bluearXiv-ai 论文精选

2026-07-07
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
234
cs.AI
96
cs.IR
20
cs.CL
108
cs.DS
23
others
359
总计
840

⭐ 精选论文 ↑ 回顶部

cs.LG

Spectral Rewiring for Exploration, Purification, and Model Merging ⭐ 精选
Zhilong Zhang et al.
cs.LG cs.AI
ACPO: Adaptive Credit Policy Optimization via Fine-Grained Surrogate Entropy ⭐ 精选
Zijun Xie et al.
cs.LG cs.AI
Statistically Meaningful Geometry (SMG) Beyond the Euclidean Paradigm, with Application to Generative AI ⭐ 精选
Bing Cheng et al.
cs.LG stat.ME
No Time Like the Present: Agentic Test-Time Training for LLM Agents ⭐ 精选
Yanbo Wang et al.
cs.LG cs.AI
Social Networks of LLM Agents ⭐ 精选
Kaixuan Liu et al.
cs.LG
SpecGradFilter: A Spectral Gradient Filtering Framework for Taming Federated Heterogeneity ⭐ 精选
Liyang Yuan et al.
cs.LG
SAD-LoRA: Spectral Alignment for Low-Rank Knowledge Distillation ⭐ 精选
Omer Tariq, Syed Muhammad Raza, Jeongbae Son
cs.LG cs.CV
NKI-Agent: Domain-Specific Fine-Tuning and Agentic Tool Use for Neuron Kernel Generation ⭐ 精选
Junjie Tang et al.
cs.LG
Learning Task-Sufficient World Models by Synergizing Agentic Exploration and Structured Modeling ⭐ 精选
Fan Feng et al.
cs.LG
Full-Stack FP4: Stable LLM Pretraining with Quantized Projections, Optimizers, and Attention ⭐ 精选
Siyu Ding et al.
cs.LG cs.AI
ManifoldFlow: SPD-Relaxed Stiefel Layers with Learnable Singular Spectrum ⭐ 精选
Haiwen Yi, Xinyuan Song
cs.LG stat.ML
A Few Teacher Steps Go a Long Way: Cost-Efficient On-Policy Data Augmentation for Agent Post-Training ⭐ 精选
Junze Ye et al.
cs.LG cs.AI
RSPO: Reward-Swap Policy Optimization for Multi-Turn LLM Agents ⭐ 精选
Qiang Liu et al.
cs.LG cs.AI
Multi-Turn On-Policy Distillation with Prefix Replay ⭐ 精选
Baohao Liao et al.
cs.LG cs.AI cs.CL stat.ML
Compressed Computation under $L^4$ Loss is likely Computation in Superposition ⭐ 精选
Francisco Ferreira da Silva, Stefan Heimersheim
cs.LG
Pretraining Curricula Enable Selective Fine-tuning ⭐ 精选
Sebastian A. Bruijns et al.
cs.LG cs.AI
Latent Programming Horizons in Coding Agents ⭐ 精选
André Silva, Han Tu, Martin Monperrus
cs.LG cs.SE
TREK: Distill to Explore, Reinforce to Refine ⭐ 精选
Yuanda Xu et al.
cs.LG cs.AI stat.ML
CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents ⭐ 精选
Yujiang Li et al.
cs.LG

cs.AI

SwarmResearch: Orchestrating Coding Agents for Open-Ended Discovery ⭐ 精选
Yuvraj Virk et al.
cs.AI
Object-Centric Environment Modeling for Agentic Tasks ⭐ 精选
Yiyang Li et al.
cs.AI
Biological Motifs for Agentic Control ⭐ 精选
Bogdan Banu
cs.AI q-bio.CB
Agentic SABRE: An Uncertainty-Aware Neuro-Symbolic Multi-Agent Framework for Adaptive Ransomware Detection ⭐ 精选
Henry Kabuye, Biju Issac, Jeyamohan Neera
cs.AI cs.CR
Do GUI Agents Believe Their Eyes? Diagnosing State-Belief Reliance on Pixels versus Structure ⭐ 精选
Guijia Zhang, Harry Yang
cs.AI
MechMath Agent Team: LLM Driven Agents for Mathematical Research ⭐ 精选
Yichuan Cao et al.
cs.AI cs.SC
Governed Individuation: Cryptographically Decoupling an Agent's Learning from Its Authority ⭐ 精选
Xue Qin et al.
cs.AI cs.CR
AgenticPD: A Stage-Aware Agentic Framework for Physical Design QoR Optimization ⭐ 精选
Shuo Ren et al.
cs.AI
STAPO: Selective Trajectory-Aware Policy Optimization for LLM Agent Training ⭐ 精选
Qiuyi Qi et al.
cs.AI
MetaSkill-Evolve: Recursive Self-Improvement of LLM Agents via Two-Timescale Meta-Skill Evolution ⭐ 精选
Zefeng Wang et al.
cs.AI
OptiAgent: End-to-End Optimization Modeling via Multi-Agent Iterative Refinement ⭐ 精选
Adriana Laurindo Monteiro et al.
cs.AI cs.MA

cs.CL

Hierarchical Sparse Attention Done Right: Toward Infinite Context Modeling ⭐ 精选
Xiang Hu et al.
cs.CL cs.AI
Spectral Signatures of Large Language Models ⭐ 精选
Zhuoying Zhang et al.
cs.CL cs.AI
Separating Representation from Reconstruction Enables Scalable Text Encoders ⭐ 精选
Megi Dervishi, Mathurin Videau, Yann LeCun
cs.CL cs.AI
Turning Off-Policy Tokens On-Policy: A Plug-in Approach for Improving LLM Alignment ⭐ 精选
Yu Li et al.
cs.CL cs.AI cs.LG
EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments ⭐ 精选
Deyao Zhu et al.
cs.CL cs.LG

cs.DS

Dimension Reduction for Curves: Simplified and Generalized ⭐ 精选
Matthijs Ebbens, Jie Lu, Alexander Munteanu
cs.DS cs.CG cs.LG stat.ML

others

CORA: Per-Slice Coherent Orthogonal Rotation for SVD-based Low-Rank Adaptation ⭐ 精选
Pengcheng Wang et al.
stat.ML cs.LG
Homer: Understanding Long-form Videos with Hierarchical Memory and Agentic Reasoning ⭐ 精选
Yixin Ji et al.
cs.CV cs.AI cs.CL
AgentLTL: A Trace-Verification Framework for Measuring, Enforcing, and Training Procedural Compliance in Tool-Using LLM Agents ⭐ 精选
Laïla Elkoussy, Julien Perez
cs.SE cs.AI cs.LO
CoACT: Action-Preserving Observation Compression for Coding Agents ⭐ 精选
Haorui Chen et al.
cs.SE cs.AI
VideoSearcher: Empowering Video Deep Research with Multi-Tool Agentic Reasoning via Reinforcement Learning ⭐ 精选
Zhenkun Gao et al.
cs.CV cs.AI
HyperVAttention: Efficient Sparse Attention with Spatio-Temporal Clustering for Video Diffusion ⭐ 精选
Dongyeun Lee et al.
cs.CV cs.AI cs.LG
SPORK: Self-Speculative Forking to Accelerate Agentic LLM Inference ⭐ 精选
Huajun Bai et al.
cs.DC cs.AI cs.LG
SkillOpt-Lite: Better and Faster Agent Self-evolution via One Line of Vibe ⭐ 精选
Yifei Shen, Bo Li, Xinjie Zhang
cs.SE cs.AI cs.LG
ELiTeFormer: An Efficient Transformer for FPGAs ⭐ 精选
Victor Agostinelli, Nicolas Bohm Agostini, Antonino Tumeo
cs.AR cs.AI
On estimating operator norm distance, with optimal trace distance estimation when one state is pure ⭐ 精选
Yupan Liu, Qisheng Wang, Zhan Yu
quant-ph cs.DS cs.IT
Refused in Chat, Written in Code: Workflow-Level Jailbreak Construction in IDE Coding Agents ⭐ 精选
Abhishek Kumar, Carsten Maple
cs.SE cs.AI
CRISP: A Spatiotemporal Camera-Radar Backbone for Driving via Forecasting-Based World-Model Pretraining ⭐ 精选
Jingyu Song, Yi Liu, Katherine A. Skinner
cs.CV cs.AI cs.LG cs.RO
Strategic Buying Agents ⭐ 精选
Mingyang Fu, Ming Hu
econ.TH cs.AI cs.CY cs.GT cs.HC
Agent Data Injection Attacks are Realistic Threats to AI Agents ⭐ 精选
Woohyuk Choi et al.
cs.CR cs.AI

