bluearXiv-ai - 2026-07-09

📄 所有论文 ↑ 回顶部

cs.LG

STAGformer: A Spatio-temporal Agent Graph Transformer for Micro Mobility Demand Forecasting ⭐ 精选

Ye Zihao

cs.LG cs.AI

本文提出STAGformer，一种用于微移动需求预测的时空Agent Graph Transformer。其核心创新在于引入可学习的spatial和temporal agent tokens，通过两步agent attention机制（先聚合全局信息再广播回各节点）将标准self-attention的二次复杂度降至$O(NT)$，实现了高效的全局建模。模型集成了时空编码器、图传播模块、时序卷积模块和agent attention模块，在纽约Citi-Bike和芝加哥Divvy-Bike数据集上显著优于现有基线。该方法与关键词中的agent和attention高度契合，且通过agent机制解决了大规模时空序列建模的计算效率问题，具有一定开创性。

Fractal KV-Cache Archives: Lossless Symbolic Storage with In-Place Retrieval for Long-Context LLM Inference ⭐ 精选

Vladimir Gusev

cs.LG

本文提出了一种基于contractive iterated-map codes的Fractal KV-Cache Archives方法，用于无损存储长上下文LLM推理中的量化KV cache。该方法支持$O(1)$随机访问和$O(1)$摊销追加，并能在存储向量上直接执行近似子串查询，实现原位检索。实验表明，在GPT-2上结合per-head residual vector quantization，可将缓存压缩36-54倍，同时揭示了key/value的不对称性。该方法在code（编码）和context（上下文）关键词上具有契合性，为长上下文推理的存储与检索提供了开创性方案。

Entropy Pacing Policy Optimization for Multi-Task Agentic Reinforcement Learning ⭐ 精选

Zetian Hu et al.

cs.LG cs.AI

本文提出了一种用于多任务agentic RL的Entropy Pacing Policy Optimization (EPPO)方法，解决了不同任务间探索-利用节奏不匹配的问题。该方法通过任务级动态clipping机制替代GRPO中的固定clipping阈值，根据任务entropy自适应调整更新范围，从而稳定多任务优化过程。实验表明EPPO在多任务agentic benchmark上优于现有方法，与关键词"agent"高度契合。

On Adversarial Vulnerability of Vision-Language Models through the Lens of Intermediate Spectral Subspaces ⭐ 精选

Chethan Krishnamurthy Ramanaik et al.

cs.LG cs.AI

本文提出了一种基于中间线性变换谱子空间的白盒攻击方法SSGRA (Spectral-Subspace-Guided Attack)，通过将中间表示与底部右奇异向量张成的子空间对齐，揭示了视觉-语言模型(VLM)中对抗性脆弱性的谱结构机制。该方法在攻击效果上优于现有基线，并为理解VLM的鲁棒性提供了新的谱解释视角，与关键词"spectral"高度契合。

Sparse Delta Memory: Scaling the State of Linear RNNs through Sparsity ⭐ 精选

Loïc Cabannes et al.

cs.LG

本文提出Sparse Delta Memory (SDM)架构，通过稀疏寻址机制将门控线性RNN的隐藏状态容量提升数个数量级。该方法用稀疏读写操作替代Gated DeltaNet中的稠密key-value外积，在等FLOP约束下显著提升了长上下文召回与上下文学习性能。此外，通过学习SDM记忆的初始状态作为参数化记忆，模型在常识推理任务上也有改进。该工作为线性注意力模型的状态容量扩展提供了新思路，与attention机制和context处理高度相关。

RLVP: Penalize the Path, Reward the Outcome ⭐ 精选

Bojie Li, Noah Shi

cs.LG cs.AI

本文提出了一种名为RLVP (Reinforcement Learning with Verifiable Penalties) 的方法，针对agent在真实世界交互中面临的两个核心挑战：路径约束（如不能重复拨打无人接听的电话）和样本效率低下。该方法通过引入可验证的路径惩罚（penalty on the path）与结果奖励（reward the outcome）相结合，解决了传统RLVR (Reinforcement Learning from Verifiable Rewards) 仅优化结果而无法表达路径约束的问题。作者证明了在agent环境中，路径惩罚能提供结果奖励所缺乏的组内方差（within-group variance），从而在保持高任务成功率的同时将违规率降至接近零，并给出了四条有效惩罚的设计规则。这项工作为agent在昂贵、不可逆交互中的在线学习提供了开创性的框架，与关键词“agent”高度契合。

FourierQK: Spectral Preprocessing of Query-Key Projections Improves Transformer Attention ⭐ 精选

Athanasios Zeris

cs.LG cs.CL eess.SP

本文提出FourierQK方法，通过对Transformer中的query-key (Q/K) projections进行基于FFT的spectral preprocessing（频谱预处理），显著提升了字符级语言建模的注意力机制性能。在TinyShakespeare数据集上，使用四个学习到的频率（对应段落、子段落、短语和单词尺度）可将验证损失降低79%，且这些频率收敛到近几何多尺度排序。该方法的关键创新在于将全局频域混合引入注意力机制，而随机正交或非正交投影均无改善，表明增益源于频谱预处理而非度量扭曲。该工作与FNet（用Fourier mixing替换整个注意力）不同，保留了完整的注意力分数结构，仅对Q/K投影进行频谱预处理，与关键词“spectral”和“attention”高度契合。

TimEE: End-to-end Time Series Classification via In-Context Learning ⭐ 精选

Jaris Küken et al.

cs.LG cs.AI

本文提出TimEE，一个仅4.5M参数的foundation model，用于通过in-context learning实现端到端的时间序列分类。该方法遵循prior-data fitted network (PFN)框架，完全在合成数据上meta-train，无需在真实数据上训练即可直接输出分类结果。在UCR基准上，TimEE在ROC AUC指标上排名第一，是首个仅通过合成pretrain达到此性能的模型，为时间序列分类提供了新的范式。

Single-Rollout Asynchronous Optimization for Agentic Reinforcement Learning ⭐ 精选

Zhenyu Hou et al.

cs.LG cs.AI

本文提出Single-rollout Asynchronous Optimization (SAO)方法，用于解决异步强化学习在agentic任务中的稳定性和off-policy挑战。该方法用单rollout采样替代GRPO中的group-wise采样，并引入严格的双边token-level clipping策略以提升优化稳定性。实验表明，SAO在agentic coding和reasoning基准（如SWE-Bench Verified）上持续优于GRPO及其变体，并成功部署于GLM-5.2模型的agentic RL训练流程中。该方法与关键词"agent"高度契合，为agentic RL的异步训练提供了开创性方案。

ALER-TI: Aligned Latent Embedding Retrieval for Time Series Imputation ⭐ 精选

Xuan-Thong Truong et al.

cs.LG cs.AI

本文提出ALER-TI，一种检索增强的时间序列插补框架，通过显式利用历史模式来补充受损的局部context。其核心是Latent Embedding Alignment (LEA)，通过在latent space中应用post-hoc masking来对齐损坏查询与完整历史候选的表示，从而缓解表示不匹配问题。该方法是模型无关的，可集成多种插补骨干网络，实验表明其在多个真实数据集上持续提升强基线模型的鲁棒性。

Max Out GRPO Signal: Adaptive Trace Prefix Control for Hard Reasoning Problems ⭐ 精选

Vladislav Beliaev

cs.LG cs.CL

本文提出AdaPrefix-GRPO，通过自适应调整每个问题的reference solution前缀长度，将问题的success rate控制在50%附近，从而最大化GRPO的gradient signal。该方法解决了GRPO在hard reasoning problems上因所有rollout失败而导致gradient消失的问题，在hard math benchmarks上相比标准GRPO实现了超过2倍的accuracy提升，同时减少了约一半的trace length。

TriRoute: Unified Learned Routing for Joint Adaptive Attention, Experts, and KV-Cache Allocation

Andrii Balashov, Olena Ponomarova

cs.LG cs.AI

本文提出TriRoute，一个统一的轻量级控制器，用于联合优化attention模式、expert选择和KV-cache位宽这三个决策轴。它通过异质松弛和Lagrangian预算约束进行端到端训练，并解决了跨轴路由崩溃问题。实验表明该方法在计算和内存约束下优于独立组合的MoD+MoE+KV量化方案。

A Quiet Failure in Calibrated Virtual Screening: Marginal Conformal Prediction Under-Covers the Minority Class, and a Class-Conditional Fix Recovers It

Muhammadjon Tursunbadalov, Mustafojon Tursunbadalov

cs.LG stat.ML

本文指出标准marginal conformal prediction在不平衡数据集上会严重低估少数类的coverage，而class-conditional (Mondrian) conformal prediction可以修复这一问题。实验在药物发现数据集上验证了该现象，并提出了一个简单的诊断指标。

NEST: Tackling Dataset-Level Distribution Shifts via Regime-Oriented Mixture-of-Experts

Lanhao Li et al.

cs.LG cs.AI

本文提出NEST框架，通过两阶段dense MoE架构处理数据集级别的分布偏移。该方法在moment-entropy空间进行无监督聚类以划分不同运行状态，并利用regime-oriented router机制生成专家权重，但整体创新性有限。

D2PO: Optimizing Diffusion Samplers via Dynamic Preference

Jinkyu Kim, Jinyoung Choi, Bohyung Han

cs.LG cs.AI

本文提出D2PO框架，通过将扩散采样策略优化重新表述为基于偏好的对齐问题，并利用Direct Preference Optimization (DPO)框架来优化timestep调度和classifier-free guidance (CFG)权重，从而解决低NFE采样器在模仿高NFE教师时牺牲高频纹理保真度的问题。该方法通过将采样策略建模为energy-based model (EBM)并引入动态偏好机制，实现了采样器与感知质量的更好对齐。

Deep Reinforcement Learning for Reliability Based Bi-Objective Portfolio Optimization

Sounaq Das et al.

cs.LG cs.AI math.OC

本文提出了一种基于深度强化学习的多目标可靠性投资组合优化框架(MORP-DRL)，使用PPO算法联合优化期望收益和下行风险，并考虑了交易成本等实际约束。实验表明该方法在不同市场环境下具有竞争力，但未涉及关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念。

WHERE to Generate Matters: Budget-Aware Synthetic Augmentation for Label Skewed Federated Learning

Sangwoo Lee, Sunghwan Park, Jaewoo Lee

cs.LG cs.AI cs.CV

本文提出FedEAS方法，通过为每个client分配基于其本地label分布的entropy-adaptive per-class generation budget，以在label skewed federated learning中减少合成数据增强的计算成本。该方法在保持大部分精度提升的同时，显著降低了generation budget。

Inertia-1: An Open Exploration of Wearable Motion Foundation Models

Zongzhe Xu et al.

cs.LG cs.AI

本文介绍了Inertia-1，一个可穿戴运动基础模型的开放探索框架，利用超过1820万小时的加速度计数据，系统研究了传感器模态、设备放置、采样率、模型架构和预训练目标等设计选择对下游任务（如活动识别和疾病预测）的影响。该工作为可穿戴运动表示学习提供了实用的指导，但未直接涉及code、context、spectral、Muon、agent或attention等关键词。

Fingerprint, Not Blueprint: How Positional Schemes Set the Default Spectral Algebra of Attention

Li Hengyu

cs.LG cond-mat.dis-nn

本文研究了attention head中pre-softmax score的bilinear form $x_i^T M x_j$的谱性质，发现不同positional scheme（如RoPE、learned-absolute和ALiBi）下，最强previous-token heads的谱表现出旋转或非旋转特征，且该谱特征是在功能形成后出现的指纹，而非先验约束。

LLM-Guided Task-Semantic Field Factorization for Industrial Process Forecasting

Youcheng Zong et al.

cs.LG cs.AI eess.SY

本文提出Task-Semantic Field Factorization (TSF)框架，利用LLM离线构建任务语义场，将过程文档中的变量语义信息注入时间序列预测模型，在工业过程预测任务中平均降低MAE 6.4%，且仅增加少量参数和在线推理开销。该方法主要解决工业场景中标签稀缺和工况变化问题，但与我提供的关键词列表契合度较低。

Open-Ended Scenario Reasoning for Specialist Model Adaptation

Youcheng Zong et al.

cs.LG cs.AI eess.SY

本文提出ROAM框架，利用LLM的世界知识和推理能力，在不重新训练的情况下将冻结的专业模型适应到未见场景。该方法将修正限制在低维语义隐空间，并在统一概率框架下融合LLM生成的场景判断与在线观测，实验表明在矿物浓缩和青霉素发酵数据集上MAE降低超过20%。

Reward Valuation in Vision Language Models: Causal Mechanisms Underlying Anhedonia

Melika Honarmand, Samin Mahdipour Aghabagher, Martin Schrimpf

cs.LG q-bio.NC

本文通过神经科学中的anhedonia（快感缺失）临床测试框架，在Vision-Language Models中识别出与reward valuation（奖励估值）相关的因果机制，并通过扰动Nucleus Accumbens（伏隔核）选择性单元模拟了人类快感缺失的行为效应。

Cross-Trajectory Chimera Interventions Reveal Dissociable Roles of Weight Magnitude and Direction in Grokking

Truong Xuan Khanh

cs.LG cs.AI

本文通过引入cross-trajectory chimera interventions方法，研究了部分训练网络的权重范数和方向在不同训练轨迹间的可迁移性。实验表明，权重方向携带可迁移的电路身份信息，而权重范数仅产生延迟效应，揭示了grokking现象中权重幅度与方向的分离作用。

STST-JEPA: Shallow-Target Spatio-Temporal Joint Embedding Prediction Architecture For EEG Self-Supervised Learning

Roy Segal, Yoni Svechinsky, Tomer Fekete

cs.LG q-bio.NC

本文提出STST-JEPA，一种用于EEG自监督学习的transformer模型，通过联合嵌入预测和信号重建目标在大量数据上预训练，在年龄回归等任务上取得较好性能。该方法主要贡献于EEG基础模型，但与关键词中的code, context, spectral, Muon, agent, attention等概念关联较弱。

When Certificates Fail: A Unified Safety Framework for Embedded Neural Interface Models

Jasmeet Singh Bindra

cs.LG eess.SP

本文指出嵌入式神经接口模型的formal robustness certificates（形式鲁棒性证书）在任务准确率显著下降时仍可能通过验证，并提出了一个包含verification insufficiency（验证不足）、proxy-fidelity divergence（代理-保真度分歧）和latent information exfiltration（潜在信息泄露）三类问题的统一empirical audit framework（经验审计框架）。实验表明该问题与模型架构无关，强调operational safety auditing（操作安全审计）对神经接口部署的必要性。

Does Demand Response Increase Vulnerability to Cyber Attacks by Adversarial Data Modifications?

