bluearXiv-ai 论文精选

2026-07-08
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
59
cs.AI
49
cs.IR
11
cs.CL
48
cs.DS
9
others
136
总计
312

⭐ 精选论文 ↑ 回顶部

cs.LG

Graph Convolutional Attention: A Spectral Perspective on Graph Denoising and Diffusion ⭐ 精选
Shervin Khalafi et al.
cs.LG cs.AI

cs.AI

ArtisanCAD: An Industrial-Level CAD Agent with Expert-Grounded Knowledge Distillation ⭐ 精选
Yunhan Xu et al.
cs.AI cs.GR
TurnOPD: Making On-Policy Distillation Turn-Aware for Efficient Long-Horizon Agent Training ⭐ 精选
Yuhang Zhou et al.
cs.AI cs.CL
Information Gain-based Rollout Policy Optimization: An Adaptive Tree-Structured Rollout Approach for Multi-Turn LLM Agents ⭐ 精选
Yijun Zhang et al.
cs.AI
Doomed from the Start: Early Abort of LLM Agent Episodes via a Recall-Controlled Probe Cascade ⭐ 精选
Kai Ruan et al.
cs.AI

cs.CL

Diffusion Language Model Parallel Decoding via Product-of-Experts Bridge ⭐ 精选
Juntong Shi et al.
cs.CL cs.LG cs.PF
CurateEvo: Data-Curation Evolving for Agentic Post-Training ⭐ 精选
Dingzirui Wang et al.
cs.CL

cs.DS

Adversarial Robustness for Small Frequency Moments and a Weak Equivalence Theorem for Turnstile Streams ⭐ 精选
Elena Gribelyuk et al.
cs.DS

others

Boosting with List-Decodable Codes ⭐ 精选
Addison Prairie, Li-Yang Tan
stat.ML cs.CC cs.DS cs.LG
On the Condition Number Upper Bound of the L-BFGS Inverse Hessian Approximation Matrix with a Two-Sided Geometric Envelope Safeguarding Mechanism ⭐ 精选
Don Li
math.OC cs.LG math.NA
Propose and Attend: Training-free MLLM Grounding Confidence via Multi-Token Localized Attention ⭐ 精选
Daniel Shalam et al.
cs.CV cs.AI
Multi-Channel Spread-Spectrum Code Watermarking ⭐ 精选
Soohyeon Choi, Debin Gao, Yue Duan
cs.CR cs.LG cs.SE
Harnessing Code Agents for Automatic Software Verification ⭐ 精选
Shuangxiang Kan, Shuanglong Kan, Sebastian Ertel
cs.FL cs.AI cs.SE

📄 所有论文 ↑ 回顶部

cs.LG

Graph Convolutional Attention: A Spectral Perspective on Graph Denoising and Diffusion ⭐ 精选
Shervin Khalafi et al.
cs.LG cs.AI
本文从谱图理论的角度分析了图去噪中的attention机制，指出线性attention只能学习训练分布上的平均谱去噪滤波器，在处理谱多样性高的图时存在根本性局限。为此，作者提出了Spectral Attention，通过直接利用输入图的谱信息来克服这一局限，并进一步设计了图卷积注意力（Graph Convolutional Attention, GCA），这是一种通过图滤波的query和key实现谱去噪的置换等变方法。理论分析表明，在随机块模型下GCA能匹配理想的Spectral Attention，且softmax操作能进一步通过将噪声特征向量投影到干净特征空间来增强去噪效果。实验证明，GCA在合成和真实数据集上一致提升了图去噪与扩散性能，并在DiGress框架中无需计算昂贵的结构特征即可匹配标准图transformer的性能。
KVpop -- Key-Value Cache Compression with Predictive Online Pruning
Lukas Hauzenberger et al.
cs.LG cs.AI
本文提出KVpop，一种通过学习固定预算的KV eviction策略来压缩KV cache的方法，其scorer基于未来注意力目标进行训练。该方法在数学推理任务上以高压缩比保持了接近完整注意力的性能，但未涉及关键词中的code、spectral、Muon、pretrain或agent等概念。
Statistically Meaningful Geometry and Gauge Symmetry Breaking: A Geometric Foundation for Scientific Discovery and Intelligence Emergence
Bing Cheng et al.
cs.LG
本文提出Statistically Meaningful Geometry (SMG)框架，将过参数化学习系统建模为无限维非参数Orlicz纤维丛，并证明在未建模的分布外刺激下连续优化会失败，最终通过规范对称性破缺触发相变。该工作为区分真正智能与统计模式匹配提供了几何基础，但与关键词列表中的code, context, spectral, Muon, pretrain, agent, attention关联较弱。
Design-CP: Context Parallelism for Design of Protein Nanoparticles
Lorenzo Tarricone et al.
cs.LG cs.DC q-bio.QM
本文提出了Design-CP，一种用于蛋白质纳米颗粒设计的上下文并行（context-parallel）推理策略，通过1D行分片和2D网格分片结合ring attention来在多GPU上分配计算负载，从而突破单GPU内存限制，实现大规模多聚体蛋白质复合物的全原子设计。
Geometry-Aware Infrastructure-Anchored Denoiser for UWB Sensing and Work-Zone Reconstruction
Weizhe Tang et al.
cs.LG cs.AI cs.RO
本文提出GAIA框架，利用几何感知的锚点布局估计和时间序列建模来去噪UWB测距数据，以提升工作区几何重建的精度。该方法在真实数据集上优于现有基线，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
The Granularity Paradox: How Temporal Disaggregation Inflates In-Sample Fit and Compounds Out-of-Sample Error
Hugo Moreira
cs.LG cs.AI stat.ME
本文研究了时间序列预测中的“粒度悖论”，即更细的时间粒度（如从月度到日度）会提升样本内拟合但恶化样本外预测精度。通过在13年公共采购数据集上对10种模型进行基准测试，发现递归自回归和季节性模型在高频预测中表现显著恶化，而LSTM呈现U形误差曲线，线性回归则保持稳定。
Exogenous Dropout: A Simple, Strong Baseline for Corruption-Robust Time Series Forecasting with Covariates
Hao Hu, Xue-shan Ai
cs.LG
本文提出了一种名为exogenous dropout的模型无关训练方法，通过在训练时随机将整个外生通道置零，来提升时间序列预测模型在协变量受噪声、时间错位或缺失时的鲁棒性。实验表明，该方法在多个领域优于专门设计的鲁棒架构，且无需复杂的模型修改。
Empirical Minimal-Realisation Compression of Deep Neural Networks via Controllability-Observability Tests
Anis Hamadouche, Amir Hussain
cs.LG cs.AI math.DS
本文提出了一种基于controllability-observability框架的深度神经网络压缩方法，通过将网络视为深度索引的非线性dynamical system，并构建数据驱动的Gramians来估计层级的reachable和observable rank，从而确定压缩后的层宽。实验表明该方法在MNIST和CIFAR-10上实现了较高的state和parameter压缩率，同时保持了模型精度。
Learning to Control LLM Agent Harnesses with Offline Reinforcement Learning
Haiwen Yi, Xinyuan Song
cs.LG cs.AI
本文提出将LLM agent的执行框架视为可学习的控制层，通过离线强化学习训练轻量级控制器来优化执行动作，并引入Harness Maturity Score分离过程行为与最终任务质量。实验表明该方法能改善验证行为并选择性提升任务质量。
AdaStop: Cost-Aware Early Stopping for DNN Test Selection
Bonan Shen et al.
cs.LG cs.AI
本文研究了深度神经网络测试中的停止问题，提出了AdaStop框架，通过估计边际故障发现率来决定何时停止标注，以平衡标注成本与故障发现收益。实验表明该方法能在使用少量标注预算的情况下发现大部分故障。
Learnable Weighting of Intra-Attribute Distances for Categorical Data Clustering with Nominal and Ordinal Attributes
Yiqun Zhang, Yiu-ming Cheung
cs.LG cs.AI
本文提出了一种新的距离度量方法，用于统一处理分类数据聚类中名义属性和有序属性的类内距离，并设计了一个将距离权重学习与数据划分整合到单一框架中的聚类算法，避免了次优解。实验表明该方法优于现有算法。
Breaking Structural Isolation: Scalable Graph Clustering via Community-Aware Sampling and Structural Entropy
Jingyun Zhang et al.
cs.LG cs.AI cs.SI
本文提出SCISE框架，通过社区感知采样和约束结构熵解决图聚类中的“结构孤立”问题，在多个基准数据集上表现优于现有方法。
Parameter-Free Encoders Remain Viable for RDB Foundation Models
Linjie Xu, David Wipf
cs.LG
本文探讨了关系数据库（RDB）基础模型中的编码器设计问题，比较了无参数编码器与参数化编码器的性能。作者通过理论分析证明，在标签作为输入时，可训练编码器参数的有效性存在局限，并实验表明简单的无参数编码器在多个基准任务上仍能取得良好表现。
InvWeaver: Deductive Feedback for Invariant Synthesis in Interacting-Loop Programs
Guangyuan Wu et al.
cs.LG cs.PL
本文提出InvWeaver框架，通过循环级抽象和弱前置条件精炼来合成多交互循环程序的loop invariant，实验表明其在多循环基准上优于现有方法。
PatchOptic for Shared-State LLM Workflows with Projected Views and Verified Structured Updates
Zhaoyu Bai, Jiaqi Cai
cs.LG cs.AI cs.LO cs.MA cs.PL
本文提出PatchOptic，一种用于共享状态LLM工作流的光学启发式接口，通过投影读取和验证的结构化补丁实现局部更新与全局有效性的契约。该方法在PatchBench基准测试中展示了减少信息泄露和令牌成本的效果，但主要贡献在于工作流管理而非核心数学理论创新。
$\mathbfλ$-VAE: Variance Equalization for Posterior Collapse
Girum Demisse
cs.LG cs.CV
本文分析了VAE中posterior collapse的两个独立原因（gradient imbalance和information gap），并提出\(\lambda\)-VAE方法，通过修改reparameterization步骤中的噪声缩放来实现variance equalization，从而缓解collapse问题。
Self-Review Reinforcement Learning (SRRL) with Cross-Episode Memory and Policy Distillation
Muhammad Zain Amin, Kibele Sebnem Yildirim
cs.LG cs.AI
本文提出了一种名为Self-Review Reinforcement Learning (SRRL)的训练框架，通过在RL episode中嵌入显式的自我审查步骤，并利用跨episode记忆和策略蒸馏来提升大语言模型在稀疏奖励下的学习效率。实验在GSM8K基准上验证了其相对于标准RLVR方法的性能优势。
Federated Physics-Grounded Reinforcement Learning for Distributed Stability Control in Smart Grids
Omar Al-Refai et al.
cs.LG eess.SY
本文提出FedPPO-PG框架，将智能电网暂态稳定控制建模为合作式multi-agent reinforcement learning问题，每个generator的local actor利用其两个最强耦合邻居的频率偏差信息，并通过centralized training-decentralized execution范式进行训练。实验表明该方法在IEEE 39-bus系统上实现了100%的稳定率，并显著降低了稳定时间和控制功率。
EquiFiLM: Charge-Conditioned Equivariant Force Fields via Feature-wise Linear Modulation
Samuel Sahel-Schackis et al.
cs.LG cond-mat.mtrl-sci physics.chem-ph physics.comp-ph
本文提出EquiFiLM，一种通过特征线性调制（FiLM）向等变机器学习力场（MLFF）添加连续外部条件（如电荷）的轻量级扩展，在MACE-MatPES骨干网络上实现了对带电液态水的力场预测精度提升。该方法仅调制标量通道并保持E(3)-等变性，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。
SafeImpute: Reliable Clinical Data Imputation via Conformal Selection
Xinrui He et al.
cs.LG
SafeImpute提出了一种用于临床数据插补的可靠框架，通过构建事件图并利用双关系GNN学习插补，同时结合conformal prediction和Benjamini-Hochberg过程控制错误发现率。实验表明该方法在插补精度和错误控制上优于基线，但未涉及code、spectral或Muon等关键词。
A Coin Flip Per Token: Bernoulli Sparse Steering of Large Language Models
Nima Eshraghi et al.
cs.LG
本文提出Stochastic Token Steering (STS)和Stochastic Block Steering (SBS)方法，通过在token级别或序列级别随机门控steering信号，证明稀疏干预即可恢复大部分密集steering效果，同时保持流畅性。该工作主要关注LLM的行为控制，与关键词中的code、spectral、Muon、pretrain、agent、attention等概念无直接关联。
Safe Bayesian Optimization with Counterfactual Policies
Katherine Avery, Bruno Castro da Silva, David Jensen
cs.LG cs.AI
本文针对安全贝叶斯优化问题，提出了一种利用conformal prediction构建反事实基线策略结果的不确定性区间的方法，并将其集成到安全贝叶斯优化框架中，以确保约束违反率低于用户指定水平。该方法主要关注在决策场景中如何基于估计的不确定性安全地优化目标函数。
Intuitionistic Fuzzy Graph Embedded Random Vector Functional Link with Multiview Learning
Vrushank Ahire, Yogesh Kumar, M.A. Ganaie
cs.LG
本文提出了一种直觉模糊图嵌入随机向量函数链接网络（IFGRVFL-MV），通过结合直觉模糊集、图嵌入和多视角学习来处理不确定性并利用多特征空间信息。实验表明该模型在分类精度上优于现有方法，但方法本身是已有技术的组合，缺乏显著的开创性。
Domain-Adaptive Climate Downscaling Under Temporal Distribution Shift
Shuochen Wang, Nishant Yadav, Auroop R. Ganguly
cs.LG physics.ao-ph
本文研究了基于深度学习的climate downscaling（气候降尺度）中因时间分布偏移导致的OOD（分布外）问题，提出了一种结合历史数据监督重建与历史-未来气候分布域对齐的temporal domain-adaptive downscaling框架。实验表明该方法在非平稳气候条件下能提升高分辨率气候预测的鲁棒性，尤其在地形复杂区域和极端温度估计上表现更优。
Orthogonal Dendritic Intrinsic Networks: An Architecture for Significance-Ordered, Orthogonal Latent Spaces
Jeanie Schreiber, Tyrus Berry, Zeeshan Ahmed
cs.LG math.OC
本文提出ODIN (Orthogonal Dendritic Intrinsic Network)架构，通过在训练目标中加入几何约束，使深度autoencoder的latent space具有正交性和按方差排序的PCA-like结构。该方法在保持非线性表达能力的同时，实现了可解释的feature learning和dimensionality reduction。
Deep Reinforcement Learning for Dynamic Battery Management of Autonomous Order Pickers
Taniya Shaji, Abhay Sobhanan, Christof Defryn
cs.LG cs.MA math.OC
本文提出了一种基于Proximal Policy Optimization (PPO)的Deep Reinforcement Learning (DRL)框架，用于解决仓库中自主移动机器人的动态充电问题。该模型在随机订单到达场景下学习充电站选择和充电时长决策，实验表明其相比传统启发式方法能提升订单完成率并减少充电时间。