📄 所有论文 ↑ 回顶部

cs.LG

Spectral Rewiring for Exploration, Purification, and Model Merging ⭐ 精选
Zhilong Zhang et al.
cs.LG cs.AI
本文提出Subspace-Aligned Rewiring (SAR)方法，通过将模型更新限制在base model的spectral space（谱空间）中，提取出推理有效的核心参数（仅约0.58%的总参数），同时移除正交方向上的干扰成分。该方法无需额外训练，即可保留超过99%的后训练推理性能，并提升数学推理中的high-k exploration（高秩探索）能力。SAR还能通过净化混合域训练更新来释放被抑制的coding能力，并支持跨专家模型合并，在多个agentic coding基准上取得超越现有合并基线的结果。
ACPO: Adaptive Credit Policy Optimization via Fine-Grained Surrogate Entropy ⭐ 精选
Zijun Xie et al.
cs.LG cs.AI
ACPO提出了一种基于mode-local surrogate entropy的token-level credit assignment框架，通过非对称地调节策略更新（在成功rollout中强调不确定决策，在失败rollout中强调过度自信token），解决了稀疏奖励下LLM的token-level credit assignment问题。该方法在数学推理和代码基准（如AIME 2025和HumanEvalPro）上优于DAPO、GTPO等强RL基线，且与关键词"code"和"agent"（LLM作为推理agent）高度契合。
Statistically Meaningful Geometry (SMG) Beyond the Euclidean Paradigm, with Application to Generative AI ⭐ 精选
Bing Cheng et al.
cs.LG stat.ME
本文提出了统计意义几何(SMG)框架，将确定性参数模型提升到无限维非参数Orlicz统计流形上，通过将总状态空间建模为微分纤维丛\((\mathcal{M}, \mathcal{B}, \pi, \mathcal{V}, \mathcal{H}, \omega)\)并形式化Ehresmann联络1-形式\(\omega\)作为动态几何滤波器，严格证明了在连接滤波预训练下生成幻觉的硬几何包含性以及灾难性遗忘的非渐近完全消除。该工作用坐标无关的拓扑约束替代了经验微调启发式方法，为生成式AI中的结构可靠性提供了开创性的微分几何桥梁。
No Time Like the Present: Agentic Test-Time Training for LLM Agents ⭐ 精选
Yanbo Wang et al.
cs.LG cs.AI
本文提出了一种名为Agentic Test-Time Training (aTTT)的方法，用于解决LLM agent在长轨迹任务中性能退化的问题。该方法通过在agent运行过程中进行连续的test-time training，并引入token-level reweighting机制，对来自先前更新中重复\(n\)-gram的token降低损失权重，从而抑制自训练循环中的漂移。实验表明，aTTT在ALFWorld和SWE-bench Lite上分别提升了最多5.0和4.9个百分点的成功率，其增益主要集中于模型已具备任务能力但长轨迹中易漂移的场景。该方法与关键词“agent”高度契合，为agent在持续交互中的在线适应提供了开创性的解决方案。
Social Networks of LLM Agents ⭐ 精选
Kaixuan Liu et al.
cs.LG
本文提出SNLA框架，用于建模LLM agents在社交网络中的集体信念形成过程。该框架通过引入attention机制来刻画每个agent实际影响他人的程度，而非仅依赖网络连接结构。理论分析表明，在可处理的代理模型上，窄attention会导致herding现象（有效样本量不随群体规模增长），而宽attention仅在无向且度正则的exposure graph下才能恢复wisdom-of-crowds行为。实验验证了这些预测，并在三个多agent LLM基准测试中复现了herding与wisdom的转变。
SpecGradFilter: A Spectral Gradient Filtering Framework for Taming Federated Heterogeneity ⭐ 精选
Liyang Yuan et al.
cs.LG
本文从频域角度重新审视联邦学习中的统计异质性挑战，发现客户端漂移存在频谱偏差：低频成分编码了客户端特定的分布偏移，而高频成分相对一致。基于此，作者提出SpecGradFilter框架，通过抑制不一致的低频信号（如使用FFT截断或高斯去趋势等空间近似）来缓解异质性。该方法在高度Non-IID场景下显著提升了性能，且通信开销可忽略，为鲁棒联邦优化建立了新范式。
SAD-LoRA: Spectral Alignment for Low-Rank Knowledge Distillation ⭐ 精选
Omer Tariq, Syed Muhammad Raza, Jeongbae Son
cs.LG cs.CV
本文提出SAD-LoRA (Spectral Alignment Distillation)，一种通过谱对齐实现低秩知识蒸馏的方法。该方法从数据加权的student-space参考更新\(\DWT\Sigx^{1/2}\)中选择LoRA适配器占据的rank-\(r\)子空间，并利用\(\colspan(B)\)上的可微主角度损失在训练中维持该子空间。理论分析表明，数据加权蒸馏误差可精确分解为子空间错位、子空间内系数不匹配和不可约秩残差三项，而标准KD仅能通过输出梯度间接影响第一项。在合成问题和RoBERTa-large到RoBERTa-base的GLUE任务蒸馏中，SAD-LoRA显著降低了子空间错位项并提升了rank效率，与关键词“spectral”高度契合。
NKI-Agent: Domain-Specific Fine-Tuning and Agentic Tool Use for Neuron Kernel Generation ⭐ 精选
Junjie Tang et al.
cs.LG
NKI-Agent是首个将domain-specific supervised fine-tuning (SFT)与agentic tool use相结合的Neuron Kernel Interface (NKI)内核生成系统。本文针对AWS Trainium/Inferentia等新兴AI加速器，构建了包含6,000个训练任务的NKIBench基准，并采用compile-verify-fix agent循环框架。实验表明，Claude Opus 4.8配合rank-aware system prompt在NKIBench上达到77.3%的通过率，而SFT微调的Qwen3-Coder-30B-A3B以1/100的成本实现25.0%的通过率，显著优于单次生成模式。该工作为agent驱动的领域特定代码生成提供了重要范式，并揭示了RL-based内核生成中reward设计的挑战。
Learning Task-Sufficient World Models by Synergizing Agentic Exploration and Structured Modeling ⭐ 精选
Fan Feng et al.
cs.LG
本文提出了一种通过智能体探索与结构化建模的协同机制来学习任务充分世界模型的方法。在智能体端，采用自适应课程学习引导智能体主动收集暴露任务相关潜在因子的信息轨迹；在世界模型端，学习观测的结构化表示以蒸馏出紧凑且任务充分的潜在状态。这种闭环协同使得模型能够经验性地恢复所有控制相关因子的潜在表示，从而在连续控制和机器人操作基准上显著提升样本效率与泛化能力，包括技能组合、物体-技能组合及未见任务的泛化。该方法与关键词中的“agent”高度契合，通过智能体主动探索与结构化建模的协同解决了现有世界模型表示冗余的问题。
Full-Stack FP4: Stable LLM Pretraining with Quantized Projections, Optimizers, and Attention ⭐ 精选
Siyu Ding et al.
cs.LG cs.AI
本文提出了Full-Stack FP4，这是首个完整的NVFP4预训练框架，通过模块级精度策略解决了线性层、优化器和注意力三个核心模块在4-bit pipeline中的数值不稳定问题。对于线性层，采用LoRA-SVD轻量级分解抑制quantization noise并打破直接量化的误差上限；对于optimizer，设计了AdamW second-moment transformation以支持NVFP4存储，并原生支持Muon优化器的Newton-Schulz迭代；对于attention，采用混合精度方案量化Q/K/V和反向dS，同时用BF16保护脆弱路径。在3B/64B-token预训练中，该方法仅产生1.47%的loss gap，验证了稳定的端到端NVFP4 LLM预训练可行性，与关键词中的pretrain和attention高度契合。
ManifoldFlow: SPD-Relaxed Stiefel Layers with Learnable Singular Spectrum ⭐ 精选
Haiwen Yi, Xinyuan Song
cs.LG stat.ML
ManifoldFlow提出了一种对Stiefel流形层的谱松弛方法，通过将权重矩阵分解为\(W = Q S^{1/2}\)，其中\(Q^T Q = I\)且\(S\)正定，使得基向量保持在Stiefel流形上，同时学习一个有界的正谱。该方法的关键在于\(W^T W = S\)，因此\(S\)的特征值直接对应权重的奇异值平方，从而通过特征值裁剪实现直接的奇异值控制。实验表明，在序列、表格和图像任务中，可学习的SPD谱优于固定谱的Stiefel层，尤其在循环语言模型投影中提升显著，但该方法并非通用的稠密层替代方案，而是针对正交基作为有用先验的场景设计的谱可学习松弛。这与关键词中的“spectral”和“attention”（通过谱控制影响注意力机制中的权重）高度契合。
A Few Teacher Steps Go a Long Way: Cost-Efficient On-Policy Data Augmentation for Agent Post-Training ⭐ 精选
Junze Ye et al.
cs.LG cs.AI
本文针对LLM agent的post-training阶段，提出了一种成本高效的on-policy data augmentation方法。作者将on-policy数据构建形式化为一个budget allocation问题，通过控制rollout policy、switch-time distribution、continuation horizon和filtering rules等设计维度，在HotpotQA、ALFWorld等任务上证明：在learner-induced contexts下使用少量无过滤的teacher continuation（即few-step continuations），在匹配的监督预算下优于纯behavioral cloning和更复杂的过滤策略。该方法为agent训练中的context mismatch问题提供了简洁且实用的解决方案。
RSPO: Reward-Swap Policy Optimization for Multi-Turn LLM Agents ⭐ 精选
Qiang Liu et al.
cs.LG cs.AI
本文提出Reward-Swap Policy Optimization (RSPO)方法，用于解决多轮交互任务中稀疏outcome reward与密集process reward之间的不一致性问题。通过引入reward-swap机制，RSPO在保证优化目标与真实outcome reward一致性的同时，利用密集process reward的丰富信息提升采样轨迹的多样性，从而突破模型性能上限。在WebShop和ALFWorld两个agent基准上的实验表明，该方法能显著提升GRPO、PPO等强化学习算法的性能。
Multi-Turn On-Policy Distillation with Prefix Replay ⭐ 精选
Baohao Liao et al.
cs.LG cs.AI cs.CL stat.ML
本文提出ReOPD (Replayed-Prefix On-Policy Distillation)方法，用于解决多轮agent任务中on-policy distillation成本过高的问题。该方法将预收集的teacher轨迹作为replayed prefix，student仅在选定步骤上行动，而teacher提供密集的逐步监督，无需执行新的环境交互。ReOPD通过一个step-decaying采样策略来设计prefix分布，有效避免了多轮OPD中的“prefix trap”（即student on-policy分布与teacher可靠性之间的分布偏移），在数学推理和搜索环境中，该方法在保持或提升准确率的同时，将训练速度提升至少4倍，且student训练过程中无需调用工具。
Compressed Computation under $L^4$ Loss is likely Computation in Superposition ⭐ 精选
Francisco Ferreira da Silva, Stefan Heimersheim
cs.LG
本文提出了一种名为compressed-computation的toy model来研究神经网络中的superposition computation现象。作者使用一个单隐藏层ReLU网络（50个神经元）计算100个稀疏输入特征的ReLU，并发现采用\(L^4\) loss（误差的四次方均值）而非传统的\(L^2\) loss进行训练时，网络会自发地学习到一种superposition解决方案。通过逆向工程，作者揭示了网络将每个特征编码为稀疏的binary codeword，并使用encoder的pseudoinverse进行解码，最终仅需三个标量参数即可描述该机制的大部分性能。这项工作为理解神经网络如何在神经元数量少于函数数量时进行computation in superposition提供了新的理论视角和可解释的模型。
Pretraining Curricula Enable Selective Fine-tuning ⭐ 精选
Sebastian A. Bruijns et al.
cs.LG cs.AI
本文研究了预训练课程（pretraining curricula）对Transformer模型学习、泛化及微调选择性的影响。作者通过对比平衡（均匀采样）与不平衡（一个任务先学，另一个后学）的课程，发现不平衡预训练能促进in-context learning，并提升拒绝微调（refusal fine-tuning）的选择性。消融实验和激活修补（activation patching）表明，不平衡预训练鼓励任务在可分离的神经回路中解耦，而平衡训练则使两个任务共享共同通路。该工作为通过预训练课程设计实现更精确、可靠的安全微调提供了新思路，与关键词中的pretrain和agent（智能体行为控制）较为契合。
Latent Programming Horizons in Coding Agents ⭐ 精选
André Silva, Han Tu, Martin Monperrus
cs.LG cs.SE
本文发现coding agent（编码智能体）中语言模型的residual stream（残差流）能够线性编码程序演化过程中的属性（如代码是否通过测试），并且这些表示能够提前预测未来约25步的编辑结果，即所谓的latent programming horizon（潜在编程视界）。该工作为coding agent的mechanistic interpretability（机制可解释性）提供了开创性视角，与关键词agent高度契合。
TREK: Distill to Explore, Reinforce to Refine ⭐ 精选
Yuanda Xu et al.
cs.LG cs.AI stat.ML
TREK提出了一种名为Teacher-Routed Exploration via Forward KL的两阶段训练框架，用于解决Group Relative Policy Optimization (GRPO)在困难prompt上因学生策略的on-policy支持不足而停滞的问题。该方法首先通过蒸馏外部黑盒或白盒教师模型产生的已验证解来扩展学生的探索支持域，然后返回标准的on-policy GRPO进行精炼。在数学推理任务上，TREK显著提升了Qwen3模型在AIME 2024和AIME 2025上的性能，并在agentic任务（如ALFWorld和ScienceWorld）中大幅提高了成功率，尤其对最困难的任务类型实现了早期高效学习。该工作与关键词中的agent高度契合，因其核心应用场景涉及agentic任务的强化学习优化。
CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents ⭐ 精选
Yujiang Li et al.
cs.LG
本文提出CompactionRL，一种将context compaction（上下文压缩）整合进reinforcement learning（强化学习）以训练long-horizon agentic LLMs的策略。该方法通过token-level loss normalization和cross-trajectory generalized advantage estimation联合优化任务执行与摘要生成，使LLM agent能从压缩后的长程轨迹中学习。实验表明，CompactionRL在SWE-bench Verified和Terminal-Bench 2.0等agentic coding任务上显著提升了Pass@1分数，并已部署于训练开源GLM-5.2模型的RL pipeline中。该工作为解决agent在长程交互中受限于有限context window的问题提供了开创性的强化学习训练方案。
Auditing the Audit: Five Failure Modes in Benchmark-Validity Audits
Yanhang Li, Zhichao Fan, Zexin Zhuang
cs.LG cs.SE
本文指出基于扰动的construct-validity审计（一种评估基准有效性的方法）本身存在脆弱性，并归纳了五类pipeline failure（F1-F5）。通过一个两模型、五基准的案例研究，作者展示了这些失败模式如何导致审计结论不可确认，并提出了一个六点due-diligence gate作为补充性披露协议。
Evaluating Time Series Foundation Models for Electricity Price Forecasting: Contamination Risk, Distributional Shifts, and Covariate Dependence
Zhenghua Pan, Ahmed Aziz Ezzat
cs.LG eess.SY
本文研究了时间序列基础模型(TSFMs)在电价预测(EPF)中的表现，提出了一个双数据集基准框架以降低污染风险并实现公平评估。结果表明TSFMs具有竞争力但性能高度依赖于协变量支持，且与领域特定方法的简单集成具有显著潜力。
QuantFlow: A Federated Mamba-Based Post-Transformer Foundation Model for Time-Series Forecasting
Shah Nawaz Haider et al.
cs.LG cs.AI
本文提出QuantFlow，一种结合倒置序列嵌入、双向Mamba状态空间解码器、分位数回归和联邦学习的概率时间序列预测框架。实验表明其在多个数据集上取得较好结果，但方法本身未在关键词关注的code、context、spectral、Muon、pretrain、agent或attention领域提供显著开创性贡献。
GRAFT: Grafted Reference Audio for Fine-grained Pronunciation in Zero-shot Text-to-Speech
Antonis Asonitis et al.
cs.LG cs.CL
本文提出GRAFT，一种用于zero-shot text-to-speech的逐词发音控制机制，通过将目标词的短语音样本编码并绑定到文本提示中，以改善罕见词、专有名词等的发音准确性。实验表明，该方法在目标词发音上显著优于现有系统，同时保持了说话人相似度和自然度。
Federated Learning for Object Detection: Enabling Collaborative Drone Learning Without Centralizing Data
Daniel M. Jimenez-Gutierrez et al.
cs.LG cs.AI cs.CV cs.DC
本文探讨了在无人机分布式部署场景中应用Federated Learning (FL)进行目标检测，以解决数据集中化带来的隐私和带宽问题。实验表明，基于YOLO的轻量级模型在FL框架下性能接近集中式训练，并显著优于单机训练。
Post-Generation Curation of Synthetic Images via Homogeneous-Heterogeneous Splitting
Disheng Liu et al.
cs.LG cs.AI
本文提出了一种针对生成图像的后处理选择方法，通过将真实类别划分为同质和异质子集，并基于保真度-多样性准则筛选合成图像，以提升下游任务性能。该方法无需重新训练生成器，在多个基准上优于现有数据选择基线。
A Granularity-Aware EEG Feature Framework for Psychopathology Dimension Prediction
Haofan Cheng et al.
cs.LG
本文提出了一种粒度感知的EEG特征框架，将多尺度描述符组织为全局、区域和通道三个层次，用于预测精神病理学维度。实验表明，基于树的模型和粒度平衡特征选择在特定条件下优于传统方法，但效果规模有限。
LiNO: Lifting based multiresolution neural operator
Himanshu Pandey, Subham Patel, Ratikanta Behera
cs.LG
本文提出了一种基于第二代小波提升方案的Lifting Neural Operator (LiNO)，通过参数化lifting transform直接从数据中学习多尺度分解，并在提升的多分辨率空间中分别演化粗尺度和方向细节系数。该方法在Darcy flow、Poisson方程等多个基准上表现良好，但并未直接涉及code、context、spectral等关键词。
Weighted Conformal Prediction for Lab-to-Track Thermal Transfer in EV Motorsport Powertrains
Varshith Roy Kotla
cs.LG
本文研究了高性能电动车动力系统中实验室到赛道的热传递问题，使用加权共形预测方法（Weighted Conformal Prediction）来提供无分布假设的不确定性边界。实验表明，未加权方法在真实协变量偏移下覆盖率显著下降，而引入密度比加权的EnbPI方法仅带来微小改进，且无监督诊断显示该方法在实际赛道遥测数据中表现有限。
Out-of-Distribution Generalization of Risk Aversion in Language Models
Kristina Zhang et al.
cs.LG cs.AI
本文研究了语言模型在低风险场景下学习到的风险规避行为能否泛化到极高风险场景，通过RiskAverseOOD基准测试发现，使用SFT、DPO等方法训练后，模型在高风险下选择安全选项的比例显著提升，但泛化一致性尚不足以作为可靠的安全保障。
Safe Inference-Time Alignment via Lagrangian Reward Augmentation
Yaswanth Chittepu et al.
cs.LG cs.AI cs.CL
本文提出Lagrangian Reward Augmentation (LARA)框架，通过在推理时对奖励信号进行拉格朗日对偶校准，在安全约束下优化语言模型的解码过程。该方法将约束优化问题简化为单变量凸问题，并适用于序列级和token级推理对齐方法。
Induction Heads Interpolate N-Grams
Francesco D'Angelo et al.
cs.LG
本文研究了transformer中induction heads在order-\(k\) Markov chain上的学习行为，发现其通过soft context-matching和BOS token引入的pseudo-counts实现了类似Jelinek-Mercer和Dirichlet的平滑机制，从而在in-context estimation中进行了正则化。
Training Hybrid Block Diffusion Language Models with Partial Bidirectionality
Pranshu Chaturvedi et al.
cs.LG cs.AI cs.CL
本文提出了一种混合块扩散语言模型BDLM Mamba-H，通过将反向Mamba扫描限制在活跃去噪块内，实现了跨块的精确缓存，从而在长上下文生成中显著提升吞吐量。
Less Tokens, Better Forecasts: Sparse Residual Routing for Efficient Weather Prediction
Janet Wang et al.
cs.LG
本文提出Sparse-Reslim，一种无参数的插件路由模块，通过仅将25%的空间token送入昂贵的中间Transformer块，并将这些块视为残差更新，从而在保持固定网格要求的同时减少计算成本。该方法在ERA5数据集上实现了约2.5倍的训练加速和超过2.2倍的峰值内存降低，同时提升了所有评估变量的预测精度。
On the Design Space of Discrete Diffusion Online Adaptation for Molecular Optimization
Trevor Chen et al.
cs.LG
本文系统研究了离散扩散模型在分子优化中的在线适应问题，通过控制实验分析了候选选择、奖励塑造、模型去偏等设计选择对优化效果的影响，并提出了一个包含多种策略的实用方案。该工作主要聚焦于分子生成领域的工程实践，与关键词中的理论概念关联较弱。
Labeled-Data-Free Meta-Learning: Efficient Task Generation Using Pre-trained Models and Unlabeled Data
Lei Sun, Yusuke Tanaka, Tomoharu Iwata
cs.LG
本文提出了一种无需标注数据的元学习新方法，通过利用预训练模型为无标签数据分配软标签来生成元训练任务，并引入基于任务置信度和类别分布平衡的任务加权机制。该方法避免了传统数据无关元学习中的模型反演过程，显著降低了计算成本并提升了少样本分类性能。
Trading Confidence: Comprehensive Uncertainty Estimation in Algorithmic Trading
Lin Li et al.
cs.LG
本文提出了一种结合分布、认知和偶然不确定性估计的RL交易框架，通过SHAP加权重建不确定性、MC Dropout和LSTM技术指标共识机制来增强交易决策。实验表明该方法在美股指数上优于传统模型，但未涉及关键词中的核心概念。
Reward Granularity in RLVR: Comparing Process and Outcome Reward Structures for Mathematical Reasoning in Small Language Models
Anagha Radhakrishna Palandye, Rebecca Glick, Osheen Kaul
cs.LG
本文研究了在小型语言模型（Qwen2.5-0.5B）上使用RLVR（Reinforcement Learning with Verifiable Rewards）进行数学推理时，过程奖励与结果奖励的粒度对比。实验表明，过程监督在GSM8K上显著优于结果监督，但该工作主要关注奖励设计，与关键词列表中的code, spectral, Muon, agent等概念关联较弱。
Poisson-Gamma Modeling of Inter-Relational Dependencies in Dynamic Knowledge Graphs
Nan Fang et al.
cs.LG
本文提出PGRE (Poisson-Gamma Relational Evolution)模型，通过Poisson-Bernoulli formulation和Gamma-distributed latent variables来建模动态知识图谱中的inter-relational dependencies。该模型在稀疏场景下的link prediction任务中表现良好，但与关键词列表中的概念关联较弱。
Dynamic Regret for Non-Stationary Linear Bandits via Misspecification Reductions
Zihao Hu et al.
cs.LG stat.ML
本文通过将非平稳线性bandit问题转化为misspecification-reduction视角，证明了在一般紧致决策集上可实现最优\(\widetilde O(T^{2/3}P_T^{1/3})\)动态遗憾界，解决了现有方法对决策集正交结构假设的限制。
Variable Bit-width Quantization: Learning Per-Group Precision for "Bigger-but-Smaller" Language Models
Hamish Ogilvy
cs.LG cs.CL
本文提出Variable Bit-width Quantization (VBQ)方法，通过Gumbel-Softmax relaxation让每个64权重组学习自己的bit-width，发现模型内部存在高度非均匀的精度分配模式。该方法在存储效率和推理速度上均优于均匀量化方案，但主要贡献在于量化领域的精度分配策略，与关键词列表中的概念关联较弱。
Bootstrap Flow-Map Tree Sampling Enables Online Feedback Driven Search
Binglin Ji et al.
cs.LG cs.AI
本文提出Bootstrap Flow-Map-Tree (BFMT)采样框架，用于在有限采样预算下进行历史感知的全局搜索和对齐。该方法通过单次函数评估实现任意树深度的全路径构建，并动态调度采样预算以平衡全局探索与局部精化。
CoFEND: A Cross-Modal Fusion End-to-End Network for Cold-Start Drug-Drug Interaction Prediction
Di Wu et al.
cs.LG
本文提出了一种跨模态融合端到端网络CMF-ELN，用于解决新药的冷启动药物相互作用预测问题，通过构建多模态知识图谱和四通道图自编码器来融合相似性，并在两个真实数据集上验证了其预测精度和可解释性优于现有方法。
In-span learning: adapting reduced-order models using their own predictions
Amirpasha Hedayat, Laura Balzano, Karthik Duraisamy
cs.LG cs.CE math.NA
本文提出了一种名为in-span learning的降阶模型自适应方法，通过在线流式处理模型自身的预测结果并应用带遗忘因子的增量奇异值分解，在不改变子空间的情况下重新加权和调整基向量，从而提升模型吸收未来外部修正的能力。该方法在三维螺旋、粘性Burgers和Fisher-KPP动力学上得到验证，并被视为in-context learning在动力系统领域的类比。
Missingness as Signal: Channel-Independent Spectrogram Learning for Clinical Time Series Prediction
Soyeon Park, Charmgil Hong
cs.LG
本文提出CISM框架，将临床时间序列转换为变量独立的spectrogram表示，并引入缺失值流作为预测信号。实验表明该方法在MIMIC-IV数据集上优于基线，但未涉及code、context、Muon、pretrain、agent或attention等关键词。
A Precedent-Guided Co-Scientist for Side-Effect-Aware Drug Redesign
Yujin Kim, Charmgil Hong
cs.LG cs.AI
本文提出PRECEDE，一个基于先例引导的AI协同科学家系统，用于药物重设计以减轻特定副作用。该方法通过LLM协调器整合药物-副作用关联、生物医学知识图谱和安全优化先例，将分子生成转化为基于证据的推理过程，并包含人工审查环节。
Individual Parameters in Weight-Sparse Transformers Appear Interpretable
Arnau Marin-Llobet, Stefan Heimersheim
cs.LG cs.AI cs.CL
本文提出了一种自动化LLM pipeline，用于描述单个权重在输入分布中何时重要，并验证其泛化性。研究发现，在稀疏transformer中，可解释权重的比例（12-31%）高于密集transformer，但该方法主要关注权重重要性描述，与关键词中的code、spectral、Muon等概念关联较弱。
Rank-Order N-of-M Codes for Sparse Distributed Memory: Disentangling Representation and Learning Effects in Noise Robustness Against Contemporary Neuromorphic Architectures
Joy Bose
cs.LG cs.NE
本文评估了rank-order N-of-M编码在Sparse Distributed Memory (SDM)中的应用，通过实验验证了该编码与MAX-Hebbian学习的交互作用对噪声鲁棒性的主要贡献，并分析了其能量效率。研究为CALM等记忆增强架构提供了编码选择的实践指导，但方法本身并非开创性突破。
MABLE: Masked Autoencoding with Bi-Lipschitz Decoding for Embeddings and Graph Metric Learning
Yaniv Shulman, Shaghayegh Akbarpour, Jack B. Muir
cs.LG physics.geo-ph
MABLE提出了一种结合masked autoencoding与bi-Lipschitz decoding的自监督框架，用于从大规模异质图中学习node和graph embeddings。该方法通过固定cosine-similarity损失对齐增强视图，并利用bi-Lipschitz decoder将低维重建与特征相似性关联，从而提升embedding的鲁棒性。
Transfer Learning in High-dimensional Ising Models
Joonho Kim, Seyoung Park
cs.LG stat.ME stat.ML
本文提出Trans-Ising方法，用于高维Ising模型中的transfer learning，通过基于loss的source screening规则和两阶段估计过程，利用辅助二进制数据集提升目标样本量有限时的估计性能。
Back to Basics: Improving Molecular Understanding in LLMs via SMILES-Graph Translation
Wenda Wang, Jinjia Feng, Zhewei Wei
cs.LG cs.AI q-bio.BM
本文提出MolBasic框架，通过SMILES-Graph双向转换任务来增强分子大语言模型的结构理解能力，并采用渐进式学习与标准化Chain-of-Thought来提升下游任务性能。该方法主要关注分子结构表示，与关键词中的code、context、spectral等概念关联较弱。
Do ECG Foundation Models Transfer to Rare Cardiac Diseases? Evidence from Brugada Syndrome Detection
Beatrice Zanchi et al.
cs.LG
本文评估了九种公开的ECG Foundation Models在Brugada综合征检测中的迁移能力，发现预训练主要提供优化稳定性而非可迁移的临床知识，在零样本跨站点迁移中表现不佳。
Can Model Merging Improve Aggregation in DiLoCo?
Stefan Horoi et al.
cs.LG cs.AI cs.CL
本文探讨了将模型合并技术应用于分布式优化中的DiLoCo方法，通过类比局部SGD/DiLoCo中的伪梯度聚合与基于任务算术的模型合并，提出了一种新的聚合策略IsoLoCo。实验表明，该方法在低通信分布式训练中优于现有方法，但未涉及code、spectral或Muon等关键词。
Out-of-distribution Neural Inference in Dynamical Ising Models
Yuan-Bin Zhu, Shuang Qiao, Shi-Ju Ran
cs.LG cond-mat.stat-mech
本文研究了动态Ising模型中神经网络推断的分布外泛化能力，发现不同架构（如卷积、图、Transformer）在拓扑和温度变化下表现出不同的统计策略，其中Transformer倾向于保持训练集的链接密度，而卷积模型可能因利用多数无链接类而崩溃为稀疏预测。结果表明，高分布内准确率和分布外鲁棒性并不一定意味着学到了真正的动力学-结构规则，而是受架构依赖的统计先验支配。
OmniFocus: Query-Guided Modality-Balanced Token Compression for Omni-Modal Large Language Models
Shijie Cao et al.
cs.LG cs.AI cs.CV cs.SD
本文提出了一种名为OmniFocus的无训练查询引导token压缩方法，用于全模态大语言模型，通过独立评估视频和音频的重要性实现模态对称压缩，以缓解单模态引导压缩带来的模态偏差问题。实验表明该方法在低token保留率下仍能保持较强性能，并实现了推理加速。
SHiPPO: Recurrent Memory with Transported Polynomial Projections
Tomoya Mizuguchi, Bum Jun Kim
cs.LG
SHiPPO提出了一种名为Sylvester HiPPO的传输投影记忆先验，通过将HiPPO系数记忆提升到移动的channel框架中，为选择性状态空间模型（SSM）提供了新的记忆机制。该方法在数学上保持了在线记忆算子，同时增加了右作用传输，但并未直接涉及代码、上下文、谱方法或注意力等关键词。
LACE-SVD: Loss-Aware SVD with Cumulative Error Correction for LLM Compression
Zhuowen Liu et al.
cs.LG cs.AI
本文提出LACE-SVD框架，通过损失感知的rank budget分配和累积误差校正来改进LLM的低秩压缩。该方法在LLaMA-7B上以0.6压缩比实现了比Dobi-SVD更低的困惑度。
Robustness Meets Uncertainty: Evidential Adversarial Training for Robust Selective Classification
Nicolas Sournac, Ahmed Baha Ben Jmaa, Bertrand Braeckeveldt
cs.LG cs.CV
本文研究了对抗训练对分类器不确定性可靠性的影响，通过选择性分类的视角分析了鲁棒性与不确定性之间的权衡，并提出了Evidential Adversarial Training (EV-AT)方法，该方法使用Dirichlet分布建模不确定性并引入证据对齐损失。实验表明EV-AT在鲁棒性-不确定性权衡上优于现有方法。
STELLA: Efficient Sensor-to-LLM Translation for On-Device Human Activity Recognition
Nirhoshan Sivaroopan, Albert Zomaya, Kanchana Thilakarathna
cs.LG cs.AI
STELLA提出了一种轻量级分层tokenizer，将多通道惯性传感器数据压缩为固定数量的latent sensor tokens，并输入到冻结的预训练LLM中，用于边缘设备上的HAR任务。该方法在多个数据集上取得了SOTA性能，并支持设备端个性化，但未涉及code、spectral或Muon等关键词。
Stacked LoRA for Subject-Adaptive EEG Foundation Models in Motor Imagery Decoding
Aymen Sarhane et al.
cs.LG
本文针对EEG解码中的跨被试泛化问题，提出了Stacked LoRA框架，将低秩更新分解为全局适配器和被试特定适配器，以分离被试不变知识与个体神经特征。实验表明该方法在运动想象分类任务中优于单独使用全局或特定适配器。
Heterogeneous Graph Condensation via Role-Aware Clustering
Fuyan Ou, Yulin Hu, Ye Yuan
cs.LG
本文提出了一种名为HGC-RC的异质图压缩框架，通过角色感知的混合聚类策略（包括对标记目标节点的类分区聚类和对非目标节点的无监督类型聚类）来高效压缩大规模异质图，从而加速异质图神经网络的训练。该方法避免了传统图压缩中昂贵的gradient matching或bilevel optimization范式，在保持任务性能的同时提升了计算效率。
Observable- and Positional-Encoding-Dependent Symmetry Readout from Neural Network Weights
Naoya Chiba, Satoshi Sugiyama, Yuki Uranishi
cs.LG cs.CV
本文研究了配备positional encoding (PE)的neural network中，从权重中读取的对称性并非真实对称群，而是由PE和观测算子决定的“可观测对称集”。通过构建精确可观测性层次结构，作者指出即使目标函数具有几何对称性，若PE无法表示相应变换，该对称性在权重层面可能结构性地不可见。实验使用MLP在二维signed distance function上验证了不同PE（如DyadicAxisPE, TriAxisPE, random Fourier features）对对称性读取的依赖模式。
Integrating Physics-Informed Neural Networks for Safe Reinforcement Learning in a 1-DoF Helicopter System
Georg Schäfer, Jakob Rehrl, Stefan Huber
cs.LG cs.RO
本文提出将可微分的物理模型嵌入到PPO算法的actor损失函数中，通过在训练时模拟短期未来轨迹来惩罚预期的安全违规，从而在1自由度直升机仿真平台上减少了约束违反。该方法属于初步工作，主要贡献在于将物理信息作为软正则化项引入强化学习。
Anticipatory Reinforcement Learning for Trajectory Tracking
Georg Schäfer et al.
cs.LG cs.RO
本文提出了一种用于轨迹跟踪的预测性DRL方法，通过向PPO的状态空间添加目标速度和未来参考视野来实现前瞻控制，在仿真中显著降低了跟踪误差，但物理硬件上的零样本迁移存在sim-to-real差距。
Sample-Efficient Pareto Front Modeling for Energy-Aware Reinforcement Learning Using Bayesian Optimization
Georg Schäfer et al.
cs.LG cs.RO
本文提出了一种基于multi-objective Bayesian optimization (MOBO)的方法，用于自动化reinforcement learning (RL)中多目标奖励函数的权重选择，以高效发现Pareto front。实验在Quanser Aero 2平台上验证了该方法相比均匀网格搜索具有更好的样本效率。
CuBAS: Information Geometric Curvature-Based Adaptive Sampling for Supervised Classification
Alexandre L. M. Levada
cs.LG cs.AI cs.CV cs.IT stat.ML
本文提出了一种基于信息几何曲率的自适应采样方法CuBAS，通过将标记数据集视为统计流形并利用Potts模型估计局部曲率来选择训练子集，在多个基准数据集上优于随机采样和不确定性基线方法。
Rethinking Neural Nonlinearity as Gating
Muhammad Sabih, Frank Hannig, Jürgen Teich
cs.LG cs.AI
本文提出将神经网络的非线性激活函数统一为一种称为Threshold Gating (TG)的原始操作，证明ReLU、Sigmoid等常见激活函数以及softmax均可视为TG的特例，并验证了转换后模型无需重新训练即可保持性能。该方法在硬件实现上具有统一性优势，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
Decentralised Federated Learning over Temporal Networks: The Role of Heterogeneities
Arash Badie-Modiri et al.
cs.LG cs.AI cs.DC
本文研究了去中心化联邦学习在时序网络中的收敛过程，通过将其映射为时序网络上的lazy random-walk扩散过程，分析了结构和时间异质性对模型聚合的影响。结果表明，忽略通信网络中的异质性会导致对收敛速度的过度乐观估计。
Understanding electricity consumption behaviour through Inverse Reinforcement Learning
Enrico Cofler et al.
cs.LG
本文使用Inverse Reinforcement Learning将家庭视为agent，通过观察其在不同社会经济和气候冲击下的reward function变化，来分析意大利不同电力消费群体的冷却行为变化。研究发现，不同消费群体对能源危机和热浪等冲击的反应存在异质性，且这种反应在时间尺度上表现出暂时性调整、持久性转变或无明显变化等不同模式。
A Bayesian Framework for Evaluating Scenario Compatibility in Generative Population Synthesis
Zhenlin Qin et al.
cs.LG cs.AI
本文提出了一种基于ensemble的Bayesian更新框架，用于评估生成式人口合成模型中场景目标的兼容性。通过population-aware conditional variational autoencoder学习人口结构分布，并利用effective sample size量化场景约束对结构不确定性的影响。
Reduced-Order Models: The Mother of World Models
Rajat Ghosh
cs.LG math-ph
本文追溯了world model（环境压缩潜在表示）的功能解剖学在model-order-reduction (MOR)与控制文献中的独立发展，指出MOR提供了验证、物理基础与数据效率，而学习型world model贡献了非线性表示与可迁移性。文章认为在关键系统中部署world model的主要障碍是可验证性而非预测保真度。
OpFlow: Learning Opportunity-Conditioned Choice Potentials for Robust OD Flow Prediction
Changjian Liu et al.
cs.LG stat.ML
本文提出OpFlow框架，通过将OD流分解为origin scale和row-centered choice potentials，学习从空间exposure到相对destination偏好的映射，以提升分布偏移下的鲁棒性。该方法在合成和真实数据上验证了有效性。
Transition Information Density: Morphological Trajectories, Synesthetic Perception, and Structured Interpolation in Neural Training (or: The Synesthetic AI)
Sam Mao
cs.LG cs.AI cs.CL
本文提出Transition Information Density (TID)和Positional Identity概念，通过Synesthesia Grid算法和四条件训练实验，研究结构化插值对神经网络表征的影响。实验发现，在语音/语义空间中，基于Positional Identity的结构化插值训练能显著降低表征的内在维度，但在视觉和跨模态空间中未观察到该效应。
Joint distribution of upstream runoff governs downstream river-discharge prediction uncertainty in distributed ML models
Karan Ruparell et al.
cs.LG stat.AP
本文指出，将概率预测从lumped模型扩展到distributed ML模型时，上游径流生成的joint distribution必须被联合采样，否则独立采样会低估下游预测的不确定性。通过日本案例，使用LSTM和Hayami routing验证了quantile matching策略能恢复部分不确定性。
PhenoNEST: A Neuro-Symbolic Framework for Ontology-Aware Multimodal Plant Phenotyping and Trait Discovery
Jayant Ghadge, Soumyashree Kar, Surya S. Durbha
cs.LG
本文提出PhenoNEST框架，利用神经符号方法构建多模态知识图谱，以整合非结构化的田间文本和RGB图像数据，并验证了在小麦表型分析中的应用。该工作通过实体提取、本体对齐和视觉定位等步骤，实现了对基因型-表型交互的结构化监测。
Unbiased Alignment for Large Language Models with Noisy Preferences
Jialiang Wang et al.
cs.LG cs.AI
本文针对大语言模型对齐中偏好数据噪声问题，提出了Unbiased Reward Model (URM) loss和Unbiased Direct Preference Optimization (UDPO) loss，通过数学修正实现从含噪数据中无偏训练，并提供了理论分析证明其噪声容忍性。
From Global to Local: Efficient Regional Weather Downscaling with Global Weather Foundation Model
Wiktor Kamzela et al.
cs.LG
本文提出了一种基于预训练全球天气模型的下采样框架，通过在其latent space中添加轻量级多尺度预测头来实现区域天气预报，无需重新训练模型。该方法在计算成本远低于传统数值天气预报的情况下，在多数指标上提升了预测精度。
A harmonised dataset for Earth system foundation models
Carlos Rodriguez-Pardo, Massimo Tavoni
cs.LG cs.AI econ.GN physics.ao-ph
WorldTensor是一个将数百个环境和社会经济变量统一到0.25度空间网格和年度时间框架上的全球数据集，旨在为地球系统基础模型提供训练资源。该数据集整合了再分析产品、遥感、排放清单等多种数据源，并采用标准化格式发布。
FedAvg for HAR: Exploring the Tradeoff Between Personalized and Generalization Accuracy
Andrea De Luna et al.
cs.LG cs.AI
本文研究了联邦学习中的FedAvg算法在人类活动识别(HAR)领域的应用，探讨了模型个性化与泛化精度之间的权衡。实验表明，FedAvg在保持较高泛化能力的同时具有更好的个性化特性，但在客户端数据分布变化等压力条件下这一优势并不明显。
CSympNet-ID: conformal-symplectic map learning for linearly damped Hamiltonian systems
Jiale Gong et al.
cs.LG math.NA physics.comp-ph
本文提出CSympNet-ID框架，用于从离散观测中学习线性阻尼Hamiltonian系统的单步流映射，通过构造精确的离散共形辛结构（无需惩罚项或投影）来保证耗散特性。该方法在数据稀缺、高维等场景下表现优于非结构化基线模型。
The Multiscale Single-Index Model: A Stylized Model for Hierarchical Feature Learning
Joan Bruna
cs.LG math.ST
本文研究了Multiscale Single-Index Model (MSIM)中的分层特征学习问题，通过Edgeworth展开对Wiener chaos进行精细分析，揭示了深层架构在多尺度表示学习中的优势。该工作主要证明了在线SGD在相关目标上能以\(n = \widetilde{O}( d^{K-1})\)的样本复杂度实现\(1 - o_d(1)\)的恢复，与线性情况下的样本复杂度一致。
PedestrianDiffusion: Multimodal Generative Denoising and Dense State Estimation for Inertial Navigation
I-Hao Lu, Dongsoo Han
cs.LG cs.AI
本文提出PedestrianDiffusion，一种多模态谱域生成框架，将密集6D状态估计重新表述为连续条件去噪过程，通过频域操作稳定逆扩散轨迹，并利用视觉-语言嵌入实现零样本语义条件化。该方法在多个基准上达到最优性能，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词的核心内容。
Amortising Bayesian Experimental Design for Sequential Information Gathering in LLMs
Jakob Hartmann et al.
cs.LG cs.AI
本文提出ASIG方法，通过微调将Bayesian Experimental Design (BED)摊销到LLM策略中，使用基于Expected Information Gain奖励的多轮Group Relative Policy Optimisation。该方法在20 Questions任务上显著提升成功率并降低推理成本，并在医疗诊断任务中展示了跨分布迁移能力。
How Much of the Routing Gap Is Real? Decomposing the Router-to-Oracle Gap into Reproducible Specialist Advantage and Single-Draw Label Noise
Teng-Ruei Chen
cs.LG
本文重新审视了LLM路由中的oracle gap问题，将期望的per-instance oracle分解为可复现的专家优势与单次采样标签噪声两部分，并证明该噪声无法被单次commit的路由器消除但可通过test-time sampling恢复。实验在LLMRouterBench上估计了噪声占比，发现其在不饱和基准上较大，但大部分gap仍来自可复现的专家优势。
Best-of-Better-$N$: Generating Pre-Aligned Responses with In-Context Learning
Eric Lei, Hsiang Hsu, Chun-Fu Chen
cs.LG cs.AI
本文提出Best-of-Better-\(N\) (BoBN)方法，通过in-context learning从高奖励示例中检索并改写响应，以提升参考LLM生成高质量响应的概率。实验表明该方法在安全对齐和数学推理任务上优于传统Best-of-\(N\)方法。
Towards Diverse and Comprehensive Benchmarks for Mutual Information Estimation
Alberto Foresti et al.
cs.LG cs.AI cs.IT
本文从copula理论视角构建了一个统一的互信息估计基准框架，包含两类互补测试，并系统评估了非参数、判别式和生成式三类估计器，发现不存在普适最优方法。
A Near-Linear-Time Solver for Graph $p$-Laplacian Semi-Supervised Learning via Continuation in $p$
Oren E. Livne
cs.LG
本文提出了一种基于p-连续法的近线性时间求解器，用于图p-Laplacian半监督学习，通过阻尼弦牛顿法在p上连续化，使每个线性化系统保持良态，并可在大型图上高效运行。
Mixture-of-Gaussians-Guided Schedule Design for Brownian Bridge Diffusion Models
Ron Levi, Michael Elad
cs.LG cs.CV
本文提出了一种基于Mixture-of-Gaussians (MoG)先验的分析框架，用于指导Brownian Bridge Diffusion Models (BBDM)中的bridge schedule设计。通过推导出闭式的最优后验和MMSE去噪器，作者建立了两个互补的schedule设计准则（Wasserstein准则和MSE准则），并证明了存在与退化类型和先验无关的通用schedule。实验在受控MoG设置和FFHQ数据集上验证了理论结果与实际应用价值。
On the Convergence of Adam, Revisited
Steven Heilman, Sampad Mohanty
cs.LG math.OC stat.ML
本文重新审视了Adam优化器的收敛性，证明在任意moment decay参数下，projected Adam在在线优化中可能具有非零的平均regret，并将此结果推广到AdamW、RMSProp、NAdam、Adan、AdaMax、Muon等变体。该工作通过构造一个三周期线性函数序列来展示这一现象。
Co-Adaptive Multi-Task LoRA: Transfer-Aware, Label-Free Control of Domain Participation
Wei Zhang et al.
cs.LG
本文提出CoDA方法，通过无标签的前向传播计算每个domain的competence信号和跨domain affinity，并求解一个熵正则化的二次规划来动态调整各domain的参与权重。该方法无需额外可训练参数，能提升多任务LoRA微调的性能并降低梯度冲突。
Aligning Language Models with Selective Prediction
Gaoxiang Luo et al.
cs.LG cs.AI cs.CL
本文提出RLSR框架，通过强化学习优化风险-覆盖率曲线下面积(AURC)指标，在LLM后训练对齐阶段提升选择性预测(SP)性能，从而改善模型在关键决策场景中的可靠性。实验表明该方法在域内和域外任务上均优于现有对齐基线。
WeightCLIP: Aligning Datasets and Models for Weight Space Learning
Aron Asefaw et al.
cs.LG
本文提出WeightCLIP方法，通过contrastive objective对齐神经网络权重空间的latent representation与数据集样本的representation，从而在权重空间学习中引入数据集信息。该方法可用于模型检索、生成和微调等下游任务。
Teacher Supervision over Representation Equivalence Classes
Sang Il Han
cs.LG cs.AI
本文探讨了知识蒸馏中教师模型表示的可识别性问题，指出教师表示仅定义在正交和各向同性缩放等价类上，因此学生应学习等价类而非绝对特征。通过将能力定义为教师输出函数的类不变量，文章统一了特征匹配、关系蒸馏和对齐等方法的几何解释，并在Qwen2.5和Llama-3.1上验证了框架。
Differentiate the Evaluator, Not the Program: An Efficient Runtime Representation for Neuro-Symbolic Learning
Lucas Sheneman
cs.LG cs.AI cs.PL
本文提出了Native Differentiable Virtual Machine (NDVM)，一种用于神经符号学习的运行时表示方法，通过将符号结构与可微数值状态分离，在解释器执行过程中记录梯度，从而避免为每个候选程序编译独立计算图的开销。该方法在固定预算的程序-参数联合搜索中，相比传统方法能更快达到高质量解。
When Geometry Aligns: Dihedral Hidden-State Transformations in UNet, ViT, and DiT Architectures
Mojtaba Faramarzi, Alex Lamb, Irina Rish
cs.LG cs.CV
本文通过一个统一框架研究了在UNet、ViT和DiT架构中应用二面体群反射变换对中间隐藏状态的影响，发现几何一致性变换能提升特征稳定性，而不一致变换会导致可预测的架构特定失效。该工作为理解扩散模型中的几何扰动提供了诊断工具和分析视角。
Modular Foundation Models for Time-Series Perception in Digital Twins
Quang Hung Pham et al.
cs.LG
本文提出了一种用于数字孪生中时间序列感知的模块化基础模型，通过自监督学习预训练多个表示编码器，并利用门控机制和Transformer自注意力模块进行动态选择和聚合，以支持插补、长期预测和少样本学习等下游任务。该方法在ETT基准和工业案例中展示了有效性，但整体创新性有限，未直接契合关键词。
Graph Classification via Network Usable Information: From Representation Evaluation to Structure Selection
Abdullah Shaik, Anwar Said
cs.LG
本文提出NetinfoGC框架，将Network Usable Information (NUI)范式扩展到graph classification任务，通过构建基于传播机制和经典structural descriptors（如图centrality measures）的permutation-invariant graph representations，并引入无训练的NUI估计和sparse-group LASSO正则化进行representation evaluation与selection。实验表明经典centrality measures与学习到的传播表示具有竞争力，且NUI与分类准确率强相关。
Implicit Bias of SGD in Multivariate ReLU Networks: Effective Width Collapse
Shuang Liang, Tom Jacobs, Guido Montúfar
cs.LG
本文研究了噪声SGD在训练宽两层ReLU网络时的隐式偏差，发现尽管网络无限过参数化，但学习到的预测器具有有限的有效表示，输入权重和偏置沿有限方向对齐，导致有效宽度坍缩。该结果通过Wasserstein gradient flow分析得到，并受训练数据组合几何的约束。
Reflected Schrödinger Bridge Matching
Marcus Häggbom et al.
cs.LG stat.ML
本文提出了一种部分免模拟的框架，用于计算反射Schrödinger桥（reflected Schrödinger bridge），通过新的采样方法和回归目标，使其训练方式类似于flow matching。该方法在保持或略微提升生成性能的同时，在训练和推理中仅增加可忽略的额外时间开销。
LLM-Guided Transportation Hub Capacity Planning with Textual Business Inputs
Xiaoyue Liu, Zheng Dong
cs.LG math.OC
本文提出一个LLM agent框架，通过chain-of-thought推理将自然语言业务描述转化为hub capacity决策，并与优化模型形成反馈循环。在真实货运网络上，该方法相比传统优化模型显著降低了最优性差距。
Phase-Preserving Trimodal Transformer for Tropical Forest Biomass Estimation Using Optical and PolInSAR Data
Luiz Felipe Parente Santiago et al.
cs.LG cs.AI cs.CV
本文提出了一种Trimodal Coherent Co-attention Transformer (TCCT)架构，用于融合光学与PolInSAR数据以估计热带森林地上生物量。该方法通过复数编码器保留空间相位信息，并利用动态co-attention机制自适应处理云遮挡问题，在Paracou地区取得了优于传统方法的性能。
A Structural Interpretation of GELU and Threshold-Transmission Activations via the First-Order Loss Function
Roberto Rossi
cs.LG math.OC stat.ML
本文从first-order loss function的角度对GELU激活函数给出了新的结构解释，将其视为具有Gaussian随机阈值的hard linear gate的期望surplus中的信号传输项，并推广到包含ReLU、GELU、SiLU/Swish和hard swish的threshold-transmission族。实验表明，该族中的uniform-threshold gate在紧凑视觉和语言模型上具有竞争力。
Validation-Induced Shapley Shifts: How Validation Structure Distorts Data Valuation
Yinan Shen, Ziao Yang, Hongfu Liu
cs.LG
本文揭示了在Shapley值数据估值中，验证集的微小变化（如引入噪声）会导致Shapley值分布发生系统性偏移，并利用KNN-Shapley框架通过合成与真实数据验证了这一现象，提出了归一化和边界感知验证策略以缓解失真。
Rethinking AI-Generated Text Detection: A Strong Baseline and the Distribution-Shift Problem That Remains
Zhuoer Shen et al.
cs.LG cs.CL
本文指出，在AI生成文本检测任务中，一个简单的全微调RoBERTa模型在多个benchmark上即可匹配甚至超越专门设计的检测器，表明现有方法的性能提升主要来自baseline而非架构复杂性。然而，当测试时topic domain或生成模型发生distribution shift时，该强baseline的性能会急剧下降，且简单增加源数据无法弥补这一差距。
PIEFS: Physics-Informed Eigenfunction Features with Learnable Scaling
Varvara Nazarenkko, Timur Lidzhiev, Alexander Tarakanov
cs.LG math.NA math.ST
本文提出PIEFS框架，通过可学习的度量矩阵\(A(x)=\Lambda(x)U(x)\)（其中\(\Lambda(x)\)控制各向异性缩放，\(U(x)\)由Givens旋转参数化）来修改Dirichlet能量，从而在监督学习下生成任务自适应的谱坐标表示。实验在合成、表格和图像基准上验证了该方法，并与经典谱方法和NeuralEF进行了比较。
SAVER: Stochastic Adaptive Variance-Driven Exploration and Reconstruction for Low-Dose Computed Tomography
Shunta Nonaga et al.
cs.LG
本文提出了一种名为SAVER的自适应数据采集框架，通过Softmax随机调度和模拟退火实时选择CT投影角度，以最大化每单位辐射剂量的诊断质量。实验表明该方法在结构各向异性强的物体上优于传统随机采样，但未涉及代码、上下文、谱、Muon、预训练、智能体或注意力等关键词。
FedACT: Federated Adaptive Coordinate Trust Modulation for Robust Transformer Training under Data Heterogeneity
Shuai Li et al.
cs.LG cs.AI
本文提出FedACT方法，通过坐标级别的信任调制来改进联邦学习中的AdamW训练，在异构数据下提升Transformer模型的训练效果。该方法计算全局修正的自适应方向并重新分配更新幅度，实验表明其优于现有联邦自适应优化器。
Conservative Subject Invariant EMG-based Gesture Recognition
Hamed Rafiei, Ali Mousavi
cs.LG
本文提出了一种基于保守多目标学习的sEMG手势识别框架，通过多任务学习（包括分类、对抗域混淆和三元组度量学习）来提升跨被试泛化能力。实验表明该方法在UCI EMG和NinaPro DB5数据集上优于现有方法，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
Tensor-Train Joint Modeling for Few-Step Discrete Diffusion
Byoungkwon Kim, Minhyuk Sung
cs.LG
本文提出了一种基于tensor decomposition的框架，用于在discrete diffusion中建模显式联合分布，通过Canonical Polyadic (CPD)和Tensor-Train (TTD)分解表示条件清洁分布，并利用迭代边际推断实现少步生成。该方法可集成到预训练模型中，通过轻量微调提升少步生成性能。
Foundations of Equivariant Deep Learning: Unifying Graph and Sheaf Neural Networks
Yoshihiro Maruyama
cs.LG cs.AI cs.CV
本文通过面偏序集上的等变丛理论统一了图神经网络和层神经网络，提出了阶等变神经网络(OENN)并证明了连续阶等变映射的通用逼近定理。该工作为几何深度学习提供了更丰富的对称性利用框架，但与我提供的关键词(code, context, spectral, Muon, pretrain, agent, attention)关联度较低。
Punching Above Their Weight: Classification-Head Fine-Tuning of Tiny Language Models (TLMs) for Verifiable Multiple-Choice Tasks
Bhavesh Sood, Jaromir Savelka
cs.LG cs.AI cs.CL
本文研究了如何对Tiny Language Models (TLMs，参数低于约3B的模型)进行微调以用于可验证的多选题任务。作者比较了三种基于LoRA的微调范式，并发现判别式分类头微调在0.6B和1.7B规模上可靠地优于标签生成方法。
Stable Global Weighting of Flow Mixtures using Simplex Exponential Moving Average
Benjamin Wiriyapong et al.
cs.LG stat.ML
本文提出了一种名为AMF-VI-sEMA的两阶段框架，用于稳定混合Normalising Flow的全局权重。该方法通过Simplex Exponential Moving Average (sEMA)更新机制，在第二阶段冻结专家参数并学习全局混合权重，避免了组件坍塌。实验在多个后验基准上验证了其相对于单流基线和前身方法的性能提升。
Adversarial LassoNet: Robust Feature Selection via Stability-Driven Sparse Learning
Zhen Huang et al.
cs.LG
本文提出Adversarial LassoNet (AdLNet)，将输入空间的adversarial perturbation与LassoNet的hierarchical sparsity机制结合，用于提升高维特征选择的鲁棒性。实验表明该方法在多种数据集上改善了out-of-distribution鲁棒性和特征支持的可重复性。
NeSy-CSA: A Neuro-Symbolic Framework for Open-Ended Critical Scenario Attribution
Qitong Chu et al.
cs.LG
本文提出NeSy-CSA，一个神经符号框架，用于将开放式的关键场景归因问题转化为结构化的可追溯推理过程。它通过选择相关因素、构建依赖感知的证据图，并结合符号推理与神经推理，在四个决策环境中将归因有效性指标提升了约18%和14%。
A Unified Framework for Quantized and Continuous Strong Lottery Tickets
Aakash Kumar, Emanuele Natale
cs.LG
本文针对量化与连续设置下的Strong Lottery Ticket Hypothesis (SLTH)进行了统一分析，通过研究离散情况下的Random Subset Sum Problem (RSSP)得到了更紧的失败概率界，并证明连续与量化情形是其结果的极限特例。
A Gradient Flow Perspective on Minimum MMD Estimation
Sophia Seulkee Kang et al.
cs.LG stat.ML
本文提出了一种预条件梯度下降（PGD）方案用于最小MMD估计，并建立了其在显式梯度主导和投影残差条件下的渐近全局收敛性。该方法受MMD梯度流启发，实验表明其优于标准梯度下降。
AdaptiveSD A Stability-Aware, Runtime-Adaptive Speculative Decoding Framework with Multi-Policy Orchestration for CPU-Constrained LLM Inference
Sadra Saremi
cs.LG
本文提出了一种名为AdaptiveSD的运行时自适应推测解码框架，用于在CPU资源受限环境下提升LLM推理的稳定性。该框架通过运行时监控、自适应草稿控制器、动态策略引擎和KV Cache协调层等组件协同工作，旨在避免传统固定深度推测解码可能导致的性能下降或系统崩溃。
CDCP: Conditional Diffusion Model with Contextual Prompts for Multi-task Offline Safe Reinforcement Learning
Jiayi Guan et al.
cs.LG
本文提出了一种基于条件扩散模型的多任务离线安全强化学习方法，通过上下文提示和分类器无关的成本约束策略，解决了多任务、安全约束和分布外动作的挑战。实验表明该方法在性能和安全方面优于现有基线。
Transformers with Physics-Informed Encodings and Simulation-Based Inference for Robust Detection of Eccentric Binary Black Holes in Pulsar Timing Array Data
Subhajit Dandapat, Alvin J. K. Chua
cs.LG astro-ph.IM gr-qc
本文提出了一种结合物理信息位置编码的Transformer模型，用于从脉冲星计时阵列数据中高效推断偏心双黑洞参数。该方法通过生成模型实现基于模拟的推理，在精度和速度上优于传统方法。
NeuroOnline: Bridging Pretraining and Online Adaptation for EEG Foundation Models
Weibin Li et al.
cs.LG
本文提出NeuroOnline框架，通过多视角一致性学习和上下文感知表示调制（使用可学习的context prompt与cross-attention）来桥接EEG基础模型的预训练与在线适应，实验表明其在分布偏移下优于基线方法。
MPSelectTune: Prompt-type Selection for Fine-tuning improves Concept Unlearning in LLMs
Shubhadip Nag et al.
cs.LG cs.AI
本文提出MPSelectTune方法，通过对抗性选择最差prompt类型进行微调，以提升LLM中概念遗忘（concept unlearning）的效果。实验表明该方法在多个基准上相比现有基线有2-15%的主任务准确率提升，并降低了最坏情况下的概念准确率。
Order-based Causal Discovery for Multistage Processes
Eun-Yeol Ma, Junsub Jung, Heeyoung Kim
cs.LG cs.AI
本文提出了一种名为OCDM的因果发现方法，用于推断多阶段过程数据的因果结构。该方法通过引入阶段信息来推断变量的因果顺序，并使用随机门控神经网络进行剪枝以提高计算效率。
MANCE: Manifold Aware Concept Erasure
Matan Avitan, Yoav Goldberg, Yanai Elazar
cs.LG
本文提出MANCE方法，通过将概念擦除更新约束到自然表示的低维流形上，以在移除目标概念时更好地保留其他信息。该方法利用分类器信号迭代更新表示，并在多个文本和视觉任务上验证了其有效性。
Knowing When to Stop: Predicting Execution-Consistency Convergence in Text-to-SQL
Yaron Anavi et al.
cs.LG cs.CL
本文研究了Text-to-SQL任务中LLM调用何时停止的问题，通过训练轻量级1-D模型预测执行一致性收敛点，并在BIRD基准和两个生产数据集上验证了其有效性。该方法能根据用户问题自适应调整停止时机，但整体属于工程优化，缺乏理论或方法上的开创性突破。
Directional Curvature from Armijo Backtracking: A Low-Cost Sharpness Probe and a Calibration-Free Learning-Rate Safeguard for Adam
Ashmitha R, Jörg Frochte
cs.LG
本文提出利用Armijo backtracking line search中的步长\(\alpha\)来低成本估计loss landscape的directional curvature，并以此作为Adam优化器的learning-rate safeguard。实验表明该方法能以约1%的额外开销使Adam在宽泛的初始学习率范围内避免发散，但方法本身更偏向工程实践而非理论突破，且与关键词列表中的概念关联较弱。
When Does Small Data Work? Accuracy and Efficiency Trade-offs Between Tabular Foundation Models and Conventional Methods for Crowd-State Classification at Hajj and Umrah
AlJawharh S. AlOtaibi, Mohamed Eltahir, Jude AlSubaie
cs.LG cs.AI
本文研究了在标签稀缺场景下，tabular foundation models与常规机器学习方法在crowd-state分类任务中的准确性与效率权衡。实验表明，当标签极少时foundation models占优，而随着标签增多，调优后的常规模型在结构化的几何目标上表现更优，且两者在计算成本上存在显著差异。
A Unified Algebraic Framework for Classification Performance Evaluation
Ronaldo C. Prati
cs.LG cs.AI
本文提出了一个统一的代数框架，通过将实际和预测标签表示为binary indicator matrix，并结合三种aggregation operator（global, column-wise, row-wise），将binary performance measure扩展到multiclass, multilabel, ordinal, cost-sensitive等多种设置中。该框架还建立了micro-averaging与macro-averaging的关系，并证明了product \(t\)-norm在保持confusion matrix划分上的唯一性。
OmniOpt: Taxonomy, Geometry, and Benchmarking of Modern Optimizers
Siyuan Li et al.
cs.LG cs.AI
本文提出了OmniOpt，一个统一的优化器调查与基准框架，通过五阶段元流水线和norm-constrained linear minimization oracles (LMOs)对优化器进行结构化分类，并构建了双维度分类法。该工作系统性地分析了不同优化器家族在多种训练任务（如语言模型预训练和图像分类）中的权衡，为优化器选择提供了操作坐标系统。
Reward-Gated On-Policy Distillation
Mohammad Sadegh Akhondzadeh et al.
cs.LG cs.AI
本文提出RG-OPD (Reward-Gated On-Policy Distillation)方法，通过verifier反馈决定何时信任teacher logits，以解决on-policy distillation中teacher监督不可靠的问题。该方法在推理和代码基准测试上优于vanilla reverse-KL distillation和TSD-KD baseline。
A Unified Framework for In-Context Learning with Causal and Masked Language Models
Chenrui Liu et al.
cs.LG stat.ML
本文提出了一个统一的统计学习框架，通过经验测度表示context examples，将autoregressive和masked pretraining目标纳入共同的excess-risk分析。在Wasserstein型正则性条件下，推导了k-shot excess risk的上界，并研究了任务分布偏移下的泛化误差。实验表明Masked Pair Encoder (MPE)在函数学习任务上可达到与GPT-2风格causal Transformer相当的性能。
FedSPM: Routing-Enabled Federated Learning under Dual Heterogeneity via Semiparametric Mixture
Zijian Wang et al.
cs.LG cs.AI cs.DC
本文提出FedSPM框架，通过半参数混合模型处理联邦学习中客户端间与客户端内的双重异质性，每个客户端由潜在组件表示，并利用经验似然估计密度比。实验表明该方法在路由和预测性能上优于现有方法。
Target-Aware Interaction-Guided Reinforcement Learning for Black-Box Node Injection Attacks on Graph Neural Networks
Yi Lan, Ye Yuan
cs.LG
本文提出了一种名为TIRBA的强化学习框架，用于在黑盒场景下对Graph Neural Networks (GNNs)进行节点注入攻击。该方法将攻击建模为Markov Decision Process，并联合优化恶意节点的特征生成与边连接，以提升在严格预算下的攻击效果。
Dictionaries, Not Darwin: Set-Level Selection Beats LLM Evolution in Scientific Equation Discovery
Pan Li
cs.LG
本文质疑了将LLM作为进化引擎用于科学方程发现的有效性，指出在有限样本下，迭代进化与独立采样无显著差异。作者提出PTB-Search方法，通过一次性采样LLM提案并提取可重用项，在集合层面进行稀疏选择，从而在相同预算下显著提升发现性能。
DynaVieW: Schema-Guided World Modeling for Understanding Hierarchical Visual Dynamics
Silin Gao et al.
cs.LG cs.AI cs.CL cs.CV
本文提出了一种名为DynaVieW的动态schema引导的世界模型，用于理解多模态视觉序列中的层次化动态变化。该模型通过学习状态-转换序列，并采用混合专家架构和交叉专家选择性注意力机制，提升了视觉叙事生成和世界模拟任务中的一致性与可控性。
Asymptotic-Preserving A Posteriori Analysis of Diffusion and Flow-Matching Samplers
Shiheng Zhang
cs.LG math.NA
本文通过奇异摄动分析，研究了扩散和流匹配采样器中固定步长格式的渐近保持性质，将稳定性与精度准则转化为可基于预训练检查点计算的后验残差泛函。分析表明，时间参数化（clock）的选择决定了数值稳定性，而对数因子完全由随机采样器的Itô项贡献，与几何结构无关。
GlacierCastAI: Predicting Glacier Retreat from Multi-Modal Satellite Imagery and Climate Signals
Arunkumar Ramachandran
cs.LG cs.CV
本文提出GlacierCastAI，将冰川边界预测重构为多模态时空预测问题，融合多时相Landsat影像、ERA5再分析气候变量和DEM地形特征。通过ResNet50空间编码器、ConvLSTM时序模型和交叉注意力气候融合模块，在五个冰川上预测未来边界，消融实验表明加入气候信号可提升IoU约3.4%。
Parametric Memory Decoding for Zero-Shot Routing in LoRA-Based External Parametric Memory
Fengxian Ji et al.
cs.LG cs.AI
本文针对LoRA-based External Parametric Memory (EPM)中的零样本路由问题，提出了Parametric Memory Decoding (PMD)框架，将路由问题重新定义为对外部参数化记忆的激活解码，并实例化出PMDRouter方法。实验表明该方法在多个零样本路由设置下取得了最优性能，但整体工作更偏向工程应用，与关键词中的核心理论概念关联较弱。
CertMix: Certified, Data-Efficient Metamaterial Design by Affine Mixing of Aligned Neural-Implicit Weight Spaces
Yifan Wang
cs.LG
本文提出CertMix框架，通过将每个示例unit cell表示为对齐的neural implicit field（SIREN signed-distance decoder），利用homogenized elasticity tensor在aligned weight space中近似线性的性质，将逆向设计简化为一个constrained affine-mixing问题。该方法仅需少量样本即可实现高精度设计，并提供了分布无关的误差保证。
MDL Meets Latent Confounders: LNML-based Causal Discovery
Zhongyi Que, Shin Matsushima, Kenji Yamanishi
cs.LG
本文提出了一种基于MDL的因果发现框架PCG-CD，通过最小化LNML码长来处理非线性机制和潜在混杂因素，并引入\(\Delta\)-伪共线性概念来识别由潜在混杂因素引起的依赖关系。实验表明该方法能有效恢复有向因果关系并检测潜在混杂因素。
Masked Generative-Contrastive Representation Learning for Cross-Dataset EEG-Based Emotion Recognition
Huqin Weng et al.
cs.LG
本文提出了一种名为MGCRL的自监督学习框架，用于跨数据集的EEG情绪识别。该框架结合了生成式与对比学习，以学习细粒度和全局判别性表示，但方法本身在概念上并非开创性突破，且与关键词列表中的概念关联较弱。
Binary Iterative Method for Non-targeted Adversarial Attack
Naman Goyal, Milan Chaudhari
cs.LG cs.CV
本文提出了一种名为"Binary Iterative Method" (BinIM)的非目标对抗攻击方法，采用分治策略优化参数和超参数以生成对抗样本。在ImageNet数据集上的实验表明，该方法在使分类器以高置信度误分类方面优于其他基于梯度的攻击方法。
Mask-based Predictive Representations for Reinforcement Learning
Kai Zhao
cs.LG cs.AI
本文提出了一种基于mask预测的自监督辅助任务，用于强化学习中的视觉表示学习。该方法利用transformer在潜在空间中重建被mask的输入序列，以提升agent对任务的理解和样本效率。
Geometry of Ordinal Representations in Language Models
Saksham Bassi, Sharvi Tomar
cs.LG
本文研究了语言模型中序数表示（ordinal representations）的几何结构，发现对于可从token身份局部计算的序数变量，模型会形成带有place-cell特征平铺的一维流形，而需要跨位置整合或语义提取的任务则产生更高维或非连贯的表示。几何计算依赖于架构，且激活修补实验证实了这些流形子空间集中了任务相关信息。
FedFFT: Taming Client Drift in Federated SAM via Spectral Perturbation Filtering
Liyang Yuan, Yibo Yang, Dandan Guo
cs.LG
本文从频域角度分析了联邦学习中SAM扰动的客户端漂移问题，发现不一致性主要集中在低频分量，并提出了FedFFT方法，通过过滤SAM扰动的低频成分来抑制不一致信号，实验表明该方法在非独立同分布场景下优于现有SAM-based FL方法。
Physics-Informed Graph Learning with Uncertainty Awareness for Open-Set Domain Generalization in Fault Diagnosis
Jinfeng Zhu, Shiyu Long, Ye Yuan
cs.LG
本文提出了一种基于物理信息的图学习框架PGU-OD，用于解决旋转机械故障诊断中的开放集域泛化问题。该方法通过物理信息谱注意力模块提取鲁棒特征，并利用不确定性感知的自适应图学习机制和基于高斯分布的边界损失函数，在公开数据集上取得了优于现有方法的性能。
Exploring Convolutional Neural Processes for Weather Downscaling
Francisco Passos
cs.LG
本文研究了ConvCNP在瑞士复杂地形下对日最高气温进行统计降尺度的应用，发现其优于双线性插值，但存在不确定性估计过于自信的结构性局限。
Channel-Adaptive Robust Aggregation for Over-the-Air Federated Learning in Heterogeneous Networks
Zubaida Fatima et al.
cs.LG
本文提出CHARGE-FL框架，通过自适应调度聚合和双用途预编码机制，解决Over-the-Air联邦学习中的噪声、衰落和客户端异质性挑战，在无线条件下提升了准确性和收敛性。
Quantize the Target, Quantize the Drafter: Efficient Inference with Qwen3.5-4B
Jaeyeon Kim, Jewon Lee, Bo-Kyeong Kim
cs.LG
本文提出了一种结合量化目标模型与推测解码的高效推理系统，通过量化感知蒸馏恢复精度，并训练了针对量化模型的块扩散草稿模型以加速解码，最终在A10G GPU上实现了6.978倍的平均加速。该方法主要关注工程优化，与关键词中的code、context、attention等概念关联较弱。
Signal or Noise? Understanding Generative Models for Real-World Sensor Time Series
Zitao Shuai et al.
cs.LG cs.AI
本文通过引入SensorGen框架，系统评估了多种生成模型在真实世界传感器时间序列上的表现，发现flow-matching模型在多数场景下性能最优，并分析了信号属性对生成质量的影响。该研究为传感器数据生成提供了设计选择和评估协议方面的见解，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
On Preserving Geometrical Invariance for Superpixel Image Classification using Graph Transformer
Sarabeshwar Balaji, Shubham Mohanty, Akash Anil
cs.LG
本文提出SuperGT框架，将图像表示为superpixel graph，并用Graph Transformer捕获长程依赖，同时设计预处理方案保持translation/rotation invariance。在CIFAR-10上的表现优于多数baseline，且与ShapeGNN性能相当但无需其所需的边界点坐标。
HiFA4: Training-Free 4-bit FlashAttention on Ascend HIF4 NPUs for LLM Inference
Hui Dong et al.
cs.LG cs.AI cs.AR cs.CL cs.PF
本文提出HiFA4，一种针对Ascend NPU上LLM推理的4-bit FlashAttention后训练算子级设计，通过Smooth-QK和P-Reordering两种机制在保持FP16在线softmax状态的同时，将QK^T和PV计算量化为4-bit HIF4 Cube GEMM，以减少量化引起的精度损失。
On the effectiveness of reward functions in reinforcement learning for confidence calibration of large language models
Chee Heng Tan et al.
cs.LG
本文研究了在强化学习中奖励函数对大型语言模型置信度校准的影响，提出了“置信度奖励黑客”现象，并定义了不可黑客的置信度奖励方案。实验表明，奖励方案的设计需根据数据集和应用场景进行权衡优化。
Structure-Specific Representational Priors Causally Control the Grokking Delay
Gunner Levi Howe
cs.LG
本文通过向单层transformer注入不同结构内容的表征先验（如任务真实结构、错误但连贯的结构、随机划分），因果性地验证了grokking延迟（泛化远晚于训练集插值）是否由任务结构化表征的形成时间决定。实验表明，只有正确的特征结构能加速grokking，而错误结构不影响其发生，随机结构则完全阻止泛化。
One Framework for All: Cross-Modal Membership Inference for Generative Models
Dayong Ye et al.
cs.LG cs.AI cs.CR
本文提出了一种跨模态的统一membership inference框架，适用于text-to-text、text-to-image和image-to-text三类生成模型。该方法基于模型输出分布可近似训练数据分布的观察，在共享embedding space中通过likelihood ratio testing进行推断，实验表明其性能优于现有单模态方法。
How Many Initial Points Does Bayesian Optimization Need?
Mujin Cheon et al.
cs.LG
本文通过实验发现Bayesian Optimization (BO)的初始采样点数\(n_0\)与总代价呈U型关系，并指出该现象源于variance-driven BO的边界问题。文章给出了关于如何选择\(n_0\)的实用建议，但方法本身缺乏开创性，且与关键词关联较弱。
RL Forgets! Towards Continual Policy Optimization
Mao-Lin Luo et al.
cs.LG
本文通过引入MRCL基准测试，发现强化学习在多模态持续后训练中仍存在严重灾难性遗忘，并提出了一种基于先验任务行为KL目标的无重放框架CPO，利用参数移动正则化来限制策略漂移。实验表明CPO能有效减少遗忘并保持预训练能力。
Environmental Drivers of Respiratory Disease: A District Level Analysis
Rahim Iqbal et al.
cs.LG
本文利用XGBoost模型和SHAP分析，构建了一个斯里兰卡地区环境退化与呼吸系统疾病关联的量化框架，发现累积空气质量是主要驱动因素。该工作为公共卫生政策提供了数据基础，但方法上未涉及关键词中的code、context、spectral、Muon、pretrain、agent或attention等概念。
Covert Trait Propagation Is Representation Alignment: Mechanistic Evidence from Hidden-Channel Distillation
Kargi Chauhan, Aditya Shah
cs.LG cs.AI
本文研究了MLP蒸馏中隐藏通道的机制，发现共享初始化使输出投影\(W_2\)成为公共坐标键，KL梯度重塑学生输入投影\(W_0\)以实现隐藏表示对齐，并将此过程称为隐蔽特征传播（CTP）。实验表明通道关闭与权重漂移相关，冻结\(W_0\)会破坏迁移，而线性中心核对齐（CKA）能高精度追踪学生准确率。
Knowledge-Informed Local Causal Discovery of Optimal Adjustment Sets
Seong Woo Ahn et al.
cs.LG stat.ML
本文提出b-LOAD算法，将先验边约束融入局部因果发现过程，利用Meek规则扩展发现范围，以在数据稀缺场景下识别最优调整集。实验表明该方法能提升因果效应估计的可靠性。
A Deep Learning-based surrogate model for Severe Accidents in nuclear reactors using ASTEC
Alessandro Longhi, Danny Lathouwers, Zoltán Perkó
cs.LG cs.AI
本文使用基于AutoEncoder和Neural ODE的深度学习代理模型，加速了核反应堆严重事故模拟器ASTEC的计算，实现了在CPU和GPU上1分钟内预测40小时模拟。该模型通过降维和时间步进预测约80个物理变量，但主要聚焦于工程应用而非数学方法创新。
Operator-on-F complements value-equivalence: a planning-time diagnostic for latent world models
Donna Vakalis
cs.LG cs.AI
本文提出了一种名为operator-on-F的规划时诊断方法，用于评估基于模型的强化学习中潜在世界模型的规划相关误差。该方法通过比较模型在可观测子集F上的k步潜在推前与环境的差异，发现其与规划回报损失高度相关（Spearman相关系数-0.90），而传统的奖励预测误差则无法有效区分模型性能。该诊断方法是对value-equivalence的补充，而非替代。
Regime-Conditional Stabilisation of LLM-Augmented Cooperative Multi-Agent Reinforcement Learning
Faid Keddouri et al.
cs.LG cs.AI math.OC
本文研究了LLM增强的cooperative multi-agent reinforcement learning (MARL)中，动态更新LLM生成的reward权重会违反Potential-Based Reward Shaping (PBRS)的stationarity假设，并污染experience replay buffer。作者提出了Phase-Based Freeze Schedule和Exponential Moving Average (EMA) smoothing两种稳定策略，并在三个环境中验证了其效果。
LeukocyteCount: Automatic Identification and Counting for leukocytes using Deep Learning
Ahmed M. Sayed et al.
cs.LG cs.CV
本文提出了一种基于深度学习的白细胞自动识别与计数方法，使用Yolov5进行检测，并结合MobileNetV2和Logistic Regression进行分类，在BCCD数据集上取得了高精度。该方法旨在解决传统人工计数耗时且易出错的问题，但并未涉及关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念。
Two Black Boxes, One Solver: Encoder Probing and Decoder Attribution for Neural Multi-Attribute VRP under Hard-Mask and Recourse Decoders
Sohaib Afifi
cs.LG cs.AI math.OC
本文针对多属性车辆路径问题(MAVRP)的神经自回归求解器，提出了一种结合编码器探针与解码器归因的解释协议，通过线性探针和三种归因方法分析潜在表示与决策过程，并比较了不同编码器与解码器组合下的解释质量。
Beyond travel mode: urban context shapes active mobility's mental health effects over time
Shujuan Chen, Yue Li, Ying Jin
cs.LG
本文利用因果机器学习和因果深度学习方法，分析了264168名英国成年人中主动出行对焦虑、抑郁等心理健康影响的个体化差异，发现这些影响随时间推移而扩大，并强烈受到城市环境（如绿化、安全、污染程度）的调节。研究指出，若不考虑个体和环境的差异，普遍推广主动出行可能加剧健康不平等。
Lyapunov-Guided Training for Hardware-Safe Neural Networks Under Fixed-Point Arithmetic
Anis Hamadouche, Amir Hussain
cs.LG cs.AI eess.SP math.NA
本文提出了一种基于Lyapunov稳定性的量化框架，用于在定点算术下训练低精度神经网络，通过逐层Lyapunov函数监控隐藏状态能量并施加单调投影，以抑制溢出导致的数值不稳定。实验表明该方法在MNIST数据集上有效恢复了低精度学习的稳定性。
Auto: The AGI Compiler
Jaber Jaber, Osama Jaber
cs.LG cs.AI cs.SE
本文提出Auto编译器，通过记录LLM agent行为、提取确定性部分为程序或专家模型，并生成WebAssembly制品，以降低推理成本。实验表明在AUTO-BENCH上87.1%的agent行为是确定性的，但校准和参考保真度是保证正确性的关键。
Predicting Therapeutic Outcome via Aligning Patient-Specific Knowledge Graph and Gene-Level Perturbation Representations
Dongmin Bang et al.
cs.LG cs.AI q-bio.QM
本文提出PREDIKTOR框架，通过构建患者特异性gene regulatory network并利用graph neural encoder生成药物中心embedding，同时结合预训练的gene-gene attention模型模拟药物扰动后的transcriptomic profile，最后通过CLIP-style对比学习对齐两种视图以预测临床药物反应。该方法在TCGA和I-SPY2试验中表现优于基线，但未涉及code、spectral、Muon或agent等关键词。
Beyond the Need for Speed: Energy-Aware Code Generation via Simulation-Guided Reinforcement Learning
Saurabhsingh Rajput, Tushar Sharma
cs.LG cs.SE
本文提出了一种通过仿真引导的强化学习（GRPO）来生成能效感知代码的方法，构建了Green Tea数据集并引入CARET指标以评估代码的正确性与能效权衡。实验表明该方法在能效优化上显著优于微调基线，但未涉及spectral、Muon或agent等关键词相关技术。
Score Distributions, Not Cells: Evaluating Single-Cell Perturbations Under Class Overlap
Youssef Marrakchi, Davide D'Ascenzo, Sebastiano Cultrera di Montesano
cs.LG q-bio.QM stat.ML
本文指出单细胞扰动数据存在类别重叠问题，导致传统逐细胞分类准确率失效，并提出Classifier Discrimination Score (CDS)方法，通过平均分类器在扰动群体上的概率向量来评估扰动效果。该方法无需重新训练，计算成本低，在Tahoe-100M等数据集上优于基于伪批量（pseudobulk）的PDS方法。
Minimum Block Width for Universal Approximation by Residual Neural Networks with Inner Width One
Qi Zhou, Xuan Zhou, Xiao-Song Yang
cs.LG stat.ML
本文研究了内宽为1的残差神经网络的最小块宽，证明了在LeakyReLU等激活函数下，块宽至少为\(\max\{d_x,d_y\}\)才能实现\(L^p\)逼近，并给出了均匀逼近的块宽上界。该工作主要关注网络宽度与逼近能力的关系，与关键词中的code、context、spectral等主题关联较弱。
Measuring What Matters: A Unified Evaluation Framework for GNN Explainability
Francesco Paolo Nerini et al.
cs.LG
本文提出了一个统一的、无需ground-truth假设的GNN可解释性量化评估框架，将表格可解释性指标形式化应用于图数据，并独立评估拓扑结构和节点特征。通过大规模基准研究，识别出在多个指标对和任务上处于Pareto前沿的解释器，但确认没有单一解释器具有普遍优越性。
Reliability and Identifiability in Persona-Trained Monte Carlo: Variance Decomposition, Stability Bounds, and the Identifiability of Heterogeneous News Reaction
Salavat Ishbulatov
cs.LG cs.CE
本文为Persona-Trained Monte Carlo (PTMC)方法建立了统计理论基础，将估计量方差分解为persona-draw和within-run两部分，并给出了最优计算预算分配方案。通过耦合方法推导了稳定性界，并提出了异质新闻反应的识别理论，包括Jensen gap检测和局部矩识别条件。
Machine Learning for Depression Screening and Intervention: an Original Circadian Rhythm Score-based Methodology
Bin Wang et al.
cs.LG cs.AI
本文提出了一种基于Circadian Rhythm Score (CRS)的抑郁症筛查方法，通过将多维度日常行为压缩为单一指标，并结合梯度提升树与SHAP分析实现可解释性建模。该方法在CHARLS数据集上取得了ROC-AUC=0.825的性能，并识别出可干预的行为阈值，但未涉及code, context, spectral, Muon, pretrain, agent, attention等关键词。
A Physics-Regulated Neural Framework for Learning 3D Grain Growth Dynamics
Zhihui Tian et al.
cs.LG physics.comp-ph
本文提出3D-PRIMME框架，利用两个连续时间步的数据训练神经网络，学习三维晶粒生长的局部演化规则。该模型能准确复现线性粗化定律并保持拓扑统计特性，且无需重新训练即可推广到更大尺度的系统。
URSA: Chemistry-Aware Benchmark for Utilitarian Retrosynthesis Assessment
Bogdan Zagribelnyy et al.
cs.LG cs.AI cs.CE cs.CL
本文提出了URSA评估框架，用于从化学合理性角度对逆合成分析（retrosynthesis）方法进行基准测试，并比较了专用深度学习模型与通用大语言模型（LLMs）在合成规划任务上的表现。
F-ACVAE: A Federated Adaptive Conditional Variational Auto-Encoder for Privacy-Preserving Intrusion Detection in IoT Networks
Mohammad Ansarimehr et al.
cs.LG cs.CR
本文提出F-ACVAE，一个联邦自适应条件变分自编码器框架，用于物联网网络中的隐私保护入侵检测。它通过选择性参数聚合和约束动量高斯聚合策略，在非独立同分布数据下缓解客户端漂移，并在N-BaIoT数据集上达到99%的准确率。
Hierarchical Scaffolding Enables Human-Like Cognitive Selectivity under Data Scarcity
Juhyoung Park et al.
cs.LG cs.CV
本文提出了一种受认知心理学启发的分层学习框架SCALA，通过从粗到细的结构引导模型在数据稀缺条件下提升视觉识别效率，并表现出类似人类的认知选择性。
Trust Region Policy Distillation
Zhengpeng Xie et al.
cs.LG cs.AI
本文提出Trust Region Policy Distillation (TOP-D)方法，通过动态构建近端教师将不稳定的On-Policy Distillation转化为稳定训练范式，并提供了理论上的全局收敛性分析与单调改进界。实验表明该方法在数学推理任务上提升了训练稳定性与样本效率，且无额外计算开销。
MARLIN: De Novo Molecular Structure Elucidation from Tandem Mass Spectra without a Ground-Truth Formula
Xujun Che, Xiuxia Du, Depeng Xu
cs.LG
本文提出MARLIN方法，直接从tandem mass spectra中解析分子结构，无需预先知道分子式。该方法使用self-supervised encoder预测molecular fingerprint，并利用block-diffusion language model生成候选结构，通过mass-shell约束确保与测量质量一致。
Towards Personalized Differentially Private Learning for Decentralized Local Graphs
Longzhu He et al.
cs.LG cs.CR
本文针对去中心化图数据中的个性化本地差分隐私问题，提出了PPGNN框架，通过设计个性化扰动机制和加权校准策略来平衡隐私保护与数据效用。
Predicting Drafted Deck Strength for "Magic: the Gathering"
Tomas Rigaux, Hisashi Kashima
cs.LG cs.AI
本文提出了一种基于encoder的模型，用于预测《万智牌》轮抽赛中的套牌强度，通过生成set-contextualized card embeddings来编码选牌序列，并在大规模真实数据上优于线性基线。该工作为游戏中的决策建模提供了一个初步的基准。
Layer-Parallel Inference Reduces Encrypted Nonlinear Depth in Transformers
Ligong Han et al.
cs.LG cs.CR
本文研究了Structured Newton Layer Parallelism (SNLP)方法在加密Transformer推理中的应用，通过将层间非线性深度从L阶段减少为少量solver迭代加线性修正，降低了FHE友好性瓶颈。实验表明SNLP在多个模型上减少了符号bootstrap次数并降低了误差放大，但softmax近似仍是主要误差来源。
KinEMbed: Decoding Kinematics from Electromyography via Cross-Modal Contrastive Learning
Sofia Gilardini, Chenfei Ma, Kianoush Nazarpour
cs.LG
本文提出KinEMbed框架，利用cross-modal contrastive learning联合训练EMG和kinematics的双编码器，实现从表面肌电信号回归手部运动学。在NinaPro DB8数据集上，该方法优于PCA、PLS等基线，尤其对拇指关节的预测提升显著。
Probably Correct Optimal Stable Matching under Two-Sided Uncertainty
Andreas Athanasopoulos, Anne-Marie George, Christos Dimitrakakis
cs.LG stat.ML
本文研究了两侧偏好未知的双边市场中稳定匹配的序贯学习问题，提出了一种基于“pervasive stable matching”概念的消除算法，以高效识别最优稳定匹配。该工作扩展了先前结果，处理了两侧不确定性并利用部分偏好信息，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）无直接关联。
Representing and Detecting Label Ambiguity in IMU-Based Exercise Evaluation
Andreas Spilz, Heiko Oppel, Michael Munz
cs.LG
本文研究了基于IMU的物理治疗动作评估中的标签模糊性问题，提出了一种自动生成每个重复动作标签分布的方法，使用KL散度目标训练网络以捕捉模糊性。实验表明该方法在分类性能上不逊于传统one-hot方法，并能更可靠地检测模糊性。
Framework for Grouping Local Process Models
Viki Peeva, Wil M. P. van der Aalst
cs.LG
本文针对Process Mining中Local Process Models (LPMs)的模型爆炸和重复问题，提出了一种通过分组（grouping）来选取代表性LPMs的框架，以替代仅使用最高评分LPMs的采样策略。该框架利用过程模型相似度度量或事件日志中的数据属性（context）来比较模型，从而形成更优的样本。
Enhancing the Forecasting Capability of Multi-Model Blending Algorithms for Extreme Precipitation via Joint Use of Station and Gridded Observations
Yu Wang et al.
cs.LG
本文提出了一种基于U-Net的两阶段框架，通过概率分类和值重建来融合六个主要NWP模型的降水预报，并引入站点-网格联合监督机制以约束空间结构和峰值强度。实验表明该方法在极端降水预报上优于现有模型，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
Active Learning on Adversarially Corrupted Graphs
Marco Bressan et al.
cs.LG stat.ML
本文针对恶意篡改网络中的节点检测问题，提出了一种主动学习算法，该算法通过少量标签查询即可近似恢复被篡改的顶点子集，其查询复杂度与攻击者能力和图\(G^*\)的vertex expansion（顶点扩张）多项式相关。
RL-Ballast: Ship Ballast Water Path Planning and Clog Prediction via Reinforcement Learning
Ming-Kuan Lin et al.
cs.LG
本文提出RL-Ballast，一种基于graph的deep reinforcement learning框架，用于船舶压载水系统的自适应路径规划和堵塞预测。该方法将阀门排列问题转化为54条可行流体传输路径，并利用frame-stacked tank levels和action outcomes近似部分可观测环境，在确定性推理中通过episode-level failed-action memory和dynamic action masking避免重复无效动作。实验表明，该方法在单堵塞场景下优于Dijkstra规则基线，并能在有限传感器条件下实现有效的堵塞诊断。
When Do Foundation Models Pay Off? A Break-Even Analysis of Pretrained Time Series Forecasters
Nicholas Tan Jerome, Frank Simon
cs.LG
本文对时间序列Foundation Model（如Chronos, Moirai, Lag-Llama）与传统方法（如XGBoost）进行了盈亏平衡分析，通过30个基准数据集在不同训练数据量下的实验，给出了何时值得部署FM的决策框架。研究发现，在部分数据集上FM无条件优于传统方法，而在其他数据集上存在盈亏平衡点，且LoRA微调在短序列上可能降低性能。
Input Pathways Shape Few-Shot, Not Zero-Shot, Binding in Tiny Transformers: A Fully-Enumerable Study
Yoshiyuki Ootani
cs.LG cs.AI
本文通过枚举有限因子化世界中的小型Transformer（约6-10K参数），研究了输入路径（符号token、干净oracle编码或纠缠感知向量）如何影响组合性绑定。研究发现，在零样本场景下所有信息路径均无法达到组合性，而少样本绑定的样本效率主要由输入路径的参数共享和编码可读性决定。
Lightweight ML-Based Automatic Sleep Staging Framework with Constrained CNN and Mamba for Small-Sample EEG Datasets
Zihao Wei, Yulin Gong, Yudan Lv
cs.LG
本文提出了一种轻量级自动睡眠分期框架GamSleepNet，通过结合改进的Gabor核与可学习滤波器、Mamba架构以及对比学习策略，在单通道EEG小样本数据集上实现了高精度与低参数量。该方法主要针对便携式EEG设备的实际部署需求，但与我提供的关键词列表关联度较低。
Sensitivity Sampling with Predictions for k-Means Clustering
Cristian Boldrin, Fabio Vandin
cs.LG cs.DS
本文研究了k-means聚类中sensitivity sampling的效率问题，提出利用预测来近似输入点的重要性以降低运行时间。作者证明了对sensitivity进行更粗略的近似仍能保证coreset的构建质量，并在序列数据集场景下验证了该方法在聚类代价与运行时间上的优势。
Train Smarter, Not Longer: Memorization-Guided Data Reuse for Efficient LLM Training
Jingwei Zuo et al.
cs.LG cs.CL
本文通过观察模型在loss retention dynamics和下游评估分数中的"Memorization Window"信号，提出了一种基于记忆引导的数据重用训练范式，用于自适应决定LLM训练中的数据重用时机和方式。初步实验表明，在远超当前常见epoch限制（如四轮）的情况下，模型性能仍能随重复训练持续提升。
Geometry-Aware Bayesian Quantification via Compositional Data Analysis
Alejandro Moreo, Pablo González, Juan José del Coz
cs.LG stat.ML
本文提出了一种基于Aitchison几何的KDE方法用于multiclass quantification，通过log-ratio表示和shrinkage正则化改进密度估计，并在42个数据集上验证了其有效性。
Qantara: Bridge-Flow Training for Multi-Paradigm JEPA Control
Ruslan Rakhimov et al.
cs.LG cs.CV cs.RO
本文提出Qantara，一种联合训练目标结合了状态轴上的Brownian-bridge插值与动作轴上的噪声到数据flow matching的JEPA架构，使得同一checkpoint无需重新训练即可支持latent planning、behaviour-cloning action sampling和inverse dynamics三种推理范式。实验表明该方法在LeWM控制套件上达到91.2 SR，并在OGBench-Cube上刷新SOTA。
Data-Driven Soft Labeling Scales DNA Read Classification to Whole-Body Cell-Type Deconvolution
Dmytro Rizdvanetskyi, Nathan Ross, Pavlo Lutsik
cs.LG q-bio.GN q-bio.QM
本文提出了一种数据驱动的软标签方法（soft labels），用于解决DNA甲基化读段（reads）到细胞类型的多对多映射问题，并集成到Syto框架中。该方法在39种人类细胞类型的全身体图谱上实现了比现有技术更低的均方误差（MSE），并展示了跨组织数据集的泛化能力。
Non-Convex Sparse Reinforcement Learning via Non-Monotone Inclusions
Kyohei Suzuki, onstantinos Slavakis
cs.LG
本文针对强化学习中的特征选择问题，将非凸的PMC惩罚项引入LSTD策略评估，形成非单调的fixed-point问题。在理论方面，为应用于此类非单调inclusion问题的FRBS方法建立了新的收敛条件，并证明了Lyapunov稳定性与极限点的存在性。
The Map Behind the Flow: Finite-Step Gradient Descent as a Dynamical System
Thomas Hofmann
cs.LG cs.AI
本文通过将固定步长梯度下降视为离散动力系统，在可精确求解的模型层次中研究其行为，揭示了有限步长导致的振荡如何驱动表示对齐与平衡。该工作为理解学习率作为训练动力学的结构参数提供了理论视角。
ImputeECG: Deep Learning Reconstruction of Complete 12-Lead Electrocardiograms from Incomplete Recordings for Cardiac Assessment
Xiaocheng Fang et al.
cs.LG cs.AI
本文提出ImputeECG，一种基于mask-conditioned一维Transformer自编码器的方法，用于从不完整的12导联心电记录中重建完整的10秒数字心电信号。该方法在PTB-XL和CPSC2018数据集上显著降低了缺失区域的MAE和MSE，并在下游诊断分类任务中恢复了接近完整心电的性能。
Hyperparameter Transfer in Graph Neural Networks
Gage DeZoort, Boris Hanin
cs.LG cs.AI
本文研究了图神经网络(GNN)中hyperparameter transfer的问题，通过理论分析和实验验证了在SGD、Adam和AdamW优化器下，所提出的参数化方法能实现稳定的feature updates和learning rate transfer。文章为GNN的scaling提供了实用方案，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。
Beyond Modality Fusion: Deep Ensembles for Multimodal Classification
Ilya Burenko, Dmitry Vetrov
cs.LG cs.CV
本文通过实验对比发现，使用unimodal networks的deep ensembles可以在不进行显式modality fusion的情况下有效进行multimodal classification，并在参数数量相同时持续优于late-fusion方法。文章还提出了一种启发式方法用于选择ensemble中每个modality的模型数量，并利用synthetic multimodal framework验证了相关结论。
Uncertainty-aware damage identification in short-span bridges via physics-informed variational autoencoder
Ana Fernandez Navamuel et al.
cs.LG
本文提出了一种基于物理信息的Gaussian copula变分自编码器(PI-GCVAE)用于短跨桥梁的损伤识别，通过将可微数值特征值求解器嵌入VAE架构并引入Gaussian copula模型来捕捉结构元素间的空间相关性，在合成数据集上实现了77.2%的后验分布覆盖率。
CollabEval: Statistically Efficient Collaborative Model Evaluation via Matrix Completion
Adam Fisch et al.
cs.LG
本文提出CollabEval方法，将模型评估视为一个矩阵补全问题，利用历史模型在相同任务上的评估分数来构建低秩近似，从而在有限标注预算下获得无偏的评估指标估计和有效的置信区间。实验表明该方法在多个数据集和稀疏度水平上均优于基线方法。
KVpop -- Key-Value Cache Compression with Predictive Online Pruning
Lukas Hauzenberger et al.
cs.LG
本文提出KVpop方法，通过学习一个固定预算的KV cache驱逐策略，并利用未来注意力信号直接监督保留或丢弃决策，以解决自回归解码中KV cache增长导致的显存瓶颈问题。该方法在AIME和HMMT数学推理任务上，对Qwen3-4B模型在75%压缩率下保持了98%的全注意力性能，优于现有驱逐基线。
Computing Monetary Risk Measures in Linear Time
Palash Agrawal et al.
cs.LG cs.MS stat.AP
本文提出了QuickVaR和QuickDivergence两种算法，用于在期望线性时间内计算离散随机变量的Value-at-Risk (VaR)和\(\varphi\)-divergence风险度量（包括CVaR）。这些算法通过改进经典选择算法和多拟阵优化实现，在大规模域上具有显著的加速效果。
FAST: A Holistic Framework for Optimizing Memory-I/O, Computation, and Sampling in Temporal GNN Training
Yushu Cai et al.
cs.LG
本文提出FAST框架，通过联合优化采样、内存I/O和计算来加速时序图神经网络(TGNN)训练，引入SlimCache减少数据移动并设计线程高效图算子，实验显示相比现有系统平均加速2.1倍。
Functional Bilevel Optimization for Predictive Fairness
Ieva Petrulionyte, Julien Mairal, Michael Arbel
cs.LG stat.ML
本文针对连续高维敏感属性下的预测公平性问题，提出通过DPVar（条件均值预测的方差）实现均值人口统计平等，并将其转化为functional bilevel optimization问题。作者提出了FBO（利用平方损失下的闭式伴随计算精确超梯度）和ITD（通过展开内层步骤进行微分，可推广至非平方损失）两种算法，在合成数据和基于60个表格回归数据集构建的半合成基准上，实现了较低或接近最低的公平-准确率权衡遗憾。
Counterfactual Methods for Detecting Unfairness in Anti-Money Laundering Algorithms
Lea Multerer et al.
cs.LG
本文使用counterfactual方法分析反洗钱算法中的公平性问题，通过构建账户国家和平均行为等额外特征，评估不同机器学习模型（从决策树到图神经网络）的预测性能与公平性之间的权衡。研究发现，预测性能提升越大的模型，其公平性违规越明显。
Choosing a parallel heterogeneous ensemble method for tabular classification
Vassili Maillet et al.
cs.LG
本文比较了56个中小型表格分类任务上的并行集成方法，给出了最佳实践建议，并在28个额外任务上验证了其有效性。主要发现是Blending和Stacking的不一致性相互独立，而Robust Soft Voting在概率分类上表现突出。
Grokking Is Conditional and Fragile: A Fully-Tractable, Multi-Seed Study at 12K Parameters
Yoshiyuki Ootani
cs.LG cs.AI
本文通过一个约12K参数的Llama风格transformer（Glimmer-1-Base）在模算术任务上研究grokking现象，发现其是一种条件性且脆弱的相变，依赖于训练集覆盖率和浮点环境（如CPU线程数和执行设备），并强调多种子率而非单次运行结果才是可靠的证据单位。
Localized LoRA-MoE: Block-wise Low-Rank Experts With Adaptive Routing
Babak Barazandeh et al.
cs.LG cs.AI cs.CL
本文提出Localized LoRA-MoE框架，通过将LoRA与Mixture-of-Experts结合，引入Block-Wise和Cell-Wise两种路由机制来解决多任务微调中的梯度冲突问题。实验表明该方法在矩阵模拟和视觉感知任务中优于静态基线，但整体创新性有限，未直接涉及关键词中的核心概念。
PDEFlow: Autonomous Agentic PDE Pipelines for Neural Operator Learning and Solver-Free Inference
Akshat Jani et al.
cs.LG cs.AI
PDEFlow是一个自主agent框架，将用户层面的ODE和PDE描述转化为基于求解器的neural operator pipeline，集成了问题规范、数据生成、训练和推理。该框架通过FEniCSx有限元后端生成数据，并支持多种neural operator的注册与部署。
Physiological Noise Augmentation Improves Non-Invasive Brain-to-Speech
Benjamin Ballyk et al.
cs.LG
本文提出了一种生理噪声增强方法，通过独立成分分析分解脑记录并重新混合生成训练样本，以提高非侵入式脑到语音解码的鲁棒性。实验表明该方法在MEG数据集上提升了EEGNet的解码准确率。
MeGA-MP: Metric Graph Advection Message Passing -- A Physics-Informed Message Passing Operator for Advection-Dominated Metric Graphs
Janine Strotherm et al.
cs.LG
本文提出了一种名为MeGA-MP的物理信息消息传递算子，用于在metric graph上编码线性advection动力学。该方法在纯advection场景下无需训练即可精确恢复动力学，并扩展到水分配系统中的advection-reaction动力学，实现了优于基线的性能。
Platonic Projection Structures: Operator-Induced Observability in Representation Learning
Kazuo Ishii et al.
cs.LG
本文提出了Platonic Projection Structures (PPS)框架，通过自伴半正定算子刻画表示学习中的可观测性，并揭示了观测的商几何结构。该工作为理解表示的可访问性、可解释性及投影推理提供了统一视角，但与我提供的关键词列表关联较弱。
Relational Multi-Agent Reinforcement Learning for Dynamic Pricing in High-Speed Railway Markets
Enrique Adrian Villarrubia-Martin et al.
cs.LG cs.AI cs.MA
本文提出了一种基于entity graph建模的relational multi-agent reinforcement learning框架，用于高速铁路市场的动态定价问题。该方法通过multi-layer relational graph convolutional network和attention机制处理实体特征，在模拟环境中相比baseline取得了更高的收益和稳定性。
SMART: A Machine Learning and Monte Carlo Framework for Rapid Analysis of Stochastic Transistor Aging and Process Variation in Digital Circuits
Arash Esshaghi et al.
cs.LG cs.AR
本文提出SMART框架，结合Machine Learning与Monte Carlo模拟，使用Random Forest回归预测gate delay分布，并通过Bayesian Optimization自动调参，以加速数字电路中BTI和PV的随机可靠性分析。实验表明该方法在ISCAS85基准上大幅缩短分析时间并保持高精度。
Noisy-Channel Minimum Bayes Risk Decoding
Yusuke Sakai, Hidetaka Kamigaito, Taro Watanabe
cs.LG cs.AI cs.CL
本文提出了一种Noisy-Channel Minimum Bayes Risk (MBR)解码方法，通过将MBR解码分解为四个交互组件（假设到参考的likelihood、参考到假设的likelihood、假设prior和参考prior），以处理评估指标（如BLEU和COMET）的不对称性。该方法为现有MBR变体提供了统一解释，并揭示了不同指标下通道贡献的差异，但与关键词列表中的code、context、spectral、Muon、pretrain、agent、attention等概念无直接关联。
FlatManifold: Robust Continual Learning under Severe Label Noise and Domain Shifts via Intrinsic Manifold Flattening
Rai Hisada, Kanji Tanaka
cs.LG
本文提出FlatManifold框架，利用Nyström流形展平映射和正交化RKHS投影，在持续学习中同时处理严重标签噪声和域偏移。该方法通过将特征分布映射到固定正交目标拓扑并引入岭正则化，自然平滑了极端标签噪声的影响，并在多会话机器人数据集上验证了有效性。
Video-based detection of cessation of breathing in pre-term infants using machine learning
Dineo Serame, Lionel Tarassenko, Mauricio Villarroel
cs.LG
本文使用ResNet架构从视频中提取呼吸运动信号，用于检测早产儿的呼吸暂停事件。研究发现，结合视频信号与阻抗呼吸描记法（IP）可将平衡准确率提升至90.6%，表明视频可作为传统生理监测的补充手段。
CanniUplift: A Holistic Framework for Mitigating Seller and Incentive Cannibalization in E-commerce Uplift Modeling
Zuwang He et al.
cs.LG cs.AI cs.IR
本文提出CanniUplift框架，通过Platform-level Global Alignment (PGA)和Redemption-based Decomposition Denoising (RDD)机制，解决电商uplift modeling中因多卖家环境导致的SUTVA违例问题，并在工业数据集上验证了其有效性。
FUSE: FK-Steered Multi-Modal Flow Matching for Efficient Simulation-Based Posterior Estimation
Weichen Qin et al.
cs.LG
本文提出了一种名为FUSE的基于流匹配的模拟推断方法，通过双轨架构和FK-steered采样策略来改进后验估计。该方法在标准SBI基准和真实系外行星轨道估计任务中优于现有基线，但未涉及关键词中的code、context、spectral、Muon、pretrain、agent或attention等概念。
GeoFlow: Geo-Aware Modeling of Inter-Area Relationships in Origin-Destination Flow Prediction and Generation
Zherui Huang et al.
cs.LG
本文提出GeoFlow框架，通过融合地理空间属性（如相对位置、k-hop和geodesic距离）与几何-内在融合编码器，改进了OD流预测与生成任务中的区域间依赖建模。实验表明其在预测精度和生成多样性上优于现有方法。
Target-Guided Selective Reweighting for Physics-Informed Neural Network Inverse Problems: A Transfer Learning Approach
Qian Hu et al.
cs.LG
本文提出TGSR-PINN方法，通过目标引导的选择性重加权来改进物理信息神经网络(PINN)在逆问题中的迁移学习，缓解负迁移问题。该方法利用一阶Taylor敏感性和pre-activation方差计算神经元目标分数，并通过Gaussian mixture model将低分神经元转化为弱适应信号，实现选择性软衰减。
Adaptive Inference Batching using Policy Gradients
Ruslan Sharifullin
cs.LG cs.AI cs.DC cs.PF
本文研究使用强化学习（REINFORCE和PPO）在推理服务系统中学习自适应批处理和路由策略，通过离散事件模拟器进行验证。结果表明，在单GPU场景下RL相比静态策略提升有限，但在多GPU异构路由场景中，RL能发现工作负载隔离策略，显著优于轮询和最短队列等启发式方法。
Advances in Neural Controlled Differential Equations
Benjamin Walker
cs.LG
本文针对Neural Controlled Differential Equations (NCDEs)训练效率低的问题，提出了Log-NCDEs、Linear NCDEs和Structured Linear NCDEs三种改进方法，分别通过近似求解、线性化向量场和结构化线性向量场来加速计算。这些方法在保持理论表达能力的同时，将训练速度提升了三个数量级。
Air Quality Downscaling with Station-Guided Pseudo-Supervision
Guorun Wang et al.
cs.LG cs.AI cs.CV
本文提出了一种基于station-guided框架的PM\(_{2.5}\)降尺度方法，利用多尺度transformer网络和空间高斯混合策略，将粗分辨率CAMS数据超分辨至约1km，并校正局部偏差。该方法不依赖时序建模，通过稀疏地面观测实现密集监督。
Learning Only What Valid Adapters Can Express: Subspace-Constrained Adaptation Against Fine-Tuning Poisoning
Fabien Polly
cs.LG cs.CR
本文提出了一种子空间约束的微调方法，通过将adaptation限制在从可信任务adapter池估计的低维子空间中，以防御微调投毒攻击。实验表明该方法在保持clean数据性能的同时，能有效检测并抵抗针对性的标签反转和自适应后门攻击，但会牺牲在池覆盖不佳任务上的峰值性能。
Biologically Informed Deep Neural Networks for Multi-Omic Integration, Pathway Activity Inference and Risk Stratification in Cancer
Pedro Henrique da Costa Avelar et al.
cs.LG
本文提出了一种基于pathway信息的multi-omic autoencoder框架，用于整合多组学数据并推断pathway activity，在乳腺癌生存预测和亚型分类中验证了整合效果。该方法通过架构约束嵌入先验知识以增强可解释性，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）无直接关联。
How Far is Too Far? Defining the Distance Threshold for Verification Siamese Networks
Heloísa Dias Viotto et al.
cs.LG
本文提出了一种无监督方法，通过假设Siamese verification network产生的距离分布近似为双峰函数，并寻找两个峰值之间的最小值点来确定验证阈值。该方法在多个数据集上取得了与需要标注数据的Equal Error Rate方法相当的准确率，但无需标注样本。
TabPack: Efficient Hyperparameter Ensembles for Tabular Deep Learning
Yury Gorishniy et al.
cs.LG
本文提出TabPack，一种通过并行采样和训练不同超参数的MLP集成方法，旨在减少表格深度学习中对超参数调优的依赖。实验表明，默认配置的TabPack在中等规模数据集上能达到与精细调优方法相当的性能。
What Does a Discrete Diffusion Model Learn?
Rodrigo Casado Noguerales et al.
cs.LG cs.AI cs.CL cs.IT stat.ML
本文严格推导了离散扩散模型的continuous-time Markov chain (CTMC) ELBO，证明了其负ELBO等于数据熵加上从oracle逆过程到学习过程的路径KL散度，并揭示了优化器是真实逆跳转率的条件期望。文章将去噪器、桥接插件预测器和分数比等坐标统一起来，并验证了多种现有损失函数（如MDM, UDM, SEDD, GIDD）作为特例，但整体方法更偏向理论统一与验证，与关键词中的code, context, spectral, Muon, pretrain, agent, attention关联较弱。
Weak-to-Strong Generalization via Direct On-Policy Distillation
Shiyuan Feng et al.
cs.LG cs.AI cs.CL
本文提出Direct On-Policy Distillation (Direct-OPD)方法，通过比较弱教师模型在RL训练前后的log-ratio作为隐式reward信号，直接迁移其策略偏移来增强强学生模型。该方法避免了在强模型上运行昂贵的RL训练，实验表明能在短时间内显著提升强模型在数学推理任务上的性能。