Clemens Kortmann, Eike Cramer

cs.LG

本文研究了对抗性攻击如何通过操纵电价预测影响工业需求响应的决策，发现攻击会侵蚀需求响应收益，但有限扰动下仍能保留约90%的财务优势。攻击影响不仅取决于扰动幅度，更依赖于扰动方向，因此需将调度优化模型的敏感性纳入攻击设计。

When Do Geometric Algebra Layers Beat Scalarization? A Controlled Study on SO(3)-Equivariant Vector Laws

Fabien Polly

cs.LG

本文通过对比Clifford代数Cl(3,0)网络与标量化基线（scalarization baseline）在SO(3)-等变向量定律学习上的表现，发现几何代数层仅在深度组合群运算（如旋转链）的低数据场景下具有优势，而在单阶段定律或可展平为多项式不变量的任务中并无增益。

Optimized Instance Alteration for Explaining and Assessing Robustness of Classifiers

Evgenii Kuriabov, David Miller, Jia Li

cs.LG stat.ME

本文提出了一种统一的优化框架，通过引入可解释性感知的$L_0$惩罚项和分类器损失目标，来修改实例以诊断黑盒分类器的误分类并评估其鲁棒性。该方法还引入了Tolerance Region Confusion Matrix来量化分类器对扰动敏感性的类间转移概率。

UASPL: Uncertainty-Aware Self-Paced Learning with Evidential Neural Networks

Yifan Zhang et al.

cs.LG

本文提出了一种基于证据神经网络的不确定性感知自步学习方法UASPL，通过将预测可靠性整合到样本选择过程中，改进了传统SPL仅依赖损失值的局限性。实验表明该方法在分类性能、可解释性和通用性上优于其他SPL方法。

At-Grok Is Not Converged:A Measurement-Validity Audit for Grokking Representation Metrics

Truong Xuan Khanh

cs.LG cs.AI

本文研究了神经网络在模算术任务中"grokking"现象（即泛化突然出现）的表示度量问题，发现嵌入压缩过程远滞后于准确率转变，并提出了一个审计框架来分离压缩起始与收敛。该工作主要关注度量有效性，与关键词列表中的概念关联较弱。

The Rank-One Corner: How Much Value Equivalence Does a Task Need from a World Model?

Donna Vakalis

cs.LG cs.AI

本文研究了world model中latent representation与任务所需closure之间的关系，发现模型能捕获的预测结构维度由训练目标的维度决定，而非模型容量或观测数据。通过DreamerV3实验表明，标量value signal只能安装一维投影，而高维目标能恢复更多结构，揭示了value equivalence的维度特性。

The Approximation Ratio for the Risk of Myopic Bayesian Active Learning for Linear Regression

Stephen Mussmann

cs.LG

本文研究了myopic Bayesian active learning for linear regression中greedy algorithm的风险近似比，证明了该比值与最大初始leverage score呈线性关系，并通过数值模拟进行了验证。

Diffusion enabled Optimal Transport distances for graph matching

Iman Seyedi, Francesco Archetti

cs.LG cs.AI

本文提出了一种名为DsrFGW的图匹配方法，通过融合扩散过程与最优传输（Optimal Transport）来比较图结构，在稀疏或带噪声的图上优于传统方法。该方法主要关注图匹配任务，与关键词中的code、context、spectral等概念关联较弱。

Final Checkpoints Are Not Enough: Analyzing Latent Reasoning Faithfulness Along Training Trajectories

Hengyu Jin, Shu Yang, Di Wang

cs.LG cs.CL

本文研究了latent reasoning方法在训练过程中faithfulness（忠实性）的变化，发现最终checkpoint的忠实性表现不足以反映完整训练轨迹，且忠实性依赖于训练阶段和答案格式。

Entropy-Guided Tensor Compression for Multimodal Federated Learning on Edge Devices

Quoc Bao Phan, Tuy Tan Nguyen

cs.LG

本文提出MESH-FL框架，利用spectral entropy指导的matrix product state (MPS)压缩方法，为异构模态的联邦学习（FL）在边缘设备上实现自适应更新压缩。该方法通过truncated singular value decomposition估计每层更新的spectral entropy，并据此分配MPS压缩秩，在保证收敛的同时实现了高达$56.8\times$的压缩率。

From Jumps to Signatures: a Generative Method for Temporal Point Processes

Niels Cariou-Kotlarek, Vasileios Lampos

cs.LG stat.ML

本文提出了一种基于rough path signatures的生成模型sigTPP，通过interarrival embedding将跳跃路径连续化，从而将signature方法扩展到离散事件序列。该方法使用路径级损失训练，并推导了三种分布差异度量用于评估生成式TPP模型。

Dual Attention Heads for Personalized Federated Learning in ECG Classification

Kien Le et al.

cs.LG

本文提出FedDualAtt方法，通过将Transformer attention heads分为全局和局部分支，在联邦学习中处理心电图数据的异质性。全局heads通过FedAvg聚合，局部heads保留客户端特异性，实验表明该方法在ECG分类任务中优于现有方法。

Robust Human-AI Complementarity under Uncertainty

Yewon Byun, Bryan Wilder

cs.LG

本文研究了在不确定性下人类与AI互补决策的鲁棒性问题，分析了人类与AI预测误差的相关结构对决策者从AI预测中获取互补价值的影响。当AI预测误差与人类预测误差呈负相关时，决策者可以构建保证期望效用提升的鲁棒策略。

Trees from Marginals: Autoregressive drafting with factorized priors

Yuma Oda et al.

cs.LG cs.CL

本文提出Weaver，一种轻量级自回归适配器，通过从因子化草稿模型的top-K边际分布构建提议树，以恢复提议token间的条件依赖关系，并设计了无回滚的树验证算法。该方法在自回归语言模型的推测解码中实现了4.37倍加速，但未直接涉及关键词中的核心概念。

Efficient Long-Horizon Learning for Learned Optimization

Xiaolong Huang et al.

cs.LG

本文提出Efficient Long-hOrizon (ELO)学习算法，通过重新分配冗余的meta-training计算资源到长horizon失败区间，并引入解耦的渐进式专家监督，以解决learned optimizer在长horizon内问题上的训练效率与泛化问题。实验表明，ELO在语言建模和图像分类任务上提升了基础LO的性能，且所有baseline的meta-training耗时少于7 H100 GPU-hours。

Efficient Bayesian Deep Ensembles via Analytic Predictive Inference

Sina Aghaee Dabaghan Fard, Marie Maros, Jaesung Lee

cs.LG stat.ME

本文提出了一种高效的贝叶斯深度集成方法用于预测回归，通过低维集成表示和闭式贝叶斯聚合来增强可解释性并保持计算效率。该方法在标准回归基准上取得了有竞争力的预测性能。

On Explicit Super-Expressive Approximation for Neural Networks

Feng-Lei Fan et al.

cs.LG

本文利用中国剩余定理作为构造性编码机制，为固定架构的神经网络提供了显式的参数界与非渐近逼近误差刻画，证明了对于Lipschitz连续函数和Hölder光滑函数，存在宽度和深度固定的网络实现超表达能力。

Enhancing deep learning models for time series classification via knowledge distillation

Javidan Abdullayev et al.

cs.LG cs.AI

本文研究了知识蒸馏在时间序列分类任务中的应用，通过将大型教师模型的知识迁移到更小的学生模型，在UCR数据集上验证了该方法对FCN、Inception和ConvTran三种架构的有效性，并发现中等复杂度的学生模型受益最大。

What Predicts Correctness in Text-to-SQL? A Selective-Prediction Study

Robert Richardson

cs.LG cs.AI

本文研究了Text-to-SQL任务中预测查询正确性的信号，发现基于验证的LLM judge（如Claude）比自一致性等黑盒信号更有效，AUROC可达0.78，而集成两个不同提供商的judge可提升至0.82。微调验证器在域内表现良好（约0.77-0.79 AUROC），但在未见schema上泛化能力有限（约0.66），表明跨schema泛化更依赖于模型规模和推理能力而非微调。

Generative Diffusion Models of Stochastic Graph Signals

Yiğit Berkay Uslu et al.

cs.LG eess.SP

本文提出了一种基于denoising diffusion框架的条件图信号生成模型，通过图神经网络参数化的逆扩散过程从图拓扑和节点特征中采样。该方法使用U-GNN架构（将U-Net推广到图信号）实现多分辨率编解码，并在股票预测和无线资源分配任务上进行了验证。

LEMUR 2: Unlocking Neural Network Diversity for AI

Tolgay Atinc Uzun et al.

cs.LG cs.CV

LEMUR 2提出了一个大规模、可扩展的框架，包含超过14,000种不同架构和750,000条训练记录，用于评估神经网络多样性。该框架通过AST-based code mutation、遗传算法、强化学习、分形架构生成以及LLM引导等方法生成模型，并支持跨模态任务和异构硬件平台的部署分析。

A Gold-Standard Study of What Makes a Lightweight Game-Playing Agent Strong

Nima Kelidari, Mohammadsaeed Haghi, Mahdi Salmani

cs.LG cs.AI cs.GT

本文针对不完美信息纸牌游戏（如Gin Rummy和Leduc Hold'em）中的轻量级agent训练问题，通过构建一个固定的规则专家作为评估基准，系统性地测试了多种训练技巧（如trust region更新、课程学习、warm starting等）对agent性能的影响。实验表明，堆叠有效技巧可将self-play champion的胜率从约30%提升至36%，但额外网络容量（如attention encoder）并未突破性能上限，暗示瓶颈在于信息而非模型规模。

Geometric Self-Distillation for Reasoning Generalization

Josip Jukić, Ivan Titov

cs.LG cs.CL

本文提出GeoSD，一种几何自蒸馏目标，通过Hellinger损失和近端项（Fisher-Rao距离）来缓解自蒸馏中教师监督导致的分布外推理退化问题，在数学推理基准上提升了OOD准确率。

Best-Arm Identification with Generative Proxy

Tianyi Ma et al.

cs.LG stat.ML

本文研究固定置信度下的最佳臂识别问题，其中每次代价高昂的奖励观测都配有一个廉价但相关的代理分数。作者提出PROBE算法，通过普通最小二乘法维护残差方差的上界证书，并证明其样本复杂度与已知相关性时的oracle样本复杂度仅差常数因子。

Converge to Surprise: Evolutionary Self-supervised Image Clustering

Canlin Zhang, Xiuwen Liu

cs.LG

本文提出了一种无需梯度下降的自监督图像聚类框架，通过最大化“surprise score”来迫使模型发现非随机特征，并采用evolution-strategy (ES)外循环与梯度下降内循环相结合的优化方案。该方法在非参数自监督图像聚类任务上取得了新的最优结果，但与我提供的关键词（如code, context, spectral等）关联度较低。

Latency-Constrained DNN Architecture Learning for Edge Systems using Zerorized Batch Normalization

Shuo Huai et al.

cs.LG cs.CV

本文提出了一种面向延迟约束的边缘系统DNN架构学习方法，通过引入zerorized batch normalization和硬件定制的延迟预测器，在单次训练过程中优化模型以满足严格的延迟约束并保持高精度。实验在NVIDIA Jetson平台上验证了该方法在GoogLeNet和VGG-19上的有效性。

Intrinsic-Noise Consolidation: A Doob-Barrier-Conditioned Diffusion Turns Analog Device Noise into a Continual-Learning Resource

Gunner Levi Howe

cs.LG cs.NE

本文提出了一种利用模拟神经形态硬件中的固有噪声来巩固记忆的方法，通过Doob h-变换为每个突触的随机动力学施加屏障条件，使噪声本身成为巩固资源。实验在Split-MNIST任务和BrainScaleS-2芯片上验证了该方法能提升任务保留性能，但方法本身与关键词（如code, context, spectral, Muon, pretrain, agent, attention）无直接关联。

Imputation Meets Clustering: Exploiting Latent Subgroup Structure for Missing Data Recovery

Chuyao Zhang et al.

cs.LG cs.AI

本文提出CAGI框架，将聚类与缺失值插补结合为协同优化过程，通过“分区-引导-恢复”策略利用动态聚类作为局部先验来指导生成对抗网络，以恢复缺失数据。实验在多个基准数据集上验证了其有效性。

Physical activities enable scalable foundation modelling for broad-spectrum health prediction

Zhenghuang Wu, Yuyao Zhu, Songlin Xu

cs.LG

本文提出StepFM，一种仅基于步数数据的foundation model，用于广泛的健康风险预测。它通过捕捉步数序列中的时间动态和行为模式，在20多种健康预测任务中实现迁移，提供了一种隐私保护且计算高效的替代方案。

Rethinking Multimodal Time-Series Forecasting Evaluation

Haoxin Liu et al.

cs.LG

本文提出了一个名为TimesX的多模态时间序列预测基准，包含高质量的真实世界时间序列数据和文本上下文，用于解决现有基准泛化性差、文本类型有限和数据泄露等问题。实验表明，许多在现有基准上表现良好的方法在TimesX上效果不佳，而利用丰富文本上下文的简单集成方法能超越强基线。

Hybrid Least Squares/Gradient Descent Methods for MIONets

Jun Choi, Chang-Ock Lee, Minam Moon

cs.LG cs.AI math.NA

本文提出了一种用于MIONet的混合最小二乘/梯度下降（LSGD）方法，通过交替最小二乘优化各分支网络的最后一层参数来加速训练，并利用Kronecker积和Khatri-Rao积处理大规模系统矩阵。该方法与带有正则化项的$L^2$损失函数兼容。

Robust Federated Learning Under Real-World Client Churn

Dhruv Garg et al.

cs.LG

本文提出了FeLiX框架，通过流感知可用性层级、新鲜效用选择和延迟鲁棒聚合等机制，解决了联邦学习中客户端动态变化和延迟问题，在CIFAR-10等数据集上实现了更快的收敛速度和更低的通信开销。

