，允许多个竞标者共同赢得同一广告位，并根据出价强度影响最终展示的广告图像。该机制将竞标者的出价与文本描述合并为分数，驱动扩散模型反向过程采样候选图像，再从中选出福利最大化的结果。实验显示，该分配规则在效率、单调性及近似激励兼容性上均优于单一赢家规则，且保持图像质量。
arXiv cs.AIAI 评分2727 CoRE：面向结构化知识检索的协同自适应规则路由与约束
针对结构化知识检索中预定义查询-规则监督难以获取的问题，研究者提出 CoRE，让路由智能体为每个查询选择推理规则，对应检索器再在该规则约束下遍历知识库并排序证据。CoRE 交替使用强化学习训练路由策略、对比学习训练规则约束检索器，形成无需显式查询-规则标注的闭环协同。在 STaRK-QA 的科学发现、生物医学推理和电商知识管理数据集上，实验与消融验证了协同自适应的有效性，生成式路由可跨数据集迁移。
arXiv cs.AIAI 评分1717 Jevolution：研究 AI 智能体通信与群体动力学的框架
研究者提出 Jevolution，一个带监测的空间捕食者-猎物框架，将演化中的世界、异步请求调度、控制器适配器和实验记录分离，用 ODD 协议描述局部观测、能量与资源约束、预定义信号和可继承标量性状等机制。
arXiv cs.AIAI 评分2525 KV4-RL：用 INT4 KV Cache 量化加速 RLVR 异步 Rollout
KV4-RL 将免校准 INT4 KV cache 量化与对 attention sinks 及近期上下文的 INT8 选择性保护结合，缓解 INT4 rollout 带来的学习退化。
arXiv cs.AIAI 评分3131 LEST：基于规范驱动测试的大语言模型安全评估框架
研究者提出 LEST 框架，将模型卡与系统卡中的安全声明视为规范，对 LLM 进行黑盒测试。在 Claude Opus 4.8 和 GPT-5.5 的系统卡上，56 条安全声明中仅 29 条（51.8%）可被提示词测试，其中只有 17 条（58.6%）有对应基准提示词覆盖。
arXiv cs.AIAI 评分2222 TETPO：通过桥式重要性采样实现平滑方差控制的目标 ESS 温度策略优化
针对大语言模型异步强化学习后训练中重要性权重重尾导致有效样本量（ESS）崩溃的问题，研究者提出 Target-ESS Tempered Policy Optimization（TETPO），用数据自适应指数 α 将每个重要性权重 ρ 替换为 ρ^α，并按提示组选取满足目标 ESS 比例 κ 的最大 α。
arXiv cs.AIAI 评分2222 SceneForesee：学习场景演化以实现时空推理
研究提出 Scene Evolution Understanding（SEU）任务与 SceneForesee 基准，用于评估实体连续性与场景演化推理，包含 144.57K 时序对、1.05M 实体对应和 272.49K Events。
arXiv cs.AIAI 评分2020 递归专家计算的粗粒化：延续相对接口与失效模式
研究提出延续相对评估框架，用下游任务质量与总执行成本联合判断能否用廉价模块替换一段计算，并区分边界表示、被跳过计算的摘要、实际执行操作与下游损失。在 17 亿参数模型上，用 next-token-loss 训练比重建被跳过模块输出使分布内负对数似然降低 0.1901 nats/token，但该排序在全部九组分布偏移配对比较中反转。
arXiv cs.AIAI 评分3434 IMPRINT：无需筛选的多流潜在记忆，为机器人策略增强 VLA 模型
研究者提出 IMPRINT，一种策略无关的潜在记忆框架，为 VLA 模型加入多流记忆而不显式约束策略该记住什么。它把不同信息流压缩为推理时增量更新的潜在记忆，并采用两阶段训练：先监督记忆重建观测、动作、本体感受等过去信息并估计任务进度，再与策略联合端到端微调。在仿真和真实记忆任务上，IMPRINT 平均成功率比基础 VLA 至少提升 26%，推理延迟在记忆增强 VLA 中最低。
arXiv cs.AIAI 评分2323 从控制论视角看深度学习
一篇综述从控制论视角梳理深度学习，涵盖前馈与残差网络、Transformer、大语言模型和选择性状态空间模型。文章指出残差网络可视为连续时间控制系统的离散化，Transformer 可视为共识算法的离散化，因此大语言模型表现出共识特性；反向传播与最优控制的联系也可在离散与连续时间模型间调和。
arXiv cs.AIAI 评分3232 DexFLEX：面向指令引导灵巧操作的接触感知基础控制器
DexFLEX 是一个接触感知基础控制器，将上游指尖运动草稿转化为接触一致的关节指令，通过 Draft-Dream-Select 推理流程在跟随指令的同时保持未来接触稳定。同一训练好的控制器无需重训即可提升鲁棒性，真实世界遥操作成功率从 29.2% 提升至 78.3%，策略学习成功率达 46.7%，为直接关节动作预测的 3.5 倍、仅先验修正的 1.56 倍。