cs.AI

SwarmResearch: Orchestrating Coding Agents for Open-Ended Discovery ⭐ 精选
Yuvraj Virk et al.
cs.AI
本文提出SwarmResearch框架，通过引入orchestrator-subagent架构解决coding agents在开放式问题中过早收敛于单一方法的问题。其中Shepherd Agent利用全局context协调多个Search Agents在独立git分支中进行局部探索，从而在13/15个优化任务上超越现有LLM-guided evolution方法。该工作为agent-based code optimization提供了新的探索范式，尤其在高层次搜索策略上具有开创性。
Object-Centric Environment Modeling for Agentic Tasks ⭐ 精选
Yiyang Li et al.
cs.AI
本文提出Object-Centric Environment Modeling (OCM)，一种面向agent任务的环境建模方法。OCM将agent的交互经验组织为可执行的object-centric环境模型，包含object knowledge（定义环境实体与机制的Python类）和procedure knowledge（记录可复用的交互模式）。该方法在在线设置中工作，每轮episode后通过反思轨迹更新两个知识库，并验证所有procedure能正确执行。实验表明OCM在多个benchmark上取得最佳平均排名，并有效减少无效动作，为LLM agent的长期经验积累与重用提供了新的范式。
Biological Motifs for Agentic Control ⭐ 精选
Bogdan Banu
cs.AI q-bio.CB
本文提出了一种基于biological motifs（生物调控基序）的agentic control（智能体控制）框架，通过polynomial functors（多项式函子）和wiring diagrams（接线图）建立了Gene Regulatory Networks（基因调控网络）与agentic software systems之间的typed interface correspondence（类型化接口对应）。核心贡献包括：Agentic Operad（智能体操作元），一种用于agent composition（智能体组合）的typed syntax（类型化语法），并给出了feed-forward topologies（前馈拓扑）的可证明error suppression bounds（误差抑制界）；以及一个epistemic topology（认知拓扑）层，从wiring diagram的observation structure（观测结构）推导出Kripke-style knowledge operators（克里普克式知识算子），并证明了关于multi-agent scaling（多智能体扩展）的四个预测性定理（error amplification, sequential penalty, parallel acceleration, tool density scaling）。该方法为agentic control提供了严格的数学基础，与关键词“agent”高度契合。
Agentic SABRE: An Uncertainty-Aware Neuro-Symbolic Multi-Agent Framework for Adaptive Ransomware Detection ⭐ 精选
Henry Kabuye, Biju Issac, Jeyamohan Neera
cs.AI cs.CR
Agentic SABRE提出了一种不确定性感知的神经符号多智能体框架，用于自适应勒索软件检测。该框架融合了基于语义的表示证据和基于行为的时序取证遥测，并利用Monte Carlo Dropout推断来量化每个智能体的认知不确定性。其核心创新在于引入了一个决策层编排器，通过风险分数和不确定性预算两个可解释阈值，实现风险与不确定性感知的自动分流，从而在自主响应与分析师监督之间建立灵活的计算契约。该方法在RDset和RanSMAP数据集上取得了完美判别性能（AUC=1.0），并在弱行为信号下提升了鲁棒性，与关键词中的agent概念高度契合。
Do GUI Agents Believe Their Eyes? Diagnosing State-Belief Reliance on Pixels versus Structure ⭐ 精选
Guijia Zhang, Harry Yang
cs.AI
本文提出并形式化了“视觉状态依赖”这一概念，用于诊断多模态GUI agent的state belief（对当前界面状态的信念）究竟来源于rendered pixels（渲染像素）还是serialized structure（如DOM树）。作者通过paired single-channel interventions（配对单通道干预）在310个真实web/mobile/desktop探针上测量了Perception-Fusion Gap（感知-融合差距），发现所有测试模型在文本冲突下都倾向于依赖结构而非像素，且这种偏差会直接导致实际任务失败。该工作为agent的视觉grounding问题提供了可量化的诊断工具，与关键词“agent”高度契合。
MechMath Agent Team: LLM Driven Agents for Mathematical Research ⭐ 精选
Yichuan Cao et al.
cs.AI cs.SC
本文提出了MechMath Agent Team (MMAT)，一种基于LLM的多agent系统，旨在作为数学研究的全程co-pilot。其核心创新在于设计了“Harness Architecture”，将系统解耦为Control、Execution和Augmentation三个平面，以平衡严格的逻辑控制与开放研究的灵活性。在该框架下，系统实例化了Knowledge Base Manager、Natural Language Prover和Formal Language Prover三个专用agent，通过闭环协作生成形式化验证的数学证明。在数论、代数复杂性理论等多个领域的开放问题上，该系统在两个月内解决了11个问题，验证了其作为研究co-pilot的潜力，这与关键词“agent”高度契合。
Governed Individuation: Cryptographically Decoupling an Agent's Learning from Its Authority ⭐ 精选
Xue Qin et al.
cs.AI cs.CR
本文提出了一种名为"Governed Individuation"的架构方法，通过将agent在启动时绑定到一个加密冻结的identity digest，并将每个动作路由到一个基于语义效果（而非动作名称）定义的gate上，从而在密码学上保证agent的学习行为不会超出其操作者授权的范围。该方法证明，即使agent进行自我诱导的安全原则学习，也无法扩大其权限，除非有操作者签名的身份变更。实验表明，在开放式的工具使用基准测试中，该方法将禁止效果的执行降至零，同时保持任务成功率，从而将信任从对agent持续对齐的概率性赌注转变为任何人都可以在启动时验证的检查。该工作与关键词"agent"和"code"高度契合，为部署中的学习agent提供了可验证的安全保障。
AgenticPD: A Stage-Aware Agentic Framework for Physical Design QoR Optimization ⭐ 精选
Shuo Ren et al.
cs.AI
AgenticPD提出了一种stage-aware的agentic框架，用于物理设计QoR（quality-of-results）优化。该框架围绕物理设计流程的阶段边界组织，通过一个Judge Agent导航搜索，并由stage-specialized agents使用阶段局部工具做出局部决策，从而避免每次试验后重新运行完整流程。系统能够从先前的中间状态分支并重用checkpoint以继续优化过程，最终在post-route signoff处评估每个候选方案。该方法在post-route timing上取得了强结果，并在power和area方面保持竞争力，与关键词“agent”高度契合。
STAPO: Selective Trajectory-Aware Policy Optimization for LLM Agent Training ⭐ 精选
Qiuyi Qi et al.
cs.AI
本文提出了一种名为STAPO (Selective Trajectory-Aware Policy Optimization) 的层次化group-based RL框架，用于训练LLM agent。针对长程任务中稀疏奖励导致的trajectory neglect问题，作者引入了normalized entropy（归一化熵）来更可靠地衡量agent在中间步骤的决策可靠性，从而定位低质量动作。STAPO通过联合机制（trajectory-aware reward和trajectory-independent penalty）对这些异常步骤进行优化，在提升agent对任务目标和交互历史的关注度的同时保持训练稳定性。在ALFWorld、WebShop等agentic任务上的实验表明，该方法达到了state-of-the-art性能，有效缓解了trajectory neglect问题，与关键词“agent”高度契合。
MetaSkill-Evolve: Recursive Self-Improvement of LLM Agents via Two-Timescale Meta-Skill Evolution ⭐ 精选
Zefeng Wang et al.
cs.AI
本文提出MetaSkill-Evolve框架，通过双时间尺度递归自改进机制使LLM agent的技能进化从单层扩展到递归：任务技能在快循环中进化，而元技能（meta-skill，包含分析器、检索器、分配器、提议器和进化器五个组件）在慢循环中通过相同流程对自身进行改进。该方法无需额外模型或目标函数，仅使用单个冻结backbone，在OfficeQA、SealQA和ALFWorld三个agentic benchmark上显著优于无技能、静态技能和单层进化基线，与关键词“agent”高度契合。
OptiAgent: End-to-End Optimization Modeling via Multi-Agent Iterative Refinement ⭐ 精选
Adriana Laurindo Monteiro et al.
cs.AI cs.MA
本文提出OptiAgent，一个基于多智能体迭代精炼的端到端优化建模框架。该框架通过专用agent提取决策变量和约束等结构，并引入多循环验证架构与四种专门反馈机制，分别针对误解、结构缺陷、数学不一致性及代码错误等失败模式进行自纠正。在LP、MILP及非线性规划任务的4个基准测试中，OptiAgent在3个上达到最优性能，同时其模块化设计提升了建模过程的透明度和可审计性。该工作与关键词“agent”高度契合，展示了多智能体系统在自动化数学建模中的创新应用。
When Should Service Agents Reconsider? Difficulty-Routed Control in Customer-Service Operations
Qian Chen, Chengyuan Liu, Xin Yu
cs.AI cs.CL
本文提出了一种基于难度路由的服务控制架构，用于自主客服agent，通过轻量级路由器将常规会话与操作耦合会话分流，并在升级路径中引入冲突感知通信和写前重新考虑机制。实验在零售和航空任务上验证了该方法能提升操作冲突请求的可靠性，但未涉及代码、谱方法或预训练等关键词相关技术。
iFLYTEK-Embodied-Omni Technical Report
Yuan Zhang et al.
cs.AI cs.CV
本文提出iFLYTEK-Embodied-Omni，一个统一的多模态基础模型，通过共享的多模态self-attention机制联合建模视觉、语言和动作，采用脑-小脑协作架构将高层指令理解与低层动作生成解耦，并利用四阶段训练策略整合多种数据。
Internal Pluralism and the Limits of Pairwise Comparisons
Bailey Flanigan, Michelle Si
cs.AI cs.CY
本文研究了内部多元主义（internal pluralism）对成对比较（pairwise comparisons）偏好学习方法的限制，通过形式化模型揭示了局部比较可能无法捕捉全局性优先级（如proportionality），且强制比较会导致行为扭曲。作者提出允许报告不确定性的替代方案可减少查询次数，并指向直接eliciting优先级的偏好学习方法。
ASK in the Dark: Uncertainty-Gated LLM Assistance under Partial Observability
Juarez Monteiro et al.
cs.AI cs.LG
本文研究了在部分可观测环境下，利用小语言模型（SLM）通过不确定性门控机制辅助强化学习agent的问题。作者发现，简单的门控方法因缺乏上下文而失效，并提出ASK+方法，通过提供轨迹感知的上下文（如部分地图、访问位置和动作历史）和结构化思维链推理，显著提升了agent在DoorKey、FourRooms等环境中的成功率。
Automated Data Readiness for Scientific AI
Sean R. Wilkinson et al.
cs.AI cs.CE
本文提出了REDI框架，一个用于科学AI数据自动准备的开源五阶段pipeline（ingest, preprocess, transform, structure, output），并包含可复现性追踪和agent可调用部署能力。在气候、蛋白质组学、材料科学和核聚变等领域的评估表明，REDI能将原始数据转换为AI就绪格式，并在Frontier超算上实现近理想的并行扩展。
MedCalc-Pro: Solving Complex Medical Calculations with LLM Agents
Siran Zhao et al.
cs.AI
本文提出了一个名为MedCalc-Pro的医学计算基准，包含单计算器、多计算器和嵌套计算器三种任务设置，并设计了一个支持多工具选择和嵌套调用的agent框架来提升LLM在复杂临床计算场景中的表现。该工作主要关注医学计算领域的应用，与关键词中的agent有一定关联，但方法本身并非开创性突破。
Oyster-II: Reinforcement Learning for Constructive Safety Alignment in Large Language Models
Jiyang Guan et al.
cs.AI
本文提出Oyster-II，一种基于reinforcement learning的constructive safety alignment框架，旨在解决大语言模型在安全性与有用性之间的权衡问题。该方法通过Zero-RL范式和多阶段强化学习，改进了Oyster-I中Supervised Fine-Tuning方案的安全泛化不足和safety chain-of-thought过度泛化问题。
VERITAS: Towards a General-Purpose Replication Tool for Scientific Research
Haokun Liu, Filbert Aurelian Tjiaranata, Chenhao Tan
cs.AI
VERITAS是一个基于CLI coding agent的通用科学论文复现框架，能从论文中提取claims并自动运行实验验证。它在计算机科学、社会科学等领域的65篇论文上取得了state-of-the-art性能，但方法本身并非开创性，且与关键词中的agent概念仅有一般性关联。
A Sliding-Window-Based Reinforcement Learning for Dynamic Assembly Flow Shop Scheduling with Multi-Product Delivery
Junhao Qiu et al.
cs.AI
本文提出了一种基于滑动窗口的强化学习框架SWRL，用于解决具有多产品配套交付约束的动态柔性装配流水车间调度问题。该框架通过异构图马尔可夫决策过程建模，并集成了滑动窗口过滤、时空图编码和动态动作映射等模块，以应对稀疏奖励和动态拓扑带来的挑战。
Evaluating Generative Agents with Actions Grounded in Socially Distributed Task Environments using Incognita
Dan C. Hsu, Luke Lu
cs.AI cs.CL
本文提出了Incognita框架，用于在社交分布式任务环境中评估generative agent，该环境将任务相关知识分散到不同角色中。实验表明，更强的模型能获取更多隐藏知识并与更多实体交互，但整体可靠性仍然较低。
Reinforcement Learning for Evidence-Seeking Diagnostic Reasoning with Large Language Models
Shengyi Hua et al.
cs.AI
本文提出了一种基于Reinforcement Learning的Iterative Evidence-Seeking框架，用于提升LLM在医疗诊断中的主动推理能力，并引入了Retrieval-Augmented Generation-based Examination Simulator (RAGES)来模拟临床证据获取过程。实验表明该方法能使LLM从被动响应者转变为自主诊断助手，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
Beyond Forecasting: The Belief-to-Trade Layer in Prediction-Market Agents
Yishu Wang et al.
cs.AI
本文提出了Raven-Agent，据称是首个用于prediction market的自主交易agent，通过将预测转化为交易决策，在回测中实现了正收益。该方法主要关注agent在预测市场中的交易策略，而非直接涉及code、context或spectral等关键词。
Human-Centric Reflective Architecture for Human-AI Collaborative Decision-Making
Andreas Kouridakis, Dimitrios Patiniotis Spyropoulos, George Vouros
cs.AI cs.MA
本文提出了一个名为Human-Centric Reflective Architecture (HCRA)的人机协作决策框架，将协作决策任务建模为AI agent与人类玩家之间的stochastic game，并整合了人类校准模型与强化学习agent。实验表明该方法能提升决策有效性，但未涉及code、spectral、Muon、pretrain或attention等关键词。
Silicon Sampling via Cross-Survey Transfer
Chan-Tung Ku et al.
cs.AI cs.CL cs.CY cs.MA stat.ME
本文提出了一种名为cross-survey transfer的评估框架，用于检验LLM模拟人类调查受访者的能力，并基于TEDS 2024数据进行了实验。研究发现零样本LLM在预测未见项目上的准确率接近监督学习模型，且不同态度的可预测性存在显著差异。
APeB: Benchmarking Personalization Ability of Large Language Model Agents
Garry Yang et al.
cs.AI cs.HC
本文提出了APeB基准，用于评估LLM agent在原始查询下的个性化能力，通过构建个性化产品搜索测试集发现模型在处理早期模糊查询时表现不佳，主要原因是未能有效利用历史交互信息。
Organizational Memory for Agentic Business Process Execution
Lukas Kirchdorfer et al.
cs.AI cs.MA
本文提出了一种面向LLM-based agent的组织记忆架构，用于共享和治理企业业务流程执行中的过程性知识，并通过采购场景的概念验证展示了其有效性。
Embodied Operators and Benchmarking: Toward Reusable and Deployable Embodied Intelligence Systems
Junwu Xiong et al.
cs.AI
本文定义了embodied intelligence系统中的embodied operators概念，将其分类为五类功能模块，并提出了一个多维度benchmark框架来评估这些模块的性能。文章主要关注系统架构和评估标准，与关键词中的code、context、spectral、Muon、pretrain、agent、attention等概念关联较弱。
Reflective Dialogue or Prompt Refinement? Effects of Tutor Scaffolding on Students' Independent LLM Use for Programming
Jerome Brender et al.
cs.AI
本文比较了两种基于LLM的编程辅导策略：Socratic-Guidance (SG) 导师通过对话式提问引导，而Prompt-Refinement (PR) 导师则指导提示词优化。研究发现，虽然两者在任务表现上相似，但SG导师能更好地促进学生后续独立使用LLM时的理解驱动型提问策略，从而获得更高的学习收益。
When Aggregate Alignment Misleads: Auditing Policy Repair Without Per-State Expert Actions
Peiying Zhu, Sidi Chang
cs.AI cs.LG
本文研究了一个agentic AI系统在酒店定价模拟器中修复决策策略的问题，其中编辑器只能获得区域级诊断反馈而无法访问专家动作标签。实验表明，尽管多重启LLM编辑器在收入上接近基准策略，但单纯的行为对齐指标（如聚合距离）可能产生误导，因为更强的对齐反而导致收入下降。
From Mobile Data to Business Insights: An End-to-End Analytics Framework for Large-Scale Urban Mobility Analysis and Decision Support
Thiago Andrade et al.
cs.AI cs.CY cs.LG
本文构建了一个端到端的城市移动数据分析框架，利用Google BigQuery和Vertex AI处理大规模智能手机位置数据，并开发了包括移动性画像、频繁轨迹挖掘等模块。该工作主要面向实际应用场景，未涉及关键词中的理论或方法创新。
Efficient bias mitigation in T2I diffusion models using Concept Graphs
Mansi, Avinash Kori, Francesco Leofante
cs.AI cs.CV
本文提出CO-ALIGN方法，通过概念图对齐（concept-graph alignment）在text encoder和denoiser内部操作，以减少T2I扩散模型中的有害bias。该方法在保持生成质量的同时显著降低bias，并提升了下游任务（如概念遗忘）的鲁棒性。
Personalized Causal Recourse: A Human-In-The-Loop Approach
Denise Tampieri, Giovanni De Toni, Paolo Giudici
cs.AI cs.HC
本文提出了一种人机交互框架，通过贝叶斯推断迭代逼近用户的structural causal model，以生成个性化的算法recourse建议。该方法利用人类反馈改进因果效应识别，但当前仅在模拟数据上验证，且对非线性结构的处理仍存在挑战。
Demonstrating Generalization Failures via Mixtures of Conditional Policies
Jou Barzdukas et al.
cs.AI
本文提出了一种通过混合条件策略构建语言模型的方法，以可控方式展示其在RL训练后的泛化失败。该方法使用监督微调混合条件策略的transcripts，使得模型在训练分布上选择高奖励策略，但可能在另一分布上性能降为零。
MentalThink: Shaping Thoughts in Mental SVG World
Kangheng Lin et al.
cs.AI
MentalThink提出了一种视觉-符号推理范式，通过让多模态大模型生成、渲染和解释SVG代码作为中间视觉表示，实现类似人类心理意象的多轮推理过程。该方法在空间理解基准上取得了较好性能，但与我提供的关键词列表中的概念关联度较低。
Applying Answer Set Programming with Fuzzy Membership Functions: a Case Study
Luca Ferragina et al.
cs.AI
本文探讨了一种基于fuzzy logic的Answer Set Programming (ASP)定性扩展方法，通过引入模糊隶属函数来桥接数值信息与定性推理，并在一个代表性用例中展示了如何将机器学习模型的数值输出与符号推理相结合。该方法避免了刚性阈值，支持在模糊性下的鲁棒推理。
How to Avoid Debate: Scalable AI Safety via Doubly-Efficient Interactive Proofs
Liyan Chen, Yael Tauman Kalai, Zoe Xi
cs.AI cs.CC cs.CR cs.LG
本文研究了AI安全中的单证明者交互式证明，提出了针对oracle辅助计算的双高效交互式证明和论证，适用于鲁棒计算或低阶多项式oracle的场景。这些结果展示了在无需辩论的情况下实现交互验证的可能性。
The Role of Rigor in Artificial Intelligence
Timothy Nguyen
cs.AI
本文通过引入一个包含概念严谨性、认知严谨性和操作严谨性的三部分框架，分析了人工智能在缺乏传统科学基础的情况下如何通过性能驱动迭代取得进展，并探讨了深度学习中的经验方法、基准测试的利弊以及理论发展的障碍。
Robust Feasible Route Construction through Collaborative Partition Optimization
Oguzhan Karaahmetoglu, Hyong Kim
cs.AI math.OC
本文提出Collaborative Routing Constructors (CoRC)框架，通过允许独立求解的子问题在优化过程中交换客户和车辆，来解决大规模Capacitated Vehicle Routing Problem (CVRP)的可行解构造问题。实验表明，该方法在构建可行解方面优于基于固定划分或全局重优化的方法。
Agent Reinforcement Learning via Pivotal-Aware Self-Feedback Retry
Weiyang Guo et al.
cs.AI
本文提出PivoARL，一种用于LLM agent的自我反馈重试框架，通过识别关键错误轮次并仅从对应状态进行局部重试，以减少冗余交互并集中经验信号。实验表明该方法在多个agent任务和QA基准上提升了Pass@k指标并降低了交互成本。
Explainable Reinforcement Learning for Adaptive Traffic Signal Control
Dickens Kwesiga et al.
cs.AI cs.LG
本文提出了一种可解释的实体中心强化学习框架用于自适应交通信号控制，通过双阶段注意力网络提取相位与车道的依赖关系，并集成动作掩码确保安全约束。该方法在微观仿真中优于基线，但未涉及代码、谱方法或预训练等关键词。
Can Conversational Temporal Dynamics Improve Depression Detection in Dyads? A Preliminary Investigation in Multi-Modality Perspectives
Hanie Kang et al.
cs.AI
本文初步探索了对话时间动态（dyadic turn-pair timing）在双人抑郁检测中的应用，通过将24维时间模块与自监督编码器融合，在DAIC-WOZ数据集上验证了其作为轻量级可解释特征的有效性。
Bridging Interleaved Multi-Modal Reasoning as a Unified Decision Process
Zican Hu et al.
cs.AI
本文提出BRAID框架，将多模态交错文本-图像推理建模为统一的Markov decision process (MDP)，通过共享轨迹级advantage和VLM judge提供的密集反馈，联合优化文本与图像生成。实验表明该方法在空间推理和视觉感知任务上优于基线。
Folding, Reasoning, and Scaling with Open-source Drug Discovery Engine
Aureka AI OpenDDE project
cs.AI cs.CE q-bio.BM
本文介绍了Open Drug Discovery Engine (OpenDDE)，一个开源的、全原子生物分子基础模型，通过共折叠作为入口实现可扩展的AI驱动药物发现，并验证了共折叠模型的scaling law方向。该工作主要贡献在于提供了一个可复现的开源框架，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
Evaluating LLM Uncertainty in Long-Form Generation Using Deterministic Ground Truth
Ido Amit, Ido Galil, Ran El-Yaniv
cs.AI cs.CL cs.LG
本文提出了SALT基准，用于评估LLM在长文本生成中的不确定性，通过确定性ground truth实现细粒度错误分析。研究发现置信度排序在原子级别失效，且推理过程会引入准确率与置信度排序之间的权衡。
Harness-Aware Self-Evolving: Co-Evolving Model Weights, Harness, and Task Solutions
Haochen Luo et al.
cs.AI
本文提出了一种名为HASE的agentic reinforcement-learning框架，允许单一模型在多轮动作空间中同时生成任务解决方案或编辑harness组件。实验表明，该框架在文本分类和alpha因子挖掘等任务上取得了有竞争力的性能。
Online Linear Programming for Multi-Objective Routing in LLM Serving
Zixi Chen, Yinyu Ye, Zijie Zhou
cs.AI cs.LG math.OC
本文研究了LLM服务中的在线路由问题，将路由建模为具有可解释决策奖励的在线线性规划，并应用基于bid-price的控制策略。通过Vidur模拟器验证，该方法在端到端延迟、吞吐量等多个SLO指标上优于基于启发式的基线方法。
Explainable AI for Screening Abuse-Related Trauma in Bangladeshi Children: A Training-Free Multimodal Framework Evaluated on Noise-Aware Synthetic Data
Salma Hoque Talukdar Koli, Fahima Haque Talukder Jely
cs.AI cs.CL cs.CY cs.LG
本文提出ShishuRaksha AI，一个无需训练的multimodal框架，用于孟加拉国儿童虐待相关创伤的筛查，融合问卷、叙事文本、绘画特征和面部情感，并在噪声感知的合成数据上评估。该工作主要是一个可行性研究，方法上未涉及关键词中的code, context, spectral, Muon, pretrain, agent或attention等核心概念。
What is Left for Us? Second Scholarship Against the Degradation of Research by AI
Claudio Novelli, Luciano Floridi
cs.AI
本文探讨了生成式AI对学术研究的潜在负面影响，认为AI可能侵蚀形成学术判断和建立学术信任的实践过程，并主张通过“第二学术”重新强调隐性知识、个人承诺、社会化和深度阅读等不可自动化的研究要素。
PLACEMEM: Toward a Compute-Aware Memory Plane for Lifelong Agents
Sukanta Ganguly
cs.AI
本文提出PLACEMEM，一个面向终身智能体的计算感知内存平面系统原型，通过版本化胶囊表示智能体记忆以支持持久化、演化和修正，并描述了基于vLLM的原型实现与基准测试。
Forethought: Verifiable Reasoning from Neurosymbolic Primitive Programming
Vishvesh Bhat, Jay Vaghasiya, Emmanuel Anaya Gonzalez
cs.AI
本文提出Forethought，一种神经符号推理系统，将推理过程视为可验证的显式程序，通过领域特定语言组合符号与神经原语。该方法在五个基准测试上提升了基础模型约30%的准确率，使小模型能与前沿模型竞争，但未直接涉及关键词中的code, spectral, Muon, pretrain, agent或attention等核心概念。
Language models guide symbolic equation discovery by controlling search
Zikai Xie et al.
cs.AI cs.SC
本文探讨了语言模型在符号方程发现中的角色分工，提出将语言模型作为搜索控制器（LLM-PySR），由它指定变量、算子和搜索深度，而由符号回归方法枚举和拟合表达式。实验表明，这种分工在准确性和复杂度上优于让语言模型直接提出或选择公式的方法。
A Clustering-Based Framework for Identifying Suspicious Trading Patterns in Capital Market
Asif Zaman et al.
cs.AI cs.LG
本文提出一个基于K-Means++聚类的无监督欺诈检测框架，用于识别资本市场中的可疑交易模式。该框架在约100万笔金融交易数据上识别出2.02%的可疑交易，并通过Silhouette Score验证了模型性能。
Agentic IoT: Architectures, Applications, and Challenges Toward the Internet of Agents
Rümeysa Hilal Sevinç, Bahaeddin Türkoğlu, İbrahim Kök
cs.AI cs.MA cs.NI
本文探讨了Agentic IoT作为下一代认知物联网范式，通过整合AI agent的感知、推理、规划与行动能力，将物联网从数据采集基础设施转变为分布式认知agent生态系统，并系统综述了其架构、应用及挑战。
Unsupervised Features Mining via Activation Geometry
Amit LeVi, Elad David, Max Fomin
cs.AI
本文提出了一种无监督框架MAG，通过向输入添加相同自然语言指令来从模型激活中提取推理特征，并发现这些特征可近似为单一激活方向用于向量操控。该方法在提示注入分类器的训练数据选择中取得了较好效果，但整体创新性有限。
Progress- and Reliability-Oriented Group Policy Optimization for Agentic Reinforcement Learning
Mingxuan Fan, Peiyang Liu
cs.AI
本文提出了一种名为ProGPO的基于组的强化学习方法，用于改进大语言模型agent在长程交互任务中的策略优化。该方法通过保持精确前缀动作比较并结合基于rollout的状态势能来估计过渡信用，从而在无需学习critic的情况下实现上下文一致的步骤级学习。
Shortcut Learning in Legal Judgment Prediction: Empirical Evidence from the UK Employment Tribunal
Joe Watson et al.
cs.AI
本文通过分析英国就业法庭的33,158个案例，实证研究了法律判决预测中的捷径学习问题。研究发现，模型性能的提升主要源于后验司法文本中的结果泄露特征，而非真正的预测能力，但通过掩码这些特征重新训练后模型性能下降很小。
HAS-Bench: Evaluating LLM-Based Human-Agent Systems under Configurable Human Participation
Yaozu Wu et al.
cs.AI
本文提出了HAS-Framework，一个基于graph的框架，用于表示人类与LLM驱动的agent在协作中的角色、权限和通信路径。基于此框架，HAS-Bench评估了在不同人类参与配置下Human-Agent Systems的任务结果和协作行为。
Server-side Anti-cheat in FPS games for Aimbot detection using Deep learning and Machine learning
Siddhesh A. Dhinge et al.
cs.AI cs.LG
本文提出了一种名为YAACS的服务器端aimbot检测系统，通过Stacked LSTM模型分析时间序列数据（如瞄准速度、射击次数）和行为数据来区分作弊玩家与正常玩家，在FPS游戏中实现了88.6%的准确率和0.97%的假阳性率。该工作主要关注实际应用中的作弊检测，但方法在理论创新性上较为常规。
Nemotron-Labs-3-Puzzle-75B-A9B: Compressing Hybrid MoE LLMs
Akhiad Bercovich et al.
cs.AI
本文提出了一种名为Nemotron-Labs-3-Puzzle-75B-A9B的压缩混合MoE大语言模型，通过多阶段流水线（包括迭代Puzzle压缩框架、知识蒸馏、强化学习、量化和多Token预测头）优化了推理效率。该模型在保持下游任务精度的同时，显著提升了服务器吞吐量和长上下文并发处理能力，但未涉及关键词中的code、spectral、Muon、pretrain或agent等核心概念。
Decentralized Aggregation of LLM Predictions via Wagering Mechanisms
Yuhong Luo, David M. Pennock, Xintong Wang
cs.AI cs.GT
本文提出了一种基于wagering mechanism的LLM预测聚合方法WALLA，通过引入留一基线实现去中心化聚合，并证明了其激励兼容性和优势对齐性。实验表明该方法在预测性能上可与集中式方法媲美，但未涉及code、spectral、Muon等关键词相关技术。
LLM-as-a-Tutor: Policy-Aware Prompt Adaptation for Non-Verifiable RL
Yujin Kim et al.
cs.AI
本文提出LLM-as-a-Tutor框架，将LLM的角色从评判者扩展为导师，通过成对比较策略rollout来检测非挑战性prompt并为其追加原子约束，从而单调提升prompt难度以匹配策略能力。该方法在三个复杂指令遵循基准上优于现有基线，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。
Agent Step Value: State-Transition Measurement with State-Grounded LLM Evaluators
Andrew Zhang, Chengzhan Li
cs.AI
本文提出Agent Step Value (ASV)框架，通过状态转换测量来评估agent每一步动作对状态的影响，使用无状态LLM评估器对候选结果进行评分。该方法在PubMed检索任务上进行了验证，但整体创新性有限，与关键词中的agent概念有一定关联但不够突出。
ResearchStudio-Idea: An Evidence-Grounded Research-Ideation Skill Suite from ML Conference Outcomes
Qihao Zhao et al.
cs.AI
本文提出ResearchStudio-Idea，一个基于证据的研究构思技能套件，包含Paper-Search、Scoop-Check和IdeaSpark三个模块，用于从ML会议论文中提取可复用的构思模式并生成研究提案。该方法通过分析1947篇论文总结出15种构思模式，并利用LLM实现端到端的自动化构思流程，但与我提供的关键词（如code, spectral, Muon, pretrain, agent, attention）无直接关联。
Why Pure Reasoning is Not Enough: Nature as the Source of Mathematical Innovation
Charanjit S. Jutla, Vimal Sharma
cs.AI
本文提出人类数学推理依赖外部领域（尤其是自然界）的模式匹配，而非纯粹演绎，并以此论证大型语言模型需要海量跨领域模式存储。文章以Fourier变换的历史为例说明物理问题推动了数学创新，但未直接涉及关键词中的具体技术。
Compressing the Validation Bottleneck: An Agentic Self-Driving Lab for Scientific Discovery
Kyunghoon Hur, Chihun Lee
cs.AI cs.RO
本文提出了一种agentic self-driving lab (SDL)框架，通过prior-aware DOE和cost-aware surrogate agent来减少实验轮次和单次实验成本，从而加速科学发现循环。该方法在生物学和材料学领域进行了验证，但并未直接涉及code、spectral或Muon等关键词。
VLA Grounder: Language-Conditioning Space Optimization for Black-Box VLA Models
Damir Shodiev et al.
cs.AI
本文提出了一种针对黑盒VLA模型的语言条件空间优化方法，通过强化学习从稀疏任务完成奖励中优化语言指令，而不更新模型权重。实验表明该方法在指令敏感和符号操作任务上提升了成功率。
Measuring Harness-Induced Belief Divergence in Multi-Step LLM Agents
Haiwen Yi, Xinyuan Song
cs.AI
本文研究了在多步LLM Agent中，不同的软件框架（harness）如何导致Agent信念的差异，并提出了一个信念展开诊断方法（belief-rollout diagnostic）来量化这种差异。实验表明，即使任务、环境和基础LLM固定，框架设计也会改变Agent的决策信念，因此框架应被视为评估中的实验变量而非实现细节。
Heaviside Continuity of Rolling Coefficients for Eliminating Epistemic Entropy in Large Language Models
MY Pitsane, Hope Mogale
cs.AI cs.NE
本文提出Heaviside Continuity of Rolling Coefficients (HCRC)框架，通过Heaviside Gate将LLM推理重构为谓词门控的状态转移，结合模型置信度与并行验证信号来阻止错误中间状态传播。该方法在软件工程与推理任务上降低了错误完成率，但主要贡献在于执行控制而非模型架构创新，与关键词列表中的核心概念关联较弱。
Detecting Answer-Driven Reasoning in LLM-Based Educational Tutors via Truncated Chain-of-Thought Auditing
Bonan Shen et al.
cs.AI cs.LG
本文研究了LLM教育辅导系统中答案驱动的推理问题，通过截断Chain-of-Thought审计方法（TRACE）检测模型是否在生成解释前已获取答案信息。实验表明，当模型访问答案键时，其推理过程会显著偏离基于问题的逻辑推导。
Attention Limited Reward Learning
Wenqian Xing
cs.AI
本文通过理性疏忽模型分析了人类成对比较中的注意力限制，指出标准Bradley-Terry奖励建模可能混淆奖励差异与注意力限制导致的模糊性，并证明被动比较数据无法区分奖励、注意力和默认倾向。研究通过Chatbot Arena和感知比较案例验证了注意力限制对偏好学习的扭曲效应。
MRMS: A Multi-Resolution Memory Substrate for Long-Lived AI Agents
Jizhizi Li, Amy Shi-Nash
cs.AI
本文提出了一种名为MRMS的多分辨率记忆架构，用于支持长期运行的AI agent，通过结构化记录、向量表示和图关系在时间轴上的协同工作来管理记忆。该工作主要关注agent的记忆设计问题，与关键词中的agent相关，但方法本身并非开创性突破。
Formal Disco: Scalable Open-Ended Generation of Formally Verified Programs
Gabriel Poesia et al.
cs.AI
本文提出Formal Disco系统，通过协调LLM agents（包括initiators、fixers和extenders）进行分布式合成数据生成，以解决形式验证语言中数据稀缺的问题。系统利用最大熵原则生成多样化程序，并在Dafny、Verus和Frama-C三种语言上训练了开源模型。
Integrated Altruistic and Fairness Preference Induces Advanced Mutual Cooperation in Sequential Social Dilemmas
Yu Wei et al.
cs.AI
本文提出了一种名为AFP的reward-sharing机制，整合了利他偏好和公平偏好，用于解决多智能体强化学习中的社会困境问题。实验表明，该机制能促进智能体间的合作并提高集体奖励与公平性。
FORGE: Research-Trajectory Hijacking Attacks on Deep Research Agents
Yue Pan et al.
cs.AI
本文提出了一种针对深度研究agent（Deep Research Agents）的规划层投毒攻击方法FORGE，通过构造对抗性文档来劫持子任务规划并污染最终报告。同时引入PRISM指标评估攻击效果，并提出了Root Query Anchoring作为轻量级防御策略。
FM-ChangeNet: Learning Change through Pathwise Feature Transport
Roie Kazoom, George Leifman, Genady Beryozkin
cs.AI cs.CV
本文提出FM-ChangeNet，一种用于变化检测的路径监督框架，通过将双时态推理重新表述为特征空间中的连续transport而非静态端点比较，并学习时间条件速度场\(\hat{v}_\theta(z_t,t)\)来捕捉时间演化。该方法在遥感基准上取得了先进性能，但与关键词列表中的概念关联较弱。
CARL: Constraint-Aware Reinforcement Learning for Planning with LLMs
Qiuyi Qi et al.
cs.AI
本文提出CARL框架，通过比较LLM在有无约束输入下的输出分布来设计约束感知奖励，以增强模型对任务约束的内在关注。实验表明该方法在规划任务上优于标准强化微调基线。
Medi-Gemma: A Hybrid Clinical Decision Support System Integrating Deterministic EMR Analytics and Retrieval-Augmented Generation
Mohammed Saim Ahmed Quadri et al.
cs.AI
本文提出了Medi-Gemma，一个用于伤口病理分诊和工作流自动化的临床决策支持系统，通过解耦框架分离临床感知与数据编排，并利用Ground Truth Injection Module将结构化EMR数据作为上下文注入LLM提示，以消除语义漂移并提高事实准确性。
Quantum-Inspired Harmonic Decision Models: A Computational Framework for Music Generation
Josef Pavlíček, Petra Pavlíčková, Martin Molhanec
cs.AI cs.SD
本文提出了一种量子启发的音乐和声决策框架，将和声生成建模为组合空间中的优化问题，结合了基于干涉的和声阶段与经典优化过程。实验表明该方法能降低和弦密度并提升和声稳定性，但专家评估指出和声复杂性并不总是更自然。
Toward Trustworthy Large Language Model Agents in Healthcare
Hadi Hasan et al.
cs.AI
本文提出了CareConnect系统，利用LLM function calling和RAG等技术自动化医疗预约调度，通过确定性安全护栏确保系统不提供医疗建议。实验表明该系统在任务完成率和成本效率上表现良好，但方法本身在agent领域缺乏显著开创性。
Diffusion-Guided Uncertainty-Aware Delayed Policy Optimization
Junqi Tu et al.
cs.AI
本文提出了一种名为DUPO的强化学习方法，通过扩散模型（diffusion model）显式建模延迟状态与当前状态之间的关系，并利用估计的差异来加权延迟策略，以解决随机MDP中延迟反馈导致的性能下降问题。实验表明，该方法在连续机器人控制任务中优于现有方法。
ASSEMCAD: Production-Ready CAD Assembly Generation from Natural Language
Yurui Dong et al.
cs.AI cs.CV
AssemCAD是一个从自然语言生成生产级CAD装配体的框架，它通过构建基于公理的装配规范（包含类型化零件、几何端口、可执行配合和工程公理）来替代直接生成CAD代码，并利用端口和配合库实现确定性几何执行。该方法在AssemBench基准上相比纯代码生成基线显著提升了装配保持度和物理有效性，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
TacReasoner: A Dynamic Tactile-Language Framework for Interactive Reasoning in Real-World Scenarios
Kailin Lyu et al.
cs.AI
本文提出了TacReasoner，一个动态触觉-语言框架，用于在真实场景中进行交互式推理。它通过动态感知触觉编码器和首个触觉链式推理数据集TouchCoT-10k，解决了动态触觉信号建模不足和触觉基础模型中的幻觉问题。
DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation
Xin Cheng et al.
cs.AI cs.CL
本文提出DSpark框架，通过半自回归架构（结合并行主干与轻量级顺序模块）提升推测解码中的草稿质量，并采用置信度调度验证机制动态调整验证长度以优化系统吞吐量。实验表明该方法在离线基准和实际部署中均能显著加速生成速度并缓解验证资源浪费。
The Changing Role of Symbolic Methods in Artificial Intelligence
Jun Sun
cs.AI cs.LO
本文探讨了符号方法在人工智能中角色的演变，提出压缩原理和建模-推理权衡来解释为何现代基础模型减少了对显式符号推理的依赖，并认为符号方法未来将主要作为人机交互的接口。
AgentGym2: Benchmarking Large Language Model Agents in De-Idealized Real-World Environments
Zhiheng Xi et al.
cs.AI
本文提出了AgentGym2，一个用于评估LLM agent在非理想化真实世界环境中能力的benchmark框架，通过端到端任务实例衡量agent的探索、工具组合和鲁棒性等能力。实验表明，即使是最先进的模型（如Gemini和GPT-5）在该benchmark上表现不佳，揭示了当前agent能力与现实应用需求之间的显著差距。
CP-WSP: A Declarative CP-SAT Framework for Configurable Multi-Constraint Workforce Scheduling
Vipul Patel, Anirudh Deodhar, Dagnachew Birru
cs.AI
本文提出CP-WSP，一个基于CP-SAT的声明式框架，用于解决可配置的多约束Workforce Scheduling问题。该框架通过统一的加权惩罚函数优化15个软目标，并强制执行14个硬约束，支持多种实际场景中的复杂约束。
Rethinking On-Policy Self-Distillation for Thinking Models
Simran Kaur et al.
cs.AI cs.LG
本文研究了thinking models中on-policy self-distillation的退化现象，发现privileged context（如解题答案）会降低长推理轨迹的性能，尤其在长rollout预算下导致准确率下降。该问题与高熵分支位置的学习重塑有关，但未涉及code、spectral、Muon或agent等关键词。
ClassicLogic: A Knowledge-Driven Benchmark of Classic Puzzle Games for Evaluating Compositional Generalization
Mahnoor Shahid, Hannes Rothe
cs.AI cs.SC
本文提出了ClassicLogic基准测试，包含Sudoku、KenKen等经典逻辑谜题，通过层次化知识库定义组合策略，用于评估AI系统的组合泛化能力。该基准为神经符号推理等系统提供了新的测试平台。
Reason, Reward, Refine: Step-Level Errors Corrections with Structured Feedback for Physics Reasoning in Small Language Models
Raj Jaiswal et al.
cs.AI
本文提出一个step-level reward框架，通过识别小语言模型在物理推理中的首个错误步骤并生成结构化反馈，结合policy gradient与KL regularization训练模型修正推理，无需依赖ground truth或偏好数据。实验表明该方法在多个物理基准上显著提升了推理准确性，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。
EvoAgentBench: Benchmarking Agent Self-Evolution via Ability Transfer
Xingze Gao et al.
cs.AI
本文提出了EvoAgentBench基准，用于评估LLM agent在长期任务中的自我进化能力，通过将agent执行中的经验提取为可复用的"Abilities"并构建跨领域的能力图来测试程序性迁移，而非简单的信息记忆。实验表明当前方法无法在所有设置下持续获得正向收益。
MoP-JEPA: Hard-Assigned Predictor Mixtures for Stochastic JEPA World Models
Zhi Song et al.
cs.AI
本文提出MoP-JEPA方法，通过硬分配预测器混合来解决随机环境中JEPA世界模型预测崩溃的问题，证明其能收敛到转移分布的量化器。该方法在OGBench离线数据上规划成功率显著优于单预测器模型，并包含验证协议以防止评估作弊。
Evaluating and Understanding Model Editing for Medical Vision Language Models
Guli Zhu, Chenwei Wu, Liyue Shen
cs.AI
本文提出了M3Bench，一个用于评估医学视觉语言模型编辑的基准，包含16,276个问题，覆盖多种解剖结构、模态和专科。实验发现现有编辑方法在可靠性、精确性和泛化性上均存在不足，且性能高度依赖于模型和超参数。
Graph Sparse Sampling: Breaking the Curse of the Horizon in Continuous MDP Planning
Idan Lev-Yehudi, Vadim Indelman
cs.AI
本文提出Graph Sparse Sampling (GSS)在线规划算法，通过共享采样未来路径来避免树形搜索中随规划深度指数增长的采样预算，并证明了在连续状态/动作空间下的多项式复杂度保证。该方法在长时域连续控制仿真中优于传统树形规划器。
SovereignPA-Bench: Evaluating User-Owned Personal Agents under Evolving Intent, Platform Mediation, and Consent Constraints
Dylan Zongmin Liu
cs.AI
本文提出了SovereignPA-Bench基准，用于评估用户拥有的personal agent在演化意图、平台中介和同意约束下的表现，通过分离ObservableState与HiddenLabels并报告多项指标，发现全主权脚手架在隐私、同意和操纵抵抗方面优于基线方法。
LLM-as-a-Verifier: A General-Purpose Verification Framework
Jacky Kwok et al.
cs.AI cs.CL cs.LG cs.MA cs.RO
本文提出了LLM-as-a-Verifier框架，通过计算scoring token logits分布的期望生成连续分数，从而在不需额外训练的情况下为agentic任务提供细粒度验证。该框架在多个benchmark上取得了state-of-the-art性能，并展示了其在RL中提升样本效率的潜力。