UP: Unbounded Positive Asymmetric Optimization for Breaking the Exploration-Stability Dilemma

Chongyu Fan et al.

cs.LG

本文提出了一种名为Unbounded Positive Asymmetric Optimization (UP)的通用即插即用优化目标，通过stop-gradient算子锚定当前policy，对正advantage释放无裁剪的稳定梯度以最大化探索，同时对负advantage保持标准裁剪以防止训练不稳定，从而解决了强化学习中的探索-稳定性困境。该方法在多种RL算法和模型架构上验证了其提升探索能力和推理准确性的有效性。

Physics-guided spatiotemporal neural models for fuel density prediction

Tolga Caglar et al.

cs.LG cs.AI

本文提出了一种物理引导的机器学习框架，用于燃料密度预测，通过将物理约束（如质量守恒项）集成到ConvLSTM、AFNONet和ViViT等深度学习模型的损失函数中，提升了预测的准确性和稳定性。实验表明，该方法优于纯数据驱动的基线模型，但未涉及代码、上下文、谱方法或注意力机制等关键词。

Dissociating the Internal Representations of Sycophancy in LLMs

Anthony Baez, Sheer Karny, Pat Pataranutaporn

cs.LG cs.CL

本文通过训练linear probes和构建steering vectors，研究了大型语言模型中sycophancy（迎合用户错误观点）的内部表示，并将其区分为事实性和观点性两种子类型。研究发现不同模型对这些子类型的表示方式存在差异，有的更统一，有的则更分离且存在因果干扰。

Multimodal Spatiotemporal-Frequency Fusion with Peak Enhancement for Cellular Traffic Forecasting

Qingzhong Li et al.

cs.LG cs.AI

本文提出MSPF-Net，一种多模态蜂窝流量预测框架，通过融合时空频谱特征、峰值增强和外部新闻上下文信息来提升预测性能。该方法在多个数据集上验证了联合建模流量动态、突发模式和新闻信号的有效性。

Online Data Selection Is Implicit Alignment

Aoxiong Zeng, Yuxin Yang, Xiangquan Yang

cs.LG

本文研究了在线数据选择作为隐式对齐机制的现象，通过对比随机、基于损失、基于质量和基于多样性的在线选择器，发现它们在不进行偏好优化的情况下会诱导模型行为漂移。论文形式化了在线选择为一种重加权SFT目标，并提出了Alignment Drift Auditing (ADA)协议和Alignment-Aware Selection (AAS)诊断方法，但方法本身缺乏开创性且与关键词关联较弱。

Constrained Decoding for Diffusion Language Models via Efficient Inference over Finite Automata

Meihua Dang, Stefano Ermon

cs.LG

本文针对Diffusion Language Models提出了一种基于有限自动机的高效约束解码算法，通过将约束视为graphical model并应用算术电路深度缩减技术，实现了对序列长度对数级别的采样深度。该方法在函数调用、规划、Text-to-SQL和数学推理等任务上显著提升了Dream-7B和LLaDA-8B的生成准确率，且推理开销极小。

Latent graph encoding of multimodal neuroimaging features with generative AI architectures

Ishaan Batta, Meenu Ajith, Vince Calhoun

cs.LG cs.AI cs.CV

本文系统评估了多种生成式AI架构（如VAEs, GANs, diffusion models）在多模态神经影像特征编码中的表现，提出了一种基于图编码的多模态VAE（gMMVAE），在生成保真度和重建质量上优于其他变体。该工作主要聚焦于神经影像分析的应用，与关键词中的概念关联较弱。

Gimitest: A Comprehensive Tool for Testing Reinforcement Learning Policies

Dennis Gross et al.

cs.LG cs.AI cs.SE

本文提出了一个名为Gimitest的开源工具，用于测试单智能体和多智能体强化学习策略的可靠性。该工具支持多种gym框架和环境，旨在解决现有自动化测试方法适用性有限的问题。

Gauge-Invariant Learnable Spectral Positional Encodings for Directed Graphs via Hermitian Block Krylov Subspaces

Jiaqing Xie, Yuxin Wang

cs.LG stat.ML

本文提出了一种用于有向图的可学习谱位置编码方法，通过Hermitian block Krylov子空间计算磁算子的矩阵函数，避免了昂贵的特征分解。该方法在特定有向随机块模型上优于方向盲视的基线方法，但整体创新性有限，且与关键词列表中的概念关联较弱。

Intrinsic Green's Learning: Supervised Learning on Manifolds via Inverse PDE

Alexandre Quemy

cs.LG cs.AI

本文提出Intrinsic Green's Learning (IGL)框架，将流形上的目标函数建模为线性PDE的解，通过学习源项并与Green核积分来逼近函数。该方法利用编码器发现低维坐标图，将高维积分分解为独立的一维积分，并采用两阶段算法避免维度塌缩。

On the Principles of Deep Feedforward ReLU Networks

Changcun Huang

cs.LG cs.AI

本文系统研究了深度前馈ReLU网络（deep feedforward ReLU networks）的机制，通过路径（path）概念揭示了多层隐藏层如何形成分段线性流形（piecewise linear manifold）来划分输入空间，并将两层网络中的严格偏序（strict partial orders）和连续性限制（continuity restriction）等原理推广到深层情况。

Complexity-Budgeted, Interaction-Aware Interpretable Model for Tabular Data

Srikumar Krishnamoorthy

cs.LG cs.AI

本文提出了一种用于表格数据的可解释机器学习框架IAIML，通过自适应离散化、有限网格pairwise interaction评分和分区解释预算，在保持模型可解释性的同时捕捉特征间的交互作用。实验表明，该方法在40个数据集上以极少的解释组件数量达到了接近梯度提升集成的性能，但未涉及关键词中的code、context、spectral、Muon、pretrain、agent或attention等概念。

Multiplication Beyond Groups: Stratified Fourier Mechanisms in Transformer Circuits

Zitong Andrew Chen et al.

cs.LG cs.AI math.NT math.RT

本文研究了小型Transformer如何学习复合模数下的模整数乘法（一种非可逆运算），提出了monoid extension方法，将群表示理论中的Fourier机制推广到更一般的代数结构。

An Hybrid Quantum-Classical Diffusion Model for Image Generation

Qipeng Qian, Keli Deng, Yuntao Qian

cs.LG

本文提出了一种混合量子-经典扩散模型，通过经典autoencoder降维和混合态量子去噪扩散概率模型在潜在空间中生成图像，并简化了反向动力学过程。该方法在MNIST上进行了演示，但受限于当前量子比特预算，其实际应用仍面临挑战。

Structural Adversarial Attacks on Relational Deep Learning under Integrity Constraints

Alan Gany, Bogdan Cautis, Silviu Maniu

cs.LG cs.DB

本文研究了关系深度学习（RDL）在完整性约束下的对抗鲁棒性，考虑了一个白盒攻击者通过重写外键引用来扰动图结构，同时保持模式完整性约束。作者提出了七种攻击启发式方法，包括随机采样和基于梯度的方法，并在RelBench基准上进行了评估。

A knowledge-augmented dataset of high-risk driving scenarios with LLM annotations for autonomous driving

Heye Huang et al.

cs.LG cs.DB

本文提出了K-Risk数据集，通过结合结构化驾驶轨迹与LLM生成的语义标注，构建了包含高风险驾驶场景的标准化数据集，用于提升自动驾驶的安全性。该数据集整合了多源轨迹数据并提供了风险事件标签与可验证的安全信号。

Distributed Sparse Interventions in Language Models

Maximilian S. Ernst et al.

cs.LG

本文提出Distributed Sparse Interventions (DSI)方法，通过在neuron层面进行稀疏干预来激活语言模型中的任务行为。该方法考虑了neuron之间的非线性交互，能够定位并干预仅0.01%的neuron以控制模型输出，但未涉及code、spectral或Muon等关键词相关技术。

Prior-matched evaluation of operational Earth-observation classifiers: a three-number reporting method demonstrated on Sentinel-1 internal-wave detection

Joao Pinelo et al.

cs.LG cs.CV eess.IV

本文针对地球观测分类器在类别不平衡条件下的评估问题，提出了一种基于先验匹配的三数值报告方法（balanced-test, operational-prior, real post-deployment），并以内波检测任务为例，展示了该方法如何揭示平衡测试精度与真实操作精度之间的系统性偏差。

Information Allocation Dynamics in Neural Network Optimization

Zhang Gongyue et al.

cs.LG

本文从信息分配动力学角度解释optimizer隐式偏置的形成机制，通过连续preconditioning指数$p$描述权重与偏置参数路径间的训练信号分配，并在线性模型中分析了不同更新项对残差信号的作用。

Predicting LLM Safety Before Release by Simulating Deployment

Marcus Williams et al.

cs.LG cs.AI

本文提出了一种通过模拟部署来预测大语言模型发布前安全性的方法，利用先前部署中的对话前缀生成候选模型的响应，以估计不当行为的发生率。该方法在GPT-5系列模型上进行了评估，显示出比传统评估更接近生产环境的预测效果。

Geometric--Nongeometric Optimizer Calculus: A Modular Language for Reachable Gradient Methods

Zavier Li

cs.LG math.OC

本文提出了一种名为geometric--nongeometric optimizer calculus的模块化语言，用于形式化描述和审计可达到的gradient methods，通过将optimizer分解为geometric module（如positive cometric family）和nongeometric modules（如memory, control, noise等），并证明了方向可表达性定理。该工作主要贡献在于提供了一个理论框架和benchmark语言，而非提出新的state-of-the-art optimizer。

HPG-Diff: Hierarchical physics-guided diffusion with differentiable connectivity constraints for topology optimization

Jinbo Yang et al.

cs.LG cs.CE

本文提出了一种层次化物理引导扩散模型HPG-Diff，用于拓扑优化，通过引入物理特征对齐和基于热传导的可微连通性约束来抑制浮动材料伪影。该方法在分布内和分布外场景下均取得了较低的柔度误差和浮动材料比率。

ORCAID: Oblique Rule-Based Continuous-Action Interpretation for Deep RL Policies

Ignacio D. Lopez-Miguel et al.

cs.LG cs.AI cs.SE

ORCAID提出了一种从连续动作空间的深度强化学习agent中提取可解释规则策略的方法，核心是一个高效的oblique decision tree训练算法，通过超平面划分状态空间并拟合局部线性模型。该方法在多个RL环境中验证了提取策略的性能保持能力，但与我提供的关键词列表关联度较低。

Safe Reinforcement Learning using Ideas from Model Predictive Control

Georg Schäfer et al.

cs.LG cs.RO

本文提出了一种将深度强化学习与模型预测控制相结合的安全强化学习框架，通过离线MPC计算定义可行的状态-动作空间，并利用安全滤波器将RL智能体的动作投影到该空间内，从而在训练和部署过程中保证严格的安全约束。该方法在非线性1-DoF实验室平台上进行了系统评估，验证了其在物理硬件上的探索成功和策略收敛稳定性。

FMMVCC: Fuzzy Mamba-based Multi-View Contrastive Clustering for Univariate Time Series

Donato Cerciello et al.

cs.LG cs.AI

本文提出FMMVCC，一种基于Mamba（一种状态空间模型）的深度聚类框架，用于无监督时间序列聚类。该方法通过线性复杂度的状态空间序列建模捕获长程时间依赖，并结合多视图自监督学习，在15个基准数据集上取得了优于现有方法的性能。

BubbleSH: A Dataset of Rising Bubbles with Deformable Interfaces

Rachna Ramesh et al.

cs.LG physics.flu-dyn

本文提出了BubbleSH数据集，包含通过高保真直接数值模拟得到的上升气泡群瞬态三维动力学数据，使用spherical harmonics紧凑表示气泡形态。该数据集适用于数据驱动的多相流建模，并提供了轨迹与形状预测的评估指标。

Nonlinear Bandit

Tianshuo Zheng et al.

cs.LG

本文研究了重尾噪声下的generalized linear bandit (GLB)问题，提出了基于online mirror descent (OMD)和adaptive Huber loss的EHM算法，实现了近乎最优的regret上界$\widetilde{\mathcal{O}}(T^{\frac{1}{1+\epsilon}})$。此外，文章还探讨了piecewise constant上下文下的GLB变体以及nonlinear bandit (NB)的特例，并利用affine lifting方法将NB-EHM算法推广到一般NB问题。

FedCVESA: Taking Away Training Data in Federated Learning via Correlation Value Encoding and Segmented Aggregation

Chongkai Li, Bang Zhang, Wenjian Luo

cs.LG cs.AI cs.CR

本文提出FedCVESA攻击方法，通过向目标客户端的损失函数添加Pearson相关正则化项，将私有训练数据编码到全局模型的选定参数中，并采用分段聚合策略减少参数覆盖。实验表明该方法能在联邦学习环境下窃取训练图像，但属于概念验证性质。

Mechanistic Interpretability for Neural Networks: Circuits, Sparse Features and Symbolic Reasoning

Pranav Sawant, Jakub Krejčí

cs.LG

本文综述了神经网络的可解释性方法，包括Transformer电路分析、稀疏自编码器（Sparse Autoencoders）和神经符号AI（neurosymbolic AI）框架，旨在将神经表示转化为可执行的逻辑规则。

Hypergraph Neural Stochastic Diffusion: An SDE Framework for Uncertainty Estimation

Zhiheng Zhou et al.

cs.LG cs.AI

本文提出HyperNSD，一个用于超图不确定性估计的随机微分方程框架，通过将超图表示建模为随机过程并量化轨迹变异性来估计不确定性。该方法在多个基准上实现了可靠的分布外检测和误分类检测，同时保持了预测精度。

Latency-Aware Bid Acceptance under Operational Feasibility: A Public Benchmark with Hindsight Ceilings

Aswin Chandrasekaran

cs.LG cs.AI math.OC

本文提出了一个名为FreightBidBench的公开基准，用于在线卡车运输投标接受问题，并开发了两种全视野事后上限（hindsight ceilings）以及一种参数化代理滚动策略。该工作为动态车队管理中的决策问题提供了可复现的评估框架。

Multi-Agent AI Control: Distributed Attacks Hamper Per-Instance Monitors

Oliver Makins et al.

