bluearXiv-ai 论文精选

2026-06-24
返回首页 论文统计 精选论文 所有论文

📚 跟踪学科 (Categories)

🔍 筛选关键词 (Keywords)

📊 论文统计 ↑ 回顶部

cs.LG
56
cs.AI
70
cs.IR
7
cs.CL
68
cs.DS
2
others
125
总计
328

⭐ 精选论文 ↑ 回顶部

cs.LG

Exact Schur-Sylvester Dimensionality Reductions for Non-Smooth Stochastic Complexity and Manifold Sampling ⭐ 精选
Trenton Lau, Gary P. T. Choi
cs.LG cs.IT math.ST
Learning the Koopman Operator using Attention Free Transformers ⭐ 精选
Mohammed Nagdi et al.
cs.LG eess.SY q-bio.MN
Forget Without Compromise: Nexus Sampling for Streaming KV-Cache Eviction Under Fixed Budgets ⭐ 精选
Duc Duong et al.
cs.LG
RoPE-Aware Bit Allocation for KV-Cache Quantization ⭐ 精选
Fengfeng Liang, Yuechen Zhang, Jiaya Jia
cs.LG cs.CL
FlowPipe: LLM-Enhanced Conditional Generative Flow Networks for Data Preparation Pipeline Construction ⭐ 精选
Kunyu Ni et al.
cs.LG cs.AI

cs.AI

Critique of Agent Model ⭐ 精选
Eric Xing, Mingkai Deng, Jinyu Hou
cs.AI cs.LG cs.MA cs.RO
Towards Federated Long-Tailed Graph Learning: An Energy-Guided Dual Decoupling Approach ⭐ 精选
Lianshuai Guo et al.
cs.AI
ReM-MoA: Reasoning Memory Sustains Mixture-of-Agents Scaling ⭐ 精选
Heng Ping et al.
cs.AI
Bayesian control for coding agents ⭐ 精选
Theodore Papamarkou et al.
cs.AI cs.CL
Reinforcement Learning for Computer-Use Agents with Autonomous Evaluation ⭐ 精选
Marta Sumyk, Oleksandr Kosovan
cs.AI cs.HC
SAFARI: Scaling Long Horizon Agentic Fault Attribution via Active Investigation ⭐ 精选
Chenyang Zhu et al.
cs.AI
World Models in Pieces: Structural Certification for General Agents ⭐ 精选
Yikai Lu et al.
cs.AI
OpenThoughts-Agent: Data Recipes for Agentic Models ⭐ 精选
Negin Raoof et al.
cs.AI

cs.CL

Escaping the Self-Confirmation Trap: An Execute-Distill-Verify Paradigm for Agentic Experience Learning ⭐ 精选
Shiding Zhu et al.
cs.CL

cs.DS

A Near-Optimal Parallel Algorithm for Finding Matroid Bases ⭐ 精选
Sanjeev Khanna, Aaron Putterman, Junkai Song
cs.DS cs.CC

others

Sol Video Inference Engine: Agent-Native Full-Stack Acceleration Framework for Efficient Video Generation ⭐ 精选
Yitong Li et al.
cs.CV cs.AI cs.LG
From Spatial to Spectral: An Efficient, Frequency-Guided Feature Representation Learner for Small Object Detection ⭐ 精选
Yuhan Rui et al.
cs.CV cs.AI
Flow-Corrected Thompson Sampling for Non-Stationary Contextual Bandits ⭐ 精选
AmirHossein Naghdi, Ali Baheri
eess.SY cs.LG
Uniform Sampling from High-dimensional Spectral Norm Balls ⭐ 精选
Michael R. Metel
math.PR cs.LG
Red-Teaming the Agentic Red-Team ⭐ 精选
Dario Pasquini et al.
cs.CR cs.AI
A Physics-Informed Fourier-Wavelet Transformer for Multiscale Computational Fluid Dynamics Surrogate Modeling ⭐ 精选
Somyajit Chakraborty, Ming Pan, Xizhong Chen
physics.flu-dyn cs.LG

📄 所有论文 ↑ 回顶部

cs.LG

Exact Schur-Sylvester Dimensionality Reductions for Non-Smooth Stochastic Complexity and Manifold Sampling ⭐ 精选
Trenton Lau, Gary P. T. Choi
cs.LG cs.IT math.ST
本文针对非光滑统计估计（如Lasso）中Normalized Maximum Likelihood (NML)编码长度计算的高计算复杂度问题，提出了一种精确的Schur-Sylvester降维方法。通过利用块Schur complement和Sylvester行列式恒等式，将投影算子和体积因子的计算复杂度从\(\mathcal{O}(N^3)\)降至\(\mathcal{O}(k^3 + N^2 k)\)，并推广至Sparse SVM、Elastic Net和Group Lasso。该方法在保持双精度数值等价性的同时，实现了超过14,100倍的加速，使得大规模非光滑NML估计变得高度可行。
Learning the Koopman Operator using Attention Free Transformers ⭐ 精选
Mohammed Nagdi et al.
cs.LG eess.SY q-bio.MN
本文提出了一种结合Attention Free Transformer (AFT) 和动态重编码机制的Koopman算子学习方法。AFT模块以线性时间代价聚合局部时间context，有效抑制了长期预测中的相位和振幅误差；动态重编码则通过在线变点检测将预测投影回自编码器流形，解决了Koopman预测器在切换系统或连续谱（continuous spectra）下的漂移问题。在Duffing振子等基准系统上，该方法在长达1000步的预测中显著降低了误差累积，同时保持了较低的推理延迟。
Forget Without Compromise: Nexus Sampling for Streaming KV-Cache Eviction Under Fixed Budgets ⭐ 精选
Duc Duong et al.
cs.LG
本文提出Nexus Sampling，一种无需训练的KV cache驱逐方法，用于解决长上下文LLM在固定内存预算下的流式推理问题。该方法通过Nexus scoring（一种迭代遍历direct attention以发现bridge tokens的机制）和weighted reservoir sampling（以包含概率替代确定性top-\(K\)选择）的组合，理论上证明了在长期保留微妙重要token方面优于确定性top-\(K\)。实验表明，在80%的KV cache驱逐率下，Nexus Sampling在LongBench上达到与dense attention相差1%以内的性能，并在检索密集型任务上超越top-\(K\)基线，同时将每序列cache内存降低至原来的十分之一。该方法与关键词中的attention高度契合，解决了流式KV cache驱逐中确定性选择导致重要token被永久丢失的长期问题。
RoPE-Aware Bit Allocation for KV-Cache Quantization ⭐ 精选
Fengfeng Liang, Yuechen Zhang, Jiaya Jia
cs.LG cs.CL
本文提出了一种名为Block-GTQ的RoPE感知的KV-cache量化位分配方法。该方法将key-cache量化视为一个块级位分配问题，通过为每个RoPE频率块计算无标签的能量分数，并基于边际增益贪心地分配整数位宽，从而更好地保留了RoPE query-key logits。实验表明，在多种模型和长上下文任务中，Block-GTQ在极低位宽下显著优于均匀量化方法，例如在Llama-3.1-8B-Instruct上，K2V2量化将NIAH平均分从70.6提升至97.4，并在DeepSeek-R1-Distill-Qwen-7B上接近fp16性能，同时实现了高效的打包缓存服务路径。
FlowPipe: LLM-Enhanced Conditional Generative Flow Networks for Data Preparation Pipeline Construction ⭐ 精选
Kunyu Ni et al.
cs.LG cs.AI
FlowPipe将数据准备pipeline的构建形式化为一个有向无环图上的条件概率流生成问题，并利用Conditional Generative Flow Networks (C-GFlowNets)和Trajectory Balance目标来连接终端验证奖励与早期pipeline决策，解决了现有方法中长期credit assignment弱化的问题。该方法通过Feature-wise Linear Modulation (FiLM)引入LLM衍生的逻辑先验，根据数据集语义调节策略的内部激活，从而将dataset context有效注入策略。此外，FlowPipe在流目标中融入failure awareness以避免无效状态并集中搜索高潜力区域，在74个真实数据集上平均准确率提升11.96%，训练收敛速度提升12.5倍。
Systematic Exploration of 4-Expert Heterogeneous Mixture-of-Experts via Automated Pipeline Search
Yashkumar R Lukhi et al.
cs.LG cs.CV cs.SE
本文提出了一种自动化流水线，用于在LEMUR数据集生态系统中搜索4专家异构Mixture-of-Experts (MoE4)架构。该流水线通过确定性代码生成器组合基础架构族，并在NVIDIA RTX 4090上进行了28天的搜索，但发现由于枚举顺序偏差，搜索空间被局限在AirNet族内。
Weight-Space Geometry of Offline Reasoning Training
Aleksandr Nikolich et al.
cs.LG cs.AI
本文通过cosine similarity、principal-angle subspace analysis、linear mode connectivity和CKA等几何工具，分析了六种offline RL loss（SFT, RFT, DFT, RIFT, Offline GRPO, DPO）在相同数学数据上训练后的weight delta差异。研究发现SFT、RFT和RIFT的weight delta几乎共线，而DPO则位于近正交子空间并达到最高准确率，但该结果受学习率差异影响。
A Survey on Federated Causal Discovery and Inference
Xianjie Guo et al.
cs.LG cs.AI cs.DC
本文对联邦因果发现与推断领域进行了系统综述，通过多维分类法梳理了方法范式、联邦拓扑和结构范围等核心设计决策，并讨论了时间动态、数据异质性等实际维度。该工作为跨学科研究者提供了入门指南，但未提出新的方法论突破。
Low-power analogue neural networks with trainable nonlinear connections for continuous control
Ian T. Vidamour et al.
cs.LG cs.AI cs.AR
本文提出了一种低功耗模拟神经网络架构，将可训练的非线性函数置于连接上（受Kolmogorov-Arnold网络启发），并在现场可编程模拟阵列上实现。实验表明，该方法在处理平滑连续值目标（如机器人运动学）时比多层感知机更高效，但在分类任务上无优势。
Synergizing Physically Constrained MCMC and Chemical-Informed Gaussian Processes for Reaction Network Discovery
Runzhe Liu et al.
cs.LG cs.AI
本文提出了一种结合物理约束MCMC与化学信息高斯过程（CIGP）的灰盒工作流PC-MCMC-CIGP，用于从稀疏、含噪的化学时间序列数据中提取可解释的反应网络。该方法通过集成spike-and-slab拓扑采样、守恒与热力学筛选以及CIGP残差模型，在H2+Br2基准和苯乙烯环氧化反应上验证了其有效性，但整体方法更侧重于工程集成而非理论开创性，且与关键词列表中的概念关联较弱。
Exploring Dualistic Meta-Learning to Enhance Domain Generalization in Open Set Scenarios
Xiran Wang et al.
cs.LG cs.AI
本文提出了一种名为MEDIC的元学习策略，通过联合域-类匹配的隐式梯度匹配来优化决策边界，以解决开放集域泛化中已知类被过度拒绝的问题。实验表明该方法在开放集场景下优于先前方法，并保持了良好的闭集泛化能力。
One Ruler: A Same-Hands Re-Evaluation of Bivariate Causal Direction on Tuebingen, with a Parameter-Free Compression Baseline
Wietse Stienstra
cs.LG
本文对Tuebingen因果对数据集上的双变量因果方向推断方法进行了重新评估，通过统一的实验协议（相同数据子集、强制决策、无调参）比较了多种方法。作者引入了一个零参数的压缩基线方法（sorted-conditional compression），并指出文献中报告的准确率常因协议差异而被高估。
Deciphering Fingerprints of 3D Molecular Surfaces for Accurate Epitope Prediction
Fang Wu et al.
cs.LG cs.AI
本文提出SurfBind，一种直接基于分子表面表示进行epitope预测的框架，通过Transformer架构整合几何与物理化学特征。该方法在多个基准上取得最优性能，但未涉及关键词中的核心概念。
Reconstructing GRACE Terrestrial Water Storage with Spatio-Temporal Graph Neural Networks: An Application to South America
Lukas Arzoumanidis et al.
cs.LG
本文提出了一种基于时空图神经网络（MTGNN）的方法，用于重建1940年以来的GRACE陆地水储量异常（TWSA），通过将ERA5气象强迫数据与GRACE观测数据关联，并构建混合邻接矩阵来编码空间依赖关系。该方法在南美洲的应用中取得了与现有方法相当的统计性能，但使用了更少的预测变量。
The Degeneracy Distillery
T. Lucas Makinen et al.
cs.LG physics.comp-ph physics.data-an stat.ML
本文提出了一种名为“degeneracy distillery”的方法，通过估计和展平Fisher information matrix，自动从参数-数据对中检测并符号化地解析退化参数组合。该方法利用似然的信息几何，将退化性表征为物理模型的内在属性，并在多个合成和真实问题上展示了其有效性。
Machine Learning Modeling for Real-Time Melt Pool Monitoring in Laser Powder Bed Fusion Additive Manufacturing: A Hybrid Approach
Inioluwa Emmanuel et al.
cs.LG cs.CV
本文研究了一种用于激光粉末床熔融增材制造中实时熔池监测的混合机器学习方法，通过对比多种深度学习架构和随机森林方法，发现结合EfficientNetB0特征嵌入的随机森林方法在准确性和推理速度上表现最佳。该方法在有限数据条件下实现了高效的异常检测，但未涉及代码、上下文、谱方法等关键词相关技术。
Sesame: Structure-Aware Molecular Generation via Spatial Density-Map Conditioning
Konstantin Yatsenko, Arvind Thiagarajan
cs.LG
本文提出了Sesame，一个基于diffusion的分子生成模型，通过空间密度图条件化来生成分子，支持从头生成和基于片段的先导优化。模型引入了spatial pairformer模块和联合去噪框架，但方法在数学理论或与关键词的契合度上缺乏显著开创性。
Are Safety Guarantees in Neural Networks Safe? How to Compute Trustworthy Robustness Certifications
Merkouris Papamichail et al.
cs.LG cs.AI cs.CR
本文提出了一种新的鲁棒性认证度量apothem，并证明了可以在线性时间内计算apothem最优的认证，同时证明了体积最优的认证在oracle-based算法下是不可行的。此外，文章引入了dual certifications概念，并构建了ParallelepipedoNN系统进行实验验证。
Federated Survival Analysis in Healthcare: A Multi-Model Evaluation on Cross-Institutional Heterogeneous Breast Cancer Data
Natalia Moreno-Blasco et al.
cs.LG q-bio.QM stat.ME stat.ML
本文系统评估了联邦学习框架下三种生存分析模型（Cox比例风险模型、DeepSurv和随机生存森林）在跨机构乳腺癌数据上的表现，比较了集中式、本地和联邦训练的效果，并分析了三种联邦优化策略（FedAvg、FedProx和FedAdam）的性能差异。结果表明联邦学习能接近甚至超越集中式性能，且随机生存森林在区分度、校准度和鲁棒性上表现最佳。
MGI: Member vs Generated Inference
Bihe Zhao et al.
cs.LG cs.AI
本文形式化了Member vs Generated Inference (MGI)问题，即区分一个样本是模型训练集的真实成员还是模型自身的生成输出。针对现有方法在图像生成中的系统性误分类问题，提出了Data Circuit Breaker (DCB)方法，通过结合生成模型的autoencoder和latent generator的互补信号来区分训练成员与生成样本。
GRACE: Gated Refinement for Accurate Causal Edge Discovery in High-Dimensional Time Series
Mohammad Fesanghary, Abhinav Havaldar
cs.LG stat.ME
本文提出GRACE方法，通过Hard Concrete gates与\(L_0\)正则化对约束性因果发现进行精炼，将连续边分数转化为清晰的二值分离，从而在高维时间序列中实现准确的因果边发现。实验表明，该方法在合成基准和真实河流流量数据集上显著优于现有方法。
ARIA: Adaptive Region-Based Importance Allocation for Conditional Diffusion Distillation
Loay Mualem et al.
cs.LG cs.AI
本文提出ARIA框架，通过在线估计teacher-student discrepancy来自适应分配条件扩散蒸馏中的训练资源，在保持原始蒸馏目标的同时聚焦于未对齐的区域。实验表明该方法在未见和欠表示条件下优于RC基线，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。
Closing the Loop: Formally Verified Law as a Reward Signal for Self-Improving Legal AI
Armin Heydari, Torben Leowald
cs.LG
本文提出了一种将法律AI训练与形式化验证相结合的架构，通过将法律条文自动形式化为形式逻辑演算，并利用验证器生成可验证的奖励信号，从而为法律AI提供结构化的训练反馈。该架构在德国法程序期限计算、美国宪法商业条款分析等案例中展示了其有效性。
Catastrophic Compositional Generation: Why Vanilla Diffusion Models Fail to Extrapolate
Duncan Soiffer et al.
cs.LG cs.AI
本文研究了vanilla conditional diffusion models在组合生成任务中的局限性，指出当目标分布相对于源分布处于分布外时，score estimation error会导致灾难性的性能下降，而Feynman-Kac correction等推理时方法无法有效解决此问题。
KLip-PPO: A per-sample KL perspective on PPO-Clip
Riccardo Colletti, Robin Holzinger
cs.LG
本文证明了PPO-Clip的梯度可以被一个每样本变化的KL散度惩罚项精确重构，并在MuJoCo基准上验证了两者训练曲线不可区分。该工作揭示了PPO-Clip中隐式的逐样本惩罚机制，为算法泛化提供了新的设计视角。
DREG: A Layer-Wise Jacobian Regularization as a General-Purpose Penalty
Rowan Martnishn
cs.LG
本文通过大规模实验研究了DREG（逐层Jacobian正则化）作为通用惩罚项的效果，发现其在干净数据下准确率最高，在噪声鲁棒性上仅次于Spectral Normalization，并在GELU激活函数下表现最佳。该正则化方法通过集中约束激活导数较大的层来替代数据量的正则化效应，但未涉及代码、上下文或预训练等关键词相关领域。
3D Masked Autoencoders are Robust Learners of Volumetric and Multimodal Cellular Representations for Microscopy
Amirhossein Kardoost et al.
cs.LG cs.CV q-bio.QM
本文系统比较了2D和3D masked autoencoders在体积显微镜数据上的表现，发现3D模型在下游单细胞任务中优于2D变体，并通过与蛋白质语言模型的对齐进一步提升了性能。该方法在蛋白质相互作用和定位任务上取得了先进结果，但整体创新性有限，未直接契合关键词。
A Comparative Study of Bayesian Contextual Bandits for Real-Time Warehouse Sorter Optimization
Tina Dongxu Li et al.
cs.LG eess.SY
本文比较了三种混合机器学习框架（LR+GDO, XGB+BO, BCB）在实时仓库分拣机优化中的应用，发现基于Bayesian Contextual Bandits的框架在奖励提升和推理延迟方面表现更优。研究利用高保真物理感知仿真器解决冷启动问题，但方法本身在理论或算法上缺乏显著开创性。
Offline Reinforcement Learning for Warehouse SLAM Throughput Control
Tina Dongxu Li et al.
cs.LG cs.AI
本文提出了一种离线强化学习框架，用于优化仓库环境中SLAM吞吐量的控制，通过历史状态表示和奖励函数设计平衡吞吐量与系统稳定性。实验表明CQL策略在系统健康度和节流时长上优于其他方法。
Learning to Trigger: Reinforcement Learning at the Large Hadron Collider
Zixin Ding et al.
cs.LG cs.AI hep-ex
本文提出将大型强子对撞机中的在线阈值调优问题建模为sequential decision-making问题，并使用reinforcement learning agent（基于Group-Filtered Policy Optimization的变体）来动态调整trigger阈值，以在跟踪目标背景率的同时最大化信号效率。在模拟和真实碰撞数据上的实验表明，该方法相比静态基线能显著提升in-tolerance时间比例和信号效率。
EMAgnet: Parameter-Space EMA Regularization for Policy Gradient Self-Play in Large Games
Tristan Maidment et al.
cs.LG cs.AI cs.GT cs.MA
本文提出EMAgnet方法，通过将策略梯度自对弈中的正则化目标从均匀分布改为参数空间的指数移动平均（EMA），以提供自适应正则化。实验表明，在包含严格占优策略的两人零和博弈中，该方法相比PPO自对弈降低了可剥削性。
Cyclic Denoising Reveals Ultrastable Memories in Diffusion Models
Rishabh Sharma, Stefano Martiniani
cs.LG cond-mat.dis-nn cs.CR cs.CV
本文提出了一种名为cyclic denoising的攻击方法，通过反复对图像施加前向和反向扩散过程，揭示了扩散模型中存在高度稳定的记忆吸引子，这些吸引子对应训练数据中的图像。该方法无需梯度或模型权重信息，仅通过采样器控制即可实现，并展示了在Stable Diffusion等模型中的有效性。
Fast and Slow Variational Continual Learning
Subarnaduti Paul et al.
cs.LG cs.AI
本文提出了一种名为Continual IVON (CoVON)的优化器，通过在变分持续学习框架中融合过去后验作为先验，实现了快速与慢速适应的平衡。该方法在域增量学习、持续预训练和大语言模型微调等任务上优于现有方法。
You Don't Need to Run Every Eval
Yuchen Zeng, Dimitris Papailiopoulos
cs.LG
本文发现84个前沿模型在133个基准测试上的得分矩阵近似秩为2，并基于此设计了BenchPress方法，通过少量基准测试即可高精度预测模型在其他基准上的表现。
Information-Theoretic Classifier-Free Guidance with Adaptive Schedule Optimization
Haobo Chen, Xiangxiang Xu, Yuheng Bu
cs.LG
本文提出了一种基于信息论的classifier-free guidance (CFG)调度优化框架，通过引入clean endpoint reference来指定生成一致性与分布覆盖之间的权衡，并利用轨迹级公式从样本和score评估中估计目标函数，从而在ImageNet-512和COCO数据集上实现了优于恒定guidance的权衡效果。
Rapid FinFET Modelling Using an Autoencoder
Amit Sarkar Suman Sau, Swagata Mandal
cs.LG cs.AI physics.app-ph
本文提出了一种利用autoencoder对FinFET进行高效建模的机器学习框架，通过将完整的I-V曲线压缩到低维latent space来编码关键器件物理特性，并显式引入VDS作为输入特征以增强模型对偏置依赖变化的捕捉能力。该方法能从实际表征数据中构建数据驱动的紧凑模型，实现高精度器件特性重建和关键参数提取。
RAVEN: A Regime-Aware Variable-context Expert Network for Financial Time Series Forecasting
Cheng He et al.
cs.LG cs.AI
本文提出了一种名为RAVEN的金融时间序列预测模型，通过Mixture-of-Experts框架和Cumulative Importance Thresholding机制自适应地确定每个样本的时间上下文窗口长度，并引入Correlation-Aware Weighting处理专家输出的结构化重叠。实验表明该方法在金融和交通数据集上取得了优于现有模型的结果。
Blockwise Policy-Drift Gating for On-Policy Distillation
Liwen Zheng, Haiyun Jiang
cs.LG cs.AI cs.CL
本文提出了一种名为blockwise policy-drift gating的轻量级方法，用于在on-policy distillation (OPD)中控制学生策略的漂移。该方法通过计算行为策略与当前策略在采样token路径上的log-probability shifts，并聚合为门控信号来重新加权OPD损失，在数学推理任务上提升了pass@8指标。
NeuroSonic: Conditional Flow Matching for EEG-to-Speech Reconstruction
Wenhao Gao et al.
cs.LG
本文提出NeuroSonic框架，利用conditional flow matching将EEG信号映射为连续语音，通过学习一个deterministic probability-flow velocity field来避免传统方法的随机采样不稳定性。该方法在CineBrain和EAV基准上提升了分布真实性和感知质量，尤其对伪迹密集段效果显著。
FedUP: One-Shot Federated Unlearning via Centroid-Guided Plug-in Filters
Feihong Nan et al.
cs.LG
本文提出FedUP，一种基于centroid-guided pluggable filters的one-shot federated unlearning框架。它通过冻结原始模型参数并在服务器端训练差分隐私保护的类中心样本过滤器，避免了多轮通信和复杂重训练，从而在降低非目标知识损失的同时将遗忘延迟从分钟级降至秒级。
When Top-1 Fails: Calibrating LoRA Monitors for Masked Diffusion LMs
Lucky Verma, Pratik Yadav
cs.LG cs.CL
本文研究了离散扩散语言模型(DLM)在LoRA/PEFT微调中的collapse检测问题，发现top-1 argmax浓度作为预警指标在所有配置下均失效（零精度），原因是预平衡饱和现象。作者提出使用max LoRA gradient norm作为替代信号，在LLaDA-family数据集上实现了0.68的precision和0.79的F1分数，但该方法仅限于短时域DLM-LoRA检测，无法跨模型族泛化。
Holistic Data Scheduler for LLM Pre-training via Multi-Objective Reinforcement Learning
Chenhao Dang, Jing Ma, Mingjie Liao
cs.LG cs.CL
本文提出了一种名为Holistic Data Scheduler (HDS)的在线数据混合框架，用于大语言模型预训练。HDS将数据调度问题建模为连续控制空间中的reinforcement learning问题，并使用Soft Actor-Critic算法，通过一个多目标奖励函数来动态调整数据混合比例，从而提升训练效率和模型性能。
A Time-Reparameterized Cumulative Intensity Extrapolation Sampler for Discrete Flow Matching
Feiyang Fu, Hehe Fan
cs.LG
本文提出了一种用于离散流匹配(Discrete Flow Matching)的Time-Reparameterized Cumulative Intensity Extrapolation (TR-CIE)采样器，通过时间重参数化和累积强度外推更新规则，在有限函数评估次数下提升了采样质量。该方法在合成任务、文本生成和文本到图像基准上验证了有效性。
AsyncOPD: How Stale Can On-Policy Distillation Be?
Wonjun Kang et al.
cs.LG
本文研究了异步on-policy distillation (OPD)中的stale数据问题，分析了KL散度方向对stale rollouts鲁棒性的影响，并提出了AsyncOPD训练框架。实验表明，该框架在保持可比精度的同时，将训练吞吐量提升了1.6到3.8倍。
Lightweight Transformer Models for On-Device Fault Detection: A Benchmark Study on Resource-Constrained Deployment
Disha Patel
cs.LG cs.AI
本文对比了传统ML方法（如Random Forest, XGBoost）与轻量级transformer架构（如DistilBERT, TinyBERT）在资源受限设备上的故障检测性能，发现轻量级transformer在模型大小和延迟上远逊于传统方法，且对严重不平衡数据集效果不佳。
Project Ariadne: Prompt-Conditioned Route Generation for Synthesis Planning
Anton Morgunov, Victor S. Batista
cs.LG
本文提出Ariadne，一种基于decoder-only的路线生成模型，将逆合成规划转化为prompt-conditioned序列生成任务。该方法通过统一表示目标分子、约束条件和合成路线，在RetroCast/PaRoutes基准上展示了根据深度和起始材料约束生成路线的能力，并在部分指标上优于传统搜索规划器。
Managing Task Execution for Unknown Workloads in Batteryless IoT: A Hardware-Agnostic Evaluation
Samer Nasser et al.
cs.LG
本文针对无电池物联网中未知工作负载的任务执行管理问题，提出了两种硬件无关的动态调度策略（无模型强化学习agent和近似预测方法），并在物理仿真框架下与现有方法进行了对比评估。
Parallel Manifold Steering: Efficient Adaptation of Large Associative Memories via Residual Energy Shaping
Kanishk Awadhiya
cs.LG
本文提出H-Res方法，通过在学习到的activation manifold上施加state-dependent vector field来调整Transformer的能量景观，从而在不修改权重或增加序列长度的情况下实现任务适应。该方法在associative retrieval任务上优于LoRA和VPT，并保持了attention entropy。
Natural Identifiers for Privacy and Data Audits in Large Language Models
Lorenzo Rossi et al.
cs.LG
本文提出natural identifiers (NIDs)作为结构化随机字符串（如cryptographic hashes和shortened URLs），用于解决大型语言模型隐私审计中的难题，无需重新训练即可进行post-hoc differential privacy auditing和dataset inference。
Data Augmentation: A Fourier Analysis Perspective
Behrooz Tahmasebi, Melanie Weber, Stefanie Jegelka
cs.LG stat.ML
本文利用Fourier分析和有限群表示论，研究了数据增强中部分增强与完全增强在泛化性能上的关系。结果表明，对于一类经典学习问题，基于随机采样子集的部分增强可以达到与完全增强相同的minimax最优率，但精确的对称性强制需要整个群的平均。
An LLM-based Two-Stage Transformer Framework for Cross-Domain Bearing Fault Diagnosis with Limited Data
Jinghan Wang et al.
cs.LG cs.CL
本文提出了一种基于GPT-2风格Transformer的两阶段迁移学习框架，用于解决跨域轴承故障诊断中数据异构、工况变化和标签稀缺的联合挑战。该方法通过因果自注意力机制从振动信号中提取层次化特征，并利用预训练编码器权重和故障原型嵌入作为知识载体，在目标域仅需10%标签数据即可达到92.61%的平均准确率。
A Fair Evaluation of Graph Foundation Models for Node Property Prediction
Oleg Platonov et al.
cs.LG cs.AI cs.SI
本文对9种用于节点属性预测的Graph Foundation Models (GFMs)进行了公平且严格的重新评估，并与强大的Graph Neural Network (GNN)基线进行比较。研究发现，在这些GFMs中，只有基于Prior-data Fitted Networks范式的最新模型在预测性能上优于调优后的GNN，但推理成本更高。
Reasoning as Attractor Dynamics: Latent Memory Retrieval via Gibbs-Weighted Energy Minimization
Kanishk Awadhiya
cs.LG
本文从Dense Associative Memory的视角，将LLM的推理过程建模为能量景观中的吸引子动力学，认为正确推理链对应平坦的吸引子盆地。作者提出基于Gibbs测度的检索机制，通过对多条推理路径进行谱熵加权的能量最小化来近似平衡分布，从而提升模型性能。
QC-SMOTE: Quality-Controlled SMOTE for Imbalanced Classification
Parth Upman, Shreyank N Gowda
cs.LG
本文提出了一种名为QC-SMOTE的质量控制过采样框架，通过复合邻域可信度评分评估少数类样本的可靠性，并采用IPQ引导的最佳K策略生成合成样本。实验表明该方法在30个不平衡数据集上取得了较好的AUC-ROC和Macro F1结果。
Grad Detect: Gradient-Based Hallucination Detection in LLMs
Anand Kamat, Daniel Blake, Brent M. Werness
cs.LG cs.AI
本文提出Grad Detect方法，通过分析LLM在单次前向-反向传播中的逐层gradient模式来检测hallucination。实验表明该方法在多个benchmark上优于基于confidence和sampling的baseline，且最后五层集中了超过97%的判别性gradient信号。
Real vs. Complex Spectral Bases for Neural Operators: The Role of Green's Function Alignment
Jason Sulskis, Sathya Ravi
cs.LG
本文提出Hartley Neural Operator (HNO)，用实值Discrete Hartley Transform替代FNO中的复值FFT，以消除共轭对称性带来的冗余。通过理论分析和实验，作者发现HNO在自伴椭圆型算子（如Poisson方程）上表现更优，而FNO在含相位的时间依赖型算子（如波动方程）上更优，从而揭示了谱基的选择应取决于算子Green函数的对称性。