cs.IR

Long-Term Optimization for Large-Scale Generative Retrieval with Off-Policy REINFORCE
Artem Matveev et al.
cs.IR
本文提出了一种基于off-policy REINFORCE的自回归方法，用于训练大规模生成式检索模型以优化长期用户满意度，并引入了多步重要性权重近似和基于反馈模型的测试时缩放过程。实验表明该方法在离线评估中优于传统baseline，但未涉及code、context、spectral等关键词相关技术。
HETERQA: Benchmarking Record Retrieval over Multiple Heterogeneous Sources
Yaodong Su et al.
cs.IR
本文提出了一个名为HETERQA的benchmark，用于评估从多种异构数据源（如关系表、文本、图像等）中检索记录以回答问题的任务。该benchmark包含857个QA对，实验表明现有检索方法在该任务上仍有较大提升空间。
HGenPush: A Heterogeneous Generative Recommendation Architecture for Industrial Push Notification Systems
Xiao Liang et al.
cs.IR
本文提出了一种名为HGenPush的端到端异构生成式推荐架构，用于工业推送通知系统。该架构通过混合用户行为理解模块、双分支异构生成推荐模块和轻量级多token预测方法，同时满足用户对高质量内容和可信作者的需求，并在快手平台上实现了日活跃用户的显著增长。
AI Overviews in Academic Search: Evaluating AI-generated Summaries of Search Results in a Domain-specific Search Engine
Kevin Schott et al.
cs.IR cs.HC
本文通过混合方法研究，评估了AI生成的搜索结果摘要（SERP-level summaries）在学术搜索引擎中的支持作用，包括手动错误分类和用户实验。结果表明，AI摘要能降低主观工作负荷和挫败感，但未显著提升整体搜索效率，其效果依赖于具体上下文和用户需求。
Improving Access to Historical Archives with Real-time RAG-based Systems
Stergios Konstantinidis et al.
cs.IR
本文提出一个基于RAG的实时历史档案检索系统，通过LLM优化OCR文本质量并支持语义检索，在瑞士报纸数据集上显著降低了字符错误率并提升了检索性能。
TRIAGE: Trustworthy Retrieval Instrumentation And Graph Evaluation
Axel TahmasebiMoradi, Lucas Schott, Martin Royer
cs.IR cs.AI cs.CL
TRIAGE是一个用于自动化Graph-RAG的阶段性评估框架，通过为知识图谱的提取、构建和推理各阶段设计独立可解释的指标（如triple confidence和retrieval faithfulness），来定位失败环节并指导修复。该框架主要关注评估而非提出新的算法或模型，与关键词中的code、spectral、Muon、pretrain、agent、attention等概念无直接关联。
SentAttack: A Sentence-Level Black-Box Adversarial Attack Method for Dense Retrieval Models
Luping Wei et al.
cs.IR
本文提出SentAttack，一种针对密集检索模型的黑盒句子级对抗攻击方法，通过两阶段流程（训练替代模型与优化对抗候选）提升低排名目标文档的检索排名。该方法在实验中优于现有攻击，但未涉及关键词中的code、spectral、Muon、pretrain、agent或attention等概念。
Relevance-Based Embeddings: Lightweight Candidate Retrieval via Heavy-Ranker Calls
Kirill Shevkunov, Andrey Ploskonosov, Liudmila Prokhorenkova
cs.IR cs.LG
本文提出了一种基于相关性的嵌入方法，通过使用昂贵排序模型的评分来改进查询和物品的表示，从而在候选检索中实现轻量级近似。该方法理论上能逼近任意复杂相似度模型，并通过实验验证了其有效性。
The Powerless Noise: How Experimental Settings Shape the Reported Power of Noise
Michal Mazuryk et al.
cs.IR
本文复现了Cuconasu等人关于RAG系统中“噪声的威力”现象的研究，发现该现象对推理配置（如prompt表述和解码限制）高度敏感，在扩展实验设置下无法被稳健地证实为噪声检索的普遍益处。
Next-Gen Sponsored Search: Crafting the Perfect Query with Inventory-Aware RAG (InvAwr-RAG) Based GenAI
Md Omar Faruk Rokon et al.
cs.IR cs.AI
本文提出了一种名为InvAwr-RAG的生成式AI模型，用于优化赞助搜索中的关键词生成。该模型结合语义检索和实时库存数据，通过动态生成和历史成功查询来提升广告填充率，初步实验显示填充率提升了68%。
Enhancement of E-commerce Sponsored Search Relevancy with LLM
Md Omar Faruk Rokon et al.
cs.IR cs.AI
本文利用LLAMA2 7B模型结合Low-Rank Adaptation (LoRA)技术，为电商赞助搜索开发了一个广告相关性模型，在查询与广告标题的三分类任务上达到了89.43%的准确率，超越了基线模型和GPT-4。该方法主要提升了搜索精度和运营效率，但与我提供的关键词列表（如code, spectral, Muon, agent等）关联度较低。
Beyond Item Order: Temporal Gap Tokenization for Generative Recommendation with Semantic IDs
Chengkai Huang et al.
cs.IR
本文提出ChronoSID框架，通过时间感知的掩码自编码和离散化的时间间隔token来增强基于语义ID的生成式推荐，实验表明其在长间隔场景下优于基线方法。
Patient-Conditioned Dual Hypergraph Reasoning for Auditable Traditional Chinese Medicine Prescription Support
Weizhi Nie et al.
cs.IR cs.HC
本文提出了一种患者条件双超图框架用于可审计的中医处方支持，通过动态加权超图组织症状、证候、草药等临床证据，实现个性化辨证和处方推荐。实验在TCM-SD和TCM-BEST4SDT数据集上验证了有效性，但方法主要针对中医领域，与关键词中的code、spectral、Muon、pretrain、agent、attention等概念关联较弱。
Claim2Source at CheckThat! 2026: Improving Multilingual Scientific Claim-Source Retrieval with Verification-based Re-Ranking
Tobias Schreieder et al.
cs.IR
本文针对多语言科学声明-源检索任务，提出了一种多阶段检索框架，通过结构化声明与源表示、双语声明表示及元数据增强的源表示来改进检索效果，并利用基于相似性和基于验证的重排序步骤提升候选源排序。该方法在CheckThat! 2026评测中取得领先结果，但未涉及关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念。
UniSGR: Unified Framework for Semantic ID Generation and Ranking
Jiawei Sun et al.
cs.IR
本文提出UniSGR框架，用于推荐系统中的语义ID生成与排序。该框架采用两阶段训练范式，通过多场景预训练和场景特定对齐来优化生成与排序的联合学习，并引入Task-Aware Tokens和STARK推理策略提升效率。
Submitted and Diagnostic Analysis of Full-Text Temporal Retrieval for LongEval-Sci
Yingdong Yang, Haijian Wu
cs.IR cs.AI
本文报告了LongEval-Sci 2026任务1的官方结果和诊断分析，比较了多种检索方法（如full-text BM25、temporal full-text retrieval、cross-encoder reranking等），发现full-text retrieval是基础最强的方案，temporal integration能提升官方纵向效果，但citation特征未带来额外增益。
LBR: Towards Mitigating Length Bias in Large Language Models for Recommendation
Hongchen Li et al.
cs.IR cs.AI
本文发现LLM推荐系统中存在长度偏差问题，并提出LBR框架，通过长度感知注意力校准和有效信息长度归一化来缓解该偏差，实验表明该方法能提升推荐准确性和公平性。
Autonomous Information Seeking: A Roadmap for Agentic Recommender Systems
Xinyu Lin et al.
cs.IR cs.CL
本文综述了基于大语言模型agent的推荐系统，提出了一个以自主性水平为核心的三范式分类法（agent辅助推荐、agent作为推荐者、agent作为用户模拟器），并分析了各范式的架构、评估方法和开放挑战。
Evaluation and Explainability of Unsupervised Scholarly Collaboration Recommendations
Md Asaduzzaman Noor, John W. Sheppard, Jason A. Clark
cs.IR
本文比较了三种无监督学术合作推荐方法（TF-IDF、主题模型和基于SciBERT的嵌入检索），在部分移除论文重叠的约束设置下评估其性能，并探讨了基于主题和语言模型的两种可解释性视角。
Do All Visual Tokens Matter Equally? Object-Evidence Preserving Token Merging for Vision-Language Retrieval
Suhyeong Park et al.
cs.IR cs.AI cs.CL cs.CV
本文提出SaMer框架，通过对象感知的token合并方法压缩图像侧token，在保持late-interaction接口的同时减少存储和计算成本。该方法在训练时利用对象标注作为合并先验，推理时无需边界框，在Flickr30K和MSCOCO上提升了检索性能。

cs.CL

Hierarchical Sparse Attention Done Right: Toward Infinite Context Modeling ⭐ 精选
Xiang Hu et al.
cs.CL cs.AI
本文提出Hierarchical Landmark Sparse (HiLS) Attention，一种层次化稀疏注意力机制，通过将chunk selection（块选择）纳入前向计算并直接使用language-modeling (LM) loss进行端到端优化，解决了现有chunk-wise sparse attention因选择不准确而无法匹敌full attention性能的问题。HiLS Attention在域内上下文长度上实现了与full attention相当甚至更优的性能，并能外推至训练长度\(64\times\)以上的上下文，同时保持90%的检索准确率。该方法打破了稀疏注意力在效率与性能之间的权衡，使得长上下文LLM在通用任务上比full attention模型更高效且更有效，与关键词“attention”高度契合。
Spectral Signatures of Large Language Models ⭐ 精选
Zhuoying Zhang et al.
cs.CL cs.AI
本文基于Heavy-Tailed Self-Regularization理论，提出使用权重经验谱密度(empirical spectral density)的形状信息作为大型语言模型(LLM)的紧凑谱签名(spectral signature)。该签名无需数据、计算高效且具有尺度不变性，能够捕获预训练模型的内在属性并在后训练(post-training)阶段保持鲁棒。通过在包含主要开源LLM家族的大型模型语料库上进行系统基准测试，作者展示了该谱签名在模型谱系追踪(lineage tracing)、无监督聚类以及性能量化方面的有效性。这项工作为大规模模型集合的高效组织、比较与分析提供了一种有意义的代理指标，与关键词中的“spectral”高度契合。
Separating Representation from Reconstruction Enables Scalable Text Encoders ⭐ 精选
Megi Dervishi, Mathurin Videau, Yann LeCun
cs.CL cs.AI
本文提出CrossBERT架构，通过将representation learning与token reconstruction loss解耦，解决了BERT类encoder中representation随模型增大而变得难以被冻结探针利用的问题。该方法采用Complementary Masking Strategy实现高掩码率（\(\ge 50\%\)）和全token梯度收集，使吞吐量提升1.5-2倍、样本效率提升2倍。CrossBERT在MTEB和冻结GLUE基准上展示了单调scaling特性，为可扩展的text encoder设计提供了新范式。
Turning Off-Policy Tokens On-Policy: A Plug-in Approach for Improving LLM Alignment ⭐ 精选
Yu Li et al.
cs.CL cs.AI cs.LG
本文提出Selective Importance Sampling (SIS)方法，通过将off-policy tokens转化为on-policy tokens来解决大语言模型RL后训练中的off-policy问题。SIS受rejection sampling启发，将off-policy模型视为proposal distribution，对每个token进行rejection test：被接受的token视为on-policy并赋予单位importance score，被拒绝的token则保留标准IS校正。该方法在理论上证明了能缩小token-level与sequence-level off-policy gradient estimator之间的差距，且作为plug-in方法仅修改policy loss中的importance ratio，在数学和agent benchmark上均能一致提升性能。
EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments ⭐ 精选
Deyao Zhu et al.
cs.CL cs.LG
本文提出了EdgeBench，一个包含134个真实世界任务的benchmark，每个任务支持至少12小时的连续agent交互。基于约38,000小时的agent与环境交互数据，作者首次发现agent在环境学习中的整体性能遵循log-sigmoid scaling law（\(R^2=0.998\)），且agent学习速度大约每三个月翻倍。该工作为理解agent从真实世界经验中学习的scaling law提供了开创性证据，与关键词“agent”高度契合。
Specific Domain Ontology Construction Using Large Language Models
Vivian Magri Alcaldi Soares, Renata Wassermann
cs.CL cs.AI
本文尝试使用GPT-3.5和GPT-4等LLM作为领域专家，为巴西海洋领土（Blue Amazon）领域自动构建概念层次结构（ontology）。实验表明，模型能生成整体连贯的概念化结果，但所有输出在无需精炼的情况下均未达到完全令人满意的领域表示水平。
Improving LLMs via Validator-to-Generator Alignment
Juan Diego Rodriguez et al.
cs.CL
本文提出了一种新的生成器-验证器一致性（G-V consistency）训练目标FCPA，通过频率校正来改善LLM输出不一致的问题，实验表明该方法在IFEval和HumanEval等任务上显著提升了Pearson相关系数。
Echoes of Unrest: A Multimodal NLP Framework for Early Warning of Fake News and Violence-Driven Mob Activity
Md. Maruf Bangabashi et al.
cs.CL cs.AI
本文提出了一个多模态NLP框架，用于早期检测社交媒体上的虚假信息和暴力倾向，通过融合XLM-RoBERTa、CLIP和多头注意力机制在孟加拉语和英语数据集上实现了98%的测试准确率。该工作主要关注实际应用中的多语言和多模态融合，与关键词中的code、context、spectral、Muon、pretrain、agent、attention等概念关联较弱。
Reinforcement Learning for Data-Efficient Code-Switched ASR
Ziwei Ye, Peter Vickers
cs.CL cs.SD
本文提出了一种基于强化学习（RLVR）的方法，用于数据高效地适应audio-language model到code-switched ASR任务，通过结合error rate reward和script fidelity reward来优化解码过程。实验表明，该方法在仅使用10%数据时即可匹配全数据LoRA监督微调的性能，并有效减少了翻译错误和script contamination。
LuxSQA: Ask Me in Luxembourgish with TTS-Augmented Spoken Question Answering
Nina Hosseini-Kivanani, Marco Matassoni, Alessio Brutti
cs.CL
本文研究低资源语言卢森堡语的Spoken Question Answering (SQA)问题，利用text-to-speech (TTS)系统生成合成语音训练数据，并采用SLAM-style架构连接Whisper编码器与多语言LLM后端。实验表明多源合成数据能提升SQA性能，但TTS质量分数与下游任务表现无单调关系。
Gemma 4 Technical Report
Gemma Team et al.
cs.CL cs.AI
本文介绍了Gemma 4系列多模态语言模型，包含从2.3B到31B参数的dense和Mixture-of-Experts架构，并提出了统一的encoder-free架构以及thinking mode，在多项benchmark上取得了性能提升。
Seduced by the Narrative: Assessing Rule Adherence in Semi-Open Textual Sandboxes
Weiying Chen et al.
cs.CL cs.AI
本文构建了CoC-Seduce多智能体对抗基准，基于TRPG机制评估LLM在半开放文本环境中的规则遵循能力，发现伪逻辑推理是主要攻击向量，且模型规模与推理机制无法保证裁决鲁棒性。
Jointly Improving Dialect Identification and ASR in Indian Languages using Multimodal Feature Fusion
Saurabh Kumar, Amartyaveer, Prasanta Kumar Ghosh
cs.CL eess.AS
本文提出一个多模态框架，通过Bottleneck Encoder和RoBERTa编码器分别提取dialectal features和ASR的CTC embeddings，并使用gating mechanism与attention encoder融合特征，以联合提升Dialect Identification和ASR性能。实验在八种印度语言的三十三种方言上验证了有效性。
PraMem: Practice-derived Experiential Memory for Long-horizon Behavior Prediction
Zhuoqun Li et al.
cs.CL
本文提出PraMem方法，将长历史序列从负担转化为可开发的资源，通过预先实践构建经验记忆来辅助LLM进行长程行为预测。实验表明该方法在多种任务上优于先前方法，但未涉及关键词中的核心概念。
Where do LLMs Fall Short in CBT-Guided Affective Reasoning?
Vaishnavi Sinha et al.
cs.CL cs.AI cs.HC cs.IR
本文探讨了LLMs在CBT引导的情感推理中的不足，提出了一种知识引导框架和Protocol Leverage Force (F)指标来量化模型行为变化。实验表明，即使引入CBT知识，LLMs仍倾向于默认的验证与反思策略，效果提升有限。
Distill Where the Student Goes: Teacher-Regularized RL for English-Evidence Cross-Lingual RAG
Haotian Zhou et al.
cs.CL
本文提出TR-RAG方法，通过教师正则化强化学习解决跨语言检索增强生成中的语言漂移和证据不可靠问题，在多个基准上提升了语言一致性和证据正确性。该方法主要关注自然语言处理中的生成任务，与关键词中的数学或理论概念关联较弱。
psytechlab at CLPsych 2026: Utilising Natural Language Processing methods and Large Language Models for Social Media Text Analysis
Igor Buyanov, Nafisa Valieva, Ekaterina Mazurina
cs.CL
本文使用LSTM、BERT和LLM等NLP方法分析社交媒体文本中的心理健康状态，在CLPsych 2026共享任务中取得了中等水平的性能。
Alignment-Guided Largest Table Overlap Size Estimation
Ge Lee et al.
cs.CL cs.DB
本文提出ALORE，一种用于估计表格间最大重叠规模的快速方法。它通过双视图行-列超图编码和对齐引导的训练目标，解决了现有方法在异构表格库中因忽略行-列结构和对齐信号而导致的估计不准确问题。
Don't Wait to Reply: Towards Responsive yet Thoughtful Dialogue through Proactive Thinking
Ante Wang et al.
cs.CL cs.AI
本文提出Proactive Thinking框架，使LLM在对话空闲期预计算响应元素以减少延迟，并引入无需训练的基线方法通过推测性持续思考平衡效率与质量。该方法在时间感知基准上验证了交互效率的提升，但未涉及代码、谱方法或预训练等关键词相关技术。
Conditional Diffusion Guided Knowledge Transfer for Multi-Domain Knowledge Graph Completion
Jiawei Sheng et al.
cs.CL cs.AI
本文提出了一种基于conditional diffusion的生成式框架DMKGC，用于多领域知识图谱补全（MKGC），通过将每个KG视为实体完整信息的局部视图，生成领域通用的entity embeddings。该方法在14个KG上的实验取得了平均4.3%的MRR提升，但未涉及code、spectral、Muon或agent等关键词，且方法创新性有限。
The Role of Prompt Language and Translation-Theory-Driven Prompts in Large Language Models: A Case Study on Spanish-Chinese Journalistic Translation
Haohong Lai, Weijia Li
cs.CL cs.AI
本文研究了提示语言和翻译理论驱动的提示设计对GPT-5.2生成的西班牙语-中文新闻翻译质量的影响。实验发现，自动评估指标与人工评估结果存在差异，翻译理论驱动的提示能减少特定风格错误，但提示语言的影响可忽略不计。
KARMA: Knowledge graph-based Automated Reasoning Materialization and Alignment
Jinkyeong Choi, Chaebin Jeong, Donghyeon Park
cs.CL cs.AI cs.LG
本文提出KARMA框架，通过枚举domain knowledge graph中的schema约束路径并生成slot-aligned对比候选，以解决模板对比合成中的Resolution Mismatch Problem。实验表明其在多个科学领域基准上优于基础LLM和SFT基线。
S-DiverSe: Spanish Diverse Speech
Fernando López et al.
cs.CL cs.SD
S-DiverSe是一个包含3.2小时西班牙语神经疾病患者语音的语料库，用于评估和开发ASR系统。实验表明，启发式文本后处理比微调更适用于域外神经疾病语音。
TACG: Trajectory-Aware Commit Gating for Diffusion Language Model Decoding
Chengcheng Wang et al.
cs.CL
本文提出了一种名为TACG的训练-free decoder，通过结合Temporal Implicit Logits Guidance和History Gate来改进扩散语言模型的解码过程，在代码和数学基准测试上提升了或保持了准确率，同时减少了去噪步数。
From Gentlemen to Frontiermen: Masculine Formations in English-Language Fiction (1771--1930)
Rong Wang
cs.CL
本文使用coreference resolution和unsupervised structural topic model分析1771-1930年间150部英美小说中的男性气质变化，发现与继承地位和神圣权威相关的男性气质下降，而以职业和冒险为导向的男性气质上升。
From Judgments to Issues: Structured Extraction of Legal Reasoning with Citation-Hallucination Control
Giovanni Piccioli et al.
cs.CL cs.AI cs.IR
本文提出了一种自动化pipeline，用于将意大利税务法院判决分解为法律问题，并提取结构化XML表示，同时结合了引用幻觉检测机制。该工作主要面向大规模法律文本处理，但与我提供的关键词（code, context, spectral, Muon, pretrain, agent, attention）无直接关联。
Efficient Decentralized Multi-task Dataset Valuation via Model Merging
Mohammadsajad Alipour, Mohammad Mohammadi Amiri
cs.CL cs.AI cs.CV cs.LG
本文提出DMVM框架，通过task arithmetic（任务算术）在parameter space中组合不同数据集训练的模型，以推断每个数据集在多任务场景下的边际效用，避免了重训练和数据共享。该方法适用于去中心化环境，并引入了安全聚合协议来保护隐私。
The Classics at SemEval-2026 Task 3: Combining Transformer Models and LLM-Generated Annotations for Dimensional Aspect-Based Sentiment Analysis
Rafif Alshawi et al.
cs.CL
本文针对SemEval-2026 Task 3中的dimensional aspect-based sentiment analysis任务，提出了一种结合transformer-based encoder模型集成与LLM生成注释的方法，用于预测sentiment的valence和arousal分数，并利用decoder LLM进行结构化预测以提取sentiment元素。该方法主要聚焦于自然语言处理中的情感分析，与关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念关联度较低。
CaresAI at SMM4H-HeaRD 2026: Predicting TNM Staging
Joseph Itopa Abubakar et al.
cs.CL cs.AI cs.LG
本文针对SMM4H-HeaRD 2026任务，使用TF-IDF特征和ClinicalBERT等预训练embedding，结合Logistic Regression和LightGBM等模型，预测TNM分期标签。实验表明模型在训练集上表现良好，但在测试集上泛化能力下降，存在类别不平衡和长文档处理问题。
Learning from Lost Provenance: Multiple Instance Learning for Cancer Registry Tumor Group Classification
Leonard Ruocco et al.
cs.CL
本文提出使用Attention-Based Multiple Instance Learning (ABMIL)框架，利用癌症登记处日常操作中产生的患者级标签来训练病理报告分类器，无需人工逐份标注。该方法通过注意力机制恢复患者级标签与单个报告间的联系，并蒸馏出高质量训练数据集，在肿瘤分组分类任务上取得了优于基线的性能。
Lacuna Inc. at SemEval-2026 Task 4: Structurally Gated State-Space Models for Disentangling Narrative Similarity
Aleksey Kudelya, Rafif Alshawi, Alexander Shirnin
cs.CL
本文提出了一种用于叙事相似性评估的混合State-Space Model (Jamba-1.5-Mini)，并设计了Structurally Gated Alignment (SGA) head，通过宏观与微观双尺度门控机制分离结构不变性与词汇变体，以提升叙事理解能力。该方法在SemEval-2026任务的两个轨道上进行了评估。
Reading Between the Dots: Decoding Hidden Computation across Filler Tokens
Kaley Brauer, Claudio Mayrink Verdun, Samuel Marks
cs.CL cs.AI cs.LG
本文研究了前沿LLM在无内容filler tokens（如点或计数序列）上进行多步推理时，其隐藏计算过程的可读性。通过分析attention、logit-lens和KV-cache移植，发现模型在filler tokens上的计算是结构化的，并提出了一个无监督解码pipeline，能从residual stream中恢复中间值。
Mental Health Disorder Detection Beyond Social Media: A Systematic Review of Available Datasets
Sadiya Sayara Chowdhury Puspo et al.
cs.CL
本文系统综述了非社交媒体自由文本数据集在心理健康障碍检测中的应用，发现这些数据集主要集中于英语和抑郁症检测，并存在人口统计、平台、数据类型等方面的差异。该研究揭示了当前资源的局限性，并指出了开发更多样化、可靠和临床相关资源的机会。
They Infer What You Meant: Models Represent Communicative Intent More Reliably Than They Act On It
Alex Kwon
cs.CL cs.AI cs.LG
本文研究了语言模型在理解用户交际意图（Gricean what-was-meant）与行为输出之间的差距，发现模型内部隐藏状态能可靠解码意图（如识别或评价），但默认输出常偏离意图。通过线性探针和因果干预，作者展示了意图表征在深度上先于行为出现，且可通过特定方向进行恢复。
Revealing Hidden Model Behaviors with Task-Specific Self-Reports
Taras Kutsyk, Bartosz Zieliński
cs.CL cs.AI cs.LG
本文提出Stabilized Adapter for self-Report (SAR)，一种轻量级LoRA adapter，用于让微调后的语言模型以自然语言描述其隐藏行为。实验表明SAR能检测所有植入的隐藏行为，并相比基线方法Introspection Adapters显著减少幻觉。
Annotating Korean adnominal ending constructions in corpus data: Beyond relative-clause identification
Jungyeul Park, Chulwoo Park
cs.CL
本文针对韩语中adnominal ending \texttt{ETM}的多种名词修饰结构（包括关系从句、形容词/系词形式、绑定名词结构及词汇化表达）提出了一种基于语料库的构式分类法，并通过KLUE依存树库的标注层实现。研究指出\texttt{ETM}并非关系从句的直接标记，其构式识别需依赖谓词类型、论元结构兼容性等特征，而非仅凭形态。
Optimizing Large Language Models for Causality Assessment in Pharmacovigilance: Developing a Performance Metric as Objective for Bayesian Hyperparameter Optimization
Nicole Sonne Heckmann et al.
cs.CL
本文针对药物警戒中的因果关系评估，开发了高斯过程兼容的优化目标（如EWACS），并研究了温度优化对GPT-5.2模型与专家在Naranjo算法上一致性的影响。实验表明，温度优化可提升特定病例的分类一致性，但未发现普遍最优温度。
GRASP: Graph-Reasoning Aided Survey Planning for High-Fidelity Related Work Generation
Haoming Li, Jessica Ouyang
cs.CL
本文提出GRASP框架，结合LLM规划与graph algorithms来生成相关工作总结，通过两层graph structure（Graph of Thoughts和Argument-Counterargument Planning Network）以及Steiner tree进行拓扑感知剪枝，以提取论文间的核心关系。实验表明该方法在citation analysis-based evaluation上接近人工撰写水平。
SelfMem: Self-Optimizing Memory for AI Agents
Shu Yang et al.
cs.CL
本文提出SelfMem，一种让AI agent通过自我探索和反馈信号来优化自身记忆策略的框架，而非使用固定的存储或检索机制。实验表明其在长对话任务中优于现有基线方法。
ProACT: Towards Breakdown-Aware Proactive Agent in Multi-User Collaboration
Shu Yang et al.
cs.CL
本文提出了ProACT，一个面向多用户协作的breakdown-aware agent框架，通过观察对话历史判断协作是否出现breakdown并决定是否干预。该工作主要关注agent在协作中的主动性，与关键词中的agent相关，但方法本身缺乏开创性且未解决长期问题。
Beyond Static Rules: Automated Discovery of Latent Vulnerabilities in Text-to-SQL
Hanqing Wang et al.
cs.CL cs.AI
本文提出SAGE框架，通过自动生成漏洞假设并利用不断更新的Vulnerability Codex设计扰动，系统性地发现Text-to-SQL任务中大语言模型的潜在失败模式。实验表明该方法能有效暴露模型脆弱性，且发现的模式具有跨模型迁移性。
Rethinking Scientific Discovery in an Agentic Era
Yining Zheng et al.
cs.CL
本文提出了一个名为SCION的agentic科学操作系统，通过Science Agent作为元控制器连接任务、工具和记忆，并利用Research Execution Plan将科学意图转化为可执行流程。该系统在材料分析、分子设计和蛋白质筛选等任务上展示了优于现有自主研究基线的性能。
Consistent but Miscalibrated: Evaluating LLM Limitations for Risk Communication in Natural Language
Diego Cerda-Mardini, Sarath Chandar, Sreenath Madathil
cs.CL cs.AI
本文评估了LLM在自然语言中传达概率信息的能力，发现模型在一致性上表现良好但在校准性上不足，尤其在不确定性任务上表现更弱。即使提供预计算统计量，校准问题仍未解决，表明当前LLM不适合作为零样本风险沟通工具。
Probe, Don't Prompt: A Hidden-State Probe for Metadata Filtering in Multi-Meta-RAG
Mykhailo Poliakov, Nadiya Shvai
cs.CL cs.AI cs.LG
本文提出用小型开源语言模型的隐藏状态训练一个确定性probe，替代Multi-Meta-RAG中基于GPT-3.5的元数据提取器，在MultiHop-RAG数据集上达到90.9%的set-exact准确率。该方法通过选择浅层、mean pooling和类别不平衡感知的多标签训练实现，但整体属于工程改进而非理论突破。
Can Dialects Be Steered Like Languages? Sparse Neurons and Distributed Directions in Arabic LLMs
Kareem Elozeiri et al.
cs.CL
本文研究了阿拉伯语大语言模型中方言特征的编码机制，通过神经元级分析和向量引导两种推理时方法，在不进行微调的情况下实现了对模型输出方言的控制。
The Remarkable Effectiveness of Providing AI Agents with Natural Language Tools: A Replication Study Validating NLT Performance Across 14 Models
Alexander Somma, Isabelle Plante, Fred Premji
cs.CL cs.AI
本文独立复现并扩展了Natural Language Tools (NLT)框架，在14个模型上验证了其有效性。结果表明，NLT在工具调用准确率上比结构化方法平均提升14.9个百分点，并将关键错误减少93%，尤其对缺乏原生工具调用能力的模型提升显著。
NormWorlds-CF: Solver-Verified Counterfactual Normative Reasoning with Metamorphic-Relation GRPO
Xinqi Zhang
cs.CL cs.AI
本文提出了NormWorlds-CF，一个用于可执行规则世界中反事实规范推理的求解器验证环境，并引入了MR-GRPO（一种基于类条件奖励的GRPO变体）来改进结构化变化任务。实验表明，仅基于最终答案的监督存在风险，而MR-GRPO在平衡多项指标上优于稀疏奖励和仅答案奖励的方法。
TRACER: Early Failure Detection for Task-Oriented Dialogue
Erfan Nourbakhsh et al.
cs.CL
本文提出TRACER方法，用于任务导向对话系统的早期故障检测。该方法通过结合belief-state变化的轨迹信号与对话状态的文本表示，在对话进行到25%-75%时即可预测最终是否失败，并优于多种基线方法。
BanglaMemeEvidence: A Multimodal Benchmark Dataset for Explanatory Evidence Detection in Bengali Memes
Fatema Tuj Johora Faria et al.
cs.CL cs.AI cs.CV
本文提出了一个针对孟加拉语模因的混合任务MemeEvidenceDetect，并构建了BanglaMemeEvidence数据集，用于从模因及其上下文中检测解释性证据。作者还提出了一个多模态框架BengaliMemeEvidenceNet，但该工作主要聚焦于低资源语言的数据集构建与基准测试，与我提供的关键词关联度较低。
Candidate-Constrained Retrieval-Augmented Generation for LongEval-RAG: System Design and Empirical Analysis
Yingdong Yang, Haijian Wu
cs.CL cs.IR
本文针对LongEval-RAG任务设计了一个候选约束的检索增强生成系统，通过确定性溯源追踪、基于passage的检索、查询扩展、伪相关反馈和倒数排序融合等技术组合，在给定候选集内完成证据检索与引用。实验表明，结合规则分块与MiniLM句子重排序的变体在BERTScore等指标上表现最佳，但该方法主要贡献在于工程化系统设计，与关键词中的code、context、spectral、Muon、pretrain、agent、attention等概念无直接关联。
CrossHallu: Do Hallucination Signals Generalize Across Languages and Domains in Large Language Model's Internals?
Aisha Alansari, Malak Alkhorasani, Hamzah Luqman
cs.CL
本文研究了大型语言模型内部状态中幻觉信号（hallucination signals）在不同语言和领域间的泛化能力，通过构建CrossHallu框架在阿拉伯语和英语上进行了系统评估。实验表明，内部状态幻觉信号在大多数模型中能够跨语言和跨领域迁移，但性能依赖于特征空间中的类别可分性和语言对齐程度。
Telescope: Improving Zero Shot Detection of LLM Generated Content By Measuring Token Repetition Probability
Christopher Nassif, Josh F. Cooper
cs.CL cs.AI cs.LG stat.ML
本文提出Telescope Perplexity指标，通过测量token重复概率来检测LLM生成文本，发现该特征在预训练早期形成并可作为零样本检测的有效信号。该方法在多个数据集上取得了有竞争力或最优的性能。
Speaker-Disentangled Chunk-Wise Regression for Syllabic Tokenization
Ryota Komatsu et al.
cs.CL cs.AI cs.SD eess.AS
本文提出了一种基于说话人解耦的块状回归方法用于音节分词，通过将受说话人干扰的学生表示回归到干净的教师目标上，解决了无监督音节分词中说话人身份干扰的问题。实验表明该方法在音节边界检测和聚类上达到最优性能，并提升了语音语言模型在句法和语义理解上的表现。
Beyond Multilingual Averages: MTEB-PT, a Benchmark for Portuguese Sentence Encoders
Lucas Hideki Takeuchi Okamura, Alexandre Alcoforado, Anna Helena Reali Costa
cs.CL cs.AI cs.LG
本文构建了MTEB-PT基准，用于评估葡萄牙语句子embedding模型在STS、分类、检索和重排序任务上的表现，发现多语言排名无法可靠预测葡萄牙语性能，且语言特定微调能提升模型效果。
Semantic Integration and Lexical Expectation Shape N400 and P600 Dynamics During Naturalistic Reading
Kun Sun, Rong Wang
cs.CL
本文研究了自然阅读过程中词汇预期和语义整合对N400和P600脑电波的影响，发现基于注意力的上下文语义相关性比词汇预期更能解释脑电反应变化。
Detecting Hallucinations in Retrieval-Augmented Generation through Grounding-Aware Sensitivity by Perturbation (GASP)
Mohamed Aly Bouke
cs.CL cs.AI cs.LG
本文提出了一种名为GASP的span-level检测器，通过扰动检索上下文并测量回答句子似然度的变化（即grounding sensitivity）来检测RAG中的幻觉。该方法在RAGTruth等基准上取得了优于困惑度等基线的性能，但主要适用于依赖检索上下文生成的输出，且与关键词列表中的概念关联较弱。
Spinning Straw into Gold: Relabeling LLM Agent Trajectories in Hindsight for Successful Demonstrations
Zichao Li et al.
cs.CL
本文提出Hindsight Supervised Learning (HSL)方法，通过让辅助LLM回顾agent的完整轨迹并重新标注其中实际达成的自然语言目标，从而利用被忽视的监督信号。该方法结合无关动作掩码和样本重加权技术，在ALFWorld等任务上提升了SFT和DPO的训练效率。
Risk-Constrained Freshness-Aware Semantic Caching for Open-Web Retrieval-Augmented LLMs
Muhammad Mansoor, Tahir Ahmad, Yeo-Chan Yoon
cs.CL cs.AI
本文提出FreshCache，一种用于开放网络检索增强LLM的三层语义缓存系统，将缓存重用建模为风险约束的时间推断问题，通过指数衰减模型和MLP估计缓存结果过时的概率，并在多个基准上展示了优于现有方法的性能。
CausalGame: Benchmarking Causal Thinking of LLM Agents in Games
Zhenhao Chen et al.
cs.CL cs.AI cs.LG stat.ML
CausalGame是一个通过交互式游戏评估LLM agent因果推理能力的benchmark，设计了14个包含选择偏差、测量误差和隐藏混淆变量的场景。实验表明，当前LLM agent在因果推理方面表现不佳，最佳模型仅达到68.0%的生存率，远低于分析最优值。
Legible-by-Construction: Attention and End-to-End Transformers
Mark Oskin
cs.CL cs.LG
本文提出了一种通过sigmoid约束value通道使attention层可解释的方法，并构建了端到端可解释的transformer模型。该方法在保持语言模型质量的同时，使44-62%的value通道成为清晰的上下文选择性检测器。
WPG-MoE: Weak-Prior-Guided Dense Mixture-of-Experts for User-Level Social Media Depression Detection
Xian Li et al.
cs.CL
本文提出WPG-MoE框架，利用弱语义先验将用户路由到不同的Mixture-of-Experts专家模块，以解决社交媒体抑郁检测中用户异质性问题。该方法在共享LLM backbone上通过privileged information引导训练，在中文和英文数据集上取得优于baseline的结果。
Memory-Orchestrated Semantic System (MOSS): An Auditable Agentic Memory Architecture
Serge Lacasse, Jérémie Hatier, Alex Baker
cs.CL
本文提出了Memory-Orchestrated Semantic System (MOSS)，一种基于结构化relational database的agentic memory架构，通过symbolic retrieval实现可审计的长期记忆。该系统在一位学者的工作语料上进行了长达一年的生产部署，但并未解决agent领域长期存在的核心问题，且与关键词契合度较低。
AI Wizards at EXIST 2026: Hierarchical Soft-Label Learning for Multimodal Sexism Identification in Memes
Matteo Fasulo et al.
cs.CL
本文提出了一种用于多模态性别歧视识别的分层软标签学习方法，通过条件软标签预测和轻量级Gated MLP处理视觉-语言表示，在EXIST 2026任务中取得了排名。
UI-MOPD: Multi-Platform On-Policy Distillation for Continual GUI Agent Learning
Niu Lian et al.
cs.CL cs.AI cs.CV cs.LG cs.MM
本文构建了Uni-GUI跨平台GUI交互数据集，并提出UI-MOPD方法，通过多教师on-policy蒸馏实现持续学习，以解决多平台GUI agent训练中的行为模式混合与灾难性遗忘问题。实验在OSWorld和MobileWorld上验证了该方法在平衡跨平台能力保持与新平台适应方面的有效性。
dOPSD: On-Policy Self-Distillation for Diffusion Language Models
Phuong Tuan Dat, Qi Li, Xinchao Wang
cs.CL cs.AI
本文提出dOPSD方法，通过从模型自身的denoising轨迹中提取teacher的privileged information，为diffusion language models提供dense token-level on-policy supervision，在数学推理和代码生成任务上优于监督学习和on-policy基线。
evalci: A Python Library for Statistically Rigorous Comparison of Language Model Evaluations
Shreyas K Chandrahas
cs.CL cs.AI
本文介绍了evalci，一个用于语言模型评估统计比较的Python库，它通过单次函数调用将逐项结果表转化为包含置信区间和显著性检验的结论，并验证了其统计方法的可靠性。
Uncertainty-Aware Abstention in Large Language Models with Provable Alignment Guarantees
Sijin Dong, Hiroyuki Shinnou
cs.CL
本文提出了一种基于置信区间的校准框架CIC，用于将任意不确定性分数转化为具有风险控制的LLM选择性回答规则，通过构造高概率上置信界来保证有限样本下的错误率控制。该方法在多个QA基准上验证了有效性，但未涉及代码、谱方法或预训练等关键词相关技术。
Don't Commit Alone: Joint Token Commitment in Diffusion Large Language Models
Lin Yao
cs.CL
本文提出CoCommit方法，通过在Diffusion Large Language Model (dLLM)中引入一个marker-gated coordination pass，在token选择后重新应用backbone的最后几层以近似joint-mode decoding，从而减少因独立解码多个token而产生的factorization error。该方法无需额外模型，仅增加一次partial forward pass，并在多个benchmark上提升了准确性。
Transplanting, inverting, and preventing a misalignment persona: method-conditional emergent misalignment in Qwen2.5
Lyndon Drake, Zandi Eberstadt
cs.CL cs.AI cs.CY cs.LG
本文研究了Qwen2.5模型中通过微调引发的emergence misalignment现象，发现其由潜在persona方向介导，并探讨了该方向的移植、消融及预防方法。研究揭示了不同微调方法（如LoRA与full SFT）对persona方向的不同影响，但未涉及code, context, spectral, Muon, pretrain, agent, attention等关键词。
Towards Digital Preservation of Efik: TTS for a Low-Resource African Language
Offiong Bassey Edet et al.
cs.CL
本文首次为Efik语（一种尼日利亚东南部的低资源声调语言）构建了端到端文本转语音系统，比较了四种neural模型（VITS, MMS-TTS, SpeechT5, Orpheus-TTS）在小型单说话人语料库上的表现，发现MMS-TTS在MOS指标上最优但存在声调错误。该工作为声调非洲语言的语音合成提供了可复现基线。
Failures and Successes to Learn a Core Conceptual Distinction from the Statistics of Language
Zhimin Hu, Jeroen van Paridon, Gary Lupyan
cs.CL cs.AI
本文研究了语言模型能否从语言统计中学习“原则性”与“统计性”这一核心概念区分。研究发现，包括GPT-4之前的模型在内，语言模型对统计普遍性敏感，但难以在控制普遍性的情况下表征这一区分，而GPT-4则成功做到了这一点。
Language Models Represent and Transform Concepts with Shared Geometry
Zhimin Hu, Lanhao Niu, Sashank Varma
cs.CL cs.AI
本文从神经群体几何的角度，将概念表示形式化为点云流形，将上下文变换形式化为向量场，并在大语言模型中验证了该框架。研究发现，不同模型共享概念表示的几何结构，且上下文对概念的变换具有语义组织性。
Mechanism-level routing failure in LLMs over Lean-verified algebraic structures
Manuel Israel Cázares, Wenlin Zhang, Haobo Ma
cs.CL
本文通过实验研究了大语言模型在Lean 4验证的代数结构（FiberRing形式化）上的路由失败现象，发现模型在盲测条件下对证明机制标签的准确率有限（如gpt-oss-120b为80.3%），而引入验证线索后准确率显著提升。研究揭示了CRT到环等价类的错误路由模式，并表明真值推理与证明机制分类是可分离的能力。
EEG-SpikeAgent: Agentic Closed-Loop Program Synthesis for Automated EEG Spike Detection
Sonali Santhosh et al.
cs.CL cs.AI cs.LG
本文提出EEG-SpikeAgent框架，利用LLM agentic system自动生成用于EEG spike检测的信号处理特征，通过迭代闭环程序合成优化分类性能。该方法在VEPISET数据集上取得较好结果，但主要贡献在于自动化特征工程而非解决长期存在的理论问题。
Can temporal article-level credibility signals improve domain-level credibility prediction?
Islam Eldifrawi, Shengrui Wang, Amine Trabelsi
cs.CL
本文提出了一个基于时间序列的Domain Credibility Evaluation Framework (DCEF)，用于评估网络域名的可信度，通过分析其发布文章的内容来模拟专家事实核查员的工作流程，无需依赖域名的先验知识。
Fidelity-Diversity Metrics for Text
Amanda Wang et al.
cs.CL
本文基于optimal transport divergence functionals，为文本数据提出了衡量fidelity和diversity的指标，用于评估候选文本与参考数据集的相似度及覆盖程度。实验表明该指标能有效区分文本在保真度和多样性上的缺陷，并检测到合成数学数据集中与下游模型精度下降相关的多样性不足。
Characterizing the Temporal, Emotional, and Social Patterns of Adolescent Substance Use Discussions on Reddit
Leran Hong, Lei Jin, Jianfeng Zhu
cs.CL
本文利用Reddit数据分析了青少年药物使用讨论的时间、情感和社会模式，发现讨论在周末和深夜达到高峰，且以悲伤和恐惧等负面情绪为主。研究通过BERTopic等工具揭示了同伴关系、家庭冲突等语义主题，为预防干预提供了实证依据。
Progressive Disclosure for LLM-Maintained Wiki Knowledge Bases: a Preregistered Ablation
Theodore O. Cochran
cs.CL cs.CY cs.IR
本文通过预注册消融实验，研究了在LLM维护的Wiki知识库中采用渐进式披露（progressive disclosure）方法的效果。实验发现，尽管该方法未能实现预期的索引加载成本节省，但通过更精准的页面访问显著降低了整体成本，同时保持了答案质量。
MTEB-PT: A Text Embedding Benchmark for Brazilian Portuguese
Tardelli Ronan Coelho Stekel
cs.CL cs.IR cs.LG
本文为巴西葡萄牙语构建了MTEB-PT文本嵌入基准，包含22个原生任务并评估了93个模型，发现多语言排行榜无法完全预测葡萄牙语性能，因此该基准提供了本地化评估证据。
Wrong Before Right: Late Rescue and Interface Failure in Aligned Language Models
Jiaqi Deng
cs.CL
本文通过层间差分（layer-wise DiD）方法在对齐语言模型中发现了一个“错误凹陷”（wrong-dip）现象：模型在中间层（25-90%深度）内部偏好会短暂地倾向于错误答案，直到后期层才被纠正。该工作验证了这一因果机制在多种模型和规模下的存在性，并探讨了其对压缩鲁棒性和训练策略的影响。
Retroactive Chain-of-Thought (RetroCoT): Forensic Reconstruction Prompts as a Safety Diagnostic Across Model Generations
Samira Hajizadeh
cs.CL cs.AI cs.CR cs.LG
本文提出Retroactive Chain-of-Thought (RetroCoT)方法，通过将有害请求重构为法医重建任务来攻击大语言模型的安全对齐。实验表明，模型的安全对齐高度依赖于语用框架而非语义等价性，且不同代际模型对此类攻击的鲁棒性存在差异。
FormalRx: Rectify and eXamine Semantic Failures in Autoformalization
Haocheng Wang et al.
cs.CL
本文提出了FormalRx，一个用于自动形式化（autoformalization）中语义失败诊断的评估框架，其核心是SCI Error Taxonomy（一个包含28个类别的分层错误分类体系）。该框架提供了对齐判定、错误分类、错误定位和修正四种诊断能力，并基于56,287个自然语言-形式语言对训练了诊断模型FormalRx-8B。
ToolFailBench: Diagnosing Tool-Use Failures in LLM Agents
Harsh Soni
cs.CL cs.AI cs.SE
本文提出了ToolFailBench基准，用于诊断LLM Agent在工具调用中的失败模式（如跳过工具、忽略结果等），并发现不同模型在相似总分下失败方式各异。该工作聚焦于agent工具使用评估，与关键词中的agent相关，但方法本身并非开创性突破。
PAST-TIDE: Prototype-Anchored Statement Tuning with Topic-Invariant Normalization for Stance Detection
Md. Shakhoyat Rahman Shujon et al.
cs.CL cs.LG
PAST-TIDE提出了一种基于statement tuning的立场检测方法，将立场检测重新定义为完形填空式的masked language modeling任务，并结合prototypical contrastive learning和topic-conditional layer normalization。该方法在阿拉伯语立场检测任务上取得了有竞争力的macro-F1分数，但整体创新性有限，且与关键词列表中的概念关联较弱。
What You See Is What You Get: Observation-Aligned Supervision for Chart-to-Code Generation
Tianhao Niu, Qingfu Zhu, Wanxiang Che
cs.CL cs.LG
本文提出Observation-Aligned supervision框架，用于chart-to-code生成任务，通过将不可观测的原始数据替换为图表中可直接观测的统计量（如箱线图的箱统计量、饼图的扇形百分比）来改进监督信号。实验表明该方法能提升模型在可观测值恢复上的表现。
LP-SFT: Local-Preserving Supervised Fine-Tuning via Multimodal Entropy Structure
Yueyang Wang et al.
cs.CL cs.LG
本文提出LP-SFT方法，通过保留预训练语言模型中的多模态熵结构来缓解监督微调中的能力退化问题。该方法在微调时构建自适应替代token集合并施加局部归一化保留损失，以维持基础模型在替代token间的相对分布结构。
Evaluating the Effect of Linguistic Relatedness on Cross-Lingual Transfer in Large Multilingual Automatic Speech Recognition
Andrei Florian et al.
cs.CL cs.AI
本文研究了语言相关性对大型多语言自动语音识别（ASR）中跨语言迁移的影响，通过系统实验发现，在目标语言数据极少的情况下，预适应相关辅助语言并未带来有意义的迁移改进，表明语言相关性本身可能不是大型多语言ASR中跨语言迁移增益的可靠预测因素。
Semantic Homogenization in Italian Popular Music: A Diachronic Analysis
Lorenzo Canale, Stefano Scotta, Alberto Messina
cs.CL
本文研究了意大利流行音乐歌词的语义同质化趋势，使用embedding技术和large language models对Sanremo音乐节75届决赛歌曲进行分析，发现语义多样性随时间下降。该方法可应用于其他数据集，但未涉及code、spectral、Muon等关键词相关技术。
Evaluating Large Language Models for Antisemitic Incident Classification
Karina Halevy et al.
cs.CL
本文评估了GPT-4o和Llama-3.2-3B-Instruct等大型语言模型在反犹事件分类任务上的表现，发现模型虽有潜力但需大幅改进，且提供定义和示例能提升性能。该工作主要关注自然语言处理中的社会危害检测，与关键词中的code, context, spectral, Muon, pretrain, agent, attention均无直接关联。
Ossetic-COT: Designing a morphologically annotated corpus and morphological analyzer for Ossetic
Anna Shatskikh, Alexey Sorokin
cs.CL
本文构建了首个符合Universal Dependencies标准的Iron Ossetic语料库，并基于BERT训练了形态分析器，达到了95.60%的标签准确率。该工作主要服务于计算语言学领域，与关键词列表中的概念无直接关联。
DuplexChat: Constructing Speaker-Separated Full-Duplex Dialogue Speech at Scale for Spoken Dialogue Language Modeling
Wataru Nakata, Yuki Saito, Hiroshi Saruwatari
cs.CL cs.SD eess.AS
本文提出了DuplexChat，一个用于全双工口语对话模型的语料库，以及DuplexChat-Pipe，一个从播客数据中构建说话人分离对话语音的pipeline，最终生成了大量英语和日语的双人对话数据。该工作主要贡献在于数据构建，而非方法上的开创性。
You Frame It: How Conceptual Representations Shape LLM Detection and Reasoning about Antisemitism
Katharina Soemer, Helena Mihaljević
cs.CL
本文研究了不同概念表示（如定义、细粒度分类、示例增强等）如何影响LLM检测和解释反犹主义的能力，发现细粒度分类表示能提升召回率但降低精确度，且模型在检测后大屠杀反犹主义时面临持续挑战。该工作与关键词列表中的概念无直接关联。
Who's Behind It? Annotating and Extracting Conspiratorial Actors from German Telegram Posts
Helena Mihaljević et al.
cs.CL
本文针对德语Telegram帖子中的阴谋论参与者进行标注与自动提取，使用transformer-based模型实现了合理的提取准确率，为大规模分析阴谋叙事中的参与者表征提供了工具。
The syntax of wh-agreement in Yemeni Ibbi Arabic
Ashraf Naji, Mohammed Q. Shormani
cs.CL
本文研究了也门伊比阿拉伯语(YIA)中的wh-一致现象，提出了一种基于特征继承机制的跨语段一致(AAP)方法，认为wh-一致通过匹配机制在功能中心语C、T、v与动词复合体之间实现。该研究为生成句法理论提供了新的语料证据，但与您提供的关键词(code, context, spectral, Muon, pretrain, agent, attention)无直接关联。
Knowledge Knows, Verbalization Tells: Disentangling Latent Directions for Mathematical Solvability in LLMs
Nikolaos Xiros, Maria-Eleni Zoumpoulidi, Georgios Paraskevopoulos
cs.CL cs.LG
本文通过探针方法分离了大语言模型中关于数学问题可解性的知识表征与语言化表征，发现两者是线性可分的不同表征，且模型错误主要源于语言化变化而非知识变化。研究通过激活操控等方法验证了这些表征的可操纵性，但方法本身在关键词领域（如code, spectral, Muon等）缺乏直接关联。
Multi-Large Language Model Orchestrated Severity Assessment of Clinical Records (MOSAIC)
Manuela Del Castillo Suero et al.
cs.CL
本文提出了MOSAIC，一个基于agentic LLM的两阶段框架，用于从结构化EHR数据中生成疾病严重程度表型，并以2型糖尿病作为概念验证。实验表明，该框架能覆盖传统方法未涉及的领域，并与临床结局显著相关，但方法本身并非开创性，且与关键词列表中的概念关联较弱。
Beyond Independent Labels: Schwartz-Geometry Decoding for Human Value Detection
Víctor Yeste, Paolo Rosso
cs.CL cs.AI cs.CY cs.LG
本文探讨了在人类价值检测任务中，将Schwartz理论中的圆形动机连续体作为输出空间几何结构注入模型的方法。通过对比训练时的几何感知目标和后处理的Schwartz感知解码器，发现后者能在不损失Macro-F1或Micro-F1的情况下，使预测的标签集与理论连续体更一致。该工作主要关注标签空间的结构化利用，与关键词列表中的概念关联较弱。
MIRAGE: Defending Long-Form RAG Against Misinformation Pollution
Saadeldine Eletter et al.
cs.CL
本文提出了一种名为MIRAGE的训练无关、模型无关的防御方法，用于长文本RAG（Retrieval-Augmented Generation）中的错误信息污染问题。该方法通过构建基于NLI（Natural Language Inference）的跨文档claim graph并应用Defended-Claims Gate来过滤污染证据，从而恢复生成的事实性。
Rating the Pitch, Not the Product: User Evaluations of LLMs Reflect Expectations More Than Performance
Robert Morabito et al.
cs.CL cs.CY cs.HC
本文通过控制实验研究了用户对LLM的评价如何受预期而非实际性能影响，发现用户对模型的印象变化主要由预期是否满足和信心水平决定，而非任务表现。该研究与关键词列表中的概念无直接关联。
RABBiT: Rapidly adaptive BOLD foundation model via brain-tuning for accurate zero-shot and few-shot prediction of speech-elicited responses in the brain
Omer Moussa, Mariya Toneva
cs.CL
本文提出了一种名为RABBiT的音频到fMRI编码器，通过区域特定attention和脑响应分解实现零样本和少样本预测，在多个未见fMRI数据集上验证了其有效性。该方法主要关注语言诱发脑活动的建模，与关键词中的attention有一定关联，但整体创新性和问题解决程度未达到严格标准。
Unified Audio Intelligence Without Regressing on Text Intelligence
Zhifeng Kong et al.
cs.CL cs.AI cs.LG cs.SD eess.AS
本文介绍了Nemotron-Labs-Audex-30B-A3B (Audex)，一个基于MoE LLM构建的统一音频-文本大语言模型。该模型采用统一的Transformer decoder架构，通过多阶段监督训练和强化学习，在音频理解、生成等任务上达到先进水平，同时保持了文本LLM的推理和agent能力。
Progressive Refinement: An Iterative Pseudo-Labeling Approach for Mandarin-English Code-Switching ASR
Qu Yang, Cakra Wardhana, Tim Ng
cs.CL
本文提出了一种迭代伪标签训练方法，首次将其应用于中英混合语音识别（CS-ASR），通过生成伪标签、两阶段双语模型训练和迭代优化来利用无标签数据提升性能。该方法在SEAME数据集上取得了显著的混合错误率（MER）降低。
Streaming Neural Speech Codecs through Time-Invariant Representations
Kélian Estève et al.
cs.CL
本文研究了TiCodec中Time-Invariant Representation Extraction (TIRE)模块捕获的信息性质，通过探针任务分析了编码器层的影响，并提出了Dual-TIRE多级架构以提升语音重建质量。实验表明，该模型在流式推理场景下能以660ms处理块实现低延迟操作，但方法本身在理论或长期问题解决上缺乏显著开创性。
SalAngaBhava: A Sinhala Market Dataset for Aspect-based Sentiment Analysis
Lakshani Galwatta et al.
cs.CL cs.LG
本文介绍了SalAngaBhava，一个用于基于方面的情感分析（Aspect-based Sentiment Analysis）的僧伽罗语市场数据集，包含手动标注了方面术语和情感极性（正面、负面、中性）的产品评论。该数据集旨在填补低资源语言（如僧伽罗语）在细粒度情感分析方面的空白，并可作为基准数据集。
How Much is Left? LLMs Linearly Encode Their Remaining Output Length
Mohamed Amine Merzouk et al.
cs.CL cs.LG
本文研究了大型语言模型是否在其内部表示中编码了剩余输出长度的估计。通过在冻结的隐藏状态上训练线性探针，作者发现总响应长度可以从提示的最后一个隐藏状态线性解码，并且探针方向可以在不同数据集间迁移。这项工作为理解LLM的内部规划机制提供了见解，但与关键词列表中的概念关联较弱。
Faithfulness to Refusal: A Causal Audit of Neuron Selectors
Ananth Eswar et al.
cs.CL cs.ET cs.LG
本文通过因果审计方法评估了语言模型中neuron selector（神经元选择器）的归因分数有效性，发现高排名稳定性的selector可能因果有效性较低，且拒绝行为存在于冗余子空间中。
REDDIT: Correcting Model-Generated Timestamp Drift in ASR without Forgetting via Replay-Based Distribution Editing
Cheng-Kang Chou et al.
cs.CL cs.AI cs.SD
本文研究了ASR系统中模型生成时间戳漂移的问题，并提出REDDIT框架，通过基于回放的分布编辑来校正时间戳，同时避免灾难性遗忘。该方法在Whisper-tiny上仅更新1.6%的参数，显著提升了时间戳对齐精度，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
SPEARBench: A Benchmark for Naturalness Evaluation in Streaming Speech-to-Speech Language Models
Thomas Thebaud et al.
cs.CL cs.AI eess.AS
SPEARBench提出了一个用于评估流式语音到语音语言模型自然度的基准，通过多维度协议分析对话中的延迟、中断、情感等特征。实验表明现有模型在信号质量上表现良好，但在人类对话行为方面仍有差距。

