bluearXiv-ai - 2026-06-15

📄 所有论文 ↑ 回顶部

cs.LG

Muon$^p$: Muon with Fractional Spectral Powers ⭐ 精选

Yihe Dong, Will Sawin

cs.LG

本文提出Muon$^p$优化器，通过使用分数谱幂更新$US^pV^\top$（其中$p\in(0,1)$为有理数），在Muon（完全扁平化奇异谱）与梯度下降之间进行插值。作者证明该分数谱幂无法通过任何固定单变量多项式迭代计算，并推导出仅依赖矩阵乘法的低次奇双变量递推近似，保持了Muon的计算复杂度。理论分析表明Muon$^p$在Schatten $q$-范数下最大化损失线性改进（其中$q=1+1/p$），实验证明其在十亿级模型微调中能有效提升验证困惑度与下游任务性能，并通过谱几何视角揭示了保留奇异谱信息带来显著增益的条件。

Numbers Already Carry Their Own Embeddings ⭐ 精选

Suhyun Bae, Donghun Lee

cs.LG cs.AI

本文提出了一种名为Adelic operation-preserved embeddings (AOE)的无训练表示方法，该方法通过同时捕获数值的实数值和其模(p-adic)签名，在数学上严格保持了加法和乘法结构。AOE作为一种即插即用的嵌入，无需任务特定的重新训练，即可直接融入现有架构。在代数组合学基准测试中，该方法在Weaving Pattern任务上首次实现了完美准确率，为解决AI中长期存在的“数字问题”提供了一条原则性路径。该工作与关键词中的“code”和“context”有一定关联，因为它提供了一种新的数值编码方式，并能在不同上下文中保持数学结构。

Graph-based Target Back-Propagation for Context Adaptation in Multi-LLM Agentic Systems ⭐ 精选

Tan Zhu et al.

cs.LG cs.CL

本文提出了一种名为Graph-based Target Back-Propagation (GTBP)的context adaptation框架，用于多LLM agentic系统。该方法将agentic workflow建模为directed acyclic graph，通过反向传播local target outputs并利用target-output discrepancy来指导stage-wise prompt更新，从而解决了现有方法中credit assignment不准确和缺乏收敛保证的问题。理论分析证明了GTBP的prompt更新在迭代中趋于稳定，且足够强大的LLM optimizer能降低整体目标函数。实验表明，GTBP在三个benchmark上一致优于强baseline，且计算成本相当，为agent系统的高效context adaptation提供了新思路。

Curvature-Guided Geometric Representation for Protein-Ligand Binding Affinity Prediction ⭐ 精选

Shuai Li et al.

cs.LG q-bio.BM

本文提出RicciBind框架，利用Ricci curvature（里奇曲率）捕捉分子结构内的局部相互作用紧密度，并构建曲率感知的层次化表示；同时，通过optimal transport（最优传输）驱动的跨域对齐机制，在几何约束下匹配蛋白质与配体的簇，从而建模全局协调的跨分子相互作用。该方法为protein-ligand binding affinity prediction（蛋白质-配体结合亲和力预测）提供了兼具准确性与可解释性的几何表示，解决了现有方法难以联合刻画局部几何组织与全局交叉分子相互作用的长期问题。

Zeta: Dual Whitening for Matrix Optimization via Coordinate-Adaptive Preconditioning ⭐ 精选

Kaiwen Chen et al.

cs.LG

本文提出了一种名为Zeta的双重白化优化器，用于解决矩阵感知优化器（如Muon）中Newton-Schulz迭代对输入条件数敏感的问题。作者首先通过卡方均匀性检验验证了原始动量矩阵存在严重的坐标尺度异质性，并证明坐标白化可以有效纠正这种不平衡。基于此，Zeta采用严格有序的流水线：先进行坐标白化以建立统计各向同性，再进行谱白化（spectral whitening），并理论上证明了该双流水线通过改善输入条件数能严格降低正交化误差。实验表明，在语言模型（0.6B至8B参数）、混合专家架构和视觉任务中，Zeta匹配或超越了强基线，验证了在正交化前解决尺度不平衡能带来更快的收敛和更好的泛化。

Curvature-Informed Potential Energy Surface for Protein-Ligand Binding Affinity Prediction ⭐ 精选

Peng-Fei Sun, Chuan-Xian Ren, Hong Yan

cs.LG q-bio.BM

本文提出了一种曲率信息势能面（CPES）图神经网络用于蛋白质-配体结合亲和力预测。该方法通过从势能面Hessian矩阵导出曲率谱描述符（curvature spectral descriptors）来建模分子构象柔性，并利用谱交叉注意力（spectral cross-attention）比较未结合与结合状态下的构象动力学变化，从而捕捉结合诱导的构象变化。CPES将物理启发的曲率动态表示与静态结构特征融合，在多个基准数据集上取得了更优的预测性能，并提供了物理可解释性。该方法在利用谱方法（spectral）和注意力机制（attention）处理分子构象上下文（context）方面具有创新性。

Simplex-Constrained Sparse Bagging: Transitioning from Uniform Priors to Sparse Posteriors in Ensemble Learning

Meher Sai Preetam, Meher Bhaskar

cs.LG cs.AI

本文提出了一种名为Simplex-Constrained Sparse Bagging (SCSB)的框架，用于对bootstrap集成模型进行后训练压缩和概率校准。该方法通过在概率simplex上优化Out-Of-Bag损失并引入凹二次惩罚项来解决稀疏性问题，实现了高达96%的集成压缩并改善了校准误差。

Can Editing 1 Neuron Fix Repetition Loops in LLMs?

Aristotelis Lazaridis et al.

cs.LG cs.AI

本文研究了Gemma 4指令微调模型在长事实枚举任务中出现的重复循环问题，通过逐层消融和逐神经元归因定位到少量MLP神经元，并用静态权重编辑（如符号反转单个神经元）来抑制循环。实验表明该方法能在保持通用基准性能的同时修复循环，但无法解决因知识缺失导致的“末日循环”（doom looping）问题。

Efficient On-Device Diffusion LLM Inference with Mobile NPU

Tuowei Wang, Yanfan Sun, Ju Ren

cs.LG

本文提出了一种针对移动NPU的扩散大语言模型推理框架，通过多块推测解码、双路径渐进修正和交换优化内存运行时等技术，在智能手机上实现了17-42倍的生成延迟降低，同时保持了生成质量。

High-Frequency Pricing at Scale for E-Commerce

Stefan Birr et al.

cs.LG

本文介绍了一种针对时尚电商促销活动的预测-优化定价工具，使用gradient-boosted trees进行日级需求预测，并结合多目标优化框架来平衡长期利润与净商品价值。该系统将定价决策时间从小时级缩短至分钟级，并通过A/B测试验证了其相比混合方法能提升约6%的利润。

A fully GPU-based workflow for building physics emulators of hypersonic flows

Fabian Paischer et al.

cs.LG cs.AI physics.comp-ph physics.flu-dyn stat.ML

本文提出了一种基于GPU的全流程工作流，用于构建高超声速流物理仿真器，通过可微求解器JAX-Fluids加速数据生成并训练神经仿真器，结合不确定性量化和物理感知细化提升物理一致性。该方法主要关注工程应用中的计算效率与可靠性，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。

FedSPC: Shared Parameter Correction for Personalized Federated Learning

Kannanthodath Induchoodan Ajay Menon et al.

cs.LG

本文提出FedSPC方法，通过仅对个性化联邦学习中的共享参数应用控制变量校正来解决优化不一致问题，并在多个数据集和模型上验证了其有效性。

The Weight Norm Sets the Grokking Timescale: A Causal Delay Law

Truong Xuan Khanh et al.

cs.LG cs.AI

本文通过干预weight norm而非仅观察它，研究了神经网络中grokking现象（泛化延迟出现）的时间尺度。实验发现，当weight norm被固定为某个临界值$W_c$的倍数时，延迟时间$T_{grok}$与倍数$\rho$呈指数关系$T_{grok} \propto \exp(\alpha \rho)$，且该指数在不同模数下高度一致。该工作为grokking的因果机制提供了新见解，但与关键词列表中的概念关联较弱。

D2H-AD: A Hybrid Model Utilizing Hyperdimensional Computing for Advanced Anomaly Detection

Ghazal Ghajari et al.

cs.LG

本文提出了一种基于Hyperdimensional Computing (HDC)的异常检测框架D2H-AD，通过集成距离相似性和密度感知编码来改进异常表示。实验表明该方法在多个基准数据集上优于传统机器学习与深度学习基线，具有轻量、可解释和计算高效的优点，适用于资源受限场景。

Beyond LoRA: Is Sparsity-Induced Adaptation Better?

Elijah Cadenhead et al.

cs.LG cs.AI cs.IT

本文回顾了LoRA及其变体的发展，并提出了一种通过引入稀疏性来简化LoRA的方法（如cLA和c^3LA），以降低训练成本和内存占用。实验表明，这些稀疏方法在多种任务上能与参数匹配的基线保持竞争力，但方法本身并非开创性突破，且与关键词关联较弱。

Diffusion Policy Optimization without Drifting Apart

Haozhe Jiang et al.

cs.LG

本文分析了扩散策略梯度方法中的“双重漂移”现象，即变分代理优化导致ELBO与真实对数似然分离，进而使代理策略梯度偏离真实期望回报梯度。为此，作者提出DiPOD框架，通过在每次策略梯度更新中穿插自蒸馏与在线ELBO正则化来维持紧界行为，在扩散语言模型后训练和连续控制任务中提升了训练稳定性与最终奖励。

Neural Variability Enhances Artificial Network Robustness

Robin Preble et al.

cs.LG q-bio.NC

本文研究了人工神经网络中结构化噪声（correlated noise）对对抗攻击和自然图像修改鲁棒性的影响，发现激活的协方差结构可以显著提升网络鲁棒性，但不同修改类型间的结构迁移性较差。

Neural Slack Variables for Shape Constraints

Ruben Wiedemann, Antoine Jacquier, Lukas Gonon

cs.LG

本文提出了一种名为neural slack variables的方法，通过将主网络与一个联合学习的辅助网络耦合，将形状约束（如单调性和凸性）的强制执行转化为回归问题，从而在密集网格测试中实现了零违反。该方法在罚函数法和原始-对偶法存在残余违反的情况下表现更优，并成功应用于金融中无套利波动率曲面的学习。

Uncertainty Estimation and Generalization Bounds for Modern Deep Learning

Luis A. Ortega

cs.LG

本文从贝叶斯角度研究现代深度学习的不确定性估计与泛化能力，提出了DVIP、VaLLA和FMGP等方法，并利用PAC-Bayesian和大偏差理论统一分析了多样性、平滑性和随机性对泛化的影响。

Attention-Based Estimation of the Individual Treatment Benefit Probability under Dose Variation

Lev V. Utkin et al.

cs.LG

本文提出了一种名为Dose-AIPTB的框架，用于在离散剂量分配下估计个体治疗获益概率（IPTB），通过将问题转化为对个体治疗效应符号的二元分类，并利用attention机制或Nadaraya-Watson kernel regression聚合伪标签。实验表明，基于attention的聚合方法优于kernel方法，为个性化剂量选择提供了基础。

A Stationarity-and-Coupling Criterion for Training-Free Time-Lagged Spectral Embeddings of Multivariate Time Series

Siddharth Pal, Viktoria Rojkova

cs.LG eess.SP stat.ML

本文研究了一种基于时间滞后相关矩阵的无训练多变量时间序列描述符$D(\tau)$，通过Marchenko-Pastur截断保留信号特征，并利用余弦相似度进行分类。作者从平稳高斯VAR(1)模型出发，提出了一个可证伪的适用性判据，指出该方法仅在信号近似平稳且类别信息存在于跨通道时间耦合而非边际功率时有效。实验验证了该判据的预测能力，但方法本身缺乏开创性，且与关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联较弱。

SuperThoughts: Reasoning Tokens in Superposition

Zheyang Xiong et al.

cs.LG cs.AI cs.CL

本文提出SuperThoughts方法，通过将连续的Chain-of-Thought token对压缩为单一latent representation，并利用轻量级Multi-Token Prediction模块每步解码两个token，在训练时保留discrete token supervision，在推理时实现约20-30%的CoT长度缩减，同时保持精度仅有1-2个百分点的下降。该方法主要关注推理效率优化，与关键词列表中的概念关联较弱。

Natively Unlearnable Large Language Models

Gaurav R. Ghosal, Pratyush Maini, Aditi Raghunathan

cs.LG cs.CL

NULLs提出了一种通过共享backbone神经元和稀疏激活的sinks来训练LLM的方法，使得特定数据源的信息自然集中在sinks中，从而在部署时禁用sinks即可实现无梯度更新的遗忘。该方法在Wikipedia约6M篇文章上验证了单篇文章遗忘的有效性，并保持了通用语言能力。

A Longitudinal Attribute-Conditioned Neural Network for Modeling Health-State Transition Probabilities in Temporally Irregular Data: The LANTERN Framework

Bright Kwaku Manu, Beckett Sterner, Petar Jevtic

cs.LG q-fin.RM

本文提出LANTERN框架，使用attribute-conditioned neural network从纵向健康数据中估计多状态转移概率，处理了时间间隔不规则和协变量异质性问题。该方法在长期护理保险定价场景中优于传统模型，但未涉及code、spectral、Muon等关键词相关技术。

Gefen: Optimized Stochastic Optimizer

Nadav Benedek, Tomer Koren, Ohad Fried

cs.LG cs.AI cs.CL cs.CV

本文提出Gefen优化器，通过自动共享二阶矩估计和量化一阶矩来减少AdamW的内存占用约8倍，同时保持性能不变。该方法利用初始平方梯度推断块结构，无需架构特定元数据，在多种实验中实现了最低的峰值优化器内存。

SpikF-GO: Spiking Fourier Graph Operators for Multivariate Time Series Forecasting

Jafar Bakhshaliyev, Niels Landwehr

cs.LG cs.NE

本文提出SpikF-GO，将Spiking Neural Networks与hypervariate graph formulation结合，通过Hard Concrete frequency gate和Complex LIF gate实现频谱域中的稀疏频率选择和事件驱动计算，用于多变量时间序列预测。该方法在多个基准上优于现有SNN方法，但未直接涉及code、context、spectral、Muon、pretrain、agent或attention等关键词的核心内容。

Smoothing Dark Areas in Molecular Latent Diffusion

Xi Wang et al.

cs.LG

本文指出分子latent diffusion中的“暗区”问题，即latent space中某些区域在diffusion采样时可达但解码后产生无效分子。为此提出TopVAE，通过拓扑优化使decoder在训练时内化结构和化学约束，减少暗区并提升off-posterior鲁棒性，在多个分子生成基准上取得显著改进。

Can Machine Learning Forecast Rice Yields in Data-Constrained Settings? Satellite Climate Data, National Crop Statistics, and Lessons from Sierra Leone

Ibrahim Denis Fofanah

cs.LG

本文利用塞拉利昂的FAOSTAT作物产量数据和免费卫星气候数据（CHIRPS降雨、NASA POWER温度），训练了XGBoost、Gradient Boosting和Random Forest等模型，发现仅基于作物统计数据的模型无法超越简单持久性预测，而加入气候数据后XGBoost将预测误差降低了三分之一，其中早季降雨是主导预测因子。该研究为数据受限地区的作物产量预测提供了实证参考。

PostDeg: Placement Beats Parameterization in LayerNorm GNNs

Yash Tomar, Aryav Das

cs.LG

本文研究了LayerNorm-based GNN中拓扑信号（如degree）被消除的位置，发现该信号在LayerNorm之前会被归一化消除，而在LayerNorm之后则得以保留。作者提出了一种无参数的post-LayerNorm逆degree缩放方法PostDeg，在影响力最大化等任务上取得了提升，但该方法主要关注归一化架构中的信号放置问题，与关键词中的code, context, spectral, Muon, pretrain, agent, attention等方向关联较弱。

Utility-Constrained Policy Optimization

Mehrdad Moghimi, Bernardo Avila Pires

cs.LG

本文提出了一种用于Utility-Constrained MDPs (UCMDPs)的实用方法，该方法允许在强化学习中引入风险敏感的约束，并支持在训练后灵活调整约束限制。实验表明，该方法在多个Safety Gymnasium基准任务上匹配或超越了现有基线。

Decompose Sparsely Where You Should, Absorb Densely Where You Should No

Ruixuan Deng et al.

cs.LG

本文提出在标准Sparse Autoencoders (SAEs)旁添加一个低秩线性瓶颈，以吸收残差流中不适合稀疏表示的低秩稠密成分。实验表明，该方法能显著减少稠密latent数量，并揭示该成分在结构上可识别、因果上必要且被稀疏字典冗余编码，从而质疑了SAEs对激活内容完全可稀疏分解的隐含假设。

Non-Parametric Machine Text Detection via Multi-View Gaussian Processes

Aleem Khan, Nicholas Andrews

cs.LG cs.CL

本文提出了一种基于多视角Gaussian Process的非参数机器文本检测框架，通过提取文档的多种互补特征（如风格、似然和结构特征）并聚合证据来提升检测鲁棒性。该方法在多个基准测试中表现出对对抗性攻击的较强抵抗力，但未涉及代码、谱方法或预训练等关键词相关技术。

Rethinking Backdoor Adversarial Unlearning through the Lens of Catastrophic Forgetting in Continual Learning

Zhenqian Zhu et al.

cs.LG cs.AI

本文从continual learning中catastrophic forgetting的视角重新审视backdoor adversarial unlearning问题，提出BI-BAU方法，通过将对抗样本生成建模为blind inversion问题并利用EM算法优化MAP目标，以彻底消除backdoor effects。该方法还扩展到untargeted adversarial场景和多模态对比学习任务，实验表明其具有广泛适用性。

Deep Spectral Learning of Embedded Latent Transfer Operators for Stochastic Dynamical Systems

Ryogo Tanaka, Yoshinobu Kawahara

cs.LG

本文提出了一种名为Deep Spectral Encoder (DSE)的深度谱学习方法，用于随机非线性动力系统。该方法通过可学习的神经网络特征映射定义马尔可夫潜在状态，并利用Galerkin投影下的泛函典型相关分析估计转移算子与观测算子，从而在特征空间中实现序贯贝叶斯滤波和Koopman谱模式分解。

Lyapunov-Based Sample Complexity Analysis for Weakly-Coupled MDPs

Tianhao Wu et al.

cs.LG math.OC math.PR stat.ML

本文研究了平均奖励弱耦合MDP和Restless Bandits在生成模型下的样本复杂度，通过利用弱耦合结构证明了多项式复杂度的PAC保证。主要技术贡献是提出了一种基于Lyapunov函数的分析框架，避免了传统方法中难以控制的bias函数。