cs.AI

Critique of Agent Model ⭐ 精选
Eric Xing, Mingkai Deng, Jinyu Hou
cs.AI cs.LG cs.MA cs.RO
本文对当前AI agent领域进行了系统性批判，提出了区分“agentic”（能力源于外部工程化工作流）与“agentive”（能力源于系统内生）的关键概念，并基于Descartes的哲学基础，从目标、身份、决策、自我调节和学习五个维度分析了agent架构。作者进一步提出了Goal-Identity-Configurator (GIC)通用agent模型架构，该架构结合了层次化goal分解、identity演化、基于独立world model的模拟推理、learned self-regulation以及从真实和模拟经验中的self-directed learning。这项工作为理解agent的本质和构建真正自主的系统提供了开创性的理论框架，与关键词“agent”高度契合。
Towards Federated Long-Tailed Graph Learning: An Energy-Guided Dual Decoupling Approach ⭐ 精选
Lianshuai Guo et al.
cs.AI
本文提出FedEPD框架，针对联邦图学习中的长尾分布问题，采用能量引导的双解耦范式，将拓扑净化与语义校准分离。具体地，利用分布感知的Dirichlet能量剪枝过滤异质边，并通过从拓扑中心节点提取鲁棒全局原型进行空间低通原型注入，以克服Non-IID分布偏移。该方法通过两阶段交替优化策略保护多数类决策边界同时提升少数类精度，在多个长尾基准上取得SOTA性能，Accuracy和Macro-F1分别提升达4.97%和5.48%。
ReM-MoA: Reasoning Memory Sustains Mixture-of-Agents Scaling ⭐ 精选
Heng Ping et al.
cs.AI
ReM-MoA提出了一种基于记忆增强的Mixture-of-Agents (MoA)架构，通过引入Ranked Reasoning Memory和Curated Diversified Memory Routing机制，解决了现有MoA模型在深度扩展时性能退化或饱和的问题。该方法利用一个比较性的Reviewer Agent对所有层的推理轨迹进行持久化存储与排序，并通过多样化记忆路由策略让不同agent接触成功与失败轨迹的不同组合，从而在保持探索多样性的同时传播高质量推理。实验表明，该架构在数学、形式逻辑、代码等五个推理基准上，随着深度增加其优势持续扩大，为可扩展的多agent推理提供了关键机制。该工作与关键词中的agent和attention（通过记忆路由机制间接关联）高度契合。
Bayesian control for coding agents ⭐ 精选
Theodore Papamarkou et al.
cs.AI cs.CL
本文提出了一种基于Bayesian控制的编码agent框架，将orchestration（编排）问题形式化为cost-sensitive sequential hypothesis testing（成本敏感的序贯假设检验）。通过维护一个关于候选代码正确性的belief state（信念状态），控制器能够动态决定是否收集更多证据、优化候选代码、验证或终止，从而在验证成本高且critic（评判器）信息丰富但不完美时显著提升性能。该方法为coding agent（编码智能体）的tool-use决策提供了开创性的不确定性量化框架，与关键词“agent”和“code”高度契合。
Reinforcement Learning for Computer-Use Agents with Autonomous Evaluation ⭐ 精选
Marta Sumyk, Oleksandr Kosovan
cs.AI cs.HC
本文提出了一种针对Computer-Use Agents (CUAs)的Reinforcement Learning (RL)微调框架，该框架利用autonomous vision-language evaluation作为可扩展的监督信号。具体地，给定最终截图和原始指令，一个Vision-Language Model (VLM)判断任务完成度并提供终端反馈，从而避免了任务特定的heuristics或人工标注。由于autonomous evaluator不完美，作者将其反馈建模为noisy binary reward channel，并推导出noise-corrected reward estimator用于Proximal Policy Optimization (PPO)。实验表明，该方法在多个GUI环境基准上显著提升了任务成功率，为agent在复杂桌面环境中的RL训练提供了实用方案。
SAFARI: Scaling Long Horizon Agentic Fault Attribution via Active Investigation ⭐ 精选
Chenyang Zhu et al.
cs.AI
本文提出SAFARI框架，通过将线性上下文加载替换为工具增强的诊断循环，并配备短期记忆(STM)实现跨轮推理，解决了长程agent故障归因中context window限制导致的attention稀释问题。该方法在Who&When数据集上以1M token预算超越SOTA 20%，在TRAIL GAIA子集上以25K token预算提升19%，且当目标故障位于模型原生context window 5倍之外时仍保持0.58的精确率。该工作为agent故障诊断提供了可扩展的范式，与关键词"agent"和"attention"高度契合。
World Models in Pieces: Structural Certification for General Agents ⭐ 精选
Yikai Lu et al.
cs.AI
本文针对大世界（big-world）场景下通用agent无法具备普遍能力的问题，提出了结构性认证（structural certification）框架。作者首先形式化证明了通用agent的非普遍性，使得标准最坏情况分析失效；随后引入了一种基于transition-local的框架，将受目标约束的性能映射到agent内部world model的逐项保证上。主要贡献在于构造性地给出了算法，利用深度组合目标（deep compositional goals）过滤特定transitions，并证明了在这些目标上通用agent的structural world model具有\(\mathcal{O}(1/n) + \mathcal{O}(\delta)\)的误差界，且该界在小\(\delta\)区域是紧的。该工作为通用agent的可认证部署提供了理论支撑，与关键词中的agent和context高度契合。
OpenThoughts-Agent: Data Recipes for Agentic Models ⭐ 精选
Negin Raoof et al.
cs.AI
本文提出了OpenThoughts-Agent (OT-Agent)项目，这是一个完全开源的数据筛选pipeline，用于训练具有通用能力的agentic language models。通过超过100次控制消融实验，系统研究了pipeline各阶段，揭示了任务来源和多样性的重要性。基于该pipeline构建的100K训练集微调Qwen3-32B模型，在七个agentic benchmark上平均准确率达44.8%，比现有最强开源agentic模型(Nemotron-Terminal-32B)提升3.9个百分点，且训练数据展现出良好的scaling性质。该工作为agentic model的训练数据构建提供了系统性的方法论和开源资源。
RIFT-Bench: Dynamic Red-teaming For Agentic AI Systems
Yarin Yerushalmi Levi et al.
cs.AI
本文提出了RIFT-Bench，一种基于graph representation的动态red-teaming方法，用于统一评估不同架构的agentic AI系统的安全性。该方法通过自动化的Discovery和Scanning阶段，对系统进行结构提取和自适应对抗攻击测试。
Neuro-Symbolic Drive: Rule-Grounded Faithful Reasoning for Driving VLAs
Xiangbo Gao et al.
cs.AI cs.CL
本文提出Neuro-Symbolic Drive框架，通过将经典rule-based planner的内部决策轨迹序列化为结构化推理数据，用于微调driving VLA模型。该方法利用符号AI的推理逻辑作为监督信号，在仿真benchmark上提升了轨迹预测的ADE和miss rate指标。
Safe and Generalizable Hierarchical Multi-Agent RL via Constraint Manifold Control
Zihao Guo et al.
cs.AI
本文提出了一种分层多智能体强化学习框架，通过约束流形在低层强制执行硬安全约束，并在高层进行策略学习以实现协调。该方法在理论上提供了多智能体环境下的安全保证，并实现了稳定的学习动态。
Reinforcement Learning Towards Broadly and Persistently Beneficial Models
Akshay V. Jagadeesh et al.
cs.AI cs.CL
本文研究了在现实领域中使用强化学习(RL)训练有益行为，能否产生超出训练分布的广泛且持久的对齐泛化。实验表明，有益特质RL在超过80%的分布外基准测试上提升了性能，并展现出对齐持久性，包括对对抗性提示和有害微调的更强抵抗力。
Can Language Model Agents be Helpful Circuit Explainers in Mechanistic Interpretability?
Ayan Antik Khan et al.
cs.AI
本文研究了语言模型(LM) agent在机械可解释性中作为电路解释器的能力，提出了AgenticInterpBench基准和HyVE解释框架，通过假设-验证循环生成组件级解释。实验表明LM agent有潜力但可靠验证仍是主要障碍。
Breaking the Filter Bubble: A Semantic Pareto-DQN Framework for Multi-Objective Recommendation
Cláudio Lúcio Do Val Lopes, Lucca Machado da Silva, André de Oliveira Brandão
cs.AI
本文提出了一种基于Pareto-DQN的多目标强化学习框架，将推荐系统建模为语义多目标Markov决策过程，通过分离engagement、diversity和fairness等奖励信号来缓解filter bubble问题。实验在MovieLens数据集上验证了该方法能在保持用户参与度的同时提升社会性目标。
Ensemble Feature Selection and Harris Hawks Optimization for Explainable Mental Health Risk Prediction in Female Sex Workers
Ahnaf Atef Choudhury et al.
cs.AI cs.LG
本文提出了一种混合预测模型，结合了基于ANOVA和互信息的集成特征选择策略与Harris Hawks优化调优的Logistic回归，用于预测女性性工作者的心理健康风险。该模型在3005名受试者上达到了95.78%的准确率，并利用可解释AI方法识别出创伤后应激、客户相关暴力和职业因素是抑郁的主要贡献因素。
Beyond Trajectory Imitation: Strategy-Guided Policy Optimization for LLM Reasoning
Tianyuan Shi et al.
cs.AI
本文提出Strategy-Guided Policy Optimization (SGPO)方法，通过从强模型响应中提取结构化策略描述，并构建自主与策略引导轨迹的对比，以token-level forward-KL目标函数实现选择性知识蒸馏。该方法在数学推理任务上优于SFT和on-policy RL等基线，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。
Exploring Academic Influence of Algorithms by Co-occurrence Network Based on Full-text of Academic Papers
Yuzhuo Wang et al.
cs.AI cs.CL cs.DL cs.IR
本文基于学术论文全文构建了NLP领域的算法共现网络，分析了算法的群体影响力及其随时间演化的结构特征。研究发现算法网络具有复杂网络特性，经典和高性能算法在网络中占据核心位置。
ReMMD: Realistic Multilingual Multi-Image Agentic Verification for Multimodal Misinformation Detection
Chenhao Dang et al.
cs.AI
本文提出了ReMMD，一个用于多模态虚假信息检测的多语言多图像智能体验证框架，包含基准数据集ReMMDBench和智能体ReMMD-Agent。该工作主要关注多模态虚假信息检测任务，与关键词中的“agent”概念有一定关联，但方法本身在开创性上较为常规。
VeryTrace: Verifying Reasoning Traces through Compilable Formalism and Structured Verification
Ninghan Zhong et al.
cs.AI
本文提出VeryTrace框架，通过将自然语言推理轨迹形式化为可编译的领域特定语言(DSL)，并采用混合验证器（结合确定性检查与LLM审计）实现步骤级错误定位与修复。该方法在数学、机器人规划和亲属关系推理任务上提升了零样本准确率，但未涉及代码、谱方法或预训练等关键词相关技术。
OmniPath: A Multi-Modal Agentic Framework for Auditing Wheelchair Accessibility
ASM Mobarak Hossain et al.
cs.AI
本文提出了OmniPath框架，通过融合OSM网络拓扑与高密度LiDAR数据，构建高保真3D模型来自动化审计轮椅可达性。该agent以0.5米增量分析路面坡度、横向坡度和垂直不连续性，并计算加权严重性评分来识别障碍。
T2D-Bench: Evidence-Gated Evaluation of LLM Outputs for Type 2 Diabetes Using a Multi-Layer Clinical-Lifestyle Knowledge Graph
Saba A. Farahani et al.
cs.AI
本文提出了T2D-Bench，一个基于多层临床-生活方式知识图谱的基准测试框架，用于评估LLM在2型糖尿病场景下的输出是否满足可验证的证据要求。实验表明，基线LLM输出在35%至33%的案例中未能通过证据路径检查，而该框架能检测并修正这些遗漏。
The Geometry Behind Diffusion and Flow Matching: Gradient Flows and Geodesics in Wasserstein Space
Yian Yao, Weiwei Zhang
cs.AI
本文从Wasserstein空间的几何视角出发，将扩散模型和Flow Matching统一为自由能的gradient flow和Wasserstein geodesic两种变分原理，揭示了二者在最优传输框架下的内在联系。
An Introduction to Causal Reinforcement Learning
Elias Bareinboim, Junzhe Zhang, Sanghack Lee
cs.AI
本文介绍了因果强化学习(CRL)这一新兴交叉领域，将causal inference与reinforcement learning统一在structural causal model框架下，并讨论了generalized policy learning、imitation learning和counterfactual learning等学习范式。
Data Scale, Not Latency, Shapes Cross-Lingual Encoder Transfer in Streaming ASR
Nenad Banfic
cs.AI
本文研究了流式语音识别中跨语言编码器迁移的问题，发现多语言初始化仅在低数据量时优于单语言初始化，随着目标语言数据量增加（从100小时到2500小时），优势迅速衰减至可忽略，且流式延迟和量化部署不会显著改变这一结论。
Navigating User Behavior toward Personalized Multimodal Generation
Hengji Zhou et al.
cs.AI
本文提出NaviGen，通过为每个item构建dual identifier（耦合collaborative code和textual code）来编码用户行为，并采用两阶段SFT+RL pipeline（监督微调与强化学习）从行为历史中学习生成个性化指令，以改进多模态内容生成。该方法在多个领域提升了生成质量，但未涉及spectral、Muon或agent等关键词。
Exploring the relationship between human-centric AI and firm idiosyncratic risks
Zhen-Yuan Ralph Liu et al.
cs.AI
本文探讨了以人为中心的AI（HCAI）对企业特质风险（IR）的影响，基于中国上市公司2015-2023年的面板数据，发现HCAI能降低企业IR，且数字化和高管持股会增强这一效应，而运营效率和具有IT背景的CEO则会削弱它。该研究主要关注AI治理与金融风险管理，与关键词中的技术概念关联较弱。
FlowR2A: Learning Reward-to-Action Distribution for Multimodal Driving Planning
Xirui Li et al.
cs.AI
本文提出FlowR2A，通过将基于仿真的奖励从判别目标重构为生成条件，利用flow-matching解码器学习奖励条件化的动作分布，统一了密集奖励监督与动态提案生成两种范式。该方法在NAVSIM基准上取得了最优结果，但与我提供的关键词（code, context, spectral, Muon, pretrain, agent, attention）无直接关联。
SP-Mind: An Autonomous Reasoning Agent for Spatial Proteomics Analysis
Yucheng Yuan et al.
cs.AI
本文提出了SP-Mind，一个用于空间蛋白质组学分析的自主AI agent，能够将自然语言查询转化为端到端的分析流程，并构建了SP-Bench基准来评估其性能。
Probing the Misaligned Thinking Process of Language Models
Kaiwen Zhou et al.
cs.AI
本文提出通过线性探针（linear probes）分解大语言模型中的misalignment（失调行为）为细粒度认知过程（misalignment indicators），并利用自动化元规划流水线生成多轮训练对话来检测这些行为。实验表明该方法在分布外基准上达到0.935 AUROC，同时保持较低的误报率。
Tractable Reasoning and Conjunctive Query Answering for Defeasible DL-Lite under Rational Closure
Giovanni Casini, Umberto Straccia
cs.AI
本文研究了在Rational Closure下对轻量级描述逻辑DL-Lite家族的核心与Horn变体进行推理和Conjunctive Query回答的问题，提出了一种基于现有经典推理器的插件架构，并证明了该方法在计算上是高效的。
LemonHarness Technical Report
Kailong Ren et al.
cs.AI
本文提出了LemonHarness，一个用于长周期agent的执行框架。该框架通过定义明确的工作空间边界、结构化工具接口、可复用的规则知识库以及时间感知执行机制，来提升agent在长时间任务中的稳定性。
Prob-BBDM: a Probabilistic Brownian Bridge Diffusion Model for MRI sequence image-to-image translation
Martin Valls et al.
cs.AI
本文提出了一种基于Brownian Bridge Diffusion Model (BBDM)的概率性图像翻译模型Prob-BBDM，用于从2D轴向切片合成MRI序列。该模型通过变分编码器引导的扩散机制，在BraTS 2021数据集上实现了高效的图像翻译，仅需4步扩散即可达到较高的SSIM和PSNR指标。
MVG-KAN: Multi-View Geo-Wind Guided KAN for PM$_{2.5}$ Forecasting
Cheng Huang et al.