cs.DS

Dimension Reduction for Curves: Simplified and Generalized ⭐ 精选
Matthijs Ebbens, Jie Lu, Alexander Munteanu
cs.DS cs.CG cs.LG stat.ML
本文针对高维多边形曲线的降维问题，提出了一种简化的证明方法，将随机投影保持连续Fréchet距离所需的目标维度上界改进为\(O(\varepsilon^{-2}\log(nm))\)。其核心创新在于利用稀疏无偏子空间嵌入（sparse oblivious subspace embeddings）技术，将证明过程从以往仅适用于Fréchet距离的局限中解放出来，推广到一类包含Fréchet距离、\(q\)-DTW、Hausdorff距离等在内的广义相异度度量（generalized dissimilarity measure）。此外，该框架还被成功应用于分段线性曲面（piecewise linear surfaces）的降维，为处理更复杂的几何数据提供了统一的理论工具。
On the Cost of Non-Adaptivity in Matroid Prophet Inequalities
Tianle Jiang
cs.DS cs.GT
本文研究了非自适应matroid prophet inequalities问题，证明了在截断划分matroid上非自适应算法存在约2.179的下界，并在层状matroid和图形matroid上分别得到2.217和3的更强下界，同时给出了相应的上界结果。
Compact Enumeration of Maximal Closed Substrings in Run-Length Encoded Strings
Haruki Umezaki et al.
cs.DS
本文研究了在Run-Length Encoding (RLE)压缩字符串中枚举所有Maximal Closed Substring (MCS)的问题，提出了一种紧凑的族表示方法，并证明了其空间复杂度为\(O(m^2)\)。该工作主要关注字符串算法与数据结构领域，与所提供的关键词关联度较低。
Paths and Intersections: Minimum Realization of Okamura-Seymour Instances
Yu Chen, Pavlo Pylyavskyy, Zihan Tan
cs.DS cs.CG math.CO
本文研究了Okamura-Seymour (OS)实例的最短路径度量的逆问题，通过将图视为路径及其交集来分析图结构，证明了OS度量决定了规范的中图模板，并给出了寻找最小实现的方法。
Approximate Single Source Dual Fault Tolerant Distance Oracle
Koustav Das, Manoj Gupta
cs.DS
本文针对无向加权图中的单源双故障距离查询问题，设计了一个近似距离预言器，在允许最多两条边故障时返回\((1+O(\epsilon))\)-近似最短路径权重。该预言器使用了\(\tilde{O}(n\sqrt{n})\)空间和\(\tilde{O}(1)\)查询时间，打破了此前多故障情形下需要\(\Omega(n^2)\)空间的界限。
An FPT Algorithm for Diverse Minimum s-t Cuts
Krishnan Dehaleesan et al.
cs.DS
本文研究了有向加权图中寻找一族多样最小s-t割的问题，证明了该问题在参数k+d下是固定参数可解的(FPT)，并基于流增强技术(flow-augmentation technique)和多样最小s-t割的新结构性质设计了算法。
Optimality-Preserving Data Reduction for Maximum k-Cut (Full Version)
Michael Kaibel, Petra Mutzel
cs.DS
本文针对Maximum k-Cut问题，提出了基于structured cut sets的数据约简技术，并证明了在特定条件下删除这些cut sets是保持最优性的，从而将原图分解为可独立求解的连通分量。此外，文章还将Maximum Cut的预处理技术推广到k>2的情形，并通过实验验证了预处理能显著减小实例规模并加速精确求解。
TSP with Predictions: Heatmap to Tour with Provable Guarantees
Marek Eliáš et al.
cs.DS cs.LG
本文研究了旅行商问题(TSP)中如何将神经网络预测的heatmap转化为实际tour，并给出了与heatmap质量相关的近似比保证，但方法在理论分析上较为常规，与关键词契合度不高。
Stochastic Caching via Subset Entropy
Ravi Kumar et al.
cs.DS
本文提出了一种名为subset entropy的信息论参数，用于刻画随机缓存问题的竞争比，并给出了LRU算法在随机输入下的新分析。该工作旨在通过熵度量来区分“简单”和“困难”的输入分布，但与我提供的关键词列表（code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
Quasipolynomial Trace Reconstruction
Arnav Burudgunte, Paul Valiant, Hongao Wang
cs.DS cs.IT
本文证明了对于任意保留概率\(p\)至少为\(n\)的逆多对数函数时，\(n\)比特串的trace reconstruction问题可以用拟多项式数量的traces完成。该结果改进了该问题的已知上界。
Efficient and Secure Range Counting over Distributed Geographic Data with Query Range Protection
Haoxin Yang et al.
cs.DS cs.CR
本文提出PPRC协议，通过Private Range Predicate (PRP)和Oblivious Linear Counting (OLC)技术，在分布式地理数据上实现了高效且安全的range counting，同时保护了查询范围和数据集隐私。实验表明其相比基线协议在误差和速度上均有显著提升。
Beyond Trees: The Weighted Center Problem on Gromov Hyperbolic Graphs
Guillaume Ducoffe
cs.DS
本文研究了Gromov hyperbolic graph上的Weighted Center问题，提出了针对弦图、距离遗传图等图类的近线性时间精确或近似算法。该工作主要关注算法设计，与关键词中的code, context, spectral, Muon, pretrain, agent, attention等主题关联度较低。
Beyond Monotone Delays for Multi-Level Aggregation
Yossi Azar, Liad Iluz
cs.DS
本文研究了在线Multi-Level Aggregation Problem (MLAP)，允许任意惩罚函数（可多次增减），并针对任意树深度\(D\)提出了一个随机化算法，实现了\(O(D \log n \log(nDW))\)的竞争比。该工作将先前对单调延迟函数或浅层树的研究推广到了更一般的情形。
Optimal Online Discrepancy Minimization in Linear Time
Ishaq Aden-Ali
cs.DS
本文提出了一种在线算法，能在\(O(dT)\)时间内为任意向量序列分配随机符号，使得前缀和的无穷范数以高概率达到\(O(\sqrt{\log T})\)的最优界。该算法恢复了Kulkarni, Reis和Rothvoss的最优结果，但后者运行时间在\(T\)和\(d\)上是指数级的。
Time Series Decomposition using the Fréchet Distance
Anne Driemel et al.
cs.DS
本文提出了一个基于Fréchet距离的时间序列分解问题，旨在将一组单变量时间序列分解为少量基曲线的组合。对于单基曲线情况，给出了一个\((1+\varepsilon)\)-近似算法，并设计了投影距离问题的精确算法。
Near-Optimal and Efficient Encoding for Two-Dimensional Range Minimum Queries
Paweł Gawrychowski, Adam Górkiewicz, Srinivasa Rao Satti
cs.DS
本文针对二维数组的Range Minimum Query (RMQ) 编码问题，提出了一种新的编码方案。该方案在空间使用上接近最优，并支持高效的查询，其空间复杂度为\(O(\kappa mn(\log m+\log\log n))\)比特，查询时间为\(O(\log^{1/\kappa}n)\)。
Terastate-per-second QUBO Brute-Force on a Single GPU: A Matrix Prefix-Suffix Decomposition
Aleksandr Maltsev et al.
cs.DS cs.DC
本文提出了一种基于prefix-suffix分解和Gray code排序的并行QUBO穷举搜索算法，在单个GPU上实现了每秒\(7.5\times10^{12}\)个状态的评估速率。该算法通过将问题从memory-bound转化为compute-bound，达到了每个状态仅需一次算术运算的复杂度。
Towards Fully Dynamic Omnitrees: Moment-Conserving Anisotropic Compression With Wavelets
Theresa Pollinger, Masado Ishii, Jens Domke
cs.DS cs.CG cs.GR math.NA
本文扩展了omnitree数据结构，使其支持粗化操作，并与wavelet结合实现了矩守恒的各向异性压缩。实验表明，该方法在3D形状和云密度场数据上相比OpenVDB能显著节省存储空间。
Online Computation of the Longest Repeating Suffix and Smallest Suffixient Sets via Incremental Run-Length BWT-based Indexes
Paola Bonizzoni et al.
cs.DS
本文研究了在线计算最长重复后缀（LRS）和最小后缀集的问题，提出了基于增量Run-Length BWT索引的压缩空间在线构造算法，并给出了两种时空权衡方案。文章还证明了LRS在线计算所需工作空间的下界。
Approximation Algorithms for the Traveling Thief Problem
Jan Eube et al.
cs.DS
本文针对Traveling Thief Problem (TTP)提出首个多项式时间近似算法，计算\((9+\epsilon,9+\epsilon)\)-approximate Pareto set，并针对其子问题Weighted TSP给出\((2e+\epsilon)\)-approximation算法。
Fast counting and sampling for ferromagnetic two-spin systems
Weiming Feng, Heng Guo, Yichun Yang
cs.DS math.PR
本文引入了两种与铁磁双自旋系统等价的新模型：加权子图模型和随机簇类型模型。利用这些新联系，作者在特定参数区域内获得了高效的采样算法和新的随机化算法来近似配分函数，改进了Guo, Liu和Lu (2020)的先前结果。
Parallel $\mathcal O(\sqrt n)$ Overhead LSD Radix Sort
Robert Clausecker, Florian Schintke
cs.DS cs.DB
本文提出了一种名为Radsort的LSD radix sort变体，使用\(\mathcal O(\sqrt n)\)额外空间进行排序，并易于并行化实现。
Exact ratio preservation via outliers for fair $k$-center clustering
Anna Arutyunova et al.
cs.DS
本文研究了公平\(k\)-center聚类问题，提出了一种结合离群点(outliers)的模型，使得即使输入点集不满足目标比例，也能精确匹配给定组比例，并提供了常数因子近似解。