cs.LG cs.AI cs.MA

本文研究了多智能体AI控制中的分布式攻击问题，通过构建FakeLab合成代码库，发现随着攻击智能体数量增加，单智能体监控的检测效果会因碎片化效应而下降。实验表明显式规划器会加剧该效应并提升攻击成功率，而更强的监控模型虽能大幅降低未检测攻击但仍有缺陷。

Generalist Vision-Language Models for Fast Radio Burst detection: a zero-shot benchmark against a specialized detector

Raiff H. Santos et al.

cs.LG astro-ph.HE astro-ph.IM

本文评估了小型通用视觉语言模型（VLM）在零样本、仅提示（prompt-only）条件下检测快速射电暴（FRB）动态谱的能力，并与专用检测器SwinYNet进行了对比。实验表明，Gemma 4 2B模型在准确率上与专用模型相当，且对结构化射频干扰（RFI）的误报率更低，但专用模型在概率排序上仍保持完美性能。该工作展示了通用模型在特定科学任务中的潜力，但方法本身并非开创性突破。

The Optimal Sample Complexity of Learning Autoregressive Chain-of-Thought

Zhiyuan Li

cs.LG stat.ML

本文研究了自回归Chain-of-Thought学习在可实现的PAC设定下的样本复杂度，证明了其上限由局部next-token类的标准多类学习率（由Daniely-Shalev-Shwartz维数控制）决定，且与rollout长度无关。文章引入了parity dimension作为DS维数的rollout稳定细化，并证明了该维数在自回归rollout下不会增加。

Where to Intervene? Benchmarking Fairness-Aware Learning on Differentially Private Synthetic Tabular Data

Vinícius Gabriel Angelozzi, Héber H. Arcolezi

cs.LG cs.AI cs.CR

本文首次系统评估了差分隐私合成表格数据上的公平性干预措施，比较了预处理、处理中和后处理三类策略在不同隐私预算下的效果。结果表明后处理方法能在隐私-公平-效用权衡中提供更稳定的表现。

Reward-Adaptive Iterative Discovery: A Case Study on Automated Game Testing for NHL26

Florian Fuchs et al.

cs.LG cs.AI

本文提出Reward-Adaptive Iterative Discovery (RAID)方法，通过迭代的Reinforcement Learning (RL)训练一群进球agent来自动发现游戏中的行为漏洞。该方法在NHL 26的goalie AI测试中找到了六种与人工测试相似的漏洞策略，但主要贡献在于工程应用而非理论创新。

Fast Rates for Semi-Supervised Learning via Data-Augmentation Graph Regularization

Adam M. Oberman

cs.LG math.ST stat.ML

本文通过将data augmentation诱导的相似图与graph-Laplacian正则化学习相结合，证明了半监督学习在标签数量$n_L$下能达到$O(1/n_L)$的快速transductive rate，优于监督学习的$O(1/\sqrt{n_L})$。该分析利用leave-one-out稳定性框架，并引入data-augmentation alignment error $R_{\mathrm{DA}}(y)$来量化augmentation质量对标签效率的影响。

Gradient-free Riemannian Langevin Sampler

Ricardo Baptista, Olivier Zahm

cs.LG math.ST

本文提出了一种无梯度的Riemannian Langevin采样器(GRiLS)，通过引入Riemannian metric重塑局部几何结构来改善多模态分布采样中的混合问题，无需目标密度的梯度信息。该方法利用交互粒子系综估计目标分布的均值和协方差，在基准测试中相比现有梯度型和无梯度型MCMC方法表现出更好的混合性能。

Avoiding unsafe sets when training with Langevin Dynamics

Adam M. Oberman

cs.LG math.AP stat.ML

本文研究了使用Langevin Dynamics训练模型时，轨迹落入不安全集合的概率，通过强凸损失和能量间隙假设，给出了平衡态和轨迹上的概率上界，并分析了全局与局部松弛速率的影响。

Collaborative Synthetic Data Generation for Knowledge Transfer in Federated Learning

Maximilian Andreas Hoefler, Karsten Mueller, Wojciech Samek

cs.LG cs.AI

本文提出FedKT-CSD框架，利用预训练autoencoder将客户端私有数据编码为latent statistics，在服务器端通过secure aggregation和differential privacy生成synthetic dataset，以实现one-shot federated learning中的知识迁移。该方法在保证隐私的同时，在多种heterogeneity场景下与无隐私基线性能相当。

Multi-Class vs. Multi-Label BERT for CVE-to-CWE Mapping: How Taxonomy Structure Shapes the Errors

Ana Schwengber Kelm, Christian Bockermann, Jörg Frochte

cs.LG cs.CR

本文比较了multi-class和multi-label两种BERT模型在CVE-to-CWE映射任务上的表现，发现multi-class训练在多数设置下macro-F1更高，且错误模式主要由CWE taxonomy结构驱动而非encoder选择。CySecBERT在multi-label设置下表现最佳。

Asymmetric Focal Loss Improves Graph Neural Network Prediction of Drug-Drug Interactions

Faranak Hatami, Mousa Moradi

cs.LG physics.comp-ph

本文提出将Asymmetric Focal Loss（一种非对称的focal loss变体）集成到relation-aware graph convolutional network中，用于预测药物-药物相互作用。实验表明，该方法在TWOSIDES数据集上显著提升了分类和排序性能，但方法本身是对已有loss函数的直接应用，缺乏开创性，且与关键词列表中的概念关联较弱。

Higher-Order Geometric Updates for Levenberg-Marquardt Method via Riemann Normal Coordinates

Jianing Liu, Dong H. Zhang

cs.LG math.NA physics.chem-ph physics.comp-ph physics.data-an

本文提出了一种基于Riemann normal coordinates的Levenberg-Marquardt方法(RNC-LM)，通过将测地线加速度扩展为任意阶修正来改进有限步优化中的参数效应曲率一致性。该方法在经典非线性最小二乘基准测试和反应扩散PINN失败模式基准上提升了收敛性和鲁棒性，并在大规模机器学习势能面拟合任务中实现了34倍加速。

An optimal control approach for neural network architecture adaptation with a posteriori error estimation

C G Krishnanunni, Thomas Scott, Tan Bui-Thanh

cs.LG math.NA math.OC

本文提出了一种基于后验误差估计的神经网络深度自适应方法，将网络训练建模为连续时间最优控制问题，并推导了误差分解以指导新层的插入位置。该方法在科学数据集（如Navier-Stokes方程）上展示了优于现有方法的泛化性能。

Guidance Breaks the Fitted Operator: A Terminal-Fitted Repair for Classifier-Free Guidance

Shiheng Zhang

cs.LG math.NA

本文从数值分析角度分析了Classifier-Free Guidance (CFG)在扩散模型中的数值不稳定性，指出大引导系数会导致DDIM步长在终端层失去拟合性，并提出了一个零额外NFE的修复方法：将引导方向上的$w(r-1)$替换为$r^{1+w}-r$。该修复在CIFAR-10和Stable Diffusion 1.5上能稳定高引导系数下的采样，但并非通用的图像质量提升方法。

PeTeR: Post-Training Robustification of Probabilistic Circuits

Adrian Ciotinga, Yeming Dai, YooJung Choi

cs.LG

本文提出PeTeR，一种无需数据的后训练框架，用于增强预训练Probabilistic Circuits (PCs)对分布偏移的鲁棒性，无需从头重新训练。实验表明，该方法在随机和对抗扰动下能有效提升基线模型的鲁棒性。

How Data Shapes RoPE Frequency Usage: From Positional Scale Matching to Length Generalization

Xinyi Wu, Siyuan Liu, Ali Jadbabaie

cs.LG

本文从数据角度解释了Rotary Position Embeddings (RoPE)中频率的非均匀使用现象，提出频率选择与训练数据中相对距离结构相匹配的原理，并探讨了该原理对基于位置插值的长度泛化的影响。

Neural Operator-enabled Topology-informed Evolutionary Strategy for PDE-Constrained Optimization

Xiangming Huang et al.

cs.LG

本文提出了一种结合Neural Operator与CMA-ES的进化策略框架NOTES，用于PDE约束下的逆设计问题。该方法通过DeepONet将高维设计空间压缩至低维潜在空间，并利用拓扑先验进行全局优化，在纳米光子学与结构优化任务中取得了优于传统方法的性能。

ECGLight: Compute-Light Framework For Paper ECG Digitization and Myocardial Infarction Screening

Shreyasvi Natraj et al.

cs.LG

本文提出一个轻量级端到端框架ECGLight，将纸质心电图照片转化为数字信号并筛查心肌梗死，在CPU上30秒内完成，准确率达95.51%。该方法主要解决资源受限环境下的心电图数字化与诊断问题，但未涉及关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念。

Agon: Competitive Cross-Model RL with Implicit Rival Grading of Reasoning

Vladislav Beliaev

cs.LG cs.AI cs.CL

本文提出了一种名为Agon的竞争性跨模型强化学习方法，通过让两个模型互为裁判来隐式地评估推理过程，从而提升推理能力。该方法在DeepMath等基准测试上取得了优于GRPO的效果，但与我提供的关键词（如code, spectral, Muon, pretrain, agent, attention）关联度较低。

Selective Timestep Weighting and Advantage-Based Replay for Sample-Efficient Diffusion RLHF

Eric Zhu, Abhinav Shrivastava, Soumik Mukhopadhyay

cs.LG cs.AI cs.CV

本文针对扩散模型的RLHF反馈效率低的问题，提出了两种互补策略：一种基于per-timestep的加权方案，另一种基于优势函数的replay机制。这些方法通过强调信息量大的timestep和trajectory，在保持泛化能力的同时显著提升了样本效率。

The Key to Going Linear: Analysis-Driven Transformer Linearization

Anna Kuzina, Paul N. Whatmough, Babak Ehteshami Bejnordi

cs.LG

本文研究了causal self-attention的二次复杂度瓶颈，通过分析softmax的rank-1正交投影特性，提出了一种基于状态更新设计的线性化方法，并引入sink tokens、short convolutions和固定预算缓存路由等结构干预来减少近似误差。该方法在LLaMA和Qwen模型上扩展到32B参数，在MMLU基准上优于先前的后处理方法，并在长上下文检索任务中匹配了复杂自适应缓存框架的性能。

cs.AI

Cost-Effective Agent Harnesses for Abstract Reasoning and Generalization on ARC-AGI-1 ⭐ 精选

Kabir Moghe, Peter Chin

cs.AI

本文提出了一种针对ARC-AGI-1任务的cost-effective agent架构，在不进行benchmark-specific fine-tuning且严格控制test-time compute预算的条件下，通过显式分解pattern-discovery和program-synthesis阶段来提升抽象推理与泛化能力。具体地，作者引入了Explorer-Definer Pipeline（一个两阶段agent pipeline）和Reflective Orchestrator（通过自主探索新transformation来增强pipeline），在公开的400-task评估集上分别达到57.50%和67.25%的pass@2，且每任务成本极低。该工作与关键词中的agent高度契合，其核心贡献在于证明了通过精心设计的agentic harness（而非大规模计算或微调）即可在ARC-AGI-1上取得显著提升，并提供了关于generation-bound与selection-bound的诊断性分析。

Evaluating SageMath-Augmented LLM Agents for Computational and Experimental Mathematics ⭐ 精选

Pavel Snopov, German Magai

cs.AI

本文提出了一种ReAct-style agentic setup，将LLM推理与SageMath（一个Computer Algebra System）的可验证反馈相结合，并引入Context7以获取最新文档。在RealMath基准测试中，该方法在模拟计算数学研究循环的场景下评估了前沿模型，并提出了对基准测试的多步后处理和多阶段验证流程改进。实验表明，SageMath访问在所有评估模型上带来了平均+9.7个百分点的性能提升，其中Qwen 3.7-Max受益最大，GPT-5.5达到了75.2%的最高解决率。这项工作为agent在计算数学探索中的应用提供了开创性方法，并朝着自动化猜想发现迈出了重要一步。

Learning social norms enhances compatibility in dynamic human-AI coordination ⭐ 精选

Yi Yang et al.

cs.AI cs.HC

本文提出将隐性的社会规范（social norms）形式化为三个可量化的原则：outcome predictability, value alignment, and advantage awareness，并将其融入AI agent（包括LLM）中，以提升动态人机协调（human-AI coordination）的性能。通过构建简化的行人-车辆交互实验平台，作者验证了该社会规范引导的agent在闭环交互任务中显著优于基线策略，甚至超越人类-人类交互表现。该工作为agent在动态环境中实现自然、互利的协调提供了新的范式，与关键词“agent”和“context”高度契合。

From Atomic Actions to Standard Operating Procedures: Iterative Tool Optimization for Self-Evolving LLM Agents ⭐ 精选

Haipeng Ding et al.

cs.AI cs.CL cs.MA

本文提出EvoSOP框架，使LLM agent能够从执行轨迹中自动提取并迭代优化可复用的Standard Operating Procedures (SOPs)，将原子动作（atomic actions）组合为高阶工具。该方法通过构建、合并、评估和剪枝的系统生命周期实现工具集的自我进化，显著提升了任务成功率并减少了交互轮次。该工作为agent的自我进化提供了可扩展的路径，与关键词"agent"高度契合。

SpaCellAgent: A Self-Evolving LLM-Based Multi-Agent Framework for Trajectory Analysis ⭐ 精选

Songhan Wang et al.

cs.AI

SpaCellAgent提出了一种基于LLM的多智能体框架，用于自动化空间和单细胞转录组学中的trajectory inference分析。该框架通过多智能体架构进行策略性工作流规划，并利用动态工具编排引擎实现自适应算法选择，同时引入自进化模块通过反馈迭代优化性能。在六个异构数据集上的实验表明，该方法在保持专家级性能的同时，将分析效率提升了40%以上，为计算生物学提供了一种可扩展的agent驱动范式。该工作与关键词中的agent高度契合，且方法在自动化生物信息学分析方面具有开创性。

AgentLens: Production-Assessed Trajectory Reviews for Coding Agent Evaluation

Andrey Podivilov et al.

cs.AI cs.LG cs.SE

AgentLens是一个用于评估交互式代码agent的benchmark，它通过LLM生成的trajectory reviews和side-by-side comparisons来评估agent的完整执行过程，而不仅仅是任务是否通过。该工作主要关注agent评估方法，与关键词中的code和agent有一定关联，但方法本身并非开创性。