DTVEM-RE: A Hierarchical Random-Effects Extension of the Differential Time-Varying Effect Model for Person-Specific Multi-Lag Estimation in Intensive Longitudinal Data

Amartya Bhattacharya

cs.LG stat.ME

本文提出了DTVEM-RE，一个将Differential Time-Varying Effect Model扩展到个体层面的层次随机效应模型，允许每个人拥有自己的滞后系数，并提供了贝叶斯和连续时间两种实现版本。模拟和实证结果表明该方法能有效恢复个体间差异并提升预测性能，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。

Recovering Stranded Discrimination in Knowledge Tracing: Per-Item Bias Correction via Empirical-Bayes Shrinkage

Xiaoran Yan, Cheng Tang, Atsushi Shimada

cs.LG cs.AI

本文提出SLC方法，通过Laplace/IRLS将二值观测转换为Gaussian伪观测，并利用Kalman smoother进行empirical-Bayes shrinkage来校正知识追踪模型中的per-item logit bias。该方法在多个数据集和backbone上提升了AUC和NLL，但主要贡献在于解决模型部署后的系统性偏差问题，与关键词中的code, context, spectral, Muon, pretrain, agent, attention均无直接关联。

Contract-Based Compositional Shielding for Safe Multi-Agent Reinforcement Learning

Omar Adalat, Edwin Hamel-De le Court, Francesco Belardinelli

cs.LG cs.MA

本文提出了一种基于合约的组合屏蔽方法，用于在多智能体强化学习中保证全局安全规范，通过将全局的LTL安全规范分解为局部义务的合取，并利用非平稳多臂赌博机选择最优义务元组，在不牺牲端到端安全性的前提下优化团队奖励。该方法与关键词中的“agent”有一定关联，但整体创新性有限。

Decoupled Latent Optimization of Diffusion Models for Full Waveform Inversion

Chen Min, Zheng Ma

cs.LG

本文提出了一种用于全波形反演的解耦潜在优化方法，通过将标准潜在优化松弛为二次罚函数目标，在物理空间和潜在变量空间分别处理数据保真度和先验一致性，从而在OpenFWI基准上优于传统正则化方法和现有扩散方法。

Trust but Verify: Mitigating Medical Hallucinations via Post-Hoc Adversarial Auditing and Multi-Agent Feedback Loops

Muhammad Osama et al.

cs.LG

本文提出了一种名为"Trust but Verify"的五agent系统，通过对抗性审计和多agent反馈循环来减少大语言模型在医疗场景中的幻觉错误，特别是针对推荐已禁用药物的问题。实验表明该方法能将幻觉错误率降低约53%，但整体方法更偏向工程应用而非理论创新。

Small LLMs: Pruning vs. Training from Scratch

Yufeng Xu et al.

cs.LG cs.CL

本文通过对比剪枝Llama-3.1-8B与从头训练小模型，在相同token预算下剪枝初始化优于随机初始化，但在高剪枝率下优势减弱；当考虑完整训练预算时，细粒度剪枝仍具优势，而粗粒度剪枝可能被从头训练超越。

Learning High Coverage Discriminative Parsimonious Rulesets

Mariamma Antony et al.

cs.LG cs.AI

本文提出CDPR方法，通过基于submodular maximization的算法学习高覆盖率的判别性规则集，旨在提升分类问题的可解释性。实验表明该方法在覆盖率和准确性上优于现有算法。

Learning Urban Access Costs from Origin-Destination Flows via Inverse Optimal Transport

Paula Joy B. Martinez

cs.LG cs.AI

本文利用逆最优运输模型从学校间的入学流量数据中恢复潜在的选择成本，通过距离带模型和神经成本模型估计补贴等效距离，为城市服务分配提供规划指标。

Machine Learning for Biomedical Raman Spectroscopy: From Spectral Acquisition to Clinical Translation

Bogdan Oancea et al.

cs.LG

本文综述了机器学习在生物医学Raman光谱分析中的应用，涵盖从光谱预处理到临床转化的全流程，并讨论了数据规模、仪器差异等临床转化障碍。

Context-aware Modality-Topology Co-Alignment for Multimodal Attributed Graphs

Sirui Zhang et al.

cs.LG cs.CV

本文提出CoMAG，一种用于多模态属性图（MAGs）的统一backbone，通过估计边可靠性并学习任务自适应上下文，以及保持模态特定的多跳token对齐，来同时支持图级任务和模态级任务。实验表明该方法在多个基准上取得最佳性能。

DRIVE: Distributional and Retrieval-Augmented Bidding with Value Evaluation

Miduo Cui et al.

cs.LG

DRIVE提出了一种基于Transformer的离线自动竞价框架，通过解耦候选动作生成与决策过程，结合分布建模、检索增强和值评估来提升竞价性能。该方法在AuctionNet等基准上验证了有效性，但与我提供的关键词（如spectral, Muon, pretrain等）关联度较低。

Structured Noise Adaptation for Sequential Bayesian Filtering with Embedded Latent Transfer Operators

Naichang Ke, Pongpisit Thanasutives, Yoshinobu Kawahara

cs.LG math.OC

本文针对基于Embedded Latent Transfer Operators (ELTO)的Kalman滤波器，提出了一种结构化噪声参数化方法，以解决其在非平稳过程中噪声模型无法动态适应的问题。该方法结合了数据驱动的最优时不变噪声学习与动态参数调整，提升了在时变环境中的状态估计性能。

LapidaryEngine: Fully Conversational Crystal Generation

Yusei Ito et al.

cs.LG

本文提出了LapidaryEngine，一种支持全对话式晶体生成的模型，通过引入pivot representation实现文本与晶体结构间的双向翻译，并允许用户以自然语言进行迭代优化。该方法解决了现有模型输入格式受限和单向生成的问题，但未直接涉及关键词中的核心概念。

Learning the Context of Errors: Black-Box Online Adaptation of Time Series Foundation Models

Xilin Dai et al.

cs.LG

本文针对时间序列基础模型（TSFM）的黑盒在线适应问题，提出了一种名为ORCA的方法，通过学习基础模型预测误差的上下文（即输入和输出信息）来构建残差适配器，无需访问模型内部参数。实验在多个TSFM和数据集上验证了其有效性。

Implicit Variational Rejection Sampling

Jian Xu et al.

cs.LG

本文提出了一种名为Implicit Variational Rejection Sampling (IVRS)的方法，通过将隐式分布与rejection sampling结合来改进变分推断中的后验近似。该方法利用神经网络构建隐式提议分布，并使用判别器网络估计密度比来优化采样，同时引入Implicit Resampling Evidence Lower Bound (IR-ELBO)作为更紧的变分下界。实验表明该方法优于传统变分推断技术。

Where Black-box Drug-Target Interaction Prediction Models Look: Cross-Method Explainability

Ali Vefghi, Zahed Rahmati, Mohammad Akbari

cs.LG

本文使用多种gradient-based attribution方法（如Integrated Gradients、SmoothGrad等）和occlusion ablation技术，对BridgeDPI这一drug-target interaction预测模型进行了可解释性审计。研究发现，模型在不同数据集上表现出模态主导性、padding伪影以及化学上一致的fragment motif，但整体分析仍停留在模型批评层面，未能提供结构或实验上的ground truth验证。

Beyond a Single Explanation of the Adam--SGD Gap

Chenxiang Zhang et al.

cs.LG

本文通过跨视觉、语言、基因组学和图任务的受控实验，重新审视了Adam与SGD之间性能差距的多种假设，发现没有单一因素能一致解释该差距，且差距源于数据与架构的非平凡交互。研究观察到存在一个“交叉batch size”，在该规模下相对优势从SGD转向Adam，并提出了一个理论模型来捕捉这一batch size依赖的交叉现象。

DIFF-ERO: A Conformance-Aware Loss for Deep Learning in Process Mining

Johannes De Smedt et al.

cs.LG cs.AI

本文提出了一种名为DIFF-ERO的损失函数，用于过程挖掘中的深度学习模型。它通过可微分的随机一致性度量来优化控制流结构，但该方法主要针对特定应用领域，与关键词列表中的概念关联较弱。

Hierarchical ODE: Learning Continuous-Time Physical Prototypes for Early Link Failure Detection

Jiaen Lv, Leran Qi, Shaowei Wang

cs.LG cs.AI

本文提出了一种层次化ODE聚类网络，利用neural ODE对时间序列中的潜在状态演化进行连续建模，以解决原型学习中的观测模糊性和类别多样性问题。该方法在早期链路故障检测任务上验证了有效性，但与我提供的关键词契合度较低。

Riemannian Metric Matching for Scalable Geometric Modeling of Distributions

Jacob Bamberger et al.

cs.LG math.DG

本文提出了一种名为Riemannian metric matching的框架，通过神经网络学习数据的Riemannian几何，并利用carré du champ算子进行扩散几何分析。该方法避免了显式构造graph或kernel，在保持精度的同时实现了更快的推理速度。

More with LESS -- Local Scene Representations for Tactile Imaging

Zohar Rimon et al.

cs.LG

本文提出了一种名为LESS的局部编码器用于触觉成像，通过将触觉场景建模为具有局部感受野的循环编码器网格，实现了对软物体内部结构的2D或3D重建。该方法在泛化性和手持式触觉成像方面有所改进，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。

Squeeze-Release: Iterative Pruning with Exact Structural Minimization

Roman Denkin et al.

cs.LG cs.AI

本文提出了一种名为Squeeze-Release的迭代剪枝方法，通过精确的结构重写（minimization）将掩码网络转换为更小的稠密网络，并引入CompensatedLayerNorm以支持残差流中的通道缩减。该方法在保持精度的同时实现了显著的模型压缩，但未直接涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。

When Language Representations Interact: Separability and Cross-Lingual Effects in LLMs

Boris Marinov et al.

cs.LG

本文研究了多语言大模型中语言表征的可分离性和跨语言效应，通过因果几何分析发现语言概念在协方差调整内积下具有稳定的线性表征，且同语系语言呈现类似单纯形的几何结构。

Can Deep Neural Networks Improve Compression of Very Large Scientific Data?

Muhannad Alhumaidi et al.

cs.LG

本文探讨了将深度神经网络作为预测器用于科学数据压缩的可行性，利用预训练的气候模型（如GraphCast和Aurora）替换传统压缩器中的预测模块。实验表明，尽管ML预测器能提升重建质量，但在数据集整体压缩比上并未超越传统压缩器SZ3.1，原因是残差的空间结构对entropy coding效率起决定性作用。

MUFFLe: Efficient Model Update Compression via Generalized Deduplication for Federated Learning

Xiaobo Zhao, Daniel E. Lucani

cs.LG

本文提出MUFFLe，一种将generalized deduplication (GD)集成到FedAvg流程中的通信高效模型更新压缩方案，通过在更新向量中去除重复模式实现固定速率、可变数量的压缩。初步实验表明，在IID MNIST任务上，MUFFLe能以更少的累积上行通信量达到目标精度。

SemPiper: Interactive Code Synthesis for Semantic Operators in Machine Learning Pipelines

Olga Ovcharenko, Luciano Duarte, Sebastian Schelter

cs.LG cs.DB

本文提出SemPipes编程模型，通过将LLM驱动的语义算子（semantic operators）声明式地集成到ML pipeline中，允许开发者用自然语言指定数据操作，并自动合成特定于数据集和pipeline上下文的代码实现。其交互界面SemPiper可视化计算图与优化轨迹，展示了LLM在可控、可优化的pipeline开发中的应用。

Be My Tutor: On-Policy Co-Distillation for Mutual LLM Improvement via Peer Feedback

Woohyeon Byeon et al.

cs.LG cs.CL

本文提出了一种名为On-Policy Co-Distillation (OPCoD)的在线策略协同蒸馏方法，通过两个在不同领域各有所长的模型互相提供反馈来实现共同进化。该方法在Science Q&A任务上取得了优于基线的Pareto改进效果，但与您提供的关键词（如code, spectral, Muon等）关联度较低。

Discovery under Hypothesis Redundancy: A Geometric Theory of Discovery Bottlenecks

Li Xia, Baoxun Wang

cs.LG cs.AI q-fin.PM

本文提出了一种几何理论框架，研究在假设冗余条件下的科学发现过程，并提出了搜索压缩假设。通过分析结构化局部搜索与LLM生成的非局部提议相结合的混合发现系统，论证了非局部探索仅在特定几何条件（谱压缩、正交逃逸与残差信号对齐）下有效。实验表明，仅靠新颖性不足以保证发现效率，混合增益集中在弱表示但目标相关的方向上。

A Low-Rank Subspace Analysis of LLM Interventions

Angira Sharma et al.

cs.LG

本文提出一个诊断框架，将LLM中的行为建模为activation space中的low-rank subspace，并研究intervention如何在不同行为间传播。研究发现行为间存在非对称的相互影响，且这种影响与subspace overlap和subspace到decision subspace的角度等几何量相关。

Running the Gauntlet: Re-evaluating the Capabilities of Agents Beyond Familiar Environments

Mykola Vysotskyi et al.

cs.LG

本文提出了GauntletBench，一个基于web的benchmark，用于评估agent在挑战性场景中的泛化能力，重点关注时间感知、图形理解和3D推理等未被充分探索的能力。实验表明，即使最先进的agent系统在该benchmark上也仅达到19.1%的成功率，远低于人类非专家80%以上的表现，揭示了当前agent在复杂现实场景中的局限性。

A theoretical model for task routing in mixture-of-expert transformers

Yongli Xiang et al.

cs.LG

本文通过syntactic templates和finite key-value dictionaries表示结构化知识，理论上证明了单层MoE transformer可以通过任务特定的专家路由来编码知识，为MoE模型中的任务-专家专业化提供了理论支持。

Federated Learning for Feature Generalization with Convex Constraints

Dongwon Kim et al.

cs.LG stat.ML

本文提出FedCONST方法，通过线性凸约束（linear convex constraints）自适应调整更新幅度，以缓解联邦学习中因异构数据导致的过拟合和泛化能力下降问题。该方法利用梯度信噪比（GSNR）分析增强特征可迁移性，并在多种FL环境下取得最优性能。

EM-NeSy: Expectation Maximization for Neurosymbolic Learning

Annegret Seibt, Luc De Raedt, Giuseppe Marra

cs.LG

本文提出EM-NeSy方法，将概率神经符号学习转化为Expectation-Maximization (EM)算法的实例，通过概率推理计算符号后验并仅对神经组件进行梯度更新。该方法无需符号组件的可微性要求，可自然扩展到近似推理场景。

Recipe-Controlled Decoder Audit for Structural Knowledge-Graph Completion

Xihang Shan, Ye Luo

cs.LG

本文提出了一种名为RCDA的受控实验方法，用于评估知识图谱补全(KGC)任务中decoder（如ComplEx和DistMult）与encoder的贡献差异。通过在多个基准数据集上的实验，作者发现decoder的选择对结果有显著影响，尤其是在小规模知识图谱上，且这种影响与训练配方和数据来源密切相关。

PepALD: Macrocyclic Peptide Generation via Autoregressive Latent Diffusion

Junming Zhang et al.

cs.LG

PepALD提出了一种自回归潜在扩散模型用于大环肽的从头生成，通过化学嵌入表示HELM单体并在潜在空间中进行条件扩散，同时预测环闭合。该方法在计算实验中展示了生成质量和奖励优化性能，但与我提供的关键词列表关联度较低。

Behavioral Audit of Machine Unlearning Has a Privacy Cost

Liou Tang, James Joshi, Ashish Kundu

cs.LG

本文研究了机器学习中Machine Unlearning (MU)的审计问题，证明了在互不信任场景下，仅依赖模型行为查询的通用审计方案无法在不泄露保留集成员信息的情况下识别未充分遗忘的模型，揭示了隐私与审计之间的固有权衡。

Code Correctness Signals in LLM Hidden States: Pre-Generation Probing and Repair Geometry

Carlo Di Cicco

cs.LG

本文研究了LLM隐藏状态中代码正确性的可解码性，发现模型首次生成代码的正确性可从提示最终隐藏状态线性解码（AUC达0.931），但修复过程中的隐藏状态变化与修复成功相关，该相关性在控制修复上下文协变量后消失。

The Risk Shadow of Principal Component Analysis: When 99.9999% Variance Preservation Causes Catastrophic Decision Errors

Hamidou Tembine

cs.LG cs.GT

本文证明了PCA在保留超过99.9999%方差时可能完全丢失罕见高影响事件信号，导致分类器退化为常数预测器。为解决此问题，作者提出了Expectile PCA (ExPCA)和Tail-Preserving PCA (TP-PCA)两种方法，通过重新加权数据协方差来保留尾部风险信息。

Provably Safe, Yet Scalable Reinforcement Learning

Kai S. Yun, Zeyang Li, Navid Azizan

cs.LG cs.RO eess.SY

本文提出PS2-RL框架，通过两阶段架构（先训练backup policy生成隐式控制不变集，再通过可微投影层训练RL policy）实现可证明安全的强化学习，解决了传统方法在状态维度升高时扩展性差的问题。该方法在10维机器人控制任务上验证了有效性。

CARE: Controlling LLM-Generated Policies through Auditable Review of Evidence in Scientific Experimentation

Guanyu Liu et al.

cs.LG cs.AI

本文提出CARE框架，通过可审计控制器将LLM用于优化科学实验中的挑战者排序策略，同时保留非LLM优化器作为默认路径。实验表明该方法在Minerva/Olympus和ChemLex基准上优于其他方法，但未涉及关键词中的code、spectral、Muon、pretrain、agent或attention等核心概念。

Zero-shot generalization of transformer neural operators to larger domains

Armand de Villeroché et al.

cs.LG

本文研究了基于Transformer的neural operator在更大空间域上的zero-shot泛化问题，通过引入可分解的attention logits偏置和rotary positional embeddings来实现空间局部性和平移等变性。实验表明该方法在多个PDE基准和3D工业大气流应用上显著提升了泛化性能。

Realizing Native INT8 Compute for Diffusion Transformers on Consumer GPUs: A Fused INT8 GEMM Kernel for Ideogram 4.0

Ali Asaria, Tony Salomone, Deep Gandhi

cs.LG

本文针对消费级Ampere GPU上Diffusion Transformer的INT8量化加速问题，指出标准实现因反复量化与反量化至bf16而未能利用INT8 tensor core，并提出一个融合的Triton INT8 GEMM kernel。该kernel在Ideogram 4.0模型上实现了2.8-4.2x的GEMM加速，端到端速度提升约9-10%，但该优势仅限于特定硬件架构。

A Statistical and Machine Learning Framework for Operational Threshold Detection and Deployable Dispatch Controller Development in Hydrogen Multi-Energy Systems