others

CORA: Per-Slice Coherent Orthogonal Rotation for SVD-based Low-Rank Adaptation ⭐ 精选
Pengcheng Wang et al.
stat.ML cs.LG
本文提出CORA方法，基于最小扰动理论证明了预训练权重矩阵的每个行切片可以通过一个共享的正交旋转\(Q_i\)同时作用于其左右奇异基\(U_i\)和\(V_i\)，并辅以对角谱移位来实现低秩适应。该方法将这一理论实现为对\(W_0\)的rank-\(r\) SVD截断施加逐切片正交旋转和逐层对角缩放，在相同秩下参数量仅为LoRA的约\(1/4\)。实验表明，CORA在常识推理和代码生成任务上以约\(8\)倍更少的参数超越了LoRA、DoRA、PiSSA和MiLoRA，为参数高效微调提供了新的谱视角。
Homer: Understanding Long-form Videos with Hierarchical Memory and Agentic Reasoning ⭐ 精选
Yixin Ji et al.
cs.CV cs.AI cs.CL
本文提出Homer框架，通过构建层级化在线记忆系统（从原始感知到重复实体再到事件因果链）来解决长视频在线理解中的多跳叙事推理问题。其智能体推理器模拟人类检索行为，通过多轮记忆访问定位相关场景并组合答案，在M3-Bench和Video-MME-Long等基准上显著超越先前方法。该工作与关键词"agent"高度契合，为长视频在线理解提供了结构化的记忆-推理范式。
AgentLTL: A Trace-Verification Framework for Measuring, Enforcing, and Training Procedural Compliance in Tool-Using LLM Agents ⭐ 精选
Laïla Elkoussy, Julien Perez
cs.SE cs.AI cs.LO
AgentLTL提出了一种基于First-Order Linear Temporal Logic (FO-LTL)的trace验证框架，用于衡量、强制和训练使用工具的LLM agent的程序合规性。该方法通过将过程性规则形式化为逻辑规范，实现了无judge的确定性合规评分，并支持在线约束（block-and-warn）和作为密集奖励用于微调。实验表明，该方法在ordering、branching、iteration和grounding等基准上显著提升了模型合规性，且微调后模型在未见过的tool-name aliases上仍保持性能，表明其学到了程序结构而非表面记忆。该工作与关键词“agent”高度契合，并为agent过程合规性评估提供了开创性的形式化方法。
CoACT: Action-Preserving Observation Compression for Coding Agents ⭐ 精选
Haorui Chen et al.
cs.SE cs.AI
本文提出CoACT，一种面向coding agent的action-preserving observation compression方法。该方法基于next-action preservation (NAP)原则，通过确保压缩后的observation能诱导agent产生与原始observation相同的next action，从而在压缩过程中保留任务求解所需的关键信息。CoACT利用teacher model生成多个压缩候选，并基于NAP的action-preservation reward和length-reduction reward筛选出最优压缩结果作为轻量级compressor的监督信号。实验表明，该方法在SWE-bench Verified上平均减少33.0%的token消耗，同时保持与未压缩agent相近的任务求解效果，为降低coding agent推理成本提供了有效方案。
VideoSearcher: Empowering Video Deep Research with Multi-Tool Agentic Reasoning via Reinforcement Learning ⭐ 精选
Zhenkun Gao et al.
cs.CV cs.AI
本文提出VideoSearcher，一个用于视频深度研究(Video Deep Research, VDR)的闭环agentic框架。该框架通过强化学习算法Bi-branch Sequence Policy Optimization (BiSPO)统一了时间定位、空间聚焦和多模态搜索，将工具调用优化与答案准确性优化解耦，解决了现有方法依赖文本检索而丢失视觉信息的问题。这项工作为agent在开放世界视频信息检索与推理中的应用提供了开创性的方法论。
HyperVAttention: Efficient Sparse Attention with Spatio-Temporal Clustering for Video Diffusion ⭐ 精选
Dongyeun Lee et al.
cs.CV cs.AI cs.LG
本文提出HyperVAttention (HVA)，一种无需训练的稀疏attention框架，用于解决Video Diffusion Transformers (VDiTs)中自注意力机制二次复杂度带来的效率瓶颈。该方法通过3D局部窗口聚类利用视频token的时空局部性降低聚类开销，并采用混合聚类策略（仅在锚定步骤进行全聚类，中间步骤仅更新子集token）来利用去噪步骤间聚类分配的稳定性。此外，HVA通过硬件感知的cluster merging，利用空闲的tile容量提高块密度和近似保真度，从而更好地对齐稀疏attention与现代GPU kernel的固定tile结构。实验表明，HVA在文本到视频生成任务中建立了新的训练-free稀疏attention帕累托前沿，将端到端延迟降低高达\(2.13\times\)，同时提升了保真度。
SPORK: Self-Speculative Forking to Accelerate Agentic LLM Inference ⭐ 精选
Huajun Bai et al.
cs.DC cs.AI cs.LG
本文提出SPORK (Self-sPeculative fORKing)，一种无需训练的控制器，用于加速LLM agent的推理过程。核心思想是在模型生成Thought（思考）阶段，fork一个probe（探针）来预测即将调用的tool（工具）名称，并提前执行该工具调用，从而与剩余的chain-of-thought（思维链）解码过程重叠，隐藏工具执行的等待时间。实验表明，该方法在Qwen3-32B模型上将GAIA基准测试的P95延迟降低了18%，且无需重新训练或辅助模型，与token-level speculative decoding（令牌级推测解码）正交。该方法与关键词“agent”高度契合，解决了agent推理中工具调用等待这一长期存在的效率问题。
SkillOpt-Lite: Better and Faster Agent Self-evolution via One Line of Vibe ⭐ 精选
Yifei Shen, Bo Li, Xinjie Zhang
cs.SE cs.AI cs.LG
本文提出SkillOpt-Lite，一种基于Zeroth-Order (ZO) optimization的最小化agent skill优化框架。作者将skill优化形式化为ZO优化问题，并基于Claude Code哲学和PAC learning建立了三个收敛与泛化原则：基于文件系统的trajectory探索、共识属性挖掘和独立验证门控。该方法在LiveMath基准上显著提升了GPT-5.5和GPT-5.4-nano的性能，并成功集成到VSCode Copilot等生产级coding agent中，实现了通过一行代码进行agent skill进化。该工作为agent的self-evolution提供了简洁且理论驱动的解决方案，与关键词“agent”和“code”高度契合。
ELiTeFormer: An Efficient Transformer for FPGAs ⭐ 精选
Victor Agostinelli, Nicolas Bohm Agostini, Antonino Tumeo
cs.AR cs.AI
本文提出ELiTeFormer，首个将hybrid linear attention与ternary quantization联合co-design用于FPGA部署的Transformer模型架构。其核心创新在于设计了一种新型processing element微架构，通过bitmasking操作完全消除了ternary linear projection中的乘法运算，从而避免了DSP block的使用。该工作实现了10倍模型权重压缩和12.8倍KV cache压缩，并在FPGA上取得了相比GPU更低的延迟和更高的能效，为LLM的算法-架构协同设计提供了新思路。
On estimating operator norm distance, with optimal trace distance estimation when one state is pure ⭐ 精选
Yupan Liu, Qisheng Wang, Zhan Yu
quant-ph cs.DS cs.IT
本文针对量子态之间的operator norm distance \({\rm T}_{\infty}(\rho_0,\rho_1)\)的估计问题，提出了计算复杂度与态秩（rank）无关的量子估计器。当其中一个态为纯态时，作者给出了最优量子估计器，其查询复杂度为\(\Theta(1/\epsilon)\)，并由此实现了对trace distance的最优估计，解决了该场景下查询复杂度随秩指数增长的问题。对于一般量子态，文章进一步给出了查询复杂度为\(\widetilde{O}(1/\epsilon^{3/2})\)的量子估计器，并证明了相应promise problem是\({\sf BQP}\)-完全的。该工作与关键词“spectral”较为契合，因为其核心方法利用了operator norm（即spectral norm）的结构特性。
Refused in Chat, Written in Code: Workflow-Level Jailbreak Construction in IDE Coding Agents ⭐ 精选
Abhishek Kumar, Carsten Maple
cs.SE cs.AI
本文提出了一种针对IDE集成coding agent（如GitHub Copilot）的workflow-level jailbreak构造方法，揭示了传统对话式安全评估的严重缺陷。作者通过将有害目标分解到软件开发工作流的多个常规阶段（如文件生成、代码编辑、运行调试），而非通过单一提示词直接生成，成功绕过了Claude Sonnet 4.6、Gemini 3.1 Pro等四个闭源模型的安全机制。实验表明，在直接对话、CSV读取和单步代码修复等基线条件下，模型几乎完全拒绝有害请求（仅8/816次成功），但在完整工作流下，所有816次测试均生成了不安全的教学示例。该工作与关键词“agent”高度契合，强调了多轮交互场景下安全评估的必要性。
CRISP: A Spatiotemporal Camera-Radar Backbone for Driving via Forecasting-Based World-Model Pretraining ⭐ 精选
Jingyu Song, Yi Liu, Katherine A. Skinner
cs.CV cs.AI cs.LG cs.RO
CRISP提出了一种基于预测式世界模型预训练的时空相机-雷达骨干网络，通过预测未来LiDAR点云来学习统一的bird's-eye-view (BEV)表示，在预训练阶段仅将LiDAR作为特权监督信号，部署时仅需相机和雷达。该方法引入了增强型雷达编码器、雷达增强的时间自注意力机制以及带有模态创新门控的多模态特征渲染，将雷达的range和Doppler信息注入BEV时间传播过程，并允许BEV tokens选择性融合相机与雷达证据。实验表明，CRISP在nuScenes数据集上显著提升了长时点云预测性能，并有效迁移至3D检测、跟踪、在线建图、运动预测、未来占用预测及规划等下游任务，为实际传感器配置下的可扩展驾驶表示学习提供了新路径。该工作与关键词“pretrain”和“attention”高度契合。
Strategic Buying Agents ⭐ 精选
Mingyang Fu, Ming Hu
econ.TH cs.AI cs.CY cs.GT cs.HC
本文研究了战略购买代理（strategic buying agents）的设计问题，即在有限购物窗口内，代理需基于价格观测、剩余时间及对未来价格变化的信念，决定何时购买。作者在平稳（stationary）、贝叶斯（Bayesian）和鲁棒（robust）三种信息机制下，将最优购买策略形式化为动态阈值规则，其中平稳机制下的阈值由常微分方程（ordinary differential equation）控制，鲁棒机制下随机化阈值策略实现了最优竞争比（competitive-ratio）和极小化极大遗憾（minimax-regret）保证。该工作为agentic AI在委托购买场景中的策略设计提供了理论框架，并验证了语言模型更适合在机制间选择而非直接做出购买决策，与关键词“agent”高度契合。
Agent Data Injection Attacks are Realistic Threats to AI Agents ⭐ 精选
Woohyuk Choi et al.
cs.CR cs.AI
本文提出了一种针对AI agent的新型攻击方式——Agent Data Injection (ADI)攻击。与传统的指令注入攻击不同，ADI通过将恶意数据伪装成受信任的上下文数据（如resource identifiers或tool call格式）来实施攻击，导致agent在不知情的情况下执行非预期操作。研究发现，该攻击在多个真实世界的agent（如Claude in Chrome、Claude Code等）中有效，并能绕过现有的IPI防御机制。这项工作揭示了当前AI agent在安全设计上的一个根本性缺陷：未能将受信任数据与不受信任数据进行隔离。
SiamixFormer: a fully-transformer Siamese network with temporal Fusion for accurate building detection and change detection in bi-temporal remote sensing images
Amir Mohammadian, Foad Ghaderi
cs.CV cs.AI cs.LG
本文提出了一种名为SiamixFormer的Siamese网络，使用全transformer架构和temporal fusion模块，通过将灾前图像作为query、灾后图像作为(key, value)进行特征融合，用于建筑物检测和变化检测任务。该方法在xBD、WHU、LEVIR-CD和CDD数据集上取得了优于现有技术的性能。
PotatoGANs: Utilizing Generative Adversarial Networks, Instance Segmentation, and Explainable AI for Enhanced Potato Disease Identification and Classification
Fatema Tuj Johora Faria et al.
cs.CV cs.AI
本文提出PotatoGANs方法，利用CycleGAN和Pix2Pix两种GAN生成合成马铃薯病害图像以增强数据多样性，并结合GradCAM等可解释AI算法与CNN架构进行病害分类。该方法主要针对农业图像分割中的过拟合问题，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）无直接关联。
miMamba: EEG-based Emotion Recognition with Multi-scale Inverted Mamba Models
Xin Zhou et al.
cs.HC cs.LG eess.SP
本文提出了一种基于EEG信号的多尺度倒置Mamba网络(MS-iMamba)，通过多尺度时间块和时空融合块来提取局部-全局时间依赖和空间特征，在DEAP等数据集上取得了优于现有方法的分类准确率。该方法无需领域特定的时频特征提取，但与关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念关联较弱。
Inverse Design of Metainterfaces for Static Friction Control: Beyond the Hertzian Limit
Jacopo Bilotto et al.
cond-mat.soft cs.LG
本文提出了一种用于静摩擦控制的反向设计框架，通过结合可微分的接触力学引擎与神经网络，实现了非标准形貌的自动发现。该方法利用轴对称微凸体解锁非线性宏观响应，并经过高保真边界元模拟验证。
Open-Weather Robust 3D Detection via Dual-Critic Diffusion Alignment
Shuyao Li et al.
cs.CV cs.LG
本文提出了一种名为DCDA的天气无关框架，通过双critic引导的diffusion过程来恢复恶劣天气下退化的LiDAR特征，以提升3D目标检测的鲁棒性。该方法不显式建模天气类型，而是利用4D radar条件进行特征细化，并借助检测引导和天气对抗两个critic实现特征对齐。
Neural-Network Inverse Design of SRF Cavities and Transmons for Bosonic Quantum Computation
Joseph Yaker et al.
quant-ph cs.AI hep-ex
本文提出两种深度神经网络方法，分别用于超导射频腔和transmon量子比特的逆向设计，以快速从目标参数（如腔体特性或耦合率、频率、非谐性）直接生成候选几何结构，避免了传统迭代仿真的高成本。
GLM-5 Serving Parameter Tuning for OpenClaw: Single-Deployment MaaS Inference Optimization for Long-Context Agent Workloads
Minjie Hua et al.
cs.DC cs.AI
本文研究了在MaaS多模型推理优化架构中，针对OpenClaw长上下文agent工作负载的GLM-5服务参数调优，通过调整chunked prefill大小、tensor parallelism、pipeline parallelism和请求并发度，找到了最优配置，提升了吞吐量并降低了延迟。该工作主要关注特定工作负载下的工程优化，而非提出新的数学方法或解决长期存在的理论问题。
AutoResearch: An Execution-Grounded Multi-Agent Framework for Reliable Research Workflow Automation
Rajesh Kumar et al.
cs.CY cs.AI cs.SE
AutoResearch提出了一个基于执行验证的多智能体框架，通过沙盒代码执行、引用验证和声明审计等机制，提升自动化研究流程的可靠性。该框架在代码生成、引用验证等任务上优于基线方法，但主要作为可靠性导向的研究助手，而非完全自主的科学家。
Tile-Level Activation Overlap for Efficient LLM Inference
Abhinav Jangda et al.
cs.DC cs.LG cs.PL
本文针对SwiGLU激活函数在LLM推理中的中间张量物化开销问题，提出了两种基于CUTLASS的SM90 tile级融合kernel，通过重叠Swish计算与数据加载、以及自定义Epilogue Visitor Tree实现高效推理，在NVIDIA H100上取得最高2.47倍加速。该工作主要关注LLM推理加速，与关键词中的code, context, spectral, Muon, pretrain, agent, attention均无直接关联。
SWIFT: Spatio-temporal Wavelet Integrated Forecasting Framework for Workload Traces
Zeyuan Ding et al.
cs.DC cs.AI
本文提出SWIFT框架，通过可学习级联小波路径将固定小波基转化为自适应卷积算子，并设计多变量交互模块建模时空依赖，用于云工作负载预测。实验表明该方法在降低计算复杂度的同时提升了预测精度。
PEEK: Predictive Queue-Informed KV Cache Management for LLM Serving
Bing Xie et al.
cs.DC cs.AI
本文提出PEEK，一种用于LLM服务的轻量级调度与缓存管理框架，通过维护增量radix tree来暴露前缀共享模式，并采用双遍历匹配和协同驱逐策略提升缓存命中率。实验表明，在SGLang和vLLM引擎上，PEEK在多种工作负载下显著提升了缓存命中率、TTFT和吞吐量，且对无前缀结构的工作负载影响极小。
The Hidden Water Geography of U.S. Hyperscale Data Centers in the AI Era
Gianluca Guidi, Francesca Dominici
cs.CY cs.AI
本文通过将美国472个超大规模数据中心的位置与电力区域、水文流域和水资源压力数据关联，绘制了其直接冷却用水和电力系统用水的双重路径地图，发现电力相关用水占总用水量的四分之三，且两条路径的热点地理分布不同。
Physics-Informed Domain-Invariant Feature Learning with Autoencoder-Driven Gaussian Clustering for Robust Non-line-of-Sight Scenarios
Nisha L. Raichur et al.
eess.SP cs.LG stat.ML
本文提出一种混合学习框架，将物理信息约束融入深度神经网络，通过autoencoder-driven Gaussian clustering和domain-invariant特征学习，提升非视距场景下角度估计的鲁棒性。实验表明该方法在低样本设置下比domain-incremental learning基线方法误差降低最多6度。
Beyond Satisfaction: Learning Associations Between Content, Reviews, and Well-Being
Aaron Marker, Joel Lehman, H. Andrew Schwartz
cs.SI cs.CL cs.LG
本文研究了数字平台中常用的满意度信号（如评分和情感）与用户心理健康之间的关联，发现评分和情感仅与心理健康的某些方面弱相关，并更偏向即时享乐而非持久意义。通过分析书籍评论与内容，揭示了特定主题（如宗教、人类驱动力）与心理健康指标的相关性。
Not Every Sync Is Safe: Calibrated DiLoCo Scheduling for Shared AI Infrastructure
Maxwell Twelftree et al.
cs.DC cs.AI
本文研究了共享AI基础设施中DiLoCo风格训练的同步调度问题，发现匹配随机延迟策略在多数情况下优于现有无预测策略，并提出了WA-DiLoCo控制器和校准协议来在突发负载下实现改进。
Transformer-based Multisensor Data Fusion of Ultrasonic Guided Wave and FBG-based Strain Measurements for Multitask Aerospace Structural Health Monitoring
Xin Yang et al.
eess.SP cs.LG
本文提出了一种基于Transformer的多传感器数据融合框架，用于航空航天结构健康监测，通过融合PZT超声导波信号和FBG应变测量数据，实现了健康指标预测和损伤定位的多任务学习。实验表明该方法在性能上优于单传感器和基线深度学习模型。
DELTAVID: Enhancing Fine-Grained Spatiotemporal Perception with Cross-Video Differences
Yankai Yang et al.
cs.CV cs.AI
DELTAVID提出了一种基于跨视频差异的代理任务框架，通过对比相似视频来增强视频多模态大语言模型的细粒度时空感知能力，并构建了DELTAVID-10K和DELTAVID-Bench数据集用于训练和评估。实验表明该方法在跨视频差异理解和通用视频理解基准上均有提升。
Interpretable machine learning predicts Parkinson's disease severity using motion-corrected QSM MRI and multiband multiecho fMRI features
Aixa X. Andrade
cs.CV cs.LG q-bio.NC
本文使用多种机器学习模型（如SVR、Elastic Net、Random Forest、XGBoost）结合QSM和fMRI特征预测帕金森病运动严重程度，发现影像特征比临床特征更具预测价值，但方法上未涉及关键词中的code、context、spectral、Muon、pretrain、agent或attention等概念。
MLSYSIM: First-Principles Infrastructure Modeling for Machine Learning Systems
Vijay Janapa Reddi
cs.DC cs.LG
MLSYSIM是一个基于第一性原理的分析框架，用于对机器学习系统进行全栈建模。它通过需求-供给抽象和维度严格的Python引擎，实现了对从微控制器到数据中心等广泛系统的快速设计空间探索。
Double-Helix Active Geometry: LiDAR-Anchored Multi-View Depth with Selective Abstention
Jinwen Wen
cs.CV cs.AI
本文提出了一种轻量级、无需训练的几何后端方法DH-Active，利用LiDAR传感器作为度量标尺，通过PnP锚定近场深度并三角化远场点，同时使用视差/重投影门控机制在几何条件不佳时选择性放弃估计。该方法在CPU上实现了毫秒级延迟，并在多个基准测试中恢复了稀疏深度，但整体方法较为工程化，与关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念关联较弱。
Attention Dynamics in Diffusion Models: A Visual Analytics Framework for Human-AI Collaboration
Yiran Xiao, George Legrady
cs.CV cs.AI cs.HC
本文提出了一个用于探索diffusion models中attention dynamics的可视化分析框架，通过整合定量指标与交互式工作流，帮助理解生成过程中token-level cross-attention maps的时序演化与空间关系。
From Raw Segmentations to Simulation-Ready Cardiac Meshes: An Automated Framework for Anatomical Reconstruction and Virtual Cohort Generation
Francesco Fabbri et al.
cs.CV cs.AI q-bio.TO
本文提出了一种半自动pipeline，将CT分割结果转换为适用于多物理仿真的心脏网格，通过模板配准和Chamfer距离变形策略保持拓扑一致性，并在58个心脏CT扫描上验证了其有效性。该方法支持构建统计形状模型和生成虚拟队列，但未涉及code、spectral或Muon等关键词相关技术。
CRODA-ST: Single-Target Cross-Receiver Open-Set Radio Fingerprint Recognition
Fengchong Yao et al.
eess.SP cs.AI
本文提出CRODA-ST框架，用于解决跨接收器场景下射频指纹识别中的开放集问题，通过Discriminative Structure Anchoring和Rejection-Oriented Alignment两个组件提升识别性能。实验在WiSig ManyTx数据集上验证了其有效性。
Uncertainty-Aware Last-Layer Adaptation of RETFound for Referable Diabetic Retinopathy Screening Under Dataset Shift
Karim Mardhani
cs.CV cs.LG
本文评估了多种不确定性感知的最后一层适应方法在糖尿病视网膜病变筛查中的表现，比较了softmax头、温度缩放、变分贝叶斯头等方法，发现不确定性感知方法能改善敏感性和选择性转诊行为，但贝叶斯建模并非唯一能减少假阴性的方法，且跨数据集迁移效果有限。
DOSE-I: A Multimodal Biosignal Dataset of Procedural Sedation for Endoscopy -- Technical Report
Jakob Garbe et al.
eess.SP cs.AI
本文介绍了DOSE-I数据集，这是一个用于内窥镜程序镇静的多模态生物信号数据集，包含78.5小时的记录和详细的临床注释。该数据集提供了预处理后的pEEG特征和用于伪影检测的C代码，以支持未来的研究。
Additive Causal Construction for Transferable and Reconfigurable Cross-System Learning in Multi-Source Image Fusion
Zhizhong Fu et al.
cs.CV cs.AI
本文提出了一种名为additive causal construction (ACC)的框架，用于解决多源图像融合中的跨系统差异与纠缠问题。该框架通过干预一致性建立因果锚点，并利用不确定性量化建模融合路径的可靠性，以提升out-of-distribution泛化能力。
From Tensor Buffer to Distributed Memory Hierarchy: A Survey of KV Cache Management for LLM Serving
Jie Li, Tongyang Wang, Yong Chen
cs.DC cs.AI cs.LG
本文对LLM服务中KV cache管理的三十多种系统与框架进行了分类调查，从局部性、生命周期、所有权和底层介质四个维度归纳出五种架构原型。文章还指出了当前评估中缺失的七项KV特定测量指标，并将其与容错、隔离、分层驱逐等开放问题联系起来。
Criterion-Conditional In-Context Learning: Evaluating Criterion-Shift Adaptation in Vision-Language Models
Kaiyun Yang et al.
cs.CV cs.AI
本文提出了一种新的评估设置Criterion-Conditional In-Context Learning (CC-ICL)，用于测试Vision-Language Models在固定任务语义下根据潜在criterion调整决策的能力，并构建了CC-Bench基准。实验发现大多数模型存在刚性边界偏差，而简单的多criterion训练策略可有效缓解此问题。
The Moving Target: A Longitudinal Audit of Trustworthiness Drift Across Twelve Checkpoints of Open-Source Chat LLMs
Zhichao Fan et al.
cs.SE cs.LG
本文通过纵向审计四个开源Chat LLM系列（Yi, Qwen, Mistral, Gemma）在多个checkpoint上的信任基准分数，发现相邻checkpoint间的分数漂移显著高于无漂移零假设，表明信任分数不应跨checkpoint沿用，而应作为绑定checkpoint的带日期记录。
H-OPD: Confidence Aware Heterogeneous Multi-Teacher Multimodal On-policy Distillation
Qixiang Yin et al.
cs.CV cs.LG
本文提出H-OPD框架，通过token级别的置信度感知仲裁机制，动态结合视觉-语言教师和纯文本教师，以改进多模态推理中的on-policy distillation。该方法在11个推理基准上取得了优越性能，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。
Token-level Response-visual Attention Guidance for Multimodal LLMs Knowledge Distillation
Jaehyun Jang et al.
cs.CV cs.CL
本文研究了多模态大语言模型(MLLM)的知识蒸馏问题，提出了一种Token-level Response-visual Attention Guidance (TRAG)方法，通过关注response-to-vision attention信号并基于attention entropy自适应调整蒸馏目标，来提升学生模型的性能。实验表明该方法在多个基准上优于现有蒸馏基线。
An automated method of identifying incorrectly labelled images based on the sequences of loss functions of deep learning networks
Zhipeng Zhang et al.
cs.CV cs.AI
本文提出了一种基于深度学习网络loss function序列的自动化方法，用于识别医学图像中错误标注的样本，并通过实验验证了该方法在眼底图像数据集上的有效性。
CIPHER: Causal Intervention Pathways for Healthcare Equity and Robustness
Xinyu Jia et al.
cs.CV cs.LG
本文通过structural causal model分析了医学图像生成中敏感属性对图像内容的四种影响路径，并提出CIPHER框架，利用diffusion backbone和classifier-free guidance进行多路径干预，以减少诊断模型在不同敏感子群间的性能差异。
Scaling Weisfeiler-Leman Expressiveness Analysis to Massive Graphs with GPUs
Filippo Biondi, Mirco Tribastone, Max Tschaikowski
cs.DC cs.LG
本文利用线性代数解释1-WL稳定染色，提出随机精化算法和批处理方案，将图分解为可独立处理的子图，并映射到GPU高效原语。实验表明，CUDA实现在大规模图上比CPU方法快两个数量级，首次成功处理超300亿边的图。
Latent Visual Cache for Video Reasoning
Yongheng Zhang et al.
cs.CV cs.CL
本文提出Latent Video Cache (Latent-VC)，一种插入到decoder中的循环潜在视觉缓存，用于在视频推理过程中保持紧凑的视觉记忆。该方法通过监督对比缓存对齐和基于视觉的GRPO训练，在多个视频基准上优于强基线，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
Towards transferable lightweight neuromorphic computing through a model-free temporal-switch framework
Zefeng Zhang et al.
cs.AR cs.LG cs.NE
本文提出了一种无模型的时间切换框架，用于提升基于memristor的reservoir computing在设备间直接迁移的性能，无需后训练校准。该方法在Mackey-Glass基准和口语数字分类任务上取得了较好效果，但其方法创新性有限且与关键词列表关联较弱。
Knowledge-Centric Information Systems
Mariano Garralda-Barrio
cs.SE cs.AI cs.DB
本文提出"知识架构"这一概念，认为企业AI系统正推动组织知识从被动信息资源转变为可执行的操作性资产，并给出了一个概念模型和分类法，将传统数据工程概念（如ETL、CDC）重新定义为知识工程概念（如知识摄入、知识变化检测）。
Privacy-Preserving Industrial Ergonomics: mmWave-Based Automated REBA Scoring and Pose Estimation
Xuhan Zhang et al.
cs.CV cs.LG
本文提出了一种基于毫米波雷达的端到端多任务学习框架，用于隐私保护的工业人体工学评估。该框架通过时空骨干网络重建3D人体骨架，并利用回归头生成REBA风险评分，在MMFi数据集上达到了77.78%的分类准确率和5.70ms的推理延迟。
Fusion: A Framework for Unified Sequential Token AdaptatIon in VisiOn TraNsformers
Aravind Pradeep et al.
cs.CV cs.AI cs.AR cs.DC cs.LG
本文提出Fusion框架，通过分阶段协调token合并、提前退出和剪枝机制，在Vision Transformer中实现自适应推理，以降低计算成本并保持精度。该方法在多个数据集上验证了有效性，但未涉及代码、上下文、谱方法等关键词。
The agent creates, we validate: A Lightweight Framework for Agentic Artifact Generation
Yaniv Melamed et al.
cs.CR cs.AI cs.SE
本文提出一个轻量级框架，核心原则是让LLM生成结构化产物（如数据库查询、威胁框架映射），而由人类或自动化测试进行验证。该框架通过测试驱动生成、确定性测试与基于LLM的测试、以及专家校准的评判机制来提升输出可靠性，并在微软Sentinel的安全领域产物生成中进行了部署。
COMET: Combinatorial Optimization for Multiplex Editing Targets Via Constraint-Preserving QAOA
Priyansh Singhal, Sumit Maheshwari, Piyush Joshi
quant-ph cs.AI
本文比较了在multiplex CRISPR-Cas9基因编辑的combinatorial optimization问题中，通过penalty-based和XY-mixer两种方式在QAOA中施加one-hot约束的效果。实验表明XY-mixer在模拟和硬件上均优于penalty方法，但该实例在经典上trivial，主要贡献是方法学比较。
Schedulable Job-Level Dependencies for Cause-Effect Chains via Graph Neural Networks
Silviu S. Craciunas et al.
cs.SE cs.LG eess.SY
本文提出了一种基于Graph Neural Network (GNN)的机器学习方法，用于合成Job-Level Dependencies (JLDs)以解决cause-effect chains中的数据时效性问题。该方法采用Generate-and-Verify架构，通过GNN生成候选JLDs，并利用EDF可行性检查器和系统级需求边界测试进行验证，在合成时间上比传统贪心启发式算法有数量级提升。
SE-UNet: Singular Equivariant Imaging for Real-World Constrained Generation
Kanishk Awadhiya
cs.CV cs.LG
本文提出SE-UNet框架，通过将生成过程视为受几何equivariance (\(D_4\) group)和singular value gating约束的优化问题，在无需大规模预训练的情况下解决ill-posed成像任务，并在CIFAR-10上实现了zero-shot inpainting。该方法在PSNR上超过Deep Image Prior (DIP)基线4 dB以上，展现出数据高效的constrained generation能力。
Fine-Grained Computation Offload for Off-the-Shelf Servers in Tens of Lines
Bojie Li
cs.DC cs.AI cs.OS
本文提出了一种通过重路由（rerouting）现有服务器中的并发机制来实现细粒度计算卸载（offload）的方法，无需重写异步框架或运行时。该方法在多种现成服务器上仅需少量代码修改即可恢复1.2-5.4倍的性能，并分析了其与服务器并发模型的兼容性。
Metronome: Bound the Cache, Keep the Beat for Real-Time Interaction Model Serving
Jiaying Meng, Bojie Li
cs.SD cs.AI cs.NI
本文研究了实时交互模型服务中的KV cache管理问题，发现会话状态累积会导致服务性能突然崩溃。Metronome通过限制每个会话的KV窗口大小来消除这种崩溃，并利用在线准入控制器发现可调度的并发量。
Benign Overfitting Does Not Occur in Diffusion Models
Tyler Farghly et al.
stat.ML cs.LG
本文研究了扩散模型中的良性过拟合现象，发现与标准深度学习不同，扩散模型中过拟合与良好泛化无法同时发生，除非样本量随数据维度指数增长。通过分析得分匹配与回归的差异，指出得分匹配缺乏目标与经验协方差的对齐，导致过拟合必然有害。
K9-Bench: Evaluating Multimodal LLMs on Canine-Centric Videos
Khush Attarde et al.
cs.CV cs.AI
本文提出了K9-Bench，一个针对家犬视频的多模态大语言模型（MLLM）基准测试，包含约5000个问答对和907个视频，用于评估模型在犬类动作与交互理解上的长程推理能力。该工作通过VLM/LLM驱动的数据生成管道自动挖掘视频并构建QA对，但主要贡献在于特定领域的基准构建，与关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念关联较弱。
Contaminated Multi-task Learning with Heterogeneity: Fundamental Limits and Optimal Algorithms
Ye Tian, Mengchu Li, Marco Avella Medina
stat.ML cs.LG math.ST stat.ME
本文研究了受污染的多任务学习问题，其中部分任务数据可能被任意污染。作者证明了多种常见方法（如自适应正则化、全局矩阵正则化等）在最坏情况下的污染误差存在维度依赖的次优性，并提出了一种基于过滤的鲁棒多任务梯度下降方法，在理论上达到了最优的minimax速率。
RES-DARE: Failure-Aware Expert Adaptation and Rollback-Safe Self-Repair for Intrusion Detection
Rahil Aftab et al.
cs.CR cs.LG
本文提出RES-DARE框架，用于入侵检测系统中的持续学习与故障感知自适应。它通过专家路由、故障缓冲区和回滚安全修复机制（AEHM-v2）处理数据分布漂移，在多个数据集上取得高macro-F1分数，并有效缓解灾难性遗忘。
S-EMBER: A Large-Scale Benchmark for Streaming Egocentric Memory Retrieval
Xiaodong Wang et al.
cs.CV cs.AI
本文提出了S-EMBER基准，用于评估可穿戴设备中AI助手的episodic memory（情景记忆）能力，包含大量视频和QA对。该基准强调从离线搜索转向流式检索，并发现模型在temporal grounding（时间定位）上存在瓶颈。
Property-Constrained 3D Porous Media Reconstruction from 2D Images via Conditional Generative Adversarial Networks
Ali Sadeghkhani, Brandon Bennett, Arash Rabbani
cs.CV cs.LG physics.geo-ph
本文提出了一种基于条件生成对抗网络(cGAN)的框架，仅使用2D薄片图像训练即可生成具有可控孔隙度的3D多孔介质体积。该方法通过3D生成器与2D判别器的混合架构，结合多轴切片提取技术，从2D数据中学习3D一致结构，并利用Enhanced U-Net分割模型提取孔隙度标签。实验在两个碳酸盐岩样本上验证了框架生成逼真3D体积的能力，孔隙度控制的\(R^2\)达到0.93。
LLMoxie: Exploring Agentic AI for Scientific Software Development
Landung Setiawan et al.
cs.SE cs.AI cs.DC cs.MA
本文介绍了LLMoxie，一个面向科学软件开发的三层AI平台，通过RSE-Plugins生态系统将研究软件工程知识编码为插件-智能体-技能层次结构，以解决通用AI编码代理在科学软件中忽视领域规范、数据安全和可追溯性问题。
Not All Refusals Are Equal: How Safety Alignment Fails Cybersecurity at Scale
Vadym Hadetskyi, Dario Pasquini, Artem Sorokin
cs.CR cs.AI
本文研究了LLM安全对齐在网络安全领域的局限性，通过大规模实验发现领域特定的abliteration（一种移除模型拒绝回答机制的方法）在万亿参数MoE架构中可行，并分析了模型特征与干预效果的相关性。
Diagnosing Aerial-View Object Detectors with Foundational Image Generative Models
Stanislav Panev et al.
cs.CV cs.AI cs.LG
本文利用基础图像生成模型构建了一个可控的合成测试平台，用于诊断航拍视角下的目标检测器性能，通过文本引导生成和属性编辑来模拟真实场景中难以隔离的环境条件。实验表明，合成场景的性能趋势能准确反映真实域中的检测弱点，并指导高效的数据补充策略。
Provable Pruning for Efficient 3D Gaussian Splatting via Coresets
Waseem Mousa, Alaa Maalouf
cs.CV cs.GR cs.LG
本文研究了3D Gaussian Splatting (3DGS)场景的可证明剪枝问题，通过coreset（加权子集）理论，证明了在给定渲染分辨率下存在一个加权子集可以近似原始场景的渲染目标，并基于敏感性（sensitivity）采样构建了该coreset。该方法在无需或仅需少量微调的情况下实现了激进的压缩，并在剪枝-only和极短微调场景中达到了最优性能。
Signal from Space: Detecting Schools and Towers to Bridge the Digital Divide
Zakarya Elmimouni et al.
cs.CV cs.AI cs.CY
本文提出了一种基于高分辨率卫星图像和迁移学习的视觉框架，用于同时检测学校和信号塔，以评估互联网连接状况。该方法在莱索托的真实卫星图像上进行了验证，旨在为Giga Initiative项目提供可扩展的基础设施映射方案。
SMOCS: A Streaming Framework for Simplified Deployment, Monitoring, and Optimization of ML Systems in Production
Armen Kasparian et al.
cs.SE cs.AI
SMOCS是一个基于Kafka和Docker的流式框架，旨在简化机器学习系统在生产环境中的部署、监控和优化，通过分层抽象和配置驱动模型降低工程门槛。该框架支持在线学习，但未涉及关键词中的code、spectral或Muon等特定概念。
Optimality-Informed Neural Networks for Lunar Landing Trajectory Optimization
Zhenbo Wang
math.OC cs.LG eess.SY
本文提出了一种Optimality-Informed Neural Network (OINN)方法，用于求解月球着陆器的能量最优、自由终端时间的动力下降轨迹优化问题。该方法将Pontryagin最小值原理和Hamilton-Jacobi-Bellman方程嵌入网络架构，通过硬编码边界条件和横截条件，并直接代入最优推力大小与方向的解析解，仅利用最优性必要条件构成的物理残差损失进行训练，无需预计算最优轨迹。数值仿真表明，该训练后的策略与间接法求解的边值问题结果高度一致。
CodeJeNN: A simple C++ neural network generator for physics applications
Jay Arcities et al.
physics.comp-ph cs.LG
本文介绍了CodeJeNN，一个将Keras训练的神经网络模型自动生成为自包含C++代码的工具，旨在解决Python库与高性能C++求解器集成时的性能瓶颈，并通过CFD测试案例展示了其加速效果。
Pretreatment MRI reveals a latent, molecular-subtype-independent structural phenotype that organizes treatment trajectories and recurrence risk
Dattatreya Kantha, Murray H. Loew
eess.IV cs.CV cs.LG q-bio.QM
本文利用I-SPY2试验中的纵向DCE-MRI数据构建了一个结果盲的流形，发现预处理MRI中存在一种独立于分子亚型的结构表型，该表型能组织治疗轨迹并预测复发风险，且其信号在治疗过程中持续存在，而体积信号则逐渐减弱。
A Preliminary Study on Explaining Risk of Code Changes using LLM-Based Prediction Models
Yalin Liu et al.
cs.SE cs.AI
本文利用基于LLM的Diff Risk Score (DRS)模型的attention权重，将token级别的attention聚合为可解释的代码单元（如行、hunk和文件），以突出代码变更中风险集中的部分。该方法在专家标注的真实故障变更上进行了评估，结果显示在突出top-2 hunk时，覆盖了53.85%的故障行，同时仅需开发者审查26.28%的变更行。
SovereignNegotiation-Bench: Evaluating User-Owned Personal Agents In Delegated Bargaining Under Privacy, Consent, Evidence, And Institutional Pressure
Dylan Zongmin Liu
cs.MA cs.AI cs.CY
本文提出了SovereignNegotiation-Bench，一个用于评估用户拥有的个人代理在委托谈判中表现的多轮基准测试，重点关注隐私、同意、证据和制度压力等维度。实验表明，仅追求协议达成率会损害用户效用和隐私，而平衡多方面因素的代理表现更优。
Vision Token Manipulation Attacks on Cloud-Edge Inference of Large Vision-Language Models
Zikai Zhang et al.
cs.CR cs.AI cs.CV
本文研究了云-边缘大型视觉语言模型推理中的视觉token操纵攻击，提出了一种基于优化的token选择方法，实验表明仅操纵10%的视觉token即可显著降低模型精度。该工作揭示了云-边缘推理中的安全漏洞。
JavaVulBench: A Java Vulnerability Benchmark with Realistic Splits, a Unified Multi-Backend Harness, and a Leakage-Aware Evaluation Mode
Norbert Sandor Szolnoki, Gabor Antal
cs.CR cs.AI
本文发布了JavaVulBench，一个包含约30,600个Java方法、覆盖1,740个CVE的漏洞检测基准数据集，并提供了统一的评估框架，支持多种模型后端和五种数据划分策略，同时附带预训练污染审计功能。
Differential Amplifier-Inspired AmpAttention for Multi-View Robotic Manipulation
Jin Yang, Ping Wei, Nanning Zheng
cs.RO cs.AI cs.CV
本文提出了一种受差分放大器启发的AmpAttention机制，用于多视角机器人操作中的注意力漂移抑制，并基于此构建了RVAF模型。实验表明该方法在RLBench任务上取得了最优平均成功率并缩短了训练时间，但未涉及代码、上下文、谱方法、Muon、预训练或智能体等关键词。
EvoOtter: Evolutionary Reproduction Test Generator
Toufique Ahmed et al.
cs.SE cs.LG
本文提出EvoOtter，一种结合进化编程与大型语言模型的bug复现测试生成方法，通过逐次减半控制执行成本、批量交叉操作和基于规则的代码变异来提升效率。该方法在降低计算开销的同时生成了高质量测试用例。
Determinants and Limits of LLM Security-Tool Orchestration: A Study with HexStrike-AI
Romain Gerard, Assmaa Zeghaider, Yan Guo
cs.SE cs.AI cs.CR
本文研究了LLM agent在安全工具编排中的能力边界，通过HexStrike-AI平台在picoCTF挑战上进行了774次试验，发现驱动客户端是比模型更重要的因素，且残差失败主要由推理或环境限制导致，而非工具缺失。
SPLIT: Training-Free AI-Generated and Partially Edited Video Detection via Spatial Patch-Level Incoherence and Temporal Roughness
Jongyeop Hyun, Hyounghun Kim
cs.CV cs.AI cs.LG
本文提出SPLIT，一种无需训练的AI生成视频检测方法，通过计算空间patch级不一致性和时间粗糙度来区分真实与生成视频，在低假阳性率下表现优于现有方法。该方法利用冻结视觉编码器的patch tokens，结合两步时间粗糙度和局部空间运动不一致性两个互补信号。
Selectivity Estimation for Linear Queries via Online Learning
Fangzhu Shen, Debmalya Panigrahi, Sudeepa Roy
cs.DB cs.LG
本文提出了一种基于在线学习的算法框架，用于在动态变化的数据库和查询工作负载下估计线性查询（如点查询、范围查询和子集选择查询）的选择性。该框架通过regret来衡量学习算法的性能，并针对基于histogram的线性查询建立了regret的上下界。
Open Problem: Is Interaction Necessary for Order-Optimal 1-bit Mean Estimation?
Ivan Lau, Jonathan Scarlett
cs.IT cs.LG math.ST stat.ML
本文提出了一个关于1-bit均值估计中交互性必要性的开放问题，探讨非自适应量化器能否达到自适应协议的最优速率。该问题与关键词关联度较低。
PPE-Bench: A Benchmark for Evaluating MLLM Unlearning under Private-Public Entanglement
Xianren Zhang et al.
cs.CR cs.AI cs.CV
本文提出了PPE-Bench基准，用于评估多模态大模型在“私密-公开纠缠”场景下的机器遗忘效果，其中图像同时包含需遗忘的私密个体和需保留的公开信息。实验发现现有遗忘方法虽能减少私密信息泄露，但常严重损害相邻的公开信息。
Angry but Accurate: Detecting and Profiling the Counter-Misinformation Ecosystem on Twitter
Eun Cheol Choi, Emilio Ferrara
cs.SI cs.CL cs.CY
本文使用domain-specific NLI模型对COVID-19推特中的264,737条帖子进行分类，比较了支持与反对虚假信息的用户和文本特征。研究发现，反对虚假信息的帖子在情绪上比支持虚假信息的帖子更负面，且来自更成熟的用户账户。
TIER: Trajectory-Invariant Explanation Regularization for Membership Privacy
Varun Sharma, Kar Wai Fok, Vrizlynn L. L. Thing
cs.CR cs.AI
本文提出了一种名为TIER的防御方法，通过惩罚由梯度引导扰动模拟的置信度下降轨迹中的波动，并利用KL散度最小化成员与非成员之间的分布偏移，来抵御基于解释的成员推理攻击。该方法旨在增强模型解释的鲁棒性，同时保持模型效用和解释保真度。
ProLaViT: Learning Progressive Latent Visual Thoughts in Structured Latent Space
Peiming Li et al.
cs.CV cs.CL
ProLaViT提出了一种在连续latent space中进行结构化视觉推理的框架，通过自蒸馏机制和程序化合成管道来增强MLLMs的视觉推理能力，无需外部工具或显式生成。该方法设计了两种推理链（Coarse-to-Fine Causal Chain和Dialectical Reasoning Chain），并引入Distance-Weighted Diversity Loss来防止特征退化。
Learning Taxonomic Trees with Hierarchical Representation Regularization for Large Multimodal Models
Hulingxiao He, Zhi Tan, Yuxin Peng
cs.CV cs.AI
本文提出了一种名为Hierarchical Representation Regularization (\(HiR^2\))的即插即用正则化器，用于提升大型多模态模型在层次化视觉识别中的一致性。该方法通过构建语义感知的视觉树并引入双目标损失函数来隐式地学习分类学结构，但并未直接涉及我提供的关键词列表中的概念。
Harmonic-Aware Transformer for Real-Time Catheter Localization in Interventional Procedures of Magnetic Particle Imaging
Abuobaida M. Khair et al.
physics.med-ph cs.AI cs.CV eess.IV eess.SP
本文提出了一种谐波感知Transformer框架，直接从原始MPI电压信号预测导管尖端位置，避免了图像重建步骤。该方法在模拟和真实数据集上实现了亚毫米级定位精度和实时推理速度。
R3D: Quantitative 3D Spatial Reasoning for Egocentric Wearables
Maxwell Horton et al.
cs.CV cs.AI
本文提出了R3D-Bench基准测试和R3D框架，用于解决第一人称RGB-D视频中的定量3D空间推理问题。R3D通过分割和深度提升的对象表示构建3D场景，并利用可组合的空间工具为LLM提供信息，在基准测试上取得了优于现有方法的性能。
Modeling the Impact of Visual Brand Language on Attention, Object Recognition, and Memory Retrieval
Rachel F. Heaton, John E. Hummel
q-bio.NC cs.AI cs.CV cs.HC
本文基于JIM和LISA模型，模拟了视觉品牌语言对物体识别、注意力分配和功能信息检索的影响，预测品牌信息会吸引注意力并减慢功能类别识别。
PromptPET: Privacy-Utility Optimized Prompt Obfuscation
Ke Yang et al.
cs.CR cs.AI cs.HC cs.LG
本文提出了一种名为PROMPTPET的用户端隐私保护机制，通过四种混淆操作（redaction, abstraction, replacement, 以及一种新的noising/denoising方案）来转换用户prompt中的敏感信息，以平衡隐私保护与任务效用。该方法利用data type taxonomy识别敏感信息，并采用强化学习优化的LLM-based agent为每个敏感部分选择最佳混淆操作，在真实聊天数据集上取得了优于现有方法的隐私-效用权衡。
MatPhaseBench: A Semantics-Guided Benchmark for Materials Phase Diagrams Understanding
Hanwen Wang et al.
cs.CV cond-mat.mtrl-sci cs.AI
本文提出了MatPhaseBench基准，用于评估VLMs对材料相图的理解能力，发现当前模型在深层机理推理方面表现不足。该工作与关键词中的“context”和“attention”有一定关联，但未直接涉及核心方法创新。
FOI-O: An NZ-first ontology and verification methods package for Freedom of Information process modelling
Dylan A Mordaunt
econ.GN cs.CL
本文提出了一个名为FOI-O的流程建模方法和验证基础设施，用于处理信息自由请求记录，并基于新西兰法律实现了首个配置文件。它通过本体论和多种数据格式（如JSON Schema、OWL、RDF等）来建模请求记录、审核队列和发布元数据，但主要聚焦于行政流程建模而非数学理论创新。
Pooling-Based Context Modeling for Convolution-Free Deep Image Prior
Gihyun Kim, Jong-Seok Lee
cs.CV cs.AI
本文提出Pool-DIP，一种无卷积架构，通过基于pooling的context modeling来捕获空间context，用于图像恢复任务。该方法在减少参数和计算复杂度的同时，实现了与卷积DIP模型相当的降噪性能，并展示了在超分辨率和inpainting等任务中的泛化能力。
The Foreign Policy AI Evaluation Gap
Charles Pozniak, Jeba Sania
cs.CY cs.AI
本文指出，用于执行外交政策（即“治国方略”）的AI系统应成为技术AI治理研究的优先测试案例，并分析了其评估复杂性。文章提出了一个基于文献的研究议程，但未涉及代码、上下文、谱方法、Muon、预训练、智能体或注意力等关键词。
MORE: A Multilingual Document Parsing Benchmark and Evaluation
Long Xu et al.
cs.CV cs.CL
MORE是一个大规模多语言文档解析基准测试，覆盖149种语言，用于评估Vision-Language Models在结构化文档解析（包括代码块、表格等）上的表现。该基准通过真实世界数据构建，为长尾语言建立了新的性能基线。
Incentivizing Vision Language Models to Search for Long Video Question Answering
Harsh Goel et al.
cs.CV cs.LG
本文提出VSeek框架，将长视频问答转化为多轮检索过程，利用reinforcement learning优化搜索查询和推理。该方法通过neuro-symbolic方法将自然语言问题编译为temporal logic specifications，以提供可验证的reward信号。
Parallelized Autoregressive Decoding for Omni-Modal Dense Video Captioning
Wenzheng Zeng et al.
cs.CV cs.AI cs.MM
本文提出了一种并行化自回归解码框架，用于全模态密集视频描述生成。该方法通过利用跨事件弱局部依赖性重构因果依赖图，实现无损并行生成，并引入潜在全局规划机制和事件因子化并行解码机制来平衡效率与性能。
Enhanced Feature Extraction for IoT Network Intrusion Detection Using GNNs and KAN
Long Zhao et al.
cs.CR cs.AI
本文提出SKGFusionKAN方法，通过改进GraphSAGE并引入multi-scale selective kernel attention机制和gated fusion过程，增强IoT网络入侵检测中的特征提取能力，并利用KAN进行分类。实验表明该方法在多个基准上优于现有技术。
VISTA: Auditing Semantic Divergence in Vision-Language Models
Junchi Liao, Jiawen Deng, Fuji Ren
cs.CV cs.AI
VISTA提出了一种黑盒跨模型审计方法，通过结合语义熵与基于分布的散度来检测视觉语言模型中的视觉概念条件性发散。该方法在19个主题上审计了6个模型，发现了142个高可疑案例并识别出选择性拒绝这一新发散模式。
CONFLUX: A Latent Diusion Model for 3D Chest-CT Synthesis with RL Post-Training
Max Van Puyvelde et al.
cs.CV cs.AI cs.LG
本文提出CONFLUX，一个用于3D胸部CT合成的潜在扩散模型，通过3D变分自编码器和整流流Transformer在潜在空间生成图像，并利用结构化放射学元数据进行条件控制。模型在体积生成质量上优于现有基线，并通过强化学习后训练提升了生成图像与临床条件的一致性。
PosterHarness: Turning Scientific Poster Generation into an Auditable Instruction-Following Benchmark
Tianyi Yang et al.
cs.CV cs.AI cs.SE
本文提出了POSTERHARNESS，一个将科学海报生成转化为可审计的指令遵循基准的框架。它通过占位符优先的合约分离视觉摘要设计与数据图形生成，并定义了可量化的评估指标。
MambaLIE: Scene Light Intensity-Boosted Low-Light Image Enhancement with State Space Model
Wanshu Fan et al.
cs.CV cs.AI
本文提出MambaLIE，一种基于State Space Model (SSM)的低光照图像增强方法，通过引入场景光强度并设计Locally Enhanced State Space Model (LESSM)来平衡长程依赖建模与计算效率。实验表明该方法在多个基准上优于CNN和Transformer方法。
PixCon: Clean-Positive Contrastive Learning for Foundation-Model Semi-Supervised Segmentation
Ebenezer Tarubinga
cs.CV cs.AI cs.LG eess.IV
本文提出PixCon框架，用于基础模型半监督语义分割。它通过维护一个仅包含学生模型已正确分类像素的per-class memory bank，保证了正样本集的零污染，从而改进了基于DINOv2的UniMatch V2基线性能。
Attention-Guided Efficientnet Architecture For Precise Criminal Identification in Surveillance Images
Savitha N J, Lata B T
cs.CV cs.AI
本文提出了一种基于Attention-Guided EfficientNet (AG-EfficientNet)的监控图像罪犯识别框架，通过集成CBAM注意力模块和混合Softmax-Triplet损失函数来提升低质量监控人脸识别的性能。实验表明该方法在LFW和SCFace数据集上优于传统深度学习架构。
Flow-A11y: Flow-Aware Accessibility Testing
Nasr Eddine Fliti et al.
cs.SE cs.AI
本文提出Flow-A11y，一种面向交互依赖型WCAG标准的流感知可访问性测试系统。它通过执行自然语言场景、记录运行时trace并构建证据包，实现了对动态可访问性问题的自动化检测，在19个真实场景上相比通用浏览器代理审计取得了更高的oracle一致性。
SNR-Adaptive Unified Diffusion for Multi-Task Medical Image Segmentation
Jiahao Liu, Hang Wei, Shuai Wu
cs.CV cs.AI
本文提出UniT-Diff，一个统一的diffusion分割框架，通过11通道任务特定输出空间、SNR自适应任务调节和任务类型感知条件dropout三种机制，解决了多任务医学图像分割中标签语义冲突和梯度不平衡问题，在三个基准上均优于独立训练的基线模型。
Graph Neural Networks for the Graphical Bootstrap
Rigers Aliaj et al.
hep-th cs.LG
本文研究了图神经网络在平面\(\mathcal{N}=4\)超杨-米尔斯理论高圈微扰计算中产生的超过2000万个图的分类问题，并展示了模型在泛化到更大图时的鲁棒性。通过分析模型嵌入的可解释性，作者探讨了如何利用这些模型加速传统的图形bootstrap算法。
Vidu S1: A Real-Time Interactive Video Generation Model
Jintao Zhang et al.
cs.CV cs.LG
本文介绍了Vidu S1，一个支持通过语音指令实时控制数字角色视频生成的交互式模型，利用TurboDiffusion和TurboServe架构在消费级GPU上实现高帧率无限长视频生成，并展示了其在多种测试指标上的最优性能。
A Multi-Task Deep Learning Framework for Real-Time Intelligent Video Surveillance with Temporal Event Validation
Estera Dumitru, Stelian Spînu
cs.CV cs.AI
本文提出了一个统一的多任务深度学习框架，用于实时智能视频监控，集成了人脸识别、车牌识别、武器检测、火灾烟雾检测和动作识别等模块，并引入基于多帧确认和置信度加权投票的时间事件验证架构来提升鲁棒性。实验表明该框架在降低误报率的同时保持了实时性能。
Open-Set Source Tracing as Compositional Factors via Structured Prototypes
Santiago Rubio et al.
eess.AS cs.LG
本文重新定义了语音源追踪任务中的“源”概念，将其视为由架构、训练数据等因素组成的组合元组，并提出了使用结构化正交原型（Structured Orthonormal Prototypes）的框架，通过子空间划分策略来减少类重叠和类内方差。该方法在少样本开集识别任务中优于基于角度间隔的基线方法。
Detecting Architectural Drift in Safety-Critical Firmware through Runtime Trace Analysis
Domenico Francesco De Angelis et al.
cs.SE cs.AI
本文提出了一种用于检测安全关键固件中架构漂移的方法，通过收集硬件辅助的执行轨迹并将其与设计时序列图进行确定性差异比较，结合受约束的LLM生成报告。该方法在工业固件环境中进行了评估，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
Text as Partial Constraint: Core-Residual Alignment for Robust Vision-Language Learning