LLM-Driven Neural Network Generation with Same-Family Architecture Guidance: Disentangling Transfer and Adaptation
Kabir Dev Paul Baghel, Radu Timofte, Dmitry Ignatov
cs.LG cs.CV
本文研究利用LLM生成神经网络架构改进，提出一种源引导的候选生成协议，通过同族强模型指导弱模型改进，在CIFAR-10和SVHN等数据集上验证了有效性，表明LLM能适应而非简单复制源模型配置。
FourTune: Towards Fully 4-Bit Efficient Post-Training for Diffusion Models
Bowen Xue et al.
cs.LG cs.CV
本文提出FourTune框架，基于W4A4G4（4-bit权重、激活和梯度）的端到端量化范式，通过三分支混合流水线（引入冻结数值稳定器隔离量化敏感异常值）和硬件高效的分块量化与定制融合内核，实现了扩散模型的高效后训练。实验表明，FourTune在多种下游任务中匹配全精度微调质量，并在FLUX.1-dev模型上将内存开销降低2.25倍、训练吞吐量提升2.27倍。
Low-Overhead Error-Corrected QCNNs Using Bivariate Bicycle Codes
Alejandro Rosales, Animesh Yadav
cs.LG quant-ph
本文研究了量子卷积神经网络(QCNN)在实际硬件噪声下的性能问题，并提出使用bivariate bicycle (BB) codes进行量子纠错。通过仿真验证了所提出的低开销纠错技术能改善QCNN的学习性能。
Multimodal Molecular Representation Learning with Graph Neural Networks, Deep & Cross Networks, and SMILES Embeddings
Qiwei Han et al.
cs.LG
本文提出了一种三分支模块融合神经网络，结合3D空间几何（SchNet）、离散拓扑语法（SMILES via ChemBERTa）和宏观物理化学描述符（Deep & Cross Network）进行分子性质预测。在QM9基准上，该模型以少于百万参数实现了0.0207 eV的验证MAE，优于几何基线。
Two Sides of the Same Coin: Learning the Backdoor to Remove the Backdoor
Qi Zhao, Christian Wressnegger
cs.LG
本文提出了一种名为HARVEY的防御方法，通过学习一个针对有毒样本（poisonous samples）的oracle来识别后门攻击，而非像现有工作那样学习良性样本的oracle。该方法利用后门样本比良性样本更容易被模型学习的特点，实现了更精确的样本识别，从而有效移除后门。
Heckman-Corrected Epistemic Uncertainty: Selection on Unobservables Defeats Importance Weighting
Gunner Levi Howe
cs.LG
本文探讨了机器学习中因不可观测因素导致的选择偏差问题，指出重要性加权等方法无法修正条件偏差E[y|x,selected] != E[y|x]。作者将Heckman两方程模型（联合拟合probit选择方程和结果方程）引入深度epistemic uncertainty框架，通过双变量正态似然和集成方法恢复预测区间覆盖。实验表明，该方法在存在工具变量时能有效校正偏差，否则性能显著下降。
Level-Crossing Density as a Mesh-Free High-Frequency Auxiliary Loss for Implicit Neural Representations
Gunner Levi Howe
cs.LG
本文提出了用于隐式神经表示(Implicit Neural Representations)的Minkowski泛函（面积、边界测度和Euler示性数）的平滑Monte-Carlo估计器，通过co-area公式和Gauss-Bonnet定理实现无网格计算。该方法在2D和3D中拓扑估计精度达1-3%，速度比基于persistent homology的方法快约250倍，但发现3D神经SDF拟合中存在梯度下降将拓扑噪声隐藏于采样密度之下的失效模式。
Decision-Focused Scenario Generation and Selection for Efficient and Robust Grid Dispatch
Yangze Zhou et al.
cs.LG cs.AI
本文提出了一种面向决策的场景生成与选择框架，用于基于分布鲁棒优化（DRO）的电网调度，通过优化生成场景的下游运行成本而非单纯拟合历史分布，并开发了可微分的场景选择器。该方法适用于变分自编码器、生成对抗网络和扩散模型等主流生成模型，在案例中相比精度导向方法降低了0.80%-2.02%的运行成本。
AbICL: In-Context Learning for Antigen-Specific Antibody Affinity Ranking
Zhiyuan Chen et al.
cs.LG cs.AI cs.CE q-bio.QM
本文提出AbICL框架，将In-Context Learning范式应用于抗原特异性抗体亲和力排序问题。该方法通过结合预训练结构编码器与上下文排序头，并采用情景元训练策略，使模型能在无需梯度更新的情况下利用少量标注示例进行测试时自适应。
Unsupervised Anomaly Detection of Information Operations Users via Behavioral and Language Patterns
Sishun Liu et al.
cs.LG cs.AI
本文提出了一种名为TENSOR的无监督异常检测方法，用于识别社交媒体上的信息操作用户。该方法通过结合用户的时间行为模式（使用Temporal Point Process）和语言模式（利用LLM生成证据分数）来检测异常，并在多个真实数据集上取得了优于基线方法的效果。
Strategic Bargaining in Multi-Buyer Markets: Reinforcement Learning from Verifiable Rewards for LLM Negotiations
Shuze Daniel Liu et al.
cs.LG cs.GT
本文提出了一种使用可验证奖励的强化学习(RLVR)方法来训练大型语言模型(LLM)作为多买家市场中的战略谈判者，解决了标准LLM在探索买家池和发现高估值方面的不足。训练后的智能体能够学习价格锚定和战略试探策略，从而提取比前沿模型更高的剩余价值。
Differentially Private Natural Gradient Descent
Pan Li et al.
cs.LG cs.AI
本文提出DP-NGD框架，通过将curvature estimation与private data解耦、利用whitened-space机制协调isotropic DP约束与anisotropic second-order optimization，并动态限制curvature以稳定训练，从而将Natural Gradient Descent与差分隐私结合。实验表明该方法在标准基准上达到最优精度，并在相同privacy budget下实现高达\(10\times\)的收敛加速。
No Subspace to Track: Non-Identifiability and Optimizer State in Low-Rank Training
Noel Thomas
cs.LG math.OC stat.ML
本文研究了低秩训练中优化器状态的非可辨识性问题，发现梯度子空间在每次刷新时主要由估计噪声主导，而非可追踪的缓慢漂移对象。作者提出LDAdam方法通过精确传输Adam的一阶矩来改善性能，并在1B参数模型上达到18.7的perplexity。
Auditing of Unlearning Algorithms
Sahasrajit Sarmasarkar, Anastasia Koloskova, Sanmi Koyejo
cs.LG cs.CR
本文提出了一种基于membership inference attack的审计方法，通过计算unlearning parameter \(\varepsilon\)的数据相关下界来评估unlearning算法的有效性。实验发现，具有严格理论保证的算法（如model clipping和rewind-to-delete）能实现极小的\(\varepsilon\)下界，而经验性方法（如Hessian-based unlearning）则表现出较大的下界，表明其unlearning效果不佳。
K-ABENA: K-Adaptive Backpropagation with Error-based N-exclusion Algorithm : (Compensated Loss-Based Sample Exclusion with Unbiased Gradient Estimation)
Jean-Francois Bonbhel
cs.LG cs.AI cs.CL
本文提出K-ABENA框架，通过在后向传播中排除部分低损失样本以降低训练成本，并采用Horvitz-Thompson逆概率重加权实现无偏梯度估计。实验表明该方法在节省计算资源的同时，在多个数据集上性能与全批量SGD无显著差异。
More Convincing, Not More Correct: Self-Play Reward Hacking of Reference-Free LLM Judges
Chenyu Zhou
cs.LG
本文研究了基于参考自由的LLM裁判在自对弈训练中的奖励黑客问题，发现模型倾向于评分合理性而非正确性，导致虚假正例被策略利用。通过隐藏锚点审计和跨模型实验，作者揭示了这一漏洞的普遍性，并提出了先提交自身答案的防御方法。
Drift Happens: An Empirical Study of Neural Architecture Robustness to Temporal Distribution Shift
Robin Holzinger, Riccardo Colletti
cs.LG
本文通过构建基于temporal drift matrices的统一评估框架，系统比较了不同神经网络架构（从MLP到预训练Transformer）在图像分类、多标签文本分类和文本回归任务中对时间分布偏移的鲁棒性。研究发现，利用局部高判别性特征的模型在分布内精度最高但退化最快，而预训练编码器因依赖更稳定的粗粒度表示而退化更慢。
Learning Sparsest Linear Causal DAGs with Latent Confounders via Higher-Order Cumulants
Ming Cai, Hisayuki Hara
cs.LG
本文针对线性非高斯acyclic model (LvLiNGAM)中带隐confounders的稀疏DAG恢复问题，提出了一种基于高阶cumulant的有限样本方法，无需对隐confounders数量施加限制。该方法通过分析样本的统计特性来恢复唯一的稀疏DAG，并在仿真和真实数据上展示了优于现有方法的有限样本性能。
Stability Annealing Selects the Implicit Bias of Smoothed Sign Descent: A Rate-Indexed Barrier Path on Separable Data
Xiangwu Wang et al.
cs.LG math.OC
本文研究了可分离数据上全批量线性分类中，稳定性退火平滑符号下降的隐式偏差，证明了归一化迭代收敛于一个凸Burg型势垒的极小值，并通过熵镜像上升和KL递归控制了对偶间隙。实验验证了理论预测的路径和速率图，并探讨了与自适应方法的交叉缩放关系。
Learning When to Automate: Queue Control in Human-AI Service Systems
Giovanni Montanari, Marco Scarsini, Vianney Perchet
cs.LG math.OC
本文研究了一个人机混合服务系统中的队列控制问题，提出了一种结合Upper Confidence Bounds与Drift-Plus-Penalty的UCB-DPP策略，用于在未知任务类型和人工服务速率下进行资源分配。该策略在理论上达到了\(\widetilde{\mathcal{O}}(K\sqrt{T})\)的regret界并保证了队列的mean-rate稳定性，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。
SplineNet: An Isogeometric Deep Learning Method for Complex Shells
Shizhou Luo, Xiaodong Wei
cs.LG math.NA
本文提出了一种名为SplineNet的等几何深度学习方法，用于复杂壳体结构的设计与分析。该方法利用水密样条表示和Bernstein多项式作为激活函数，通过能量公式或无数据方式实现CAD与CAE的紧密集成。
Scalable Perturbation Learning for Online Self-Supervised Echo State Networks
Taiki Yamada, Kantaro Fujiwara
cs.LG cs.NE
本文针对Echo State Networks提出了一种基于扰动的在线自监督学习规则，通过正交分解将学习成本分离为输入依赖和冗余部分，从而将有效扰动维度从储备池维度降低到输入维度。该方法在保持自监督适应和在线学习能力的同时，避免了随储备池规模增长的方差问题。
Modeling Normal Is All You Need: Joint Latent Clustering for Anomaly Detection in Multimodal Cyber-Physical Systems
Alexander Apartsin, Yehudit Aperstein
cs.LG
本文提出了一种针对多模态信息物理系统异常检测的联合潜在聚类方法，通过建模正常行为的MIIM假设（大规模、隐式、不平衡多模态），在潜在空间中使用高斯混合聚类进行评分，并在三个真实数据集上取得了优于现有深度检测器的结果。该方法的主要贡献包括MIIM假设集、难度分层的公平评估协议以及仅依赖潜在表示的评分机制。
x-Prediction Is All You Need:Training-Free Accelerated Generation via Endpoint Decodability
Xin Peng, Ang Gao
cs.LG cs.AI
本文提出了一种无需训练的加速采样方法Truncated Jump Sampling (TJS)，利用扩散模型中\(x\)-prediction的端点可解码性，在早期停止ODE采样并直接解码出干净样本\(x_0\)，从而减少20-70%的NFEs。该方法无需重新训练或蒸馏，在多个扩散模型上验证了与原始质量接近的加速效果。
Self-Supervised Implicit CEST Reconstruction via Physics-Informed Lorentz Encoding
Dexuan Li et al.
cs.LG cs.AI physics.med-ph
本文提出了一种基于物理信息的Lorentz Encoding (LE)框架，用于自监督隐式CEST MRI重建，通过将稀疏坐标投影到由可学习Lorentzian profile组合约束的物理空间，实现了高分辨率Z-spectra的连续重建。实验表明该方法在39点采样策略下显著优于现有技术，PSNR达57.58 dB，SSIM为0.9994。
Leveraging Extragradient for Effective Sharpness-Aware Minimization in Deep Learning
Yao Fu et al.
cs.LG math.PR
本文提出了一种名为EISAM的优化器，通过引入extragradient技术改进Sharpness-Aware Minimization (SAM)，以提升深度学习模型的泛化能力。该方法通过两步更新过程探索loss landscape的几何结构，并在理论上证明了其能收紧泛化界。
X-FEMR: A Token-level Explainable Approach for Electronic Health Records Foundation Models using Transformer-based Models
Jie Huang et al.
cs.LG cs.AI
本文提出了一种基于Transformer的token级可解释性方法X-FEMR，用于解释电子健康记录基础模型（FEMRs）的预测行为。该方法通过训练一个surrogate model来近似FEMR，并识别最具影响力的tokens，同时引入临床对齐度量来评估解释的临床相关性。
Canopy: A Heterograph Foundation Model for Metabolic Engineering
Jake Bowden, Laurence Legon, Satnam Surae
cs.LG
本文提出了Canopy，一个用于代谢工程的异构图基础模型，通过整合多源数据并预训练HGT来预测发酵滴度，在性能上优于表格基线方法。
Quantitative Gaussian-Process limits of Tensor Programs
Andrea Agazzi, Eloy Mosig García, Dario Trevisan
cs.LG math.PR stat.ML
本文通过tensor programs的视角研究了随机神经网络在无限宽度下的Gaussian-process极限，并给出了Wasserstein距离下的定量收敛理论。主要结果提供了有限宽度误差界，其阶数为宽度平方根的倒数，且该框架与架构无关，覆盖了前馈模型以及循环和Transformer架构中的权重共享方案。
Physics-Informed Neural Embeddings of PDE Solution Families
Raul Jimenez et al.
cs.LG math.NA physics.comp-ph
本文提出了一种基于物理信息的神经网络框架，用于学习PDE解族的有限维嵌入。该方法通过多头Physics-Informed Neural Network学习解空间的潜在流形，并利用头部正交化惩罚稳定主成分谱，应用于Burgers方程等验证了有效降维特性。
TILDE: TILt-based Distributional Erasure for Concept Unlearning
Naveen George et al.
cs.LG cs.AI cs.CV
本文提出TILDE方法，将概念遗忘（concept unlearning）形式化为分布对齐问题，通过能量倾斜（energy-tilted）目标在抑制目标概念的同时保留良性生成质量，并利用残差\(\nabla\)-GFlowNet训练实现。该方法在多个任务上取得较好效果，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
EntroPath: Maximum Entropy Path Ensemble Embedding for Manifold Learning
Przemysław Rola
cs.LG q-bio.QM stat.ML
EntroPath是一种基于最大熵随机游走的流形学习方法，通过聚合点间所有k步路径的ensemble来构建dissimilarity，并证明其自由能dissimilarity在短时间极限下收敛到测地距离平方。该方法在非均匀采样和分支轨迹的流形上表现优于传统扩散和最短路径方法，但与关键词列表中的code、context、spectral、Muon、pretrain、agent、attention等概念关联较弱。
GraphBU: MILP Instance Generation with Graph-Native Block Units
Xiaolei Guo et al.
cs.LG math.OC
本文提出GraphBU，一种以局部子问题及其接口为基本单元的MILP实例生成方法，通过将耦合节点提升为主约束或边界变量来构建块单元，并基于接口松弛条件进行兼容性检查替换。实验表明该方法能保持图统计特征、可行性及下游预测搜索训练效果。