Shadi Heenatigala, Hasanika Samarasinghe

cs.LG eess.SY math.OC stat.CO

本文提出了一种统计与机器学习框架，用于基于高分辨率运行数据对氢基多能源系统进行特征分析和控制，发现太阳能辐照度是氢生产的主要驱动因素，并利用序列模型和强化学习优化调度。

A Comparative Study of Deep Learning Architectures for Multi-Horizon Behavioural Forecasting for Mobile Health

Pavlos Nicolaou et al.

cs.LG cs.AI

本文对六种深度学习架构、两种零样本Foundation Models (FM)及统计基线在移动健康多步行为预测（步数、屏幕时间、睡眠时长）上进行了系统比较，发现PatchTST表现最优，且TimesFM在低数据场景下零样本性能可匹敌训练模型。研究还表明参与者级别的微调能显著降低RMSE，但不同架构间无绝对优势。

Expert-Driven Survival Machines: Improving Stratification and Interpretability in Multiple Clinical Cohorts

Farica Zhuang et al.

cs.LG cs.AI

本文提出了一种基于Mixture-of-Experts (MoE)框架的自适应深度聚类生存模型(AdaCSM)，通过路由机制将患者动态分配给不同的专家预测器，以捕捉异质性生存模式。该方法在多个临床队列上提升了风险分层性能，并增强了模型的可解释性。

Neither Parallel Nor Sequential: How DiffusionGemma Actually Commits Tokens

Ali Asaria, Tony Salomone, Deep Gandhi

cs.LG

本文通过实验测量了DiffusionGemma 26B模型在解码过程中提交token的顺序，发现其行为既非完全并行也非顺序自回归，而是呈现一种依赖于分析粒度的部分从左到右的提交偏差。文章主要贡献在于方法论层面，指出了测量解码顺序时需处理尾随EOS填充、组内混杂、提交非单调性等陷阱。

Graph Diffusion Residuals for Control-Function Instrumental Variables

Rui Wu et al.

cs.LG

本文提出了一种基于图扩散残差提取的控制函数工具变量估计方法A-IHF，通过图上的各向异性扩散来获取第一阶段残差。该方法在合成数据上表现出优于多种基线方法的性能，但未涉及代码、上下文、谱方法、Muon、预训练、智能体或注意力等关键词相关的内容。

Online Convex Optimization with Sublinear Noisy Probes

Simone Di Gregorio et al.

cs.LG cs.DS

本文研究在线凸优化（OCO）中带有次线性噪声探针（pairwise probes）的后悔界问题。作者引入了一个统一的探针模型，允许学习者在每轮通过查询两个点来获取有噪声的比较反馈，并证明了即使次线性数量的噪声探针也能改善最坏情况下的后悔界。该工作主要贡献在于给出了一个关于探针数量与噪声水平的紧致后悔界，并通过方差缩减效应与二阶分析相结合的方法进行了证明。

Which Directions Matter? Sparse Design for Affine Robust Optimization

Pedro Chumpitaz-Flores et al.

cs.LG math.OC

本文研究仿射鲁棒优化中的不确定性方向选择问题，提出基于有限字典和预算约束的原子不确定性集，并利用子模性给出贪心算法的近似保证。

Graph Structured Combinatorial Semi-Bandit with Nonlinear Reward Associations through Separable Signals

Christoph Bauschmann, Setareh Maghsudi

cs.LG

本文针对图结构组合半老虎机问题，提出了一种利用可分离信号处理非线性奖励关联的通用自适应策略，通过图基因果奖励建模、解析再生核方法和函数过程的泰勒近似来提升采样效率。理论分析证明了随时间次线性的性能保证和对噪声、模型收敛等不确定性的鲁棒性，并在合成与真实交通数据集上验证了有效性。

Beyond task performance: Decoding bioacoustic embeddings with speech features

Ines Nolasco et al.

cs.LG cs.SD

本文通过线性与非线性回归探针，分析了多种预训练音频embedding在生物声学任务中对88个eGeMAPS语音特征的编码能力，发现不同模型覆盖互补的声学空间，且响度特征编码最好而基频最难恢复，为数据驱动下的模型选择提供了指导。

When to Write and When to Suppress: Route-Specialized Dual Adapters for Memory-Assisted Knowledge Editing

Yining Huang

cs.LG

本文提出了一种基于路由的双适配器知识编辑方法，通过一个相关性路由器决定是否对prompt应用编辑记忆，并使用编辑适配器和局部性适配器分别处理不同路由路径。该方法在多个基准测试上取得了较好的概率偏好准确率，但主要贡献在于工程上的适配器分离设计，而非理论或方法上的开创性突破。

Compressed Computation is (probably) not Computation in Superposition

Jai Bhagat et al.

cs.LG

本文研究了Compressed Computation (CC) toy model是否属于computation in superposition的实例。作者发现该模型通过噪声残差流混合输入，其性能提升主要源于标签中的混合矩阵效应，而非真正的superposition计算。

Optimal Hidden-Target Learning for Online Inventory Optimization on General Convex Sets

Anthony Pineci, Yunzong Xu

cs.LG eess.SY math.OC stat.ML

本文研究在线库存优化问题，提出了一种基于隐藏目标投影的简单学习原则，并证明其在一般凸可行集上是最优的。该方法通过在线梯度下降作为基础学习器，改进了已知的遗憾界，并首次给出了强凸损失下的多对数遗憾界和动态遗憾界。

Flood and Harvest: The Provable Necessity of Trivia for Generating Valuable Mathematics via the Lens of Language Generation in the Limit

Xiaoyu Li et al.

cs.LG cs.AI cs.CL cs.DS

本文通过将数学价值生成建模为极限语言生成问题，分析了在形式验证器（proof checker）下生成有价值数学语句的必然性。研究证明，验证器无法替代品味（taste），覆盖未知的有价值语句必然需要无限但渐近可忽略的琐碎（trivial）语句流。

A Complexity Measure for Active Learning in Multi-group Mean Estimation

Abdellah Aznag, Rachel Cummings, Adam N. Elmachtoub

cs.LG cs.IT

本文研究了多组均值估计主动学习中的最大风险目标，通过局部极小极大框架给出了该目标的首个通用下界，并引入了方差局部曲率（VLC）作为复杂度度量。

Persona-Pruner: Sculpting Lightweight Models for Role-Playing

Jinsu Kim et al.

cs.LG cs.CL

本文提出Persona-Pruner框架，通过从角色描述中提取persona-specific sub-network来剪枝语言模型，以降低角色扮演场景的计算成本。实验表明该方法在保持角色扮演性能上优于现有剪枝技术，但方法本身并非开创性理论突破，且与关键词列表中的概念关联较弱。

cs.AI

Orchestra-o1: Omnimodal Agent Orchestration ⭐ 精选

Fan Zhang et al.

cs.AI cs.CL cs.CV

本文提出Orchestra-o1，一个面向全模态场景的agent编排框架，通过统一的编排机制实现模态感知的任务分解、在线子agent专业化与并行子任务执行。该框架在OmniGAIA基准上超越第二名10.3%的准确率，并引入决策对齐的组相对策略优化(DA-GRPO)作为高效的agentic强化学习方法，使Orchestra-o1-8B达到开源全模态agent的最优性能。这项工作为多模态agent系统的协作与任务分解提供了可扩展的解决方案。

Closing the Reflection Gap: A Free Calibration Bonus for Agentic RL ⭐ 精选

Yinglun Zhu

cs.AI cs.LG

本文针对LLM agent在环境反馈下自我评估不准确（reflection gap）的问题，提出了一种名为RefGRPO的简单有效方法。该方法通过对比agent自身的反思与实际结果来计算一个免费的校准奖励（calibration bonus），无需额外的reward model或外部标注，并动态调整其系数。实验表明，该方法在text-to-SQL任务上同时提升了反思校准（如将underconfidence rate从$44.4\%$降至$7.7\%$）和任务准确率（从$75.1\%$提升至$76.5\%$），且校准后的反思可作为伪奖励用于自我改进和测试时选择性预测。该方法与关键词中的agent和attention（通过反思机制）高度契合，为解决agent RL中的信用分配问题提供了开创性思路。

HarnessX: A Composable, Adaptive, and Evolvable Agent Harness Foundry ⭐ 精选

Tingyang Chen et al.

cs.AI

本文提出HarnessX，一个可组合、自适应且可进化的agent harness框架。它通过substitution algebra组装类型化的harness primitives，并利用AEGIS（一个基于trace驱动的多智能体进化引擎，在符号适应与reinforcement learning之间建立操作镜像）进行自适应，同时通过将执行轨迹转化为harness更新和模型训练信号来闭环harness-模型循环。在ALFWorld、GAIA等五个benchmark上，HarnessX平均提升+14.5%（最高+44.0%），表明通过组合和进化运行时接口来提升agent性能是一个可行且互补的途径，与关键词“agent”高度契合。

A Deep Reinforcement Learning (DRL)-Based Transformer Method for Solving the Open Shop Scheduling Problem

Faezeh Ardali, Mwembezi A. Nyelele, Gerald M. Knapp

cs.AI cs.LG

本文提出了一种基于Transformer的深度强化学习方法来解决Open Shop Scheduling Problem (OSSP)，使用encoder-decoder架构和multi-head attention，仅以processing-time matrix作为输入。该方法在Taillard基准实例上训练，并能在不重新训练的情况下泛化到更大规模的问题上，与经典调度规则相比具有竞争力。

UP-NRPA: User Portrait based Nested Rollout Policy Adaptation for Planning with Large Language Models in Goal-oriented Dialogue Systems

Hui Wang et al.

cs.AI cs.CL

本文提出了一种基于用户画像的嵌套Rollout策略自适应框架UP-NRPA，利用大语言模型在目标导向对话系统中实现动态对话策略规划，无需离线强化学习即可适应不同用户特征。实验表明该方法在协作与非协作对话任务中取得了显著效果。

History of the Muddy Children Puzzle

Hans van Ditmarsch

cs.AI cs.GL cs.LO

本文追溯了Muddy Children Puzzle（泥孩子谜题）在过去两个世纪中的起源与演变，该谜题对epistemic logic（认知逻辑）的发展具有启发意义，并介绍了其多种变体及一个涉及self-reference（自指）的新帽子谜题。

Hybrid Open-Ended Tri-Evolution Makes Better Deep Researcher

Hongming Piao et al.

cs.AI cs.LG

本文提出了Hybrid Open-Ended Tri-Evolution (HOTE)框架，通过混合模式强化学习促进proposer、solver和judge三个模块的协同进化，以解决开放环境下的深度研究任务。实验表明该框架在8B模型上超越了更强的静态模型，但方法主要针对agent的进化训练，与关键词中的spectral、Muon等概念关联较弱。

WorkBench Revisited: Workplace Agents Two Years On

Olly Styles

cs.AI cs.CL cs.MA

本文重新审视了WorkBench基准测试，评估了从2024年到2026年agent性能的进展，发现前沿模型在任务完成率和安全性上均有显著提升，且开源模型降低了高性能agent的访问成本。

Refusal Beyond a Single Direction: A Preliminary Comparison of Diff-in-Means and INLP

Elisabetta Rocchetti, Alfio Ferrara

cs.AI

本文比较了基于Diff-in-Means (DiM)和Iterative Nullspace Projection (INLP)的两种干预方法在控制chat模型拒绝行为上的效果。研究发现，INLP的反事实翻转在抑制拒绝方面与DiM的方向消融效果相当，而零空间投影则较弱，且两种INLP干预在激活空间中产生了性质不同的几何分布。

YeasierAgent: Agentic Social Sandbox as a Canvas for Intent-Driven Creation of Platform-Agnostic Symbiotic Agent-Native Applications

Jory He

cs.AI cs.MA

YeasierAgent提出了一种基于共生智能体（symbiotic agents）和叙事世界的应用构建范式，通过平台无关的交互单元（如智能体、场景和对话）实现跨平台应用快速构建。该方法主要关注社交沙盒与情感陪伴场景，与关键词中的agent概念有一定关联，但整体偏向应用框架设计，缺乏对code、context、spectral等核心数学或理论问题的深入探讨。

TwinBI: An Agentic Digital Twin for Efficient Augmented Interactions with Business Intelligence Dashboards

Jisoo Jang Wen-Syan Li

cs.AI cs.MA

本文提出了TwinBI框架，通过agentic digital-twin技术将LLM-based agent系统与可执行的BI dashboard状态耦合，以解决多步分析中dashboard交互与自然语言查询的状态不一致问题。该方法通过统一交互日志重建共享分析状态，在A/B测试中提升了准确率并降低了超时率。

When Sample Selection Bias Precipitates Model Collapse

Xinbao Qiao et al.

cs.AI

本文研究了在低资源验证场景下，样本选择偏差如何加速模型崩溃（model collapse），即递归训练合成数据导致输出同质化。理论证明孤立的选择会加速崩溃并导致幂律多样性衰减，并提出通过Wasserstein代理参考（proxy reference）在多个数据孤岛间协作以缓解多样性退化。

AI Receptivity or AI Adoption Breadth? A Tool-Specific Reanalysis of the Lower-Literacy/Higher-Usage Link

Hristo Inouzhe

cs.AI

本文重新分析了Tully等人关于AI素养与AI使用之间关系的研究，发现总体上的负相关关系掩盖了工具类型的异质性：AI素养对文本AI使用无显著预测作用，但对非文本AI工具的采用有显著负向影响。该研究主要涉及统计复现和异质性分析，与关键词列表中的概念关联度较低。

MA-ProofBench: A Two-Tiered Evaluation of LLMs for Theorem Proving in Mathematical Analysis

Lushi Pu et al.

cs.AI

本文提出了MA-ProofBench，据称是首个专门针对数学分析领域的正式定理证明benchmark，包含200个形式化定理，分为本科和博士资格考试两个难度级别。评估发现，包括GPT-5.5在内的模型在该benchmark上表现较差，主要失败模式为Mathlib幻觉和不完整证明。

Poker Arena: Multi-Axis Profiling of Strategic Reasoning and Memory in LLMs

Pratham Singla, Shivank Garg, Vihan Singh

cs.AI cs.CL

本文提出了Poker Arena，一个用于评估LLM在战略推理和记忆能力的多轴认知剖面平台，通过三层记忆架构和九轴评估，揭示了不同模型在多个维度上的能力差异，并指出单一标量排名可能误导对模型能力的理解。

Hyperdimensional computing for structured querying on tabular data embeddings

Sebastián Bugedo, Stijn Vansummeren

cs.AI cs.DB

本文探讨了使用Hyperdimensional Computing (HDC)中的Holographic Reduced Representations (HRR)模型进行表格数据行嵌入，以支持结构化查询。通过利用HDC的代数性质，推导了等值与非等值检索谓词的期望相似度闭式解，并用于设定检索阈值。实验表明，该方法在行检索任务上匹配或优于基线方法EmbDI，并能可靠检测零匹配谓词。

Capability Minimization as a Safety Primitive: Risk-Aware Causal Gating for Least-Privilege LLM Agents

Laxmipriya Ganesh Iyer, Rahul Suresh Babu

cs.AI

本文提出Risk-Aware Causal Gating (RACG)框架，通过结合causal effect estimation与calibrated risk control来决定是否采纳模型预测。该方法利用counterfactual risk而非原始置信度进行决策门控，并推导出无分布假设的安全边界，以在保持效用的同时减少高成本错误。

A Multi-Agent AI System for Automated High School Transcript Processing: Collaborative Document Analysis at Scale

Ben Torkian, Jun Zhou

cs.AI

本文提出了一种多智能体AI系统，通过三个专用agent（模式识别、语义分析、视觉智能）协同处理高中成绩单，使用GPA提取作为协调信号，在40份真实文档上达到96.7%的准确率。该系统主要解决文档处理的实际工程问题，与关键词中的agent概念相关但方法缺乏开创性。

Sorries Are Not the Hard Part: An Expert-Review Case Study of a Semi-Autonomous Formalization

Vasily Ilin, Brian Nugent

cs.AI math.AG

本文通过Grothendieck vanishing theorem的半自动化形式化案例，研究了大型语言模型在交互式定理证明中的表现，发现模型能消除proof gaps但难以通过专家评审，尤其在定义选择和API设计上存在不足。

Adversarial Concept Search: Predicting Compositional Errors From Feature Geometry

Jennifer Meng Lu et al.

cs.AI

本文通过分析LLM的representational geometry（表示几何）来预测其在概念组合任务上的失败模式，发现当概念编码接近正交时模型能成功组合，而编码接近时则因干扰导致失败。该方法无需评估具体输入即可预测错误，为构建针对性压力测试提供了基础。

Minim: Privacy-Aware Minimal View for Agents via Trusted Local Sanitization

Hexuan Yu et al.

cs.AI

本文提出MINIM，一种在客户端运行的隐私感知最小化代理，通过预测UI元素的敏感性和必要性分数，在将UI状态发送到远程推理服务器前进行内容过滤，以减少任务无关的敏感信息泄露。该方法基于Contextual Integrity理论，在WebArena上验证了其能有效平衡隐私保护与任务关键信息的保留。

Formalizing Numerical Analysis: An Agent Pipeline and Quality Audit Beyond Kernel Acceptance

Theodore Meek et al.

cs.AI

本文提出了一种基于coding agent的自动化形式化验证流程，将数值分析教材（常微分方程数值方法）形式化为Lean 4代码，并引入了一个三维质量评估框架（语义正确性、Mathlib复用、跨文件复用），发现仅靠kernel acceptance（内核接受）会高估形式化质量。

Applicability Condition Extraction for Therapeutic Drug-Disease Relations

Guanting Luo et al.

cs.AI

本文提出了从生物医学文献中提取药物-疾病适用性条件的任务，并构建了首个包含1119个药物-疾病对的手动标注数据集。作者提出了一种增强LoRA的方法来考虑药物与疾病间的关系，在多个评估设置中优于现有基线方法。

FactoryLLM: A Safe and Open-Source AI Playground for Evaluating LLMs in Smart Factories

Yash Pulse et al.

cs.AI

本文提出了FactoryLLM，一个用于评估基于LLM的RAG模型在智能工厂故障诊断中的安全开源平台，通过分析多机器文档并支持本地模型运行来保护工业数据。案例研究表明其在跨机器文档推理中有效，但方法本身在关键词相关领域（如code, agent, attention）缺乏显著创新。

VeriGeo: Controllable Geometry Question Generation with Numerical and Analytical Verification

Xiaoxian Duan, Zequn Liu, Yingce Xia

cs.AI

VeriGeo是一个可控的几何问题生成框架，通过可执行的推理轨迹确保问题、图表、约束和解决方案的一致性。它使用Author和Solver两个agent生成问题与验证，并采用三阶段流水线检查数值与分析一致性。

When Should Agent Trust Be Conditional? Characterizing and Attacking Skill-Conditional Reputation in Agent Swarms