cs.AI
本文提出MVG-KAN模型用于PM\(_{2.5}\)预测，通过周期性-残差分解、地理-风图构建和时序KAN网络，从多视角建模污染物时空演化。该方法在特定应用场景下有效，但未涉及关键词中的核心概念。
Accelerating Disaggregated RL for Visual Generative LLMs with Diffusion-Based Parallelism and Trainer-Assisted Generation
Sijie Wang et al.
cs.AI cs.DC cs.NI cs.PF
本文提出了DigenRL，一个用于diffusion-based generative LLMs的解耦RL框架，通过generation-axis pipeline (GAP)和time-step parallelism (TSP)以及trainer-assisted generation (TAG)等方法，在解耦架构中减少了执行气泡，并在多个模型上实现了1.56-2.10x的吞吐量提升。该工作主要关注分布式系统和RL训练效率，与关键词中的概念关联较弱。
When Helpfulness Overrides Causal Caution: Context-Dependent Suppression and Recovery in LLMs
Hiroshi Okumura
cs.AI cs.CY
本文研究了LLMs在从学术语境转向实际咨询语境时，因果谨慎性（Causal Caution）的系统性抑制现象。实验表明，虽然模型在学术语境中能保持高水平的因果谨慎，但在实际咨询语境中该能力显著下降，而简单的自我纠正提示可以恢复这种能力。该工作主要关注LLM的行为模式与上下文依赖性，与关键词中的code、spectral、Muon、pretrain、agent、attention等概念关联度较低。
PHANTOM: A Large-Scale Dataset of Multimodal Adversarial Attacks for Vision-Language Models
Simone Gallivanone et al.
cs.AI cs.LG
本文构建了一个大规模多模态对抗攻击数据集PHANTOM，包含47,524个样本和55个有害意图子类别，旨在降低视觉语言模型(VLM)对抗性研究门槛，为模型鲁棒性和安全性评估提供标准化资源。
Age of LLM: A Strategic 1v1 Benchmark for Reasoning, Diplomacy and Reliability of Large Language Models under Fog of War
Arnaud Ricci
cs.AI cs.CL cs.GT cs.MA
本文提出了一个名为Age of LLM的1v1基准测试，用于评估LLM在战争迷雾下的推理、外交和可靠性。实验发现核武器rush策略占主导，军事征服罕见但更快，外交频繁但几乎不成功，并指出非法行动率可作为信念追踪的度量。
ATRIA: Adaptive Traceable ECG Reporting with Iterative Agents
Donggyun Hong et al.
cs.AI
本文提出了一个名为ATRIA的多agent心电图报告系统，通过将报告生成分解为多个可迭代的步骤来模拟临床医生的迭代工作流程。该系统允许医生验证和修改单个发现，而不是接受一个不透明的输出。
Cycle-Consistent Neural Explanation of Formal Verification Certificates
Andoni Rodriguez, Alberto Pozanco, Daniel Borrajo
cs.AI
本文提出了一种循环一致神经网络架构，用于生成形式验证证书的自然语言解释，通过前向网络NN1和逆向网络NN2实现证书与解释间的双向映射，并利用符号验证器提供可微分的忠实度代理。实验表明该方法在忠实度上优于多LLM基线，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联较弱。
Agentic AI for Bilevel Long-Term Optimization of Policy-Driven Physical Layer Systems
Bingnan Xiao et al.
cs.AI
本文提出Agentic-LTPO，一种用于物理层系统长期优化的双层嵌套框架，通过agentic AI生成上层配置并求解下层优化问题。实验表明该方法能适应动态策略并提升长期性能。
Can Aggregate Invariants Accelerate Continuous Subgraph Matching? Limits, Laws, and a Dynamic Spectral Index
Minghao Chen, Jiale Zheng
cs.AI cs.DB cs.DS
本文研究了aggregate structural tests（如Laplacian interlacing）能否加速continuous subgraph matching (CSM)在动态图上的应用。结果表明，lazy维护的spectral bounds在动态更新中几乎失去剪枝能力，而exact维护在选择性场景下可行，能移除最多51%的候选者或跳过47%的更新枚举。
CompressKV: Semantic-Retrieval-Guided KV-Cache Compression for Resource-Efficient Long-Context LLM Inference
Xiaolin Lin et al.
cs.AI
本文提出CompressKV框架，通过识别语义检索头(SRHs)来选择关键token的KV对进行缓存压缩，并依据层间逐层估计的eviction error分配缓存预算，在LongBench等任务上以极低缓存占用保持高精度。
The Latent Bridge: A Continuous Slow-Fast Channel for Real-Time Game Agents
Bojie Li, Noah Shi
cs.AI
本文提出了一种用于实时游戏agent的Latent Bridge方法，通过将慢速推理VLM的残差投影到快速反应VLM的输入嵌入空间，避免了文本往返延迟。实验表明该方法在部分Atari游戏中优于文本桥接，但整体贡献有限，且与关键词中的agent概念有一定关联。
On the Smallness of the Large Language Models Scaling Exponents
Sauro Succi, Peter V. Coveney, Alex Hansen
cs.AI
本文讨论了大型语言模型(LLM)缩放指数较小所导致的能源不可持续性问题，并指出忽略无限数据极限下损失函数非零值（"基座效应"）并不能解决该问题。文章还基于流体湍流现象学模型的类比，评论了数据平滑度对缩放指数的影响。
A specialized reasoning large language model for accelerating rare disease diagnosis: a randomized AI physician assistance trial
Haichao Chen et al.
cs.AI cs.CL
本文介绍了RaDaR，一个用于罕见病诊断的开源推理大语言模型（32B参数），通过公开文本和合成数据训练，在多项基准测试中表现优异，并在随机医生辅助试验中将诊断准确率提升21.44个百分点。该工作主要聚焦于医学AI应用，与关键词中的理论或方法（如code, spectral, Muon等）关联较弱。
Governed Shared Memory for Multi-Agent LLM Systems
Yanki Margalit et al.
cs.AI
本文研究了多智能体LLM系统中的共享内存管理问题，提出了fleet-memory问题并识别了四种故障模式。通过实现MemClaw系统并评估其治理维度，强调了生产环境中显式系统级抽象的重要性。
GUI vs. CLI: Execution Bottlenecks in Screen-Only and Skill-Mediated Computer-Use Agents
Xiao Zhou et al.
cs.AI
本文通过构建一个匹配的执行层基准，比较了GUI和CLI两种交互模式下计算机使用agent的执行瓶颈，发现GUI agent在长流程任务中受限于可靠的交互，而CLI agent则受限于技能接口的覆盖范围。
Quant Convergence: Bridging Classical Value Investing and Modern Factor Models for Systematic Equity Selection
Augusto Eiji Yamazaki, Hugo Garrido-Lestache Belinchon
cs.AI
本文探讨了将Benjamin Graham的价值投资规则与现代因子模型结合用于系统性选股，通过对比纯Graham规则、现代市场因子及混合特征在XGBoost和AutoGluon等复杂模型上的表现，发现纯Graham规则结合随机森林模型在20年S&P 500数据上实现了最高回报和更低风险，证明了经典价值投资规则能有效约束现代AI模型的过度风险承担。
LLMs Prompted for Legal Context Object More: Overrefusal from Small On-Premises LLMs in Criminal Legal Context
Anastasiia Kucherenko et al.
cs.AI
本文研究了小型本地部署LLM在刑事法律语境下的过度拒绝问题，发现权威性前缀（如“你作为国家最高法院助理”）会系统性地将拒绝率提升2-20倍，而角色扮演越狱前缀的效果则因模型而异。该工作揭示了上下文框架对模型行为的不稳定性影响。
AdversaBench: Automated LLM Red-Teaming with Multi-Judge Confirmation and Cross-Model Transferability
Khanak Khandelwal
cs.AI cs.CL
本文提出了AdversaBench，一个用于大语言模型自动红队测试的pipeline，通过多裁判确认和跨模型迁移性分析来评估模型弱点。实验表明，该方法的攻击操作在不同任务类别上效果差异显著，且生成的对抗性prompt能在不同模型间迁移。
ASALT: Adaptive State Alignment for Lateral Transfer in Multi-agent Reinforcement Learning
Anurag Akula et al.
cs.AI cs.LG
本文提出ASALT方法，通过引入observation-level和state-level adapters将源域与目标域的状态映射到共享embedding空间，以解决多智能体强化学习中状态空间维度不匹配时的迁移学习问题。实验表明该方法在合作场景下能提升样本效率并缓解负迁移，但其有效性依赖于域间差异程度。
Uncertainty-Aware Longitudinal Forecasting of Alzheimer's Disease Progression Using Deep Learning
Arya Hariharan, Shreyank N Gowda, Anala M R
cs.AI
本文提出了一种结合Temporal Fusion Transformer和Mixture Density Network的概率框架，用于阿尔茨海默病进展的纵向预测，包括有序诊断预测和多时间点轨迹生成。模型在ADNI和OASIS-3数据集上验证了预测性能，并分解了aleatoric与epistemic uncertainty。
ScaleToT: Generalizing Structured LLM Reasoning for Billion-Scale Low-Activity User Modeling
Tianbao Ma et al.
cs.AI
本文提出ScaleToT方法，通过从少量LLM处理的子集中学习结构化推理（如typed user-state chains和Tree-of-Thought），并将其扩展到数十亿低活跃用户建模中。该方法在广告场景的LTV预测上提升了在线指标，但主要贡献在于工程化地降低推理成本，而非在理论或方法上具有开创性，且与关键词列表中的概念关联较弱。
AI Tokenomics: The Economics of Tokens, Computation, and Pricing in Foundation Models
Quanyan Zhu
cs.AI cs.PF econ.GN
本文提出了AI tokenomics框架，将token作为连接计算、定价与经济价值的基本单位，分析了token消耗与经济价值之间的区别，并指出了隐藏token测量、动态分配等开放研究方向。
Abstractions of Queries in Ontology-Based Data Access
Michel Leclère, Marie-Laure Mugnier, Guillaume Pérution-Kihli
cs.AI cs.DB
本文研究基于存在规则的本体数据访问中的查询抽象问题，通过扩展UCQ（联合合取查询）引入有限的不等式和标记数据库常量的特殊谓词，分析了最小完全和最大可靠抽象的存在性及其与数据交换中最大恢复概念的联系。
When CQs Go Wrong: Challenges in CQ Verification with OE-Assist
Anna Sofia Lippolis et al.
cs.AI
本文研究了Competency Questions (CQs)在ontology验证过程中的挑战，通过19名参与者使用LLM辅助的实验，发现CQ的歧义和复杂性会导致验证结果不一致，并强调了在发布前优化CQ的必要性。
Themis: An explainable AI-enabled framework for Reinforcement Learning with Human Feedback
Andreas Chouliaras, Luke Connolly, Dimitris Chatzpoulos
cs.AI cs.HC
本文提出了一个名为Themis的XAI框架，用于结合人类反馈的强化学习训练与评估，支持超过200种环境并提供了云平台以收集人类反馈。该框架在训练reward model方面表现良好，但并未涉及code、spectral、Muon或pretrain等关键词相关的方法。
CineCap: Structured Reasoning with Spatio-Temporal Anchors for Cinematographic Video Captioning
Xinyu Mao et al.
cs.AI
本文提出CineCap框架，用于电影摄影视频描述任务，通过结合时空锚点的结构化推理和强化学习来生成专业电影语言描述。该方法在CineCap Bench基准上取得了最优性能，但与我提供的关键词列表关联度较低。
LaGO: Latent Action Guidance for Online Reinforcement Learning
Kuan-Yen Liu, Ren-Jyun Huang, Ti-Rong Wu
cs.AI
本文提出LaGO框架，利用预训练LLM作为潜在动作先验来软引导在线策略优化，而非直接作为控制器。实验表明该方法在离散和连续控制任务上均能提升PPO算法的奖励与成功率。
Cost-Optimal Decision Diagrams for Stochastic Boolean Function Evaluation
Xia Zong, Tuomo Lehtonen, Jussi Rintanen
cs.AI
本文提出了一种分支定界算法，用于在变量成本和概率分布下最小化评估propositional formula的期望成本，并证明了该问题的\(\#P\)-hardness和属于\(\mathrm{PSPACE}\)。实验展示了算法的可扩展性及贪心beam-search变体的效率-质量权衡。
Decentralised AI Training and Inference with BlockTrain
Peter Toth
cs.AI
本文提出了一个名为Spheroid BlockTrain的去中心化训练协议，将模型划分为独立可训练的blocks，每个block基于全局目标优化局部目标，并在推理时组合成一个模型。实验表明该方法在字节级WikiText上达到了与端到端Transformer相近的交叉熵，并通过HTTP/TCP传输实验验证了其可行性。
Scaling Laws for Task-Specific LLM Distillation
Lavinia Ghita, Dhruv Desai, Ioana Boier
cs.AI cs.CE
本文研究了针对特定领域的大语言模型压缩的scaling laws，通过logit-based和LoRA-based蒸馏方法，在定量金融领域分析了压缩比、数据集大小和监督格式对性能的影响。
Can Scale Save Us From Plasticity Loss in Large Language Models?
J. Fernando Hernandez-Garcia, Tomás Figliolia, Beren Millidge
cs.AI
本文研究了GPT-style Transformer模型在多语言持续学习中的plasticity loss（网络在学习新信息后失去学习能力）现象，发现该现象随模型规模增长呈亚线性缩放规律，且在大模型和静态多语言训练中仍然存在。
BluTrain: A C++/CUDA Framework for AI Systems
Adhitya Charan et al.
cs.AI
本文介绍了BluTrain，一个基于C++和CUDA的深度学习训练框架，通过原生实现张量模块、自动微分、线性代数库和分布式执行等组件，在8-GPU系统上训练GPT-2模型时，相比PyTorch实现了更高的吞吐量和更低的内存占用。该工作主要贡献于AI系统工程优化，与关键词中的概念关联较弱。
Assessing Distribution Shift in Human Activity Recognition for Domain Generalization
Rebecca Adaimi, Edison Thomaz
cs.AI cs.HC
本文系统评估了人类活动识别中4种分布偏移（设备类型、传感器位置、采样率、用户行为）对模型的影响，并建立了统一的基准测试平台。研究发现多样性偏移主导了所有偏移类型，且现有领域泛化方法在传感器数据上的表现仅略优于经验风险最小化基线。
Solving Inverse Problems of Chaotic Systems with Bidirectional Conditional Flow Matching
Peiyan Hu et al.
cs.AI
本文提出Bidirectional Conditional Flow Matching (Bi-CFM)方法，用于求解混沌系统从终态反推初态的逆问题，通过学习初末态分布间的双向映射来应对混沌演化的随机性和指数级误差累积。在Lorenz、电路及高维Lorenz 96系统上，该方法在分布级指标上优于基线并实现两个数量级以上的加速。
Difference-Making without Making a Difference
Sander Beckers
cs.AI
本文分析了Andreas & Günther关于实际因果的七种定义，指出其最新定义同时体现了事实差异制造、反事实差异制造和基于规律三种类型，从而证明这些分类并无实质区别。
Accuracy and Satisfaction in Multi-Turn LLM Dialogues for NFR Assessment
Ali Pourghasemi Fatideh et al.
cs.AI
本文研究了多轮LLM对话在非功能需求评估中的准确性和用户满意度，发现开发者倾向于同意LLM的评估但准确性较低，且较长回复和更多信息提供轮次会降低用户满意度。该工作主要关注软件工程中的对话系统评估，与关键词中的code和agent有一定关联，但方法上缺乏开创性。
Grading the Grader: Lessons from Evaluating an Agentic Data Analysis System
Tian Zheng, Kai-Tai Hsu
cs.AI stat.AP
本文研究了自动化评分系统对agentic数据分析系统的评估可靠性，提出了一个三层人机评分级联方法，包括严格正则匹配、基于LLM的宽松评分和基于片段的检查。实验表明该方法在153个数值任务上实现了高精度，但未涉及关键词中的spectral、Muon、pretrain或attention等核心概念。
Matching Tasks to Objectives: Fine-Tuning and Prompt-Tuning Strategies for Encoder-Decoder Pre-trained Language Models
Ahmad Pouramini, Hesham Faili
cs.AI cs.CL
本文提出了Match Task to Objective (MTO)框架，通过设计对齐预训练目标的模板来提升encoder-decoder模型在生成和问答任务上的性能，尤其在few-shot场景下效果显著。该方法主要关注任务与训练目标的匹配策略，未涉及code、spectral、Muon或agent等关键词。