cs.AI

ArtisanCAD: An Industrial-Level CAD Agent with Expert-Grounded Knowledge Distillation ⭐ 精选
Yunhan Xu et al.
cs.AI cs.GR
本文提出ArtisanCAD，一个面向工业级CAD的agent系统。其核心创新是CAD-IR（CAD intermediate representation），一种可执行的程序化表示，用于将专家CAD流程蒸馏为可复用的参数化技能，并作为程序化脚手架将模糊的用户意图转化为完整的可执行CAD操作。该方法通过检索专家技能、实例化并修正CAD-IR，并利用CATIA-MCP后端执行和视觉反馈迭代优化，最终生成生产级B-Rep模型。实验表明，CAD-IR在Text2CAD基准上显著提升了从模糊提示生成CAD模型的能力，并在复杂汽车部件上验证了其将专家记录蒸馏为可复用技能以生成新变体模型的有效性，这与关键词中的“agent”和“code”高度契合。
TurnOPD: Making On-Policy Distillation Turn-Aware for Efficient Long-Horizon Agent Training ⭐ 精选
Yuhang Zhou et al.
cs.AI cs.CL
本文提出TurnOPD，一种用于长程agent在线策略蒸馏(on-policy distillation)的turn级预算策略。该方法通过自适应rollout深度预算(adaptive rollout-depth budgeting)和渐进式turn归一化损失预算(progressive turn-normalized loss budgeting)两个控制器，解决了vanilla agent OPD中全horizon rollout浪费计算资源以及trajectory-level KL目标对深层决策turn训练不足的问题。实验表明，在ALFWorld、WebShop和Multi-Hop Search等任务上，TurnOPD在相同训练时间下取得了更优的验证准确率，推进了准确率-时间前沿。该工作与关键词中的agent高度契合。
Information Gain-based Rollout Policy Optimization: An Adaptive Tree-Structured Rollout Approach for Multi-Turn LLM Agents ⭐ 精选
Yijun Zhang et al.
cs.AI
本文提出了一种名为IGRPO的rollout策略优化框架，用于提升多轮LLM agent在长程搜索任务中的性能。该方法的核心创新在于，通过计算中间状态的信息增益(information gain)来指导树状rollout的预算分配，使得更有信息量的分支获得更多扩展，从而避免了在低价值状态上的计算浪费。IGRPO进一步证明，这种基于信息增益的rollout过程会隐式地诱导出一个teacher分布，该分布为策略优化提供了清晰的目标，从而将自适应的树结构探索与原则性的策略学习统一在一个框架内。实验表明，在多个搜索增强的QA基准测试中，IGRPO在相同rollout预算下显著优于现有基线方法，验证了其利用诱导teacher分布指导策略优化的有效性。
Doomed from the Start: Early Abort of LLM Agent Episodes via a Recall-Controlled Probe Cascade ⭐ 精选
Kai Ruan et al.
cs.AI
本文提出了一种基于内部表征的早期中止级联方法，用于LLM agent在多步任务中预测并提前终止注定失败的轨迹。该方法通过在每个交互轮次设置轻量级probe（探针）来检测agent的隐藏激活状态，并利用无分布校准的门控机制和联合搜索的recall预算，确保成功轨迹以用户指定的全局recall率通过所有门控。在TextCraft任务上，该方法在90% recall目标下节省了47.1%的推理计算量，显著优于仅基于行为特征的策略，揭示了agent内部状态在失败预测中的关键作用。
Prompt-to-Paper: Agentic AI System for Bioinformatics
Ramsha Kamran et al.
cs.AI cs.CL q-bio.QM
本文提出了一个名为Prompt-to-Paper的多agent框架，用于自动化生物信息学论文生成。该系统通过确定性检索增强生成、自主代码执行和八维质量评分器，解决了现有系统在文献引用、实验真实性和质量评估方面的缺陷。
From Graphs to Gradients: Physics-Inspired Structural Attribution for Cyber-Physical IoT Systems and Beyond
Spyridon Evangelatos et al.
cs.AI
本文提出了一种受统计力学启发的框架，通过无向能量基表示对网络物理IoT系统进行依赖感知归因，无需恢复有向因果图。该方法在工业IoT仿真中展示了比现有图方法更高的归因准确性和鲁棒性，但未直接涉及关键词中的核心概念。
CSTutorBench: Benchmarking Small Language Models as Tutors for Block-Based Programming
H. Chad Lane, Bryson Kageler
cs.AI cs.HC
本文提出了CSTutorBench基准，用于评估小语言模型在块编程教育场景中的辅导能力。研究发现模型在表面标准上表现良好，但在深层教学行为上存在不足，且模型家族和指令微调方法比参数数量更能预测辅导质量。
Foundation Models for Automatic CAD Generation
J de Curtò, Victoria Guillén, I. de Zarzà
cs.AI cs.CE
本文研究了基于foundation models的自动CAD生成方法，提出了LLMForge框架，通过多轮迭代优化和两种批评机制（IterTracer和IterVision）生成机械零件的参数化3D设计。实验在97个工程问题上评估了7个模型，但方法本身在理论或算法上缺乏显著开创性，且与关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联较弱。
Narrative World Model: Narratology-Grounded Writer Memory for Long-Form Fiction
Mohammad Saifullah et al.
cs.AI cs.CL cs.IR
本文提出了Narrative World Model (NWM)，一个为长篇小说写作设计的writer-memory系统，通过结合叙事学基础的typed temporal-state graph与query-conditioned hybrid retrieval，在multi-hop narratological QA任务上显著优于Graphiti/Zep等现有agent-memory框架。其优势源于叙事学驱动的表示结构而非提取质量。
FirstResearch: Auditable Question Formation for LLM Scientific Discovery Agents
Yufeng Wang
cs.AI
本文提出了FirstResearch框架，通过结构化Research Question Certificate记录定义、假设、机制模型等，使LLM生成的科研问题更可审计。实验表明该框架在多个基准上优于基线方法，但结果基于LLM评估而非人类专家。
Memory in the Loop: In-Process Retrieval as ExtendedWorking Memory for Language Agents
Yusuf Khan, Carlo Lipizzi
cs.AI cs.CL
本文探讨了将memory存储移入language agent的循环内部（in-loop retrieval）以作为扩展工作记忆的方法，通过使用in-process store（进程内存储）将延迟降低至~100us，从而避免了网络存储带来的高延迟问题。实验表明，在固定记忆延迟预算下，冗余动作随延迟单调增加，而in-loop memory能显著提升召回率，但主要瓶颈在于embedding步骤的网络延迟。
Akashic: A Low-Overhead LLM Inference Service with MemAttention
Yang Liu et al.
cs.AI
本文提出Akashic系统，通过MemAttention机制将上下文组织为有界chunk并建模语义关系，以减少LLM agent系统中长上下文带来的开销。该方法通过软硬件协同设计优化内存布局，提升了任务准确率和吞吐量。
Synthetic Consumer Insight Generation with Large Language Models
Stephen L. France, Pia. A. Albinsson
cs.AI
本文探讨了使用Large Language Models (LLMs)生成合成消费者数据的可行性，并将其与真实人类在旅游目的地感知任务中的回答进行比较。研究发现，LLM在宏观主题上与人类回答有重叠，但在语言风格和多样性生成方式上存在显著差异。
Beyond Static Evaluation: Building Simulation Environments for Scalable Agentic Reinforcement Learning
Akshay Arora et al.
cs.AI
本文提出了AgenticAI-Supervisor平台，通过API和UI驱动的RL Gym环境将环境创建与可扩展执行解耦，并利用多维reward shaping和内部状态验证来缓解reward hacking问题，以支持LLM agent的多步决策训练。该工作通过Customer Support Agent案例展示了闭环反馈优化能力，但主要聚焦于平台框架设计而非理论创新。
Beyond the Leaderboard: A Synthesis of Tool-Use, Planning, and Reasoning Failures in Large Language Model Agents
Wael Albayaydh, Rui Zhao, Ivan Flechais
cs.AI
本文综合了27篇关于LLM agent的论文，构建了一个统一的agent局限性分类体系，识别出工具调用、规划、长程推理、多agent协调、安全性和测量有效性等六类失败模式。研究发现失败会随任务长度非线性累积，且子任务上的强表现并不保证端到端成功。
Controlling Tool Use with Heading-Specific Activation Steering
Yuqi Chen et al.
cs.AI
本文研究了工具增强型大语言模型中工具调用行为的内部表征，通过从heading-anchors位置提取steering vectors实现了对工具调用的双向因果控制。实验发现这种因果有效性并不对应清晰的线性结构，工具调用步骤与抑制向量呈现弥散的双峰对齐，且不同工具类型具有低交叉特征重叠的内部签名。
From Passive Retrieval to Active Memory Navigation: Learning to Use Memory as a Structured Action Space
Yue Xu et al.
cs.AI
本文提出NapMem框架，将长期用户记忆组织为多粒度记忆金字塔，并通过强化学习训练agent主动导航记忆结构。该方法在多个记忆密集型任务上表现良好，但未涉及code、spectral、Muon或pretrain等关键词。
Onnes: A Physics-Grounded Multi-Agent LLM Simulator for Cryogenic Fault Diagnosis in Quantum Computing Infrastructure
Praneeth Narisetty, Uday Kumar Reddy Kattamanchi, Shiva Nagendra Babu Kore
cs.AI cs.LG quant-ph
本文提出了Onnes，一个基于物理的稀释制冷机数字孪生模拟器，用于驱动多智能体LLM进行低温故障诊断。实验表明，零样本LLM面板在检测上与监督分类器无显著差异，但通过少量对比示例和自一致性投票可将分类准确率提升至0.990，接近监督分类器。
StateFuse: Deterministic Conflict-Preserving Memory for Multi-Agent Systems
Sergey Volkov, Yang Li, Ye Luo
cs.AI cs.CL cs.MA
StateFuse提出了一种基于OpSet/CRDT的冲突感知记忆层，用于多agent系统，通过不可变历史和显式冲突对象来保持矛盾可见性，而非简单覆盖。实验表明该方法在保持矛盾可见性和可审计修正方面优于基线，但并非通用准确性提升。
Uncovering Latent Depression Severity for Binary Depression Detection via Advantage-weighting Ranking
Manning Gao et al.
cs.AI
本文提出了一种基于音频-视觉数据的细粒度多模态抑郁检测框架，通过时间编码器和互Transformer实现深度跨模态融合，并设计了二元优势加权排序损失来优化潜在空间分布。实验在两个数据集上取得了最优性能。
PCBWorld: A Benchmark Environment for Engine-Grounded PCB Design Automation
Hyungseok Song et al.
cs.AI
PCBWorld是一个基于KiCad EDA引擎的开源PCB布线环境，支持强化学习(RL)和工具使用的大语言模型(LLM)agent进行交互式布线，并通过设计规则检查(DRC)反馈确保布线合规。实验表明，该环境中的agent在合成实例和真实开源板上均优于基线方法，且仅用合成数据训练的RL策略可零样本迁移至真实板。
SearchEyes: Towards Frontier Multimodal Deep Search Intelligence via Search World Simulation
Zhengbo Jiao et al.
cs.AI
本文提出SearchEyes，通过类型化knowledge graph构建模拟搜索世界，并设计Perception-Knowledge Chains和Hop-Anchored Policy Optimization方法，以解决多模态搜索agent在多跳推理中的训练数据、环境与奖励信号的结构性脱节问题。实验表明其在多个基准上达到开源模型最优性能。
Integrating knowledge graphs and multilingual scholarly corpora for domain-adaptive LLMs in SSH
Adam Faci et al.
cs.AI cs.CL
本文介绍了在社会科学与人文学科中，将知识图谱与多语言学术语料库集成以适配大语言模型（LLMs）的用例，并提出了一个包含定量基准测试和定性专家评估的评估框架。
Auto-DSM Under the Lens: A Black-Box Evaluation Framework for LLM-Based DSM Generation
Niels Potters, Theo Hofman
cs.AI cs.AR cs.CE eess.SY
本文提出了一个黑盒评估框架，用于系统性地评估大语言模型从结构化技术文档中生成Design Structure Matrix的能力。该框架通过结构指标、分类指标和稳定性指标对生成的DSM进行基准测试，并提出了一个Composite Quality Score来综合评估。
AgoraSim: A Hybrid Agent-Based Modeling Framework
Chung-Chi Chen
cs.AI
AgoraSim是一个混合agent-based建模框架，用于场景导向的社会反应分析。它整合了LLM、视觉语言、自定义端点、随机和经典agent，并支持与经典参考动态的比较。
Information Limits and Attractor Dynamics in Economies of Frontier LLM Agents: A Pre-Registered Test
Cheng Qian
cs.AI cs.MA
本文通过预注册实验研究了前沿LLM代理（Claude Opus 4.8）构成的小型经济系统中的信息极限与吸引子动力学，验证了市场耦合下的信息论容量区域和平均场残差标度律。实验发现财富增长遵循信息差距定律，但群体错位的残差标度测试未通过，所有测试的LLM群体均未实现平滑平均场模型假设的噪声维持分散状态。
PolyWorkBench: Benchmarking Multilingual Long-Horizon LLM Agents
Hongliang Li et al.
cs.AI cs.CL
本文提出了PolyWorkBench基准，用于评估LLM agent在多语言长周期工作流中的表现，包含67个跨领域任务。实验发现现有agent在多语言场景下性能显著下降，揭示了语言多样性与执行步骤的复合影响。
Reward-Density Heuristic for Dynamic Multi-Vehicle Routing: Performance and Computational Efficiency
Manish Kolachalam, Rani Malhotra
cs.AI
本文针对动态多车辆路径问题提出了一种基于奖励密度的启发式算法（Efficiency heuristic），并在无人机任务分配和城市出租车调度场景中与多种经典及元启发式算法进行了比较。实验表明，该启发式方法在解质量上可与最优元启发式算法媲美，但计算时间降低了2-3个数量级，在奖励-计算效率前沿上具有帕累托优势。
When do prophets profit in prediction markets?
Anri Gu et al.
cs.AI cs.CE cs.GT
本文研究了预测市场中预测准确性与交易盈利之间的等价关系，通过提出一种仅依赖于预测者预测\(\mathbf{p}\)和市场出清价格\(\mathbf{q}\)的“proper” betting策略，证明了在严格proper scoring rule \(S\)下该策略能获得正期望利润。该工作为预测市场中的盈利机制提供了理论解释，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
A toy framework for single and multi-agent human-AI curiosity ecosystems
Ilya E. Monosov
cs.AI
本文提出了一个关于好奇心的概念性框架，探讨了单智能体与多智能体在知识探索中的决策机制，包括不确定性降低、成本与延迟回报等因素。该框架为设计多智能体AI发现系统提供了理论参考，但未涉及具体算法或与关键词相关的技术细节。
Demonstrating TOFFEE: A Learned System for Synthesizing Data Agent Trajectories at Scale
Ziting Wang et al.
cs.AI
本文介绍了TOFFEE系统，该系统利用Monte Carlo Tree Search (MCTS)和自适应模型选择，从给定数据环境中合成高质量的数据agent轨迹。该系统旨在为LLM驱动的数据agent生成训练数据，以提升其在异构企业环境中的泛化能力。
From Application-Layer Simulation to Native Meta-Architecture: Structural Tension as an Endogenous Driver for Heterogeneous AI Evolution
Heting Mao
cs.AI cs.CL
本文提出了一种理论框架，通过引入Structural Tension、Offline Recurrent Loop和Inference-time Plasticity三种机制，将应用层的认知协议下沉到原生元架构中，旨在打破传统对齐带来的同质性，并强调治理而非能力作为架构智能的首要标准。该工作主要聚焦于AI架构的理论探讨，与关键词中的code、spectral、Muon、pretrain、agent、attention等具体技术方向关联较弱。
Task Decomposition-Guided Reranking for Adaptive Agent Skill Retrieval
Yanping Chen et al.
cs.AI
本文提出SkillReranker框架，通过任务与技能的语义分解构建有向无环执行图，并利用cross-encoder对候选技能进行重排序，以解决agent系统中技能库规模扩大导致的语义匹配模糊和任务难度动态影响问题。实验在ALFWorld和ScienceWorld上验证了其有效性。
DT-Guard: Intent-Driven Reasoning-Active Training for Reasoning-Free LLM Safety Guardrail
He Liu et al.
cs.AI
本文提出DT-Guard，一种基于推理激活训练但推理时无需显式推理的安全护栏模型，通过意图-类别-安全的分步决策和结构化标签输出，在保持低延迟的同时提升了安全判断的鲁棒性。该方法主要针对大语言模型的安全对齐问题，与关键词中的code、context、spectral、Muon、pretrain、agent、attention均无直接关联。
Driving the Wrong Way: Leveraging Interpretability in End2End Autonomous Driving Models
Franz Motzkus, Sebastian Bernhard
cs.AI cs.CV cs.RO
本文提出了一种在端到端自动驾驶模型中集成无监督dictionary learning作为事后可解释性模块的方法，通过分解驾驶行为为语义概念并展示其对决策的因果影响，来降低模型黑箱性并纠正错误行为。该方法通过概念层面的干预提升了驾驶性能，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
TopoBrick: Agentic Topology Sampling of Exogenous Variables for Zero-Shot Building IoT Forecasting
Xiachong Lin et al.
cs.AI
TopoBrick提出了一种无需训练的零样本建筑IoT预测框架，通过建筑知识图谱和智能拓扑采样器选择外生变量，在三个真实建筑中优于现有零样本基线。该方法与关键词中的“agent”概念相关，但整体创新性有限。
A Definition and Roadmap for World Models
Xinyuan Chen et al.
cs.AI
本文为world models（世界模型）提供了一个科学定义和技术路线图，讨论了其关键的技术方面，并提出了一个分阶段的发展路线。文章旨在统一AI各子领域对world models的理解，但并未提出具体的新方法或解决长期存在的理论问题。
ExplAIner: A Declarative Query Language for Explaining Classification Models
Marcelo Arenas et al.
cs.AI
本文提出了ExplAIner，一种基于FOIL扩展的声明式查询语言，用于统一表达和评估布尔分类模型的多种解释概念（如abductive、contrastive等）。文章证明了ExplAIner的评估问题在多项式时间内可归约到布尔层次，并引入了优化片段Opt-FOIL，其计算可通过多项式次数的SAT求解器调用完成。该工作主要贡献于形式化XAI领域的查询语言设计，但与关键词中的code、spectral、Muon、agent、attention等概念无直接关联。
Finding H. pylori in the Fine Print: Evidence-Linked Multi-Agent Case Finding from Gastric Biopsy Reports
Yufan Wang et al.
cs.AI
本文评估了Nimblemind Multi-Agent System (nMAS)在从胃活检病理报告中提取幽门螺杆菌相关证据的性能，该系统通过字段名驱动的多agent工作流实现了98.61%的准确率，但其主要贡献在于工作流集成和可追溯性而非预测性能提升。
Danus: Orchestrating Mathematical Reasoning Agents with Fact-Graph Memory
Jihao Liu et al.
cs.AI cs.CL cs.MA
本文提出了Danus系统，通过共享的fact graph作为全局内存管理机制，协调多个数学推理agent并行进行proof search，并利用无状态验证器确保claims的可靠性。该系统在代数几何、奇点理论和组合学等研究级案例中展示了构建长证明的能力。
A Physics-Informed Neural Network Framework for Elastodynamic Wave Propagation in Bimaterial Systems
Sonal Ankush Chibire, Jenn-Terng Gau, Bo Zhang
cs.AI math-ph
本文提出了一种基于Physics-Informed Neural Networks (PINNs)的框架，用于模拟双材料系统中的瞬态弹性动力学波传播，通过将控制方程和边界条件嵌入损失函数进行训练，并利用有限元仿真验证。该方法为异质固体中的波传播提供了连续代理模型，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
Multi-Agent Deep Reinforcement Learning for Multi Objective Battery Management in Dairy Farms
Marcos Eduardo Cruz Victorio, Karl Mason
cs.AI
本文提出了一种基于differential evolution和多智能体Deep Reinforcement Learning的两层控制框架，用于乳制品农场的多目标电池管理，以优化可再生能源整合和碳排放减少。仿真结果表明，该方法相比基于规则的模型可将能源套利利润提升18%，并满足爱尔兰电网的电压要求。
RMISC: A Large-scale Real-world Multivariate Corpus for Time Series Foundation Models
Qian Sun et al.
cs.AI
本文构建了一个大规模真实世界多变量时间序列语料库RMISC，并基于此预训练了多种时间序列基础模型，实验表明使用真实世界多变量数据能提升模型的零样本泛化能力。该工作主要贡献在于数据集的构建和实证分析，但方法本身的开创性有限。
FootsiesGym: A Fighting Game Benchmark for Two-Player Zero-Sum Imperfect-Information Games
Chase McDonald, Nathan Tsang, Wesley N. Kerr
cs.AI cs.GT
本文介绍了FootsiesGym，一个用于双人零和不完美信息博弈的开源强化学习环境，基于极简格斗游戏Footsies构建，并提供了向量化模拟器以支持高效训练。该环境旨在隔离格斗游戏中的循环非传递性策略交互，并作为基准测试了多种强化学习算法。
FreqDepthKV: Frequency-Guided Depth Sharing for Robust KV Cache Compression in Long-Context LLM Inference
Anna Córdoba et al.
cs.AI
本文提出FreqDepthKV，一种针对长上下文LLM推理的KV cache压缩方法，通过将相邻层的KV states分解为共享低频深度分量和稀疏高频残差，并利用轻量级在线探针自适应分配注意力头的工作模式，在压缩缓存的同时保持任务精度。该方法在多个基准测试中取得了与完整KV缓存相近的性能，并显著提升了解码吞吐量、降低了首token延迟和峰值内存。
Bridging Physical Reasoning and Task Generalization via Visual Action Outcome Reasoning Alignment
Han-Jun Ko et al.
cs.AI cs.CV
本文提出VAORA方法，通过视觉对齐奖励和视觉-动作对齐奖励来抑制VLM在物理推理中的幻觉链式推理，并弥合推理与动作之间的差距。该方法在PHYRE和Virtual Tool基准上验证了其在未见任务和环境下的泛化能力。
DepthWeave-KV: Token-Adaptive Cross-Layer Residual Factorization for Long-Context KV Cache Compression
Anna Cordoba et al.
cs.AI
本文提出DepthWeave-KV，一种token自适应的KV cache压缩方法，通过跨层残差分解和token条件路由来降低长上下文推理中的内存占用，在多个基准测试上实现了接近全缓存的任务质量。
The Large Cancer Assistant (LCA): A Model-Agnostic Orchestration Framework for Scalable Clinical Decision Support in Oncology
Ghassen Marrakchi, Basarab Matei
cs.AI cs.LG
本文提出了Large Cancer Assistant (LCA)，一个用于肿瘤学临床决策支持的模型无关编排框架，通过7元组架构和Algorithmic Impermeability原则实现多模态数据标准化与AI模型解耦。该框架在概念验证中展示了低开销和故障安全性，但方法本身并非开创性，且与关键词关联较弱。
Rethinking Indic AI from a Lens of Cultural Heritage Preservation
Aparna Madva et al.
cs.AI cs.CL
本文综述了印度语言在AI和NLP领域的发展，分析了其语言学特性（如丰富形态、复杂语法）带来的挑战，并提出了“文化感知”研究方向，但未涉及code、spectral、Muon等关键词相关方法。