arXiv cs.AIAI 评分3737 自然代码变换如何让 AI 智能体在漏洞分析中"迷惑"
研究发现，面对功能与漏洞完全相同但代码写法不同的真实提交，AI 智能体在漏洞分析中的表现差异巨大，该现象在多个代码领域和漏洞类别中一致出现。团队从真实代码提交中挖掘开发模式构建自然变换语料，结果显示仅一种变换形式就能有效"迷惑"前沿智能体，如 Codex 搭配 GPT-6 Sol，降低其漏洞发现成功率。研究还考察了智能体的不同失败模式、变换组合能否提供更强防护，以及试图逆向变换的自适应攻击者。
arXiv cs.AIAI 评分3131 TraceSampler：让采样误差可预测、可校正的加速生成采样方法
TraceSampler 是一种后训练方法，将低步采样的端点误差建模为样本级预测问题，通过两阶段学习残差校正，在不修改预训练模型的前提下提升生成质量。
arXiv cs.AIAI 评分2626 EV-JEPA：面向任意设备与跨设备推理的弹性 V-JEPA
研究者提出 Elastic V-JEPA（EV-JEPA），一个模型训练一次即可在从智能眼镜到服务器的异构设备上部署，宽度可重构并原生支持跨设备切分。其核心 Transition-Aware Triplet Training（T3）每步选取窄、宽两种宽度并训练三条路径，使同一权重同时学会单设备与跨设备执行。
arXiv cs.AIAI 评分2222 MvFFN：面向无位姿宽基线全景图的室内布局重建前馈网络
针对稀疏、无位姿、宽基线 RGB 全景图难以重建相机位姿与户型图的问题，研究者提出 MvFFN，联合预测粗略相机位姿、稠密全局几何与逐墙语义输出，并通过 Layout Chaining 后处理组装出共享全局坐标的多房间户型图。
arXiv cs.AIAI 评分2222 RUBATO：解耦时钟让全双工模型以硬件极限速度思考
RUBATO 是一种多流位置编码方法，为全双工语音模型的各条流分配独立时钟，实现流间完全解耦，使模型能在任意推理解码速度下零样本插值，训练仅需两种极端解码速度。
arXiv cs.AIAI 评分2727 GeoFix：用单一几何奖励修复 4D 生成一致性
GeoFix 是一个统一框架，仅用单一几何奖励即可提升 4D 生成的几何一致性与视觉质量，适用于训练和推理阶段的奖励对齐。该奖励通过校准相机视场重叠带来的偏差，衡量静态场景区域的跨视角深度一致性，避免约束外观或惩罚合理物体运动。结果显示，WorldScore 3D 一致性提升 39%，VBench Quality Score 提升 4%。
arXiv cs.AIAI 评分2222 RNN Homunculus：如何学习门控长期记忆
研究通过受控序列分类任务发现，门控 RNN 的瓶颈不在加法复制路径，而在门值本身需要另一个 RNN 学习，当所有训练样本都依赖长程记忆时同样受困于梯度消失。加入短依赖样本可让门控模型学到能泛化到长依赖样本的解，训练得当的门控 RNN 测试准确率可匹配甚至超过 Mamba 和 xLSTM。
arXiv cs.AIAI 评分2424 Akule：基于稀疏交互扩散的快速可扩展多机器人运动规划
Akule 是一个稀疏交互扩散框架，通过可复用的成对修正模型、上下文选择器和组合器三个学习模块，在冻结的单机器人先验上协调多机器人运动。它在多个 MRMP 基准上实现最高 25 倍完整规划器加速、零样本规模迁移，并成功规划多达 256 台机器人。消融实验显示，学习式选择与组合相比启发式选择和均匀求和能减少修复前冲突与下游修复开销。
arXiv cs.AIAI 评分3232 Agentic Data Engineering：面向 LLM 的系统设计与受控实证研究
研究提出 Agentic Data Engineering（ADE）框架，让 AI 智能体利用累积实验反馈自主提出、修正或组合数据工程研究方向，策略经循环内评分筛选后在留出基准上评估。
arXiv cs.AIAI 评分4141 面向 GUI 智能体的潜在世界动作模型
研究提出面向 GUI 智能体的潜在世界动作模型，将预测目标从全屏像素重建转为潜在空间中动作引发的未来信息，用一个大模型共享表示驱动动作选择与转移预测两个专用头，并引入动作感知对比目标缓解身份捷径问题。在离线与在线 GUI 设置中，该方法成功率相对像素空间世界模型分别最高提升 31.9% 和 40.6%，推理延迟最高降低 98.9%。
arXiv cs.AIAI 评分2626 CAPTOR：面向胸腹盆肿瘤 CT 的视觉-语言基础模型
研究团队开发并评估了视觉-语言基础模型 CAPTOR，用于肿瘤胸腹盆（CAP）CT 解读，训练与测试分别使用 25,512 和 10,794 对 CT-报告数据。在分类任务上，CAPTOR 在 CAP 子集取得 AUC 0.767，优于次优模型的 0.695（p<0.001），并在四项肿瘤预后基准中三项排名第一，检索性能同样领先。团队已开源预处理、训练与推理代码及模型权重。