When Does In-Context Search Help? A Sampling-Complexity Theory of Reflection-Driven Reasoning

Yotam Wolf, Noam Wies, Amnon Shashua

cs.AI cs.CL

本文通过将in-context search建模为推理轨迹上的近似推断，分析了其采样复杂度。研究表明，当self-reflection能可靠定位早期错误时，in-context search可带来指数级改进，否则与并行采样相比无渐近优势。

LLM-powered reasoning in agent-based modeling

Sifat Afroj Moon et al.

cs.AI cs.MA

本文提出了一种结合Large Language Models (LLMs)与Agent-based Modeling (ABM)的混合框架HALE，用于模拟人类决策行为，并以COVID-19传播为例进行了概念验证。该方法旨在解决传统ABM无法适应实时变化的静态先验问题。

QANTIS: Hardware-Calibrated Sequential POMDP Belief Updates on IBM Heron

Bayram Yuksel Eker et al.

cs.AI quant-ph

本文在IBM Heron量子处理器上实验验证了QANTIS框架，该框架将量子处理器作为部分可观测环境下的信念更新服务，通过比较不同放大策略，证明了在Tiger POMDP任务中硬件返回的后验与精确贝叶斯后验在决策上一致，为量子辅助的信念更新提供了操作边界。

The Harness Effect: How Orchestration Design Sets the Token Economics of Enterprise Agentic AI

Muayad Sayed Ali et al.

cs.AI

本文研究了企业级Agentic AI系统中orchestration层（即harness）对token经济效率的影响。通过控制实验对比不同orchestration设计，发现优化后的harness能显著降低每任务成本、延迟和token消耗，同时保持任务完成质量。

Grounding Spatial Relations in a Compact World Model: Instruction Leakage and a Goal-Free Dynamics Fix

Yufeng Wang, Lu Wei, Haibin Ling

cs.AI

本文研究了语言条件世界模型中空间关系的基础问题，发现模型存在“指令泄露”现象：模型通过转录指令而非感知场景来预测关系。作者提出了一种无目标动力学修复方法，通过将目标从动力学中移除并监督读取路径，恢复了真正的、与指令无关的空间关系基础。

Large Behavior Model: A Promptable Digital Twin of the Retail Customer

Wachiravit Modecrua, Krittin Pachtrachai, Touchapon Kraisingkorn

cs.AI

本文提出Large Behavior Model (LBM)，通过Person-Environment formulation从大规模零售交易中学习客户决策，使用retrieval-augmented generation和强化学习进行训练。该模型在零售任务上优于通用语言模型，但与我提供的关键词（如code, spectral, Muon, agent, attention）关联度较低。

Measuring Intelligence Beyond Human Scale

Jerry Han et al.

cs.AI

本文提出了一种基于相对测量的对抗性心理测量评级系统，通过让模型生成公共挑战来区分其他系统，从而解决人类基准测试在超人类能力评估中的局限性。该方法旨在通过减少私有信息攻击和无需裁判的裁决机制，实现与系统能力自然扩展的评估框架。

Operational Reframing and Approval-Framed Delegation in Multi-Agent LLM Safety

Lifei Liu et al.

cs.AI cs.CR cs.MA

本文针对多智能体LLM系统的安全性评估，提出了一种五条件对比实验设计，以分离“操作重构”、“规划者行为”和“审批框架委托”三种机制。实验表明，聚合的pipeline安全性并非稳定的架构属性，其中操作重构是最具可迁移性的风险信号，而模型配对和提示设计对结果有显著影响。该研究为多智能体系统的安全评估提供了方法论参考，但与关键词中的code、spectral、Muon等概念无直接关联。

Does AI Understand Imaging? A Systematic Benchmark of Agentic AI for Computational Imaging Tasks

Ethan Chung et al.

cs.AI

本文提出了ImagingBench基准，包含20个计算成像任务，用于评估视觉语言模型和agentic AI在物理与逆问题上的表现。实验表明，这些模型在计算成像任务上显著弱于专用方法，尤其在计算感知问题上表现不佳，揭示了语义视觉能力与物理成像性能之间的差距。

Reasoning Consistency Scanning: A Framework for Auditing Chain-of-Thought Validity in AI Safety Evaluations

Silvia Santano

cs.AI

本文提出了reasoning consistency scanning框架，用于审计AI安全评估中chain-of-thought推理与答案之间的逻辑一致性，并定义了六种不一致性子类型。该方法无需实验干预即可从评估记录中检测不一致性，实验表明该现象在不同模型和任务中普遍存在。

Physics-Audited Agentic Discovery in Scientific Machine Learning

Diab W. Abueidda et al.

cs.AI cs.LG

本文提出了Physics-Audited Agentic SciML (PA-SciML)框架，通过引入可验证的物理约束检查（如边界条件、因果性）来筛选surrogate model，而非仅依赖误差指标。在固体力学数值实验中，该方法能选出通过物理检查的模型，而纯误差基线可能违反因果性。

MIRA-Math: A Benchmark for Minimal Information Requesting and Mathematical Reasoning

Charbel Al Bateh, Samer Saab Jr

cs.AI

MIRA-Math是一个用于评估数学推理中最小信息请求能力的benchmark，其问题故意缺失一个关键原子事实，求解器需在有限预算下请求该信息。实验表明，请求成功与最终答案准确性是可分离的，但该工作主要关注benchmark构建而非提出新的数学方法。

Agentic Data Environments

Elaine Ang et al.

cs.AI cs.DB

本文提出了Agentic Data Environments的概念，将数据系统从被动存储重新定义为支持agent安全可靠执行的主动执行基板，旨在平衡自动化收益与故障风险。

Reason Less, Verify More: Deterministic Gates Recover a Silent Policy-Violation Failure Mode in Tool-Using LLM Agents

Vikas Reddy, Sumanth Reddy Challaram, Abhishek Basu

cs.AI cs.CR

本文研究了使用工具的LLM agent在策略许可环境中可能出现的静默违规失败模式，并提出了一种轻量级干预方法：在工具执行前添加确定性的只读门控机制来检查调用和当前状态。实验表明，该方法在特定基准测试上显著提升了任务成功率，但效果集中在门控触发的任务上。

InductWave: Inductive Multi-Hop Logical Query Answering on Knowledge Graphs

Mayank Kharbanda et al.

cs.AI cs.IR

本文提出InductWave，一种基于wavelet的inductive embedding方法，用于在知识图谱上进行逻辑多跳查询回答。该方法在训练图节点少于测试图的情况下，使用更少的message-passing层数达到与基线模型相当或更优的性能。

The Blind Curator: How a Biased Judge Silently Disables Skill Retirement in Self-Evolving Agents

Xing Zhang et al.

cs.AI cs.CL cs.CR

本文研究了自进化agent中，有偏见的LLM judge如何通过“假通过”错误（false-pass bias）无声地禁用技能淘汰机制（skill retirement），导致agent无法有效剔除失败技能。作者通过注入噪声的确定性奖励实验，发现对称噪声不影响淘汰，但假通过偏差会越过一个数据无法弥补的阈值，使贡献性淘汰失效，且这种机制失效在不同领域普遍存在。

Search, Fail, Recover: A Training Framework for Correction-Aware Reasoning

Dmitry Beresnev et al.

cs.AI

本文提出Pyligent框架，将推理建模为对部分解链的验证搜索，通过任务验证器标记生成结果和失败，并将搜索树转化为continue、finish、backtrack三种动作的监督目标。实验表明，在隐藏图、数独和Blocksworld等任务上，该方法相比纯监督微调显著提升了求解率。

Do LLM-Generated Skills Make Better AI Data Scientists? A Component Ablation Across Data-Science Workflows

Wei-Jung Huang

cs.AI

本文通过组件消融实验研究了LLM生成的技能文件在数据科学工作流中的效果，发现无论是完整技能还是其变体，相比无技能提示均无显著性能提升，且所有p值至少为0.396。结果表明，将单个LLM生成的技能作为默认单次提示策略并不可靠。

RL Post-Training Builds Compositional Reasoning Strategies

Azwar Abdulsalam, Nishil Patel, Andrew Saxe

cs.AI cs.CL

本文研究了RL post-training是否能够将base model中的primitive skills组合成新的higher-level strategies。通过在可观测的rewrite-grammar环境中进行实验，发现RL能够通过phased compositional mechanism重组primitive competence，而rejection fine-tuning则效果有限。

Recursive Self-Improvement in AI: From Bounded Self-Refinement to Autonomous Research Loops

Mingguang Chen, Licheng Wang, Bo Qu

cs.AI

本文对AI自我改进的文献进行了系统分类，沿着“改进对象”和“循环闭合程度”两个轴分析了1250篇论文，并提出了一个从形式验证到内在自我评估的验证层级。文章主要贡献在于建立了术语分类框架并指出了自我改进的局限性，但并未提出新的数学方法或解决长期存在的理论问题。

SkillCenter: A Large-Scale Source-Grounded Skill Library for Autonomous AI Agents

Tianming Sha et al.

cs.AI

本文介绍了SkillCenter，一个包含216,938个结构化技能的大规模开源技能库，用于增强自主AI agent的grounded operational knowledge。该库通过SkillGate过滤管道从同行评审期刊、ArXiv和GitHub等来源获取技能，并确保每个技能都有可追溯的source grounding。

Institutional Red-Teaming: Deployment Rules, Not Just Models, Causally Shape Multi-Agent AI Safety

Yujiao Chen

cs.AI cs.GT cs.MA

本文提出了一种名为institutional red-teaming的评估方法，用于测试多智能体AI系统中的部署规则。通过在IABench-CA基准上的实验，发现规则变化会显著影响集体安全性，且不存在普遍安全的默认规则。

cs.IR

When and How to Ask: Dynamic Preference Elicitation Strategies for Conversational Recommendation

Feng Xia, Shuo Zhang, Xi Wang

cs.IR

本文从阶段感知的角度系统研究了对话推荐系统中的偏好引导策略，发现基于属性的询问在早期有效，而基于物品的策略在后期更优。为此，作者构建了带细粒度标注的InPE数据集，并提出了COPE架构用于策略建模。

Seeing and Reflecting: Multimodal Memory-Enhanced Agent Collaboration for Recommendation

Hao Cong et al.

cs.IR

本文提出了MMEACR框架，一种基于多模态记忆增强的agent协作推荐方法，通过双轨记忆架构（推理轨与匹配轨）结合属性引导的强化-反思机制来改进用户偏好建模。该方法在三个真实场景中验证了有效性，但未涉及code、spectral或Muon等关键词相关技术。

Granularity in Actoin: Graphing sources for social history

Sofus Landor Dam, Johan Heinsen

cs.IR

本文描述了一个将历史资料转化为结构化数据的pipeline，基于GRAM框架（Graph of Roles and Actions Model）并利用机器学习工具实现动作的自动图形化。它通过分析18-19世纪丹麦档案中的伪装行为，展示了该方法在历史研究中的应用。

Interpretable Uncertainty for Adaptive Retrieval and Reasoning in Question Answering

Ritajit Dey, Iadh Ounis, Graham McDonald

cs.IR

本文提出了一种基于LLM内部表示的不确定性感知框架，用于自适应问答中的检索与推理决策，通过区分知识不足与知识模糊/冲突来触发RAG或额外推理。该方法在单次前向传播中高效估计不确定性信号，为现有策略提供了更透明且实用的替代方案。

cs.CL

Think Big, Search Small: Where Capacity Matters in Hierarchical Search Agents? ⭐ 精选

Qinnan Cai, Yibo Zhao, Xiang Li

cs.CL

本文提出了一种层次化搜索agent的角色分解方法，将模型能力分为delegation（任务分解）和execution（检索与证据提取）两个角色。通过在五个多跳QA基准上的容量扫描实验，发现delegation是能力瓶颈（扩展其backbone可提升EM约11点），而execution仅贡献约2.6点提升。此外，使用质量过滤的轨迹蒸馏训练1.7B参数的executor，可在保持精度的同时减少37%的token消耗，推进了Pareto前沿。该工作为构建高效层次化搜索agent提供了具体策略：集中容量于delegation，精简execution。

From Noisy Traces to Root Causes: Structural Trajectory Analysis and Causal Extraction for Agent Optimization ⭐ 精选

Ying Chang et al.

cs.CL

本文提出STRACE框架，用于从嘈杂的agent执行轨迹中提取因果结构以优化long-horizon agent。在batch层面，它通过挖掘failure patterns过滤冗余轨迹；在单个轨迹层面，它基于textual dependency graph进行causal localization，移除非因果步骤并定位真正的root-cause module。该方法在VeruSAGE-Bench任务上将human-expert设计的agent的成功率从42.5%提升至58.5%，显著优于标准context-filtering基线。

Audio Sentiment Analysis via Distillation and Cross-Modal Integration of Generated Multilingual Transcripts

Andrei-George Durdun, Victor Constantinescu, Radu Tudor Ionescu

cs.CL cs.AI cs.LG cs.SD

本文提出了一种通过跨模态transformer整合音频和自动生成的多语言文本的情感分析方法，并利用知识蒸馏将多模态模型的能力迁移到纯音频模型。实验表明，自动生成的文本信息能显著提升情感分类性能。

Healthier LLMs: Retrieval-Augmented Generation for Public Health Question Answering

Felix Feldman et al.

cs.CL cs.AI cs.LG

本文研究了Retrieval-Augmented Generation (RAG)在公共卫生问答中的应用，通过扩展PubHealthBench基准并系统评估检索与生成配置，发现hybrid retrieval能提升召回率，且检索质量对模型性能影响显著。文章还引入了一种基于rubric的LLM评判方法，用于评估自由形式回答的忠实性与完整性。

Ad Headline Generation using Self-Critical Masked Language Model

Yashal Shakti Kanungo, Sumit Negi, Aruna Rajan

cs.CL cs.AI cs.LG

本文提出了一种基于Reinforcement Learning和Masked Language Model的程序化广告标题生成方法，通过联合条件化多个产品来生成广告标题，并在电商场景中验证了其效果优于现有方法。

Gradient-Based Speech-to-Text Alignment for Any ASR Model: From CTC to Speech LLMs