cs.IR

Modality Relevance is not Modality Utility: Post-hoc Selective Modality Escalation for Cost-Aware Multimodal RAG
Xue Li, Yiming Gai
cs.IR cs.AI
本文提出了一种后验选择性模态升级方法，用于多模态检索增强生成（RAG）系统。该方法先使用廉价的文本和表格管道生成答案，再通过验证器判断是否需要昂贵的视觉语言模型（VLM）证据，从而在保持准确率的同时减少视觉调用次数。
PORTS: Preference-Optimized Retrievers for Tool Selection with Large Language Models
Lorenzo Molfetta et al.
cs.IR cs.AI
PORTS提出了一种基于odds ratio preference optimization的方法来训练retriever，用于LLM的工具选择任务。该方法通过perplexity信号优化retriever与下游tool-calling LLM的对齐，但未涉及code、spectral、Muon或attention等关键词。
Scientific Code Search at Scale: A Multi-Domain Dataset and Benchmark
Nishan Pantha et al.
cs.IR cs.AI cs.SE
本文构建了一个包含5,264个高质量科学仓库的多领域数据集和基准，用于评估科学代码搜索任务，并基于219个专家查询和117,950个代码片段建立了检索基准。基线评估显示不同科学领域间的搜索性能存在显著差异。
Prompting Beats Fine-Tuning: Generative Expected Value Scoring for Statutory Term Retrieval
Alvin Wang, Jaromir Savelka
cs.IR
本文研究了法律条文检索任务，比较了监督微调编码器模型（ModernBERT）与零样本提示解码器模型的效果。结果表明，提示解码器模型在所有评估指标上超越了之前的最优结果，而微调方法仅与早期基线持平。
Retrieving a Set, Not Independent Passages: Set-Level Compatibility Learning for Efficient Set Exploration
Mooho Song, Jay-Yoon Lee
cs.IR
本文提出了一种set-level retrieval框架，通过query-set compatibility scoring来改进multi-hop question answering中的证据选择。该方法训练retriever对完整且兼容的证据集进行排序，并设计了ParaSet和SetCE两种实现，实验表明其优于传统独立评分方法。
SCOReD: Student-Aware CoT Optimization for Recommendation Distillation
Haz Sameen Shahgir et al.
cs.IR cs.AI
本文提出SCOReD框架，通过将教师模型的CoT推理轨迹解析为片段，并利用学生LLM的注意力机制和log probability评估来动态选择编辑操作（KEEP/REWRITE/FUSE/PRUNE），从而优化推荐领域的知识蒸馏。该方法减少了冗余推理长度，提升了学生模型在推荐任务上的NDCG和Recall指标。
Quantifying and Expanding the Theoretical Capacity of Late-Interaction Retrieval Models
Julian Killingback et al.
cs.IR
本文通过构造性证明表明，MaxSim相似度函数可以精确复制任意非负k-稀疏向量的内积，仅需O(k)表示空间，并提出了Signed MaxSim扩展以处理任意实值内积。研究为late-interaction检索模型提供了理论能力量化，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）无直接关联。
CMDR: Contextual Multimodal Document Retrieval
Ryota Tanaka, Taku Hasegawa, Kyosuke Nishida
cs.IR cs.AI cs.CL cs.CV
本文提出了CMDR和CMDR-Bench，一个需要建模document context的多模态文档检索任务与基准，并设计了CMDR-Embed框架，通过联合编码多个页面并利用共享contextual representation生成page-level embeddings，同时引入CMCL对比学习目标来平衡context建模与页面区分性。实验表明该方法优于非contextual embeddings。
Faithful or Findable? Evaluating LLM-Generated Metadata for RDF Dataset Search
Riccardo Terrenzi, Serkan Ayvaz
cs.IR cs.AI
本文研究了LLM生成的RDF数据集元数据在检索效果与忠实性之间的权衡，发现无约束重写能提升检索但忠实性最差，而基于profile的重写提供了最佳平衡。该工作聚焦于元数据生成与检索系统，与关键词中的code、context、spectral、Muon、pretrain、agent、attention均无直接关联。
Uncertainty-Aware Cross-Modal Remote Sensing Image-Text Retrieval via Evidential Learning
Zhuoyue Wang et al.
cs.IR
本文提出了一种基于evidential learning的跨模态遥感图像-文本检索方法(ELC)，通过Dirichlet分布建模模态间对应关系并估计查询不确定性，利用uncertainty-correctness alignment learning和intra-modal relationship learning提升检索鲁棒性。该方法在遥感图像退化及文本词汇异质性等非理想条件下表现出较强的鲁棒性，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
Learn to Pool: Lightweight Fine-Tuning for Flexible Multi-Vector Compression
Stefan Josef
cs.IR
本文提出了一种轻量级微调方法，用于改进多向量压缩中的pooling操作。通过k-means聚类进行最小程度的pooling感知训练，该方法在保持检索精度的同时实现了高达83%的向量压缩率。

cs.CL

Diffusion Language Model Parallel Decoding via Product-of-Experts Bridge ⭐ 精选
Juntong Shi et al.
cs.CL cs.LG cs.PF
本文提出PoE-Bridge框架，通过引入DLM proposal与AR target的Product-of-Experts (PoE)中间分布来弥合两者分布差距，从而在并行解码中实现高效的重要性采样。该方法首先利用DLM并行生成多个候选序列，然后通过rejection sampling将候选向PoE分布对齐，最后用importance sampling校正至AR target。实验表明，PoE-Bridge在数学推理和coding任务上以\(5\times\)加速恢复至少95%的AR模型性能，显著提升了DLM的生成质量。
CurateEvo: Data-Curation Evolving for Agentic Post-Training ⭐ 精选
Dingzirui Wang et al.
cs.CL
CurateEvo提出了一种基于失败驱动的动态数据策展框架，用于agent的后训练过程。该方法将数据策展策略表示为可执行代码，并利用开发集上的失败轨迹迭代重写该策略，从而自动诊断重复出现的失败模式并相应地进行数据增强、过滤或精炼。实验表明，CurateEvo在多个agent benchmark上优于现有方法，且与不同的后训练recipe兼容，显著降低了策展开销。该工作与关键词"agent"高度契合，并为agent后训练中的数据策展问题提供了开创性的动态演化方法。
How Personas Can Influence Agents to Play Split or Steal
Carlos Leon et al.
cs.CL cs.CY
本文研究了persona prompts在迭代Split or Steal博弈中对大语言模型agent行为的影响，发现合作结果占主导，且模型选择和persona类型显著影响策略。该工作为信任博弈中persona与模型差异的交互提供了基线，但与关键词列表中的code, context, spectral, Muon, pretrain, agent, attention关联较弱。
Benchmarking KV-Cache Optimizations across Task Quality and System Performance for Long-Context Serving
Nikita Agrawal, Ruben Mayer
cs.CL cs.AI cs.DC
本文对KV-cache优化机制（包括量化、剪枝和合并）在长上下文服务中的任务质量和系统性能进行了基准测试，发现压缩比本身并不能很好地预测端到端性能，不同优化方法在不同工作负载下表现各异。该研究为长上下文服务系统提供了工作负载感知的部署指导。
Text Distance from Nested and Hierarchical Repetitions: A Compression-Based Perspective
Xiaojun Hu et al.
cs.CL cs.IT
本文基于Algorithmic Information Theory提出Ladderpath方法，通过提取序列中重复子结构的嵌套与层次关系来定义文本距离，并在文本分类任务中取得良好效果。该方法是一种轻量级、无需训练的结构化序列分析工具。
Most LLM Conformity Needs No Speaker: Measuring the Speaker-Free Floor in Peer-Pressure Benchmarks
Yibo Hu, Jiaming Qu
cs.CL cs.AI
本文发现LLM在peer-pressure benchmark中的多数“从众”行为实际上源于重复的错误答案本身，而非社会性影响。作者通过移除speaker的no-source条件实验，证明重复文本是主要混淆因素，并建议未来benchmark应先测量无speaker基线。
The yes-no bias of large language models reflects answer order and wording, not shifts in moral judgment
Haonan Huang
cs.CL cs.AI cs.CY
本文通过引入交叉对称化（crossed symmetrization）的心理测量方法，分离了LLM在道德困境中yes/no回答的多种偏差来源，发现前沿模型的道德判断\(\theta\)几乎与问题格式无关，而yes/no偏差主要源于对最后打印选项的顺序偏好和词汇“no”的吸引，而非逻辑上的拒绝倾向。该工作为理解LLM的响应偏差提供了系统性的分解框架。
Prompt Robustness Is Task-Dependent: Comparing Objective and Belief-Style Questions in LLM Evaluation
Sadia Kamal et al.
cs.CL cs.AI
本文研究了LLM在不同类型问题（客观与主观）上的prompt鲁棒性差异，发现prompt鲁棒性依赖于问题类型、prompt变化和模型本身。该工作与关键词列表中的概念关联较弱。
ResonatorLM: Causal Resonant Field Mixing for Efficient Long-Context Language Modelin
Archie Chaudhury
cs.CL cs.AI
本文提出ResonatorLM，用物理驱动的damped resonator函数替代传统attention机制，将token序列视为一维latent field。实验表明在6M参数规模下，该方法在长序列训练和解码速度上优于标准transformer，并在WikiText上达到61.31%的准确率。
Revisiting the Relation Between Language Model Perplexity and ASR Word Error Rate for Modern End-to-End Speech Recognition
Mohammad Zeineldeen et al.
cs.CL eess.AS
本文重新审视了现代端到端ASR系统中语言模型perplexity与词错误率之间的关系，发现log-log空间中的线性关系不再成立，且内部语言建模能力会影响外部LM的效果。
BaFCo: A Document Understanding Benchmark for Complex Bangla Form Comprehension
Abu Tyeb Azad et al.
cs.CL cs.AI cs.CV
本文提出了BaFCo，一个用于孟加拉语复杂表格理解的基准数据集，包含200份多页政府表格，并定义了细粒度和粗粒度的实体标注方案。实验评估了多种多模态大语言模型在表格布局分析和关键信息提取任务上的表现，揭示了现有模型在低资源语言表格理解方面的局限性。
NAVER LABS System Re-implementation for the IWSLT 2026 Instruction-Following Task
Anand Kamble, Aniket Tathe
cs.CL
本文复现了NAVER LABS在IWSLT 2025指令跟随任务中的pipeline，将其适配至IWSLT 2026共享任务，使用SeamlessM4T-v2-large作为speech encoder、Qwen3-4B-Instruct作为LLM backbone，并构建了10万条合成指令跟随样本。该方法在EN-ZH speech translation和English SQA任务上取得了特定指标结果。
Population-Level Profiling of DSM-5 Depressive Symptoms Among Self-Reported ADHD and ASD Users on Twitter: An Exploratory Study Using Advanced NLP and Statistical Analysis
Muhammad Rizwan, David Nabergoj, Jure Demšar
cs.CL
本文使用MentalRoBERTa和L1-penalized logistic regression分析Twitter上ADHD与ASD用户表达DSM-5抑郁症状的差异，发现两组在认知问题、睡眠问题等维度存在稳定但微小的群体差异，但症状共现结构高度相似，结果仅为探索性，不具临床诊断价值。
Do It Right! A Methodology for Successful NLP System Development
Olga V. Patterson et al.
cs.CL cs.AI
本文介绍了将Systems Development Life Cycle (SDLC)应用于NLP系统开发的分步方法论，强调了算法知识之外的项目管理要素。
RPAM: A Principled Metric for Evaluating Associations in Language Models with High Predictive Validity in Downstream Outputs
Damian Hodel, Jevin West, Aylin Caliskan
cs.CL cs.AI
本文提出了一种名为RPAM的关联评估metric，用于衡量generative language models中的association。实验表明，RPAM在多个LMs和数据集上与人类implicit/explicit associations以及downstream biases具有强相关性。
UCSC NLP at SemEval-2026 Task 10: Boundary-Aware Span Extraction and RoBERTa Classification for Conspiracy Detection
Dom Marhoefer et al.
cs.CL cs.SI
本文针对SemEval-2026 Task 10中的阴谋论检测任务，提出了两阶段系统：在Subtask 1中，将标记提取建模为多标签span分类问题，使用IoU>=0.95的正标签、难负例采样和基于包含关系的非极大值抑制（NMS）结合边界感知的span表示；在Subtask 2中，独立使用带标签平滑的序列分类器进行文档级检测。实验表明实体类角色（如Actor）检测鲁棒，而抽象角色（如Action）对边界标准敏感。
Where to cut, how deep: BPE and Unigram-LM on chemistry SMILES
Hunter Heidenreich
cs.CL cs.LG q-bio.BM
本文比较了BPE和Unigram-LM两种subword tokenization算法在化学SMILES序列上的表现，发现它们在构建subword vocabulary上存在显著差异，且这种差异在不同corpus和vocabulary size下均稳定存在。该研究未训练语言模型，主要关注tokenization本身的行为。
SpanUQ: Span-Level Uncertainty Quantification for Large Language Model Generation
Yimeng Zhang et al.
cs.CL
本文提出了SpanUQ，一种用于大语言模型生成文本的span-level不确定性量化方法。它使用DETR-style的span decoder和Mixture of Beta分布来同时检测语义连贯的文本span并估计其不确定性，在SPANUQ-BENCH基准上取得了优于现有方法的性能。
Nemotron-Labs-Diffusion: A Tri-Mode Language Model Unifying Autoregressive, Diffusion, and Self-Speculation Decoding
Yonggan Fu et al.
cs.CL
本文提出Nemotron-Labs-Diffusion，一种统一自回归(AR)、扩散(diffusion)和自推测解码(self-speculation decoding)的三模式语言模型。通过联合AR-diffusion训练，该模型可在不同部署场景下切换模式以维持高吞吐量，实验表明其性能优于现有开源模型。
When Should LLMs Search? Counterfactual Supervision for Search Routing
Minho Kim
cs.CL cs.AI
本文研究了搜索增强语言模型中的搜索路由问题，通过比较无搜索和强制搜索的结果构建oracle，并利用监督微调和偏好优化训练路由策略，提升了模型在特定任务上的路由性能。
Inject or Navigate? Token-Efficient Retrieval for LLM Analysis of Transactional Legal Documents
Mahmoud Hany et al.
cs.CL cs.IR
本文比较了在事务性法律文档分析中，将整个语料库注入LLM上下文窗口与两种结构化检索模式（基于embedding的检索和基于紧凑结构化索引的LLM导航）的性能。实验表明，结构化检索在保持回答质量的同时，能显著减少输入token数量并降低成本。
CoPiT: Cognitive Pivot Translation for Digraphic Low-Resource Mongolian in the Traditional Script
Burte Bayarsaikhan, Serynn Kim, Buru Chang
cs.CL
本文提出CoPiT，一种基于认知启发的pivot翻译方法，通过将传统蒙古文先翻译到资源更丰富的西里尔蒙古文再译为目标语言，以缓解低资源传统蒙古文的机器翻译性能下降问题。实验表明该方法在多个backbone模型上均优于直接翻译，并能生成合成平行数据。
Mitigating Factual Hallucination in Large Reasoning Models via Mixed-Mode Advantage Regularization
Kaishen Wang et al.
cs.CL cs.LG
本文发现Large Reasoning Models在事实性问答中，显式思考有时会推翻正确的直接答案导致事实漂移（thinking-induced hallucination）。为此，提出MARGO框架，通过混合模式（thinking和non-thinking）的rollout组进行advantage正则化，以抑制易产生幻觉的思考行为。
Is Domain Adaptation Always Helpful? A Frozen-Backbone Study of Cross-Domain Sentiment Transfer
Phat Tran et al.
cs.CL cs.LG
本文通过冻结backbone的预训练语言模型，研究了显式domain adaptation在跨域情感迁移中的实际效果。实验发现，domain adaptation的效果高度依赖于backbone是否已包含目标域知识，且对抗性对齐可能损害领域专用backbone的性能。
Umm... With Transformers? Insights from Filled Pause Use across Four Slavic Parliaments
Ivan Porupski, Branimir Dropuljić, Nikola Ljubešić
cs.CL stat.AP
本文使用transformer-based自动检测方法分析了四种斯拉夫语系议会演讲中的填充停顿（FPs），并通过Generalised Estimating Equations (GEE)模型研究了年龄、性别、情感、政治倾向等因素与FP率的关系。研究复现了年龄和语速与FP率的负相关，但发现性别效应具有语言特异性且与多数文献相反。
InfluMatch: Frontier-Quality KOL Search at 4B-Model Cost
Krittanon Kaewtawee et al.
cs.CL cs.AI cs.IR
本文提出InfluMatch，一个基于小型开源模型的三阶段级联系统（检索→重排序→推理），用于在泰语营销场景中高效匹配关键意见领袖（KOL）。该系统通过密集检索、4B点式重排序和4B推理器，在11个查询集上达到94.1%的P@5，与前沿模型Kimi-K2.6性能相当，但输出token数减少约35倍，单次查询仅需约20秒。
MemDefrag: Latent Memory Defragmentation for Large Language Models
Ruiyi Yan, Zhuoyuan Mao, Yiwen Guo
cs.CL
本文提出MemDefrag，一种无需训练且与模型无关的框架，通过利用中间层的attention密度信号对latent memory进行碎片整理（排序、重排和过滤），并引入基于信息量的比例遗忘机制。实验表明该方法在知识保留和长上下文基准上显著优于MemoryLLM和M+等现有方法。
PluraMath: Extending Mathematical Reasoning Evaluation Beyond High-Resource Languages
Daryna Dementieva et al.
cs.CL cs.AI
本文提出了PluraMath数据集，将数学推理评估从高资源语言扩展到18种低资源语言，并通过人工验证构建了多语言基准。实验表明，当前LLM在低资源语言上的数学推理性能仍显著低于高资源语言，且性能与指令遵循能力相关。
From Blueprint to Reality: Modeling and Applying Putnam's Social Capital Theory with LLM-based Multi-agent Simulations
Shiyi Ling et al.
cs.CL cs.AI cs.SI
本文提出了SocaSim，一个基于LLM的多agent仿真框架，用于建模Putnam的社会资本理论，通过模拟社会网络演化、信任动态和规范传播来复现宏观模式并实现过程级可解释性。该工作主要关注社会科学与计算机科学的交叉应用，与关键词中的agent概念有一定关联，但方法本身并非开创性突破。
Measuring the practice of shared-decision making (OPTION12): An Investigation into Open-sourced Smaller LLMs (OS-sLLMs) for Better Privacy and Sustainability
Tamara Wit et al.
cs.CL
本文首次探索了开源小型语言模型(OS-sLLMs)在共享决策(SDM)自动评估中的应用，使用OPTION12框架分析荷兰黑色素瘤咨询记录。研究发现通用领域模型优于医学领域模型，Gemma3:12b与人类标注的一致性最高(Pearson r=0.51)，但当前模型仍无法替代人工标注者。
Prompting Complexity: Shortest Prompts for Texts and Behaviors in LLMs
Adrian Cosma
cs.CL
本文定义了prompting complexity的概念，将其视为资源有界的Kolmogorov complexity的类比，用于衡量使deterministic decoding生成目标文本所需的最短合理prompt。该度量是非通用的，依赖于特定模型，并扩展至soft prompting complexity和behavioral prompting complexity，为prompt优化提供了形式化目标。
LLM Agents for Deliberative Collaboration: A Study on Joint Decision Making Under Partial Observability
Chenxu Wang et al.
cs.CL cs.AI
本文研究了大型语言模型（LLM）在部分可观测联合决策任务中的协商协作问题，形式化了该问题并构建了可扩展的基准测试。实验表明，即使借助外部数学工具，当前最先进的LLM在复杂协商推理中仍存在挑战，但协商过程有时也能提供纠错机会。
LongCrafter: Towards Diverse Long-Context Understanding via Evidence-Graph-Guided Instruction Synthesis
Chenhao Yuan et al.
cs.CL cs.AI
本文提出LongCrafter框架，通过层次化任务分类和证据图引导的指令合成方法，生成长上下文监督微调数据以提升大语言模型的长文本理解能力。该方法在多个基准测试上取得性能提升，但未涉及代码、谱方法或注意力机制等关键词相关技术。
Improving LLM-Generated Process Model Quality Through Reinforcement Learning: The Role of Reward Function Design
Alexander Rombach, Chantale Lauer, Nijat Mehdiyev
cs.CL cs.AI cs.LG
本文研究了在基于强化学习的BPMN过程模型生成中，奖励函数设计对输出质量的影响，通过48种配置训练了两个LLM家族。实验发现，等权重的奖励加权优于针对性加权，且设计选择与模型架构存在复杂交互。该工作主要关注过程模型生成的质量优化，与关键词中的核心概念关联较弱。
Pluralis v0.1: Towards a Multicultural, Multimodal, Multilingual Benchmark for AI Risk and Reliability
Alicia Parrish et al.
cs.CL cs.CY
本文介绍了Pluralis v0.1，一个面向AI安全与可靠性的多文化、多模态、多语言基准数据集，包含来自六个亚太国家和八种语言的6448个提示，旨在评估Vision-Language Models (VLMs)在本地化文化场景中的风险。该工作通过文化优先视角构建数据集，并引入Judge-Pluralis评估框架，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词相关方法。
Spider 2.0-AIFunc: Extending Real-World Text-to-SQL to AI-Native SQL Workflows
Tianyang Liu et al.
cs.CL cs.AI cs.DB
本文提出了Spider 2.0-AIFunc基准，用于评估text-to-SQL模型生成包含AI原生SQL函数（如分类、情感分析等）的查询能力。实验发现，现有agent框架在传统SQL任务上的策略对AI原生SQL效果不佳，且模型在谓词指定和schema grounding上存在显著错误。
Early Language Learning via Spreading Activation and Category Exploration in Complex Networks
Salvatore Citraro
cs.CL
本文通过spreading activation和category exploration在复杂网络中模拟儿童早期语言习得过程，发现该模型在模拟词汇习得顺序上优于最短路径基线方法，并揭示了词汇类别间的复杂转换动态。
From Sinhala to Dhivehi: Cross-Lingual Transfer Learning for Low-Resource Speech Recognition
Lukmal Ilyas, Nevidu Jayatilleke
cs.CL
本文研究了从僧伽罗语到迪维希语的跨语言迁移学习，用于低资源语音识别。实验表明，在僧伽罗语上持续预训练再在迪维希语上微调，结合KenLM解码，可显著降低词错误率，但该工作主要聚焦于特定语言对的工程应用，未涉及关键词中的核心概念。
Estimating Uncertainty from Reasoning: A Large-Scale Study of Multi- and Crosslingual MCQA Performance in LLMs
Andrea Alfarano et al.
cs.CL cs.AI
本文对22种语言下LLM的不确定性估计方法进行了大规模评估，发现让模型用英语推理能显著提升低资源语言的UE性能，且UE方法的选择需根据模型规模调整。该研究主要聚焦于多语言场景下的工程性发现，与关键词中的code、spectral、Muon等概念无直接关联。
Automated Compliance Mapping in Cloud Security with Domain-Adapted Sentence Transformers
John Bianchi et al.
cs.CL cs.CR
本文针对云安全控制到技术指标的自动映射问题，提出使用域适应的Sentence Transformer模型进行自动化。通过构建包含3,499个语义对的训练语料库并利用回译和LLM进行数据增强，微调后的模型在控制-指标映射和跨标准控制关联任务上均显著优于零样本基线。
From Voting to Agent Collaboration: Answer-Type-Aware LLM Pipelines for BioASQ 14b
Taeyun Roh et al.
cs.CL cs.AI
本文针对BioASQ 14b生物医学问答任务，提出了一种基于问题类型（yes/no, factoid, list）的LLM框架，通过为不同类型问题设计不同的推理流程（如snippet shuffling、chain-of-thought、multi-agent协作）来提升答案的鲁棒性和证据可靠性。实验表明该方法在官方评测中取得了有竞争力的结果。
Data Analysis in the Wild: Benchmarking Large Language Models Against Real-World Data Complexities
So Hasegawa et al.
cs.CL cs.AI
本文提出了DataGovBench基准，用于评估LLM在真实世界数据分析中的表现，包含Table QA和Table Insight两个任务。实验表明当前LLM系统在复杂多表格数据分析和探索性洞察发现方面仍存在显著性能差距。
Pitwall: Faithful Natural-Language Race-Strategy Briefings from a Calibrated Real-Time Monte Carlo Engine
Juan S. Santillana
cs.CL cs.AI cs.LG stat.AP
本文介绍了Pitwall系统，一个在实时体育解说场景下生成多语言F1策略简报的生产系统。该系统通过将每个句子分解为可验证的事实声明，并利用校准的Monte Carlo引擎进行状态验证，从而将忠实性作为架构属性而非追求目标。
DynaKRAG: A Unified Framework for Learnable Evidence Control in Multi-Hop Retrieval-Augmented Generation
Yaqi Wu et al.
cs.CL cs.IR
本文提出DynaKRAG框架，将多跳检索增强生成中的证据获取建模为基于状态的条件控制，通过可学习的控制器在每一步选择有效的证据操作（如检索、查询重构、证据评判等）。实验表明该方法在多个基准上优于现有基线，但整体属于工程性框架设计，未涉及关键词中的核心概念。
RSF-GLLM: Bridging the Semantic Gap in Multi-Hop Knowledge Graph QA via Recurrent Soft-Flow and Decoupled LLM Generation
Sambaran Bandyopadhyay, Ananth Muppidi
cs.CL cs.AI
本文提出RSF-GLLM框架，通过Recurrent Soft-Flow模块和GRU引导的查询更新器，在知识图谱多跳问答中实现可微分的图推理与答案生成的解耦，以解决中间节点与查询缺乏词汇重叠的语义鸿沟问题。实验在WebQSP和CWQ上展示了竞争性能与高效推理。
Life Style Levels: Neighborhood Delineation using Geospatial Data
Srivatsa Kulkarni, Debarag Banerjee
cs.CL
本文提出了一种基于开源卫星影像的建筑形态学指标的网格化城市富裕度划分框架，用于在缺乏精细社会经济数据的印度城市中识别富裕与贫困区域。该方法通过规则评分和地面验证，展示了与已知非正规住区及贷款违约率的空间关联。
Hierarchical Acoustic-Semantic Modeling: Modality Separation and Semantic Coherence for Full-Duplex SLMs
Zhenyu Liu et al.
cs.CL
本文针对全双工口语语言模型(SLM)中的模态干扰问题，提出Lychee-FD框架，通过层级参数分离策略解耦声学与语义建模的梯度冲突，并利用语义对齐通道保持跨模态一致性。实验表明该方法在口语问答和全双工交互流畅性上取得显著提升，但未涉及code、spectral、Muon等关键词相关技术。
On the feasibility of dependency parsing of non-human sequences without a gold standard. Is evaluation possible in other species?
Ramon Ferrer-i-Cancho et al.
cs.CL
本文探讨了在缺乏gold standard的情况下，对非人类物种（如非人灵长类）的序列进行dependency parsing的可行性。作者利用network science中的序列长度分布快速衰减特性，论证了在这些物种的vocalizations或gestures序列上，parser能够获得较高的正确边比例，从而使得无gold standard的评估成为可能。