cs.IR

EvidenceLens: A Claim-Evidence Matrix for Auditing Financial Question Answering
Fengchen Gu et al.
cs.IR cs.CL cs.HC
EvidenceLens提出了一种基于claim-evidence matrix的可视化审计方法，用于检测金融问答中大语言模型输出的可信度。该方法将回答分解为原子声明，并协调多模态证据（文本、表格、图表）进行对齐分析。
INSPIRE: Intent-aware Neural Sponsored Product Retrieval for E-commerce
Shasvat Desai et al.
cs.IR
本文提出INSPIRE框架，利用结构化意图信号改进电商赞助商品检索，通过大语言模型生成意图标注并微调轻量模型，以增强查询与产品的匹配。
Scaling Dense Retrieval with LLM-Annotated Training Data: Structured Mining and Progressive Curriculum for E-Commerce Sponsored Search
Md Omar Faruk Rokon et al.
cs.IR
本文提出了一种利用LLM标注训练数据来扩展dense retrieval模型的方法，通过多通道检索挖掘和渐进式课程训练，在电商赞助搜索场景中提升了检索性能。该方法主要关注实际应用效果，而非理论创新。
Unified Multi-Task Relevance Modeling for E-Commerce: Comparing Task Routing Architectures Across LLMs and Cross-Encoders
Md Omar Faruk Rokon et al.
cs.IR
本文研究了在电商场景下，如何用一个统一的relevance model处理六种不同的实体对关系类型。通过比较三种task routing架构（text prefix routing, multi-head classification, multi-head with private transformer layers）在LoRA微调的LLMs和全微调的cross-encoders上的表现，发现MHP Ensemble方法在453K测试样本上达到了89.96%的准确率，并且多任务训练在低资源任务上相比单任务基线有高达14%的提升。
ChartWalker: Benchmarking the Cross-Chart RAG Task
Ning Tang et al.
cs.IR
本文提出了ChartWalker框架，用于构建跨图表检索增强生成（Cross-Chart RAG）任务基准。该框架通过层次化知识图谱构建和结构感知采样算法生成多跳推理路径，并发布了ChartWalker-Bench基准和ChartWalker-Agent基线。
Dialogue to Discovery: Attribute-Aware Preference Elicitation for Conversational Product Search Assistants
Sarthak Harne et al.
cs.IR cs.CL cs.HC
本文提出了一种面向对话式产品搜索助手的属性偏好引导框架D2D，通过动态利用产品属性结构来高效引导对话，在模拟对话中相比基线方法在目标查找准确率、用户放弃率和对话长度上均有改进。
PETRA: Transforming Web Text for Petroleum-Engineering Domain Adaptation
Kirill Dubovikov et al.
cs.IR cs.CL
本文提出了PETRA数据集和pipeline，用于将嘈杂的公共网络文本转换为石油工程领域的检索适应数据，通过合成监督训练dense retrieval和reranking模型。该方法在领域内检索和公共基准上取得了改进，但整体创新性有限，与关键词列表中的概念关联较弱。