Albert Zeyer, Ralf Schlüter, Hermann Ney

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

本文研究了一种基于梯度的语音到文本对齐方法，适用于任何可微分的ASR模型（包括CTC、transducer、AED和speech LLM）。该方法通过计算每个token对数概率对输入的梯度，生成每帧的显著性图，并用动态规划解码出词边界，无需训练或修改模型。

LLMs Silently Correct African American English: Auditing and Mitigating Dialect Bias via Activation Steering

Huan Wu et al.

cs.CL

本文研究了大型语言模型(LLMs)对非裔美国人英语(AAE)的系统性偏见，发现模型倾向于将AAE改写为标准美式英语(SAE)。作者提出了一个端到端框架，包括条件Dialect Group Invariance (cDGI)审计方法和activation steering缓解方法，并发布了最大的真实AAE平行语料库REAL-AAE。

Comprehensive Evaluation of Large Language Model Responses: A Multi-Factor Scoring System

Yiming Gai, Junde Lu, Xuefei Huang

cs.CL cs.AI

本文提出了一种多因素评分系统，用于综合评估大语言模型在语言任务中的响应质量，整合了准确性、简洁性、事实一致性、可读性和连贯性等维度，并在TruthfulQA数据集上进行了测试。该方法为模型评估提供了更全面的视角，但与关键词列表中的概念无直接关联。

MILES: Modular Instruction Memory with Learnable Selection for Self-Improving LLM Reasoning

Ruilin Tong, Dong Gong

cs.CL cs.LG

本文提出MILES框架，通过模块化指令记忆和可学习选择机制，在测试时动态扩展记忆并优化LLM推理。该方法在多个推理任务上取得了与现有方法相当或更优的性能，但未涉及关键词中的核心概念。

Riemannian Geometry for Pre-trained Language Model Embeddings

Szczepan Konior et al.

cs.CL cs.AI

本文研究了预训练语言模型embedding的几何结构，提出了一种Riemannian Mean Pooling (RMP)方法，通过从编码器的解析Jacobian中提取每个token的pullback metric并在SPD流形上用Fréchet mean聚合，来探测句子级分类信号。实验表明，RMP在多个数据集上优于Euclidean mean pooling，且性能提升主要源于几何聚合而非学习到的流形结构。

Behavior Leverage Imbalance in Multi-Teacher On-Policy Distillation

Jiabin Shen, Guang Chen, Chengjun Mao

cs.CL cs.LG

本文研究了多教师同策略蒸馏（multi-teacher on-policy distillation）中行为杠杆不平衡（behavior leverage imbalance）问题，提出Soft Clamp方法通过动态压缩极端token级Jensen-Shannon散度来校准梯度，以减少工具调用过度（over-calling）现象。实验表明该方法在APIGen-MT和BFCL任务上降低了错误调用率，但整体方法更偏向工程改进而非理论突破。

From Text to Parameters: Predicting Item Parameters from Embedding Regularization with Reliability and Design Ceilings

Shi-Ting Chen, Jinsong Chen

cs.CL stat.ME

本文提出了一种结合文本embedding正则化回归与重复交叉验证的评估框架，用于预测项目参数（如难度、区分度），并引入了可靠性上限和设计上限两个性能边界。实验表明，项目难度可从文本中高度预测，而区分度和伪猜测参数的可预测性受限于目标可靠性而非文本信号强度。

Evaluation of Multilingual Ability to Use Spatial Deictic Expressions in Vision-Language Models

Kaito Watanabe et al.

cs.CL

本文构建了一个多语言基准测试，评估视觉语言模型（VLM）在使用空间指示表达（如“this”和“that”）时的能力。实验发现，这些模型在选择基于物体距离的指示词时与人类行为存在差异。

Understanding Interpretation Difficulty in Harmful Online Communication: Insights from Cybercrime Communities

Tomohiro Okatsu et al.

cs.CL cs.CY

本文对Discord聊天中与网络犯罪相关的有害信息进行了探索性研究，构建了参考解释并评估了人类和大型语言模型在不同上下文条件下的解释能力。结果表明，局部上下文对解释不足，而外部知识和扩展对话上下文能显著提升解释效果，并提出了影响解释难度的初步分类。

A Word-Level Digital Reader of the Prasthanatrayi with Sankara's Bhasya: Corpus, Method, and an Open, Offline Reading Aid for the Advaita Vedanta Canon

Tamal Maharaj

cs.CL cs.DL

本文介绍了一个针对Advaita Vedanta经典文献（Prasthanatrayi及其注释）的离线词级数字阅读器。该阅读器通过混合流水线（基于规则的sandhi拆分器、词形词典和LLM辅助分析）实现了每个单词的拆分、形态分析和词汇索引，并提供了高精度的验证结果。

Evaluating RAG Metrics in Applied Contexts: An Experiment, Its Findings and Its Limitations

Quentin Brabant

cs.CL

本文通过人工标注的问答数据集，评估了Ragas、DeepEval等库中的RAG metrics与人工评分的相关性，并指出了实验方法的局限性。该工作主要聚焦于RAG系统的评估实践，与关键词中的code、spectral、Muon等概念无直接关联。

R^3: Advertisement Compliance Rectification via Group-Relative Experience Extractor and Curriculum Reinforcement

Yuan Chen et al.

cs.CL cs.LG

本文提出R^3框架，用于视频广告中文本违规内容的修正，通过经验驱动的数据合成、课程强化学习策略和视频修正框架，在保证合规性的同时最大程度保留原始语义意图。实验表明该方法在工业数据集上优于现有基线。

TF-Engram: A Train-Free Engram with SSD-Backed Memory for Large Language Models

Yutang Ma et al.

cs.CL cs.LG

TF-Engram提出了一种无需训练的Engram记忆系统，通过GPU-DRAM-SSD层次结构存储短语级语义记忆，并利用Early-Exit Guided Predictive Prefetching隐藏外部内存延迟。该方法在Qwen3-0.6B上提升了平均下游得分，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词中的核心概念。

Transformer-based segmentation of prosodic boundaries in Brazilian Portuguese

Rodrigo de Freitas Lima, Julio Cesar Galdino, Marcos Vinicius Treviso

cs.CL

本文提出SAMPA，一种基于Whisper的模型，用于在巴西葡萄牙语语音中插入显式的韵律边界标记。通过在NURC-SP数据集上微调Whisper large-v3，模型在边界检测任务上取得了有竞争力的F1分数，并展示了其利用形态句法和语义线索的能力。

DeLS-Spec: Decoupled Long-Short Contexts for Parallel Speculative Drafting

Hong-Kai Zheng, Piji Li

cs.CL

本文提出DeLS-Spec方法，将固定的DFlash模型作为long-context expert，并引入一个轻量级的local head作为short-context expert，通过解耦长短期上下文实现并行推测解码。该方法无需从头训练draft model，训练成本极低，并在Qwen3模型上相比DFlash提升了加速比和平均接受长度。

SynthAVE: Scalable Synthetic Labeling for E-Commerce with LLM-Arena Validation

Andrea Scarinci et al.

cs.CL cs.AI

SynthAVE提出了一个大规模电商属性值提取的合成标注基准，覆盖多语言和多产品类型，并引入多LLM竞技场框架通过多数投票验证合成标签，验证结果与人类专家高度一致。该方法主要关注数据标注的规模化与质量控制，与关键词中的概念关联较弱。

PALS: Percentile-Aware Layerwise Sparsity for LLM Pruning

Yazdan Jamshidi, Alexey Shvets

cs.CL cs.LG

本文提出PALS方法，通过基于激活幅度的第99百分位数调整transformer各层的剪枝稀疏率，在LLaMA-2-7B上以50%稀疏度将困惑度从12.92降至10.96。该方法计算成本极低且无需微调，但效果依赖于模型架构，且梯度分配方法表现不如随机基线。

Future Confidence Distillation in Large Language Models

Sahil Kale

cs.CL cs.AI

本文从时间维度比较了LLM在回答前（FOK）和回答后（JOL）的confidence估计，发现回答后的confidence校准更好。通过引入future confidence distillation，利用回答后的正确性probe作为teacher，训练基于回答前hidden representations的predictor，在仅需回答前信息的情况下提升了confidence估计的可靠性。

DiaLLM: An Investigation into the Robustness-Generation Gap in English Dialect Adaptation

Jordan Painter et al.

cs.CL cs.AI

本文研究了大型语言模型在英语方言适应中的鲁棒性与生成能力之间的差距，提出了DiaLLM方法，通过在多种英语方言上持续预训练并应用不同的对齐策略，发现方言鲁棒性和生成能力是分离的，且现有基准无法完全捕捉生成质量。

Does Bielik Know What It Doesn't Know? Activation Dispersion Separates Entity Familiarity from Factual Reliability Across Model Scale

Grzegorz Brzezinka

cs.CL cs.LG

本文研究了波兰语Bielik模型（1.5B-11B参数）在生成答案前，其activation dispersion（激活分散度）能否区分实体熟悉度与事实可靠性。实验发现，基于post-SwiGLU MLP activations的inverse participation ratio和spectral entropy等无监督分散度量，能以极高AUROC（0.95-1.00）区分已知与虚构实体，但该信号在1.5B模型已达上限，而事实可靠性随模型规模显著提升。

Co-LMLM: Continuous-Query Limited Memory Language Models

Yair Feldman et al.

cs.CL cs.AI cs.LG

本文提出CO-LMLM，一种连续查询有限记忆语言模型，通过将连续向量作为key与文本知识配对，改进了传统LMLM依赖关系型知识库的局限。实验表明，该模型在困惑度和事实准确性上优于先前LMLM和标准LLM，并在小规模参数下达到与更大模型相当的性能。

Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning

Chen Tang et al.

cs.CL cs.AI cs.CE cs.LG

本文介绍了SciReasoner，一个用于蛋白质、小分子和无机晶体结构推理的多模态科学基础模型，通过将坐标、拓扑和周期性连接离散化为统一的结构感知词汇，在86个基准测试中的67个任务上取得了最先进性能。该模型在基因本体预测、逆合成分析和材料科学等领域展示了改进的预测能力，但其方法主要聚焦于结构-性质关系的推理，与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。

cs.DS

On Computing Minimum Wheeler DFA From Their Language ⭐ 精选

Ruben Becker et al.

cs.DS

本文提出首个在近最优线性对数输出敏感时间内，为一般DFA计算最小Wheeler DFA的算法，解决了该领域长期存在的计算瓶颈。该算法将先前仅适用于无环DFA的快速方法推广到任意拓扑结构，同时将通用解法的复杂度降低了至少二次因子。在真实泛基因组图上的实验表明，该工具可在标准工作站上实现每秒超过$10^5$个transitions的处理吞吐量，为Wheeler语言（一种可由Wheeler automaton识别的语言）的压缩索引构建提供了实用且最优的模式匹配数据结构。

Layer-Respecting Linear Graph Layouts

Alvin Chiu et al.

cs.DS

本文研究了在层状线性图布局中最小化边交叉数的问题，证明了该问题在一般弧线图中是NP难的，但通过将层状图的宽度作为参数，提出了固定参数易处理的线性时间算法。该算法可用于可视化BFS树等结构。

Improved Algorithms and Lower Bounds for Parametrized Metrical Service Systems

Junhao Gan, Xiao Sun, Seeun William Umboh

cs.DS

本文研究了参数化度量服务系统（MSS）问题，在加权星图上给出了一个确定性$O(m)$-competitive算法，匹配了随机化下界；并在分层分离树（HST）上改进了下界构造，排除了$m\geq 4$时$O(1)$-competitive算法的存在性。

A General Reduction from Near-Additive Emulators to Near-Exact Hopsets

Julian Aeri, Sebastian Forster, Mara Grilnberger

cs.DS

本文提出了一种从近加性emulator到近精确hopset的通用归约方法，证明了任何无向无权图上的近加性emulator构造都可以作为黑盒用于构造无向加权图上的hopset，并给出了具体的尺寸、stretch和hopbound关系。该工作部分回答了Elkin和Neiman提出的公开问题，但归约得到的hopset尺寸仍依赖于边数$m$，且与关键词列表中的概念关联较弱。

Non-minimal k-perfect hashing: Tight lower bounds and an application to fast static hash tables

Ragnar Groot Koerkamp et al.

cs.DS

本文研究了非最小k-完美哈希函数（k-PHFs）的空间下界，并基于PtrHash设计了一种用于加速静态哈希表的实现，实验表明其在特定架构下对大规模数据集有性能提升。

Hardness of Frequency-Related Queries on Compressed Strings

Rajat De, Dominik Kempa

cs.DS

本文研究了压缩字符串上频率相关查询（如rank查询和符号出现查询）的难度，证明了在grammar压缩文本上支持这些查询的polylogarithmic时间数据结构将蕴含更快的Boolean Matrix Multiplication算法，并扩展了LZ78压缩和近似查询的下界。

Revisiting Maximum $k$-Biplex Search Through $k$-Bounded-Degree Deletion

Donghang Cui et al.

cs.DS

本文从互补视角重新审视了最大$k$-biplex搜索问题，揭示了在二部图中寻找最大$k$-biplex等价于在其补图中寻找最小$k$-bounded-degree deletion的结构对偶性，并据此提出了一种基于删除的算法，理论上证明了最坏时间复杂度为$O^*(\gamma_k^n)$且$\gamma_k<2$。实验表明该方法在真实图上比现有算法快数个数量级，但该工作主要聚焦于图论中的子图搜索问题，与您提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。

On the Assadi Liu Tarjan Auction Algorithm for Bipartite Matching: Simplification, Alternative Analysis, and Hard Instance

Christian Konrad et al.

cs.DS

本文重新审视了Assadi, Liu和Tarjan提出的用于二分图最大匹配的拍卖算法，简化了其冻结机制，并给出了基于增广路径的替代分析，同时构造了首个需要$\Omega(\frac{1}{\epsilon^2})$次迭代的困难实例。

From Decision to Random Certificates: Exponential Separation for Edge Estimation with Independent Set Queries

Debarshi Chanda et al.

cs.DS

本文研究在无向无权图中使用子线性查询估计边数的问题，提出了一种结合独立集查询与随机证书的模型，并给出了一个使用$\widetilde{O}(\log^{2} m)$次查询即可获得$(1 \pm \varepsilon)$近似解的随机算法。该结果在查询复杂度上与标准IS查询及全局随机边采样模型均呈指数级分离。