arXiv cs.AIAI 评分2222 LLoPS：面向高效线性注意力的可学习低秩多项式草图
针对线性注意力中近似多项式核存在不可忽略误差的问题，研究者提出可学习低秩多项式草图 LLoPS，从多项式核近似视角证明其近似误差严格小于现有方法。在大量基准上，LLoPS 相比多种线性注意力基线取得最高性能，该工作已被 NeurIPS 2026 接收。
arXiv cs.AIAI 评分3737 Cortex：面向编码智能体技能与规则的测量门控演化与剪枝
Cortex 是一款对编码智能体 harness（项目文件、技能与规则）的改动先测试再采纳的工具：把开发者会话中的修正保存为可重放任务，逐条写入技能或规则，仅在重复运行显示净收益且无任务明显变差时保留，删除前同样测试，且不增删智能体从未使用的文本。
arXiv cs.AIAI 评分2222 LMM 能否"看懂"多面板科学图表？一个面向大语言模型图表分析的多面板视觉问答数据集
研究者构建了一个面向 LLM/LMM 图表分析的多面板视觉问答数据集，用合成但逼真的单面板与多面板科学图表，按四级描述模型设计从概念问答到解释性分析的 VQA 任务。测试发现，随着面板数量、图表元素数量和问题难度增加，LMM 准确率下降；分析还引入成本相对性能作为指标。问答对、随机图表生成代码及图表元素 bounding-box 元数据均已公开。
arXiv cs.AIAI 评分3939 Next-Concept Modeling：快速并行的由粗到细文本生成
研究者提出 Next-Concept Modeling（NCM），一种两阶段由粗到细框架：多尺度残差 VQ-VAE 将文本编码为离散码层级，Transformer 逐层生成并并行预测层内所有码。
arXiv cs.AIAI 评分1212 超越门控权重：RCC 分类中影像组学-图像特征融合的决策级解释
研究在固定的 3D MedVAE-影像组学模型中发现，门控系数无法反映分支对分类器输出的实际贡献：平均结构影像组学权重为 0.823，而平均有效影像组学主导度仅 0.148，两者案例级关联较弱（ρ = 0.290）。门控图像项保留的判别排序信息明显强于直接影像组学项，且由于影像组学同时生成门控，加性分支贡献不应被解读为总输入影响。该研究提示结构门控权重与决策级分支贡献应分开解释。
arXiv cs.AIAI 评分1515 肾细胞癌分类中放射组学-图像融合的概率校准评估
研究基于 KiTS23 数据集的 396 名患者，评估在四类图像模型中引入放射组学后概率预测质量的变化。在 12 组匹配对比中，AUC 和 AP 全部提升，Brier score 与 NLL 在 11 组改善，ECE 在 8 组改善；3D MedVAE 门控融合模型表现最佳。对拼接、交叉注意力和门控融合做概率平均，可在全部四类架构上同时改善区分度与校准。
arXiv cs.AIAI 评分2323 基于硬件感知 LLM-VLM 集成的具身零样本任务规划，实现有物理依据的机器人操作
该研究提出一种硬件感知的 LLM-VLM 操作框架，在 NVIDIA Isaac Sim 中驱动模拟 Franka Research 3 机器人完成零样本任务规划。
arXiv cs.AIAI 评分3131 SAGE：智能眼镜上高效的受保护视觉语言推理
SAGE 是一个面向智能眼镜的硬件感知受保护 VLM 推理框架，将原始图像与未受保护的视觉 token 留在可信设备上，并把受保护表示压缩为 256 维 INT8 数据包后再传输。
arXiv cs.AIAI 评分2020 两阶段多模态学习实现动态音视觉导航：从物理对齐到场景聚合
针对动态音视觉导航（D-AVN）中现有方法依赖语义听觉特征、难以泛化到未见声音类别的问题，研究者提出两阶段多模态学习框架：物理对齐阶段用 Intensity-Calibrated Geometry Encoder（ICGE）将声音强度与视觉几何做物理对齐。
arXiv cs.AIAI 评分3131 Multi-Ratio ConceptMoE：单模型支持多计算预算，跨轮次灵活分配算力
Multi-Ratio ConceptMoE 在共享骨干内同时支持 2、4、8 三种 token-to-concept 压缩比（CR2/CR4/CR8），实现同一上下文内的混合比例处理。
arXiv cs.AIAI 评分2929 ChronoRegime：面向未来时间推理的可预测性建模
针对 LLM 在未来时间推理中常忽略未来状态差异、对本质易变的事实仍强行给出确定答案的问题，研究者提出 ChronoRegime 任务与 Confidence-Aware Temporal Reasoning（CTR）框架，从时间动态中估计未来可预测性并据此调节作答承诺。
共 2000 篇论文