cs.DS

Adversarial Robustness for Small Frequency Moments and a Weak Equivalence Theorem for Turnstile Streams ⭐ 精选
Elena Gribelyuk et al.
cs.DS
本文针对turnstile流（支持插入和删除的数据流）中的对抗鲁棒性问题，提出了一种通用的estimator-corrector-learner框架，并将其推广到非Hilbert空间。通过动态维护到\(L_2\)空间的隐式等距嵌入，并利用自适应发现的困难查询进行正则化kernel ridge regression，该工作首次在poly\((1/\epsilon, \log n)\)空间内对所有\(p\in[0,2]\)实现了\((1+\epsilon)\)-近似的频率矩\(F_p\)（包括\(F_0\)），解决了该领域长期存在的开放问题。此外，论文还建立了经典oblivious sketching与对抗鲁棒性之间的弱等价定理，证明对于任何次乘法范数，存在高效线性sketch等价于存在高效鲁棒turnstile算法，从而形式化了\(L_1\)可嵌入性作为两种模型共同的基本机制。
On the Communication Complexity of Maximum Matching and Negative-Weight Shortest Paths
Yu Cheng et al.
cs.DS cs.CC
本文在确定性两方通信模型下，为最大匹配和负权最短路问题提出了新的通信协议，其核心贡献在于简化了已知的协议结构，但并未在通信复杂度上取得突破性进展。
Data-dependent Evaluations for Budgeted Submodular Maximization
Lejian Zhang, Xueyan Tang, Jing Tang
cs.DS cs.AI cs.DM
本文针对带knapsack约束的submodular maximization问题，提出了新的data-dependent上界，理论上证明其优于最优解，并通过实验展示了其在评估解与最优解接近程度方面的优势。
Chunky Chains: Graph Drawings on Small Screens
Tim Hegemann et al.
cs.DS
本文提出了一种名为Chunky Chains的图绘制风格，专为智能手机等小屏幕设计，通过将顶点分区到有序的桶中并最小化长边数量来生成有限宽度的图。文章开发了精确和启发式算法，并通过实验验证了其在真实世界图上的有效性。
Load Balancing under Adaptive Bin Deletions
Haim Kaplan, Shay Sapir, Uri Stemmer
cs.DS
本文研究了一个对抗性自适应删除bin的balls-and-bins游戏，分析了均匀随机重分配和“two choices”策略下的最大负载与recourse，并考虑了将删除bin的球均匀分配到少量随机bin的变体。
Breadth-First Search in Succinct Planar Graphs
Johannes Meintrup
cs.DS cs.IT
本文提出了一种支持直接在编码上执行广度优先搜索的平面图简洁编码，可在\(O(n)\)时间内构建，并支持多种图查询操作。该工作主要贡献在于空间效率，但与我提供的关键词（code, context, spectral, Muon, pretrain, agent, attention）无直接关联。
A Unique Normal Form for Tensor Trains over Arbitrary Fields
Renaud Vilmart
cs.DS
本文为任意域上的tensor train（张量列）提出了一种唯一规范形及多项式时间约简策略，并展示了如何从完整张量中直接提取该规范形。该工作将tensor train形式推广到比实数域和复数域更一般的设定，并首次提供了具有唯一性性质的tensor train形式。
Improved subexponential analysis of the Random-Action-Removal algorithm for 2-player turn-based games and non-binary AUSOs
Uri Zwick
cs.DS
本文改进了Random-Action-Removal算法在求解二人回合制博弈（包括随机博弈和平均收益博弈）时的亚指数时间复杂度分析，将复杂度从\(e^{O(\sqrt{n\ln(m/\sqrt n)})}\)改进为\(e^{O(\sqrt{n\ln(m/n)})}\)。该算法是已知最快的随机化策略迭代算法，但主要贡献在于分析技巧的优化，而非方法上的根本性突破。
Faster Exponential-Time Approximate Counting via Bounded Self-Reductions
Katie Clinch et al.
cs.DS
本文提出了一种基于有界自归约的指数时间随机近似计数算法，通过取平方根后分解来加速独立集和#2-SAT等计数问题的近似求解，改进了现有时间复杂度上界。该工作主要贡献在于算法层面的优化，与关键词中的概念无直接关联。