Stochastic Online Euclidean TSP

Daniel Anker Hermansen

cs.DS

本文研究了随机在线欧几里得TSP问题，提出了一种简单算法，在$d \geq 2$时达到期望竞争比$O(1)$，在$d=1$时达到$O(\log n)$，并进行了实验评估。

Unconditional Lower Bounds for Degree Fault Tolerant Spanners

Greg Bodwin, Aleksey Lopez

cs.DS math.CO

本文研究了$f$-degree fault tolerant ($f$-DFT)模型下的multiplicative graph spanner，证明了存在$n$节点图使得任何$(2k-1)$-stretch的$f$-DFT spanner $H$的大小满足下界$\Omega(f^{1-1/k}n^{1+1/k})$，该结果通过分析Wenger图得到，并匹配了此前仅条件成立的下界。

Approximability of Electrical Distribution Network Reconfiguration for General Graphs

Christian Wallisch et al.

cs.DS eess.SY

本文研究了配电网络重构（DNR）问题的近似算法，证明了在一般图上该问题具有$n^{1-\varepsilon}$的不可近似性（除非P=NP），并针对不同电源数量（$k$-DNR）给出了相应的近似下界与算法。

Faster Randomized and Deterministic k-Clustering on Graphs

Sebastian Forster et al.

cs.DS

本文研究了图上的$(k,z)$-clustering和$k$-center问题，提出了首个确定性$k$-center算法，在$\tilde{O}(m)$时间内达到$(2+\varepsilon)$-近似，并扩展至带离群点的情形。此外，还给出了随机化$(k,z)$-clustering算法和确定性近似算法，但方法主要基于图论和距离oracle技术，与关键词中的code、spectral、Muon、pretrain、agent、attention等无直接关联。

Pure Nash Equilibria in Graphical Games of Bounded Width Revisited

Michael Lampis, Yiren Lu

cs.DS cs.CC cs.GT

本文指出一个声称能改进graphical games中纯纳什均衡存在性判定算法参数依赖性的结果存在缺陷，并证明若该算法成立将导致FPT=W[1]。作者随后给出了基于pathwidth和cutwidth等参数的新算法，并证明了这些算法在pw-SETH假设下的最优性。

Exploiting Spanning Trees for Directed Acyclicity

Sergei Khargeliia, Danil Sagunov

cs.DS

本文研究了有向图中的最大无圈子图（MAS）问题，提出了两种参数化算法，能在给定整数$k$时找到总权重大于最大生成树（MaxST）权重的解，否则报告不存在。算法分别处理整数权重和有理数权重，并揭示了MaxST结构与有向环之间的复杂联系。

others

When Agents Go Rogue: Activation-Based Detection of Malicious Behaviors in Multi-Agent Systems ⭐ 精选

Haowen Xu et al.

cs.CR cs.AI

本文提出AcMAS框架，通过分析LLM-based Multi-Agent Systems中局部agent的activation space（激活空间）内部推理状态来检测恶意行为，无需依赖显式的interaction graph（交互图）或时间同步假设。该方法能检测语义隐蔽的攻击，并在agent被攻陷后通过activation signals指导功能恢复而非简单隔离。实验表明，AcMAS在同步和异步场景下均显著优于基于图的基线方法，F1分数分别提升0.22和0.55，且对多种open-source LLM backbones和攻击强度具有泛化能力。该工作为agent安全检测提供了不依赖显式拓扑建模的新范式，与关键词“agent”高度契合。

Beyond Attack-Success Rate: Action-Graded Severity Scale for Tool-Using AI Agents ⭐ 精选

Harry Owiredu-Ashley

cs.CR cs.AI cs.CL

本文针对工具使用AI agent的红队测试（red-teaming）中，传统二值攻击成功率（binary attack-success rate）无法反映实际危害程度的问题，提出了一种基于动作等级的危害评分量表（action-graded harm rubric）。该量表将agent的工具调用轨迹（tool-call trajectory）按可逆性、是否越界波及第三方、以及是否权限提升，划分为L0至L6共七个等级，并设计了确定性oracle和三个前沿语言模型（frontier language model）组成的评判面板两种计算方式。在AgentDojo工作空间套件上的实验表明，该严重性分级（severity grading）能揭示二值指标隐藏的三种情况，包括一种防御虽报告零攻击成功率但仍允许跨域泄露。该工作为agent安全评估提供了可复用的、基于轨迹的严重性度量工具，与关键词“agent”高度契合。

GIFT: Geometry-Informed Low-precision Gradient Communication for LLM Pretraining ⭐ 精选

Jieying Wang et al.

cs.DC cs.LG

本文提出GIFT方法，通过将梯度变换到近各向同性空间（near-isotropic space）后再进行低精度量化通信，解决了LLM预训练中梯度高度各向异性导致的通信失真问题。该方法仅改变通信坐标系，不改变优化器或训练流程，并采用低秩近似（low-rank approximation）降低计算开销。实验表明，在Llama-600M模型上，GIFT在64个NVIDIA GH200 Superchips上实现了7.6%的端到端预训练时间缩减，同时在下游任务保持上优于直接Euclidean空间下的FP8通信。该方法与关键词中的pretrain高度契合，为大规模预训练中的梯度通信瓶颈提供了几何感知的解决方案。

Breaking Database Lock-in: Agentic Regeneration of High Performance Storage Readers for Database Bypass ⭐ 精选

Victor Giannakouris, Immanuel Trummer

cs.DB cs.AI

本文提出Jailbreak方法，利用Large Language Models (LLMs)直接从数据库存储文件（如PostgreSQL和MySQL）的源代码与文档中再生出高性能的table reading组件，从而绕过JDBC/ODBC等传统database driver层。该方法的核心创新在于将复杂的数据库文件格式视为可由LLM ingest的artifact，通过LLM-assisted code synthesis自动生成operator-specific的存储解码逻辑，无需人工编写解析代码。实验表明，生成的reader能将数据直接转换为Apache Arrow格式，被DuckDB、cuDF等query engine消费，在TPC-H基准测试中实现高达27倍的端到端加速。这项工作为打破database lock-in提供了通用且可扩展的agentic regeneration范式，尤其适用于read replicas和离线分析等场景。

Can Reinforcement Learning Efficiently Discover Price Manipulation?

Ioanna-Yvonni Tsaknaki, Andrea Macrì, Fabrizio Lillo

q-fin.TR cs.AI

本文使用Deep Deterministic Policy Gradient这一RL agent，在Almgren-Chriss框架下研究价格操纵策略的发现效率，并与基于模型的方法进行对比。结果表明，在中等波动率下RL能有效发现操纵策略，但在高波动率下所有方法均失效。

Towards a Pseudo-Labeling Workflow for Celltype-Classification from Explanted Brain Slice Recordings

Cora Jostock et al.

q-bio.QM cs.LG

本文提出了一种无监督的伪标签工作流，用于从人类脑切片MEA记录中对细胞外spike进行分类，区分锥体细胞和中间神经元。该流程包括预处理和机器学习步骤，如降维和聚类，并通过多种聚类质量指标进行评估。

Value of Information under Imprecise Probabilities: Decision-Rule-Specific Values and Fixed-Measure Envelopes on a Credal Set

Rowan Iskandar

stat.ML cs.IT cs.LG math.PR

本文探讨了在imprecise probabilities（不精确概率）框架下，当可用证据仅将概率测度确定到一个credal set（信度集）时，Value of Information (VOI) 分析的不同公式化方法。文章区分了rule-specific VOI（规则特定信息价值）和fixed-measure envelope（固定测度包络）两种概念，并分析了它们在完美、部分和样本信息下的性质与计算。

Recovering Candidate Circadian Regulators of Arrhythmic Pituitary Hormone Genes Using Reliability-Weighted Magnetic Laplacian with rwMagLap

Shabnam Sodagari, Nick Jasperson

q-bio.QM cs.LG

本文提出rwMagLap方法，通过构建基于节律基因的图并利用复值磁Laplacian和个性化PageRank，从无节律的垂体激素基因中恢复候选昼夜节律调控因子。该方法在垂体数据中显示出对节律基因集的富集，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。

Trajectory Inference of Human Aging from Cross-Sectional DNA Methylation Data

Chandan Gupta, Syed Haider, Pietro Liò

q-bio.QM cs.LG

本文利用年龄正则化的Variational Autoencoder (VAE)和Regularized Unbalanced Optimal Transport (RUOT)框架，从横截面DNA甲基化数据中重建人类表观遗传衰老的连续轨迹，并揭示了晚期寿命中由随机表观遗传漂移驱动的方差扩张现象。

Pixel-Precise Explainable Stress Indexing: A Semantic Segmentation Framework for Disease Severity Quantification in Field Crops

Raunak Kumar, Soumyashree Kar

cs.CV cs.LG

本文提出一个统一的deep learning pipeline，整合semantic segmentation、regression-based severity estimation和disease classification，用于量化作物病害严重程度。在Apple Tree Leaf Disease Segmentation数据集上，U-Net (MobileNetV2)取得了最佳性能。

AI for Cultural Heritage Textiles: Fine-Tuned Latent Diffusion for Novel Ulos Motif Synthesis

Humasak Tommy Argo Simanjuntak et al.

cs.CV cs.LG

本文使用fine-tuned latent diffusion models (Protogen v3.4和Stable Diffusion v1.4) 生成Ulos传统织物图案，通过FID和IS等指标评估模型性能，发现Protogen v3.4在视觉保真度和多样性上更优，并揭示了生成质量中保真度与多样性的权衡关系。

LipSSD: Lipschitz-Constrained Single-Shot Detection for Adversarially Robust Object Detection

Vincent Lébé et al.

cs.CV cs.AI

本文提出LipSSD，一种基于Lipschitz约束的Single Shot MultiBox Detector (SSD)变体，旨在提升目标检测器对adversarial attacks的鲁棒性。通过引入Lipschitz约束，该方法在Pascal VOC等数据集上展示了与adversarial training的互补性，并能在保持干净性能的同时改善鲁棒性。

When Agents Remember Too Much: Memory Poisoning Attacks on Large Language Model Agents

George Torres, Sharad Shrestha, Satyajayant Misra

cs.CR cs.AI

本文提出了一种针对大语言模型agent的新型攻击方法GhostWriter，通过注入恶意payload污染agent的长期记忆系统，实现了约98%的注入成功率和约60%的激活率。作为防御，作者提出了AM-Sentry机制，通过记忆保存策略和记忆检索筛选来降低攻击成功率。

Calibration-Family Overfit: Why Trusted Sabotage Monitors Don't Transfer Across Lineages

Lucas Pinto

cs.CR cs.LG

本文研究了AI控制中trusted monitoring的跨家族迁移问题，发现针对一个模型家族校准的监控器在应用于其他家族时性能显著下降（AUROC差距达+0.172），并揭示了这种差距的几何本质——不同家族的sabotage占据不同的scoring direction。

Reconfigurable Radiology Labels Without Relabeling

Jean-Benoit Delbrouck et al.

eess.IV cs.CL cs.CV

本文提出了一种无需重新标注即可重新配置放射学标签的pipeline，通过一次性将free-text reports转换为multi-label matrices，之后仅需编辑字典即可调整标签schema。该方法在MIMIC-CXR数据集上展示了高效性和低成本，并发现43%的CXR研究包含CheXpert-14之外的发现。

Non-contact, Real-time, Heart-rate Measurement using Image Processing with Commodity Cameras and AI Agents

Kelly Li, Fulu Li

eess.IV cs.AI cs.CV

本文提出了一种基于图像处理的非接触式实时心率测量系统，使用普通摄像头（如笔记本电脑内置摄像头）通过面部检测和信号处理算法计算心率。该方法结合了深度学习面部特征点检测和滑动窗口去噪技术，并与Apple Watch的测量结果进行了对比验证。

MiLSD: A Micro Line-Segment Detector for Resource-Constrained Devices

Parsa Hassani Shariat Panahi, Amir Hossein Jalilvand, M. Hassan Najafi

cs.CV cs.AI cs.RO

本文提出了一种面向资源受限设备（如MCU）的微线段检测器MiLSD，通过紧凑的全卷积backbone和F-Clip中心-长度-角度输出表示，在1MB内存预算内实现了线段检测。研究系统比较了不同输出表示、量化位宽和后处理策略对精度-内存权衡的影响。

Do Counterfactually Fair Image Classifiers Satisfy Group Fairness? -- A Theoretical and Empirical Study

Sangwon Jung et al.

cs.CV cs.AI

本文通过构建新的图像数据集（CelebA和LFW的变体）来评估counterfactual fairness (CF)与group fairness (GF)的关系，发现图像分类中CF并不蕴含GF，这与表格数据中的结论相反。作者理论分析指出，这源于与敏感属性相关但非因果的latent attribute $G$，并提出了Counterfactual Knowledge Distillation (CKD)方法以缓解该相关性。

Security and Privacy in Agentic AI: Grand Challenges and Future Directions

Adam Jenkins et al.

cs.CR cs.AI cs.HC

本文基于一次汇集了30位国际专家的地平线扫描活动，总结了Agentic AI在安全与隐私方面的关键挑战与未来研究方向，重点关注AI自主性增强所带来的新兴风险。

PRoVeFL: Private Robust and Verifiable Aggregation in Federated Learning

Harsh Kasyap et al.

cs.CR cs.AI

本文提出PRoVeFL，一种用于联邦学习的隐私保护、拜占庭鲁棒且可验证的聚合框架。它利用多密钥全同态加密和多个服务器，在严格隐私约束下将密文操作卸载到明文域，以高效执行复杂的统计聚合规则。

Format-Controlled Multi-Scale JPEG Compression Response Analysis for Image-Level Forgery Screening

Sujith K Mandala

eess.IV cs.CV cs.LG

本文提出了一种轻量级的图像级伪造检测方法，通过计算多尺度Error Level Analysis (ELA)和cross-quality ELA ratio等特征，结合梯度提升树进行分类。在CASIA v2.0数据集上，该方法在消除格式混淆后达到了0.990的AUC，但整体方法更侧重于特征工程而非与关键词相关的创新。