Yihan Xia, Taotao Wang

cs.AI cs.LG

本文研究了多智能体系统中基于技能的信任评估问题，提出了skill-conditional trust的概念，并通过phase-diagram分析揭示了其适用条件。实验表明该方法在特定场景下有效，但存在被攻击的风险，作者设计了CIVT测试来量化这种风险。

SkillAudit: Ground-Truth-Free Skill Evolution via Paired Trajectory Auditing

Haowen Gao et al.

cs.AI

本文提出SkillAudit框架，通过配对轨迹审计（paired trajectory auditing）在无ground-truth反馈下演化agent技能，利用Process-Aligned Contrastive Evaluation (PACE)将轨迹差异映射为诊断信号以指导技能编辑。实验表明该方法在89个容器化任务中平均任务奖励达73.9%，优于无技能agent和静态专家技能。

AFFORDANCE20Q: Evaluating Affordance Reasoning from Physical Properties

Yifan Jiang et al.

cs.AI

本文提出了一个名为Affordance20Q的affordance推理基准，通过20个问题的游戏形式评估模型从物理属性推理物体功能的能力，并发现现有LLM与人类表现存在差距。

Communication Policy Evolution for Proactive LLM Agents

Xinbei Ma et al.

cs.AI

本文研究了LLM agents的通信策略，提出了Communication Policy Evolution (CPE)框架，通过rollout和prompt-level evolving优化通信策略，无需修改模型即可提升任务成功率。

CSPO: Constraint-Sensitive Policy Optimization for Safe Reinforcement Learning

Ayoub Belouadah, Sylvain Kubler, Yves Le Traon

cs.AI

本文提出了一种用于安全强化学习的约束敏感策略优化方法(CSPO)，通过引入局部约束敏感性修正来改善原始-对偶方法的延迟约束校正问题，在导航和运动基准测试中实现了更快的安全恢复和更高的约束回报。该方法与您提供的关键词列表中的概念关联度较低。

Causal Object-Centric Models for Planning with Monte Carlo Tree Search

Rodion Vakhitov et al.

cs.AI cs.LG cs.RO

本文提出COMET算法，将Monte Carlo Tree Search与object-centric latent space结合，通过action-slot fusion机制和object-causal attention进行规划。该方法在多个视觉RL基准上取得了优于baseline的早期训练性能。

GitOfThoughts: Version-Controlled Reasoning and Agent Memory You Can Replay, Diff, and Merge

Pavan C Shekar, Abhishek H S, Aswanth Krishnan

cs.AI cs.CL cs.LG

本文提出GitOfThoughts，将LLM推理树存储为git仓库以实现可回放、审计和合并，但实验表明在解决新问题时，任何记忆格式（包括git）都无法可靠提升准确性，仅当检索案例与当前问题高度相似（>0.8）时才有显著收益，且收益来自答案检索而非方法迁移。

When the Tool Decides: LLM Agents Defer Blindly to Graph Neural Network Tools, and Stronger Backbones Defer More

Zhongyuan Wang, Pratyusha Vemuri

cs.AI cs.LG

本文研究了LLM Agent在使用GNN工具时的行为，发现Agent会盲目遵从GNN的输出（97.6-99.2%的一致性），而非进行独立判断。更强的backbone反而导致更高的遵从度，且简单的选择性调用门控机制只能恢复部分性能差距。

From Chatbot to Digital Colleague: The Paradigm Shift Toward Persistent Autonomous AI

Yongheng Zhang et al.

cs.AI

本文探讨了大语言模型从聊天机器人向数字同事的范式转变，强调了认知核心和工具增强任务执行两个维度的演进，但未涉及code、spectral、Muon、pretrain或attention等关键词。

Dense Coordinate-List Fine-Tuning Induces a Controllable Interference Surface in Vision-Language Models

Chenyu Zhou, Qiliang Jiang, Boguang Pan

cs.AI

本文研究了在视觉语言模型中微调密集坐标列表输出时产生的重复与终止行为干扰，发现该干扰与模型容量和输出结构相关，并可通过目标级重复移除进行控制。

Every Eval Ever: A Unifying Schema and Community Repository for AI Evaluation Results

Jan Batzner et al.

cs.AI cs.CL cs.CY

本文提出了Every Eval Ever，一个用于AI评估结果的统一schema和社区数据库，旨在解决评估结果格式不兼容和比较困难的问题。该工作通过标准化表示和自动转换器，促进了评估结果的重用和跨社区比较。

StreamMemBench: Streaming Evaluation of Agent Memory for Future-Oriented Assistance

Guanming Liu et al.

cs.AI

本文提出了StreamMemBench，一个用于评估个人agent记忆系统在流式观测中为未来任务提供辅助能力的benchmark，通过构建两步任务序列来测试证据使用和反馈复用。实验发现现有记忆系统在利用观测证据和将反馈转化为可靠后续行为方面存在不足。

VISTA: View-Consistent Self-Verified Training for GUI Grounding

Xinyu Qiu et al.

cs.AI

本文提出VISTA框架，通过从同一GUI界面的多个视角采样rollout并引入自验证跨视角锚点，改进了GRPO在GUI Grounding任务中的训练效果。该方法在多个基准测试上提升了定位准确率，但未涉及关键词中的code、spectral、Muon、pretrain、agent或attention等核心概念。

A Temporal Planning Framework for Disruption Aware Dynamic Route Optimization in Heterogeneous Railway Systems

Pollob Chandra Ray, Sabah Binte Noor, Fazlul Hasan Siddiqui

cs.AI

本文提出了一种基于temporal planning的框架，用于异构铁路系统中的动态路径优化和中断管理，使用PDDL 2.1建模并生成无冲突的时间戳操作计划。实验表明该框架能有效处理多轨距约束和中断，减少对人工决策的依赖。

Abstracting Cross-Domain Action Sequences into Interpretable Workflows

Gaurav Verma, Scott Counts

cs.AI cs.CL cs.LG

本文提出WorkflowView框架，利用large language models将低层级action sequences抽象为高层级activities，并在多个跨域任务中验证了其有效性。该方法主要关注行为序列的语义抽象，与关键词中的agent和context有一定关联，但缺乏开创性或解决长期问题的显著贡献。

Towards Direct Latent-Space Synthesis for Parallel Branches in LLM-Agent Workflows

Shikun Liu et al.

cs.AI cs.CL

本文提出Parallel-Synthesis框架，通过缓存映射器和微调适配器，使LLM能直接利用并行worker agent的KV缓存进行合成，无需文本拼接。该方法在多个下游任务上匹配或超越基于文本的合成，并将首token生成时间降低2.5-11倍。

cs.IR

Personalization and Evaluation of Conversational Information Access

Hideaki Joko

cs.IR

本文研究了对话信息访问中的个性化问题，提出了用于对话实体链接的CREL方法、用于构建个性化对话数据集的LAPS方法以及用于系统评估的FACE方法，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。

Nomenclature Ontology for Medical And Disease names (NOMAD): taxonomy of types and origins of disease names

Spiros Denaxas et al.

cs.IR

本文提出了NOMAD，一个用于疾病名称分类的元本体论，通过机器学习对ICD-10-CM中的疾病名称进行多标签分类，揭示了不同命名惯例的分布差异。该工作主要涉及医学信息学中的命名法分类，与所提供的关键词（如code, context, spectral等）无直接关联。

TASR: Training-Free Adaptive Stopping for Iterative Retrieval

Adrian Kieback et al.

cs.IR

本文提出了一种无需训练的迭代检索自适应停止规则TASR，通过检测模型重复上一轮归一化答案且logit margin超过阈值来停止检索。该方法在多个模型和检索器配置上接近固定k=5的性能但调用次数更少，为检索增强生成中的停止问题提供了一个简单的无训练基线。

Hybrid Neural Retrieval with Generative Query Refinement for Quranic Passage Retrieval

Mohamed G. Salman, Mohammad E. Moftah, Ali Hamdi

cs.IR

本文提出了一种四阶段神经架构用于古兰经段落检索，结合了AraColBERT密集索引与BM25稀疏检索的混合候选检索、CAMeLBERTmix交叉编码器的语义重排序、置信门控机制过滤零答案查询以及AraT5生成式查询精炼模块。该方法在扩展的Quran QA 2022数据集上提升了检索性能，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。

Mood-Aware Music Recommendation: Integrating User Affective Signals into Ranking Systems

Terence Zeng, Abhishek K. Umrawal

cs.IR cs.AI

本文提出了一种将用户情感信号（affective signals）整合到音乐推荐中的mood-conditioned ranking框架，通过softmax-based sampling在energy-valence空间中进行推荐。实验表明该方法相比基线提升了用户感知的推荐质量。

ADORE: Iterative Query Expansion with Retrieval-Grounded Relevance Feedback

Amin Bigdeli et al.

cs.IR cs.CL

本文提出ADORE框架，通过迭代查询扩展将检索结果作为反馈信号，利用LLM生成伪段落、检索器暴露语料响应、相关性评估器判断文档相关性，从而优化扩展质量。实验表明该方法在多个基准上优于现有查询扩展方法。

When Recommendation Denoising Meets Popularity Bias: Understanding and Mitigating Their Interaction

Guohang Zeng, Jie Lu, Guangquan Zhang

cs.IR

本文研究了推荐系统中去噪方法与流行度偏差之间的交互作用，发现基于小损失启发式的去噪方法会抑制长尾物品的干净信号，加剧头部-尾部不平衡。作者提出了流行度感知去噪（PAD）框架，通过根据物品流行度调节去噪强度来缓解这一问题。

Knowledge Graph Enhanced Memory-Augmented Retrieval for Long Context Modeling

Ghadir Alselwi et al.

cs.IR cs.AI cs.CL cs.LG

本文提出KGERMAR框架，通过从输入文本中动态构建上下文相关的knowledge graph，并结合多组件memory架构（包括contextual、semantic和structural memory banks）来增强long context language modeling中的检索能力。实验表明该方法在多个数据集上降低了perplexity并提升了memory效率，但未涉及code、spectral或Muon等关键词。

CoRe: A Continuously Reward-Finetuned LLM Query Rewriter for Multi-Stage Context-Aware Relevance in Web-Scale Video Search

Yilin Wen et al.

cs.IR cs.CL

本文提出CoRe系统，通过持续奖励微调LLM查询重写器，用于多阶段上下文相关的视频搜索。系统使用部署的多模态相关性模型作为奖励源，并采用半在线混合偏好优化循环来降低训练成本，在工业级规模下实现了每周重新部署。

ChronoID: Infusing Explicit Temporal Signals into Semantic IDs for Generative Recommendation

Dongdong Nian et al.

cs.IR cs.AI

本文提出了ChronoID框架，通过将显式时间信号融入semantic ID来改进生成式推荐。文章系统性地沿三个正交维度刻画了时间信号的设计空间，并构建了一个新的时间显式基准来评估不同时间融合方式的效果。

ScoreGate: Adaptive Chunk Selection for Retrieval-Augmented Generation via Dual-Score Statistical Fusion

Karamvir Singh, Arvind Jain

cs.IR cs.CL

本文提出ScoreGate，一种轻量级的自适应检索块选择机制，通过融合bi-encoder相似度和cross-encoder重排分数来动态控制检索数量，无需额外模型调用。实验表明该方法能在减少检索块数量的同时保持检索质量，但方法本身属于工程优化，缺乏理论或方法上的开创性。

Verifiable User Simulation for Search and Recommendation Systems

Chenglong Ma et al.

cs.IR cs.HC

本文介绍了一个针对搜索和推荐系统的可验证用户模拟框架，该框架由七个可审计组件构成，旨在提高LLM-based user simulator的透明度和公平性，并减少对少数群体的歧视性响应。

Private Information Retrieval for Large-Scale DNA-Based Data Storage

Gökberk Erdoğan et al.

cs.IR

本文探讨了在基于合成DNA的数据存储中实现Private Information Retrieval (PIR)的问题，提出了两种适应双服务器PIR协议的方法，以平衡隐私、效率和可行性。

cs.CL

CacheRL:Multi-Turn Tool-Calling Agents via Cached Rollouts and Hybrid Reward ⭐ 精选

Md Amirul Islam et al.

cs.CL

CacheRL提出了一种训练小型agent foundation model的系统，通过cached rollouts和hybrid reward机制，在multi-step tool-calling任务上以远低于大模型的计算成本达到接近GPT-5的准确率。其核心创新包括：利用hybrid thinking trajectory pipeline从大模型迁移tool-calling知识，通过CacheAgentLoop的三层fuzzy cache消除实时执行成本，并设计cache-tier-aware reward避免因缓存限制导致的惩罚。该方法结合SFT和GRPO进行迭代训练，在公开benchmark上取得competitive performance，并揭示了数据质量和reward设计比复杂优化方法更关键。

AgentSpec: Understanding Embodied Agent Scaffolds Through Controlled Composition ⭐ 精选

Jixuan Chen et al.

cs.CL

AgentSpec提出了一种模块化规范框架，将embodied agent表示为可复用policy components（策略组件）的typed composition（类型化组合），并标准化了perception、memory、reasoning、reflection、action等模块间的接口。通过在DeliveryBench、ALFRED等环境中的实验，该工作揭示了agent性能主要由scaffold compatibility（脚手架兼容性）和模块间的interaction effects（交互效应）决定，而非孤立模块的强度。该框架为可控地研究、比较和设计可组合的LLM agent提供了基础，与关键词“agent”高度契合。

GAGPO: Generalized Advantage Grouped Policy Optimization

Siyuan Zhu et al.

cs.CL cs.AI cs.LG

本文提出了一种名为GAGPO的无critic强化学习方法，通过构造非参数化的grouped value proxy来计算时序优势，用于多轮对话环境中的信用分配。该方法在ALFWorld和WebShop任务上表现优于基线，但并未涉及code、spectral、Muon或pretrain等关键词。

The Coin Flip Judge? Reliability and Bias in LLM-as-a-Judge Evaluation

Abel Yagubyan

cs.CL cs.AI

本文研究了LLM-as-a-Judge评估的可靠性问题，发现单次评估中偏好翻转率平均为13.6%，且存在位置偏差。作者建议采用多轮聚合和位置随机化等标准实践，但未涉及关键词中的核心概念。

Benchmarking Web Agent Safety under E-commerce Deceptive Interfaces

Zijing Shi, Meng Fang, Ling Chen

cs.CL cs.CY

本文提出了WebDecept框架，用于在电子商务环境中注入七种常见的欺骗性界面模式（如定向广告和域名重定向），并评估了多模态web agent的安全性。实验表明当前agent极易受此类欺骗影响，且基于prompt的约束不足以缓解这些安全漏洞。

Which Models Perform Better in Inheritance Reasoning?

Mohammed Amine Mouhoub, Chahinez Bouchekif

cs.CL

本文比较了商业和开源大语言模型在伊斯兰继承推理任务中的表现，发现商业模型在识别继承人、应用排除规则和保持推理一致性方面更可靠，而开源模型在涉及依赖法律决策和分数份额调整时稳定性较差。

QIAS 2026: Overview of the Shared Task on Islamic Inheritance Reasoning

Abdessalam Bouchekif et al.

cs.CL

本文介绍了QIAS 2026共享任务，旨在评估大语言模型在伊斯兰继承法领域的复杂推理能力，基于MAWARITH基准数据集和MIR-E评估指标。16个参赛团队尝试了多种方法，结果表明该任务对当前模型仍具挑战性，尤其在法律解释和结构化数值推理方面。

The Culture Funnel: You Can't Align What isn't in the Data

Ananya Sahu et al.

cs.CL

本文提出“文化漏斗”概念，通过多维标签框架分析pretraining、fine-tuning等阶段的数据，发现文化信号在post-training阶段急剧下降，而地理集中、任务特化的数据占主导。研究强调多语言性虽能增强地理多样性，但无法保证平衡表征，并发布含560万样本的文化标注数据集。

When Plausible Is Not Realistic: Evaluating Human Mobility in LLM-Based Urban Simulation

Gustavo H. Santos, Aline Carneiro Viana, Thiago H. Silva

cs.CL cs.AI cs.MA

本文提出了一个验证框架，用于评估基于LLM的生成式agent在城市模拟中是否再现了真实的人类移动模式。通过对比巴黎和上海的真实数据，发现这些模拟器虽能捕捉高层语义活动分布，但难以复现行程长度分布、起终点流等核心时空约束。

Hybrid Classical-Quantum Variational Autoencoder for Neural Topic Modeling

Ivan Kankeu

cs.CL

本文提出了一种混合经典-量子变分自编码器用于神经主题建模，在VAE推理网络中嵌入参数化量子电路，并采用改进的高斯Softmax后验分布以适配低资源量子设备。在AgNews数据集上，该混合模型在主题连贯性指标上优于经典模型，但方法本身并非开创性突破，且与关键词列表中的概念关联较弱。

SANA: What Matters for QA Agents over Massive Data Lakes?