others

Boosting with List-Decodable Codes ⭐ 精选
Addison Prairie, Li-Yang Tan
stat.ML cs.CC cs.DS cs.LG
本文提出了一种新的boosting算法，通过将boosting与list-decodable codes建立联系，突破了传统boosting算法中\(O(\log(1/\epsilon)/\gamma^2)\)轮弱学习器调用的下界。具体地，对于满足\(O(\log(1/\gamma))\)-XOR封闭性的概念类\(\mathcal{F}\)，该算法仅需\(O(\log(1/\epsilon))\)次弱学习器调用和一批\(\tilde{O}(\log(1/\epsilon)/\gamma^2)\)额外样本即可实现强学习。其核心思想是将目标函数视为消息，利用弱学习器在其编码上运行得到弱假设作为损坏的codeword，再通过list decoder获得候选假设列表，最终用额外样本从中选出强假设。这一方法为boosting理论提供了新的视角，并与其关键词中的"code"概念高度契合。
On the Condition Number Upper Bound of the L-BFGS Inverse Hessian Approximation Matrix with a Two-Sided Geometric Envelope Safeguarding Mechanism ⭐ 精选
Don Li
math.OC cs.LG math.NA
本文提出了一种名为Two-Sided L-BFGS的改进算法，通过引入一个two-sided geometric envelope safeguarding mechanism来动态约束L-BFGS逆Hessian近似矩阵的条件数上界。作者严格证明了该机制能对所有迭代生成的逆Hessian近似矩阵的条件数给出一个统一的显式上界，该上界是memory depth、问题维度和envelope超参数的函数，并且算法保持了标准L-BFGS的\(O(mn)\)内存与时间复杂度。该方法在非凸条件下保留了渐近全局收敛性，数值实验表明其在病态问题上能有效维持良态的逆Hessian近似，提升了鲁棒性和收敛行为。
Propose and Attend: Training-free MLLM Grounding Confidence via Multi-Token Localized Attention ⭐ 精选
Daniel Shalam et al.
cs.CV cs.AI
本文提出Multi-Token Localized Attention (MTLA)，一种无需训练的、事后计算的置信度评分方法，用于衡量多模态大语言模型（MLLM）生成的定位预测（如目标检测框、视频时间窗口）的可靠性。该方法通过聚合预测token对声称区域内（而非整个输入）的注意力权重，显著优于仅读取单个响应token的先前注意力基线。在图像目标检测、视频和音频时间定位等多个任务上，MTLA将幻觉检测的AUROC提升了+7到+38，并作为重排置信度分数，使零样本COCO检测AP从20.4提升至37.0，接近有监督检测器的性能。
Multi-Channel Spread-Spectrum Code Watermarking ⭐ 精选
Soohyeon Choi, Debin Gao, Yue Duan
cs.CR cs.LG cs.SE
本文提出了一种名为Multi-Channel Spread-Spectrum Code Watermarking的后处理、无需训练的代码水印方案，首次实现了24-bit payload（有效载荷）并具备形式化的鲁棒性保证。该方法通过将比特编码到变量命名约定和八对语义等价的代码模式中，并利用密钥伪随机排列将每个位置映射到码字比特，使得每个比特获得多个独立投票；多数投票吸收分布式破坏，而外层的Reed-Solomon码在集中式信道攻击下恢复标识符，从而对格式化、语法和结构性攻击提供了可证明的鲁棒性边界。实验表明，该方法在1,750个Python文件上实现了100%的干净检测准确率和零误报，在17种攻击类型下仍能高精度恢复标识符，显著优于现有最强基线。该工作与关键词中的code（代码水印）和context（后处理场景下的代码归属）高度契合。
Harnessing Code Agents for Automatic Software Verification ⭐ 精选
Shuangxiang Kan, Shuanglong Kan, Sebastian Ertel
cs.FL cs.AI cs.SE
本文提出了一种基于code agent（代码智能体）的自动软件验证方法，将整个lemma直接交给通用LLM code agent（如Claude Code）自由选择策略，并包裹在一个verification harness（验证框架）中。该框架通过反馈和硬约束确保每个proof sound（被证明器内核接受）、complete（无未证明或遗漏的义务）且terminating（无发散策略）。在Iris分离逻辑的4,257个lemma、Rust标准库的217个lemma以及reglang基准的318个lemma上均实现了100%的自动证明，显著优于此前仅能证明少量定理的LLM证明器，展示了该方法在自动定理证明领域的开创性。
Lingering Authority: Revocable Resource-and-Effect Capabilities for Coding Agents
Igor Santos-Grueiro
cs.CR cs.AI cs.SE
本文提出PORTICO，一个用于可撤销资源与效果能力的参考监视器，通过请求-授权-调用生命周期管理coding agent的权限，在受控任务中有效阻止了过期权限的滥用。
Broken Ergodicity and the Violation of the Fluctuation-Dissipation Theorem Lead to Generalization Beyond Overfitting in Machine Learning
Chan Li, Nigel Goldenfeld
cond-mat.dis-nn cond-mat.stat-mech cs.LG
本文使用dynamical mean field theory分析了神经网络训练中的"double descent"现象，将其解释为随机场理论中的相变，并指出该相变伴随着fluctuation-dissipation theorem的破坏和ergodicity的破缺。
Proof of Execution: Runtime Verification for Governed AI Agent Actions
James Rhodes, George Kang
cs.CR cs.AI
本文形式化了一种针对AI Agent执行过程的运行时验证框架PoE，通过将执行分解为合约、事件流和重放上下文，并定义一组可验证的不变量来确保每一步操作的授权和历史完整性。该方法在单节点原型中展示了较低的开销，但主要关注于运行时验证而非提出新的学习或优化方法，与关键词中的agent概念有一定关联但并非核心贡献。
Performance Optimization and Comparative Analysis of Generative AI Models on Advanced Accelerators
Amitash Nanda et al.
cs.PF cs.LG
本文系统研究了生成式AI模型（如LLMs和扩散模型）在不同高性能计算系统和先进加速器上的性能优化与对比分析，包括混合精度后训练量化评估和微调策略。该工作主要关注工程部署层面的性能比较，未涉及关键词中的核心理论或方法创新。
Catalyst Papers in Artificial Intelligence Research: A Landscape on ICLR from 2017 to 2025
Fan Huang
cs.DL cs.AI
本文利用ICLR 2017-2025年的36113篇论文，通过多种disruptiveness度量（如CD index、EDM等）识别出能改变研究轨迹的“催化剂”论文，并发现同行评审分数与论文未来的disruptiveness几乎无关。该研究主要关注论文影响力的量化与预测，与关键词中的具体技术方向关联较弱。
AI tools in Arab University English classrooms: Looking back and forward
Mohammed Q. Shormani, Muneef Yehia Alshawsh
cs.CY cs.AI
本文综述了2023年至2025年间阿拉伯大学英语课堂中AI工具的应用研究，发现学生对AI辅助写作持积极态度，但在高阶写作质量和口语能力提升方面效果不一，并提出了未来研究与实践建议。
The Jagged Global Economy: Frontier AI Unevenly Exposes National Economies
Arul Murugan et al.
cs.CY cs.AI
本文使用occupation-level AI exposure scores和141个国家的国际就业数据，构建了一个national AI exposure metric，发现高收入国家比低收入国家更易受前沿AI影响，且存在性别差异。研究还通过cross-country income dependencies揭示了间接暴露机制，但方法上未涉及code、spectral、Muon等关键词相关技术。
CCBENCH: Assessing LLM Cultural Competence via Implicitly Signaled Norms using Health Queries
Vasudha Varadarajan et al.
cs.CY cs.AI cs.CL
本文提出了CCBENCH框架，用于评估大语言模型(LLM)在健康查询场景中的文化能力，通过隐式信号规范衡量模型对文化规范的适应程度。实验表明，即使最佳模型也仅在20-30%的情况下给出文化上适当的回应，且模型在适应隐式文化风格时表现优于显式文化实践。
A Guiding Framework for K-12 Teachers in Creating AI-powered Learning Technologies through Vibe Coding
Yukyeong Song et al.
cs.CY cs.AI
本文提出了一个名为GAIDE的框架，旨在通过“vibe coding”（利用大语言模型从自然语言提示生成代码）支持K-12教师创建AI驱动的学习技术。该框架基于Design Thinking和INTERACT，并通过八周工作坊中的交互分析进行验证，发现能提升教师的AI素养。
Position: Preventing AI-Generated CSAM Necessitates New Approaches to AI Safety
Neil Kale et al.
cs.CY cs.AI
本文讨论了AI生成儿童性虐待材料带来的新风险，指出现有AI安全技术因伦理和法律限制而面临数据集审计、红队测试等挑战，并提出了15个开放问题及建议。该文主要关注AI安全与儿童保护，与关键词列表中的概念无直接关联。
Life Cycle Assessment of Pre-training the Lucie 7B Open-Source Large Language Model on the Jean Zay Supercomputer
Marc Léobet, Pierre-François Lavallée, Jean-Pierre Lorré
cs.CY cs.LG
本文对Lucie 7B大语言模型在Jean Zay超级计算机上的预训练过程进行了生命周期评估，量化了其碳排放、水消耗和热回收等环境影响。该研究主要关注AI训练的环境可持续性，与您提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）无直接关联。
Automated Recommendation of Programming Learning Content Using Pattern-based Knowledge Components
Muntasir Hoq et al.
cs.CY cs.AI
本文研究使用基于模式的Knowledge Components (KCs)自动识别编程学习资源，通过代码样本中的模式提取和相似度度量实现推荐，在Python教学语料上验证了其有效性。该方法主要面向教育应用，与关键词中的code相关，但缺乏开创性或解决长期问题的显著贡献。
CANONIC: Governance Is Compilation
Dexter Hadley
cs.CY cs.AI cs.CL cs.PL
本文提出CANONIC框架，将治理视为编译过程，通过语法规则在内容准入边界进行机械性检查，但实验表明结构准入无法可靠区分可靠与不可靠内容，最终强调治理应保持记录可审计性。
The GenAI Skill Bypass: Mapping Divergent Pathways of University Students and Staff AI Literacy
Eduardo Oliveira et al.
cs.CY cs.AI
本文通过心理测量分析（Rasch模型和Guttman排序）挑战了GenAI素养的线性发展假设，发现学生与教职员工在感知技能难度上存在显著分歧（学生呈现“倒置”技能路径），为高等教育中差异化AI素养课程设计提供了实证基础。
Why does AI unlock new possibilities in STEM education? A Bibliometric Analysis of Trends and Future Agenda
Jesse Yusuf Chan et al.
cs.CY cs.AI
本文采用bibliometric方法分析了2015-2025年间242篇文献，揭示了AI在STEM教育中从intelligent tutoring systems向LLM驱动的inquiry-based learning的演变轨迹，指出AI通过提供intelligent scaffolding降低了知识理解门槛。
Contrastive Predictive Coding with Compression for Enhanced Channel State Feedback in Wireless Networks
Ahmed Y. Radwan et al.
cs.IT cs.AI eess.SP
本文提出了一种将Contrastive Predictive Coding (CPC)集成到3GPP兼容的CSI压缩架构中的统一框架，通过预测未来潜在表示并联合优化重构保真度和时间预测一致性，在不增加反馈开销的情况下实现了时间表示学习。该方法在3GPP数据集上展示了高重构精度和计算效率。
When AI Classifies: What Counts as Public Administration?
Shaoming Cheng, Laurie Schintler
cs.DL cs.AI cs.CY cs.DB
本文比较了五种基于作者定义、引用驱动和AI辅助的学术表征方法在识别公共管理及AI相关公共管理研究中的差异，发现不同方法识别出的是不同的知识领域而非同一领域的子集，表明AI驱动的学术分类具有解释性和自我强化倾向。
Linking Hadith Narrator Identities Across Heterogeneous Arabic Biographical Databases: A Multi-Signal Entity Resolution Pipeline
Taufiq Wirahman
cs.DL cs.CL cs.IR
本文提出一个两阶段entity resolution pipeline，用于将Hadith文献中的叙述者姓名与两个异构的阿拉伯语传记数据库进行链接，通过名称相似性、死亡年份接近度和可靠性等级极性等多信号加权函数实现跨库匹配，最终构建了一个包含185,216个节点和814,093条边的有向传输图。
CHARLIE: An On-Premise Multi-Agent Retrieval-Augmented Generation System for Evidential Reasoning in Forensic Science
Leandro D. Carneiro et al.
cs.DL cs.AI
本文介绍了一个名为Charlie的本地化多智能体RAG系统，用于法医科学中的证据推理。该系统通过结合本地检索、任务分解和结构化记忆，在保证数据主权和证据完整性的前提下处理异构文档。
Evaluating calibrated refusal and safe usefulness in dual-use biology settings
Edwin H. Wintermute et al.
cs.CR cs.AI
本文提出了BioSecBench-Refusal基准，用于评估AI agent在生物研究任务中的拒绝行为，发现许多模型配置对常规任务的拒绝率高于对隐藏风险的拒绝率，并指出拒绝行为主要由API过滤器触发。
CanvasAgent: Enabling Complex Image Creation and Editing via Visual Tool Orchestration
Hairui Zhu et al.
cs.CV cs.AI
CanvasAgent提出了一种多模态agent框架，通过CanvasCraft数据集（包含140K可执行轨迹）训练agent学习编排多种视觉工具（如图像生成、分割、编辑等）以完成复杂图像创建与编辑任务。该方法采用SFT和GRPO优化，但未涉及code、spectral、Muon或pretrain等关键词，且方法创新性有限。
A Task-Driven Evaluation of UAV Detection and Tracking under Synthetic Fog
Amir Pouladi et al.
cs.CV cs.LG eess.IV
本文提出了一种任务驱动的评估框架，通过合成雾气和图像恢复方法，评估了雾天条件下无人机检测与跟踪的性能。结果表明，雾气主要增加漏检率，而包含雾气的训练比测试时恢复更有效提升鲁棒性。
Learning 4D Geometric Priors for Inference-Efficient World Action Models
Jianjun Zhang et al.
cs.RO cs.AI
本文提出MECo-WAM，一种多专家协同训练的世界动作模型，通过在训练阶段引入4D几何先验（来自冻结的VGGT编码器）来增强视频-动作表征，同时保持轻量级推理图。该方法使用衰减的4D读掩码注意力和动作感知时序几何蒸馏来转移几何知识，在部署时移除所有辅助4D组件，实验表明其在不增加推理成本的情况下提升了机器人操作性能。
KAT-Coder-V2.5 Technical Report
Bo Huang et al.
cs.SE cs.AI
本文介绍了KAT-Coder-V2.5，一个专注于代码生成的agentic模型，通过端到端的agentic后训练框架（包括AutoBuilder和KwaiClawEnv）在可执行仓库中自主行动，并在多个软件工程基准测试中取得了领先结果。
Binocular Gaze Estimation with Single Camera and Single Light Source
Tongbing Huang et al.
cs.CV cs.AI
本文提出了一种仅使用单摄像头和单光源的双眼视线估计方法，通过引入“虚拟光源”和“虚拟光点”来模拟双光源系统，并利用瞳孔间距与光点间距的关系进行估计。该方法在减少硬件需求的同时保持了可接受的性能。
Is Your NPU Ready for LLMs? Dissecting the Hidden Efficiency Bottlenecks in Mobile LLM Inference
Guanyu Cai et al.
cs.AR cs.AI
本文通过开发细粒度分析工具PowerBench，首次对移动设备上大语言模型推理的硬件效率瓶颈进行了跨层测量研究，覆盖了CPU、GPU和NPU三种硬件后端。研究发现NPU在计算密集型预填充阶段表现优异，但在内存密集型的解码阶段效率低于CPU，且框架间性能差异在NPU上被放大至10倍。
Decision Protocols in Multi-Agent Large Language Model Conversations
Lars Benedikt Kaesberg
cs.MA cs.AI cs.CL
本文提出了Multi-Agent LLM (MALLM)框架，系统性地评估了投票、共识和裁判三种decision protocol在多智能体对话中的表现。实验表明，consensus protocol在知识密集型任务中表现优异，而voting和judge protocol在逻辑推理任务中更有效。
Privilege and confidentiality in generative AI workflows
Václav Janeček, Thomas Melham
cs.CR cs.AI
本文探讨了生成式AI系统中客户数据的三种存储方式（模型参数、上下文窗口、知识数据库）对法律保密性和特权的风险，并分析了英国和美国的法律案例及监管框架。文章旨在帮助法律专业人士理解GenAI系统中的数据泄露风险，以促进负责任的部署。
Full-range Binary Classifier Calibration for Stable Model Updates in Production
Konstantin Berlin
cs.CR cs.AI cs.LG
本文针对生产环境中检测模型因对抗性分布漂移而频繁重训练导致的输出分数不一致问题，提出了一种基于现有校准原语的校准方法，旨在使不同部署版本间的false-positive rate (FPR)曲线保持一致，从而稳定模型更新。
SHARC: SHAP-Based Interpretability in Machine Learning Risk Models for Regulatory Capital under ICAAP and CCAR
Ujjwala Vadrevu
q-fin.RM cs.LG
本文提出了SHARC框架，利用SHAP值解释混合GPR-HS模型在监管资本计算中的输出，将Stressed Value-at-Risk分解为均值驱动和波动率驱动成分，以增强模型在ICAAP和CCAR流程中的可审计性。
Black Hole Black Boxes: Numerical Black Hole Metrics via AInstein Neural Networks
Tancredi Schettini Gherardini, Edward Hirst, Alexander George Stapleton
gr-qc cs.LG hep-th
本文扩展了AInstein神经网络架构，用于求解Lorentzian度规的Einstein方程，并通过恢复Schwarzschild度规验证了该方法。
Lean-Quantum: Toward AI-Assisted Formalization of Quantum Information
Kazumi Kasaura et al.
quant-ph cs.AI
本文介绍了Lean-Quantum，一个基于Lean 4的量子信息形式化库，用于在计算机中验证量子信息理论中的定理。该库形式化了有限维量子系统中夹层Rényi相对熵的数据处理不等式，并提供了算子理论、非交换迹不等式等基础设施。
Statistical Adversaries: Natural Backdoor-like Features in Vision Datasets
Paul K. Mandal, Pavan Reddy, Tristan Malatynski
cs.CV cs.AI cs.CR cs.LG
本文研究了视觉数据集中自然存在的统计信号，这些信号类似于后门触发器但并非恶意插入，并证明了它们能跨模型架构转移并预测性地改变模型预测。
aiAuthZ: Off-Host, Identity-Bound Authorization for AI Agents
Sai Varun Kodathala
cs.CR cs.AI
本文提出aiAuthZ，一个用于AI agent的授权网关，通过将安全决策移出agent主机，并利用HMAC-SHA256签名、一次性nonce和基于角色的策略来验证调用者身份，从而防止被欺骗的agent执行越权工具调用。实验表明，该网关在15个语言模型上实现了0%的残余攻击成功率，且仅增加不到0.03毫秒的决策延迟。
Rendering-Aware Bayesian 3D Gaussian Splatting with Native Uncertainty and Adaptive Complexity Control
Gaoxiang Jia et al.
cs.CV cs.AI
本文提出了一种渲染感知的贝叶斯3D Gaussian Splatting框架，通过Normal-Inverse-Wishart后验跟踪Gaussian几何，并引入Dirichlet过程扩展以控制组件使用。该方法在主动视图选择任务中提升了PSNR和LPIPS指标，并提供了更准确的预测不确定性校准。
Higher-Order Certified Robustness for Regression
Jie Zhang, Natalie Frank
stat.ML cs.LG
本文针对回归任务中的对抗鲁棒性认证问题，提出了一个基于随机平滑的预测中心化认证框架，通过显式引入均值、方差和梯度信息来构建更紧的鲁棒性证书，并在MNIST旋转任务上展示了利用梯度信息相比现有方法的优势。
Deep Neural Variation Spaces: A Unifying Perspective on Depth and Complexity
Julia Nakhleh, Robert D. Nowak
stat.ML cs.LG math.FA
本文提出了一种统一的深度全连接神经网络函数空间理论，通过递归的\(\ell^1\)有界线性组合定义函数，适用于多种激活函数。该理论统一了基于范数的复杂度界和深度的变分刻画，并证明了在单变量ReLU情况下深度仅带来常数尺度的重缩放，无功能多样性增加。
Harnessing Generative Image Models for Training-Free Primitive Shape Abstraction
Gregor Kobsik, Tim Elsner, Leif Kobbelt
cs.CV cs.AI
本文提出了一种无需训练的方法，利用生成式图像模型（generative image model）和视觉语言模型（vision-language model）将3D形状抽象为几何基元（superquadric primitive）的紧凑集合。该方法通过多视图渲染、语义分割和参数优化实现，不包含任何可学习参数，具有类别无关和旋转不变性。
Whose fairness? Structural concentration in AI bias research
Abhash Shrestha et al.
cs.CY cs.AI cs.DL
本文通过文献计量学和语义聚类分析了692篇AI偏见研究论文，发现该领域在结构上高度集中，由少数国家（尤其是美国）、机构和作者主导，而中低收入国家参与不足。研究指出，这种集中性可能导致偏见缓解方法在多样化部署环境中缺乏普适性。
Hierarchical Classification via Cascading Feature Elimination: Application to Human Phenotype Ontology-Aligned Facial Phenotyping (FaceMesh2HPO)
Fabio Hellmann et al.
cs.CV cs.AI cs.LG
本文提出了FaceMesh2HPO框架，用于将面部表型分类与人类表型本体（HPO）对齐，通过从2D图像生成3D面部网格并训练基于PointNet的层次化级联分类与特征消除管道，在多个疾病上取得了中等性能。该方法在父节点上表现较好，但在稀有叶节点上性能有限，且与关键词列表中的概念无直接关联。
DBNN: Neural Spike Classification Using a Deep Binarized Neural Network
Binyi Ren, Luca M. Meyer, Majid Zamani
eess.SP cs.LG
本文提出了一种用于神经尖峰分类的深度二值化神经网络(DBNN)系统，通过二值化隐藏层和定点输出层实现无乘法器推理，在FPGA和ASIC上均展现出极低的硬件开销与功耗。该方法在合成与体内数据集上达到98.7%的中位分类准确率，但与我提供的关键词列表关联度较低。