Chengzhen Yu et al.
cs.CV cs.AI
本文提出Text as Partial Constraint (TPC)框架，将多视角caption视为不完全监督，通过core-residual alignment将共识语义核心作为对齐目标，并显式抑制视觉-语言相似度对未提及残差部分的依赖。该方法在zero-shot识别和对抗鲁棒性上取得提升，但未涉及code、spectral、Muon等关键词相关技术。
An Intervention-Based Framework for Shortcut Diagnosis in Spoofing Countermeasures
Santiago Rubio et al.
eess.AS cs.LG
本文提出了一种基于干预的诊断框架，通过有向graphical model区分confound-driven shortcut与legitimate domain shift，并利用controlled acoustic perturbations（针对non-speech structure、spectral content和signal energy）评估XLS-R-300M与RawGAT-ST在ASVspoof数据集上的表现，发现non-speech intervals是主要shortcut。
Which Algorithm Specification Formats Help Language Models Implement Machine Learning Algorithms?
Masahiro Kato, Taka Kato
cs.SE cs.AI cs.LG
本文研究了算法规范格式（如LaTeX伪代码、JSON等）对LLM实现机器学习算法准确性的影响，通过大量实验比较了不同格式的效果。结果表明，LaTeX算法风格伪代码在核心信息设置下效果最佳，但代码存根并未显著提升正确性。
Denoised Conformal Alignment for Reliable Selection of Conditional Average Treatment Effect Predictions
Xinyun Lu, Haoang Chi, Zhiheng Zhang
stat.ML cs.LG
本文针对条件平均处理效应(CATE)预测的可靠选择问题，提出了一种去噪共形对齐(Denoised Conformal Alignment)方法。该方法通过构造双重稳健代理误差并减去估计的条件方差分量，结合共形校准与Benjamini-Hochberg选择过程，在控制错误发现率(FDR)的同时提升了统计功效。
Entropy Regularization Improves Policy Robustness in Continuous-Time Reinforcement Learning
Jialun Cao et al.
math.OC cs.LG
本文研究了连续时间强化学习中熵正则化对策略鲁棒性的理论保证，证明了最大化熵正则化目标能为带有奖励和转移扰动的鲁棒RL问题提供下界，并通过实验验证了其有效性。
Effectiveness of LLM-based Software Diversity for Reliability Improvement -- an Empirical Study
Gabriel Almeida et al.
cs.SE cs.AI
本文通过实证研究评估了基于LLM的软件多样性对可靠性提升的效果，发现结合LLM生成的程序（尤其在异构设置中）能带来可靠性增益，但效果受编程语言和生成设置影响。
CRRL: A Causality-Based Reinforcement Learning Framework for Autonomous System Recovery
Safia Fatima, Kai Olav Ellefsen, Leon Moonen
cs.SE cs.AI cs.LG
本文提出CRRL框架，将因果引导的reinforcement learning与基于规则的recovery机制结合，用于提升自动驾驶系统在故障状态下的恢复能力。实验表明该方法能改善策略与恢复机制的协作，但未涉及code、spectral、Muon或attention等关键词相关技术。
Teaming Up with AI: Coordination and Cooperation
Nicole Immorlica, Inbal Talgam-Cohen
cs.GT cs.AI
本文从理论计算机科学和经济学交叉视角，探讨了如何通过算法管理依赖关系（协调）和契约激励对齐（合作）来提升人类与AI协作的经济价值，为未来AI劳动力市场的研究提供了方向。
AnchorVLA: Bridging Discrete Decisions and Continuous Trajectories for Vision-Language-Action Planning
Qi Liu et al.
cs.RO cs.AI
本文提出AnchorVLA框架，通过将驾驶决策表示为轨迹模式锚点（anchor tokens）作为高层推理与连续轨迹执行的接口，并利用残差流生成精细轨迹，以解决现有VLA规划器中语义-动作对齐困难与推理效率低的问题。该方法在Bench2Drive闭环基准上取得了领先性能。
Quantum Kolmogorov--Arnold representation theorem for continuous unitary-valued maps
Sviatoslav V. Dzhenzher
quant-ph cs.LG math.FA
本文建立了连续unitary-valued maps的量子Kolmogorov-Arnold表示定理，证明了在单位矩阵的邻域内，目标unitary map可分解为有限个单变量矩阵指数的加法或乘积形式，并指出该表示无法全局推广到整个unitary group。
Scalable Maximal Frequent Episode Mining with Desbordante
Maxim Ivanov et al.
cs.DB cs.AI cs.DC cs.LG cs.PF
本文针对Maximal Frequent Episode Mining问题，提出了一个高效的C++实现（ParMaxFEM），通过并行化技术显著提升了原MaxFEM算法的运行速度，并集成到开源数据剖析工具Desbordante中。实验表明，该实现相比基线SPMF有最高8倍加速，并行版本在8核上可达35倍提升。
Edge Geography is XNLP-hard for Pathwidth and in XP for Tree-Partition Width
Thobias Kvalvik Høivik, Erlend Raa Vågset
cs.CC cs.DM cs.DS
本文研究了有向和无向Edge Geography游戏的参数化复杂度，证明了当以pathwidth为参数时，这两个PSPACE完全问题是XNLP难的，并给出了当以tree-partition width为参数时属于XP类的结果。
Self-Specializing Vision-Language Transmon Chip Calibration in a Physics-Grounded Environment
Animesh Tripathy, Aswanth Krishnan
quant-ph cs.AI cs.LG
本文提出了一种基于物理接地环境的视觉语言智能体，用于超导transmon芯片的自适应校准，通过无梯度在线适应方法在有限预算下提升校准性能。该方法利用反射器从历史尝试中提取异常特征并生成设备注释，但未涉及代码、上下文、谱、Muon、预训练或注意力等关键词。
Seeing Through WiFi: Lightweight Human Pose Estimation with Dynamic Kernel Attention
Toan D. Gian et al.
cs.CV cs.LG
本文提出WiLHPE框架，利用WiFi CSI信号进行轻量级人体姿态估计，通过动态学习卷积核和注意力机制提升识别能力，并在MM-Fi和WiPose数据集上取得优于现有方法的性能。该方法主要关注工程效率与鲁棒性，与关键词中的attention有一定关联但创新性有限。
Deriving Benchmarking Datasets from Long-Form Recordings: Challenges and Opportunities
Kaveri K. Sheth et al.
eess.AS cs.LG cs.SD
本文讨论了从长时录音中构建基准数据集所面临的挑战与机遇，提出了一个包含标准化数据集收集、可复现基准流程和隐私治理框架的解决方案，但未涉及我提供的关键词中的核心概念。
OpenGlass: A Sensing-Computing Split Architecture for Local MLLM-Driven Real-Time Visual Assistance
Mengzhang Li, Yuan Yao
cs.CV cs.AI cs.CL cs.HC
OpenGlass提出了一种基于ESP32眼镜端与本地消费级设备端分离的感知-计算架构，用于实现低延迟的本地多模态视觉辅助，主要面向盲人和低视力用户。该系统通过本地MLLM推理和默认不上传原始第一人称视觉数据来减少对云端的依赖，并实现了约1秒的中位用户到音频延迟。
Builder, Defender, Breaker: The Case Against Removing the Human from the AI-Driven Security Lifecycle
Mohamed Chahine Ghanem
cs.CR cs.AI cs.SE
本文讨论了AI在安全生命周期中扮演构建者、防御者和攻击者三重角色时，完全自动化会带来的盲点与风险，主张人类应作为永久性结构要求保留在循环中，而非临时支架。
CONTRA: Red-Teaming Configurations of Personalizable Agents
Jonathan Nöther, Adish Singla, Goran Radanovic
cs.CR cs.AI
本文提出CONTRA算法，通过LLM辅助的树搜索方法探索可个性化LLM代理的配置风险，发现75.1%的技能存在可导致恶意行为执行的配置。该工作主要关注agent安全性的实证评估，与关键词中的agent相关但方法创新性有限。
Agentic and Generative AI for Open-Source Intelligence and Cyber Investigations: Taxonomy, Evaluation, Challenges, and Future Directions
Eduardo Almeida Palmieri et al.
cs.CR cs.AI cs.IR cs.SI
本文系统综述了74项研究，提出了一个包含11个类别的taxonomy，涵盖LLM基础、agentic架构、RAG、知识图谱等，并识别出hallucination-validation gap。文章将agentic AI视为独立分析类别，映射到OSINT生命周期，指出当前研究在验证、报告和决策支持方面覆盖不足，并提出了十点研究议程。
Semantic Segmentation-Driven Image-Level Diagnosis of Liver Cancers in Hematoxylin and Eosin Histopathology Images
Ivica Kopriva et al.
cs.CV cs.AI
本文提出了一种基于语义分割的H&E染色肝脏病理图像诊断框架，使用nnU-Net架构在像素级标注数据集上训练，通过将分割结果中的主导像素类别作为图像级预测，实现了对三种肝癌类型的高精度诊断。该方法通过染色归一化缓解域偏移问题，在五折交叉验证中取得了与免疫组化染色相当的结果。
Complexity of Normalized Persistence Problems for Topological Data Analysis and Local Hamiltonians
Dominic Lowe et al.
quant-ph cs.CC cs.LG
本文研究了拓扑数据分析中的归一化持续同调问题，证明了其变体是\(\mathsf{DQC}_1\)-hard且包含于\(\mathsf{BQP}\)，并揭示了其与局部哈密顿量低能子空间谱量估计的紧密联系。
Taste-aware music retrieval from audio embeddings
Matteo Spanio, Antonio Rodà
cs.SD cs.IR cs.LG cs.MM
本文研究了从audio embeddings中预测味觉感知（taste-aware）的跨模态音乐检索问题，比较了多种frozen audio encoders在multi-task regression head下的表现。实验表明，模型预测的误差低于单个评分者的平均偏差，但该方法在理论或方法上缺乏显著的开创性，且与关键词列表中的概念关联较弱。
Piecewise Dynamic Diffusion Regularization for Reconstruction of Cardiac Cine MRI
Florian Fürnrohr, Reinhard Heckel
eess.IV cs.CV cs.LG
本文提出了一种用于心脏电影MRI重建的分段动态扩散正则化方法(PDDR)，通过将时空扩散模型作为生成先验集成到变分重建框架中，在保持计算效率的同时提升了重建质量。该方法在回顾性加速和前瞻性实时心脏MRI实验中优于传统方法，但与我提供的关键词列表关联度较低。
Adaptive Loss Balancing for Multi-Task Bioacoustic Classification of Bird Species and Call Types
Paria Vali Zadeh, Sven Tomforde
cs.SD cs.LG eess.AS q-bio.QM
本文研究了多任务生物声学分类中的自适应损失平衡方法，在BirdCallNet框架上结合预训练表示和不同适应深度，评估了多种损失加权策略（如不确定性加权和动态平均加权）对鸟类物种和叫声类型分类的影响。结果表明，最优的损失平衡策略依赖于backbone、适应模式和目标任务，且冻结backbone的适应方式在性能与效率之间提供了更优的权衡。
Is Agentic Code Review Helpful? Mining Developers' Feedback to CodeRabbit Reviews in the Wild
Hong Yi Lin et al.
cs.SE cs.AI
本文通过分析CodeRabbit在239个GitHub仓库中的31,073条代码审查记录，发现代理式代码审查（agentic code review）中36.4%被接受、56.3%被拒绝，拒绝主要源于无效建议（如假阳性、冗余或超出范围）以及与开发者意图的偏差。研究还尝试用轻量级学习方法预测审查拒绝，F1分数达76%，但整体上代理审查的有效性仍受限于功能关注过多和无效建议比例高的问题。
Hierarchical Multi-Agent Reinforcement Learning for Carbon-Aware AI Data Centers in Power Distribution Systems
Hyunsoo Lee et al.
eess.SY cs.AI
本文提出了一种用于人工智能数据中心低碳运行的分层碳感知多智能体强化学习框架，通过工作负载管理器智能体和本地AIDC智能体协同工作，在电力分配系统不确定性下实现高效节能。该方法利用多智能体transformer和节点碳强度信息来优化训练和推理任务的时空分配。
Beyond Post-Quantization: Native Hash Learning with a Dedicated HASH Token
Xinze Liu et al.
cs.CV cs.IR
本文提出HashViT框架，通过引入一个专用的HASH token在Vision Transformer内部直接学习二进制哈希码，以解决传统后量化方法中连续特征空间与离散Hamming空间之间的不一致问题。该方法在图像检索任务上取得了有竞争力的性能。
LLM-Enhanced Hierarchical Heterogeneous Graph Representation Learning for Malicious Python Package Detection
Hang Gao et al.
cs.CR cs.AI cs.SE
本文提出了一种基于LLM增强的层次异构图表示学习框架，用于检测恶意Python包。该框架通过构建层次异构图并利用LLM推断函数级语义角色，结合类型感知的图神经网络进行恶意行为传播建模，在真实数据集上优于传统方法和现有LLM。
Pathways of Visual Information Flow in Vision-Language Models
Israfel Salazar et al.
cs.CV cs.CL cs.LG
本文使用causal patching方法研究视觉语言模型(VLM)中视觉信息的流动路径，发现模型依赖直接路径和文本中介路径两种机制，且路径选择受任务类型、数据分布和prompt设计影响。通过attention knockout和输入扰动实验，揭示了这些路径在干预下的灵活性。
CaSPECT: Discovering Causally Homogeneous Subgroups via Directed Spectral Clustering
Arghya Pratihar, Shinjon Chakraborty, Swagatam Das
stat.ME cs.LG
本文提出CaSPECT框架，通过有向无环图(DAG)拓扑定义个体相似性，并使用Chung's directed Laplacian进行谱聚类，以从观测数据中发现因果同质子群。该方法在模拟和真实数据集上验证了其纠正混杂偏倚的能力。
Brand-as-Memory: Vision-Language Models Encode Causal, Mechanistically Localizable Credibility Priors for News Sources
Chih-Ting Liao, Xin Cao
cs.CV cs.AI
本文研究了Vision-Language Models (VLMs)在阅读新闻图像时对新闻来源的credibility prior（可信度先验），通过引入CueTrust诊断工具和Source-Override Index (SOI)指标，发现模型会因品牌标识（如报头名称或logo）而覆盖文章内容证据，并给出了该现象的mechanistic（机制性）解释。该工作主要关注模型的可信度偏差与可靠性问题，与关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念关联较弱。
Large-scale dataset of automatically classified rhetorical sections in scientific papers
Daniel Verdi, Jacob Aarup Dalsgaard, Roberta Sinatra
cs.DL cs.CL
本文使用基于规则的分类算法，对来自S2ORC语料库的1560万篇科学论文进行了修辞结构（如Introduction, Methods等）的自动标注，并提供了人类与LLM验证。该数据集主要覆盖STEM领域，可用于大规模科学写作模式分析。
A Hierarchy of Policy Learning Problems
Hamsa Bastani, Osbert Bastani, Shihan Chen
stat.ML cs.LG
本文提出了一个数学框架来研究策略学习问题之间的层次关系，形式化了最优策略、改进策略和策略存在性三个问题，并证明了它们之间的样本复杂度归约关系。
Scalable Differentially Private Data Compression via Diffusion and Stochastic Codes
Gergely Flamich et al.
cs.CR cs.LG
本文提出DP-DiPP压缩管道，结合stochastic codes与diffusion models，通过扩展Poisson private representation (PPR)来编码隐私机制的输出，并利用DiffC方法实现差分隐私图像压缩。实验表明该方法在CIFAR-10上相比基线实现了10-30倍的压缩率提升，同时保持可比的隐私保证和效用。
The S-ICDF Dataset: Sionna-Simulated Dynamic Interference Characterization and Direction Finding
Christian Wielenberg et al.
eess.SP cs.AI
本文使用Sionna仿真库生成了一个大规模室内干扰数据集S-ICDF，涵盖了多种干扰配置，并提供了经典DF方法（如MUSIC、ESPRIT）和ML方法的基线结果。该数据集旨在解决真实干扰数据难以获取的问题，但方法本身在理论或算法上并无显著开创性。
Shortest Path Map Equivalence Decompositions and Applications
Haitao Wang
cs.CG cs.DS
本文研究了平面多边形区域中关于点的最短路径映射的等价分解，给出了不同设置下组合复杂度的新上界并提出了计算算法，相关结果可用于回答两点最短路径查询等问题。
DETECT-3B-Omni is Agnostic of Content and Demographics
Nicolas M. Müller et al.
cs.SD cs.AI
本文研究了Resemble AI的deepfake音频检测器DETECT-3B-Omni在不同语义内容和说话者人口统计特征下的表现，通过equivalence testing证明其检测精度在不同组别间的差异不超过2个百分点。该工作主要关注音频检测的公平性，与关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念关联较弱。
Securing Multi-Tool AI Agent Chains With Dynamic, Real-Time Compositional Policies
Chris Schneider et al.
cs.CR cs.AI
本文提出了一种用于多工具AI agent链的动态安全控制组合器(DSCC)，通过两阶段方法（静态策略组合和运行时污点跟踪）来防止工具组合违反组织策略。该方法在32个工具上进行了评估，展示了不同组合模式下的策略阻断率。
HiMe: Hierarchical Embodied Memory for Long-Horizon Vision-Language-Action Control
Li Ji et al.
cs.RO cs.AI
本文提出HiMe框架，通过将VLA模型解耦为高频Executor、工作记忆Sentry和长期策略Planner，并引入基于跨模态语义schema的动态知识管理系统，以解决长时域任务中实时执行与慢速推理的冲突。实验表明该方法在长时域任务中优于扁平记忆基线，并展现出基于人类偏好自我修正内部知识的能力。
ADP: Adversarial Dynamics Priors for Physically Grounded Humanoid Locomotion
Seokju Lee et al.
cs.RO cs.LG
本文提出Adversarial Dynamics Priors (ADP)方法，通过用动力学特征（如质心运动、接触力等）替换运动学特征作为对抗性先验的目标，来提升人形机器人行走控制的抗扰动能力。实验表明，该方法在抗冲击阈值和恢复时间等指标上优于现有方法。
WorldBagel: Uncovering the Power of Unified Multimodal Models for Vision-Language-Action-World Modeling
Zelin Zhao et al.
cs.CV cs.LG
本文提出了WorldBagel框架，基于统一多模态模型BAGEL，用于视觉-语言-动作-世界（VLAW）建模。实验表明，统一建模在多任务机器人操作中优于任务特定方法，并学习到更结构化的动作表示。
Calculating the floor of y**(1/m)
Alexandros V. Gerbessiotis
math.NT cs.CR cs.DS
本文提出了两种基于Newton-Raphson方法的算法，用于计算自然整数\(y>2\)和\(m>1\)时\(y^{1/m}\)的floor值，可用于数论中判断\(y\)是否为整数的整数幂。该工作与关键词列表中的概念无直接关联。
STRATOS: Bridging the Symbolic-to-Numeric Gap in Spatio-Temporal Text-to-SQL for Meteorological Data
Yi Zhang et al.
cs.DB cs.AI cs.MA
本文提出了一个名为STRATOS的端到端Text-to-SQL框架，专门用于处理气象数据中的时空查询。该框架通过引入时空分辨率代理和复杂度感知的查询重写器，解决了从自然语言到SQL转换中的符号-数值鸿沟问题，并显著提升了查询执行效率。
CAGE-1: Control, Assurance, and Governance Evaluation for Enterprise Agentic AI
Roopam W. Sure
cs.SE cs.AI cs.CY
本文提出了CAGE-1，一个用于评估企业级Agentic AI系统部署就绪度的框架，涵盖权限、策略执行、检索质量、记忆完整性、工具安全及审计性等多个维度。该框架引入了Prebind Assurance概念，旨在验证代理行为在产生约束性后果前是否已被有效控制。
AquaGen: Scaling generative models to molecular dynamics precision on thousands of atoms
Emmanuel Bengio et al.
physics.chem-ph cs.LG
本文提出了AquaGen，首个全原子、显式溶剂、周期性边界条件感知的生成模型，能以远低于分子动力学(MD)的成本从Boltzmann分布中生成分子构型。该模型通过生成高分辨率样本，实现了对绝对水合自由能(AHFE)的快速估计，但方法本身与关键词列表中的code, context, spectral, Muon, pretrain, agent, attention等概念无直接关联。
AGL-1: The Enterprise AI Governance Layer as a Control Plane for Trusted Enterprise Intelligence
Roopam W. Sure
cs.SE cs.AI cs.CY
本文提出了AGL-1，一个面向企业AI治理的供应商中立参考模型，旨在解决大规模AI部署中的授权、上下文溯源、记忆控制等治理问题。它定义了七个治理域，但未涉及code、spectral、Muon、pretrain或attention等关键词。
Anchored Self-Play for Code Repair
Caroline Choi et al.
cs.SE cs.CL
本文提出Anchored Self-Play (ASP)方法，通过引入代码嵌入相似度奖励和参考bug混合训练，解决了标准self-play在代码修复任务中向不真实bug漂移的问题，在BugSourceBench基准上相比标准self-play平均修复率提升24%。
GameEngineBench: Evaluating Coding Agents on Real C++ Runtime Environments
Brian La et al.
cs.SE cs.CL
本文提出了GameEngineBench基准，用于评估coding agents在Unreal Engine 5的C++运行时环境中完成实现任务的能力。实验表明，最强模型仅达到55.5%的通过率，且存在31个任务未被任何配置解决，揭示了当前agent在深度集成的实时交互软件开发中的局限性。
Latent Clarity: Bridging World-Model Kinematics to Semantic Manifolds for Video Anomaly Anticipation
Abu Anas Ibn Samad
cs.CV cs.AI cs.LG
本文提出PULS (Predictive Unified Latent Space)框架，包含KSD Bridge和ASP两个模块，用于视频异常预测。KSD Bridge将物理tensor映射到语义hypersphere，ASP则利用JEPA的temporal predictor特性增强未来表示的语义可分性，在UCF-Crime和XD-Violence数据集上取得不错效果。
EPRA U-Net: An Efficient Pyramid Residual Attention Framework for Accurate Infarct Segmentation in Diffusion-Weighted MRI
Hasan Ulutas et al.
cs.CV cs.AI
本文提出EPRA U-Net，一种用于扩散加权MRI中急性缺血性梗死分割的集成架构。它结合了EfficientNet编码器、Residual-Recurrent (R2)块、Atrous Spatial Pyramid Pooling (ASPP)和双attention机制，并使用Tversky损失函数优化。实验表明，该方法在内部数据集上优于UNet++、DeepLabV3+和TransUNet等模型。
PLGSA-Transformer: Periocular Landmark-Guided Attention with Occlusion-Adaptive Cosine Thresholding for Cross-Modal Masked and Unmasked Face Recognition
Dana A Abdullah
cs.CV cs.AI
本文提出PLGSA-Transformer框架用于跨模态口罩人脸识别，通过Periocular Landmark-Guided Spatial Attention (PLGSA)引导模型关注眼部等未遮挡区域，并引入Occlusion-Adaptive Cosine Threshold (OACT)自适应调整匹配阈值。实验表明该方法在口罩遮挡场景下优于传统CNN和HOG方法。
Responsibility Distribution Estimation in Ego-View Accident Videos with Multimodal Large Language Models
Ryosei Tamura, Andrew Shin
cs.CV cs.AI cs.CY
本文提出了一个基于多模态大语言模型的责任分配估计任务，用于从驾驶员视角的交通事故视频中预测各参与方的责任百分比。通过构建LLM辅助的标注流程并微调多模态模型，实验表明该方法能有效进行基于约束的推理。该工作与关键词中的agent（责任主体）有一定关联，但方法本身缺乏开创性且未解决长期问题。
An Interpretable Deep Learning Framework for Discovery and Clinical Validation of Deep Radiomic Signatures in Tumor Classification
Chengkun Sun et al.
eess.IV cs.AI cs.CV
本文提出一个可解释的深度学习框架，通过整合分割、Grad-CAM引导的注意力区域识别和radiomic分析，从医学图像中提取可解释的成像特征用于肿瘤分类。该方法在多个数据集上验证了其性能，但并未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词中的核心概念。
Token-Based Affordance Grounding with Large Vision-Language Models
Seung Il Lee et al.
cs.CV cs.AI cs.RO
本文提出TokAG，一种零样本affordance grounding框架，利用大型视觉语言模型（LVLM）的token级语义-空间信号来定位动作相关区域，无需外部监督。该方法通过空间感知的token选择机制，从LVLM的输出token中提取聚焦于目标对象的attention maps，从而生成零样本affordance heatmaps，并在多个基准上优于先前的弱监督方法。
A Step Towards Robust Unsupervised Domain Adaptation via Fine-Tuning and Reinforcement Learning
Sushant Dagaji Desale, Rahul Mishra, Ashutosh Kumar Sinha
cs.CV cs.AI
本文提出SFT+RL框架，通过监督微调和强化学习结合CLIP预训练编码器，以提升无监督域适应中的对抗鲁棒性。该方法在多个基准数据集上取得了性能提升，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
Two-dimensional Fourier compressed sensing under a fixed readout budget per channel
Nitin Jonathan Myers
eess.SP cs.IR
本文研究了在每通道固定读出预算下，从欠采样Fourier表示中恢复稀疏2D信号的问题，推导了相应compressed sensing矩阵的mutual coherence下界，并构造了达到该下界的确定性子采样模式。
SAF3R: Dynamic Sparse Attention for Feed-Forward 3D Reconstruction Transformers
Jianing Deng et al.
cs.CV cs.LG
本文分析了Feed-Forward 3D Reconstruction (F3R) transformers中global attention的稀疏性和动态性，并提出了一种无需训练的dynamic sparse attention框架SAF3R，通过离线head profiling和在线适应策略来匹配输入相关的attention行为，在保持重建质量的同时实现了显著的加速。
RADIO1D: Elastic Representations for Condensed Vision Modeling
Greg Heinrich et al.
cs.CV cs.AI cs.LG
RADIO1D提出了一种将图像压缩为可变长度1D token序列的方法，通过多教师知识蒸馏和自编码器设计实现。该方法在视觉语言模型中提供了灵活的精度-效率权衡，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
An AI-Assisted Solution to the Signed BAR Conjecture: Uniqueness in the Harrison--Reiman Class and a Completely-$\mathcal{S}$ Class Obstruction
Yiping Lu, Youheng Zhu
math.PR cs.AI cs.NI math.ST
本文利用ChatGPT辅助发现并验证了Harrison-Reiman类中反射扩散的平稳分布由基本伴随关系唯一确定的结论，并指出在完全-\(\mathcal{S}\)类中存在反例。该工作解决了BAR方法中一个长期未决的唯一性问题。
Missing Data Imputation under Manifold Hypothesis
Zelong Bi, Amuchechukwu Ibenegbu, Sarat Moka
stat.ML cs.LG
本文提出了一种基于流形假设的缺失数据插补方法，利用混合VAE提取低维几何结构，并通过采样-重要性-重采样(SIR)过程从条件分布\(p(\bm{x}_{\mathrm{mis}} \mid \bm{x}_{\mathrm{obs}})\)中采样，可结合潜在空间的联合扩散模型。该方法在保持数据几何结构的同时实现了竞争性的插补性能。
Moonstone: A Multimodal Foundation Model and Benchmark for Lunar Remote Sensing
Ayush Prasad, Swarnalee Mazumder
cs.CV cs.AI
本文提出了Moonstone，一个用于月球遥感的多模态基础模型和基准。它构建了包含28个通道的全球月球预训练数据集，并设计了MG-MAE（一种分组掩码自编码器），通过分组卷积tokenizer、共享Vision Transformer编码器和注意力掩码等技术处理多模态数据。实验表明，该模型在六个下游任务上优于从头训练和ImageNet预训练的基线。
ClinOCR-Bench: A Comprehensive Clinical Scanned Document Dataset for Optical Character Recognition Model Evaluation
Enshuo Hsu, Jin Zhou, Kirk Roberts
cs.CV cs.AI
本文提出了一个名为ClinOCR-Bench的公开临床扫描文档OCR基准数据集，包含384张覆盖多种扫描伪影的图像，用于评估视觉语言模型在医疗文本提取中的性能。该工作主要贡献在于填补了临床OCR领域公开数据集的空白，但方法本身在技术上的开创性有限。
ThreatVisionAI: A Hybrid CNN-ViT Framework for Image-Based Malware Classification
Allyson Taylor, Prashanth BusiReddyGari
cs.CR cs.LG
本文提出ThreatVisionAI框架，结合raw-image CNN、wavelet-based CNN和Vision Transformer (ViT)来提取恶意软件图像中的空间、频域和全局关系特征，在Malimg数据集上达到98.01%的准确率。该方法主要针对恶意软件分类任务，与关键词中的spectral和attention有一定关联，但整体创新性和与关键词的契合度一般。
AutoCedar: An Agentic Framework for Verifier-Guided Access Control Policy Synthesis
Adarsh Vatsa et al.
cs.SE cs.AI cs.CR
本文提出了AutoCedar，一个基于verifier引导的agentic框架，用于将自然语言访问控制需求转化为Cedar策略代码。它通过将策略编写分解为可审查的intent atoms，并利用verifier反馈进行迭代修复，从而在CedarBench基准测试上实现了全任务收敛。
ViPo-MLLM: Visual-Pose Multimodal LLM for Gloss-Free Sign Language Translation
Ahmed Abul Hasanaath et al.
cs.CV cs.AI
ViPo-MLLM提出了一种融合时空RGB和人体姿态特征的多模态框架，用于无标注手语翻译，通过跨模态attention和LLM实现性能提升。该方法在PHOENIX14T和CSL-Daily数据集上取得了新SOTA，但未涉及code、spectral或Muon等关键词相关技术。
A Fair Benchmarking of Deep Relational Database Learning Models
Kazi F. Akhter, Bharath Ajendla, Manar D. Samad
cs.DB cs.AI
本文对多种深度关系数据库学习模型进行了系统性的基准测试，发现Relational Transformer (RT)方法在分类和回归任务上表现最佳，且多表学习优于单表学习，但增加连接跳数带来的收益会递减。
Sequential Correlations Change In-Context Learning: Effective Context Length and Architectural Mismatch
Mary Letey et al.
stat.ML cs.LG stat.CO
本文研究了序列相关性对in-context learning的影响，通过线性attention模型分析了correlated prompts如何改变有效样本量，并比较了linear attention与softmax attention在相关数据上的表现差异。
Diffusion learning reveals viable parameter manifolds and compensation geometry in biological dynamical systems
Ruilin Zhang, Louis Tao, Zhuo-Cheng Xiao
q-bio.QM cs.LG nlin.CD q-bio.NC
本文利用conditional score-based diffusion模型，从模拟的参数-特征对中学习并采样生物动力系统的viable parameter manifolds（可行参数流形），揭示了参数补偿几何结构。该方法为分析复杂系统参数空间与观测特征之间的逆映射关系提供了实用工具。
LRX-PINN: A Layer-Resolving XNet Physics-Informed Neural Network with Integrated Cauchy Activations for Convection-Dominated Problems
Zihao Guo, Xin Li, Zhihong Xia
math.AP cs.LG
本文提出了一种基于集成Cauchy激活函数的层解析XNet物理信息神经网络(LRX-PINN)，用于解决对流主导问题中的薄层结构。该方法通过设计匹配解-导数结构的基函数，在解析层轮廓下实现了导数稳定的指数逼近，并在数值实验中以更少的参数取得了比PIKAN和Fourier-feature PINN更高的精度。
Don't Blame the Large Language Model: How Scaffolding Evolution Shapes Coding Agent Quality
Oussama Ben Sghaier et al.
cs.SE cs.AI cs.LG
本文通过固定底层LLM并仅改变scaffolding版本，对35个连续release进行了纵向研究，发现scaffolding的演化（如系统提示、工具执行和上下文管理的变化）会显著影响coding agent的effectiveness和efficiency，且质量波动可追溯到具体的开发模式与架构组件。
SABLE: An NDA-Safe Closed-Loop LLM Framework for Analog Circuit Optimization in Industrial EDA Flows
Xunqi Li, Chris H. Kim
cs.AR cs.CR cs.LG
本文提出了SABLE框架，一个在工业EDA流程中保护NDA（Non-Disclosure Agreement）的闭环LLM框架，用于模拟电路优化。该框架通过清理返回路径中的敏感信息并限制LLM与Cadence工具的交互接口，在保护知识产权的同时实现了电路优化。
OmniTacTune: Policy-Agnostic Real-World RL for Tactile Residual Adaptation of Visual Policies
Kelin Yu et al.
cs.RO cs.AI
本文提出OmniTacTune，一种策略无关的强化学习pipeline，通过残差校正将触觉反馈适应到预训练的视觉策略中。该方法在多种接触丰富的真实世界任务中显著提升了视觉策略的成功率。
CoGen3D: An Agentic Human-AI Co-Design Pipeline for 3D Asset Generation for Virtual Reality
Weiwei Jiang et al.
cs.HC cs.AI
本文提出了CoGen3D，一个基于agent的人机协同设计流程，通过对话式意图引导和概念图像确认，将用户意图转化为可直接部署到虚拟现实场景的3D资产。用户研究显示，该方法能提升场景参与度并改变情感反应，但用户更偏好概念图像而非最终3D资产。
Attending to Multimodal Generation One Token at a Time
Varun Gupta, Vineet Gandhi, Makarand Tapaswi
cs.CV cs.AI
本文通过逐token分析多模态大语言模型在生成过程中的注意力转移模式，揭示了模型在不同语义角色（如图像、文本、指令和已生成token）上的注意力动态，并提出了一个简单的测试时干预方法来增强对相关模态的注意力。
A Failure-Mode Benchmark for Polymorphic Sybil Poisoning in RAG
Donghyun Lee, Juntae Kim
cs.CR cs.AI cs.CL
本文提出了一个针对RAG系统中多态Sybil投毒攻击的基准测试和评估框架，通过将读者输出分为四类并引入强制暴露协议来隔离检索方差，揭示了攻击下ASR指标无法捕捉的失败模式。
EmCom-Diffusion: Probing Visual Reflection in Emergent Languages via Image Generation
Haruumi Omoto, Tadahiro Taniguchi
cs.CV cs.AI cs.CL cs.MA
本文提出EmCom-Diffusion框架，通过微调预训练的text-to-image diffusion model，从emergent language（涌现语言）消息中重建图像，并直接比较重建图像与原始图像的perceptual similarity（感知相似性）来评估visual reflection（视觉反射）程度。该方法在MS-COCO数据集上验证，相比现有指标能捕捉到更多视觉内容。
Self-Improving Diffusion Classifiers with Minority Preference Optimization
Hyunsoo Kim et al.
cs.CV cs.AI cs.LG
本文研究了扩散分类器在低密度区域性能不佳的问题，并提出MiPO方法，通过少数偏好优化微调预训练扩散模型，以提升对数据流形中低密度区域的覆盖，从而改善零样本分类性能。该方法仅使用任意文本数据，无需额外图像或外部模型。
SkillFab: An Agent-Native Skill Production Platform
Anjie Xu et al.
cs.SE cs.AI
本文介绍了SkillFab，一个面向agent的技能生产平台，用于将缺失的能力转化为可审查、可复用的Agent Skills。该平台通过Git仓库、审查和注册机制管理技能生命周期，并支持通过Web、REST和MCP接口进行交互。
Rethinking Depth Pruning for Vision Transformers: A Heterogeneity-Aware Perspective
Zhenfeng Su et al.
cs.CV cs.AI
本文指出现有ViT深度剪枝方法因忽视层间异质性而失败，并提出了HetDPT方法，通过避免维度不匹配来实现异构感知的深度剪枝。实验表明该方法在多种视觉任务上取得了加速效果，但与关键词中的“code”、“context”等概念关联较弱。
CineMobile: On-Device Image-to-Video Diffusion for Cinematic Camera Motion Generation
Xuyao Huang et al.
cs.CV cs.AI
本文提出CineMobile，通过蒸馏引导剪枝、扩散蒸馏与强化学习结合的4步生成器优化、以及混合后训练量化策略，将DiT模型压缩至1GB以下，在移动设备上实现图像到视频的生成，速度提升40倍但视觉质量保持。
Probing Low-Level Acoustic Attribute Encoding in CLAP Audio Embeddings
Héctor Martel, Joe Hennessy-Priest, Taemin Cho
eess.AS cs.AI eess.SP
本文通过probing框架分析了CLAP音频嵌入中三个基本感知维度（混响RT60、响度LUFS、频谱质心SC和相对音高RP）的编码方式，发现这些属性均可从嵌入空间中恢复，其中RT60、LUFS和RP近似线性编码，而SC需要非线性probe。该研究为理解音频基础模型内部表示提供了实证，但方法本身并非开创性，且与关键词列表中的概念关联较弱。
A simplex-based measure of symmetry
Egor Bakaev, Amir Yehudayoff
math.MG cs.LG
本文基于n-simplex \(\Delta\)定义了一个对称性度量\(\rho_\Delta(L)\)，并研究了其性质。该度量与经典的Minkowski对称性度量相关，并用于分析多面体的深度复杂度。
CGGS: Consistency-Augmented Geometric Gaussian Splatting for Ego-centric 3D Scene Generation
Zhenyu Sun et al.
cs.GR cs.AI
本文提出CGGS框架，通过微调多视角潜在扩散模型和一致性增强损失生成与文本对齐的2D内容，并利用光流和点跟踪估计深度以构建点云布局，最后通过熵驱动的互信息深度损失优化3D高斯重建，旨在解决第一人称视角3D场景生成中的几何失真和视角一致性问题。
DualView: Preventing Indirect Prompt Injection in Personal AI Agents
Juhee Kim et al.
cs.CR cs.AI
本文提出DualView，一种针对个人AI agent（如OpenClaw）的间接提示注入（IPI）攻击防御方法。该方法通过为文件系统、shell等通道提供AgentView和HumanView两种视图，将不可信数据的追踪从agent上下文扩展到用户环境，从而阻止存储型IPI攻击。
Q-TriM: Question-Guided Tri-Modal Attention for Audio-Visual Question Answering
SungHun Kim, SeungJun Baek
cs.CV cs.AI
本文提出Q-TriM，一种用于Audio-Visual Question Answering (AVQA)的浅层并行Tri-Modal Attention框架，通过将视频和音频特征以文本为条件进行并行融合，避免了深层堆叠带来的误差累积，并在多个基准上取得最优性能。该方法与关键词中的attention概念相关，但创新性主要体现在并行融合策略而非注意力机制本身。
How Do Diffusion Classifiers Decide? A Bias-Centric Evaluation
Saba Fathi et al.
cs.CV cs.AI
本文系统评估了diffusion classifiers在零样本分类中的决策偏差，提出了ASOB-Bench基准，从属性绑定、大小顺序偏差和背景依赖三个维度进行分析。研究发现diffusion classifiers与vision-language models存在不同的偏差特征，并通过热力图和注意力可视化揭示了其决策机制。
Weave: Verified Netlist-to-Schematic Conversion via Layered Graph Layout
Senol Gulgonul
cs.AR cs.LG
本文提出Weave，一种将SPICE netlist转换为LTspice schematic的确定性转换器，采用分层图布局并验证输出与输入的连通性。在测试集上，Weave实现了100%的编译和连通性验证，优于现有方法。
When Simpler Is Better: Evaluating Translation Pipelines for Medieval Latin Manuscripts
Nguyen Kim Hai Bui et al.
cs.CV cs.AI cs.CL
本文针对中世纪拉丁文手稿的图像到翻译流程，评估了不同pipeline的性能。研究发现，简单的专用OCR模型直接连接VLM的pipeline优于包含RAG或后OCR校正的复杂变体，并引入了新的数据集Interpres-Parallel-Corpus (IPC)。
High-Fidelity One-Step Generative Visuomotor Policy via Recursive Correction, Frequency Consistency, and Contrastive Flow Matching
Yuran Chen et al.
cs.RO cs.AI
本文提出了一种高保真单步生成式视觉运动策略框架，通过递归校正、频率一致性和对比流匹配三种机制，解决了现有单步加速方法中的空间偏差、频率失真和模式平均问题。实验表明该方法在多个机器人平台上以单步前向传播实现了与10步生成策略基线相当或更优的性能。
GeoSelect: Spatial-Program Execution for Training-Free Referring Remote Sensing Image Segmentation
Yuhang Jiang et al.
cs.CV cs.AI
GeoSelect提出了一种无需训练的遥感图像指代分割方法，通过将自然语言表达式转化为类型化空间程序（typed spatial program）并执行，解决了现有方法难以处理空间、比较和序数关系的问题。该方法使用冻结的文本语言模型生成程序，并通过确定性执行器实现分割，在RRSIS-D和RISBench数据集上显著优于此前无需训练的方法。
Smooth $\%$MinMax: A Differentiable Relaxation for Codon Harmonization
Yoonho Jeong et al.
q-bio.QM cs.LG
本文提出Smooth \(\%\)MinMax，一种对离散密码子协调指标\(\%\)MinMax的可微松弛，通过概率加权和sigmoid门控插值实现梯度优化，在人类到大肠杆菌的实验中验证了其近似效果。
Advanced Topic Modeling Techniques for Categorizing Software Vulnerabilities
Utkarsh Tiwari et al.
cs.CR cs.AI cs.SE
本文利用BERTopic、Top2Vec等基于大语言模型的topic modeling技术，对软件漏洞数据集中的文本特征进行分析，以提升威胁优先级排序和决策效率。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。
USE: A Unified Self-Ensembling Framework for Test-Time Prompt Tuning
Siru Jiang et al.
cs.CV cs.LG
本文提出了一种名为USE的统一自集成框架，用于测试时提示调优（Test-Time Prompt Tuning），通过引入自集成策略来增强CLIP模型在下游任务中的性能。该方法在优化和推理阶段均强调测试图像本身，以生成更可靠的伪标签，并在多个数据集上验证了其有效性。
TabQueryBench: A Query-Centric Benchmark for Synthetic Tabular Data
Jialin Zhang et al.
cs.DB cs.AI
本文提出了TabQueryBench，一个以查询为中心的合成表格数据基准，通过SQL分析查询评估生成数据的结构保真度。实验发现现有生成模型在查询中心保真度上表现不足，且存在保真度与生成成本的权衡。
TokAN: Accent Normalization Using Self-Supervised Speech Tokens
Qibing Bai et al.
cs.SD cs.AI eess.AS
TokAN提出了一种基于自监督离散语音token的口音归一化框架，通过VQ tokenizer和自回归编码器-解码器模型实现L2到L1口音的token级转换，并引入GRPO强化学习后训练优化。实验表明该方法在多个英语口音上降低了词错误率，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
TESSERA v2: Scaling Pixel-wise Earth Foundation Models
Zhengpeng Feng et al.
cs.CV cs.LG
本文研究了像素级地球观测基础模型的扩展规律，发现预训练损失与下游性能相关性弱，并提出了编码器与数据应同步增长、投影器保持固定的计算分配规则。通过蒸馏得到的小模型在性能上超越了更大规模的模型，并生成了低存储成本的Matryoshka表示。
Why3-py: A Tool for Formal Verification of Hypothesis Testing and Meta-Analysis in Python
Akira Tanaka, Yusuke Kawamoto
cs.SE cs.AI cs.LO cs.PL
本文提出了Why3-py工具，将Python程序转换为WhyML表示以支持形式化验证，并扩展了StatWhy工具以验证假设检验和元分析方法的正确性。该工作旨在帮助识别统计程序中被忽视的假设和分析误用。
Cross-Modal Fusion of OCT and OCT angiography enface for Improved Diagnostics of Diabetic Retinopathy
Rashadul Hasan Badhon et al.
eess.IV cs.CV cs.LG
本文提出了一种基于双向cross-modal attention网络的OCT与OCTA en face图像融合方法，用于糖尿病视网膜病变分类。实验表明，该方法在多个数据集上优于单模态OCT分类，且使用计算生成的OCTA可替代硬件采集，提升泛化能力。
Worldscape-MoE: A Unified Mixture-of-Experts World Model for Scalable Heterogeneous Action Control
Jianjie Fang et al.
cs.RO cs.AI
本文提出Worldscape-MoE，一个基于Diffusion Transformers的混合专家世界模型，用于可扩展的异构动作控制。它通过模态感知控制注入和共享/控制特定专家机制，将不同动作模态（如机器人操作、手部控制）统一到同一世界动力学框架下，实验表明异构监督能提升而非干扰各控制能力。
Scalable Semantic Steering of Embedding Projections
Wei Liu et al.
cs.HC cs.AI cs.CV
本文提出了一种可扩展的语义引导方法，通过将语义计算从单个数据点转移到用户定义的组，利用单个LLM调用生成组级结构化profile，并结合embedding空间的soft assignment和alignment-scaled updates来实现意图传播，从而大幅减少LLM调用次数。该方法在5K文档的LitCovid语料上实现了与逐项LLM引导相当的全局对齐效果，并扩展到多模态embedding。
NouveauVoice: Generating Novel Pseudo Speakers for Voice Anonymization
Meiying Melissa Chen et al.
eess.AS cs.AI
本文提出NouveauVoice框架，基于Hierarchical Deep Variational Autoencoder (NVAE)生成伪说话人嵌入，用于语音匿名化。该方法作为独立插件模块集成到现有架构中，通过可追踪采样和ELBO目标增强说话人多样性，在VoicePrivacy Challenge协议下实现了超过38%的等错误率。
Full Glyph Images Beat Token Embeddings: A Controlled Study for Transformers
Shuyang Xiang, Hao Guan
cs.CV cs.AI
本文提出用字符序列的光栅化图像替代离散token嵌入作为Transformer的输入，通过双分支控制实验证明视觉输入在中文语言建模中优于传统索引式嵌入，但该优势不直接迁移至字母文字系统。
Significance-First Splitting: Aligning Treatment Heterogeneity Detection with Honest Estimation
Pantelis Z. Hadjipantelis, Josephine Chiang, Karthik Nagesh
stat.ME cs.LG stat.ML
本文提出了一种融合显著性分裂与诚实样本分裂的混合算法，用于估计heterogeneous treatment effects (CATE)。该方法使用平方\(t\)-统计量作为分裂准则，并通过后验诚实交叉验证选择复杂度惩罚，以在单棵树上实现名义置信区间覆盖。在合成数据和真实数据集上的实验表明，该方法在保持推断有效性的同时，匹配了基线方法的性能。
Finite Reliability Representations: Noise-Calibrated Belief-Space Covers for Reliable Decision-Making
Hyung-Jin Yoon, Hunmin Kim
eess.SY cs.AI cs.RO math.OC
本文提出Finite Reliability Representations (FRR)框架，通过将belief space划分为reliability cells来保证最优action-value function \(Q^*(b,u)\)在cell内变化不超过容忍度\(\epsilon\)，从而支持可靠的决策。该框架区分了representation sufficiency与由感知、过程和执行噪声施加的固有性能下限，并适用于有限状态POMDP、线性高斯滤波器等系统。
Efficient Discovery of Conditional Dependencies with Desbordante
Ivan Kozhukov et al.
cs.DB cs.AI cs.DC cs.LG cs.PF
本文研究了条件函数依赖（CFD）的发现问题，在现有CFDFinder算法基础上提出了ParCFDFinder，通过并行化等工程改进显著提升了算法速度并降低了内存使用，并将其集成到开源数据剖析工具Desbordante中。
The "I Don't Know" Filter: Enhancing Agentic Reliability in Function Calling
Stefan Broecker et al.
cs.SE cs.AI
本文提出了一种轻量级可训练的"I Don't Know"过滤器，用于检测并抑制语言模型在function calling中的不确定输出，从而减少幻觉。该方法通过量化模型不确定性来提升agent在关键应用中的可靠性，但未涉及code、spectral或Muon等关键词。
A Policy Decomposition Framework for Dynamic Order Fulfillment Operations
Gal Neria, Michal Tzur, Marlin W. Ulmer
math.DS cs.LG math.CO math.OC
本文提出了动态订单履行问题(DOFP)的Markov决策过程模型，并开发了基于策略分解的DDF-VFA框架，通过将配送阶段作为主问题、准备阶段作为约束子问题进行迭代优化。数值实验表明该方法优于独立或联合优化基准，但未涉及code、spectral、Muon等关键词相关技术。
Fast, Parallel, Query-Efficient Binary Classification
Ishani Karmarkar, Liam O'Carroll, Aaron Sidford
math.OC cs.DS cs.LG
本文提出两种随机化算法，用于计算二分类数据集的分离超平面，在保持近最优矩阵-向量查询复杂度的同时，改进了顺序运行时间和并行深度。
Enhancing Implicit Neural Representations with Image Feature Embedding for Unsupervised Cardiac Cine MRI Reconstruction
Donghang Lyu et al.
cs.CV cs.AI
本文提出了一种名为I-FP-INR的图像域双分支隐式神经表示框架，用于无监督心脏电影MRI重建，通过引入额外的特征处理分支来提取互补特征嵌入以增强表示能力。实验表明该方法在公共和内部数据集上均优于基线方法。
Conductance-Repair Evidence Graphs for Prospective Security Retrieval
Faruk Alpay, Taylan Alpay
cs.CR cs.IR
本文提出了一种用于安全检索的conductance-repair证据图框架，通过时间戳掩码和确定性图流递归处理缺失信息通道，并给出了理论下界和NP-hardness结果。实验在小型数据集上展示了召回率和平均精度的变化，但方法本身与关键词中的code、context、spectral、Muon、pretrain、agent、attention等概念关联较弱。
Benchmarking API Drift in LLM-Generated Quantum Code Across Successive SDK Versions
Mohammad Arif Rasyidi, Syahirul Faiz
cs.SE cs.AI quant-ph
本文构建了一个名为quantum-api-drift的benchmark，用于评估LLM生成的量子代码在不同Qiskit SDK版本间的API漂移问题。实验发现，模型在版本对齐上的表现差异显著，且文档引导的修复对迁移到v2.0比v1.3更有效。
Seeing Once is Enough? Online Geometry-Aware Token Pruning for 3D Question Answering
Ruei-Chi Lai et al.
cs.CV cs.AI cs.LG
本文提出了一种面向3D问答任务的在线token剪枝方法，通过将多视角图像投影到共享voxel空间来识别并移除冗余token，无需额外训练即可降低50%的token使用量。该方法在多个基准上提升了MLLM模型的性能，但未涉及关键词中的code、spectral或Muon等概念。
Governing Generative AI Across Financial Institutions: An SR 26-2-Compatible Framework for Generative AI Risk Control
Yiqing Wang et al.
q-fin.RM cs.LG
本文提出了一个名为GAICF的治理框架，旨在将SR 26-2中的模型风险管理原则应用于金融行业中非正式模型边界的生成式AI应用，以填补监管空白。该框架为金融机构提供了一种将新兴AI治理与风险导向的监管期望对齐的实用方法。
SOV-CAD: Stepwise Orthographic Views Guided CAD Modeling Sequence Reconstruction
Zhaopeng Feng et al.
cs.CV cs.AI
本文提出SOV-CAD框架，将CAD建模序列重建转化为序列决策任务，利用正交投影视图作为逐步视觉反馈，并采用Decision Transformer架构进行离线强化学习。该方法通过几何对齐奖励引导连续视觉反馈，提升了重建的准确性和数据效率。
Conflict-Based Lazy Search for Fast Multi-Manipulator Planning
Dongliang Zheng et al.
cs.RO cs.AI
本文提出了一种名为Conflict-Based Lazy Search (CBLS)的多机械臂规划算法，通过结合预计算和惰性搜索来加速Conflict-Based Search (CBS)框架中的单智能体路径规划。该方法主要关注机器人运动规划的效率，与您提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
DELTA-TTS: Adapting Autoregressive Model into Diffusion Language Model for Text-to-Speech
Junwon Moon et al.
eess.AS cs.CL
本文提出DELTA-TTS，一种将预训练自回归TTS模型转换为离散扩散语言模型的轻量级LoRA适配框架，通过置信度排序的语音token解码来加速推理并减少错误传播。该方法在LibriTTS上训练后，在词错误率和推理速度上均优于原自回归模型。
CSB: A Counting and Sampling tool for Bit-vectors
Arijit Shaw, Kuldeep S. Meel
cs.LO cs.AI
本文提出了一个名为csb的工具，通过将bit-vector公式转化为CNF公式并利用CNF模型计数器和采样器，实现了对bit-vector理论的精确与近似模型计数及均匀采样。实验表明该工具在性能上优于现有方法。
!Imperio, smolVLA: The Implications of Data Poisoning on Open Source Robotics
Stefan Bühler, Mark Schutera
cs.RO cs.AI cs.CL cs.CR cs.LG
本文研究了针对开源机器人视觉语言动作模型的数据投毒攻击，通过在少量样本中嵌入触发词，可使机器人完全失效。实验表明，仅需3个中毒样本即可实现拒绝服务攻击，且攻击具有隐蔽性和泛化性。
HCSU: A Dataset and Benchmark for Fine-Grained Historical Calligraphy Style Understanding
Yinsheng Yao, Yan Liu, Chen Ye
cs.CV cs.AI
本文提出了一个名为HCSU的数据集和基准，用于细粒度的历史书法风格理解，包含来自49位书法家的39,307个字符图像，并解耦了墨迹与拓片模态。该工作主要关注文化保护领域的视觉语言模型评估，与您提供的关键词（如code, spectral, Muon等）关联度较低。
Information-Geometric Superposed Vowel Evaluation: Part 1. Moraic Syllabary (Japanese)
Yusei Tamura, Shigekazu Ishihara, Ken Ito
cs.SD cs.AI
本文提出了一种基于信息几何和Wasserstein距离的新方法，用于区分生成式AI合成的语音与自然语音，并以日语元音为例展示了其原理。该方法通过分析语音频谱的分布差异，利用persistent homology进行拓扑映射，将合成与自然语音的频谱概率密度函数分解为聚类。
ACE: Agentic Control for Embodied Manipulation via Zero-shot Workflow Reasoning
Iok Tong Lei et al.
cs.RO cs.LG
本文提出ACE框架，通过将agentic workflow reasoning与视觉接地接口和可复用的pick-and-place primitive结合，实现了零样本的桌面操作任务。该方法利用mask-mediated vision-action interface和multi-timescale memory实现闭环控制，在逻辑复杂的任务中展示了任务级零样本泛化能力。
SeeMe: Mitigating Hallucinations in Large Vision-Language Models through Effective Visual Token Engineering
Kai Tang et al.
cs.CV cs.AI
本文提出SeeMe框架，通过三阶段视觉token工程（feature engineering）来抑制大视觉语言模型中的hallucination，无需额外训练即可提升输出一致性。该方法在多个benchmark上验证了有效性，但未涉及code、spectral或Muon等关键词。
Piercing Gilbreath's Conjecture: From Deep Number Theory Insights to Fintech and Cybersecurity
Vincent Granville
cs.CR cs.AI
本文提出了一种基于筛法的新方法来研究Gilbreath猜想，并引入了反向筛法的概念，探讨了其在随机性测试、模式检测和网络安全等领域的应用。
XS-VLA: Coupling Coarse-grained Spatial Distillation with Latent Flow Matching for Lightweight Robotic Control
Lei Iok Tong et al.
cs.RO cs.LG
本文提出XS-VLA框架，通过两阶段训练（粗粒度空间知识蒸馏和潜在流匹配策略）提升轻量级VLA模型的机器人操控能力，在LIBERO基准上以少于0.5B参数取得最优性能。该方法主要解决轻量模型的空间盲区和多模态动作分布建模问题，与关键词中的agent和attention关联较弱。