Austin Senna Wijaya et al.

cs.CL cs.AI cs.DB

本文提出了SANA框架，用于诊断大规模数据湖中探索性问答agent的失败原因。该框架通过将端到端任务分解为搜索、规划、数据分析等组件的运行时profile，并利用消融实验定位性能瓶颈。实验表明数据分析是主要瓶颈，而搜索在大型数据湖场景中限制显著。

DLawBench: Evaluating LLMs Through Multi-Turn Legal Consultation

Li Zhang et al.

cs.CL

本文提出了DLawBench基准，用于评估LLMs在多轮法律咨询中的表现，通过模拟四种客户类型（合作、依赖、退缩、对抗）来测试模型的信息获取和策略引导能力。实验发现，即使最佳模型GPT-5.5在咨询驱动的法律推理上准确率也仅0.562，并揭示了模型在客户最需要指导时表现更差的悖论。

Can Post-Training Turn LLMs into Good Medical Coders? An Empirical Study of Generative ICD Coding

Ziqing Wang et al.

cs.CL

本文通过对比prompting、supervised fine-tuning和reinforcement learning等后训练方法，实证研究了生成式LLM在自动ICD编码任务上的表现，发现仅靠prompting会低估LLM的潜力，而SFT和GRPO能显著提升编码性能。

LLMs Contain Multitudes: How Deployment Context Reshapes Model-Level Preferences and Values

Filip Trhlik et al.

cs.CL

本文研究了部署上下文（如撰写Reddit帖子或新闻文章）如何显著改变大语言模型（LLM）在偏好和价值判断中的表现，发现上下文变化导致的模型输出差异远大于提示改写或温度控制的影响，表明模型级偏好并非固定属性，而是上下文依赖的测量结果。

MedLatentDx: Latent Multi-Agent Communication for Cross-Hospital Rare-Disease Diagnosis

Ziqing Wang, Lili Zhao, Kaize Ding

cs.CL

本文提出MedLatentDx，一种用于跨医院罕见病诊断的潜在多智能体通信框架。它通过传输压缩的潜在KV块而非原始临床文本来保护隐私，并在自建基准上提升了诊断性能。

Creative Integration: A Decidable Criterion of Creativity

Yoshinori Nomura

cs.CL

本文提出了一种基于描述长度压缩的创造性整合（CI）可判定标准，通过四个二元合取门将判断过程算法化，并构建了多领域语料库进行验证。该方法将创造力定义为对冲突的压缩，但主要贡献在于可判定性而非理论创新，与关键词列表中的概念关联较弱。

Fusing Stylometric and Embedding Systems to Estimate Authorship Likelihood Ratios in Japanese

Praju Ghatpande et al.

cs.CL

本文首次将基于likelihood ratio的forensic text comparison方法应用于日语数字文本，通过融合stylometric features和embedding-based systems，在博客文本片段上验证了该方法的可行性，并展示了融合系统在校准和区分能力上的提升。

The Holistic Storage of Verb+Up Phrases in Text-based and Audio-based Language Models

Zachary Nicholas Houghton et al.

cs.CL

本文研究了文本和音频语言模型中对动词+up短语的整体存储现象，发现频率和可预测性驱动了这些短语形成独立表征，支持基于使用的语言理论。

Dialogue SWE-Bench: A Benchmark for Dialogue-Driven Coding Agents

Brendan King, Jeffrey Flanigan

cs.CL

本文提出了Dialogue SWE-Bench，一个用于评估对话驱动编码agent的基准数据集，并设计了一个基于persona的用户模拟器来支持任务评估。实验表明，更好的编码模型并不总是对应更好的对话模型，说明对话能力是编码agent性能的一个独立且未被充分研究的维度。

Right or Wrong, Models Comply: Directional Blindness in LLM Moral Judgment

Jihye Kim, Jeffrey Flanigan

cs.CL

本文提出Compliance Asymmetry指标，用于衡量LLM在事实与道德判断中对有益和误导性提示的服从差异。研究发现模型在道德问题上存在方向盲从现象，即对有益和有害提示的服从率几乎相同。

Harsher on Male? Evaluating LLMs on Gender-Asymmetric Moral Framing Across Diverse Conflict Scenarios

Guangzong Si et al.

cs.CL

本文提出了GAMA-Bench基准，通过性别镜像的冲突场景评估LLM在道德框架中的性别不对称性。实验发现模型对男性角色更倾向于惩罚和责备，而对女性角色更倾向于共情和治疗。

Beyond Perplexity: UTF-8 Validity in Byte-aware Language Models

Sangwhan Moon et al.

cs.CL

本文研究了byte-level tokenization下语言模型生成无效UTF-8序列的问题，发现UTF-8结构有效性收敛速度比perplexity慢约一倍，且罕见字符的结构有效性反而更高。该工作主要关注语言模型生成可靠性，与关键词中的code、spectral、Muon等方向关联较弱。

Implicit Reasoning for Large Language Model-based Generative Recommendation

Yinhan He et al.

cs.CL cs.AI

本文针对基于LLM的生成式推荐（Generative Recommendation）中显式推理（explicit reasoning）的局限性，提出了一种轻量级隐式推理范式PauseRec。该方法通过避免昂贵的推理链获取和对齐训练，在降低训练与推理成本的同时提升了推荐性能。

Personal Care Utility: Health as Everyday Infrastructure

Mahyar Abbasian et al.

cs.CL

本文提出了一种名为Personal Care Utility (PCU)的分层事件驱动架构，旨在将个人健康数据组织为语义化生活事件，并利用大语言模型进行推理与沟通，同时确保临床决策基于验证证据。该工作主要关注健康基础设施设计，与关键词中的code、context、spectral、Muon、pretrain、agent、attention等概念无直接关联。

OdysSim: Building Foundation Models for Human Behavior Simulation

Xuhui Zhou et al.

cs.CL cs.AI cs.LG

本文提出了OdysSim，一个用于构建人类行为模拟基础模型（behavioral foundation models）的系统性研究。它通过SOUL分类法统一了62个数据集和23个基准任务，并训练出OSim模型，在多项任务上表现优异，其输出更接近人类行为。

Detecting undisclosed LLM-generated content in parliamentary texts

Minerva Suvanto et al.

cs.CL

本文使用可解释的文本分类器，通过对比大语言模型出现前后的议会文本，检测了英国和瑞典议会文本中未公开的大语言模型生成内容，发现自2022年起此类内容呈稳定增长趋势。

Decoupled Mixture-of-Experts for Parametric Knowledge Injection

Baoqing Yue et al.

cs.CL

本文提出了一种名为Decoupled Mixture-of-Experts (DMoE)的模块化架构，用于向大语言模型注入外部知识。该方法将知识解耦为独立可更新的expert模块，并仅在生成时激活相关expert，但整体方法更侧重于知识注入的灵活性与效率，与您提供的关键词关联度较低。

The Linguistics Olympiads: Towards a New Corpus for Linguistics Research?

Vlad A. Neacsu

cs.CL

本文探讨了语言学奥林匹克问题(LOPs)作为语言学研究中新型语料库的潜力，分析了其作为数据来源的优势与局限性，并提出了在学术研究中负责任使用这些问题的标准。该工作旨在为连接语言学奥林匹克与学术语言学建立理论基础。

Does the Judge Prefer English? Evaluating Language-Switching Invariance in LLM-as-a-Judge

Shaojie Yin

cs.CL

本文提出Judge-LS协议，通过将LLMBar基准中的回答对转换为英文、中文及中英混合变体，评估LLM作为评判者时的语言切换不变性。实验发现语言切换会导致10.7-14.4%的偏好翻转，但未发现系统性的英语偏好。

Retrospective Progress-Aware Self-Refinement for LLM Agent Training

Xinbei Ma et al.

cs.CL

本文提出RePro框架，通过让LLM agent在完成任务后回顾并生成progress信号，以增强其元认知能力。该方法在WebShop等任务上提升了Qwen系列模型的成功率，但主要贡献在于训练范式改进，而非解决长期存在的理论问题或与关键词高度契合。

Achieving Precise Text-To-Cypher Via Grounded Knowledge Graph Data Generation

Francesco Cazzaro, Jessica Lennon, Ariadna Quattoni

cs.CL cs.AI

本文提出了一种自动合成数据生成方法，用于微调小型LLM以执行Text-To-Cypher任务，将自然语言查询转换为属性图数据库的Cypher查询。实验表明，该方法能显著提升小型LLM的性能，使其与大型专有模型竞争，从而在本地部署场景中保障数据主权并降低标注成本。

Learning to Hear Hesitation: Continual Learning for Disfluency-Aware ASR

Henri-Leon Kordt et al.

cs.CL cs.AI cs.SD

本文针对ASR中的不流畅语音问题，提出使用continual learning方法引入显式的不流畅标记，以避免灾难性遗忘。实验分析了标记学习与ASR性能之间的权衡，并发现不同CL方法共享一致的cross-attention head机制。

Coping in Crisis: Computational Modeling of Coping Styles in Digital Crisis Discourse During the 2023 Turkiye Earthquake

Şevval Çakıcı

cs.CL

本文利用超过一百万条土耳其语推文，开发了一个基于BERTurk的多标签classifier，用于检测地震危机话语中的三种应对风格（problem-focused, emotion-focused, meaning-making）。研究发现这些风格随时间呈现不同的变化轨迹，并揭示了愤怒情绪与意义建构之间的强相关性。

MoDiCoL: A Modular Diagnostic Continual Learning Dataset for Robust Speech Recognition

Theresa Pekarek Rosin, Matthias Kerzel, Stefan Wermter

cs.CL cs.AI cs.SD

本文提出了MoDiCoL，一个模块化诊断性持续学习数据集，用于分析语音识别系统在真实世界分布变化下的鲁棒性，并评估了三种持续学习策略。该工作主要关注语音识别领域的鲁棒性评估，与关键词中的概念关联较弱。

A Computational Audit of Demographic Association Encoding in ClinicalBERT Language Predictions

Kehinde Temitayo Soetan

cs.CL cs.HC

本文通过Log Probability Bias Analysis和Masked Language Model两种方法，系统审计了ClinicalBERT在临床决策支持中的表征偏差，发现模型内部放大效应是偏差的主要来源，而非训练数据继承。

Fodor and Pylyshyn's Systematicity Challenge Still Stands

Michael Goodale, Salvador Mascarenhas

cs.CL cs.AI

本文指出近期声称神经网络已解决Fodor和Pylyshyn系统性挑战的结论为时过早，通过实验表明Lake和Baroni的meta-learning for compositionality模型在分布外规则学习上表现不佳，且即使在分布内问题上也缺乏系统性，因此认为该挑战仍未得到解决。

BayLing-Duplex: Native Full-Duplex Speech Dialogue with a Single Autoregressive LLM

Qingkai Fang, Shoutao Guo, Yang Feng

cs.CL eess.AS

本文提出BayLing-Duplex，一种原生全双工语音对话模型，通过单个自回归LLM和少量特殊token实现同时听与说，无需外部VAD模块。实验表明其在交互成功率上优于现有方法，且不牺牲响应质量。

SIMMER: Benchmarking Latent Failures in LLM Executable Planning with a World Model

Xiaoxin Lu, Ranran Haoran Zhang, Rui Zhang

cs.CL cs.AI

本文提出了SIMMER基准，用于评估大语言模型在家庭环境规划中的潜在失败（latent failures），通过一个基于厨房领域的符号世界模型和状态机执行器来检测规划中的即时失败、潜在危害和不可逆失败。实验表明，即使最先进的模型也仅有至多17%的无错误规划，且多数潜在失败会导致不可逆后果。

Persuasion Index: A Theory-Guided Framework for Persuasion Analysis

Liancheng Gong et al.

cs.CL

本文提出了一个基于心理学和传播学理论的Persuasion Index (PI)框架，包含15个维度和55个基于lexicon和rule-based detectors的子特征，用于识别persuasive rhetorical cues。该框架在四个公开数据集上验证了其有效性，为解释与persuasion相关的rhetorical patterns提供了共享特征空间。

LoSoNA: A Benchmark for Local Social Norm Adaptation in Group Conversations

Mateusz Winiarek, Maksymilian Bilski, Mateusz Jacniacki

cs.CL

本文提出了一个名为LoSoNA的benchmark，用于评估LLM-based agent在多人群聊中推断并适应当地社交规范的能力。实验发现，大多数模型在naive prompting下表现有限，而explicit norm-aware prompting的效果因模型而异。

Characterizing Cultural Localization in AI-Generated Stories

Shaily Bhatt et al.

cs.CL

本文提出了一种衡量AI生成故事中文化本地化程度的方法，通过识别区分不同国籍的词汇标记并分析移除它们后的叙事相似性，发现仅9-17%的词汇贡献了文化差异，且剩余叙事中存在重复的多词序列，表明存在共享的文化无关叙事模板。

CORA: Analyzing and bridging thinking-answer gap in Multimodal RLVR via Consistency-Oriented Reasoning Alignment

Jiayue Cao et al.

cs.CL

本文分析了多模态RLVR中推理过程与最终答案之间的语义不一致问题，并提出CORA方法，通过引入轻量级一致性奖励模型和混合奖励优势分割来协调优化。实验表明该方法能提升任务性能并产生更可靠的推理轨迹。

AdaSR: Adaptive Streaming Reasoning with Hierarchical Relative Policy Optimization

Junlong Tong et al.

cs.CL

本文提出AdaSR框架，通过分层相对策略优化（HRPO）使模型在输入流式传输过程中进行推理，并在流结束后进行最终思考，以平衡推理准确性、计算效率和流式延迟。该方法主要针对动态流式场景（如音频和视频流），与关键词中的“attention”或“context”关联较弱。

cs.DS

An Efficient Private Algorithm for Community Detection ⭐ 精选

Vincent Cohen-Addad et al.

cs.DS

本文针对stochastic block model (SBM)下的社区检测问题，提出了首个在差分隐私约束下实现精确恢复(exact recovery)且具有近线性时间和空间复杂度的算法。其核心创新在于引入了adaptive disjoint-star algorithms这一新概念，通过查询边不相交子图上的节点度数来高效探索图结构，并证明了该类算法天然具备强隐私保证。该工作显著优于此前需要伪多项式时间或二次资源开销的SBM恢复算法，并在实验中展示了比先前工作多两个数量级节点的精确恢复能力。

Designing Efficient and Reachable Routes: The $k$-Step-Central Shortest Path Problem

Johnson Phosavanh, Dmytro Matsypura

cs.DS math.CO math.OC

本文研究了$k$-Step-Central Shortest Path问题，即在最短路径中最大化可达性（固定距离内覆盖的节点数）。作者证明了在无权图上该问题可在多项式时间内求解，并提出了带新颖剪枝规则的算法，同时指出在加权图上问题变为NP-hard。

On a Conjecture for Parameterized st-Orientations

Charalampos Papamanthou

cs.DS

本文通过构造一个9个顶点的biconnected graph，反证了Papamanthou和Tollis提出的关于参数化$st$-orientations的猜想，即对于任意biconnected graph，MaxSTN算法得到的最长路径长度$\ell_{\max}$不小于MinSTN算法得到的$\ell_{\min}$。

others

Scalable Deep Unfolding of Conic Optimizers ⭐ 精选

Alex Oshin, Rahul Vodeb Ghosh, Evangelos A. Theodorou

math.OC cs.LG

本文针对机器人领域大规模semidefinite programs (SDPs)中深度展开(Deep Unfolding)方法的可扩展性问题，提出了两项关键创新。首先，通过一种无矩阵(matrix-free)的隐式微分规则，仅依赖matrix-vector products进行反向传播，将内存复杂度从$O(n^2)$降至$O(n)$，解决了全更新锥优化器(如COSMO)每步迭代中线性系统求解的存储瓶颈。其次，基于Dalečkii--Krein表示推导了正半定(PSD)锥投影的Fréchet导数的反向传播规则，克服了特征值重合时的数值不稳定性。该方法在非线性协方差控制、max-cut及Lovász $\vartheta$ SDP等任务中，学习到的超参数策略和热启动(warm-start)方案相比COSMO等最先进求解器实现了高达50倍的加速，且与关键词中的“code”和“context”无直接关联，但方法本身具有开创性。

Selective Agentic Recovery for UAV Autonomy with a Persistent Mission Runtime ⭐ 精选

Taewoo Park et al.

cs.RO cs.AI

本文提出Persistent Mission Runtime (PMR)框架，用于无人机自主飞行中的选择性agentic recovery。该框架将安全关键的执行保留在本地，仅当需要时通过一个learned Cognitive Value of Invocation (learned-CVI)门控机制调用外部agentic reasoner，从而在保证任务进度的同时降低远程推理的延迟和资源开销。实验表明，该方法在Gazebo/PX4基准测试中将困难场景的成功率从5.0%提升至95.0%，并显著减少了远程agent调用次数。该工作与关键词"agent"高度契合，并为agent在实时系统中的选择性调用提供了开创性方法。

Free Heavy-Tailed Lunch for Muon: A Theoretical Justification of Empirical Success ⭐ 精选

Florian Hübler, Thomas Pethick, Suvrit Sra

math.OC cs.LG stat.ML

本文为Muon优化器在训练Transformer模型中的成功提供了理论依据，证明了在heavy-tailed非凸随机优化场景下（stochastic gradients具有有界$p$-th central moments，$p \in (1,2]$），Muon（基于spectral geometry的non-Euclidean方法）在nuclear norm stationarity度量下能达到最优样本复杂度$\mathcal{O}\left(\min\{m, n\} \frac{\Delta_1 L}{\varepsilon^2} \left(\frac \sigma \varepsilon \right)^{\frac p {p-1}}\right)$，而Euclidean方法会引入额外的维度依赖成本。该结果首次严格证明了Muon在heavy-tailed噪声下的理论优势，并指出其他Schatten geometries（如code相关结构）在某些设置下也能取得竞争性表现，为pretrain和attention等场景的优化器设计提供了新视角。

Learning Coordinated Preference for Multi-Objective Multi-Agent Reinforcement Learning ⭐ 精选

Pengxin Wang et al.

cs.MA cs.AI

本文提出Preference Coordinated Multi-agent Policy Optimization (PCMA)方法，用于解决多目标多智能体强化学习（MOMARL）中目标冲突与智能体间偏好协调问题。该方法通过学习协调的智能体特定偏好，实现智能体间的互补性trade-off，并在理论上将合作MOMARL建模为团队最优博弈，证明偏好多样性可通过一阶改进分解诱导团队性能提升。实验表明PCMA在多个合作MOMA环境及实际交通控制场景中均能改善性能与trade-off协调性，与关键词"agent"高度契合。

Gaze Heads: How VLMs Look at What They Describe ⭐ 精选

Rohit Gandikota, David Bau

cs.CV cs.CL cs.LG

本文发现Vision-Language Model (VLM)的语言模型骨干中存在一组称为gaze heads的attention heads，其注意力会追踪模型当前正在描述的图像区域。通过使用连环画作为受控测试平台，作者利用简单的相关性评分从少量前向传播中识别出这些heads。关键贡献在于，对前100个gaze heads（少于全部heads的9%）进行单一的attention-mask干预，可以以83.1%的准确率将模型的回答引导至任意选定的连环画面板，而随机heads的相同干预则失败。该机制在自然图像（COCO）和不同规模的VLM架构中均有效，展示了通过机制分析识别的目标编辑可以作为无需重新训练的推理时控制杠杆，这与关键词attention高度契合。

Biclique decompositions from Welzl orders

Jean Cardinal, Rose McCarty, Yelena Yuditsky

math.CO cs.DM cs.DS

本文研究了图的biclique decomposition（将边划分为完全二部子图），通过Welzl order（一种顶点排序）证明了具有低邻域复杂度的图存在小规模的biclique decomposition，并由此推广了Zarankiewicz问题、矩阵乘法、量子电路复杂度及最短路径算法中的若干已知结果。

Cross-Dataset Bloom Question Classification: Supervised Models and Prompted LLMs

Abdolali Faraji et al.

cs.CY cs.AI cs.CL cs.LG

本文研究了跨数据集Bloom问题分类任务，比较了监督ML/DL模型与LLM提示策略的表现。实验发现监督模型在未见数据集上性能显著下降，而LLM更稳定，并基于最佳提示策略开发了轻量级用户界面。

Indirect Computing Model with Indirect Formal Method

Xiaohui Zou

cs.CY cs.CL

本文从人机交互与协同计算的角度，讨论了间接计算模型与间接形式化方法对云计算优化的原理，并以中文信息数据为例展示了协同智能计算系统的设计概念。

Incentives Of EdTech: A Systematic Review Of EduNLP Research

Gabrielle Gaudeau et al.

cs.CY cs.CL

本文对2024-2025年ACL教育应用相关论文进行了系统性文献综述，揭示了EdTech研究中私营部门激励与教育基础设施需求之间的张力，并指出教师作为受益者被系统性忽视、实际部署稀少以及伦理参与流于形式等问题。

An Agentic Retrieval Framework for Autonomous Context-Aware Data Quality Assessment

Hadi Fadlallah et al.

cs.DB cs.AI

本文提出了一种基于agentic-retrieval框架的自动化上下文感知数据质量评估方法，通过多agent工作流解释自然语言描述并生成可执行验证逻辑。该方法引入可行性验证阶段确保执行可靠性，但主要聚焦于数据质量评估应用，与关键词中的code、spectral、Muon、pretrain、attention等概念关联较弱。

Efficient Temporal Modeling for Mobile Sleep Staging via Lightweight Random Attention

Guisong Liu et al.

eess.SP cs.AI cs.LG

本文提出了一种名为Random Attention (RA)的轻量级时序建模模块，用于移动端睡眠分期任务。RA基于固定随机投影实现相似性聚合，以极低的参数量替代了RNN和Transformer等可学习序列模型，并在多个数据集上取得了有竞争力的性能。

Korzhinskii-Net: Physics-Informed Neural Network for Sub-Surface Mineral Prospectivity Modelling

Boris Kriuk

physics.geo-ph cs.AI cs.LG

本文提出Korzhinskii-Net，一种将Darcy流、热输运和反应速率耦合的2-D径向物理信息神经网络(PINN)，用于地下矿产潜力建模。在五个矿区的测试中，该模型在PR-AUC等指标上显著优于梯度提升等经典基线方法，表明物理信息可微模拟器能捕捉纯数据驱动模型遗漏的定位模式。

AGORA: Can Deliberation and Governance Gates Absorb Participation Bias in Transit Planning?