cs.CL

Escaping the Self-Confirmation Trap: An Execute-Distill-Verify Paradigm for Agentic Experience Learning ⭐ 精选
Shiding Zhu et al.
cs.CL
本文提出EDV (Execute-Distill-Verify)框架，用于解决LLM agent在经验学习中的Self-Confirmation Trap问题。该方法通过多异构agent并行探索、第三方agent蒸馏分析以及共识验证机制，将经验学习从单agent的自我反思转变为多agent的协作构建，有效过滤了错误和噪声经验。在tau2-bench、Mind2Web和MMTB等长程任务基准上的实验表明，EDV显著优于强基线方法，验证了可靠经验构建对agent自我进化的重要性。该工作与关键词"agent"高度契合，并为agent经验学习提供了具有开创性的方法论。
EXPO-SQL: Execution-based Clause-level Policy Optimization for Text-to-SQL
Jaehoon Lee et al.
cs.CL cs.IR
本文提出EXPO-SQL方法，通过分析SQL查询的执行结果（包括错误信息和子句增量执行）来识别错误子句，从而为Text-to-SQL任务提供细粒度的子句级奖励。该方法在多个基准测试上优于现有的监督微调、提示和基于强化学习的方法。
ModTGCN: Modularity-aware Graph Neural Networks for Text Classification
Rajarshi Misra et al.
cs.CL
本文提出ModTGCN，一种基于modularity的图神经网络用于文本分类，通过联合优化cross-entropy和modularity辅助目标来促进类一致的文档社区结构，并利用transformer embedding构建文档相似图。该方法在多个基准上取得一致提升，但未涉及code、spectral、Muon、agent或attention等关键词。
Quantifying Prior Dominance in RAG Systems
Barak Or
cs.CL cs.AI
本文提出Normalized Context Utilization (NCU) metric，通过连续token log-probabilities量化RAG系统中contextual information gain，发现小模型在严格事实提取中优于大模型，并揭示了Prior Dominance与模型规模的相关性。
Self-Recognition Finetuning can Prevent and Reverse Emergent Misalignment
Arush Tagade et al.
cs.CL cs.AI cs.LG
本文研究了self-generated text recognition (SGTR) finetuning作为针对emergent misalignment (EM)的防御方法，发现SGTR在预防EM方面优于其他baseline，并提供了证据表明EM与LLM的默认character destabilization相关。
Evaluating LLM Usage for Efficient and Explainable Numerical and Classified Implicit Sentiment Analysis of Product Desirability
Sherri Weitl-Harms, John Hastings
cs.CL cs.AI cs.HC cs.LG
本文提出一个使用LLM对产品定性反馈进行隐式情感分析的框架，在ZORQ和CARMA数据集上实现了高达0.97的Pearson相关性和94%的分类准确率，并提供了模型置信度和可解释性解释。该工作主要关注应用而非理论创新，与关键词列表中的概念关联较弱。
Ground Then Rank: Revisiting Knowledge-Based VQA with Training-Free Entity Identification
Qian Ma et al.
cs.CL cs.CV cs.IR
本文提出了一种无需训练的identify-before-answer (IBA)框架，用于解决Knowledge-Based Visual Question Answering (KB-VQA)任务。该方法将entity identification与evidence ranking解耦，通过MLLM从候选名称中选择高置信度实体，再使用文本re-ranker进行证据选择，在降低复杂度的情况下提升了性能。
One Year Later...The Harms Persist, But So Do We!
Annika Marie Schoene et al.
cs.CL cs.AI
本文评估了六个通用大语言模型在16种DSM-5条件下的安全性，发现除自杀和自伤外，其他精神健康问题的防护措施普遍失效，并提出了一个八维伤害分类框架。
Do LLM Attribution Metrics Transfer? Auditing Retrieval-Augmented Generation Evaluation Across Datasets and Constructs
Tianyu Ding, Aditya Nannapaneni, Juan Pablo De la Cruz Weinstein
cs.CL cs.IR cs.LG
本文研究了LLM检索增强生成中自动归因评分指标的可迁移性，发现不同数据集上的指标排名会反转，没有一种评分器能在所有数据集上保持最佳性能。这提示指标选择需针对目标数据集验证，而非依赖其他数据集的经验。
When Retrieval Metrics Mislead: Measuring Policy Signal in Long-Horizon Tool-Use Agents
Tianyu Ding, Juan Pablo De la Cruz Weinstein
cs.CL cs.AI cs.LG
本文研究了在长周期工具使用agent中，检索指标（exact-match recall）与下游policy分类性能之间的关系。实验表明，尽管精确匹配的召回率很低，但使用检索到的policy clause进行分类时，macro-F1分数与使用gold clause相近，说明检索指标可能低估了实际效用。
QuechuaTok: Morphological Boundary Accuracy as a Necessary Metric for Tokenizer Evaluation in Agglutinative Low-Resource Languages
Maria Contreras
cs.CL
本文针对南Quechua语（一种低资源黏着语）提出了QuechuaTok基准，比较了BPE、Unigram LM、WordPiece和PRPE四种tokenization策略。结果表明，传统指标如fertility rate无法反映形态学正确性，而PRPE在形态边界准确率（MorphAcc）上达到83.33%，远高于BPE的6.67%。
Layer-wise Probing of wav2vec 2.0 and Whisper for Consonant Cluster Reduction in African American English
Hamid Mojarad, Kevin Tang
cs.CL
本文使用layer-wise probing方法研究了wav2vec 2.0和Whisper模型在非裔美国人英语中辅音丛缩减现象的内部表征，发现模型能够区分缩减和规范形式，且缩减片段保留了底层音位线索。
Does My Embedding Reflect That $A = B$? Evaluating Mathematical Equivalence in Embedding Models
Jiaying Ye et al.
cs.CL cs.LG
本文构建了MELD数据集，用于评估embedding模型是否能捕捉数学等价性。实验表明现有模型倾向于按术语而非数学本质对语句分组，并提出了一种对比学习方法以改进embedding。
Faithful by Construction: Claim-Anchored Attribution for Multi-Document Summarization
Shuo Guan
cs.CL cs.AI
本文提出CAMS框架，通过将多文档摘要分解为提取原子声明、聚类冲突、支持感知选择和约束重写等模块，实现细粒度的归因和忠实性。该方法在保持摘要质量的同时显著提升了忠实性和引用精度，但未涉及代码、谱方法或预训练等关键词相关技术。
RASC+: Retrieval-Constrained LLM Adjudication for Clinical Value Set Authoring
Sumit Mukherjee
cs.CL cs.AI cs.LG
本文提出RASC+框架，通过检索增强的候选池构建和约束LLM裁决来改进临床代码集生成。实验表明，该方法在RASC基准上显著提升了召回率和F1分数，但整体方法属于工程性改进，缺乏理论或方法上的开创性突破。
Towards Spec Learning: Inference-Time Alignment from Preference Pairs
Dhriti Krishnan, Tejas Goyal, Jaromir Savelka
cs.CL cs.AI
本文提出spec learning框架，通过用户指令和少量偏好判断生成自然语言specifications，在推理时引导LLM生成更符合偏好的响应，无需参数更新。该方法在特定领域数据集上表现优于DPO，且生成的specifications具有可读性和可解释性。
Towards Version-aware Operations and Transaction Memories for Multi-layer MeMo
Peiran Li
cs.CL cs.AI cs.SC
本文提出了一种面向多层关联记忆模型(MeMo)的版本感知操作层，通过引入Version CMM和Transaction CMM来支持知识更新的编辑操作，而非重新训练整个模型。该方法将高级操作编译为MeMo原语调用，并支持序列级编辑和结构化差异输入。
Best Preprocessing Techniques for Sentiment Analysis
Saranzaya Magsarjav et al.
cs.CL
本文系统研究了Twitter情感分析中文本预处理技术的应用顺序，发现tokenisation影响最大而spelling correction影响最小，并给出了最优预处理顺序。
Selective Capability Unlearning in End-to-End Spoken Language Understanding
Akanksha Singh, Vinod Kumar Kurmi
cs.CL cs.AI
本文针对端到端spoken language understanding (SLU)系统中的功能遗忘问题，提出了一种名为Binding Subspace (BSU)的表示层框架，用于隔离并削弱意图条件映射。该方法在SLU基准测试中减少了强制前缀恢复能力，同时保持了保留性能。
Sentence-Level Contextual Entrainment in Large Language Models
Yang Liu, Chenhui Chu
cs.CL
本文研究了大型语言模型中的句子级上下文嵌入现象，发现提示中的句子（即使是反事实陈述）在推理时会显著增加其概率，且该现象随模型规模增大而减弱。通过关闭2%到4%的attention heads可有效缓解此现象而不影响模型性能。
CAVEWOMAN: How Large Language Models Behave Under Linguistic Input and Output Compression
Morayo Danielle Adeyemi, Ryan A. Rossi, Franck Dernoncourt
cs.CL cs.AI cs.LG
本文提出了Cavewoman，一个双通道评估协议，用于衡量在用户输入和模型输出两个通道上进行语言压缩对LLM推理成本和任务准确率的影响。实验发现，输出压缩能有效降低大多数API模型和开源模型的成本，而输入压缩反而会增加成本并导致准确率下降。
Predicting Poets' Origins from Verse: A Computational Analysis of Regional Linguistic Fingerprints in the Complete Tang Poems
Chi-Sheng Chen, Hung-Yun Liu
cs.CL cs.AI
本文利用character \(n\)-gram TF-IDF和可解释的domain features，对《全唐诗》中357位诗人的籍贯进行多分类预测，发现南/北分类准确率达0.69，且语言距离与地理距离存在衰减效应。研究将interpretable machine learning作为文学史假设生成工具，但方法本身在关键词领域（如code, spectral, Muon, pretrain, agent, attention）缺乏直接关联。
PORTER: Language-Grounded Event Representations for Portable Structured EHR Foundation Models
Lin Lawrence Guo et al.
cs.CL cs.LG
本文提出PORTER模型，通过冻结的text encoder将EHR事件表示为语言描述，并引入数值处理路径，从而解耦事件表示与固定词汇表。实验表明，该模型在跨词汇表迁移时性能优于传统固定词汇表模型，并显著降低了计算成本。
Metis: Bridging Text and Code Memory for Self-Evolving Agents
Zijie Dai et al.
cs.CL cs.AI
本文研究了self-evolving agent系统中text memory与code memory的互补性，并提出了Metis系统，通过层次化双表示记忆结构结合两者的优势，在AppWorld基准上提升了任务准确率并降低了执行成本。
MedBench v5: A Dynamic, Process-Oriented, and Hallucination-Aware Benchmark for Clinical Multimodal Models
Ding Jinru et al.
cs.CL
MedBench v5提出了一个面向临床多模态模型的动态、过程导向的基准测试框架，包含双维度能力评估、可控信息流压力测试和幻觉传播监控。该工作主要关注临床AI评估的标准化，与关键词中的agent概念有一定关联，但整体方法更偏向评估体系设计而非核心算法创新。
BehaviorBench: Benchmarking Foundation Models for Behavioral Science Tasks
Jin Huang et al.
cs.CL cs.LG
本文提出了BehaviorBench基准，用于评估基础模型在行为科学任务中的表现，并开发了this http URL-1.5模型。研究发现通用模型在个体预测上表现好，而行为微调模型在分布对齐上更强。
A Pāninian Foundation for Indic Language Processing
Ritwik Banerjee, Lav R. Varshney
cs.CL cs.AI cs.LG
本文提出基于Pānini语法（Astādhyāyī）的统一计算架构，用于处理印度语言，并设计了一套四部分基准测试套件来量化该共享形态句法结构。文章主要关注语言处理框架的整合，未涉及code、spectral、Muon等关键词相关技术。
A Synthetic Reliability-Aware PINN Benchmark for Offshore Wind Turbine Support-Structure Monitoring with Bayesian Inverse Identification
Puneet Kant, Monika Tanwar
cs.CL stat.CO
本文提出了一个名为Digi Turbine的合成基准，用于海上风力涡轮机支撑结构的健康监测，通过将简化的Euler Bernoulli梁方程与Winkler地基模型嵌入Physics Informed Neural Network (PINN)训练目标，并结合贝叶斯先验逆识别和First Order Reliability Method (FORM)筛选。该工作主要面向工程应用，与关键词列表中的概念关联较弱。
Aspect-Based Sentiment Evolution and its Correlation with Review Rounds in Multi-Round Peer Reviews: A Deep Learning Approach
Ruxue Hana et al.
cs.CL cs.DL cs.HC cs.IR
本文使用LCF-BERT-CDM模型对多轮同行评审中的细粒度aspect sentiment进行分类，发现随着评审轮次增加，正面情感比例上升而负面情感下降，且aspect sentiment得分与总评审轮次呈负相关。该研究主要关注情感分析在评审过程中的应用，与关键词中的概念关联较弱。
MMed-Bench-IR: A Heterogeneous Benchmark for Multilingual Medical Information Retrieval
Junhyeok Lee et al.
cs.CL cs.AI cs.IR
本文提出了一个多语言医学信息检索的异构基准MMed-Bench-IR，包含三个独立任务来评估跨语言对齐、概念区分和证据检索能力。实验发现现有系统在非英语语言上表现严重下降，揭示了当前基准的局限性。
Decoherence as Defence and the Magnitude of Noise Regularisation: A Rigorous N -Qubit Theory of Stochastic Quantum Neural Networks for Adversarially Robust Network Intrusion Detection
Gautier-Edouard Edouard Filardo
cs.CL cs.CR
本文通过stochastic master equation和vectorised Liouvillian给出了随机量子神经网络的N-qubit形式化，证明了depolarising channel的decoherence-contraction定理，并在NSL-KDD数据集上验证了其对抗鲁棒性优于无噪声电路。此外，论文推导了per-gate dropout与depolarising noise在正则化效果上的定量关系，但整体方法更偏向应用验证而非理论开创性，与关键词契合度较低。
SURGELLM: Rethinking Multi-Task Evaluation through Task-Aware Feature Gating with Class-Balanced Normalization
Noor Islam S. Mohammad, Ulug Bayazit
cs.CL cs.AI
本文提出SurgellM框架，通过surgical feature gate、task-conditioned prefix tokens和Instance-Weighted Normalization三个轻量模块，解决多任务NLP中的归纳偏置不匹配、类别不平衡和外部词汇知识缺失问题。实验表明该方法在多个任务上提升macro-F1，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。
Pigeonholing: Bad prompts hurt models to collapse and make mistakes
Hyunji Nam et al.
cs.CL cs.AI
本文研究了LLM在in-context learning中因不良上下文（如用户错误建议或助手先前错误回答）导致的性能下降和模式崩溃现象（称为"pigeonholing"），实验表明该现象随对话轮次增加而恶化，并提出了RLVR with synthetic errors作为缓解方法。该工作主要关注LLM的上下文学习鲁棒性，与关键词中的code、context等有一定关联，但方法缺乏开创性且未解决长期问题。
CALIBER: Calibrating Confidence Before and After Reasoning in Language Models
Conor Finlay et al.
cs.CL cs.AI
本文提出CALIBER方法，通过区分推理前和推理后的置信度估计并分别匹配不同的监督目标（prompt-level与answer-level），来提升语言模型的校准性能。实验表明该方法在多个基准上降低了Expected Calibration Error (ECE)，但主要贡献在于校准技术本身，与关键词中的code, spectral, Muon, pretrain, agent, attention等方向关联较弱。
AVOC: Enhancing Hour-Level Audio-Video Understanding in Omni-Modal LLMs via Retrieval-Inspired Token Compression
Yijing Chen et al.
cs.CL cs.CV
本文提出AVOC框架，通过将多模态token压缩重构为top-\(K\)检索问题，并引入相关性、重要性和多样性三个经典信息检索准则来筛选信息单元，从而提升长时音视频理解能力。实验表明该方法在长时音视频基准上达到最优性能，但未涉及code、spectral、Muon等关键词相关技术。
Prague Dependency Treebank -- Consolidated 2.0: Enriching a Complex Annotation Scheme
Marie Mikulová et al.
cs.CL
本文介绍了Prague Dependency Treebank的第二个整合版本(PDT-C 2.0)，这是一个包含多层语言标注（包括coreference和discourse relations）的捷克语语料库，总结了近30年的开发成果。该资源主要用于语言学研究及NLP工具的国际比较。
Transformer-Based Language Models Across Domain Verticals: Architectures, Applications and Critical Assessment
Guruprakash J, Krithika L.B
cs.CL cs.ET
本文综述了基于Transformer的语言模型在不同垂直领域的架构、应用和评估，涵盖了编码器-解码器、长上下文等变体，并讨论了指令微调、RLHF等最新进展。文章从机制和应用两个层面进行了组织，但主要是一篇综述性工作，缺乏开创性方法或解决长期问题的具体贡献。
Meet UD_Czech-PDTC: A Large and Genre-Rich Treebank in Universal Dependencies
Marie Mikulová et al.
cs.CL
本文介绍了将捷克语Prague Dependency Treebank-Consolidated (PDT-C)转换为Universal Dependencies (UD)格式的过程，该语料库在规模和体裁多样性上均有显著提升。文章重点讨论了两种标注方案在依存结构拓扑、词性及关系类型粒度上的差异，并展示了克服这些差异的转换方法。
Automatic Part-of-Speech Tagging of Arabic-English Dictionary Senses through WordNet
Diaa M. Fayed et al.
cs.CL
本文提出了一种算法，用于对双语词典（Al-Mawrid阿拉伯语-英语词典）的词义进行词性标注，通过将英语翻译等价物的词性标签从Princeton WordNet转移至词典词义，实现了高准确率的资源轻量级处理。
MorfFlex: Handling Rich Morphology
Jaroslava Hlaváčová et al.
cs.CL
MorfFlex是一种面向形态丰富语言的词典架构，通过编码屈折和派生模式来压缩词典规模，并以捷克语词典MorfFlex CZ为例，展示了其包含超1亿词形和100万词条的能力。该词典主要用于保证语料库标注一致性并支持NLP工具开发，但与我提供的关键词（如code, context, spectral等）无直接关联。
On the Stability of Prompt Ranking in Large Language Model Evaluation
Shaoshuai Du et al.
cs.CL cs.AI
本文研究了在LLM评估中，prompt排名在不同随机种子和有限评估子集下的稳定性问题，发现虽然整体秩相关较高，但最优prompt的身份经常变化。作者提出了一种基于lower confidence bound的稳定性感知选择策略，以提升在非稳定设置下的鲁棒性。
AutoSpecNER: A Fine-Grained Named Entity Recognition Dataset for Vehicle Specification Extraction
Jordan Lee et al.
cs.CL
本文提出了AutoSpecNER数据集，用于车辆广告中的细粒度命名实体识别，包含659条广告和15个实体类别。实验表明DeBERTa模型以90%的micro-F1分数优于规则方法和大型语言模型。
Beyond Logprobs: A Multi-Signal Confidence Engine for LLM-Based Document Field Extraction
Nitesh Kumar
cs.CL
本文提出ExtractConf，一种用于LLM文档字段提取的置信度评估引擎，通过融合两种不同策略（字段引导的Hunter调用和文档引导的Mapper调用）的差异信号、LLM内部不确定性及文档质量特征来估计提取结果的可靠性。该方法在DocILE和CORD数据集上取得了优于传统logprob方法的性能，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
The African Language Tax: Quantifying the Cost, Latency, and Context Penalty of Tokenizing African Languages in Frontier LLMs
Olaoye Anthony Somide
cs.CL cs.AI
本文量化了20种非洲语言在前沿LLM tokenizer中的token-fertility惩罚，发现其相对于英语的中位数代价为1.88倍（GPT-5），最高可达8.92倍（N'Ko文字），导致推理成本、延迟和有效context窗口的显著下降。研究指出当前最优tokenizer（Gemma 4）仅将平均惩罚从3.31倍降至2.38倍，但无法消除该结构性数字鸿沟。
UOL@IDEM at BEA 2026 Shared Task 1: Neural Fusion and Feature-Rich Modeling for L1-Aware Vocabulary Difficulty Prediction
Nouran Khallaf, Serge Sharoff
cs.CL
本文针对BEA 2026共享任务中的L1感知词汇难度预测问题，提出了一种结合多语言contextual representations与多种工程化特征（如频率、表面形式、检索证据等）的regression方法。系统在西班牙语、德语和中文上取得了优于基线的RMSE结果，但方法本身属于特征工程与模型融合的常规应用，缺乏显著的开创性。
Poster: Exploring the Limits of Audio-Based Detection of Turkish Phone Call Scams
Arda Eren et al.
cs.CL cs.AI
本文研究了在土耳其语这一低资源语言场景下，利用LLM进行电话诈骗音频检测。通过构建首个包含100对音频-文本对齐的多模态数据集，评估了多种模型在原始音频、自动语音识别转录和人工修正转录三种输入条件下的表现，发现基于文本的输入优于直接音频处理。
AGORA: An Archive-Grounded Benchmark for Agentic Workplace Document Reasoning
Honglin Guo et al.
cs.CL
本文提出了一个名为Agora的benchmark，用于评估large language model作为agent在大量工作文档中进行archive-grounded reasoning的能力。该benchmark包含362个问题，涉及八个领域的真实文档集合，远超模型的context window，要求agent进行有目的的探索而非穷举扫描。
NatureBench: Can Coding Agents Match the Published SOTA of Nature-Family Papers?
Yuru Wang et al.
cs.CL
本文提出了NatureBench，一个从Nature系列论文中提取的跨学科基准，用于评估AI coding agent在真实科学问题上的表现。通过NatureGym自动化流程构建标准化环境，实验发现最强模型仅在17.8%的任务上超越已发表SOTA，且agent主要依赖方法翻译而非科学创新。
Cross-Lingual Exploration for Parametric Knowledge
Elisha Diskind et al.
cs.CL
本文研究了跨语言提示策略以访问大型语言模型中的参数化知识，发现跨语言探索能显著提升知识迁移和事实召回效率，并改善跨语言一致性。
MEMPROBE: Probing Long-Term Agent Memory via Hidden User-State Recovery
Enze Ma et al.
cs.CL
本文提出了MEMPROBE基准，通过从LLM agent的长期记忆中重建隐藏的用户状态来直接评估记忆质量，发现任务完成与可恢复记忆是两种不同能力。该工作主要关注agent记忆审计，与关键词中的agent有一定关联，但方法本身并非开创性且未解决长期问题。
To Compare, or Not to Compare: On Methodological Practices in Evaluating Social Bias
Federico Marcuzzi et al.
cs.CL
本文针对大语言模型社会偏见评估中的方法论碎片化问题，引入了一个统一的可控框架，系统对比了孤立评估与强制比较设置下的偏见表现。研究发现比较设置会显著催化潜在歧视，且Chain-of-Thought推理会加剧这一系统性偏见。
Qwen-AgentWorld: Language World Models for General Agents
Yuxin Zuo et al.
cs.CL
本文介绍了Qwen-AgentWorld，一种基于语言模型的世界模型，用于模拟agent环境。它通过三阶段训练（CPT、SFT、RL）在7个领域上实现了环境动态预测，并提出了AgentWorldBench基准来评估其性能。
Same Lesson, Different Story: Cross-Lingual Reconstruction of Cultural Narratives in Large Language Models
Jory Alshaalan et al.
cs.CL
本文提出一个多语言评估框架，通过使用15种语言的414条谚语和4个LLM生成13k叙事，分析跨语言提示是否保留语义意义。结果表明跨语言提示能保留语义但会系统性地改变叙事结构，且不同模型间存在强收敛性。
Privacy-Preserving RAG via Multi-Agent Semantic Rewriting: Achieving Confidentiality Without Compromising Contextual Fidelity
Yuanhe Zhao et al.
cs.CL cs.AI
本文提出一个多agent框架，通过语义重写（semantic rewriting）来净化检索内容，以保护隐私。该方法使用三个专门agent分别进行隐私提取、语义分析和重建，在降低隐私泄露风险的同时保持语义核心。
The Warrant Gap: Claim-Conditioned Re-scoring for Fact-Checking
Arka Ujjal Dey, John Collomosse
cs.CL
本文提出SIFT方法，通过claim-conditioned re-scoring对提取的证据片段进行重新评分，以解决事实核查中证据与声明不匹配的“warrant gap”问题。该方法在多个基准数据集上提升了准确性，并引入WSP指标用于自动评估证据与声明的蕴含关系。
Measuring User's Mental Models of Speech Translation in Human-AI Collaboration
HyoJung Han et al.
cs.CL cs.HC
本文通过跨语言问答任务研究用户对语音翻译系统的心理模型，发现用户通过实践和源语言知识能更好地预测系统错误，且提供语音转录有助于改善心理模型。该工作主要关注人机交互中的用户行为，与关键词中的数学或算法主题关联较弱。
Harmonic: Hierarchical State Space Models for Efficient Long-Context Language Modeling
Petr Nyoma
cs.CL cs.LG
本文提出Harmonic，一种层级式state space model (SSM)，通过堆叠三个不同时间尺度的循环层级来建模长序列，其中每个层级接收下一层级的prediction error作为输入。实验表明，在长上下文语言建模任务中，Harmonic在计算效率（O(L) vs O(L^2)）和性能上均优于Transformer和Mamba，并能稳定处理超出传统positional encoding限制的长序列。
AI-PAVE-Br: Leveraging Large Language Models for Enhanced Product Attribute Value Extraction through a Golden Set Approach
Murilo Gazzola et al.
cs.CL cs.AI cs.LG cs.PF
本文针对巴西电商场景，提出AI-PAVE-Br系统，利用Large Language Models和精心标注的Golden Set数据集，通过prompt engineering在Product Attribute Value Extraction任务上显著优于传统NER方法。
DREAM: Dense Retrieval Embeddings via Autoregressive Modeling
Yixuan Tang, Yi Yang
cs.CL
本文提出DREAM方法，通过将retriever生成的query-document相似度分数注入冻结的LLM的attention heads中，利用自回归next-token prediction目标来训练dense retriever。该方法在BEIR和RTEB基准上优于现有baseline，但未涉及code、spectral、Muon等关键词。
CN-NewsTTS Bench: a target-level automatic benchmark for raw-input Chinese news TTS pronunciation
Shijun Luo
cs.CL cs.SD eess.AS
本文提出了CN-NewsTTS Bench v0.1，一个用于评估中文新闻TTS系统对密集书面形式（如分数、连字符模型名、单位符号等）发音正确性的自动benchmark，包含200条开发集和800条测试集，并报告了七个商业系统的初始结果。该工作主要关注TTS发音评估的标准化，与关键词中的code、context、spectral、Muon、pretrain、agent、attention均无直接关联。
Task Decomposition for Efficient Annotation
Nupoor Gandhi, Emma Strubell
cs.CL cs.AI cs.HC
本文提出将结构化标注任务分解为子任务，以减少标注项目的总推理负担，并基于中心理论引入了一个形式化模型来量化推理负担。文章提供了分解复杂标注任务的指南，并展示了如何在不同标注者之间分配子任务以在固定预算下最大化质量。
CANDLE: Character-level Arabic Noise Deduplication using Lightweight Encoder
Faris Alasmary et al.
cs.CL
本文提出CANDLE系统，利用Connectionist Temporal Classification (CTC)将阿拉伯语文本中的字符重复噪声去重问题建模为序列对齐任务，在多个基准上取得较低的错误率，并通过知识蒸馏实现模型轻量化。该方法主要针对自然语言处理中的文本规范化问题，与关键词中的code、spectral、Muon等概念关联较弱。
Posterior Refinement: Fast Language Generation via Any-Order Flow Maps
Manan Agarwal et al.
cs.CL
本文提出FMLM+框架，通过引入masking-style noise schedules来改进Flow Map Language Models (FMLMs)，并设计了Posterior Refinement推理策略，使模型能自适应地自我修正输出。该方法在多个基准上以更少的NFEs（32倍减少）匹配了离散baseline的性能，但与我提供的关键词（code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
Are We Ready For An Agent-Native Memory System?
Wei Zhou et al.
cs.CL cs.DB cs.IR
本文从数据管理角度系统研究了LLM agent的memory系统，将memory分解为四个核心模块并在12个系统上进行评估，发现没有单一架构在所有场景中占优，效果取决于memory结构与工作负载瓶颈的匹配程度。
Paying to Know: Micro-Transaction Markets for Verified Product Information in Agentic E-Commerce
Filippos Ventirozos, Matthew Shardlow
cs.CL cs.AI
本文提出了一种基于微交易市场的agentic电商架构，其中买家agent通过支付小额费用逐步获取卖家或评论者提供的已验证产品信息。文章将这一愿景转化为具体的NLP问题，如成本最优信息获取、数据定价与协商等，但并未提供实质性的方法或理论突破。
SHERLOC: Structured Diagnostic Localization for Code Repair Agents
Hovhannes Tamoyan et al.
cs.CL
SHERLOC是一个无需训练的代码定位框架，通过推理LLM和仓库工具实现结构化诊断，在SWE-Bench上达到SOTA定位精度，并显著提升修复效率。该方法与关键词中的agent和code相关，但缺乏开创性或解决长期问题的突破性。
L3Cube-MahaPOS: A Marathi Part-of-Speech Tagging Dataset and BERT Models
Hariom Ingle et al.
cs.CL cs.LG
本文介绍了L3Cube-MahaPOS，一个用于马拉地语的词性标注数据集，包含32,354条人工标注的新闻句子，并基于HMM、CRF、BiLSTM等模型进行了基准测试，最佳系统达到了88.67%的token-level准确率。该工作主要贡献在于为低资源语言马拉地语提供了标准化的标注资源。
Less is More: Quality-Aware Training Data Selection for Scientific Summarization
Maria Nefeli Paraskevopoulou, Tatiana Passali, Grigorios Tsoumakas
cs.CL
本文构建了一个包含188万篇PMC文章的生物医学长文档摘要数据集，并分析了作者撰写摘要与全文的对齐质量。研究发现，基于质量信号选择训练数据子集，可以在事实性指标上匹配或超越使用更大随机子集的训练效果。

cs.DS

A Near-Optimal Parallel Algorithm for Finding Matroid Bases ⭐ 精选
Sanjeev Khanna, Aaron Putterman, Junkai Song
cs.DS cs.CC
本文提出了一种近乎最优的并行算法，用于计算matroid basis（拟阵基），解决了Karp, Upfal和Wigderson在1985年提出的经典并行复杂度问题。该算法在\(O(n^{1/3}\log^{1/3}n)\)轮内运行，与KUW的下界仅相差一个\(\log^{2/3}(n)\)因子，从而在并行计算领域取得了重要进展。这项工作为matroid（拟阵）这一组合优化核心结构的并行处理提供了开创性的方法，与关键词中的“code”和“context”在算法设计层面有潜在关联。
Is competitive online paging an artifact?
Enoch Peserico, Michele Scquizzato
cs.DS
本文指出Sleator-Tarjan分页模型因假设新计算数据首次访问会产生冷缺失（cold miss）而存在缺陷，修正后在线分页算法（如LRU）在竞争分析中不再具有竞争力，且该问题也影响了基于Ideal Cache模型的Cache-Oblivious和Cache-Adaptive算法框架。