To Retain or to Adapt? Generalizing Continual Learning
Giulia Lanzillotta et al.
stat.ML cs.AI cs.LG
本文质疑了持续学习中“保留所有旧知识”的传统假设，通过形式化平均终身误差（ALE）并引入迁移效率（Transfer Efficiency）指标，揭示了在非平稳环境中保留知识可能阻碍实时适应。作者推导出临界任务持续时间（Critical Task Duration）的闭式阈值，并提出了预测持续学习（Predictive Continual Learning）这一新算法框架，该框架通过动态建模未来任务来优化期望性能。
Taxlifier: Leveraging Disease Taxonomy for Enhanced Multi-Label Classification in Chest Radiography
Mohammad S. Majdi, Jeffrey J. Rodriguez
cs.CV cs.LG
本文提出两种基于疾病taxonomy的分层多标签分类方法（loss-based和logit-based），用于胸部X光影像中的thoracic disease分类。通过在三个大规模数据集上的实验，该方法在accuracy、AUC和F1分数上相比baseline有显著提升，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。
EvalLoop: A Methodology for Evaluation-Driven Iterative Improvement of Business AI Systems
Kenneth Benavides, Josh Fleischer, Danti Chen
cs.SE cs.AI
本文提出了EvalLoop，一种用于商业AI系统的评估驱动迭代改进方法，通过维度度量分组、失败模式分类和结构化迭代工作流来诊断系统性能问题。案例研究表明该方法能有效识别并修复模型缺陷，但未涉及code, context, spectral, Muon, pretrain, agent, attention等关键词相关技术。
REVIVE: A Multi-Modal Framework for Vandalism Detection and Recovery in Autonomous Vehicles
Abdullah Tariq Choudhry, Tapadhir Das
cs.CV cs.LG
本文提出REVIVE框架，用于检测和恢复自动驾驶车辆中由破坏行为导致的摄像头遮挡攻击。该框架结合了二分类检测、多模式识别、基于EfficientNet的U-Net分割以及类型感知的恢复策略（如BLIP引导的Stable Diffusion修复），实验表明在特定条件下能有效恢复目标检测性能。
Integrating GNSS-Derived Zenith Wet Delay into a Weather Foundation Model Improves Precipitation Forecasting
Leonardo Trentini et al.
physics.ao-ph cs.LG physics.geo-ph
本文首次将GNSS-derived Zenith Wet Delay (ZWD)集成到Aurora天气基础模型中，发现这能改善六小时累积降水预报，特别是在极端降水事件中，Equitable Threat Score提升8.8%。该工作主要关注降水预报的改进，与关键词中的pretrain有一定关联，但方法本身并非开创性突破。
Physics-Regularized Machine Learning for Proprioceptive Vehicle Localization Using Onboard Sensors
Abinav Kalyanasundaram et al.
cs.RO cs.AI cs.LG
本文提出了一种结合Kalman滤波与机器学习的混合框架PRML2，用于从车载传感器进行本体感知车辆定位。该方法通过可微Kalman滤波器实现端到端训练，提升了定位精度与泛化能力。
What Do AI Agents Actually Change? An Empirical Taxonomy of Mutation Patterns in Performance-Improving Pull Requests
Illia Dovhoshliubnyi et al.
cs.SE cs.AI
本文对AI coding agents在性能改进型pull request中的代码修改模式进行了实证分类，发现name modification、object creation和type change是主要突变类型，并指出agent身份和性能策略可作为SBSE操作符空间的先验信息。
Uncertainty-Aware Velocity Correction for Proprioceptive Vehicle Localization using Evidential Mamba
Abinav Kalyanasundaram et al.
cs.RO cs.LG
本文提出EVC-Mamba架构，利用Mamba模型和evidential deep learning从车载传感器数据中估计速度，用于修正IMU漂移。该方法在GNSS失效环境下实现了接近专用外部传感器的定位精度，并支持实时部署。
Beyond Accuracy: How Humans Evaluate Legally Correct but Socially Controversial Legal Advice from Machines
Benjamin Minhao Chen, Zhiyu Li
cs.CY cs.AI cs.HC
本文通过一项针对中国成年人的调查实验，研究了普通人如何评估由AI系统或人类律师提供的法律建议。结果表明，AI属性对建议合理性的感知没有净效应，但通过客观性与全面性等中介路径产生相反影响，而提供法律推理则能显著提升合理性感知。
Depression Symptoms and Relational Patterns in 187k ChatGPT Histories
Neil K. R. Sehgal et al.
cs.HC cs.AI
本文分析了187k个ChatGPT对话历史，发现高抑郁症状（PHQ-8得分>=10）的用户更频繁地使用ChatGPT进行心理健康、人际和孤独相关对话，且语言中第一人称单数代词和绝对化术语更多。研究认为这些对话不应被视为临床筛查数据，而是LLM作为非正式支持基础设施的证据。
Beyond Heuristic Tuning: Power-Calibrated LLM Watermarking
Xiaopu Wang et al.
stat.ML cs.LG
本文针对logit-based watermarking（基于logits的水印）技术，提出了一个power-calibrated（功率校准）统计框架，建立了水印超参数、检测能力与语义失真之间的显式定量关系，从而将水印设计转化为有指导的优化问题。实验验证了该框架能一致地识别出Pareto最优解。
IMR: Iterative Mode-World Weighted Regression for Multi-Agent Trajectory Prediction
Honglin Wang, Shiyao Pan, Yun-Fu Liu
cs.RO cs.AI cs.CV cs.LG
本文提出了一种用于多智能体轨迹预测的迭代模式世界加权回归方法，通过模式世界加权回归损失缓解模式崩溃问题，并利用迭代解码器分段递归生成轨迹以提高预测精度。该方法在Argoverse 2基准测试中取得了领先性能。
Plainbook: Data Science, in Plain Language
Luca de Alfaro et al.
cs.HC cs.AI cs.SE
本文提出Plainbook，一种以自然语言描述为核心的notebook系统，通过自动从描述生成代码并采用线性执行语义，使不熟悉代码的用户也能进行数据分析，并内置了基于值检查的验证机制。
Association Restoration Test: Revealing Restorable Shortcuts after Unlearning
Amy Lu, Changxiu Ji
cs.CV cs.LG
本文提出Association Restoration Test (ART)方法，用于诊断模型在association unlearning后是否仍保留可被原始classifier恢复使用的shortcut association。实验表明ART与现有output metric和representation probe评估了shortcut mitigation的不同方面。
Sudoku Grids That Require Many Clues
David Eppstein, Xinyu, Zhang
cs.DM cs.DS
本文证明了大多数\(n^2\times n^2\)数独网格需要几乎所有单元格作为线索才能被唯一解出，并构造了\(9\times 9\)和\(16\times 16\)数独中分别需要18和80个线索的网格实例。
Width-Robust Learnability in Mean-Field Bayesian Neural Networks
Dmitry Vaintrob, Kaarel Hänni
stat.ML cs.LG
本文研究了mean-field Bayesian neural networks中宽度鲁棒的可学习性，证明了在固定深度下，布尔立方体目标族在无限宽度下可多项式样本学习当且仅当其在多项式宽度下可学习，且等价于其reduced entropy被多项式有界。该结果通过子采样方法实现，从无限宽度的mean-field解中选取多项式个代表神经元以保持学习函数。
The Balkanization of Execution-Security Research for AI Coding Agents: Isolation, Access Control, and Time-of-Check-to-Time-of-Use Vulnerabilities
Mohammadreza Rashidi
cs.CR cs.AI
本文系统化整理了2023至2026年间39篇关于AI coding agents执行安全的研究论文，将其归为17个类别，并识别出五个未被任何单篇论文覆盖的跨领域空白，包括隔离架构缺乏统一基准评估、策略执行与隔离研究脱节、TOCTOU与MCP威胁未被统一分析等。文章旨在为执行安全领域提供首个专门的系统化综述，并提出了针对这些空白的研究议程。
Unicode TAG-Block Concealment of Tool-Metadata Payloads in the Model Context Protocol: An Approval-View Fidelity Gap Across Three Independent Server Implementations
Mohammadreza Rashidi
cs.CR cs.AI cs.SE
本文研究了Model Context Protocol (MCP)中Unicode TAG-block编码导致的approval-view与模型上下文之间的信息隐藏漏洞，通过构建概念验证攻击，展示了该机制可绕过人类审查并注入payload。该工作主要关注协议安全漏洞，与关键词中的code, context, agent有一定关联，但方法本身缺乏开创性，且未涉及spectral, Muon, pretrain, attention等核心概念。
From Closed-Loop Optimization to Open Decision Making: Coupled Digital Twins for Predictive and Autonomous Microscopy
Yu Liu et al.
cond-mat.mtrl-sci cs.LG
本文提出了一种耦合数字孪生框架，将实验中的样本响应和仪器检测分离建模，用于预测显微镜操作结果。在振幅调制扫描探针显微镜中，通过物理信息编码器和确定性扫描模型实现了该框架，但方法本身并非开创性，且与关键词关联较弱。
LEGATO 2: Toward Multimodal Sheet Music Recognition and Understanding
Guang Yang et al.
cs.CV cs.AI
本文提出了Legato 2，一个用于从乐谱图像中提取符号记谱和语义知识的pipeline。它采用按系统（system）顺序处理的神经模型进行optical music recognition (OMR)，并首次实现了包含文本内容的符号转录，在多个数据集上超越了先前最优方法。
FORGE: Towards Functional Tool-Use Generalization via Keypoint Trajectory Reasoning
Chuhao Zhou et al.
cs.RO cs.AI cs.CV
本文提出FORGE方法，通过将功能性推理与动作执行解耦，利用关键点轨迹作为中间表示，使机器人能够将已知工具的功能泛化到未见过的工具上。该方法在七种工具的击打功能基准测试中，在仿真和真实世界均取得了超过现有方法两倍的成功率提升。
Segmentation before Answering: Pixel Grounding for MLLM Visual Reasoning
Yake Wei et al.
cs.CV cs.AI
本文提出SegAnswer方法，将MLLM视觉推理中的区域放大操作从bounding box提升至pixel-level segmentation mask，通过精细掩码隔离目标区域以过滤背景干扰。实验表明该方法在感知与幻觉基准上取得一致改进，并展现了可靠的像素级定位能力。
Contextual Procurement Auctions with Bandit Learning
Yiling Chen, Shi Feng, Sadie Zhao
cs.GT cs.LG
本文研究重复的contextual procurement auctions（情境采购拍卖）中平台需从bandit feedback（赌博机反馈）学习context-dependent product values（情境依赖产品价值）的问题。作者提出了一个精确诚实的explore-then-commit机制和frozen-payment UCB机制，并分析了其regret（遗憾）与incentive（激励）之间的权衡。
Latency-Constrained Hardware-Aware Quantum Error Correction Co-Design with Adaptive Confidence-Gated Neural Decoding for the Rotated Surface Code
Sumit Chongder
quant-ph cs.ET cs.LG
本文提出了一种针对旋转surface code的自适应置信门控解码框架，使用轻量级前馈神经网络进行快速路径解码，仅将低置信度预测升级到最小权重完美匹配（MWPM）细化阶段。实验表明，该方法在电路级退极化噪声下实现了精度与延迟的权衡，但整体方法更偏向工程优化而非理论开创性。
Complementary Roles of Image Classification and Vessel Segmentation in AI-Based Screening for Retinopathy of Prematurity Plus Disease in a Kenyan Preterm Cohort
Fred Mutisya et al.
cs.CV cs.AI
本文研究了在肯尼亚早产儿队列中，基于AI的早产儿视网膜病变（ROP）Plus疾病筛查中图像分类与血管分割的互补作用，通过分析121名婴儿的眼底图像，评估了多种模型配置的性能。结果表明，分类器具有高敏感性但易过度转诊，而分割模型特异性更高，两者结合可提升整体筛查效果。
Tangent classes of matroids and wonderful compactifications
Ronnie Cheng, Shurui Liu, Guoxiong Gao
math.AG cs.AI math.CO
本文为每个无环matroid \(M\)和Feichtner-Yuzvinsky building set \(\mathcal{G}\)构造了一个整数值的切类\(T_{M,\mathcal{G}}^{\mathbb{Z}}\)，在可实现情形下它对应于相应wonderful紧化的切丛类，并通过Hirzebruch-Riemann-Roch恢复Chow环的Hilbert级数。该论文由AI数学推理agent Danus自主生成，展示了AI在数学研究中的潜力。
VisTCP: A Visualization Framework to Construct Knowledge-Graph-Based Representation for Traditional Chinese Painting
Zhiguang Zhou et al.
cs.HC cs.AI
VisTCP提出了一种结合TCP导向智能模型与专家知识的可视化框架，通过人机协同的方式构建中国画的基于知识图谱的结构化表示。该框架利用专家标注数据训练模型，并通过联合嵌入可视化视图展示模型不确定性，支持用户迭代优化。
Beyond Refusal: A Same-Lineage Study of Aligned and Abliterated LLMs for Vulnerability Analysis
Mingchen Li et al.
cs.SE cs.AI cs.CR
本文研究了同一模型族中Aligned（保持拒绝行为）和Abliterated（移除拒绝行为）两种安全状态对LLM辅助软件安全分析的影响，通过对比Gemma和Qwen模型族在漏洞检测、定位和修复等任务上的表现，发现Abliterated模型在部分任务上具有更高的可用性。该工作主要关注安全对齐与模型可用性的权衡，与关键词中的code和context有一定关联，但方法本身缺乏开创性。
Think Before You Grid-Search: Floor-First Triage for LLM Serving
Yihua Liu
cs.PF cs.AI cs.DC
本文提出了一种名为"Floor First"的LLM服务优化工作流，通过将解码步骤建模为五维资源向量并计算乐观下界与悲观下界来评估性能，避免了对大量配置的网格搜索。该方法在DeepSeek-V3.2风格的671B MoE/MLA模型上进行了案例分析，展示了不同attention布局（如TP16和EP16+DP-attention）在资源限制下的权衡。
Harrison.Rad 1.5 Technical Report: A radiology foundation model that can draft reports from images, priors and clinical context
Suneeta Mall et al.
cs.CV cs.AI
本文介绍了Harrison.Rad 1.5 (HR1.5)，一个放射学专用的多模态大语言模型，能够处理交错文本和视觉输入并生成结构化报告。该模型通过三阶段训练流程实现，并在模拟FRCR考试和多项临床基准上取得了领先性能，但方法上未体现与关键词相关的开创性突破。
i-EXAM: Instructable and Explainable Attack Connectivity Graph Modeler
Rakesh Podder et al.
cs.CR cs.AI
本文提出了一种名为i-EXAM的规划驱动工具，用于帮助系统管理员创建复杂网络的安全配置文件并执行假设分析。该工具通过规划编译提供可靠性和完备性保证，以识别攻击路径、评估安全指标并生成多样化加固策略。
Few-Medoids: An Embarrassingly Simple Coreset Selection Method for Few-Shot Knowledge Distillation
Cemil-Andrei Dilmac, Florinel-Alin Croitoru, Radu Tudor Ionescu
cs.CV cs.AI cs.LG
本文提出了一种极其简单的coreset selection方法few-medoids，通过选择每个类别中距离centroid最近的样本构成子集。实验表明该方法在few-shot knowledge distillation任务中能稳定超越随机选择和其他基线方法。
On the convergence of graph Laplacians with a symmetric divergence
Liane Xu
stat.ML cs.LG
本文研究了光滑紧致连通Riemannian子流形上，由对称散度构造的graph Laplacians的收敛性，证明了散度与测地距离平方之间的四阶误差界，并讨论了Sinkhorn散度作为例子的情形。
From Textural Counterpoint to Feature Encoding: A Multi-Dimensional Machine Representation Study of Haydn's "The Lark" Integrating Electroacoustic Analysis
Yakun Liu et al.
cs.SD cs.AI
本文提出了一种结合古典音乐分析与电子声学测量的跨学科方法，通过将听觉感知转化为可量化的物理参数，并引入基于事件的时戳（Event-based Timestamps）和角色感知编码（Role-Aware Encoding）来改进机器对复调音乐的特征提取，为构建具有社会属性的人机协作音乐系统提供了理论框架。
PolicyShiftGuard: Benchmarking and Improving Policy-Adaptive Image Guardrails
Mingyang Song et al.
cs.CV cs.AI cs.CL
本文提出了PolicyShiftBench基准和PolicyShiftGuard模型，用于解决图像安全护栏在策略变化下的适应性问题。PolicyShiftGuard通过两阶段训练（RP-SFT和BP-Adapt）使模型能根据当前策略判断图像是否违规，实验表明其性能优于现有VLM和专用护栏。
Energy-Efficient GPU DVFS for Fine-Tuning of SLMs on Resource-constrained Embedded Devices
Jurn-Gyu Park et al.
cs.PF cs.LG
本文研究了在资源受限的嵌入式GPU平台上，通过动态电压频率调整(DVFS)实现小语言模型(SLM)微调的能效优化，提出了一种基于机器学习的模型选择方法以选取最优DVFS设置，并在NVIDIA Jetson AGX Orin上实现了平均13.11%的能耗节省。
Mitigating Errors in LLM-Generated Web API Invocations via Retrieval-Augmented Generation and Constrained Decoding
Daniel Maninger et al.
cs.SE cs.LG
本文探讨了通过检索增强生成(RAG)和约束解码(CD)两种方法，来减少大语言模型(LLM)在生成Web API调用代码时的错误。实验表明，RAG在生成完整API调用时能减少幻觉，但在已知端点时可能引入不必要的参数；而CD能可靠地防止非法URL、HTTP方法和参数，显著提升代码正确性。
Signed-Graph Recommendation as Structural Consistency Maximization
Zifan Wang, Siyu Chen, Wenzhuo Song
cs.SI cs.AI
本文提出SSC-Loop框架，将符号社交推荐建模为structural consistency最大化问题，通过ESA-DA模块、P/N/O传播机制和对比学习目标分别处理结构、传播和语义层的一致性。实验表明该方法在Epinions和Slashdot数据集上有效缓解了结构噪声和数据稀疏性问题。
NegROI: Click-Centric Uncertainty-Guided Refinement with Scene-Conditioned Negative Prompts for Robust Interactive 3D Segmentation
Shuheng Zhang, Feng Wu
cs.CV cs.AI
本文提出NegROI，一种基于transformer的交互式3D分割框架，通过点击中心的多分辨率细化和场景条件负提示来提升分割精度。该方法在多个基准数据集上展示了更好的点击效率和跨数据集鲁棒性。
Agentic AI for IPoDWDM Network Lifecycle Automation: An MCP-Enabled Architecture
Chunmin Xia et al.
cs.NI cs.AI eess.SP eess.SY
本文提出了一种基于MCP架构的分布式、厂商无关的SDN自动化框架，用于多厂商、多层IPoDWDM网络的端到端生命周期管理，并在实验平台上进行了验证。
Decoupled Single-Mask Annotation Noise Detection via Cross-Sectional Patch Self-Consistency
Yinheng Zhu, Xiaowei Xu
cs.CV cs.AI
本文提出了一种解耦的单掩膜标注噪声检测框架，利用横截面patch自一致性来检测血管CT数据中的标注错误。该方法通过沿血管中心线提取横截面patch并检索强度相似的邻居，基于掩膜不一致性计算噪声分数，从而生成可解释的噪声证据。实验在冠状动脉CT数据集上验证了该方法能有效提升训练鲁棒性并揭示系统性的标注偏差。
MCP-Enabled Agentic AI for Autonomous IPoDWDM Network Lifecycle Automation
Chunmin Xia et al.
cs.NI cs.AI cs.MA eess.SY
本文提出了一种基于MCP的agentic AI架构，用于实现IPoDWDM网络的自主生命周期自动化，并在真实测试平台上验证了其闭环控制能力。
Discovering Frequent Closed Embedded Sub-DAGs in Spatio-Temporal Event Data
Piotr S. Maciąg
cs.DB cs.LG
本文提出了一种基于发现频繁封闭嵌入子有向无环图（sub-Directed Acyclic Graphs, sub-DAGs）的方法，用于挖掘时空事件数据中的模式。该方法将事件实例表示为节点，边捕捉时空上的跟随关系，并通过DigDag算法实现高效挖掘，实验表明其效率优于SLEUTH和CSTPM算法。
Efficient and Robust Lock-Free Multi-Word Compare-and-Swap via Contention-Aware Helping
Motoki Unno, Kento Sugiura, Yoshiharu Ishikawa
cs.DB cs.DC cs.DS
本文提出了一种新的lock-free Multi-Word Compare-and-Swap (MCAS)算法，通过contention-aware helping机制和version embedding方法，分别解决了高竞争下的性能下降和ABA问题。实验表明，该算法在吞吐量上优于现有方法，但未涉及code、context、spectral等关键词。
REAN: Reconstruction-aware ECG Anonymization Based on Privacy--Utility Orthogonality
Taerin Ki et al.
cs.CR cs.LG
本文提出REAN方法，使用1-D U-Net重构ECG信号，通过冻结的privacy和utility分类器的损失训练，利用二者梯度近正交性（约93.8度）来平衡隐私保护与效用保持。实验表明该方法在多个数据库上实现了强隐私-效用平衡，但未涉及关键词中的code、context、spectral、Muon、pretrain、agent或attention等概念。
Separation Capacity of Scattering Networks on Low-Dimensional Datasets