Jung-Hoon Cho, Cathy Wu

cs.CY cs.LG cs.MA cs.SI

本文提出AGORA框架，通过固定网络、需求和求解器，系统性地改变会议参与者构成，研究参与偏差对交通网络设计的影响。实验表明，结构化讨论和治理门控机制能有效减少结果对参与者构成的依赖，但治理门控的阈值需要针对具体实例进行校准。

Active Inference for Adaptive Traffic Signal Control in Noisy Nonstationary IoT Environments

Dénes Toth et al.

eess.SY cs.AI cs.LG cs.NI cs.PF

本文提出了一种基于active inference的自适应交通信号控制器，通过最小化expected free energy (EFE)来动态选择相位，并在SUMO模拟器中与rule-based heuristic和deep Q-network (DQN)进行对比。实验表明，在传感器遮挡、恶劣天气等噪声和非平稳环境下，该控制器能获得更低的空闲时间和CO2排放。

Position: AI Must Become Planet-Centered, Not Just Human-Centered

Maria Perez-Ortiz

cs.CY cs.AI cs.LG

本文主张当前AI范式不足以支持复杂的全球目标，并提出以行星为中心的AI（PCAI）作为设计哲学和研究议程，强调将AI重新定向至行星尺度的社会-生态系统及其长期轨迹。文章诊断了以人为中心的AI框架的局限性，并阐述了PCAI如何重塑AI生命周期。

HierSVA: A Data Synthesis Pipeline, Dataset, and Benchmark for LLM-Driven Hierarchical Hardware Formal Verification

Maohua Nie et al.

cs.AR cs.AI

本文提出了HierSVA，一个用于LLM驱动的层次化硬件形式化验证的数据合成流程、数据集和基准测试套件。它包含一个生成SystemVerilog Assertions (SVA)的流程、一个包含342个模块的数据集，以及一个从六个指标维度评估断言质量的基准。实验评估了多个LLM的性能，并分析了agent模式下的效果。

LoMC: Localized Multidirectional Correction for Refusal Suppression in Routed Foundation Models

Yan Hong et al.

stat.ML cs.LG

本文提出了一种名为Localized Multidirectional Correction (LoMC)的方法，用于在路由式MoE和混合MoE基础模型中抑制拒绝回答行为。该方法通过支持门控干预框架，在紧凑的干预范围内提升非拒绝目标响应行为，同时保持通用能力。

Multimodal Speaker Identification in Classroom Environments

Michael L. Chrzan et al.

cs.SD cs.CL

本文提出了一种多模态说话人识别框架，通过将acoustic embeddings与LLM生成的semantic context结合，在课堂环境中提升了学生识别准确率（从39.0%到50.3%），并实现了教师与学生角色的高精度区分（99.3%）。该方法主要针对噪声和儿童语音变异性问题，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。

CisTransCell: Single-Cell Perturbation Prediction via Gene Function, Regulatory Control, and Cellular Context

Wei Zhang et al.

q-bio.GN cs.AI

本文提出CisTransCell，一个用于单细胞扰动预测的细胞条件多模态框架，通过为每个基因补充调控序列先验和编码序列先验来建模扰动响应。实验在基准数据集上展示了零样本扰动预测的性能。

Morphology-Aware Sample Assignment: Overcoming IoU Insensitivity for Surface Defect Detection

Pengfei Liu, Yuhan Guo

cs.CV cs.AI

本文发现IoU在评估候选框与真实框的空间对齐时存在不敏感区域，并引入面积、形状和长宽比等形态相似性指标来改进正样本分配，从而提升表面缺陷检测的精度。该方法基于YOLOv9框架，在NEUDET和GC10-DET数据集上取得了一致性能提升，且无需额外推理开销。

How Task Structure Limits Multi-Agent Success: An Information-Theoretic Analysis

Shi Pan, Ming Luo

cs.IT cs.LG

本文通过信息论分析，证明了在多智能体系统中，任务成功概率受限于任务约束图的连通性，并随最小割成本$C_{\min}$指数衰减。该理论为理解agent协作的固有瓶颈提供了新视角，但未直接涉及代码、上下文或谱方法等关键词。

VHDLSuite: Unified Pipeline for LLM VHDL Generation with Data Synthesis and Evaluation

Yijun Shen et al.

cs.AR cs.AI cs.LG cs.PL

本文提出了VHDLSuite，一个用于评估LLM在VHDL代码生成任务上的基准测试框架，包括自动数据合成、可执行验证和多模型诊断分析。该工作主要关注硬件描述语言代码生成评估，与关键词中的code相关但缺乏开创性。

FreoStream:Enhancing Stream Guardrails via Future-Aware Reasoning and Safety-Aligned Optimization

Jianwei Wang et al.

cs.CR cs.AI

FreoStream通过未来感知推理和安全对齐优化，改进了流式护栏（stream guardrails）的token级安全检测，降低了过度拒绝率并增强了越狱防御能力。该方法主要关注大语言模型的安全对齐，与关键词中的code、context、spectral、Muon、pretrain、agent、attention均无直接关联。

A Virtuous AI is an Existential Risk

Guillermo Del Pinal, Youngchan Lee, Min Ohn

cs.CY cs.AI cs.LG

本文探讨了使用“Constitutional AI”微调超级AI时，AI安全与福祉之间的权衡。研究发现，通过“美德伦理”宪法微调的AI在降低存在风险与提升通用安全性之间存在矛盾，即过度强调服从人类权威可能增加被诱导产生不安全行为的风险。

BigPower: Hierarchical Source-Level Module Power Estimation for CPUs with Large Language Models

Honghua Zhu, Chunjie Luo, Jianfeng Zhan

cs.AR cs.LG

本文提出BigPower，一种基于大语言模型的分层源级模块功耗估计方法，用于CPU设计中的细粒度功耗预测。该方法利用LLM表示结合架构层次、模块连接性和工作负载上下文，无需额外仿真即可从源级设计信息估计功耗。

Position: Align AI to Our Aspirations, Not Our Flaws

Nikita Kazeev, Bui Nhat Huyen Phan

cs.CY cs.AI cs.LG

本文批判了将AI与聚合的人类偏好对齐的做法，主张AI应被训练以客观对齐目标（如能力、事实准确性、诚实和合法性）为不可妥协的底线，而多元性应仅体现在表面层面。文章提出了四项建设性承诺，并回应了商业压力、民主合法性等六项反对意见。

SEVRA-BENCH: Social Engineering of Vulnerabilities in Review Agents

Rui Melo et al.

cs.CR cs.AI

本文提出了SEVRA-BENCH基准，用于评估LLM代码审查agent在面对恶意pull request时的安全性，通过反转真实CVE漏洞修复来构造攻击样本并加入社会工程框架。实验发现闭源与开源模型在安全能力上存在显著差距。

CineOrchestra: Unified Entity-Centric Conditioning for Cinematic Video Generation

Sharath Girish et al.

cs.CV cs.AI

本文提出了CineOrchestra，一个统一的视频扩散模型，用于同时控制电影视频生成中的多个主体、事件、相机运动和镜头切换。其核心思想是将这些异构元素统一表示为在特定时间区间内活动的实体，并通过两种无参数旋转位置编码（interval-sampled temporal RoPE和2D entity-temporal cross-attention RoPE）来解决条件控制问题。

$μ_0$: A Scalable 3D Interaction-Trace World Model

Seungjae Lee et al.

cs.RO cs.CV cs.LG

本文提出了一种基于3D轨迹的可扩展世界模型$\mu_0$，通过预测交互点的平滑3D轨迹而非像素或动作，实现了与具体embodiment无关的运动接口。该方法利用TraceExtract系统从视频中自动提取3D监督信号，并结合预训练的vision-language backbone与模块化trace expert进行训练。实验表明，$\mu_0$在轨迹预测上优于基线方法，且冻结后的模型可与下游action expert结合，在机器人操控任务中达到与动作监督预训练的VLA模型相当的性能。

Conformal calibration and look-elsewhere effect in anomaly detection for new-physics searches

Jack Y. Araz, Michael Spannowsky

hep-ph cs.LG hep-ex stat.ML

本文提出了一种基于conformal prediction的校准层，可将任意异常检测分数转化为具有有限样本保证的显著性，并修正了共振搜索中sideband到信号区域的exchangeability失效问题。该方法在LHC Olympics数据上验证了其能消除标准流程中因背景建模错误导致的虚假信号。

An integrated interpretable control effectiveness learning and nonlinear control allocation methodology for overactuated aircrafts

Umut Demir, Aamir Ahmad, Walter Fichter

eess.SY cs.AI cs.RO

本文提出了一种基于Sparse Identification of Nonlinear Dynamics的可解释控制效能学习方法，用于过驱动飞行器的非线性控制分配。该方法通过从飞行数据中学习显式的物理约束解析模型，在保持可解释性的同时降低了计算成本，并具备在线自适应能力。

Recursively Trained Diffusion Models: Limiting Collapse Distribution and Spectral Characterization

Naïl B. Khelifa, Richard E. Turner, Ramji Venkataramanan

stat.ML cs.LG

本文研究了递归训练扩散模型时的分布崩溃问题，证明了即使完美学习，反向扩散的提前停止也会导致分布漂移，并收敛到一个唯一极限分布，该分布可表示为数据分布的高斯平滑版本的无限混合。

The Program Is Still There: A Conservation Law for Program Discovery

Jorge Miguel Silva

cs.CC cs.LG

本文研究了程序发现中的不可计算性问题，证明了一个守恒律：在基于评分（score）的搜索算法中，注入的结构知识与减少的搜索量之间存在一一对应关系，且两者之和不会低于目标程序长度。该工作为Levin搜索、进化方法等算法提供了无条件最坏情况下的下界，并指出唯一绕过该守恒律的方法是读取候选程序的结构而非其评分，但这会导致不完备性。

A Benchmark and Framework for Evaluating Next Action Predictions in Spreadsheets

Tejas Agrawal et al.

cs.SE cs.AI cs.HC cs.LG

本文提出了一个用于评估电子表格中下一步动作预测的基准和框架，通过手动整理动作序列和在线评估方法，解决了缺乏编辑历史和动作空间复杂的问题。该工作主要关注预测性代码补全在电子表格领域的应用，与关键词中的code和agent有一定关联，但方法本身并非开创性。

Aligning Quantum Operators with Large Language Models

Rogerio Feris et al.

quant-ph cs.AI

本文提出了一种将unitary operators映射到LLM latent space的方法，用于Clifford+T circuit synthesis任务，实现了语言条件合成。该方法在Pauli rotation gate set上取得了与现有方法竞争的结果，但未直接涉及关键词中的核心概念。

FlowMo-WM: A World Model with Object Momentum and Hidden Ambient Drift

Yitao Jiang et al.

cs.RO cs.LG

FlowMo-WM提出了一种端到端可训练的视觉world model，通过将图像-动作历史分解为短期latent state（总结物体运动）和长期context（总结缓慢变化的外生影响如水流漂移），来预测水下航行器在惯性及隐藏环境漂移下的未来状态。该方法在模拟环境中提升了长程rollout的预测精度，但整体创新性有限，且与关键词列表中的概念关联较弱。

Approximating Whittle-Matern Fields over Discretized Manifolds

Srinivas Nambirajan

math.NA cs.LG stat.ML

本文提出了一种基于Discrete Exterior Calculus (DEC)的离散Gauss Markov Random Field (GMRF)近似方法，用于在离散化的Riemannian流形上逼近Whittle-Matérn场。该方法对参数$\alpha$和$\kappa$具有通用性，并能统一近似整个参数族，但其与关键词列表中的概念关联较弱。

AI can help scientists publish less

Gianfranco Bertone

physics.soc-ph astro-ph.IM cs.AI

本文讨论了AI在科学出版中的潜在积极作用，认为AI可以帮助减少低质量论文的数量，从而让科学家有更多时间专注于高质量研究。

Safety-Contract Graph Multi-Agent Reinforcement Learning for Autonomous Network Security Response

Jose Luis Lima de Jesus Silva

cs.MA cs.AI cs.CR cs.LG

本文提出了一种基于安全合约图的多智能体强化学习框架ACD$^3$-GAT，用于自主网络安全响应。该方法通过约束优化和反事实动作筛选，在CAGE Challenge 4基准上实现了对运维预算（如平均恢复时间）的合规控制，相比无约束方法显著降低了违规率。

Explaining RhythmFormer: A Systematic XAI Analysis of Periodic Sparse Attention for Remote Photoplethysmography

Louis Chen, Torbjörn E. M. Nordling

cs.CV cs.AI eess.IV

本文针对rPPG transformer模型的可解释性（XAI）问题，将四种归因方法适配到RhythmFormer的双层路由注意力机制上，并引入皮肤覆盖度指标和基于MAE的SaCo忠诚度系数来量化评估。实验表明，在稀疏top-$k$路由下存在多跳泄漏效应，而Beyond Intuition方法通过值投影加权和梯度支持掩码缓解了该问题，取得了最高的中位皮肤覆盖度和忠诚度。

Temporally Consistent Graph Q-Networks for Intelligent Network Control

Zacharias Veiksaar, Maxime Bouton

cs.NI cs.LG

本文提出了一种用于移动网络智能控制的多智能体强化学习算法TC-GQN，通过图神经网络学习全局网络状态表示并分配协调动作。实验表明该方法在节能和QoS约束方面优于现有基线。

SpheriCity: Designing Trustworthy Conversational AI for Sustainability Decision Support

Ahmed Qayyum et al.

cs.HC cs.AI

本文提出了SpheriCity，一个面向可持续性决策支持的可信对话AI原型，通过强调证据溯源和结构化合成来增强用户信任。该工作主要贡献于人机交互与AI应用领域，与关键词中的agent概念有一定关联，但未涉及code、spectral、Muon、pretrain或attention等核心数学或算法主题。

Closed-loop discovery of out-of-distribution processing protocols by evolutionary search and uncertainty-aware learning

Yu Liu et al.

cond-mat.mtrl-sci cs.LG

本文提出了一种结合evolutionary search和uncertainty-aware deep kernel learning的闭环工作流，用于发现铁电薄膜的非线性处理protocols。该方法将protocol tuning重新定义为out-of-distribution discovery问题，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。

Multi-Variable Stellar Parameter Estimation Using Residual Multitask Neural Networks

Bruno Santos Meneses Barreto, Marcio Eisencraft

astro-ph.IM cs.LG

本文提出了一种基于残差多任务神经网络的恒星参数估计方法，使用全连接网络从SDSS光谱数据中同时估计有效温度、金属丰度和表面重力，通过贝叶斯优化调整超参数。模型在测试集上取得了较低的MAE，但方法本身在光谱参数估计领域属于常规应用，缺乏显著的开创性。

Mirage Probes: How Vision Models Fake Visual Understanding

Daniel Ben-Levi et al.

cs.CV cs.AI cs.LG

本文提出Mirage Probes框架，通过对比性探测方法揭示视觉语言模型在没有图像输入时仍能正确回答问题的“幻象”行为，并将其区分为文本偏差和虚假图像两种机制，指出仅靠文本层面的清理无法解决后者。

PhysVLA: Towards Physically-Grounded VLA for Embodied Robotic Manipulation

Namai Chandra, Shriram Damodaran, Lin Wang

cs.RO cs.CV cs.LG

本文提出PhysVLA，一个即插即用的推理时框架，通过在冻结的VLA模型后添加基于phase-aware finite-state machine和selective Euler-Lagrange gate的双层校正，来强制执行物理约束（如刚体动力学），从而提升机器人操作的成功率和轨迹稳定性。

Crypto x AI, AI x Crypto: A Survey

Sarah Allen et al.

cs.CR cs.AI

本文是一篇关于Crypto（区块链技术）与AI交叉领域的综述，系统梳理了AI如何服务于区块链技术以及区块链如何服务于AI的研究现状，总结了关键发现与开放问题，并指出两者仍处于早期整合阶段。

How do Self-Supervised Remote Sensing Vision Models Transfer to Downstream Tasks?