others

Sol Video Inference Engine: Agent-Native Full-Stack Acceleration Framework for Efficient Video Generation ⭐ 精选
Yitong Li et al.
cs.CV cs.AI cs.LG
本文提出Sol Video Inference Engine，一个面向视频扩散模型的agent-native全栈加速框架。该框架将cache、sparse attention、token pruning、quantization和kernel fusion五种技术组织为agentic加速栈，通过并行skill agents优化各技术实现，并由agent integrator组合成全局加速方案，针对特定模型、硬件和推理配置进行实例级优化。在64B Cosmos3-Super、22B LTX-2.3和2B SANA-Video三种不同规模与架构的视频模型上，该方法实现了超过2倍的端到端加速，同时保持近无损的VBench质量，展示了agent框架在视频扩散加速中的有效性。
From Spatial to Spectral: An Efficient, Frequency-Guided Feature Representation Learner for Small Object Detection ⭐ 精选
Yuhan Rui et al.
cs.CV cs.AI
本文提出了一种从空间域转向频域的小目标检测范式，通过设计一个通用的Frequency-Guided Feature Representation框架，将频域特征处理集成到检测器的backbone、neck和head中。具体地，作者提出了Decompose-Enhance-Reconstruct (DER)算子，包含Wavelet-Difference Gate (WDG)、Log-Gabor Enhancer (LGE)和Frequency-Driven Head (FDHead)三个轻量级即插即用模块，以解耦特征建模与分辨率降低，从而捕获判别性高频分量。该方法在VisDrone2019、UAVDT、TinyPerson和DOTAv1等多个基准上取得一致提升，且DERNet系列在参数仅为YOLOv11的1/6的情况下实现了更优性能，为小目标检测中的特征稀疏问题提供了高效且通用的解决方案。
Flow-Corrected Thompson Sampling for Non-Stationary Contextual Bandits ⭐ 精选
AmirHossein Naghdi, Ali Baheri
eess.SY cs.LG
本文提出Flow-Corrected Thompson Sampling (fcTS)，一种针对非平稳线性contextual bandits的贝叶斯方法。该方法通过显式漂移模型将历史奖励“运输”到当前时刻，并赋予每个运输后的观测一个反映运输可靠性的置信权重，从而在保持后验更新闭式解的同时有效复用历史数据。fcTS统一处理了线性参数漂移、周期性变化和递归状态切换三种非平稳模式，在多个案例中显著优于基于遗忘的基线方法，展示了在结构化非平稳场景下通过校正和加权历史观测来提升样本效率的潜力。
Uniform Sampling from High-dimensional Spectral Norm Balls ⭐ 精选
Michael R. Metel
math.PR cs.LG
本文提出了一种从高维spectral norm ball（谱范数球）中均匀采样矩阵的简单方法，并证明了随着矩阵维度增加，采样矩阵的所有singular values（奇异值）几乎必然收敛到1。该结果在理论上为机器学习优化（如大语言模型中的矩阵初始化）提供了依据，且实验验证了奇异值的收敛性以及精确与近似采样方法的有效性。
Red-Teaming the Agentic Red-Team ⭐ 精选
Dario Pasquini et al.
cs.CR cs.AI
本文对当前广泛使用的agentic offensive-security系统进行了首次深入的安全分析，揭示了这些工具普遍存在的设计缺陷，使得攻击者能够窃取API keys、建立持久化访问并完全控制操作者机器，即使agent运行在沙箱容器中。作者提出了针对此类agentic系统的完整cyber kill chain，涵盖从初始LLM操纵到横向移动、持久化、guardrail绕过和sandbox逃逸的完整攻击路径。基于此分析，论文推导出鲁棒的agentic offensive-security工具架构，并提出了可在架构层面缓解所披露攻击路径的通用设计原则。
A Physics-Informed Fourier-Wavelet Transformer for Multiscale Computational Fluid Dynamics Surrogate Modeling ⭐ 精选
Somyajit Chakraborty, Ming Pan, Xizhong Chen
physics.flu-dyn cs.LG
本文提出了一种Physics-Informed Fourier-Wavelet Transformer，用于多尺度计算流体动力学代理建模。该方法创新性地结合了混合Fourier-wavelet谱编码与基于PDE残差诊断的physics-biased self-attention，并采用Masked Physics Prediction和Equation Consistency Prediction进行自监督预训练。在cylinder-wake flow和fluid-structure interaction两个真实基准测试中，该方法在局部流场重建（尤其是近体、尾流核心和远尾流特征）上显著优于spectral、transformer-based、operator-learning及physics-informed neural-network等基线模型，实现了更低的归一化均方误差和更高的Pearson相关系数。这项工作为多尺度流场的高效、高保真代理建模提供了新的思路，其核心的spectral编码与attention机制的结合与关键词“spectral”和“attention”高度契合。
Reentrant value fields as delayed coupled reaction-diffusion systems on finite graphs
Karsten Bohlen
math.DS cs.AI
本文研究了一个由符号场和几何场通过Hilbert-Schmidt核耦合的动力学系统，该系统由带延迟的泛函微分方程描述，并证明了在特定耦合条件下系统的全局稳定性。
EnerInfer: Energy-Aware On-Device LLM Inference
Bohua Zou et al.
cs.SE cs.LG cs.OS
本文提出了EnerInfer，一个面向设备端LLM推理的能耗感知框架，通过模型结构感知的预测和在线反馈来优化NPU/DDR频率设置，在保证服务质量的同时提升能效。实验表明该方法在多种设备上实现了显著的能效提升。
Beyond the Autoregressive Horizon: A Comprehensive Survey of Diffusion Models, World Modelling, and State Space Models for Code
Kishan Maharaj, Ashita Saxena, Srikanth Tamilselvam
cs.SE cs.AI
本文综述了扩散模型、世界模型和状态空间模型在代码智能领域的应用潜力，指出这些非自回归范式可能克服自回归模型在代码推理中的结构限制，但未提出具体的新方法或解决长期问题。
SemChunk-C: Semantic Segmentation for C Code
Boris Nazarov et al.
cs.SE cs.AI cs.PL
本文提出SemChunk-C，一种基于轻量级LLM的C语言代码语义分割方法，通过训练分类器识别代码块边界并分配功能属性，以解决现有分块方法难以捕捉有意义功能单元的问题。该方法在真实代码上验证了边界准确性和语义连贯性，但未涉及spectral、Muon或agent等关键词。
FP8 is All You Need (Part 2): Efficient Ozaki-Bailey Style FFT Through Tensor-core Garner Reformulation and Kulisch Escape Route
Satoshi Matsuoka
cs.MS cs.AI cs.DC cs.PF
本文提出了一种在NVIDIA Blackwell Ultra (B300) GPU上通过FP8 tensor core模拟FP64精度的3-D FFT方法，即Ozaki-Bailey FFT，利用Bailey六步分解和Garner重构实现。
Heterogeneous 2D/1D Signal Representation Fusion for Underwater Acoustic Modulation Recognition Under Distribution Shift
Ronglai Qian et al.
eess.AS cs.AI cs.SD
本文针对水下声学调制识别中的分布偏移问题，提出了一个联合基准与模型研究。基准UAMR-ShiftBench统一评估了多种分布偏移场景，模型SCP-TriCA通过层次化融合2D时频图与1D统计特征来提升鲁棒性。
Event-Aligned Analysis of Multi-Rater Pain Assessments Using Continuous Wearable Physiology
Saba A. Farahani et al.
stat.AP cs.AI
本文提出了一种rater-aware, event-aligned框架，用于分析多评估者疼痛评分与连续可穿戴生理信号的关系，发现不同评估者（患者、护士、临床医生）的疼痛评分存在显著不一致，且生理信号模式可能因评估者而异。该工作主要关注临床疼痛评估中的rater效应，与关键词中的code, context, spectral, Muon, pretrain, agent, attention无直接关联。
Zero-Shot Neural Priors for Generalizable Cross-Subject and Cross-Task EEG Decoding
Baimam Boukar Jean Jacques et al.
eess.SP cs.HC cs.LG
本文提出了一种零样本跨被试EEG解码框架，在Healthy Brain Network数据集上比较了CNN、混合LSTM和Transformer模型，并通过渐进解冻策略微调Transformer实现回归任务，在未见被试上取得nRMSE 0.9799。该工作为无校准的EEG解码提供了可扩展方案，但与关键词中的code、context、spectral、Muon、pretrain、agent、attention关联较弱。
Coordinate-Queryable Neural Field Reconstruction for EEG Spatial Super-Resolution with Unseen-Electrode Generation
Hongjun Liu et al.
eess.SP cs.AI cs.LG
本文提出了一种基于坐标查询的神经场重建方法，用于脑电图空间超分辨率，通过位置引导编码器和条件隐式神经表示解码器，从部分观测通道重建未见电极信号，并引入保真度保持的信道损坏训练策略以增强稳定性。该方法在随机缺失通道重建和严格未见电极信号生成任务上均优于现有基线。
WiFi-Based People Counting Using Beam-Steerable Antennas: A Test-bed Study
Riccardo Bersan et al.
eess.SP cs.LG
本文利用波束可调天线和Wi-Fi信号的信道状态信息(CSI)进行人数统计，通过实验测试床验证了该方法在室内环境中的有效性。研究展示了利用商用Wi-Fi设备实现被动式人体感知的潜力。
Audio-visual Contrastive Alignment for Diffusion-based Visual-conditioned Speech Enhancement
Colombe Mboungou et al.
eess.SP cs.AI
本文提出在扩散模型训练目标中加入对比性audio-visual loss，以增强视觉信息在speech enhancement中的利用，实验表明在干扰抑制和信号重建上有所改进。
Random coloured digraphs defined by a Markov logic network
Yasmin Tousinejad, Vera Koponen
math.LO cs.AI
本文研究由Markov Logic Network (MLN)定义的随机有向图，证明了在权重按\(1/n\)缩放时，一阶逻辑的0-1律成立且极限概率与权重无关；而在未缩放的标准语义下，极限行为更复杂且依赖于权重，可能出现7种定性不同的情况。
Legal Reasoning Is Not Lawyering: Rethinking Legal Benchmarks for Pro Se Access to Justice
Andrew Lou, David Shin
cs.CY cs.AI
本文质疑当前Legal AI benchmarks仅评估法律专家预处理后的输入（上界），而忽略了pro se litigants（无律师当事人）提供的含噪声、遗漏等问题的输入（下界），并通过在LEXam benchmark上的小扰动实验展示了这一差距，呼吁开发能直接衡量模型在类似pro se输入下鲁棒性的benchmarks。
Dimensionality Reduction of QAOA Parameter Space with Kernel PCA for Max-Cut
Sidharth Brahmandam, Vayd Ramkumar
quant-ph cs.LG
本文使用Kernel PCA (KPCA) 对QAOA (Quantum Approximate Optimization Algorithm) 的参数空间进行非线性降维，实验表明在较深电路深度下，KPCA比PCA (Principal Component Analysis) 能更有效地捕捉参数流形的非线性结构，从而获得更高的近似比。该方法与关键词中的code, context, spectral, Muon, pretrain, agent, attention均无直接关联。
A Hybrid Quantum-Classical Approach for Melt Pool Prediction in Laser Powder Bed Fusion
Matthew M. Sato, Kincho H. Law
quant-ph cs.LG
本文提出了一种混合量子-经典方法，用于激光粉末床熔融中的熔池预测。该方法使用量子特征编码器提取特征，并通过经典神经网络进行预测，在量子模拟器和硬件上验证了性能提升。
A Unified Framework for Runtime Verification and Model-Based Diagnosis in LOLA
Raik Hipler, Martin Leucker, Patrick Rodler
cs.SE cs.AI cs.LO
本文提出了一个在LOLA流规范语言中统一运行时验证和基于模型诊断的框架，通过将系统描述、组件健康状态和观测编码为单一的流形式，实现了在线故障定位。该工作主要面向软件工程和人工智能领域，与您提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
Computational references are not experiments: pre-registered validation of machine-learned sodium-cathode voltages
Krishna Teja Vepa
cond-mat.mtrl-sci cs.LG
本文报告了一个机器学习筛选钠离子电池阴极电压的案例，发现其预测误差主要源于计算参考电压（如PBE+U）的系统性偏差，而非模型本身。研究通过预注册验证表明，模型在实验锚定数据上的误差较大且具有电压依赖性，因此无法通过简单校准修正。
Certifying Quantum Optimization and Circuit Cutting by Using Quantum-Classical Moment Duality
Ammar Daskin
quant-ph cs.DS
本文基于degree-2 Sum-of-Squares半定规划锥建立了量子-经典对偶性，证明了两量子比特Pauli-Z关联矩阵自动满足经典Goemans-Williamson松弛的可行性，从而为QAOA等变分量子算法提供了可认证的期望割值下界，并利用该关联矩阵实现了具有严格误差界的多项式时间电路切割过程。
JEDEL: Zero-Shot DNA-Encoded Library Design for Early-Stage Drug Discovery
Zygimantas Jocys et al.
q-bio.BM cs.AI cs.LG
JEDEL是一个用于零样本DNA编码库设计的框架，它从活性配体的三维药效团表示直接生成可合成的DEL库。该方法将药效团模式映射到可执行的合成指令，确保输出分子在实验上可实现，并在多个蛋白靶点上优于随机和多样性基线。
Verifiable Foundation Models for Robot Safety
Davide Corsi, Kyungmin Kim, Roy Fox
cs.RO cs.LG
本文提出FEARL框架，通过将机器人策略分解为负责高维感知的大规模Controller模块和负责安全验证的小型Safety模块，使得形式化验证仅需应用于后者。该方法在多个仿真机器人域中验证了分解策略的任务完成能力，并展示了从仿真到真实机器人的迁移可行性。
VeriPilot: An LLM-Powered Verilog Debugging Framework
Yihan Wang et al.
cs.AR cs.AI cs.SE
本文提出了VeriPilot，一个利用大语言模型（LLM）和golden reference model进行Verilog调试的框架。它通过LLM分析对齐内部变量语义，并基于静态分析得到的Control-Data-Flow Graphs (CDFGs)进行逐步信号追踪，以定位和修复bug，在CVDP基准上将GPT-4o的修复成功率从54.3%提升至85.71%。
Engineering Reliable Autonomous Systems: Challenges and Solutions
Marie Farrell et al.
cs.RO cs.AI cs.MA cs.SE
本文总结了2024年Lorentz Center Workshop "Engineering Reliable Autonomous Systems"的讨论，聚焦于自主系统验证与确认、工程实现及安全软件架构三大研究方向，并给出了当前挑战与解决路径的路线图。
Neuromorphic Speech Enhancement with Dual-Branch Spiking Neural Networks
Taiyu Meng et al.
cs.SD cs.AI eess.AS
本文提出了一种基于脉冲神经网络(SNN)的双分支语音增强架构GSU-DBNet，通过门控脉冲单元(GSU)同时建模语音的幅度谱和复数谱，并利用双路径GSU模块增强时空特征表示。实验表明该方法在参数效率上优于现有SNN方法，但与关键词列表中的概念关联较弱。
Listening makes Vision Clear for VLMs
Yiyang Chen, Yixin Tan, Binrui Shen
cs.CV cs.AI
本文提出Prompt-Vision Token Activation Map (PV-TAM)方法，通过利用prompt侧语义和过滤modality boundary markers引起的系统偏差，来评估大型视觉语言模型(VLM)的视觉-语言一致性。该方法使用attention的峰值分布衡量prompt与视觉区域的对齐程度，在多个数据集上优于基于answer-side的baseline。
Emergent Relational Order in LLM Agent Societies: From Collective Affect to Authority Stratification
Zhiyuan Ji et al.
cs.MA cs.AI
本文提出CAREB-MAS多agent框架，基于情感控制理论和社会认同理论，通过LLM agent模拟长期社会互动，自发复现了差序格局中的劳动分工、关系伦理等五种核心现象。实验表明差序格局可作为一般社会机制的涌现结果，为agent-based social simulation提供了跨学科研究框架。
Machine Learning and Deep Learning for Exoplanet Detection and Atmospheric Characterization with JWST and the Upcoming Ariel Mission
Muallim Yakubu, Vwavware Oruaode Jude
astro-ph.IM astro-ph.EP cs.LG
本文综述了机器学习与深度学习方法在系外行星探测（如transit识别、候选体筛选）和大气表征（如retrieval、detrending）中的应用，特别针对JWST和Ariel任务的数据处理需求，比较了从Random Forests到Neural Posterior Estimation等方法的性能。
Cryptographic certificates of validity for trustworthy AI
Murdoch J. Gabbay
cs.CR cs.AI cs.LO
本文提出了一种为agentic AI系统提供有效性加密证书的方法，通过将形式化策略条件编译为多项式约束的witness-checking问题，并利用简洁的加密证明系统（如zkVM）来生成可独立验证的证明。该方法在形式化代码验证与加密认证之间提供了一个中间地带，但并未直接涉及关键词中的spectral、Muon或pretrain等核心概念。
Integrated Sensing and Communications for Real-time Avatar Control in XR over 5G
Nabeel Nisar Bhat et al.
eess.SP cs.AI
本文提出了一种结合5G毫米波ISAC和表面肌电信号的多模态感知架构，用于XR中的实时虚拟形象控制。该方法利用5G通信信号进行粗粒度身体姿态估计，并辅以sEMG传感器实现细粒度手指级手势识别。
From Task-Guided Conversational Graphs to Goal-Oriented Dialogue Runtimes
Mariano Garralda-Barrio
cs.SE cs.AI cs.CL cs.MA
本文提出了一种名为Goal-Oriented Dialogue Runtime (GODR)的设计模式，用于处理多目标、可中断的复杂对话场景，将目标、任务框架和生命周期状态作为一等运行时对象。该工作主要聚焦于系统架构层面的概念性讨论，并未提供具体的实证验证或与关键词（如code, spectral, Muon, pretrain, agent, attention）直接相关的技术贡献。
Ten Digits on a Train: AI-Assisted Verification of Two Eigenvalue Problems
Matthew J. Colbrook
math.NA cs.AI cs.HC math.SP
本文报告了人机协作验证两个特征值问题的过程，通过AI辅助和严格数学证明，将奇异Schrödinger算子的负谱和非正规原子-分子基准中的共振对精确到十位小数。文章还讨论了AI辅助数学的局限性和验证计算的重要性。
Hessian-augmented Supervised Learning for Hamilton-Jacobi-Bellman PDEs
Matías Gómez-Aedo et al.
math.OC cs.LG math.NA
本文提出了一种数据驱动方法，通过求解Pontryagin Maximum Principle最优性系统生成包含value function的value, gradient和Hessian的训练数据，并利用加权最小二乘回归在稀疏多项式基上进行逼近，以近似Hamilton-Jacobi-Bellman方程的解。该方法通过Hessian信息增强监督学习，降低了样本复杂度，并在高维问题中验证了其有效性。
Decentralized Coordination of Autonomous Traffic Through Advanced Air Mobility Corridors
Jasmine Jerry Aloor, Hamsa Balakrishnan
cs.MA cs.AI cs.ET cs.RO eess.SY
本文研究了自主飞行器在无中心化管理的Advanced Air Mobility (AAM)走廊中的自组织协调问题，通过仿真实验证明了飞行器仅利用局部信息即可高效遵守走廊边界并到达目标。结果表明，在低中密度场景下，飞行器能有效避免冲突，但在高密度场景下需要更多战术干预。
Flood-It with Jewelry -- Characterizing the Game Complexity for Cograph Generalizations
Martin Darmüntzel, Christian Rosenke, Mark Scheibner
cs.DM cs.DS
本文研究了Flood-It游戏在由禁止特定单顶点扩展（称为jewels）所定义的图类上的计算复杂度，给出了Free Flood-It变体在禁止bull, gem和\(P_5\)的图类上的多项式时间算法，并证明了两种变体在thin-spider图上的NP完全性。
HANCLIP: A Family of Hyperbolic Angular Negation Vision Language Models
Hoang-Bao Le et al.
cs.CV cs.IR
本文提出HANCLIP，通过结合hyperbolic formulation和angular triplet objective来显式建模图像与文本之间的否定关系，从而增强VLM对否定描述的敏感性。该方法在NegBench上取得提升，同时保持标准benchmark的性能。