Konstantin Häberle, Helmut Bölcskei
stat.ML cs.IT cs.LG math.CA
本文研究了低维数据集上散射网络（scattering network）的分离能力（separation capacity），通过将数据建模为可整流集（rectifiable set），给出了特征提取器分离能力的几何刻画与上界，并提出了滤波器设计准则。
BlueMagpie-TTS: A Token-Efficient Tokenizer, Language Model, and TTS for Taiwanese-Accent Code-Switching Speech
Ho Lam Chung et al.
cs.SD cs.CL
本文提出BlueMagpie-TTS系统，通过训练针对台湾语境的PangolinTokenizer和Barbet语言模型，改进了台语口音中英混合语音的TTS性能。该系统将Barbet作为文本语义前端连接到VoxCPM2的声学堆栈，在测试集上显著降低了CER和WER。
Nested Episodic State Topology (NEST): A Graph-Theoretic Architecture of Cognitive States
Ishant
cs.HC cs.CL
本文提出了NEST，一种基于graph-theoretic的认知状态表示本体论，将概念、episode和任务上下文建模为带类型的加权graph，并定义了六类edge关系。该工作主要提供了一个形式化的表示框架，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）没有直接关联。
Determinantal point process sampling for bioacoustic active learning
Hugo Magaldi, Gabriel Dubus
cs.SD cs.LG
本文提出了一种名为CARE-DPP的batch active-learning方法，用于生物声学监测中的音频数据标注。该方法通过结合类别平衡的预测不确定性和嵌入空间新颖性，并利用determinantal point process (DPP)目标选择高质量且非冗余的批次，在BirdSet和ATBFL数据集上取得了优于CoreSet基线的平均AULC结果。
Prompt Coach: An Empirical Evaluation of an Agentic Tutor for Learning Prompt Engineering in Software Development
Rohit Mehra et al.
cs.SE cs.AI cs.CY cs.HC
本文介绍了一个名为Prompt Coach的agentic tutor，用于帮助软件开发者在IDE中学习如何编写高质量的代码生成prompt。通过一项包含15名专业开发者的实证研究，作者展示了该工具在提升prompt编写技能方面的有效性。
PVCap: Towards Accurate 3D Dense Captioning via PseudoCap and VoxelCapNet
Xiaopei Wu et al.
cs.CV cs.AI
本文提出PVCap方法，包含PseudoCap数据增强和VoxelCapNet网络架构，通过实例级随机混合和teacher-student框架生成伪标注，并利用voxel特征改进caption网络，在3D密集描述任务上显著提升性能。
Agents That Teach: Towards Designing Incidental Learning Back into AI-Assisted Software Development
Rohit Mehra et al.
cs.SE cs.AI cs.CY cs.HC
本文讨论了AI编码代理（agent）在软件开发中导致开发者“知识债务”（Knowledge Debt）的问题，并提出了六项设计原则及一个名为“SHIELD”的多代理系统，旨在将偶然学习（incidental learning）重新融入开发流程。文章主要关注人机交互与软件工程中的学习机制，与关键词中的“agent”有一定关联，但方法上缺乏开创性且未解决长期存在的数学或理论问题。
EcoVision: AI-Powered Drone Imaging for Salt Marsh Vegetation Monitoring and Dominance Mapping
Innocent Onyenonachi, Peter J. Lawerance, Nadia Kanwal
cs.CV cs.AI
本文提出了一种名为EcoVision的AI驱动无人机成像系统，用于盐沼植被监测和优势度制图。该系统通过结合transformer语义分割和ConvNeXt分类的模块化流程，实现了对两种盐生草类的像素级分割和物种级分类。
RoME: Robust Mixture of Low-Rank Experts against Multiple Adversarial Perturbations
Woo Jae Kim et al.
cs.CV cs.AI
本文提出RoME方法，通过将每个专家作为共享backbone的低秩加性更新，并引入双尺度门控和威胁引导的门控多样化策略，以解决多扰动对抗训练中专家忽略威胁特定特征和门控网络学习相似路由模式的问题。实验表明该方法在联合鲁棒性和自然准确率上优于现有方法。
LLM-Guided Measurement Credibility Correction for Trustworthy Industrial Process Inference
Youcheng Zong, Runda Jia, Dakuo He
eess.SY cs.AI
本文提出LLM-Guided Measurement Credibility Correction (MCC)方法，利用LLM将过程文档中的测量含义转化为数值模型可用的语义，在预测前修正输入测量值的可信度，从而提升工业过程预测与软测量的鲁棒性。该方法在多个任务上显著降低了平均绝对误差，且仅增加少量在线参数。
6G Sensing Security: Distributed Game-Theoretic RL for Urban Beamforming and Attacker Detection
Parmida Geranmayeh, Onur Günlü
cs.IT cs.CR cs.GT cs.LG cs.NI
本文利用博弈论和reinforcement learning (RL)框架，针对6G integrated sensing and communication (ISAC)系统中的主动攻击者检测问题提出了一种分布式波束赋形方法。该方法通过建模合法用户与攻击者之间的交互，旨在提升城市环境下的通信安全性。
Static Metrics Are Insufficient: Predicting Java Method Energy Usage with Execution Time
Muhammad Imran, Vincenzo Stoico, Ivano Malavolta
cs.SE cs.AI cs.LG
本文研究了Java方法能耗预测的局限性，发现仅靠静态源代码指标预测效果很差（R2接近0），而加入执行时间作为轻量级动态输入后预测精度显著提升（R2最高达0.46）。执行时间、内部方法调用和圈复杂度是能耗的最强预测因子。
Evaluating Fine-Tuning and Metrics for Neural Decompilation of Dart AOT Binaries
Raafat Abualazm, Ayman AboElhassan, Amr G. Wassal
cs.SE cs.AI cs.CR
本文研究了Dart AOT二进制文件的神经反编译，评估了微调策略和评估指标的有效性。实验发现，微调并未显著提升pass@k指标，且CodeBLEU和compile@k与pass@k存在指标分歧，表明pass@k应作为主要评估指标。
Property-Driven Synthetic Data Engineering for Data-Scarce Software Systems: Reflections from the Breast Cancer Domain
Aurora Francesca Zanenga et al.
cs.SE cs.AI
本文讨论了在数据稀缺的软件系统中，特别是乳腺癌术中放疗领域，合成数据工程面临的核心挑战，即如何确定、获取和验证合成数据必须保留的属性，并提出了“属性驱动的合成数据工程”这一概念。
Enhanced Seam Segmentation for Automated Welding Robot in Construction Through Transfer Learning: Addressing Limitations of Bilateral Segmentation Network
Keonvin Park et al.
cs.CV cs.LG
本文针对建筑自动化焊接中的焊缝分割问题，提出了一种基于迁移学习和混合损失函数（Cross-Entropy与Lovász loss）的反射鲁棒分割框架，增强了BiSeNetV2骨干网络。该方法在不增加计算复杂度的前提下，显著提升了在强反射和薄焊缝几何条件下的分割性能。
When Does Tool Use Increase the Expressive Power of Finite-Precision Recurrent Models?
Nikola Zubić et al.
cs.FL cs.CC cs.CL
本文研究了有限精度循环模型（如有限精度状态空间模型）在调用外部工具时计算表达能力的提升。作者将模型建模为与oracle交互的有限状态控制器，并证明有限状态工具几乎不增加表达能力，而一个最小无限状态工具（如磁带）可使系统图灵完备。该工作为工具增强的循环模型提供了理论界限。
The singleton hypergraph is extremal for the Isolation Lemma
Vance Faber, David G. Harris
math.CO cs.DS
本文研究了超图上的Isolation Lemma，证明了包含\(n\)个单点边的超图在最小化隔离权重赋值数量方面是极值结构，并给出了一个下界。该结果证实了Faber & Harris (2018)中的一个猜想。
Using Tanner Spectral Reduction to Improve Multi-Layer Optical Lattice Routing for Hypergraph-Product and Bivariate Bicycle qLDPC Codes
Joshua M. Courtney
quant-ph cs.DS
本文研究了hypergraph-product (HGP)和bivariate-bicycle (BB)码的Tanner图谱，通过谱分解将路由深度分析简化为基矩阵的SVD，并提出了一个多层三维AOL路由协议，在特定硬件条件下实现了每周期步数的显著减少。
TriA Pipeline: A Large-Scale Automatic Audio Annotation Pipeline For Audio Classification In Specific Scenarios
Hong Lyu et al.
eess.AS cs.AI cs.LG
本文提出了一种名为TriA Pipeline的自动音频标注流程，用于在特定场景下高效生成带事件标注的训练数据，并构建了覆盖431个音频类别、超过2130小时的TriA数据集。实验表明，结合该数据集中的先验知识子集可在家庭音频分类任务上提升约3-4%的准确率和Macro-F1。
UBEP: Re-architecting Expert Parallelism Communication Library for Production Superpods
Yipeng Liu et al.
cs.DC cs.AI cs.NI
本文针对生产级超级计算集群（如NVIDIA NVL72/576和华为CloudMatrix384）上部署Mixture-of-Experts (MoE)模型时面临的通信瓶颈，提出了UBEP通信库。该库通过重新设计All-to-All原语，解决了BSP执行序列化、同步开销大和负载不均衡等问题，实验表明其能显著降低All-to-All延迟和MoE推理时间。
Entanglement as a Structural Complexity Axis: A PAC-Bayesian View of Generalization in Quantum Policies and Value Functions
Jian Xu et al.
quant-ph cs.LG
本文通过PAC-Bayesian理论研究了量子策略和值函数的泛化能力，发现Fisher几何的有效维度（由纠缠引起）比参数数量更能预测泛化差距，并在监督分类、量子上下文bandit和值函数泛化等实验中验证了纠缠会降低泛化性能。
A Convex Approximation Framework for Neural Likelihood-Based Bayesian Inverse Problems
Fabian Schneider, Tapio Helin, Leila Taghizadeh
stat.ML cs.LG math.PR stat.ME
本文研究了神经似然近似在贝叶斯逆问题中的应用，通过引入未归一化的势函数并将归一化纳入训练目标，证明了该学习问题是严格凸的，并给出了经验最小化器随样本量增长收敛到真实似然的理论保证。数值实验在去模糊和非线性PDE成像问题上验证了该方法。
VendorBench-100: A Unified Cross-Paradigm Benchmark for Deepfake Image Detection
Sharayu N. Deshmukh et al.
cs.CV cs.AI
本文提出了VendorBench-100，一个跨范式的deepfake图像检测基准，统一评估了商业API、zero-shot vision-language models和开源检测器。通过一个包含100张对抗性图像的语料库和统一评估框架，发现商业API的中位性能最强，但不同范式间的metric disagreement（如ROC-AUC与MCC的差异）是核心发现。
Kernel-based Operator Learning: Error Analysis, Budget Allocation, and a Physics-Informed Extension
Rüdiger Kempf
math.NA cs.LG
本文研究了两阶段采样框架下的kernel-based operator learning，通过耦合误差分析给出了训练样本数、输入观测数和输出分辨率之间的预算分配条件，并引入了一种physics-informed扩展方法，在在线重构阶段通过惩罚PDE残差来融入物理信息，无需重新训练。
Designing Maintainable Hybrid Generative Systems: A Quantum-Inspired Approach to Automated Music Harmony Generation
Josef Pavlicek
cs.SD cs.AI cs.ET eess.AS
本文提出了一种可维护的混合生成架构，用于从旋律自动生成音乐和声，结合了量子启发式候选探索与显式规则优化。该方法在结构连贯性、功能一致性等指标上进行了评估，但与我提供的关键词列表关联度较低。
UI2App: Benchmarking Visual Interaction Inference in Executable Web Application Generation
Grace Man Chen et al.
cs.SE cs.AI cs.CV
本文提出了UI2App基准，用于评估从UI截图推断交互行为的能力，实验发现视觉重建与交互实现之间存在显著能力差距。
Token-Based Dual-view Fusion and Adaptation of Large Vision Models for Breast Cancer Classification
Aysan Ghayouri Pirsoltan, Shima Babakordi, Mohammad Reza Mohammadi
cs.CV cs.AI
本文提出了一种基于token的双视角融合框架，用于乳腺X光图像的乳腺癌分类。该方法在冻结的Vision Transformer骨干网络中，通过专用的融合token在CC和MLO两个视角之间进行跨注意力交互，并在多个transformer深度插入融合模块以实现渐进式信息传播。实验表明该方法在VinDr-Mammo和CMMD数据集上优于线性探测和传统融合基线。
Dithered Gaussian Mechanism for Randomness-Efficient Differential Privacy
Nikita P. Kalinin, Rasmus Pagh
cs.CR cs.LG
本文提出了一种用于差分隐私的抖动高斯机制，通过离散化私有输出而非噪声分布本身来避免浮点精度漏洞，并证明其能通过分离高质量与公开随机源来显著降低对高质量随机比特的需求。该机制在DP-SGD模型训练中展示了以较小开销实现密码学安全噪声生成的潜力。
Responsible Personalisation: The Double-Edged Sword of Personalisation in Human-Robot Interaction
Antonio Andriella et al.
cs.RO cs.AI cs.HC
本文提出了一个基于生命周期和情境感知的人机交互个性化框架，从具身化视角分析了自主性侵蚀、偏见建模、操纵等伦理风险，并给出了设计建议。该工作主要聚焦于HRI领域的伦理讨论，与您提供的关键词（如code, spectral, Muon, pretrain等）关联度较低。
Training-Free Acceleration for Vision-Language-Action Models with Action Caching and Refinement
Ryuji Oi et al.
cs.RO cs.CV cs.LG
本文提出ActionCache，一种用于Vision-Language-Action (VLA)模型的即插即用外部缓存，通过复用过去中间动作来加速基于flow matching的动作生成过程，在保持任务成功率的同时显著降低推理延迟。该方法在仿真和真实环境中实现了高达\(11.75\times\)和\(34.43\times\)的加速。
A Function-Space Dichotomy for Compositional Learning: Exponential Sub-Optimality of the Neural Tangent Kernel
Arkaprabha Ganguli, Emil Constantinescu
stat.ML cs.LG
本文研究了训练神经网络与其神经正切核(NTK)极限在组合学习任务上的性能差异，通过傅里叶复杂度和架构复杂度之间的二分法，证明了当目标函数的这两种复杂度解耦时，NTK估计器的样本复杂度会指数级高于架构类的最小最大下界。
Learning to Throw Objects Safely in Multi-Obstacle Environments
Mohammadreza Kasaei, Klemen Voncina, Hamidreza Kasaei
cs.RO cs.CV cs.LG
本文提出了一种基于potential field state representation的机器人投掷方法，通过将目标吸引和障碍物排斥编码到固定网格中，使reinforcement learning策略能泛化到任意障碍物配置。实验表明该方法在杂乱环境中实现了高达90%的成功率，但未涉及code、spectral或Muon等关键词相关技术。
Fast Rational Univariate Representation via Gaussian Elimination
Alexander Demin, Fabrice Rouillier
cs.SC cs.DS math.AC
本文介绍了Julia包MRUR，用于计算零维多项式系统的rational univariate representation，通过稠密线性代数和Gaussian elimination实现FGLM-like阶段，能在数秒内处理数千个解的ideal。
What Images Cannot Say: Language-Guided Olfactory Representation Learning
Eleftherios Tsonis, Xi Wang, Vicky Kalogeiton
cs.CV cs.AI cs.LG
本文提出SCENT框架，利用Vision-Language Models生成场景描述作为语义桥梁，将电子鼻信号与视觉和文本表示对齐，以改进气味表示学习。实验在New York Smells数据集上展示了跨模态检索性能的提升，但与关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念关联较弱。
RuBench: A Repository-Level Agentic Coding Benchmark with Natively Authored Russian Task Specifications
Evgeny Shilov
cs.SE cs.AI cs.CL
本文提出了RuBench 1.0，一个包含25个从真实开源仓库中挖掘的俄语任务描述的repository-level agentic coding benchmark，用于评估coding agent在非英语、类客户请求场景下的修复能力。实验评估了多种CLI agent与模型的组合，并发现产品级agent的实际行为可能因安全回退机制而与预期模型不一致。
An Experimental Design Approach to Evaluating Agentic AI's Autonomous Model Discovery
Hao He et al.
stat.ME cs.AI
本文提出了一种实验设计与分析框架，用于系统评估大型语言模型编码代理（如Codex和Claude Code）在开放数据建模中的自主模型发现行为，通过回归模型和效用对齐的规范分解量化其变异性和关键因素。该框架在联网单词形成游戏测试平台上进行了验证，揭示了推理努力与成本及过程复杂性之间的关系。
Analysis-by-Proxy: Localization Signals in VLMs Operating as Condition Encoders
Yoav Baron et al.
cs.CV cs.AI
本文研究了Vision-Language Models (VLMs)作为condition encoder时定位能力下降的问题，提出Analysis-by-Proxy框架，通过训练轻量级proxy模型分析VLM中间表示中的localization信号，揭示了现有编辑pipeline中条件提取策略的根本性失败。
Lower Bounds for PIR with Preprocessing from Blackbox Cryptography
Alexander Hoover, Giuseppe Persiano, Kevin Yeo
cs.CR cs.CC cs.DS
本文研究了带预处理的单服务器私有信息检索(PIR)的计算下界，证明任何对密码学进行黑盒使用的方案，其在线摊销计算量必须为\(\Omega(n/s)\)，其中\(n\)是数据库大小，\(s\)是客户端存储量。该下界是最优的，并排除了从黑盒密码学构造具有次线性查询计算的双重高效PIR的可能性。
WordVoice: Explicit and Decoupled Multi-Dimensional Word-Level Control for LLM-Based TTS
Sihang Nie et al.
eess.AS cs.CL cs.SD
本文提出WordVoice框架，通过构建大规模双语数据集WordVoice-5A和引入bound-token机制，实现了对LLM-based TTS系统中词级声学属性（如duration, pitch）的显式解耦控制。该方法在保持零样本合成稳定性的同时，提供了精细化的多维度控制能力。
Provable learning separation for predicting time-evolution of quantum many-body systems
Rahul Bandyopadhyay et al.
quant-ph cs.AI cs.LG
本文研究了量子多体系统时间演化的可学习性问题，通过设计一个基于随机稳定子探针态和哈密顿量演化的监督学习任务，证明了量子算法在该任务上具有优势，而经典算法在特定条件下难以实现，除非BQP包含于P/poly。该工作为量子机器学习中的学习分离提供了理论依据，并连接了量子学习理论、量子模拟和量子机器学习。
Prompt-Adapter Context Routing for Parameter-Efficient Multi-Shot Long Video Extrapolation
Anna Córdoba et al.
cs.CV cs.AI
本文提出PACR-Video框架，通过冻结text-to-video diffusion transformer并添加低秩temporal adapters，结合recursive prompt bank和shot-role prompt tokens，实现了参数高效的多镜头长视频外推。该方法在多个基准上优于现有baseline，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。
Assessing the Operational Impact of Poisoning Attacks over Augmented 3D Point Cloud Public Datasets for Connected and Autonomous Vehicles
Marwan Lazrag et al.
cs.CR cs.CV cs.LG
本文研究了针对增强3D点云公共数据集的投毒攻击对自动驾驶系统的影响，验证了投毒攻击能够规避数据增强的净化效果，并影响通用分类器的决策。
AirflowAttack: Thermal-Airflow Adversarial Perturbations against Infrared Remote-Sensing Vision-Language Models
Cong Su et al.
cs.CV cs.AI
本文提出AirflowAttack，据称是首个针对红外遥感视觉-语言模型(VLM)的对抗攻击方法，通过生成受热气流湍流先验约束的输入无关扰动来实施攻击。实验表明该方法在多个CLIP骨干网络上取得了较高的攻击成功率，并揭示了红外VLM生态系统的关键脆弱性。
Industry Classification of GitHub Repositories Using the North American Industry Classification System (NAICS)
Kevin Xu, Alexander Quispe
cs.SE cs.AI cs.DB
本文提出了NAICS-GH数据集，通过结合BAAI/bge-large-en embeddings、FAISS检索和GPT-4.1的retrieve-and-verify流水线，为GitHub仓库标注了NAICS行业分类，并在人工验证样本上达到96.98%的精确度。该工作主要服务于开源软件产业分析，与关键词中的code、context等概念关联较弱。
ELSA3D: Elastic Semantic Anchoring for Unified 3D Understanding and Generation
Tianjiao Yu et al.
cs.CV cs.AI cs.LG
ELSA3D提出了一种基于弹性语义锚定（elastic semantic anchoring）的统一3D理解与生成模型，通过尺度感知的八叉树分词器（scale-aware octree tokenizer）和锚定令牌（Anchor Tokens）实现跨模态交互。该方法在图像/文本到3D生成及3D描述任务上达到最优性能，但未涉及code、context、spectral、Muon、pretrain或agent等关键词。

- 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.

↑