Julia Romero, Qin Lv, Morteza Karimzadeh

cs.CV cs.AI

本文研究了六种自监督遥感基础模型（GeoFMs）在下游任务中的迁移表现，发现模型排名随任务和适应设置变化，且中间层特征比最终层更包含任务相关信息。结果表明，解码器设计和微调等下游适应设置的影响与模型选择相当，且微调主要改变ViT块中MLP的首个线性层。

HiLo-Token: Input-Adaptive High-Low Frequency Token Compression for Efficient Image Editing

Haoran You et al.

cs.CV cs.AI

本文提出HiLo-Token框架，通过输入自适应的token压缩策略加速图像编辑中的Diffusion Transformers (DiTs)，在高频区域保留更多token、低频区域使用更少token，在保持生成质量的同时实现显著加速。该方法主要针对图像编辑任务中的计算效率问题，与关键词中的code、context、attention等概念关联较弱。

Direct/adaptive-mixture phase-gradient learning for neural-network quantum states with complex phase structure

Yi-Ran Xue et al.

cond-mat.dis-nn cond-mat.str-el cs.LG physics.comp-ph quant-ph

本文研究了神经网络量子态在复杂相位结构下的优化问题，指出标准相位梯度估计器的高方差是导致训练不稳定的主要原因，并提出了一种直接估计器与自适应混合策略来降低方差并提升精度。

GMN4AD: Graph Matching Network for Alzheimer's Disease Diagnosis with Test-Time Domain Adaptation using Multi-centered Structure Magnetic Resonance Imaging

Chen Zhao et al.

eess.IV cs.AI cs.CV

本文提出GMN4AD，一种基于graph matching network的阿尔茨海默病诊断方法，通过建模异质脑graph间的cross-graph关系并引入test-time domain adaptation策略来提升诊断性能。实验表明该方法在多个数据集上优于现有技术。

Self-Evolving Visual Questioner

Yijun Liang et al.

cs.CV cs.LG

本文提出了一种自进化的视觉提问框架，使Vision-Language Model (VLM)无需外部监督即可持续提升生成问题的质量，通过将VLM自身作为提议者和过滤器来产生更难、更信息丰富且以视觉为中心的问题。实验表明该方法在自主问题生成的质量和难度边界上均有显著提升。

Binary Black Hole Parameter Estimation with Hybrid CNN-Transformer Neural Networks

Panagiotis N. Sakellariou et al.

gr-qc astro-ph.IM cs.LG

本文提出了一种混合CNN-Transformer神经网络方法，用于估计非进动双黑洞系统的内禀和外禀参数。该方法在模拟高斯噪声和真实引力波事件上展示了良好的预测性能，但主要关注点估计而非完整的后验分布。

Side-Channel Attacks Bypass Protection in 3D Printers

Eric Yocam et al.

cs.CR cs.ET cs.LG

本文首次实证评估了商用FDM 3D打印机中主动电机噪声消除（AMNC）硬件对策的有效性，发现AMNC完全消除了声学侧信道，但振动信道仍存在部分泄漏，且该泄漏是设备特定的，不支持完整的几何重建。

The Silent Cost of Artificial Intelligence Assistance: A Theory of Autonomy Surrender, the Recovery Mechanism, and the Restoration of Human Agency

Ancuta Margondai et al.

cs.HC cs.AI

本文基于Human Identity and Autonomy Gap (HIAG)框架，提出了一个关于人类在AI辅助下逐渐放弃自主权的理论模型，描述了认知带宽消耗、投降阈值和恢复机制等概念。该论文主要关注人机交互中的心理学和设计伦理问题，与您提供的关键词（如code, spectral, Muon, pretrain, agent, attention）无直接关联。

STREAM: Multi-Tier LLM Inference Middleware with Dual-Channel HPC Token Streaming

Anas Nassar et al.

cs.DC cs.AI

本文提出STREAM系统，通过三层路由架构（本地、HPC、云端）和双通道HPC流架构（分离控制平面与数据平面），实现了低延迟的LLM推理服务，并支持跨防火墙的token流传输。

An Attention-based Model for Robust Forecasting with Missing Modality

Zhitian Zhang et al.

cs.RO cs.LG

本文提出了一种基于attention机制的多模态模型，用于在训练和推理过程中处理缺失模态的问题。该模型采用conditional variational autoencoder (CVAE)和transformer架构，学习统一的固定维度表示，并在机器人轨迹预测和操作预测任务上验证了其有效性。

Classification of Astronomical Spectra Using PCA-Compressed Flux and Inverse-Variance Features

Bruno Santos Meneses Barreto, Marcio Eisencraft

astro-ph.IM cs.LG

本文使用PCA压缩通量和逆方差特征，结合LightGBM分类器对SDSS DR17光谱进行分类，在恒星、星系和类星体三分类任务上达到94.6%的准确率。该方法属于常规的信号处理与监督学习流程，缺乏显著的开创性。

Adaptive Nucleus Truncation for Long-Form Reasoning

Ousmane Amadou Dia

stat.ML cs.LG

本文提出Adaptive Nucleus Truncation Sampling (ANTS)，将top-$n\sigma$ sampling扩展为自适应rollout控制机制，通过熵条件控制器调整truncation宽度，并在长序列生成中提升推理稳定性。实验表明，ANTS在数学推理和指令遵循任务上优于固定阈值方法，但方法本身并非开创性，且与关键词列表关联较弱。

A General Framework for Decision Trees via Bregman Divergences

Mathias Bourel

stat.ML cs.LG stat.ME

本文基于Bregman divergences推广了CART决策树框架，统一了多种impurity criteria的推导与几何解释，并研究了生成凸函数的性质（如强凸性与光滑性）对节点impurity gain及估计量稳定性的影响。

Mask, Sample, Revise: A Revisable CTMC Inference Stack for Guided Discrete Flow Matching Text-to-Speech

Alef Iury Siqueira Ferreira et al.

cs.SD cs.AI

本文提出了一种名为Mask, Sample, Revise的推理时CTMC堆栈，用于无对齐的离散流匹配文本转语音（DFM-TTS）模型。该方法通过结合无预测器引导、提示匹配条件耦合和调度约束重掩码机制，在低步数条件下提升了语音合成的可懂度和鲁棒性，无需额外微调。

Hidden in Plain Sight: Benchmarking Agent Safety Against Decomposition Attacks with DECOMPBENCH

Vikhyath Kothamasu, Virginia Smith, Chhavi Yadav

cs.CR cs.AI cs.LG

本文提出了一个名为DeCompBench的基准测试，专门用于评估基于LLM的agent在面对分解攻击（将有害任务拆解为看似无害的子任务）时的安全性。实验发现，当前最先进的agent对整体有害任务的拒绝率很高，但对分解后的子任务拒绝率显著降低，从而可能无意中完成恶意目标。

XRDiff: Crystal Structure Prediction from Powder X-Ray Diffraction Data Using Diffusion Models

Nofit Segal et al.

cond-mat.mtrl-sci cs.LG physics.comp-ph

本文提出XRDiff，一种基于diffusion model的方法，用于从粉末X射线衍射（PXRD）数据中恢复晶体结构。模型通过模拟结构-谱图对学习映射，并比较了全谱编码与基于峰描述符的编码，发现后者对实验噪声更具鲁棒性，有助于弥合模拟与实验之间的差距。

RT-VLA: Real-Time Vision-Language-Action Models via Knowledge Distillation

Xiangyu Huang et al.

cs.CV cs.LG cs.RO

本文提出RT-VLA，通过多级监督蒸馏将SimLingo模型的能力压缩至轻量学生模型，在保持驾驶与语言推理性能的同时大幅降低推理延迟，为实时可解释的VLA自动驾驶模型提供了实用方案。

Geometric Domain Adaptation via Optimal Transport for Linear Regression in R^2

Brian Britos, Mathias Bourel

stat.ML cs.LG stat.ME

本文研究了在$\mathbb{R}^2$空间中，当源域和目标域之间存在旋转、平移或缩放变换时，利用Optimal Transport进行线性回归的监督域适应问题，证明了在特定条件下最优传输映射可以恢复底层几何变换。

Same-Origin Policy for Agentic Browsers

Xilong Wang et al.

cs.CR cs.AI cs.CL eess.SY

本文研究了agentic browser（集成自主AI agent的浏览器）中的同源策略（SOP）问题，构建了SOPBench基准来评估SOP违规，并提出了SOPGuard机制来强制执行SOP。实验表明现有agentic browser常违反SOP，而SOPGuard能有效执行SOP且开销较小。

Anytime-Valid Confirmation of Label-Shift Corrections

Seungjin Choi

stat.ML cs.LG

本文针对小批量科学部署中标签迁移校正的验证问题，提出了一种基于条件e值的任意有效确认规则，通过观测似然比构造非负鞅并利用Ville不等式进行序贯检验。该方法将累积负对数预测密度差转化为形式化检验，但主要关注假设验证而非精确估计迁移程度。

Efficiency-Performance Trade-offs in Neural Speaker Diarization via Structured Pruning and Low-Bit Quantization

Rishit Chatterjee, Tahiya Chowdhury

cs.SD cs.CL

本文研究了在流式说话人日志任务中，通过结构化剪枝和低比特量化对分割模型进行压缩，并分析了在SIM-SAMU医疗调度对话数据集上的效率与性能权衡。实验表明，模型压缩以增加DER为代价减小了内存占用，且低延迟操作点可能显著降低性能。

Hybrid Uncertainty Sensitivity Analysis Based on the HSIC for High-Dimensional Responses with Aleatory--Epistemic Separation

Shijie Zhong, Jiangfeng Fu, Pengfei Wei

stat.ML cs.LG

本文针对高维响应下的混合不确定性（aleatory和epistemic）敏感性分析问题，提出了一种基于双空间张量积RKHS框架的HSIC方法。该方法通过构造因子化核函数并推导双重Möbius反演，将全局依赖度量正交分解为纯随机效应、纯认知效应及其交互贡献，并利用辅助变量表示处理层次不确定性和Copula相关性。数值实验验证了该方法的准确性和可扩展性。

Diffusion-Refined Segmentation and Vision-Language Interpretation for Pediatric Brain Tumor MRI

Wentao Ke, Jianche Liu

cs.CV cs.CL

本文提出了一种两阶段深度学习框架，用于改善儿童脑肿瘤MRI分割和临床解释。该方法使用3D Res U-Net和Swin-UNETR作为基线，并引入基于diffusion的细化模型（如3D DDPM和MedSegDiff）来优化肿瘤边界分割，最后结合多模态语言模型生成结构化报告。

Clay-CNN Hybrids: Leveraging Geo-Foundational Models as Auxiliary Context for Landslide Detection

Huong Binh Vu

cs.CV cs.AI cs.LG eess.IV

本文评估了Geo-Foundational Model (GFM) Clay v1.5在滑坡检测任务中的表现，发现将其作为辅助context注入U-Net架构（而非替换主干网络）时效果最佳，在Landslide4Sense基准上取得了64.5%的F1分数。

FEMOT: Multi-Object Tracking using Frame and Event Cameras

Shiao Wang et al.

cs.CV cs.AI

本文提出了FEMOT，一个大规模RGB-Event多目标跟踪数据集，并基于该数据集建立了基准。同时提出了FEMOTR框架，通过解耦RGB和Event特征并在频域进行融合，以利用其互补特性实现鲁棒的目标定位和身份关联。

Simulating Students' Java Programming Errors with Large Language Models

Ali Keramati et al.

cs.SE cs.CL

本文探索了使用Large Language Models (LLMs)模拟学生在Java编程中的逻辑错误，基于CodeWorkout数据集评估了多种prompting策略下生成错误的多样性与对齐性。研究发现，虽然生成的错误在功能上与真实学生错误难以区分，但不同模型和任务难度下的表现存在权衡。

A Two-Stage Statistical Framework for Evaluating Associative Interference in Large Language Models

Achraf Cohen, Andrew Kincaid

stat.ME cs.AI

本文提出了一个两阶段统计框架，将Implicit Association Test (IAT)改编为受控的强制选择格式，用于评估大型语言模型中的联想干扰。该方法分离了响应遵从性与任务一致性分类，并在三个当代LLM上进行了实验。

FAConformer: Frequency-Aware Convolutional Transformer for Auditory Attention Decoding

Ziwei Wang et al.

eess.SP cs.AI cs.LG cs.SD eess.AS

本文提出FAConformer，一种用于听觉注意力解码的频率感知CNN-Transformer框架，通过将EEG信号分解为多个频带并进行独立编码，再使用频率感知注意力模块自适应融合频带特征，以更有效地利用频域信息。实验表明该方法在多个数据集上优于现有基线模型。

Conditioning Matters: Stabilizing Inversion and Attention in Diffusion Image Editing

Zheyuan Zhan et al.

cs.CV cs.AI

本文研究了扩散模型图像编辑中文本条件对反演稳定性和注意力交互的影响，并提出了SimEdit框架，通过条件精炼和逐token交叉分支注意力控制来提升编辑性能。实验在PIE-Bench上验证了其有效性。

Spatio-Temporal Audio Language Modeling for Dynamic Sound Sources

Oh Hyun-Bin et al.

cs.SD cs.AI cs.CL

本文提出了ST-AudioQA数据集和ST-AudioLM模型，用于处理动态声源的时空音频语言推理任务，通过将音频编码与LLM结合来同时学习事件语义和源轨迹。

Robin-Neumann Coupling of PINN and FEM Solvers: A Steklov-Poincaré View, with Application to Fluid-Structure Interaction with Contact

Mikel Landajuela

math.NA cs.LG

本文从domain-decomposition角度将PINN与FEM耦合，将其视为Steklov-Poincaré算子，证明了Robin-Neumann耦合的收缩性定理，并应用于带接触的流体-结构相互作用问题。

Robustness without Wrinkles: Parallel Simulation and Robust MPC for Certified Deformable Manipulation

Wei-Chen Li et al.

cs.RO cs.AI cs.LG eess.SY math.OC

本文提出CORD-SLS，一种用于绳索和布料等可变形物体安全操作的实时控制方法，其核心是GPU并行可微模拟器与鲁棒模型预测控制（MPC）算法，通过接触平滑和共形预测实现高效规划与安全约束。

Hybrid Classical-Quantum (HCQ) Alzheimer's Classification via Supervised $β$-VAE and Quantum Kernels

Tia Tiwari, Vamshi Krishna Kancharla, Neelam Sinha

cs.CV cs.LG

本文提出了一种两阶段的Hybrid Classical-Quantum (HCQ) pipeline，用于从3D T1-weighted structural MRI中进行Alzheimer's disease (AD)二分类。该方法使用supervised 3D $\beta$-VAE将MRI压缩为latent code，再通过Partial Least Squares (PLS)选择关键特征并编码为quantum kernel，最后用SVM进行分类。

MeEvo: Metacognitive Evolution Combined with Natural Evolution for Automatic Heuristic Design

Zishang Qiu et al.

cs.NE cs.AI

本文提出MeEvo框架，通过耦合Natural Evolution和Metacognitive Evolution来改进基于LLM的自动启发式设计。该方法在五个优化问题上验证了性能提升，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。

From Prompts to Responses: Dual-Sided Data Leakage and Defense in Split Large Language Models

Zixuan Gu, Xiaojun Ye, Yang Liu

cs.CR cs.AI

本文研究了Split-LLM中的隐私泄露问题，提出了针对输入prompt和输出response的双向攻击方法PIDI，并设计了基于adapter的防御机制ADMI。该方法在多种任务和模型上验证了有效性。

Universal Manipulation Exoskeleton: Learning Compliant Whole-body Policies with Real-time Torque Feedback

Litian Liang et al.

cs.RO cs.AI cs.LG

本文介绍了一种名为Universal Manipulation Exoskeleton (UME)的上肢外骨骼系统，它通过实时触觉扭矩反馈实现遥操作，并用于学习主动柔顺策略。该系统在多种机器人平台上验证了其在受限空间内完成复杂操作任务的有效性。

A Multi-Domain Feature Fusion Framework for Generalizable Deepfake Detection Across Different Generators

Amna Amjid et al.

cs.CV cs.CL

本文提出了一种名为SGFF-Net的多域deepfake检测框架，通过融合spatial、gradient和DWT-based frequency表示来提升检测泛化性。实验表明该方法在跨生成器和跨范式场景下优于单域方法，但未涉及code、context或spectral等关键词相关技术。

When and How Severely: Scenario-Specific Safety Envelopes for Driving VLAs

Abhinaw Priyadershi, Jelena Frtunikj

cs.RO cs.AI

本文评估了Alpamayer R1驾驶VLA模型在ISO 21448标准下的安全性，发现单一聚合安全阈值会掩盖不同场景下的严重失效差异。通过Gaussian Mixture Model分析，识别出六个严重度等级，并指出需要二维安全包络而非单一聚合值来规范ODD。

Gradient boosting for extremes: sampling theory and application to insurance

Stéphane Lhaut, Olivier Lopez

stat.ML cs.LG

本文研究了梯度提升在Peaks-over-Threshold建模中估计协变量依赖的Generalized Pareto分布的理论性质，通过正交重参数化对角化Fisher信息矩阵，并在Empirical Risk Minimization框架下推导了非渐近误差界。该方法在医疗事故保险数据集上展示了良好的尾部拟合效果。

Robust Fall Recovery for Armless Bipedal-Wheeled Robots Via Force-Guided Learning

Haidong Hou et al.

cs.RO cs.AI

本文针对无臂双轮足机器人的跌倒恢复问题，提出了FTSR框架，通过力引导的约束强化学习与教师-学生架构，使机器人仅依靠腿部驱动实现从倒地到稳定行走的恢复。实验验证了该方法在多种复杂条件下的鲁棒性。

Operator Calculus for Population-Based Optimization: A Mean-Field Convergence Theory

Pekka Malo et al.

math.OC cs.LG cs.NE math.NA stat.ML

本文提出了一种算子微积分框架，将基于种群和分布的优化方法统一描述为概率测度上的三个基本算子（变异、选择、重组）的复合，并在连续时间极限下得到transport-reaction-jump (TRJ) PDE。该框架通过模块化Lyapunov原理为复合平均场算法的收敛性提供了分析工具。

AgentCyberRange: Benchmarking Frontier AI Systems in Realistic Cyber Ranges

Fengyu Liu et al.

cs.CR cs.AI cs.LG

AgentCyberRange是一个开源的、多靶场的基准测试基础设施，用于评估前沿AI系统在真实网络攻击场景中的自主攻击能力。它包含110个漏洞、15个真实Web应用和8个企业级靶场，并设计了Web利用和后利用两个核心阶段。实验评估了6个前沿AI系统，发现GPT-5.5 with Codex表现最佳，但整体成功率仍有限。

Pix2Pix-Hybrid: Structure-Guided Conditional Synthesis of Hajj Crowd Images with Multi-Channel Conditioning and Weak Attribute Supervision

Amirah F. Alshammari, Bander A. Alzahrani, Nahed A. Alowidi

cs.CV cs.AI

本文提出Pix2Pix-Hybrid (P2P-H)，一种基于conditional GAN的朝觐人群图像合成方法，通过多通道条件输入（边缘、灰度、密度、时段）和双尺度PatchGAN判别器生成结构保留的合成图像。该方法主要服务于数据增强，实验表明合成数据能降低人群计数模型的MAE，但方法本身属于现有GAN框架的工程改进，未涉及关键词中的code、spectral、Muon、pretrain、agent或attention等核心概念。

What Drives Test-Time Adaptation for CLIP? A Controlled Empirical Study from an Update Perspective

Jiazhen Huang et al.