The Measurable Majority
Lawrence S. Moss, Arthur Paul Pedersen
econ.TH cs.AI cs.LO math.PR
本文研究了有限选民中的严格多数推理，使用社会决策框架（有限选民集合配备特定联盟族）来刻画严格多数。文章识别了定性多数判断的相干性准则，并证明了该准则等价于严格多数可由有限可加测度表示，同时给出了一个最小自然逻辑的完备性结果。
ESBMC-PLC+: A Unified IEC~61131-3 Formal Verification Framework as a PLCverif Successor
Pierre Dantas, Lucas Cordeiro, Waldir Junior
cs.PL cs.CL cs.SE
本文提出了ESBMC-PLC+，一个统一的IEC 61131-3形式化验证框架，通过支持梯形图(LD)和结构化文本(ST)程序，并引入k-induction实现无界安全证明，解决了PLCverif的局限性。实验表明，该框架在计时器程序上比nuXmv的BDD后端快400-2000倍。
JupOtter: Cell-Level Bug Detection in Jupyter Notebooks
Lukas Ottenhof, Thibaud Lutellier
cs.SE cs.AI
JupOtter是一个针对Jupyter Notebook的bug检测系统，通过保留cell结构的tokenization策略和cell级别的bug预测技术，在三个评估数据集中的两个上超越了静态分析器和大型语言模型。该系统还贡献了一个包含超过21,000个带注释notebook的数据集OtterDataset。
Promise and challenges of heart chamber segmentation from non-contrast CT scans using contrastive unpaired image translation: a feasibility study
Jing Wang et al.
eess.IV cs.AI
本文提出ChameleonNet框架，利用contrastive unpaired translation (CUT)网络将contrast CT图像转换为non-contrast CT，并训练nnU-Net进行心脏四腔室分割。实验表明该方法在合成图像上表现良好，但在真实non-contrast CT上体积误差较大，仍需改进。
Mind the Heads: Topological Representation Alignment for Multimodal LLMs
Davide Caffagni et al.
cs.CV cs.AI cs.CL cs.MM
本文提出HeRA方法，通过在individual attention heads层面施加cross-modal alignment，利用Mutual K-Nearest Neighbor (MKNN) metric和contrastive objective来匹配representations的topological structure。该方法在多个MLLM和benchmark上提升了vision-centric任务性能并减少了visual hallucinations。
E-MRL: Cross-view Aligned Evidence-driven Multimodal Reinforcement Learning for Reliable 3D Tumor Analysis
Sijing Li et al.
eess.IV cs.AI cs.CV
本文提出了一种名为E-MRL的跨视图对齐证据驱动多模态强化学习框架，用于可靠的3D肿瘤分析。该方法将报告生成过程建模为“诊断-定位-验证”的马尔可夫决策过程，通过引入跨视图一致性奖励来减少视觉幻觉并提高诊断准确性。
The Professor: Multi-Teacher Unsupervised Prompt Distillation for Vision-Language Models
Ahmad Algadhi et al.
cs.CV cs.AI
本文提出TheProfessor方法，将PromptKD扩展为多教师蒸馏框架，使用一个领域微调的PromptSRC ViT-L/14教师和一个零样本EVA-CLIP-L/14教师进行集成。实验表明，在四个数据集上，置信度加权集成相比单教师基线平均HM提升1.77点，尤其在领域偏移数据集EuroSAT上提升显著。
Constrained Variable Projection for Structured Problems
Emanuele Zangrando et al.
math.OC cs.LG math.NA
本文通过将variable projection（变量投影）解释为一种collapsed bilevel optimization（折叠双层优化）问题，提出了一个受约束的变量投影框架，用于处理数据科学模型中带有convex constraints（凸约束）的变量。该方法推导了与automatic differentiation（自动微分）兼容的精确reduced-gradient（简化梯度）公式，并提出了一个conditional-gradient（条件梯度）算法，在标准光滑性和紧性假设下给出了收敛性保证。
Prediction of Viscoelastic Droplet Impact Dynamics Using a Vision Transformer-Based Approach
Diego A. de Aguiar, Cassio M. Oishi
physics.flu-dyn cs.LG
本文使用Video Vision Transformer (ViViT)架构，基于VOF方法获得的volume fraction场，预测粘弹性液滴撞击固体表面的时间演化。该方法仅利用初始10%-20%的模拟数据预测剩余过程，可将计算成本降低约80%-90%。
Stochastic Expectation Maximization for Robust State-Space Radio Interferometric Imaging
Nawel Arab et al.
astro-ph.IM cs.LG stat.ML
本文针对受复合高斯噪声干扰的线性state-space模型，提出了一种基于Stochastic Approximation Expectation-Maximization (SAEM)的鲁棒估计方案，通过Gibbs采样对隐状态和噪声纹理进行Monte Carlo采样，以处理重尾似然。数值实验表明该方法在射电干涉成像中优于传统高斯EM算法。
Maestro Order: A Model-Agnostic Orchestration Harness
Hidayet Aksu
cs.CR cs.AI cs.LO cs.MA
本文提出了一种名为Maestro Order的模型无关编排框架，通过分解、集成、验证和递归四种结构原语以及预算感知控制器，将不可靠的求解器（如语言模型）组合成可靠的问题求解系统。该框架在模拟中验证了验证机制能几何级数地提升可靠性，并展示了预算感知控制器相比纯投票机制能以更低成本达到目标可靠性。
Low-rank Updates in Slowly Time-varying Graphs for Spatial-Temporal Signal Interpolation
Saghar Bagheri et al.
eess.SP cs.LG
本文针对缓慢时变图中节点间相似性随时间演化的空间-时间信号插值问题，提出了一种联合优化方法，通过将相邻时刻邻接矩阵的差建模为低秩矩阵，并交替插值信号与更新图结构。该方法利用快速正交匹配追踪算法近似低秩项的proximal mapping，并展开为轻量级神经网络以进行有限的数据驱动参数调优。实验表明，该方法在信号插值上优于现有模型。
VieSpeaker: A Large-Scale Vietnamese Speaker Recognition Dataset Beyond Visual Dependency
Viet Hoang Pham et al.
cs.SD cs.CL eess.AS
本文提出了一种不依赖面部线索的越南语说话人识别数据集构建方法，通过文本元数据和大语言模型推理来关联说话人身份，构建了包含约902小时语音和4715个说话人的VieSpeaker数据集。实验表明该数据集能提升模型鲁棒性和泛化能力。
Token Complexity of Certifying Stochastic-Oracle Reliability
Jie Wang
cs.CC cs.AI cs.FL cs.IT
本文在Stochastic-Oracle Turing Machine (SOTM)框架下定义了认证token复杂度，用于区分满足目标可靠性的oracle与低于阈值的oracle。作者基于SPRT构造了认证SOTM，并给出了显式的上界，同时证明了在误差趋于零时该上界与信息论下界在主导阶上匹配。
End-to-End Radar and Communication Modulation Recognition with Neuromorphic Computing
Xiaohu Li et al.
cs.CV cs.AI
本文提出了一种基于脉冲神经网络的端到端自动调制识别方法EMRFormer，通过自适应脉冲编码器和整数LIF神经元提升表征能力，并在KA200神经形态芯片上实现了相比GPU高达5倍的功耗降低。该方法在多个数据集上取得了最优精度，但与我提供的关键词列表中的概念关联较弱。
PixJail: Self-Evolving Paper-to-Pipeline Reproduction for Text-to-Image Jailbreak Evaluation
Leyi Sheng et al.
cs.CR cs.AI
本文提出了PixJail，一个用于Text-to-Image (T2I) jailbreak评估的自进化论文到流水线（paper-to-pipeline）agent框架。该框架能从论文中自动构建攻击模块和可运行的评估流水线，并复现实验结果，旨在解决现有评估难以复现和比较的问题。
DynaWM: Dynamics-Aware Distillation with World Model and Momentum Targets for Smooth Locomotion over Continuous Stairs
Haidong Hou et al.
cs.RO cs.AI
本文提出DynaM框架，通过引入world model作为regularizer和momentum target encoder来增强双足轮式机器人在连续楼梯上的地形适应能力。该方法在仿真和实际硬件上验证了有效性，但主要聚焦于机器人控制领域，与关键词列表中的概念关联较弱。
Beyond Bayer: Task-Optimal Sensor Co-Design for Robust Autonomous-Driving Segmentation
Reeshad Khan, John Gauch
cs.CV cs.AI
本文探讨了自动驾驶中相机传感器的设计优化，通过可微分的RAW-to-task pipeline学习光谱color-filter-array (CFA)权重以提升分割性能，但发现光学点扩散函数协同设计反而有害。该方法虽具一定实用性，但未涉及关键词中的核心概念。
Is Higher Team Gender Diversity Correlated with Better Scientific Impact?
Chengzhi Zhang, Jiaqi Zeng, Yi Zhao
cs.DL cs.CY cs.IR
本文研究了NLP和LIS领域中团队性别多样性与论文科学影响力（以引用量衡量）的相关性，发现混合性别合作的平均引用量高于单一性别合作，且两者呈倒U型关系。研究指出，当某一性别作者占比在5%至15%时，团队性别多样性对科学影响力最为有利。
The impact of generative artificial intelligence on academic development of Chinese students in humanities and social sciences
Lei Fan, Fangxue Liu
cs.HC cs.AI
本文通过大规模问卷调查，研究了中国人文社科学生使用生成式人工智能(GenAI)对学术发展的影响，发现多数学生认为GenAI提升了学习动机、独立思考和创造力，但也存在过度依赖和准确性不足等问题。
DramaDirector: Geometry-Guided Short Drama Generation
Hengji Zhou et al.
cs.CV cs.AI
本文提出DramaDirector框架，利用从真实短剧镜头库中检索的depth和pose几何信息来指导多镜头短剧生成，并构建了DramaBoard基准数据集。实验表明该方法在忠实度、一致性和可控性上优于现有基线。
A Benchmark for Hallucination Detection in VLMs for Gastrointestinal Endoscopy
Aminu Lawal et al.
cs.CV cs.AI
本文在Gut-VLM数据集上对九种VLMs幻觉检测方法进行了基准测试，发现白盒方法ReXTrust在所有五个模型上取得了最高的AUC值，而黑盒和基于聚类的灰盒方法在某些模型上表现接近随机水平。研究还识别出“自信的胡言乱语”这一系统性失败模式，即模型在幻觉时仍保持高样本间一致性或高token级概率。
DTT-BSR+: A Generative-Regression Cascade for Music Source Restoration
Youran Ni et al.
eess.AS cs.AI cs.SD
本文提出DTT-BSR+，一个两阶段级联系统用于音乐源恢复（MSR），将分布拟合与信号重建解耦。第一阶段使用生成式分离器匹配干净源的先验，第二阶段用改进的Demucs网络通过时域和多分辨率spectral损失增强输出。该方法在多个指标上优于现有系统，但未涉及code、context、Muon、pretrain、agent或attention等关键词。
Progressive Alignment Objectives for Aligner-Encoder based ASR
Jaeyong Lee, Masato Mimura, Takafumi Moriya
eess.AS cs.CL cs.SD
本文提出InterAligner方法，通过在Aligner-Encoder的中间层添加对齐目标和CTC损失，使对齐过程在深度上渐进形成，从而稳定训练并提升长语音识别性能。实验表明该方法在LibriSpeech上降低了词错误率。
Autonomous Video Generation with Counterfactual Controllability for Self-Evolving World Models
Xin Wang et al.
cs.CV cs.LG
本文提出了一种新的视角，认为具有反事实可控性的自主视频生成是实现自进化世界模型的一种有前景的方式，但并未提供具体的方法或实验验证。
CORE-BREW: LLR-Based Soft Decoding for Robust Multi-Bit LLM Watermarking
Joeun Kim, HoEun Kim, Young-Sik Kim
cs.CR cs.CL
本文提出CORE-BREW，一种基于对数似然比(LLR)的软判决解码方法，用于提升多比特LLM水印在编辑下的鲁棒性。该方法通过固定命中率校准水印信道，并支持两种检测模式以平衡假阳性率与真阳性率。
Breaking Shortcut Learning for Cross-Trial EEG-Guided Target Speech Extraction via Two-Stage Training
Wonchul Shin, Inyong Choi, Kyogu Lee
eess.AS cs.AI cs.SD
本文提出TRUST-TSE，一种两阶段训练框架，用于解决EEG引导的目标语音提取中的shortcut learning问题。通过contrastive pretraining和confidence-weighted extraction objective，该方法在跨trial协议下优于端到端基线，但未涉及关键词中的code、context、spectral、Muon、agent或attention等核心概念。
Agon: An Autonomous Large-Scale Omnidisciplinary Research System Built on Prompt Economy
Youran Sun et al.
cs.SE cs.AI cs.CL cs.MA
本文介绍了Agon，一个基于Prompt Economy构建的大规模自主跨学科研究系统，通过六个设计原则实现研究流程的自动化验证，并在444次迭代中展示了可扩展性，同时分类了系统失败的类型。该系统与关键词中的“agent”概念相关，但方法本身并非开创性突破，也未解决长期存在的核心问题。
Zero-Shot Test-Time Canonicalization using Out-of-Distribution Scoring
Dominik Lindner et al.
cs.CV cs.AI
本文提出将测试时规范化（test-time canonicalization）重新定义为out-of-distribution (OOD)检测问题，使得任何OOD评分函数都能作为最小化变换的能量。通过系统评估约二十种OOD评分和九种搜索算法，发现基于距离的评分结合随机搜索与局部细化效果最佳，并引入门控机制以保护分布内精度。
Deep Learning Approaches for 3D Medical Scene Completion: From Geometric Modeling to Generative Paradigms
Afifa Khaled, Said Jadid Abdulkadir, Majdy Mohamed Eltayeb Eltahir
cs.CV cs.AI
本文系统综述了2016至2026年间3D医学场景补全领域的研究进展，从基于voxel的语义补全（如SSCNet）到结合generative diffusion先验与Gaussian splatting实时渲染的最新范式，并讨论了voxel grid、point learning、implicit neural fields、transformer networks等表示范式的演变。文章还提出了一个taxonomy以清晰梳理该领域的贡献与待解决的挑战。
Co-occurring associated retained concepts in Diffusion Unlearning
Miso Kim et al.
cs.CV cs.AI cs.CL
本文针对扩散模型中的概念遗忘问题，提出了CARE（Co-occurring Associated REtained concepts）概念及其量化指标CARE score，并设计了ReCARE框架，通过自动构建良性共现token词汇表来在遗忘目标概念的同时保护这些共现概念。实验表明该方法在多个遗忘任务上取得了平衡性能。
Unified Dominance Graph for Interval-Predicate Approximate Nearest Neighbor Search
Kwun Hang Lau et al.
cs.DB cs.IR
本文提出Unified Dominance Graph (UDG)，一种用于区间谓词近似最近邻搜索的图索引框架。UDG将对象和查询端点映射到归一化的二维dominance空间，并构建dominance标记图，以统一处理包含、重叠等区间谓词，同时通过有效性保持的补丁边提高搜索性能。
Inclusive Interactive Collisions for Multi-View Consistent Compositional 3D Generation
Chang Liu et al.
cs.CV cs.AI
本文提出I2C-3D方法，通过Inclusive Interactive Collisions策略和Multi-View Adaptive Score Distillation Sampling技术，解决了多物体组合3D场景生成中的交互合理性与跨视角一致性问题。该方法在生成质量和多视角一致性上优于现有方法。
Automated Residual Plot Assessment With the R Package autovi and the Shiny Application autovi.web
Weihao Li et al.
stat.ML cs.CV cs.LG
本文介绍了R包autovi及其Shiny应用autovi.web，使用计算机视觉模型自动化评估线性模型的残差图，通过预测视觉信号强度(VSS)来辅助分析师判断模型拟合质量。
AutoSpec: Safety Rule Evolution for LLM Agents via Inductive Logic Programming
Pingchuan Ma et al.
cs.SE cs.AI cs.CR
本文提出AutoSpec框架，通过归纳逻辑编程(ILP)引导的反例引导归纳综合(CEGIS)方法，自动演化专家设计的LLM agent安全规则。该方法从专家规则和带标注的轨迹流出发，迭代挖掘假正例和假负例反例，利用ILP学习区分性谓词并生成候选规则编辑，最终产生可解释且平衡精确率与召回率的规则。
Social Structure Matters in 3D Human-Human Interaction Generation
Zhongju Wang et al.
cs.CV cs.AI
本文提出Solo-to-Social框架，利用LLM规划社会结构（如交互阶段和角色分配），再通过运动执行器将预训练的单人运动模型适配为双人交互运动，生成3D人-人交互。该方法主要关注社会结构建模与运动生成的结合，与关键词中的code, spectral, Muon, pretrain, agent, attention等概念关联较弱。
MotifGen: Spatiotemporal interpolation of misaligned satellite images via multi-source generative modeling, in an application to tropical cyclones
Clément Dauvilliers, Claire Monteleoni
cs.CV cs.LG
本文提出了一种名为MotifGen的生成模型，用于对来自不同卫星仪器的微波图像进行时空插值，以监测热带气旋。该模型通过自监督学习任务（随机掩码并重建一个源）进行训练，并展示了结合红外与微波数据相比仅用微波数据的性能提升。
Neural Network-Based Parametric Model Reduction for Predicting Turbulent Flow for Different Vehicle Geometries
Kazuto Ando et al.
cs.CE cs.AI
本文提出了一种基于神经网络和variational autoencoder的参数化模型降阶方法，用于预测不同几何形状车辆周围的高雷诺数湍流，通过紧凑的潜在表示评估涡旋生成的重建精度。
Deep numerical schemes for systems of Ergodic BSDEs with applications to regime-switching forward utilities
Guillaume Broux-Quemerais et al.
math.NA cs.LG math.PR
本文提出了两种基于神经网络的数值方法，用于求解耦合遍历BSDE系统，并应用于体制切换的随机因子模型中的前瞻效用。该方法通过将遍历BSDE系统与随机终端时间的多维BSDE建立联系，并设计了局部加性深度学习方案和Deep Galerkin方法。
PROTECT-90: A Fault Dataset for Power System Protection
Julian Oelhaf et al.
eess.SP cs.LG
本文介绍了PROTECT-90数据集，一个用于电力系统保护的开源电磁暂态仿真基准数据集，包含9022个短路仿真场景及同步波形记录，旨在为数据驱动方法提供标准化、可复现的评估平台。
Real-Time Interactive Music Generation via Data-Free Streaming Consistency Distillation
Baisen Wang, Chenxi Bao, Qisong Han
cs.SD cs.AI cs.HC
本文提出了一种用于实时交互式音乐生成的流式一致性蒸馏框架，通过将生成模型转化为连续自回归流，实现了低延迟的在线音频生成。该方法利用prompt-only输入合成教师引导的轨迹，并引入音乐感知一致性目标（包括latent、spectral和temporal-difference损失）来保持音色和节奏稳定性。
ZONOS2 Technical Report
Gabriel Clark et al.
cs.SD cs.AI
本文介绍了ZONOS2 8B TTS模型，通过扩大模型规模（使用MoE架构）、训练数据（从200K小时扩展到6M小时）以及改进训练流程，在自然度、韵律和声音克隆保真度上达到了先进水平。模型权重和推理代码已开源。
What Does ODRL Mean? A Cross-Level Ontological Grounding of Permissions, Prohibitions, and Duties in UFO-L
Daham M. Mustafa et al.
cs.LO cs.AI
本文探讨了ODRL策略语言在UFO-L本体中的语义基础，通过引入跨层设计原则，将规范位置从两个扩展至八个，并在Isabelle/HOL中机械验证了所有公理。该工作主要关注规范逻辑的形式化，与关键词列表中的概念关联较弱。
Open-Vocabulary BEV Segmentation with 3D-Aware Geometric Constraints
Hojun Choi et al.
cs.CV cs.LG
本文提出OVBEVSeg，一种用于自动驾驶的开集BEV分割框架，通过结合vision-language models和基于Gaussian splatting的3D几何约束，解决了2D语义到BEV映射中的几何不一致问题。该方法在nuScenes数据集上取得了领先性能，并实现了高效的推理速度。