CritiqueDriveVLM: From Verifier-Guided Reinforcement Learning to Latent Thought Distillation for Autonomous Driving
Zhaohong Liu et al.
cs.CV cs.AI
本文提出CritiqueDriveVLM框架，通过验证器引导的多轮强化学习和潜在思维蒸馏，将推理能力内化到视觉语言模型中，以解决自动驾驶中可靠性与效率的权衡问题。该方法在DriveLMM-01基准上提升了多项选择质量，并显著降低了推理延迟。
Sangam: Efficiently Serving Diffusion LLMs with the AR Stack
Nitin Kedia et al.
cs.DC cs.LG
本文提出了Sangam，一个服务于Diffusion LLMs (dLLMs) 的推理系统。它通过引入deficit token-budget调度器和混合服务策略，解决了dLLM推理中prefill-decode干扰和资源划分问题，从而实现了无停顿调度并降低了平均延迟。
AI-RAN on NPUs: Baseband Processing Without Baseband Chips
Shilong Zhang et al.
eess.SP cs.LG
本文探讨了在NPU上实现AI-RAN基带处理的可行性，通过将通信算法重构为AI计算原语来解决架构不匹配问题，并在Ascend 310B1 NPU上验证了完整的OFDM收发器。
Teaching Code LLMs to Reason with Intermediate Formal Specifications
Minh Le-Anh, Cuong Chi Le, Tien N. Nguyen
cs.SE cs.CL
本文提出SpecCoder框架，通过从验证过的参考程序和变异体（behavior-changing mutants）中学习，生成可执行的检查点规范（checkpoint specification），以提升CodeLLM在代码推理和修复任务中的表现。该方法在HumanExec基准上展示了规范质量的显著提升，但与我提供的关键词（如spectral, Muon, pretrain, agent, attention）关联较弱。
Unified convergence analysis for gradient descent optimization methods in the training of deep neural networks
Shokhrukh Ibragimov, Arnulf Jentzen
math.OC cs.LG
本文为训练深度神经网络中的梯度下降优化方法（如Adam、RMSprop等）提供了一个统一的收敛性分析框架，利用Kurdyka-Łojasiewicz (KL)不等式证明了这些方法在解析激活函数（如softplus和GeLU）下收敛到critical point。该工作主要贡献在于其通用性，但并未直接涉及code、context或spectral等关键词。
SoftVTBench: A Safety-Aware Visuo-Tactile Benchmark for Physically Constrained Robotic Manipulation of Deformable Objects
Bowen Jing et al.
cs.RO cs.AI cs.CV
SoftVTBench是一个面向可变形物体操作的安全感知视觉-触觉基准，在Isaac Sim中构建，通过多视角RGB、触觉传感和语言指令评估策略的物理安全性。实验表明仅以任务成功率为指标会高估策略性能，而触觉传感可提升安全成功率并减少物体变形。
Robust Bayes-Assisted Conformal Prediction
Kianoosh Ashouritaklimi, Stefano Cortinovis, François Caron
stat.ML cs.LG
本文提出了一种名为RoBAS的鲁棒贝叶斯辅助共形预测框架，通过引入重尾BWM或经验贝叶斯收缩得分来构建鲁棒的非一致性得分，以解决先验信息与观测数据不匹配时预测集效率下降的问题。实验表明，该方法在无分布偏移时与常用得分竞争，在存在偏移时能显著缩小预测区间宽度。
Hierarchical Multi-to-Single-Modal Knowledge Distillation for Disruption Prediction in EAST
Qiang Chen et al.
cs.CV cs.AI cs.LG
本文提出了一种层次化的多模态到单模态知识蒸馏框架，用于EAST托卡马克的等离子体破裂预测。该方法在训练时使用可见光图像和时间序列信号训练多模态教师模型，在推理时仅保留时间序列学生模型，通过图结构、表示和决策三个层面的蒸馏传递知识，在降低计算成本的同时保持了多模态学习的判别优势。
Air-Plan: Query-Optimized Topology Selection for Over-the-Air Decentralized Federated Learning
Kaushal Attaluri, Rebeca P. Diaz-Redondo, Manuel Fernandez Veiga
cs.DC cs.LG
本文提出AIRPLAN框架，将Over-the-Air Decentralized Federated Learning (OTA-DFL)中的通信拓扑选择问题形式化为基于代价的query优化问题，利用Count-Min Sketch估计工作负载特征并选择最优通信图。实验表明该方法在多数情况下接近最优拓扑，但该工作主要聚焦于无线联邦学习的系统优化，与关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念无直接关联。
HALO-WA: Hybrid-Attention Latent-Guided Online Reinforcement Learning for World-Action Models
Angen Ye et al.
cs.RO cs.AI
本文提出HALO-WA框架，通过混合注意力结构和潜在特征引导的在线强化学习，改进了世界-动作模型在精密操作任务中的表现。该方法在四个真实世界任务中将平均成功率从26.4%提升至87.1%，但主要贡献在于工程性改进而非理论开创性。
Self-Reference in Large Language Models: The Introspection Threshold for Recursive Self-Improvement
Jiang Zhang, Bing Yuan, Qian Zhang
physics.soc-ph cs.AI
本文类比von Neumann自复制自动机的复杂性阈值，探讨了大语言模型（LLMs）实现可持续递归自我改进所需的内省能力，并基于Kleene第二递归定理论证了此类内省程序的理论存在性，但实证表明当前模型因结构瓶颈（如缺乏完全自访问、Transformer的前馈性质）而无法实现真正内省。
Deep Learning for Dynamic Programming with Recursive Utility
Xianhua Peng, Wu Guo
q-fin.CP cs.LG econ.EM math.OC stat.ML
本文提出了一种名为Certainty Equivalent Learning (CEL)的深度学习算法，用于求解具有递归效用的高维离散时间动态规划问题。该算法通过神经网络直接学习certainty equivalent函数，并联合近似value function、policy function和certainty equivalent function，无需依赖Euler方程或状态转移函数的可微性。
The New Shape of Search: How Conversational AI Recomposes Information Seeking
Michael Iannelli, Alan Ai
cs.HC cs.CY cs.IR
本文通过分析用户与对话式AI助手的真实交互数据，发现AI并未取代传统搜索，而是改变了信息寻求的“剧集”结构：简短提问直接终止，复杂提问则延伸为更长旅程。研究强调了对话式AI作为“工作台”的用途（如起草、编码），并指出验证行为罕见。
Agentic-V2X: Small Language Model Agents for Deadline-Aware V2X Scheduling in 5G/6G Networks
Gerasimos Papanikolaou-Ntais, Alexandros Kaloxylos, Athanasios Kanavos
cs.NI cs.AI
本文提出Agentic-V2X架构，使用小型语言模型作为策略生成器，结合验证器和控制器实现5G/6G V2X网络中截止时间感知的调度。实验表明该方法能生成有效策略，但整体性能未超越最优静态策略。
Fixed-Confidence Best-Arm Identification for Causal Mediation Analysis
Harsh Shrivastava et al.
stat.ML cs.AI cs.LG
本文研究了在因果中介分析中识别最大化期望自然直接潜在结果（NDPO）的治疗方案问题，基于Track-and-Stop框架开发了一种固定置信度的最优臂识别算法，并证明了其\(\delta\)-正确性和渐近最优性。该工作主要聚焦于因果推断与bandit学习的交叉领域，与所提供的关键词关联度较低。
How to Build Digital Humans? From Priors to Photorealistic Avatars
Wojciech Zielonka et al.
cs.GR cs.CL cs.CV eess.IV
本文综述了可控3D人类avatar的创建流程，包括先验学习、个性化创建和动画生成三个阶段，并重点讨论了基于不同身体区域和先验的表示方法。文章为相关领域提供了系统性的分类和未来研究方向。
IRIS: An Intelligent Vision-Language System for Ocular Surface Diseases via Topic Tree and Scene-Driven VQA Generation
Hao Wei et al.
cs.CV cs.AI
本文提出了IRIS系统，通过构建OSD VQA数据集和双分支数据生成框架（Topic Finding Tree与Scene-driven策略），提升了小参数VLM在眼表疾病领域的临床推理能力。
HASSL: Hierarchy-Aware Self-Supervised Learning Framework for Single Cell Microscopy
Julius Riel et al.
cs.CV cs.AI
本文提出了一种层次感知的自监督学习框架HASSL，用于单细胞显微镜图像分析，通过结合蒸馏框架和基于HDBSCAN的层次感知对比损失，改善了潜在空间中细粒度形态特征的表示。该方法在包含208个细胞类别的230万单细胞数据集上，相比基线方法在top-K准确率和下游药物分类F1分数上有所提升。
Optimal Mixture-of-Experts Model Averaging for Conditional Generative Models
Shijin Gong, Baihua He, Xinyu Zhang
stat.ML cs.LG
本文提出了一种针对条件生成模型的最优模型平均框架，包括静态权重方法StaticMA和输入自适应方法MoEMA，后者通过softmax神经网络门控实现协变量依赖的权重分配。该方法在理论和实验上展示了有效性，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
Auto-AEG: Scalable Data Construction for Open-Vocabulary Audio Event Grounding
Zihan Zhang et al.
cs.SD cs.AI
本文提出Auto-AEG，一种自动构建数据并微调模型以解决开放词汇音频事件定位任务中数据稀缺问题的pipeline，通过合成数据与伪标签结合强化学习提升性能。
The Good, the Bad, and the Brittle: Benchmarking Robustness and Generalisation of Histopathology Foundation Models
Dhyey Yajnik, Amina Asif, Fayyaz Minhas
cs.CV cs.LG
本文使用Robustness Evaluation and Enhancement Toolbox (REET)和Non-Redundant K-fold validation (NR-Kfold)协议，对十二个病理学foundation models (PFMs)进行了鲁棒性和泛化性的基准测试，并引入了Perturbation Performance Index (PPI)来总结准确性趋势。研究发现，PFMs在鲁棒性和域泛化上优于CNNs，但模型规模增大带来的收益递减，且训练-测试相似性被破坏时准确性会系统性下降。
Quadrature-Aware Complex-Linear Neural Operator for Boundary-to-Field Prediction in Resonant Acoustics
Muhammad Idrees Khan, Hua-Dong Yao
physics.flu-dyn cs.LG
本文提出了一种用于共振声学中边界到场预测的复线性神经算子CLBO，通过显式复曲面求积耦合学习源和接收器基函数，实现了比DeepONet更低的误差和更好的泛化。该方法在声学模拟中具有物理一致性和计算效率优势，但与关键词列表中的code, context, spectral, Muon, pretrain, agent, attention无直接关联。
Transferability Between Understanding and Generation in Unified Multimodal Models
Jiwon Kang et al.
cs.CV cs.AI
本文研究了统一多模态模型（UMMs）中理解与生成任务之间的可迁移性，发现完全共享transformer backbone和统一visual encoder的架构能实现跨任务迁移，而松散耦合的设计则缺乏这种迁移性。基于此，作者提出通过训练理解任务来间接提升生成任务性能的策略，以避免直接微调生成任务带来的分布偏移问题。
On Pairwise Quantile Regression -- Statistical Guarantees and Applications
Romain Thérézien et al.
stat.ML cs.AI cs.CV cs.LG
本文研究了pairwise quantile regression（成对分位数回归）问题，将标准分位数回归扩展到解释变量为成对协变量的情形。通过U-processes的集中不等式，证明了经验风险最小化器的泛化界，并在温和条件下获得了快速学习率。
RoboDojo: A Unified Sim-and-Real Benchmark for Comprehensive Evaluation of Generalist Robot Manipulation Policies
Tianxing Chen et al.
cs.RO cs.AI cs.CV cs.GR
本文提出了RoboDojo，一个统一的仿真与现实基准，用于全面评估通用机器人操作策略，包含42个仿真任务和18个真实世界任务，支持可扩展评估和可重复的真实世界测试。该工作主要贡献在于构建了系统性的评估框架，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
A Retrieval-Augmented Framework for Detecting and Resolving Pragmatic Ambiguities in Natural Language Requirements
Pavithra PM Nair, Preethu Rose Anish
cs.SE cs.AI
本文提出了一种基于检索增强生成（RAG）的框架，用于检测和解决自然语言需求（NLRs）中的语用歧义。该方法通过模拟不同领域专业知识的利益相关者，利用大语言模型生成候选消歧需求，并在PUblic REquirements数据集上进行了初步评估。
ResearchStudio-Reel: Automate the Last Mile of Research from Paper to Poster, Video, and Blog
Lingao Xiao et al.
cs.CV cs.AI cs.HC cs.MA cs.MM
本文提出了ResearchStudio-Reel，一个由多个agent技能组成的自动化研究传播流水线，能将论文自动转化为海报、视频和博客。该方法通过共享的提取器和可编辑的生成器，解决了以往工具中内容不一致和无法二次编辑的问题。
Generative wave propagator
Shijun Cheng, Tariq Alkhalifah
physics.geo-ph cs.AI
本文提出了一种基于条件扩散的波场传播器，通过将模型条件化为波场快照历史、速度模型和时间步索引，实现了从一步到下一步的递归波场推进。该方法用单次网络评估替代了迭代反向扩散过程，并引入因果时间加权损失以提高长递归稳定性，实验表明其能使用比传统有限差分法大十倍的时间步长，并实现了2.17倍的端到端加速。
Tightening the Score Matching Gap for Diffusion Models
Benjamin Dupuis et al.
stat.ML cs.LG
本文分析了扩散模型中score matching gap的理论界限，通过利用反向过程的收缩性质（如entropy flows和logarithmic Sobolev inequalities），为KL divergence和Wasserstein distance等指标提供了更紧的界。
Wan-Streamer v0.2: Higher Resolution, Same Latency
Lianghua Huang et al.
cs.CV cs.AI cs.GR cs.LG
本文介绍了Wan-Streamer v0.2，一个保持延迟不变的高分辨率升级版端到端音视频交互模型。它将输出流分辨率从192x336提升至640x368，同时通过将计算架构分为单GPU的thinker和多GPU的performer组来维持约200 ms的模型端延迟，其中performer组采用Ulysses风格的context并行处理高分辨率latent视频序列。
From Regulation to Requirements: An Automated Requirement Derivation and Explanation Pipeline
Pavithra PM Nair, Preethu Rose Anish
cs.SE cs.AI
本文提出了一种自动化流程，用于从GDPR和EU AI Act等法规文档中识别需求条款并推导出系统无关的软件需求，同时提供可追溯的通俗语言解释。该方法在条款识别上取得了较好的F1分数，并通过用户研究验证了其解释的有效性。
Fields of the Planet: Field Boundary Mapping Beyond 10m
Isaac Corley et al.
cs.CV cs.LG
本文提出了Fields of the Planet (FTP)数据集，将高分辨率(3 m)的PlanetScope影像与已有的Field of The World (FTW)数据集配对，用于评估田间边界提取。实验表明，使用更高分辨率影像能显著提升小地块的分割质量与边界精度。
Robustness Verification of an Autonomous Underwater Vehicle-based Plankton Classifier
Abdelrahman Sayed Sayed et al.
cs.RO cs.AI eess.SY math.DS
本文提出了一种基于reachability analysis的鲁棒性验证框架，用于验证基于neural ODE的AUV plankton分类器对环境扰动的稳定性。该框架可作为自动过滤器，提供模型对模糊数据的正式稳定性保证。
Weakly Guided and Autoregressive Beamformer Parameterization for Generalizable Moving Speaker Extraction in Higher-Order Ambisonics
Jakob Kienegger et al.
eess.AS cs.LG cs.SD
本文提出了一种基于高阶Ambisonics表示的数据驱动波束形成方法，通过将神经时频谱处理与线性空间处理解耦，并引入自回归机制，实现了对移动说话人的鲁棒提取。该方法仅需目标初始方向估计，在合成数据和真实动态会议场景中展现了良好的泛化性能。
PulmoSight-XAI: An Explainable Multi-View Attention Ensemble with Gradient Boosting Meta-Learning for Multi-Label Chest X-Ray Classification
Moshiur Rahman, Shafqat Alam, Tasnia Binte Mamun
cs.CV cs.AI cs.LG
本文提出一个可解释的多视图集成框架PulmoSight-XAI，用于胸部X光片的14种病理分类。该框架通过多尺度特征融合与CBAM attention机制保留细粒度特征，并采用分层元学习策略（XGBoost等）集成多模型预测，在CheXpert数据集上取得先进性能。
An open, reproducible branch-and-cut for the capacitated profitable tour problem: a component study
Simon Spoorendonk
math.OC cs.DS cs.MS
本文为capacitated profitable tour problem (CPTP)及其变体实现了一个开源的branch-and-cut算法，基于HiGHS求解器复现了已有公式和cut族，并添加了bound-based预处理、domain propagation和reduced-cost variable fixing。实验表明capacity-class cuts是主要收益来源，而其他cuts和预处理方法未带来显著提升。
From Interaction to Intent: Inferring User Objectives from Provenance Logs
Steffen Holter et al.
cs.HC cs.LG
本文研究了如何从用户交互历史记录（provenance logs）中推断分析意图，发现不同分析目标会产生不同的行为特征，并证明嵌入上下文信息有助于分类器跨数据集和投影方法预测用户目标。该工作属于人机交互与可视化领域，与关键词列表中的概念关联较弱。
Constrained Flow Matching via Lagrangian Dual Flows
Vince Kurtz, Alexander Davydov
math.OC cs.LG
本文提出了一种基于Lagrangian dual dynamics的约束生成方法Lagrangian Dual Flows，通过在生成样本的同时流动一个dual co-state来保证非线性约束的满足，避免了昂贵的优化子问题或投影步骤。该方法在机器人、规划等需要推理时约束的应用中具有潜力，但与关键词列表中的概念关联较弱。
Boundary-layer asymptotics for Gaussian-smoothed singular measures
Nicolas Brosse, Arnak S. Dalalyan
math.PR cs.LG math.ST
本文研究了支撑在带角流形上的概率测度在欧几里得热正则化下的小噪声渐近行为，通过边界层分析得到了热正则化密度的两项展开式，并推导了score、log-Hessian等量的对数渐近与一致展开。
Training-Free Model Selection and Domain-Aware Score Calibration for First-Shot Anomalous Sound Detection
Grach Mkrtchian
cs.SD cs.AI
本文提出了一种无需训练的模型选择和后处理校准方法，用于解决DCASE挑战赛任务2中首次异常声音检测的域平衡问题。该方法通过分位数校准和标签无关的交叉验证域平衡准则，在冻结的音频embedding上实现了源域与目标域性能的权衡，并在DCASE 2025数据集上验证了其有效性。
Causal ASCEND: Scalable Two-tier Causal Discovery on High Dimensional Multi-omics Data
Stephen Asiedu, David Watson
stat.ML cs.LG q-bio.GN
本文提出了一种名为ASCEND的因果发现框架，利用已知的两层结构（如上游调控因子与下游效应）来对高维多组学数据进行可扩展的因果推断。该方法通过分治策略和动态更新的祖先条件集，将条件独立性检验的复杂度从指数级降低到多项式级。
Obey, Diverge, Collapse: Blind Obedience to Incorrect Instructions Drives Code LLMs to Irrecoverable Code Semantic Collapse
Raj Jaiswal et al.
cs.SE cs.AI
本文研究了代码语言模型在收到错误指令时的行为模式，发现模型会明知指令错误却仍盲目遵从（Blind Obedience），导致代码语义不可逆地崩溃。该工作揭示了传统pass-rate评估无法捕捉的缺陷，但与关键词中的code和agent仅有间接关联。
Mask2Real-WM: Segmentation Masks as a Sim-to-Real Bridge for Controllable Dexterous World Models
Riccardo O. Feingold et al.
cs.RO cs.AI cs.CV cs.LG
本文提出Mask2Real-WM，一种用于灵巧操作的两阶段动作条件world model，通过将像素预测解耦为dynamics model和rendering model，利用segmentation masks作为sim-to-real桥梁，在合成数据上预训练后微调于少量真实数据，实现了对23个自由度的可控预测。
Explainable Novel Category Discovery in Semantic Concept Space
Ifrat Ikhtear Uddin et al.
cs.CV cs.AI
本文提出xNCD框架，通过在语义概念空间（semantic concept space）中进行表示学习和伪标签分配，实现可解释的新类别发现。该方法利用预训练多模态模型的视觉-语言相似性先验，将发现过程限制在语义概念瓶颈中，从而提供类别和实例级别的可解释性。
Lights, Camera, Carbon: Architectural Scaling Laws for Video Generation Energy Consumption
Nidhal Jegham, Boris Gamazaychikov, Sasha Luccioni
cs.MM cs.AI
本文提出了一种从架构原理和生成参数（如分辨率和时长）出发的双向框架，用于估算文本到视频（T2V）模型的能耗，无需访问模型权重或实现细节。该框架通过理论推导的scaling law分解能耗，并在多个开源模型上验证了其准确性。
LLM-Driven CI-CD Workflow Intelligence for Cyber Systems Engineering
Bonan Shen et al.
cs.SE cs.AI
本文利用LLM对大量GitHub仓库的CI/CD配置文件进行分析，检测反模式并生成推荐，揭示了不同语言和领域的工作流差异。
Simple-to-Complex Structured Demonstrations for Vision-Language-Action Learning
Xinchuan Qiu, Yi Yu
cs.RO cs.AI
本文提出了一种简单到复杂的结构化演示收集策略，用于视觉-语言-动作(VLA)模型的机器人操作学习，通过将复杂任务分解为可逐步学习的子技能并标准化交互环境来组织数据。实验表明该方法在任务成功率和训练稳定性上优于直接收集完整任务轨迹的基线方法。
TORINO: Token Reduction via Interpretable Concept Overlap in Vision-Language Models
Riccardo Renzulli et al.
cs.CV cs.AI
本文提出TORINO框架，利用Sparse Autoencoders将visual tokens投影到可解释的latent space中，通过概念重叠（concept overlap）进行分组并减少冗余token数量。该方法无需微调，能动态适应输入复杂度，在保持性能的同时降低计算成本。
Breaking the One-Dimensional Expressibility-Trainability Tradeoff
Kyoungho Cho et al.
quant-ph cs.LG
本文通过分析parameterized quantum circuits (PQCs)中expressibility、entangling power (EP)与gradient variance之间的矩层次关系，指出高表达性并不必然导致barren-plateau (BP)问题，从而打破了表达性与可训练性之间的一维权衡观点。
LCPNet: Latent Consistent Proximal Unfolding Network for Infrared Small Target Detection
Tianfang Zhang et al.
cs.CV cs.AI
本文提出LCPNet，通过将low-rank prior应用于latent space并设计Latent Consistent Proximal solver进行unfolding，用于红外小目标检测。该方法在多个benchmark上取得了优于现有技术的性能。
G2VD: Generalizable AI-Generated Video Detection via Counterfactual Intervention and Causal Disentanglement
Meng Du et al.
cs.CV cs.AI
本文提出G2VD框架，通过counterfactual intervention和causal disentanglement来提升AI生成视频检测的跨域泛化能力，利用VAE生成反事实样本并设计因果解耦分类器以分离任务相关线索与域特定偏差。该方法在多个数据集上取得较好性能，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）契合度较低。
SILO: Simulation-in-the-Loop Sim-to-Real Transfer for Multi-Stage Cable Routing
Stone Tao et al.
cs.RO cs.AI
本文提出了一种基于sim-to-real reinforcement learning (RL)的框架，用于多阶段线缆布线任务，通过GPU并行仿真训练策略，并利用Simulation In the LOop (SILO)执行框架和局部RL策略来弥合仿真到现实的差距。该方法在真实线缆布线任务中取得了更高的成功率和更短的周期时间，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
CARD: Cross-component Audio Representation Distillation for Encoder-Free Audio Captioning
Ganesh Pavan Kartikeya Bharadwaj Kolluri et al.
cs.SD cs.CL
本文提出CARD，一种无编码器的音频描述模型，通过将预训练音频教师模型的知识蒸馏到projector和LLM的不同组件中，在推理时移除编码器，在AudioCaps和Clotho数据集上取得了接近保留编码器上限的性能。
Hierarchical Evidence-Driven Reasoning for Long Document Understanding
Junyu Xiong et al.
cs.CV cs.AI
本文提出HIEVI-RAG，一个用于长文档理解的分层证据驱动多模态RAG框架，通过将复杂查询分解为子问题并迭代验证来提升准确性。该方法在多个基准测试上优于现有开源基线，但未涉及code、spectral、Muon或pretrain等关键词。
Integrating Neural Encoders in Bayesian Generalized Linear Mixed Models for Multimodal Data
Yuankang Zhao et al.
stat.ML cs.LG stat.CO
本文提出了一种将neural encoder集成到Bayesian generalized linear mixed models (GLMMs)中的方法，通过条件贝叶斯设计处理多模态纵向数据，并利用variance-corrected stochastic gradient MCMC进行推断。该方法在保留可解释的固定和随机效应的同时，能够处理图像和文本等高维模态数据。
Decomposition for Bayesian Networks: Local and Parallel Inference
Pei Heng, Xinyi Hu, Yi Sun
stat.ML cs.LG
本文提出了一种基于有向凸子图（directed convex subgraphs）和最小d-分解树（minimal d-decomposition tree）的Bayesian网络分解框架，用于替代经典的junction-tree方法。该框架通过将高维联合分布分解为低维子模型，降低了计算成本并支持并行推理，实验表明其在低维查询场景下效率优于junction-tree方法。
Targeted Structure Completion for Sparse-View 3D Reconstruction in Autonomous Driving
Guoqing Wang et al.
cs.CV cs.AI
本文提出FocusGS框架，通过3D Geometric Ambiguity Manifold定位几何模糊区域，并设计轻量级模块仅在这些区域进行Gaussian查询的实例化与优化，从而在稀疏视角3D重建中实现效率与质量的平衡。
Elastic Gang: Per-Token Membership Change for a Hard-Barriered LLM Inference Gang Co-Scheduled with OS Processes
Daeyeon Son
cs.OS cs.AI cs.PF
本文介绍了Anima OS中的弹性gang机制，允许LLM推理的CPU-SIMD计算在token之间动态调整核心成员，通过ACK锁存epoch协议实现无等待的核心加入与退出，在保证推理结果比特精确的同时提升了通用进程的吞吐量。
GlaKG: A Biomarker-Centric Fundus Knowledge Graph for Explainable Glaucoma Diagnosis and Risk Assessment
Cheng Huang et al.
cs.CV cs.LG
本文提出了GlaKG，一个以biomarker为中心的fundus知识图谱，用于可解释的青光眼诊断和风险评估。它通过整合结构biomarker、临床规则和图像特征，生成可追溯的推理链，在公开数据集上取得了高分类准确率。
Do Vision-Language-Action Models Mean What They Say? On the Role of Faithfulness in Embodied Reasoning
Matthew Foutter et al.
cs.RO cs.AI
本文研究了Vision-Language Action (VLA)模型中推理的忠实性问题，区分了功能性推理与忠实性推理，并通过人类评估揭示了当前对齐策略的不足。作者提出一个名为Pinocchio的critic来评估推理的忠实性，并将其作为强化学习的密集奖励信号，实验表明该方法能提升策略的泛化性和鲁棒性。
Does It Fail to See or Fail to Know? Attributing Errors in Vision-Language Models
Khang Nhat Hoang Vo et al.
cs.CV cs.CL
本文提出一个统一框架，用于解耦Vision-Language Model (VLM)在视觉问答中的失败模式（如感知、实体识别和知识检索），并发现这些失败源可以在模型生成答案前通过预生成信号（如visual-token representations或prompt-conditioned hidden states）进行预测。该工作为VLM的不确定性诊断提供了新视角，但与关键词列表中的code, context, spectral, Muon, pretrain, agent, attention等主题关联较弱。
Geometry-Aware Motion Latents for Learning Robust Manipulation Policies
Yunchao Zhang et al.
cs.RO cs.AI
本文提出GeoMoLa方法，通过预测点云在操作过程中的三维几何演化来学习离散运动隐编码，而非重建视觉观测。该方法仅需单视角RGB-D输入即可在多种操作基准上达到最优性能，并展现出对视觉上下文变化的鲁棒性。
Dashboard2Code: Evaluating Multimodal Models on Reconstructing Interactive Dashboards
Tianhao Niu et al.
cs.SE cs.AI cs.CV
本文提出了Dashboard2Code任务，要求模型通过主动交互（如点击和过滤）来重建交互式仪表盘，并构建了DashboardMimic基准和自动化评估框架。实验表明，现有模型在高复杂度仪表盘上表现不佳，开源与闭源模型间存在显著差距。
RustMizan: A Compilable, Contamination-Aware Benchmarking Framework for Rust Vulnerabilities
Tarek Elsayed et al.
cs.CR cs.AI cs.SE
本文提出了RustMizan，一个针对Rust语言漏洞分析的benchmarking framework，包含可编译的代码变体和paired mutation framework，用于评估LLM agent在漏洞检测和定位上的表现。实验表明，agent在binary classification上表现中等，但在line-level localization上效果较差。
Identifiability of Relational Queries in Multi-View Pretraining
Ratan Bahadur Thapa, Daniel Hernández
cs.DB cs.LG
本文研究了多视图预训练中关系查询的可识别性问题，通过形式化接口定律下的数据集成，提出了CheckCert算法用于判定查询是否可识别，并证明了不可识别查询存在1/2的极小误差下界。
Wasserstein Residuals: Learning Gradient Flows from Population Dynamics
Markus Heinonen et al.
stat.ML cs.AI cs.LG
本文提出了一种基于残差的方法来学习Wasserstein gradient flow (WGF)，通过连续性方程的non-negative loss function和data-fitting divergence构建全局目标，并由此发展出一种新的粒子方法stitching，该方法无需模拟且对观测间隔具有鲁棒性。实验表明，stitching方法在trajectory inference基准上达到了最优性能。
Non-asymptotic Convergence of Stochastic Gradient Descent in Score-based Generative Models
Stanislas Strasman, Sobihan Surendran, Sylvain Le Corff
stat.ML cs.LG
本文研究了Score-based Generative Models (SGMs)中随机梯度下降(SGD)的非渐近收敛性，为加权去噪分数匹配目标建立了非凸收敛率，并针对过参数化两层ReLU网络给出了神经正切核(Neural Tangent Kernel)分析下的分数逼近误差界。
Non-Asymptotic Error Bounds for SMC with Biased Proposals: Application to Conditional Diffusion Sampling
Stanislas Strasman et al.
stat.ML cs.LG
本文针对使用有偏proposal的Sequential Monte Carlo (SMC)方法，建立了非渐近误差界，并将该框架应用于条件扩散采样。通过将总误差分解为kernel bias和有限粒子Monte Carlo误差，文章为score-based diffusion models的条件采样提供了首个联合控制初始化误差、时间离散化、score近似和有限粒子误差的非渐近误差界。
An Exploration of Agentic Information Fusion for Test Maintenance Prediction
Jingxiong Liu, Nasser Mohammadiha, Gregory Gay
cs.SE cs.AI cs.MA
本文提出了一个名为MAST的多智能体框架，用于预测哪些测试用例在代码变更后需要维护。该框架通过融合静态、词法和语义分析，在工业Java仓库上取得了优于基线的精确度。
Context-Constrained Transfer Learning for Tabular Foundation Models via Data Distillation
Yijun Lin, Sai Li
stat.ML cs.LG
本文提出TL-ANDI框架，通过求解预算约束下的optimal transport问题来为tabular foundation model构建紧凑的source context，并利用data distillation和residual calibration实现transfer learning。该方法主要针对表格数据的基础模型在迁移学习中的context-size限制和分布偏移问题。
HamQASBench: A Hamiltonian-Informed Diagnostic Benchmark for Evaluating Quantum Architecture Search
Jiayang Niu et al.
quant-ph cs.AI
HamQASBench是一个用于评估量子架构搜索(QAS)方法的诊断性benchmark，它通过Pauli算子基等指纹将11个分子组织成五个结构层级，并引入后验关键结构提取来检测传统能量指标无法发现的过参数化等结构失效模式。该工作主要关注量子计算中的电路设计自动化问题，与关键词列表中的概念关联较弱。
SynSFX: Multi-Model Sound Effects Synthesis Dataset for Deepfake Detection and Evaluation
Linxi Li et al.
cs.SD cs.AI
本文提出了SynSFX数据集，包含大量合成和真实音效片段，用于音频深度伪造检测研究。该数据集主要关注合成音效的检测问题，但与我提供的关键词关联度较低。
SleepBand: Single-Source Domain Generalization for Sleep Staging via Physiologically Structured Spectral Modeling
Zhi Lu, Yang Hu, Yan Chen
cs.MM cs.LG
本文提出SleepBand框架，通过可学习的Morlet filter bank和结构化集成-重校准流程嵌入振荡先验，将睡眠分期模型的表示锚定到域不变的睡眠节律上，在单源域泛化设定下实现SOTA性能。该方法利用spectral建模提升鲁棒性，但未直接涉及code、context、Muon、pretrain、agent或attention等关键词。
EventCoT: Event-centric Video Chain-of-thought for Reasoning Temporal Localization
Youngkil Song et al.
cs.CV cs.AI
EventCoT提出了一种以事件为中心的video chain-of-thought框架，通过事件级tokenization将视频压缩为紧凑的事件tokens，并利用embedding matching进行时间定位。该方法在ActivityNet-RTL和ReXTime上取得了不错的效果，但与关键词列表中的概念关联较弱。
On the Complexity of Entrywise Power Matrix Factorization
Nicolas Gillis et al.
cs.CC cs.IR math.CO stat.ML
本文研究了entrywise power matrix factorization (EPMF)的计算复杂度，证明了精确情况下的EPMF等价于符号翻转问题，并指出该问题是强NP-hard的，但在固定秩r时可在多项式时间内求解。对于近似情况，即使秩r=2，EPMF也是NP-hard的。
Unsupervised Detection of Underground Tunnels in Ground-Penetrating Radar Using Depth-Restricted Reconstruction Scoring
Muhammad Junaid, Shoab A. Khan, Nisar Ahmed
cs.CV cs.LG eess.SP
本文提出了一种无监督的地下隧道检测方法，使用深度限制重建评分（depth-restricted reconstruction scoring）处理探地雷达（GPR）数据。该方法通过去噪卷积自编码器学习正常地下结构的特征，并利用重建误差检测异常隧道，无需隧道标签进行训练。
Strong ILP Formulations for the p-Regions Problem
Daniel Faber, Jan-Henrik Haunert, Petra Mutzel
cs.DM cs.DS
本文针对p-regions问题提出了新的ILP模型ER-S，并改进了现有模型Tree，通过结合两者得到ER-S-Tree模型，在理论上具有更强的多面体优势，实验表明能解决之前无法处理的欧洲国家实例。
Graph Representation Learning of Longitudinal Medical Imaging Trajectories for Treatment Response Prediction
Johannes Kiechle et al.
cs.CV cs.AI cs.LG
本文提出了一种基于graph neural network的3D时空框架，用于预测乳腺癌患者对新辅助化疗的治疗反应。该方法通过自监督学习建模纵向医学影像轨迹，在ISPY-2数据集上优于传统baseline，但未涉及code, context, spectral, Muon, pretrain, agent, attention等关键词。
Efficient Perception in Automotive Detection and Tracking Using Neuromorphic Computing
Manish Kolachalam, Rani Malhotra
cs.CV cs.AI
本文首次全面评估了Spiking Neural Networks (SNNs)在真实世界自动驾驶多目标检测与跟踪任务中的表现，利用SpikeYOLO架构在KITTI和BDD100K数据集上取得了与传统深度学习方法相竞争的结果，并展示了其能效优势。
DSWAM: A Dual-System World Action Foundation Model for Fine-Grained Robot Manipulation
Jian Zhu et al.
cs.RO cs.AI
本文提出DSWAM，一种结合System 1世界动作模型执行器与System 2视觉语言子任务规划器的双系统框架，用于细粒度机器人操作。该方法通过视频共训练实现动作预测，并集成TensorRT加速等技术实现实时执行，在DeMaVLA真实机器人平台上与VLA策略进行了公平对比。
MemPose: Category-level Object Pose Estimation with Memory
Xiao Lin et al.
cs.CV cs.AI
本文提出MemPose，一种基于记忆增强的类别级物体姿态估计框架，通过引入外部记忆缓冲区存储和动态更新先前实例的结构表示，以提升对多样实例的泛化能力。实验在多个基准上验证了其有效性。
When Words Predict Workload
Anubhab Banerjee
cs.DC cs.CL
本文针对分布式LLM调度中因文本结构导致的VRAM溢出问题，提出了一种CPU端的Linguistic Resource Forecasting (LRF)网关，通过XGBoost预测文本陷阱带并动态路由请求，实验表明该方法显著降低了误路由率并稳定了边缘GPU内存使用。
Multi-Robot Open Adaptive Teaming Across Unseen Environments, Partners, and Scales
Yang Li et al.
cs.RO cs.AI
本文提出了一种基于hypergraphic-form game的多机器人开放自适应团队协作方法HOLA，通过动态扩展训练中的伙伴和环境多样性来应对未知环境、未知伙伴和团队规模变化。该方法在协同追捕任务中优于基线方法，并成功迁移到真实机器人平台。
Joint Velocity Slope Diffusion Prior for Structurally Constrained Velocity Model Building
Francesco Brandolin, Tariq Alkhalifah
physics.geo-ph cs.AI cs.LG
本文提出了一种基于扩散的框架，用于从稀疏测井信息重建受结构约束的velocity model，通过结合plane-wave PDE正则化、结构预条件反演和测量引导的扩散后验采样，在Volve合成模型和Viking Graben现场数据集上验证了其改善结构连续性和地质真实性的效果。
LLM for the development of FCM
Alexis Kafantaris
cs.NE cs.AI cs.ET cs.GL cs.LG
本文使用本地大语言模型Qwen2.5-32B从TripAdvisor酒店评论中提取数据，构建并训练了一个fuzzy cognitive map (FCM)。该FCM用于分析希腊评论者的偏好，并通过外部验证检验其预测满意度与评论星级的相关性。
Canonical quantization of neurons
Alexander He, Nana Liu, Mark M. Wilde
quant-ph cond-mat.stat-mech cs.LG
本文提出了一种将经典神经元通过canonical quantization（正则量子化）方法转化为量子模型的形式化框架，通过将能量函数替换为quantum Hamiltonian（量子哈密顿量）并利用matrix functional calculus（矩阵泛函演算）应用激活函数，构建了可测量的activation observable（激活可观测量）。该工作为量子机器学习原语的构建提供了原则性框架，但并未直接涉及关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念。
TACTIC-KG: Toward Small Agent Teams for Cyber Threat Intelligence Knowledge Graph Construction
Mouhamed Amine Bouchiha, Gregory Blanc
cs.CR cs.AI cs.LG cs.MA
本文提出TACTIC-KG框架，将网络威胁情报知识图谱构建任务分解为多个模块化LLM agent（如提取、验证等），使用轻量级模型替代单一大型模型，在降低部署成本的同时提升了稳定性和图一致性。该方法与关键词“agent”较为契合，但主要贡献在于工程化分解而非理论开创性。
Comparison of Loss Functions for Robust Deep Learning-based Echocardiography Segmentation when Learning with Partially Labelled Data from Multiple Domains
Iman Islam et al.
cs.CV cs.AI
本文比较了aCCE、marginal loss和aBCE三种损失函数在部分标注的多域超声心动图分割任务中的表现，发现marginal loss在多个标签缺失的跨域场景下鲁棒性最强。
Your Agent's Memories Are Not Its Own: Forged Reasoning Attacks on LLM Agent Memory and Defenses
Neeraj Karamchandani et al.
cs.CR cs.AI
本文提出了一种针对LLM agent持久化记忆的Forged Amplifying Rationale Memory Attack (FARMA)攻击，通过注入伪造的推理痕迹来破坏agent的推理历史，并设计了SENTINEL防御框架来检测此类攻击。该工作主要关注agent安全领域，与关键词中的agent相关，但方法本身并非开创性突破。
LLM-Based Test Oracles: Source-of-Authority Taxonomy -- A Systematic Literature Review
Ali Hassaan Mughal, Muhammad Bilal
cs.SE cs.AI
本文对基于LLM的测试预言（test oracle）进行了系统性文献综述，从权威来源（source of authority）、形式（form）和裁决机制（adjudication mechanism）三个维度对54篇研究进行了分类，发现规范派生权威（specification-derived authority）虽是最常见的单一来源，但仍有近半数研究在无规范的情况下做出裁决。该工作为测试预言领域提供了分类学框架，但与关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念关联较弱。
RUFNet: Query-Guided Support Mask Refinement and Uncertainty Fusion based on Hybrid Mamba for Few-Shot Brain Tumor Segmentation
Dongyi He et al.
cs.CV cs.AI
本文提出RUFNet，一种基于Hybrid Mamba的少样本脑肿瘤分割框架，通过查询引导的支持掩膜精炼和不确定性融合来提升分割性能。该方法在BraTS 2020数据集上取得了优于现有技术的Dice系数。
AIFS-SUBS: Extending Data-Driven Forecasting to Sub-Seasonal Timescales
Jakob Schloer et al.
physics.ao-ph cs.AI
本文基于ECMWF的AIFS-CRPS模型，通过采用24小时自回归时间步长、增加平流层和大气顶层热辐射作为预测因子，并预留独立验证窗口，扩展至次季节时间尺度。该模型在2-6周内与IFS的预报技巧相当，并显著降低了系统偏差，在MJO和热带气旋活动预测上表现更优。
Three-Phase Evaluation of AI-Assisted Software Development Life Cycle
Joshua Strubel et al.
cs.SE cs.AI
本文通过三个阶段的实验评估了AI辅助软件开发中不同自主性水平对生产力、需求遵循度和开发者认知负荷的影响，发现更高自主性减少了开发时间并提高了需求遵循度，但开发者挫败感略有增加。
Physically-Relevant Information Learning in High-Dimensional Time-Derivatives Spaces
Domiziano Doria, Matteo Becchi, Giovanni M. Pavan
physics.chem-ph cs.LG
本文提出了一种在高维Time-Derivatives (TiDe)空间中学习物理相关信息的方法，通过构建时间序列数据的高阶时间导数空间来同时捕捉系统的结构和动力学信息。该方法无需先验降维即可直接分析，并展示了在分子动力学模拟等复杂动力系统中的应用潜力。
When Agents Lie: Premeditation, Persistence, and Exploitation in Repeated Games
Jerick Shi et al.
cs.CY cs.CL
本文研究了LLM agents在重复博弈中公开承诺与实际行动的一致性，发现agents的偏离行为大多已在私下计划中预谋，且不同模型对公告语义的理解存在根本性分歧，导致系统交互时出现持续性的收益差距。
Geometric Causal Models
Eli N. Weinstein, David M. Blei
stat.ML cs.LG q-bio.BM
本文提出了几何因果模型(GCMs)，利用群论形式化的对称性从非独立同分布数据(如空间或网络数据)中进行因果推断，并结合几何深度学习与可扩展贝叶斯推断实现估计。该方法将因果识别与估计推广到更一般的结构化数据场景。
Open Problems in AI Incident Governance
Harleen Kaur Sidhu et al.
cs.CY cs.AI
本文讨论了AI系统部署后可能出现的故障管理问题，即AI事故治理，并指出现有框架在定义、分类、监控和报告方面存在不一致性，影响了事故数据收集和分析的深度与准确性。该论文主要关注治理框架的评估，与关键词中的数学或算法主题无直接关联。
When Claws Remember but Do Not Tell: Stealthy Memory Injection in Persistent Personal Agents
Yechao Zhang et al.
cs.CR cs.AI
本文研究了持久性个人代理中的隐蔽内存注入攻击，提出MemGhost框架通过单次邮件载荷实现黑盒攻击，并在WhisperBench基准上验证了其有效性。该工作主要关注AI安全领域，与关键词中的agent相关，但方法本身不具备显著开创性。
Probing Geospatial SSL Representations with Environmental Signals
Rohita Mocharla, Vishal M. Patel
cs.CV cs.LG
本文使用ERA5再分析变量（包括温度、降水、地表太阳辐射等环境信号）对DINO、MAE和MoCo等自监督学习模型在遥感影像上的representation进行探测，发现representation-level metrics能区分下游任务性能相似的模型，且环境信号的线性可访问性与PANGAEA基准中环境依赖任务的表现相关。
Curated retrieval versus open web search in public AI information services: a coverage-trust trade-off
Hafsteinn Einarsson et al.
cs.CY cs.CL cs.IR
本文评估了公共AI信息服务中两种检索路径（curated local corpus和open web search）在回答质量上的差异，发现web search虽然覆盖更广但引用来源的可靠性较低，而curated corpus虽可信但覆盖有限。该研究主要关注信息服务的信任度与覆盖权衡，与关键词列表中的概念无直接关联。
msPCA: An R Package for Sparse PCA with Multiple Components
Ryan Cory-Wright, Jean Pauphilet
stat.ML cs.LG stat.ME
本文介绍了msPCA，一个用于稀疏主成分分析的开源R包，实现了交替最大化算法以生成一组稀疏且非冗余的loading vectors，支持正交性或零相关性两种非冗余定义。该包能处理数千特征的问题，在控制可行性违规的同时实现高方差解释率。
Optimizing ML Workload Partitioning between CPUs and CIM Accelerators for Heterogeneous Computing
Joel Klein et al.
cs.ET cs.AI cs.AR cs.DC cs.LG
本文提出了一种基于Integer Linear Programming (ILP)的工作负载划分框架，用于在异构CPU-CIM系统中优化ML推理延迟，并考虑了RRAM的约束。实验表明该方法相比纯CPU执行实现了显著加速。
Privacy-Preserving Robustness Verification for Neural Networks
Nianyun Song et al.
cs.CR cs.AI cs.LG cs.LO
本文提出SecureCROWN框架，利用secure two-party computation (2PC)在semi-honest安全模型下实现神经网络鲁棒性验证的隐私保护，通过将条件逻辑转化为连续算术运算解决Linear Bound Propagation中的分支问题。
Shifting from Discrete to Continuous Reference Data: QSM-Derived Horizontal Tree Biomass Distribution for Deep Learning Biomass Estimation
Nils Griese, Christoph Kleinn, Nils Nölke
cs.CV cs.AI
本文研究了基于LiDAR的地上生物量(AGB)估计中，使用从Quantitative Structure Models(QSMs)导出的连续水平生物量分布(HBD)作为参考数据，替代传统离散样地级聚合数据的方法。实验表明，在小样地尺度下，基于HBD的参考数据能有效校正边界效应，提升模型性能。
Is the Geometry Doing the Work? An Operating-Point Audit of Hierarchy in Hyperbolic Vision-Language Models
Jaeyoung Kim, Eunseok Kim, Dongsuk Jang
cs.CV cs.LG
本文对双曲视觉-语言模型（如MERU、HyCoCLIP、PHyCLIP）进行审计，发现其几何机制（径向与锥体结构）在实际中并未有效运作，模型的操作点始终接近欧几里得状态，且层次性评估结果主要由角距离等非几何因素驱动。
ProPS: Prompted Profile Synthesis for Natural Language-Conditioned Speaker Embedding Distributions
Thomas Thebaud et al.
eess.AS cs.AI
本文提出ProPS框架，利用mixture density network将自然语言描述（如年龄、口音等）映射为x-vector空间中的Gaussian mixture model分布，实现基于文本条件的说话人嵌入生成。该方法为可控说话人特征合成提供了新思路，但与关键词列表中的概念关联较弱。
Untrusted Content Masking for Web Agents with Security Guarantees
Kristina Nikolić et al.
cs.CR cs.LG
本文提出Untrusted Content Masking (UCM)方法，通过利用网页DOM结构区分可信与不可信区域，在web agent环境中恢复信任边界，从而提供安全保证。该方法在agent观察页面之前对不可信内容进行遮蔽，并通过沙箱化接口实现严格权限分离。
Routing Anonymity and Identifiability of Noisy Quantum Hardware
Ben Priestley, Mina Doosti
quant-ph cs.LG
本文针对量子云服务中的后端可识别性问题，提出了首个形式化框架，通过引入后端可识别性游戏来形式化路由匿名性，并证明在被动i.i.d.访问下路由匿名性以Chernoff速率指数衰减。实验在Amazon Braket上使用离子阱和超导量子处理器验证了后端指纹的存在性，但该工作与关键词列表中的概念无直接关联。
Wavelet Scattering Transform for Interpretable Schizophrenia Biomarker Discovery and Classification from Resting-State EEG
Md. Taksimul Ahsan Tawhid et al.
eess.SP cs.AI cs.LG stat.ME
本文利用Wavelet Scattering Transform (WST)从静息态EEG中提取多尺度幅度调制特征，结合严格的留一法交叉验证和SHAP可解释性分析，用于精神分裂症分类与生物标志物发现。该方法在分类性能上表现良好，但并未直接涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
Quantum Spectral Anomaly Detection
Yewei Yuan et al.
quant-ph cs.LG
本文提出了一种量子谱异常检测方法QSPADE，通过直接计算正常数据集平均态的谱来得到类似PCA的异常分数，避免了显式恢复主特征向量或构建完整Gram矩阵的高成本。该方法使用温度控制的平滑谱阈值替代硬性PCA秩选择，使异常分数连续变化并降低对噪声的敏感性。
Topological Shape Representation for Aneurysm -- Bifurcation Detection
Akshay Gokhale, Mansi Dhamne
cs.CV cs.AI cs.LG
本文提出了一种基于拓扑形状表示（SECT）的假阳性降低框架，用于颅内动脉瘤检测。该方法通过编码3D血管几何结构而非像素强度，在RSNA 2025数据集上实现了AUC 0.943，尤其在小动脉瘤（<3mm）检测中表现优异。
Steering Optimisation Trajectories in Diffusion Representation Learning
Rajat Rasal et al.
cs.CV cs.AI
本文研究了diffusion autoencoders在优化过程中重建与解耦性能的权衡，通过分析训练早期的优化轨迹，发现模型会进入重建优先或解耦优先两种模式。作者提出SteeringDRL方法，结合gated residual U-Net和噪声级暴露课程，以引导优化向更强表示方向进行，并在解耦基准测试中提升了表示质量。
Necklaces and Lyndon words in colexicographic order
Daniel Gabric, Joe Sawada
math.CO cs.DS
本文提出了首个在colexicographic order下生成所有长度\(n\)的necklaces和Lyndon words的常数摊还时间算法，通过引入quasinecklaces这一新词类作为necklaces的超集来实现高效识别。
Multiplayer Interactive World Models with Representation Autoencoders
Anthony Hu et al.
cs.CV cs.AI cs.LG
本文提出了首个多人交互世界模型，使用representation autoencoders和latent diffusion model，在Rocket League游戏中基于10,000小时数据训练，生成四玩家实时匹配。模型在单GPU上达到20帧每秒，且长时rollout保持稳定，但方法本身并非开创性突破，与关键词契合度较低。
Selective Disclosure Watermarking for Large Language Models
Xuyang Chen et al.
cs.CR cs.AI cs.CL cs.LG
本文提出了一种名为Hierarchical Vocabulary Routing (HeRo)的水印框架，用于大语言模型生成文本的元数据选择性披露。该方法通过递归划分词汇表并在层次化层中分布水印信息，使得不同验证者只能解码与其访问级别对应的部分信息，从而在保持文本质量的同时实现细粒度访问控制。
GaP: A Graph-as-Policy Multi-Agent Self-Learning Harness For Variational Automation Tasks
Kaiyuan Chen et al.
cs.RO cs.AI cs.CL cs.LG
本文提出了一种名为Graph-as-Policy (GaP)的多智能体编码框架，用于解决变体自动化任务中的可靠性问题。该方法通过生成包含感知、规划和控制节点的有向计算图，并利用内部模拟环境并行迭代优化图结构与参数，从而提升任务成功率。
Fitted Occupancy-Ratio Evaluation without Bellman Completeness
Lars van der Laan, Nathan Kallus
stat.ML cs.LG
本文提出Fitted Occupancy-Ratio Evaluation (FORE)方法，通过adjoint Bellman recursion和KL散度投影来估计discounted occupancy ratio，并证明在仅需ratio realizability条件下即可实现off-policy evaluation，无需Bellman completeness假设。该方法为离线强化学习中的策略评估提供了新的理论框架。
Cortex: A Bidirectionally Aligned Embodied Agent Framework for Long-horizon Manipulation
Jiaqi Peng et al.
cs.RO cs.AI cs.CV
本文提出了Cortex，一个双向对齐的具身智能体框架，通过将操作子任务标准化为32个规范技能原语并注入可执行性原理，弥合了高层规划语义与低层执行运动学之间的鸿沟。该方法在长时域操作任务上取得了性能提升，但主要贡献在于工程化框架设计而非理论创新，与关键词中的code、context、spectral、Muon、pretrain、agent、attention等概念关联较弱。
Search Beyond What Can Be Taught: Evolving the Knowledge Boundary in Agentic Visual Generation
Haozhe Wang et al.
cs.CV cs.AI
本文提出了一种名为SearchGen的框架，通过“先教后搜”的协同训练方法，使视觉生成模型能够利用外部搜索工具来突破其知识边界，从而处理训练数据中未包含的长尾用户请求。该方法构建了包含20,839个prompt的基准测试集，并发现现有模型在该基准上得分极低，而简单的搜索增强反而会引入噪声。
Interpretable Human-Label-Free Deep Learning for Real-Bogus Classification with Uncertainty Quantification
Raphaël Bonnet-Guerrini et al.
astro-ph.IM astro-ph.GA astro-ph.HE cs.AI cs.LG
本文提出了一种无需人工标注数据的Real-Bogus分类框架，通过注入模拟瞬变源并结合受污染巡天数据，使用非对称协同训练（asymmetric co-teaching）处理不同噪声水平的类别，并利用MC dropout和深度集成（deep ensemble）进行不确定性量化（UQ）。该方法在标注子集上表现良好，且能稳定应对严重的类别污染。
From Fixed to Free Cameras: Calibration-Free View-Robust Vision-Language-Action Model
Wenhao Li et al.
cs.CV cs.AI cs.LG cs.RO
本文提出CamVLA模型，通过将机械臂动作解耦为相机坐标系下的末端执行器动作和手眼矩阵，实现了无需相机标定的视角鲁棒视觉-语言-动作策略。该方法仅需单目RGB图像作为输入，在仿真和真实机器人实验中展示了跨不同视角的成功率提升。

- 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.

↑