cs.CV cs.LG

本文系统性地研究了CLIP模型的测试时自适应方法，将现有方法归纳为三种统一范式，并引入TTABC基准进行控制实验。研究发现参数方法的适应增益主要来自测试时证据和可靠代理而非重优化，且不存在普适最优的适应范式。

Thinking Outside the [Chat]Box: Bridging Computer Science and Industrial Design for Cognitive-Inclusive Generative AI

Virginia Francisco, Daniel Guasch, Raquel Hervás

cs.HC cs.AI

本文通过跨学科合作设计挑战，探讨了面向认知障碍人群的生成式AI交互界面，提出了一个双层支撑框架，但未涉及关键词中的核心概念。

Transforming Shape Schemas with Composable Property-Graph Queries (Extended Version)

Philipp Seifer et al.

cs.DB cs.AI cs.LO

本文提出了一种通过将Property Graph的schema和查询映射到RDF、SHACL和SPARQL CONSTRUCT，从而利用Description Logics推理器推断输出schema的方法。该方法不依赖图实例，适用于所有符合输入schema的图，但主要关注图数据库的schema推理问题，与关键词中的概念关联较弱。

Nonlocal Bayesian Modeling of Continuous Spatio-Temporal Dynamics

Jaeyeong Lee, Heeyoung Kim

stat.ML cs.LG

本文提出NLBST模型，通过空间基展开和连续时间ODE处理非局部时空动力学，并利用变分推断和卡尔曼滤波实现贝叶斯推断与不确定性量化。该方法在稀疏观测和非规则时间点下表现良好，但未涉及code、context或spectral等关键词。

I'm Sorry Driver, I'm Afraid I Can't Do That: Appraising the Safety of LLMs within Automotive Contexts

Shaun Feakins et al.

cs.SE cs.AI cs.ET

本文评估了将LLMs集成到汽车控制任务中的现有AI安全框架，指出其在实时安全关键场景中面临概念和工程挑战，并基于Talk2Drive案例研究提出了潜在的安全保障机制。

Recovery thresholds for hidden weighted sparse graphs

Zhe Hou, Jingcheng Liu

math.ST cs.IT cs.LG

本文研究了在随机加权完全图中隐藏图结构的恢复阈值问题，给出了几乎精确恢复的信息论极限的统一刻画，并将KL散度与Erdos-Renyi随机图模型的第一矩阈值对数联系起来。

Detecting Historical Turning Points in Italian Media: A Complex Systems Approach to a Diachronic News Corpus

Dario Zarcone, Salvatore Miccichè, David Sanchez

physics.soc-ph cond-mat.stat-mech cs.CL

本文利用NLP技术和复杂系统方法分析了意大利报纸《La Repubblica》1985-2000年间约60万篇文章，在词汇和语义层面追踪媒体话语变迁，从而检测到意大利政治体制转变及国际冲突等历史转折点，展示了计算语言学与复杂系统结合在历史分析中的潜力。

Design Methodology and Performance Trade-offs Management for Distributed and Compound AI Systems

Milos Gravara, Andrija Stanisic, Stefan Nastic

cs.DC cs.AI

本文提出了一种面向Compound AI系统的设计方法论，通过工作流拓扑和配置选择两个维度组织设计空间，并识别了八种设计模式以克服单体部署的局限性。实验表明该方法能在接近单体模型精度的同时显著降低延迟和成本，但未涉及关键词中的code、spectral、Muon或attention等核心概念。

PLAIground: SLO-Driven Runtime Model Selection for Compound AI Systems in the Edge-Cloud-Space Continuum

Milos Gravara et al.

cs.DC cs.AI

本文提出了PLAIground框架，用于在边缘-云-空间连续体中的复合AI系统里实现运行时模型选择。该框架通过Compoundable AI Model (CAIM)抽象和Pixie算法，在满足服务级别目标(SLO)的同时动态切换AI模型，实验表明其能有效平衡准确率、延迟和成本。

No Accidental Software Agent First Canonical Code for Human Code Entropy Reduction and 30 to 500 times Lower Frontier Model Requirements

Jepson Taylor

cs.SE cs.AI

本文提出了一种名为"agent-first canonical code"的框架，旨在通过行为等价商化（quotienting software by behavior equivalence）来减少人类代码中的偶然熵（accidental entropy），从而降低前沿模型的需求。该方法将常规产品代码重写为规范行为配置文件、类型化变更代数等结构，但实验仅展示了可学习性，未验证行为保持或规模化经济性。

Machine-learned particle flow as a foundation model for collider physics

Farouk Mokhtar et al.

hep-ex cs.LG hep-ph physics.data-an physics.ins-det

本文展示了将粒子流重建的机器学习模型(MLPF)用于下游分析任务，通过使用重建过程中学习的per-particle latent representations作为额外输入特征，在jet flavor identification、jet energy regression和missing momentum regression等任务上提升了性能。该工作主要展示了预训练表示的迁移能力，但方法本身并非开创性突破。

Elastic Queries Reinforcement Learning: Self-Aware Policy Execution for VLA Models

Ge Wang et al.

cs.RO cs.AI

本文提出Elastic Queries Reinforcement Learning (EQRL)框架，通过轻量级latent-schedule adaptor动态调整VLA模型的推理预算和动作块长度，在不微调底层模型的情况下降低推理成本。该方法利用critic集成差异生成状态难度信号，引导计算资源向困难状态倾斜，并在仿真和真实机器人操作中验证了其有效性。

Hy-Embodied-0.5-VLA: From Vision-Language-Action Models to a Real-World Robot Learning Stack

He Zhang et al.

cs.RO cs.AI

本文介绍了Hy-Embodied-0.5-VLA (HyVLA-0.5)这一端到端机器人学习系统，涵盖了从数据收集、模型设计、预训练与微调、强化学习后训练到真实世界部署的完整流程。该系统主要关注机器人操作任务的实现，与关键词中的agent概念有一定关联，但整体方法在理论或算法层面缺乏开创性。

CADET: Physics-Grounded Causal Auditing and Training-Free Deconfounding of End-to-End Driving Planners

Zikun Guo

cs.RO cs.AI

本文提出CADET框架，用于审计和修复端到端自动驾驶规划器中的虚假关联，无需重新训练模型。该方法通过物理因果干预来检测规划器对场景中非因果元素的依赖，并实现无参数更新的去混淆。

tap: A File-Based Protocol for Heterogeneous LLM Agent Collaboration

Minseo Kim

cs.SE cs.AI cs.HC

本文提出了一个名为tap的基于文件的协作协议，允许来自不同供应商的LLM agent（如Claude和Codex）在无需共享内存或相同运行环境的情况下，通过文件消息和实时通知在共享代码库上进行协作开发与审查。实验表明，异构模型对在代码审查中识别缺陷的比例高于同构模型对。

The Perceived Fragility of Explanations in Audio Models: Manipulation of Attribution with Unchanged Predictions

Piotr Kitłowski, Dominik Wiącek, Mateusz Modrzejewski

cs.SD cs.AI cs.LG

本文研究了音频deepfake检测中后验解释方法的脆弱性，引入了一个心理声学框架，通过优化不可察觉的扰动来解耦模型attribution与最终分类，并评估了该漏洞在多种先进架构下的表现。

Nonlinear Two-Time-Scale Stochastic Approximation: A Sharp Phase Transition and How to Beat It

Dhruv Sarkar, Vaneet Aggarwal

cs.IT cs.LG

本文研究了非线性双时间尺度随机逼近的收敛速率，发现了一个依赖于正则性的尖锐相变边界，并证明在未修正的递归中，当$a(1+\rho)\ge 1$时才能保证解耦的$k^{-1}$速率。通过引入辅助在线偏差估计器对慢更新进行修正，该修正递归在所有$\rho\in[0,1]$下均能达到$O(k^{-1})$的均方误差率。

A Fixed-Point Neural Operator for Size- and Functional-Transferable Hamiltonian Prediction

Yunhong Lou et al.

physics.chem-ph cs.AI

本文提出了一种名为HamEvo的fixed-point neural operator，用于预测Kohn-Sham Hamiltonian。该方法通过将Hamiltonian视为self-consistent field迭代的fixed point进行学习，并在MD17和QMugs等基准上取得了比直接回归方法更低的误差，同时实现了高达242倍的推理加速。

Beyond the Training Distribution: Evaluating Predictions Under Distribution Shift and Selection Bias

Annie Ulichney, Amanda Coston

stat.ML cs.LG stat.ME

本文研究了在协变量偏移和选择性标签同时存在的情况下，如何评估预测模型在新环境中的性能。作者提出了一种基于double machine learning的偏差校正估计器，用于估计任意黑盒预测模型在一般损失函数下的目标风险。

Securing the Future of IoMT in the Post-Quantum Era: An Edge-Native Federated Learning Approach

Taym Alshoghri et al.

cs.CR cs.AI

本文讨论了后量子时代IoMT设备的安全挑战，提出了一种基于Kubernetes的边缘原生联邦学习框架，集成后量子密码学以保护医疗数据隐私。实验在Raspberry Pi上验证了分布式加密处理相比顺序设计能显著降低延迟。

From Shield to Target: Denial-of-Service Attacks on LLM-Based Agent Guardrails

Yuguang Zhou et al.

cs.CR cs.AI

本文揭示了基于LLM的agent guardrail（一种防御提示注入和越狱攻击的机制）存在一种新的拒绝服务（DoS）漏洞。攻击者通过注入精心构造的数据，使guardrail陷入冗长的推理循环，从而耗尽系统资源。作者设计了基于beam-search的优化框架和结构变异攻击框架来生成此类攻击载荷，实验表明该攻击能实现高达148倍的延迟放大，并可能瘫痪整个agent系统。

TRACE: Trajectory-Routed Causal Memory for Delayed-Evidence Visuomotor Imitation

Zihao Li et al.

cs.RO cs.AI

本文提出TRACE框架，通过路径签名（path signatures）索引固定大小的潜在记忆，解决延迟证据（delayed-evidence）的视觉运动模仿问题。该方法在机器人操作任务中提升了分支选择与任务成功率，但未涉及关键词中的code、spectral、Muon、pretrain或attention等核心概念。

Rethinking Global Average Pooling: Your Classifier Is Secretly a Multi-Instance Learner

Aray Karjauv

cs.CV cs.AI

本文重新审视了global average pooling (GAP)在线性分类头中的作用，指出标准分类器本质上是一个multi-instance learning (MIL)模型，其中图像被视为空间实例的bag。作者利用这一性质将图像级logits分解为预测网格，用于提取被GAP掩盖的空间类别证据。

ORCA: A Platform for Open-Source Dexterity Research

Francesco Capuano et al.

cs.RO cs.LG

本文介绍了ORCA，一个用于灵巧机器人操作研究的开源软件栈，它统一了低层控制、仿真、遥操作和手部重定向功能，并与流行的机器人学习框架集成。该工作通过端到端的演示展示了其可用性，但方法本身在数学或算法上缺乏开创性，与关键词列表中的概念关联较弱。

NEST3D: A High-Resolution Multimodal Dataset of Sociable Weaver Tree Nests

Constanza A. Molina Catricheo et al.

cs.CV cs.LG

本文介绍了一个名为NEST3D的高分辨率多模态数据集，包含104棵织巢鸟巢树的多光谱和RGB图像及3D点云数据，并利用KPConv、RandLA-Net和Point Transformer V3等模型进行了语义分割基准测试。该数据集为3D重建和生态应用提供了资源，但方法本身并非开创性，且与关键词关联较弱。

CANN-EUCLID: unsupervised constitutive artificial neural network model discovery from full-field data

Benjamin Alheit, Siddhant Kumar, Mathias Peirlinck

cs.CE cs.LG physics.comp-ph

本文提出CANN-EUCLID方法，将可解释的constitutive artificial neural networks (CANNs)与无监督全场数据发现框架EUCLID结合，直接从位移场和反作用力中识别稀疏超弹性本构律，无需局部应力测量或预设定律。该方法通过稀疏性正则化最小化平衡残差，在基准测试中能准确恢复已知本构项，但对未包含在基函数中的项仅能近似，且外推能力依赖于采样变形状态。

Regional Climate Model Emulation with Diffusion Approaches: What is the Added Value of Generative Machine Learning?

Mikel N. Legasa et al.

physics.ao-ph cs.AI cs.LG

本文介绍了ParamDiffusion，一种基于扩散的两阶段框架，用于区域气候模型仿真，并与确定性方法对比评估了生成式机器学习在模拟降水极端事件中的附加价值。结果表明扩散方法能高技巧地再现气候统计特征，但尚不能可靠覆盖最极端的RCM模拟事件。

Sensitivity Shaping for Latent Modeling

Hongzhan Yu et al.

cs.RO cs.AI

本文提出了一种支持条件控制灵敏度正则化方法，用于改善生成式动力学模型在机器人规划中的OOD检测能力，通过增强模型对控制输入变化的局部敏感性来避免后验支持代理的失效。

When Errors Become Narratives: A Longitudinal Taxonomy of Silent Failures in a Production LLM Agent Runtime

Wei Wu

cs.SE cs.AI cs.DC

本文对生产环境中LLM agent runtime的静默故障进行了纵向研究，提出了一个五类机制导向的分类法，并发现约70%的静默故障仅通过人类用户视角观察才能捕获。该工作主要关注软件工程中的故障诊断与防御框架设计，与关键词中的agent有一定关联，但方法上缺乏开创性，且未涉及code、context、spectral、Muon、pretrain、attention等概念。

AudioDER: A Deduplication-Enhanced Reasoning Dataset for Post-Training Large Audio-Language Models

Hui Geng et al.

cs.SD cs.AI

本文提出了一种名为AudioDER的推理导向数据集构建方法，通过基于acoustic similarity的去重和统一的多选题格式，利用Qwen3-30B生成chain-of-thought推理过程，用于后训练大型音频语言模型。实验表明该数据集能提升模型在多个音频推理基准上的性能。

Cluster LOCO: Feature Importance For Interpreting Clusters

Claire M. He, Genevera I. Allen

stat.ML cs.LG stat.AP stat.ME

本文提出Cluster LOCO，一种基于特征遮挡和聚类泛化性的模型无关聚类特征重要性评分方法，通过衡量移除特征后聚类标签的可预测性下降程度来量化特征重要性。

Regulating the Machine Contributor: Governance and Policy Alignment in Open Source

Jassem Manita, Aziz Amari

cs.SE cs.AI

本文比较了六个开源组织（如SymPy、LLVM等）对AI贡献者的治理政策，提出了一个六维分类法（披露、责任、人类监督等）和政策成熟度评分，并分析了这些政策与现有AI治理框架（如EU AI Act）之间的差距。

Moonlight in Latent Space: Chirality and Structural Correspondence Between Beethoven's Op. 27 No. 2 and Machine Learning Mechanisms

Chen Ying Claude, Zhihan Luo

cs.SD cs.AI eess.AS

本文通过计算分析贝多芬《月光奏鸣曲》三个乐章的结构，发现其分别对应流式、循环和周期位置编码三种机器学习架构，并揭示了音乐中的“手性”现象（即编码-解码循环中分布保留与序列顺序破坏的不对称性）。该研究主要聚焦于音乐与机器学习机制的结构对应，与关键词中的code, context, spectral, Muon, pretrain, agent, attention关联较弱。

When Good Verifiers Go Bad: Self-Improving VLMs Can Regress on New Tasks

Jianzhe Lin

cs.CR cs.AI

本文研究了verifier-driven self-DPO框架下视觉语言模型自我改进的局限性，发现verifier质量具有高度任务特异性，在特定任务上低于阈值的verifier会导致学生模型性能下降，并给出了基于progress-gated replay的方差定理作为机制解释。

From Self-Supervised Speech Models to Mixture-of-Experts for Robust Anti-Spoofing

Hugo Daumain et al.

cs.SD cs.AI

本文通过将自监督语音模型中的前馈层替换为多个专家网络并引入逐层门控机制，构建了Mixture-of-Experts架构以提升反欺骗系统对未知合成方法的鲁棒性。实验在14个欺骗数据集上将macro EER从5.46%降至4.81%，但方法本身在理论或架构上缺乏显著开创性，且与关键词关联较弱。

Listening with Attention: Entropy-Guided Explainability for Transformer-Based Audio Models

Ravi Ranjan et al.

cs.SD cs.AI

本文提出LEAF-X框架，用于增强Transformer-based ASR模型（如Whisper）的可解释性。该方法结合entropy-guided attention weighting与multi-layer attention rollout，生成稀疏的token-to-frame归因，在忠实性和局部性上优于现有方法。

Giving AI a Headache: Acoustic Adversarial Attacks to Computer Vision Applications

Nicole Villavicencio-Garduño et al.

cs.CV cs.AI

本文研究了通过声学振动干扰相机稳定机制，从而对基于AI的计算机视觉系统（如YOLO11）实施对抗性攻击的方法，重点分析了可听频率范围内的攻击效果。实验表明，特定频率的声波能导致目标检测模型出现误分类或漏检，并揭示了影响系统脆弱性的若干因素。

HumP-KD: A Hybrid Uncertainty-Aware Multi-Stage Progressive Knowledge Distillation Framework for Efficient Fire Classification

Mohammed Arif Mainuddin et al.

cs.CV cs.LG

本文提出HumP-KD框架，通过从两个异构transformer教师模型向轻量级MobileViT-S学生模型进行多阶段知识蒸馏，实现了高效火灾分类。该方法在保持高精度的同时显著减少了模型参数量，适用于资源受限的实时部署场景。

CottonLeafVision: An Explainable and Robust Deep Learning Framework for Cotton Leaf Disease Classification

Rafi Ahamed et al.

cs.CV cs.AI

本文评估了多种预训练深度CNN模型（如DenseNet201）在棉花叶病分类上的性能，并利用Grad-CAM和对抗训练等技术增强了模型的可解释性与鲁棒性。该工作主要面向农业应用，与关键词中的“pretrain”有一定关联，但方法本身缺乏显著的开创性。

ClinHallu: A Benchmark for Diagnosing Stage-Wise Hallucinations in Medical MLLM Reasoning

Sicheng Yang et al.

cs.CV cs.AI cs.CL

ClinHallu是一个用于诊断医学多模态大语言模型推理过程中阶段性幻觉的基准测试，包含7031个实例，每个实例都分解为视觉识别、知识回忆和推理整合三个阶段。该工作通过阶段替换干预和轨迹监督微调来分析和减少幻觉。

bluearXiv-ai 论文精选

📚 跟踪学科 (Categories)

🔍 筛选关键词 (Keywords)

📊 论文统计 ↑ 回顶部

⭐ 精选论文 ↑ 回顶部

cs.LG

cs.AI

cs.CL

cs.DS

others

📄 所有论文 ↑ 回顶部

cs.LG

cs.AI

cs.IR

cs.CL

cs.DS

others