Structural Kolmogorov-Arnold Convolutions: Learnable Function on the Values or the Filter Shape as Parameter-Efficient Alternative to Per-Edge Convolutional KANs
Stefano Mereu et al.
cs.CV cs.AI
本文探讨了卷积KAN网络的结构变体，将可学习函数从每个核条目转移到卷积结构上，提出了SV-KAN、AG-KAN和RF-KAN三种实现。实验表明，在参数约0.4M的规模下，RF-KAN和SV-KAN在CIFAR-10/100上达到与plain convolution相当或更优的精度，且参数效率远高于per-edge KAN。该方法在卷积结构设计上具有一定新意，但与关键词中的code、context、spectral等概念关联较弱。
ComputeFHE: A Privacy-Preserving General-Purpose Computation Library
Faris Serdar Tasel, Efe Ciftci
cs.CR cs.CL
本文介绍了ComputeFHE，一个基于TFHE密码系统的开源C++库，用于开发隐私保护应用。该库提供了加密整数和定点数类型及多种操作，并支持优化的ALU架构以减少bootstrapping操作次数。
Female-RHINO: A Real-Time Scanner-Integrated Framework for Automated Quantitative Uterine MRI Analysis and Structured Reporting
Deepak Bhatia et al.
eess.IV cs.AI cs.CV
本文提出了Female-RHINO，一个与MRI扫描仪集成的实时AI框架，用于自动化的子宫MRI定量分析和结构化报告生成。该系统在超过500个多中心数据集上训练，实现了子宫分割、纤维瘤检测和六个解剖标志点定位，并在70秒内完成端到端处理。
Average Rankings Mask Per-Subject Optimality: A Friedman-Nemenyi Benchmark of EEG Motor-Imagery BCI Decoders
Xavier Vasques, Paul Barbaste, Olivier Oullier
cs.HC cs.AI cs.RO q-bio.NC
本文使用MOABB框架评估了1,056种EEG运动想象BCI解码配置，发现即使在同一受试者单session的最优条件下，也没有单一pipeline能普遍最优，Covariance tangent-space projection和Common Spatial Patterns的性能排序依赖于数据集，且个体间最优pipeline差异显著。
RE4: Transformation-aware Imitation of Object Interactions Using Manipulation Modes
Arsh Chawla, Rahul Shome
cs.RO cs.LG
本文提出了RE4框架，通过轻量级自监督训练估计目标物体pose，并利用manipulation mode感知的检索与变换来模仿物体交互任务，在Push-T和Robomimic基准上验证了性能与可解释性。
Entity Resolution via Batched Oracle Queries
Lorenzo Balzotti et al.
cs.DB cs.AI
本文研究了在批量查询限制下的实体解析问题，证明了选择最优批次是NP-hard的，并在实体大小的自然条件下给出了最优解。
cuSBF: A Minimizer-Aware Bloom Filter for Genomic Sequence Data on Modern GPUs
Tim Dortmann, Markus Vieth, Bertil Schmidt
cs.DC cs.DS q-bio.GN
本文提出了cuSBF，一个在GPU上高效实现Super Bloom filter的CUDA库，通过合并分片、共享内存分块和warp级优化等技术，显著提升了基因组k-mer索引的吞吐量，并降低了误报率。
Detecting AI Coding Agents in Open Source: A Validated Multi-Method Census of 180 Million Repositories
Arsham Khosravani, Audris Mockus
cs.SE cs.AI
本文提出一个多层次的检测框架，用于在180M+ Git仓库中识别AI coding agent的痕迹，发现单一检测方法（如bot-account lookup）会严重低估agent的普及程度（相对召回率差距达30倍），并揭示了不同检测渠道（commit与pull request）捕获的agent群体几乎不重叠。
Transformation Behavior of Images in Latent Space
Christian Zöllner et al.
cs.CV cs.AI
本文研究了病理图像编码网络在latent space中对经典图像变换的鲁棒性，发现变换后的embedding虽比随机embedding更接近原始embedding，但并未完全不变，这解释了数据增强为何能提升性能。
MedPCFM: Improving Medical Point Cloud Completion by Integrating Point Transformers and Flow Matching
Kamil Kwarciak, Marek Wodzinski
cs.CV cs.AI cs.LG
本文提出MedPCFM，将Point Transformer v3与flow matching结合用于医学点云补全，在多个数据集上达到最优生成性能，并比扩散模型需要更少的采样步骤。
NoContactNoWorries: Estimating Contact through Vision and Proprioception for In-Hand Dexterous Manipulation
Soham Patil et al.
cs.RO cs.AI
本文提出NoContactNoWorries，一种基于transformer的多模态框架，通过融合RGB-D视觉与机器人本体感觉来推断手-物交互中的二值接触状态，作为伪触觉信号。实验表明该接触预测模型可支持下游强化学习agent完成物体重定向任务，并泛化至新物体。
An Agnostic Machine Learning Model of Photosynthetic Habitability
Callum Gray et al.
astro-ph.EP astro-ph.IM cs.LG
本文提出了一种基于热力学和氧化还原化学的通用光合作用模型，用于估算系外行星的光合宜居带(PHZ)，并通过遗传算法优化了光合作用对恒星光谱的适应性。研究发现，光合作用对轨道距离的依赖是线性的而非二次的，且对于M、K、G型恒星，整个宜居带内都可能存在光合作用。
G$^3$VLA: Geometric inductive bias for Vision-Language-Action Models
Yue Peng et al.
cs.RO cs.AI
本文提出G\(^3\)VLA，通过向预训练的Vision-Language-Action (VLA)模型的视觉token流中注入相机标定几何信息（如射线嵌入和投影位置编码），以提升多相机设置下的机器人操作性能。该方法在多个基准测试中取得一致改进，但未涉及关键词中的code, spectral, Muon, pretrain, agent或attention等核心概念。
video-SALMONN-R$^3$: Learning to ReWatch, ReAsk, and ReAnswer for Efficient Video Understanding
Yixuan Li et al.
cs.CV cs.AI cs.SD
本文提出video-SALMONN-R\(^3\)，一种通过强化学习实现视频重看（re-watch）的端到端video-LLM，无需chain-of-thought冷启动。该方法通过重答（re-answer）和重问（re-ask）机制，在较低计算成本下提升了视频问答性能。
Adaptive Machine Learning Framework for UAV Trajectory Optimization in O-RAN
Chenrui Sun et al.
eess.SP cs.AI
本文提出了一种基于增强持续迁移学习的UAV轨迹优化框架，利用预训练模型库和模型选择机制来减少在新环境中的适应时间。该方法在O-RAN架构下通过ray tracing技术提升轨迹规划可靠性，但未涉及code、context、spectral等关键词。
RetiSEM: Generalising Causal Models for Fragmented Biomedical Data
Inam Ullah, Imran Razzak, Shoaib Jameel
cs.CV cs.AI stat.ME
本文提出RetiSEM框架，通过将变量组织成生物信息块并施加禁止边约束，从碎片化生物医学数据中恢复causal graph并进行mediation analysis。实验表明该方法在合成和真实数据上优于无约束基线，但方法本身并非开创性且与关键词关联较弱。
CrossPool: Efficient Multi-LLM Serving for Cold MoE Models through KV-Cache and Weight Disaggregation
Zhuoren Ye et al.
cs.DC cs.AI cs.LG cs.PF
CrossPool提出了一种针对冷MoE模型的多LLM服务引擎，通过将FFN权重和KV-cache分离到不同的GPU内存池中，并采用KV-cache规划器、虚拟化器和层间流水线调度器，以提升GPU内存利用率和长上下文支持。实验表明，该方法相比现有系统在P99 TBT上实现了显著降低。
EERLoss: A Novel Loss Function for Training Deep Biometric Models. A Case Study in Keystroke Dynamics
Nahuel Gonzalez et al.
cs.CV cs.LG
本文提出了一种名为EERLoss的新型损失函数，用于训练深度生物特征模型，它是对Equal Error Rate (EER)的可微近似。通过在击键动态验证这一高变异性生物特征任务上的实验，证明了该方法相比现有损失函数能更快收敛并显著降低EER。
Toward Self-Evolution-Ready Workflow Harnesses: A Reversible Migration Path and Convertibility Taxonomy for Expert LLM Pipelines
Yimo Lin, Zhen Zhang, Yibin Li
cs.SE cs.AI cs.LG
本文提出了一种基于Strangler-Fig模式的逆向迁移路径，将专家验证的"LLM+脚本"工作流重构为可组合、可审计的阶段，并引入三层次可转换性分类法（A/B/C）来诊断工作流的就绪状态。该工作主要关注软件工程中的工作流迁移问题，与您提供的关键词（如code, agent, attention等）关联度较低。
Infinitesimal Causality
Sridhar Mahadevan
math.CT cs.AI math.ST
本文在Frobenius Markov范畴中引入无穷小因果性（infinitesimal causality）的范畴化描述，通过切丛语义刻画干预作为复制/丢弃结构的切向形变，并探讨了代数Frobenius结构与几何Frobenius可积性条件之间的相容性。该工作为因果模型提供了范畴论框架，但与关键词列表中的code, context, spectral, Muon, pretrain, agent, attention无直接关联。
Visualizing "We the People": Bridging the Perception Gap through Pluralistic Data Storytelling
Lisa Schirch, Beth Goldberg
cs.HC cs.AI cs.CY cs.ET cs.GR
本文探讨了通过AI支持的“意见景观”可视化技术，将高维opinion space映射为交互式图形，以减少政治极化中的感知差距。该方法强调分布与共识，而非二元对立，为民主对话提供了新的数据叙事框架。
ParaPairAudioBench: Paralinguistic Pairwise Audio Benchmark for LALM-as-a-Judge
Jisu Jeon et al.
cs.SD cs.CL eess.AS
本文提出了ParaPairAudioBench，一个包含5,175个音频对的基准测试，用于评估大型音频语言模型在五个副语言维度（如风格、语速等）上的判断能力。实验表明当前模型在细粒度副语言区分上远逊于人类，且存在校准失败问题。
Extended pseudo-spectral physics-informed neural networks for phase-field models
Callum Marsh, Radek Erban, Andreas Munch
q-bio.QM cs.LG math.NA physics.bio-ph
本文提出了一种扩展的伪谱物理信息神经网络(ESPINN)框架，用于从瞬态快照数据中逆向识别phase-field模型中的bulk chemical potential和未知gradient coefficients。数值实验表明该方法在无噪声情况下能准确重建，且对噪声具有鲁棒性。
Scheduling jobs with unknown size distribution in a M/G/1 queue: the shifted empirical Gittins
Nicolas Gast, Bruno Gaujal, Adrien Obrecht
math.PR cs.DS cs.PF
本文考虑M/G/1队列中最小化期望响应时间的问题，提出了一种基于作业大小分布\(n\)个样本的shifted empirical Gittins索引构造方法，并证明了该索引策略在\(n\)增长时具有渐近最优性。该方法通过对作业大小分布的有界支撑进行离散化，并将样本向右偏移至最近的离散点来实现。
TACTFUL: Tactile-Driven Exploration For Object Localization and Identification in Confined Environments
Shivani Kamtikar et al.
cs.RO cs.AI
本文提出了一种名为TACTFUL的无视觉触觉探索框架，使多指机器人能够在受限空间中自主探索并通过触觉重建识别物体。该系统完全在真实硬件上训练，通过动态奖励调度平衡全局探索与局部表面细化，在真实物体上实现了77%的成功率和0.015米的平均重建误差。
Model selection with proper scoring rules on data sets of time series
Giorgio Corani et al.
stat.ML cs.LG
本文研究了时间序列数据集上概率模型选择的评分规则聚合问题，指出均值、中位数和平均秩三种统计量因评分分布偏态可能产生冲突，并证明随着测试集增大这些标准会趋于一致。
Evaluating the Interpretability of Sparse Autoencoders with Concept Annotations
Jonas Klotz et al.
cs.CV cs.AI
本文提出了一种基于人类标注概念来评估稀疏自编码器（SAE）可解释性的框架，通过构建合成基准数据集synCUB和synCOCO，并引入Fully-Binary Matching Pursuit (FBMP)匹配方法与Targeted Attribute Perturbation Alignment Score (TAPAScore)指标，验证了SAE潜在变量与语义概念的对齐程度。
Beyond U-Net: A Latent-Representation-Aligned Skip-Free Backbone for Flow-Matching Speech Enhancement
Wangyi Pu, Michele Scarpiniti
cs.SD cs.AI eess.AS
本文提出了一种用于流匹配语音增强的无跳跃连接编解码器架构，通过潜在表示对齐（LRA）引导，利用冻结的Descript Audio Codec编解码器提取的干净语音特征来监督瓶颈和解码器表示，从而在减少函数评估次数的同时提升语音质量。实验在WSJ0-CHiME3和VoiceBank-DEMAND数据集上验证了其有效性。
UniDrive: A Unified Vision-Language and Grounding Framework for Interpretable Risk Understanding in Autonomous Driving
Xiaowei Gao et al.
cs.CV cs.AI
本文提出UniDrive框架，通过结合时序推理分支和高分辨率感知分支，并利用门控交叉注意力融合模块，实现了自动驾驶场景中可解释的风险理解，同时生成自然语言描述和风险目标的边界框。实验表明该方法在风险目标定位和零样本泛化方面优于现有基线。
Dirac-Frenkel dynamics with inertia for nonlinearly parametrized solutions of evolution problems
Matteo Raviola, Benjamin Peherstorfer
math.NA cs.LG
本文提出在Dirac-Frenkel动力学中加入惯性项，以解决非线性参数化（如神经网络）导致的参数动力学非唯一或病态问题。该方法通过保留弱信息方向上的历史速度信息，同时保持强信息方向上的标准动力学，证明了参数动力学的适定性并给出了后验误差界。
Context-Aware Prediction of Student Quiz Performance with Multimodal Textbook Features
Samin Khan
cs.CY cs.AI cs.LG
本文研究了从CourseKata章节复习题中提取的轻量级文本和图像特征，能否在仅使用学生历史表现的基础上，提升对章节测验成绩的预测效果。实验表明，加入内容特征可将预测性能相对提升9.1%，但仅文本特征有效，图像特征反而增加了预测误差。
DeepBD: A Grounded Agentic Workflow for Variant Prioritization and Diagnosis of Genetic Birth Defects
Shiyu Li et al.
q-bio.GN cs.AI
本文提出DeepBD，一种用于遗传性出生缺陷变异优先级排序和诊断的agentic工作流，通过LLM辅助病例结构化、预训练证据引擎和专家模块实现。该方法在内部数据集上优于现有基线，但未涉及code、spectral、Muon或attention等关键词相关技术。
Faster algorithm for achieving minimal-size quantum decision diagrams
Juul Sanders et al.
quant-ph cs.DS
本文提出了一种针对Pauli-LIMDD（一种量子决策图数据结构）的新的normal-form算法，将单子节点的\(n\)量子比特节点的最坏情况时间复杂度从\(O(n^3)\)降至\(O(n^2)\)，并实现了该算法以加速Clifford电路的模拟。该工作主要贡献在于算法层面的优化与实现。
EG-VQA: Benchmarking Verifiable Video Question Answering with Grounded Temporal Evidence
Linpeng Huang et al.
cs.CV cs.AI
本文提出了EG-VQA基准，用于评估视频问答中预测结果与时间证据的对齐程度，并引入EG-F1指标联合衡量时间对齐与语义一致性。实验表明现有模型在证据定位上存在不足，但该方法本身并非开创性突破，且与关键词列表关联较弱。
OrbitForge: Text-to-3D Scene Generation via Reconstruction-Anchored Video Synthesis
Chenrui Fan, Paolo Favaro
cs.CV cs.AI
OrbitForge通过将冻结的text-to-video模型与per-prompt 3D Gaussian Splatting重建优化相结合，将单个文本生成的视频转换为规范的closed-orbit 3D场景。该方法利用3D重建作为锚点来提升视频的3D一致性，并通过检测缺失视角并仅补全这些视角来生成最终的Gaussian Splatting场景，无需任务特定的微调或score-distillation优化。
Large-Language-Model Discovery of Quantum LDPC Codes through Structured Concept Evolution
Zidu Liu, Florian Marquardt
quant-ph cs.AI
本文提出了一种名为structured concept evolution (SCE)的搜索框架，利用大型语言模型与结构化代数变异语法相结合，自动发现量子LDPC码族。该方法通过演化代数规范与可执行程序配对的结构化概念，生成了包括非阿贝尔群上的多种竞争性码族。
IV-CoT: Implicit Visual Chain-of-Thought for Structure-Aware Text-to-Image Generation
Zixuan Li et al.
cs.CV cs.AI
本文提出Implicit Visual Chain-of-Thought (IV-CoT)框架，通过将视觉条件查询分解为结构查询和语义查询的级联，并引入训练阶段的sketch监督，以提升多模态大语言模型在结构感知文本到图像生成中的表现。该方法在GenEval和T2I-CompBench上取得了优越结果，但与我提供的关键词列表关联度较低。
It's Complicated: On the Design and Evaluation of AI-Powered AAC Interfaces
Blade Frisch et al.
cs.HC cs.AI
本文探讨了AI增强的AAC（辅助与替代沟通）接口的设计与评估复杂性，指出当前评估指标难以捕捉用户的多面需求，并提出了更鲁棒的评估方法。该工作主要关注人机交互领域，与关键词中的数学或算法概念无直接关联。
FLUX3D: High-Fidelity 3D Gaussian Generation with Diffusion-Aligned Sparse Representation
Haorui Ji et al.
cs.CV cs.AI
FLUX3D提出了一种基于sparse voxel representation的图像到3D Gaussian Splatting生成框架，通过Diffusion-Aligned Structured Latents和Sparse-structure Multimodal Diffusion Transformer改进跨模态对齐，在3D资产生成质量上优于现有方法。
New Bounds for the Last Iterate of the Stochastic subGradient Method
Guglielmo Beretta et al.
math.OC cs.LG
本文研究了一维凸Lipschitz目标函数下随机次梯度方法最后迭代点的优化误差。在加性i.i.d.次梯度噪声假设下，证明了使用固定步长\(\eta =\Theta(1/\sqrt n)\)时，最后迭代点的误差阶为\(1/\sqrt n\)，去除了现有界中的对数因子；同时证明在无i.i.d.假设时误差可达\((\log n)/\sqrt n\)，否定了Koren和Segal提出的一个开放问题。
InSight: Self-Guided Skill Acquisition via Steerable VLAs
Maggie Wang et al.
cs.RO cs.AI cs.LG
本文提出InSight框架，通过将VLA模型在primitive-action层面变得可操控，实现自主技能获取。该方法利用VLM自动分割演示数据并引导数据飞轮，使机器人能自主尝试并学习缺失的primitive，从而组合执行新任务。

- 数据来源 Data Source: arXiv.org

- 本网页的内容由 bluearXiv-ai 自动生成。实际抓取的是 arXiv 中 "new" 页面的数据，即最近的有所在分类论文变动的一天的数据。

- 感谢 arXiv 提供的服务。评论和精选由 AI 生成，不代表任何人对论文本身的看法。精选依赖于论文与给定关键词的匹配度。

- 计数基于主学科，不计重数。

- This webpage is automatically generated by bluearXiv-ai.

- The data actually captured is from the "new" page, that is, the data of the most recent day when there were changes in corresponding subjects.

- Thanks for services prodived by arXiv. Comments and selection of good papers are generated by AI, not showing anyone's point of view about those papers.

- The selection also depends on the matched-degrees between papers and given keywords.

- The counters are based on main subject, not counting multiplicities.

↑