Overview of the NLPCC 2026 Shared Task 1: Difficulty-Aware Multilingual and Multimodal Medical Instructional Video Understanding Evaluation

Shenxi Liu et al.

cs.CV cs.AI

本文介绍了NLPCC 2026的共享任务DA-MIVQA，该任务在先前多语言多模态医学视频问答基准上，根据问题所需证据类型和复杂度显式区分简单与复杂问题，并包含三个子赛道。该工作主要贡献在于构建了一个具有难度标注的医学教学视频问答基准，但与关键词列表中的code, context, spectral, Muon, pretrain, agent, attention等概念无直接关联。

HiFuzz: Hierarchical Reinforcement Learning for Semantic-Aware and Adaptive CPU Fuzzing

Ya Wang et al.

cs.AR cs.LG

本文提出HiFuzz，一种用于CPU fuzzing的分层强化学习框架，通过Program Agent和Basic Block Agent的两层生成过程替代传统变异方法，并引入自适应覆盖奖励机制和语义感知基本块编码器来解决奖励稀疏问题。实验表明其在RISC-V核心上优于现有fuzzer。

SpaR3D-MoE: Adaptive 3D Spatial Reasoning from Sparse Views Meets Geometry-Inductive Mixture-of-Experts

Haida Feng et al.

cs.CV cs.AI

本文提出SpaR3D-MoE框架，通过自适应时空流形采样和几何归纳混合专家模型，使多模态大语言模型能从稀疏RGB输入中进行3D空间推理。该方法在VSI-Bench等基准上取得最优性能，但与我提供的关键词列表关联度较低。

Creating Power Distribution Network Layouts Using Generative Adversarial Networks and Image-Based Representations

Juan Manuel Garcia-Perez, Carlos Mateo

eess.SY cs.LG

本文提出了一种基于Generative Adversarial Networks (GANs)的生成框架，利用图像表示来创建电力分配网络布局。该模型可从GIS数据中学习拓扑模式，并支持无条件或基于地理上下文（如街道地图）的条件生成，但存在训练不稳定和缺乏电气约束等局限。

Dynamic-in-Few-Step: Unifying Dynamic Computation and Few-Step Distillation for Efficient Video Generation

Yu Cheng et al.

cs.CV cs.AI cs.LG

本文提出了一种名为Dynamic-in-Few-Step的视频生成加速框架，通过将动态结构稀疏化直接集成到few-step蒸馏过程中，将预训练的Video Diffusion Model转化为一个紧凑的、步长特定的Mixture-of-Models (MoM)。该方法联合优化去噪步数和结构化模型稀疏性，并引入Progressive Training Strategy和Output Rollout Mechanism来保证训练稳定性，最终在Wan-14B模型上实现了显著的计算加速。

ProMoE-FL: Prototype-conditioned Mixture of Experts for Multimodal Federated Learning with Missing Modalities

Aavash Chhetri et al.

cs.CV cs.AI

本文提出ProMoE-FL框架，通过构建全局客户端感知的prototype bank和基于prototype与模态索引的Mixture of Experts机制，解决多模态联邦学习中模态缺失时的特征合成问题。实验在四个公开胸部X光数据集上验证了其有效性。

Specification Grounding Drives Test Effectiveness for LLM Code

Amin Haeri, Mahdi Ghelichi

cs.SE cs.AI cs.LG

本文研究了在LLM代码生成中，将测试用例与代码规范（specification）相结合（即grounding）对测试有效性的影响。实验表明，相比仅增加测试数量，让测试生成过程基于规范能显著提升代码正确率，并减少误报。该工作主要关注软件工程中的测试与修复流程，与关键词中的code有一定关联，但方法本身并非开创性，也未解决长期存在的核心理论问题。

The Power of Backdoor Absorption in Community Training

Issam Seddik et al.

cs.CR cs.LG

本文研究了去中心化训练中后门攻击的防御问题，通过将注入-吸收动态形式化为Discrete-Time Markov Chain (DTMC)，证明了在结合自然吸收、随机调度和惰性验证策略下，攻击成功率渐近趋于零。该方法在仅验证10%训练步骤时即可显著抑制后门，且不降低模型效用。

Fast determinantal sampling on general spaces and diffusion geometry

Hoang-Son Tran, Pranav Gupta, Subhroshekhar Ghosh

stat.ML cs.LG math.PR

本文研究了在一般空间（如Riemannian流形和加权网络）上的determinantal point processes (DPPs)采样，建立了与Euclidean空间已知速率相匹配的显式保证，并利用了Weyl's Law和Markov扩散理论。

ORAN-DEFEND: Subspace Detection and Sanitization of Backdoor DRL xApps in Open RAN

Md Raihan Uddin et al.

cs.CR cs.LG

本文提出ORAN-DEFEND，一种无需重训练的防御框架，通过SVD将KPI窗口投影到安全子空间来净化可能被植入后门的DRL xApp，实验表明在触发能量集中于安全子空间正交补时能实现完全恢复。该工作主要针对Open RAN安全，与关键词中的code, context, spectral, Muon, pretrain, agent, attention关联较弱。

POPS: Recovering Unlearned Multi-Modality Knowledge in MLLMs with Prompt-Optimized Parameter Shaking

Zhangheng LI et al.

cs.CR cs.LG

本文提出了一种名为Prompt-Optimized Parameter Shaking (POPS)的对抗性策略，旨在恢复多模态大语言模型(MLLMs)中已被机器遗忘的多模态知识。该方法通过优化prompt后缀生成潜在隐私样本，并利用这些合成输出微调模型以泄露真实隐私信息，实验表明其能近乎完全恢复被遗忘的敏感信息。

Pelican-VLA 0.5: Attending Before Acting Benefits Generalization

Zeyuan Ding et al.

cs.RO cs.LG

本文提出了Pelican-VLA 0.5，一个统一的Vision-Language-Action (VLA)模型，通过引入可学习的Reasoning Slots作为感知与动作之间的瓶颈，实现了attention层面的泛化能力。该模型无需目标标注或注意力监督，其动作通路即可聚焦于指令相关物体，并在未见场景和机器人本体上保持此行为。

Digital Fragmentation and Generative AI Use Across 103 Million Application Events

Sumer S. Vaid, Ashley V. Whillans

cs.HC cs.AI cs.ET stat.AP

本文分析了1.017亿次应用事件，发现数字碎片化（工作期间频繁切换应用）主要受员工日常波动影响，而非个体或组织差异。研究还指出生成式AI的使用与碎片化相关，但AI使用后应用模式更集中、可预测。

tsbootstrap: Distribution-Free Uncertainty Quantification and Conformal Prediction for Time Series

Sankalp Gilda

stat.ME cs.AI cs.MS q-fin.ST stat.AP

tsbootstrap是一个Python软件库，提供了针对时间序列的块、残差、筛子和wild重抽样方法，以及多种自适应共形校准器。该库通过统一的API接口实现，并采用编译后端和流式归约来提升计算效率。

Heat-Kernel Entropy Profiles and Geometric Effective Sample Size for Weighted Measures on Manifolds

Kisung You

stat.ML cs.LG stat.ME

本文提出了一种用于紧流形上加权测度的热核熵剖面方法，通过扩散加权原子并跟踪多尺度非均匀性来量化几何有效样本量。该方法在球面上可分解为球谐能量，能揭示仅依赖权重或一阶矩的摘要所遗漏的复杂结构。

SPEAR: A Simulator for Photorealistic Embodied AI Research

Mike Roberts et al.

cs.CV cs.AI cs.GR cs.LG cs.RO

SPEAR是一个基于Unreal Engine的Python库，用于程序化控制虚拟环境并生成逼真图像，其渲染速度比现有UE插件快一个数量级。该工作主要面向具身AI研究，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。

Vision Language Action (VLA) Models for Unmanned Aerial Robotics and Bimanual Manipulation: A Review

Inkyu Sa et al.

cs.RO cs.AI cs.LG

本文综述了Vision Language Action (VLA)模型在双臂机器人和无人机领域的应用，梳理了2017-2026年间183篇相关文献，并指出双臂协调策略可迁移至无人机系统。该工作为综述性质，未提出具体的新方法或解决长期问题。

Reliable and Developer-Aligned Evaluation of Agents for Software Engineering

Razvan Mihai Popescu

cs.SE cs.AI

本文提出了一种针对软件工程中LLM驱动的agent的评估方法，强调对真实世界开发实践的关注，包括污染感知和轨迹感知基准。该方法旨在弥补现有评估技术的碎片化缺陷，但未涉及关键词中的spectral、Muon或attention等核心概念。

Macroeconomic Message Passing for Anticipating Foreign Exchange Regime Changes: A Deep Logical Learning Approach using Graph Tsetlin Machines

Christian Blakely, Melanie Gilmore

cs.CE cs.LG

本文提出了一种基于Graph Tsetlin Machine (GraphTM)的图论方法，通过将宏观经济变量和技术指标表示为超向量化有向多重图，利用消息传递操作预测美元/日元汇率市场制度变化。该方法构建了可解释的逻辑子句来识别复杂子图模式。

Optimization Geometrodynamics: A Framework for Dynamic Geometric Optimization

Zavier Li

math.OC cs.LG math.DG

本文提出了一种名为优化几何动力学(optimization geometrodynamics)的理论框架，将优化过程视为参数轨迹、粒子分布传输和时变Riemannian metric的耦合演化。该工作主要提供了理论上的不变量和基准成本，用于评估可实现的adaptive optimizers的性能。

A Continual Learning Framework for Adaptive Control of Modular Soft Robots

Nilay Kushawaha et al.

cs.RO cs.AI

本文提出了一种基于continual learning的框架，用于自适应控制modular soft robots，使其能够在不遗忘先前知识的情况下逐步适应机器人形态变化，并通过仿真和实物实验验证了轨迹跟踪性能。

SmartHomeSecure: Automated Detection and Repair of Smart Home Configuration Errors Using Large Language Models

Yizhi Wang et al.

cs.SE cs.AI

本文提出SmartHomeSecure原型系统，结合轻量级程序分析与约束引导的大语言模型，自动检测和修复智能家居YAML配置文件中的语法与语义错误。实验表明该方法在错误检测和修复上具有较高准确率。

Deployment Risk Assessment Using Diff-Aware Features: A Case Study at Prime Video

Mayur Kurup et al.

cs.SE cs.LG

本文提出了一种基于diff-aware特征的代码部署风险评估框架，利用LLM作为多语言特征提取器，在Prime Video和ApacheJIT数据集上实现了0.83的召回率和0.81的F1分数。研究发现，代码结构复杂度比变更量指标（如增删行数）能提供更强的风险信号。

AirPASS: Over-the-Air Federated Learning via Pinching Antenna Systems

Seyed Mohammad Azimi-Abarghouyi, Christopher G. Brinton

cs.IT cs.AI cs.LG

本文研究了无线系统中基于pinching antenna system (PASS)的over-the-air federated learning (AirFL)问题，提出了一个名为AirPASS的交替优化框架。该框架通过homotopy-Riemannian margin-consolidation方法和homotopy-assisted geometry optimization方法，分别优化设备选择与接收波束成形以及天线位置，以在保持聚合失真低于阈值的同时最大化所选设备数量。

From Agentic to Autogenic Network Management for AI-Native 6G and Beyond: A Standards Perspective

Petar Djukic et al.

cs.NI cs.AI

本文从标准制定角度探讨了面向AI原生6G及未来网络的网络管理架构，提出了从Agentic管理向Autogenic管理演进的参考架构，并展示了其在运营商场景中的应用。

A Multi-Analyst LLM Pipeline for Auditable Rule Discovery Across 68 Public Physiological Corpora

Dovy Paukstys

eess.SP cs.AI

本文提出了一种基于多分析师LLM的流水线，用于从68个公开生理语料库中提取可审计的候选规则，通过去重、阈值审计和门控标记生成436个唯一规则形状，但未产生经过验证的临床检测器。该工作侧重于工程化规则发现流程，与关键词中的code、context、agent等概念关联较弱。

CaLiSym: Learning Symplectic Dynamics of Real-World Systems through Structured Canonical Lifts

Aristotelis Papatheodorou et al.

cs.RO cs.LG

本文提出CaLiSym框架，通过结构化规范提升将真实世界系统的动力学嵌入到规范相空间中，并利用精确辛映射学习动力学。该方法在耗散双摆、四旋翼和四足机器人等系统上验证了其外推预测能力，但未涉及代码、上下文、谱方法等关键词。

Tensor Train Diffusion: Leveraging Low-Rank Structures for High-Dimensional Score-Based Sampling

Robert Gruhlke et al.

stat.ML cs.LG

本文提出了一种基于functional tensor train (FTT)格式的扩散模型采样方法，通过利用低秩结构高效求解HJB型PDE，从而加速高维score-based sampling过程。该方法结合了BSDE的迭代方案，旨在克服现有PINN或轨迹方法训练时间长、超参数敏感的问题。

Gen4U: Unifying Video Generation and Understanding via Diffusion

Michael King et al.

cs.CV cs.LG

本文通过分析视频扩散模型的中间激活，发现其潜在空间具有高度结构化的特性，并提出了Gen4U框架，利用单次前向传播将生成式表示用于视频理解任务，无需微调即可在分类、深度估计等任务上取得良好性能。

Video2Reaction: Mapping Video to Audience Reaction Distribution in the Wild

Trang Nguyen et al.

cs.CV cs.LG

本文提出了Video2Reaction数据集，将短视频映射到观众情绪分布，并利用开源LLM构建了两阶段多智能体标注流程。实验表明预训练基础视频模型在零样本设置下表现不佳，微调后能成为最优预测器，但任务仍具挑战性。

GemNav: Discrete-Token Visual Robot Navigation using a Multimodal Large Language Model

Peter Bohm et al.

cs.RO cs.AI

本文提出GemNav，一种通过冻结Multimodal Large Language Model (MLLM)并仅在其语言塔上使用Low-Rank Adaptation (LoRA)进行离散token视觉导航的策略。该方法无需专用视觉编码器或连续回归头，在远小于现有数据集的小规模语料上训练后，能零样本迁移至多个未见环境。

Finding a stationary point of a stochastic convex problem

Felipe Areces, John Duchi, Malo Sommers

stat.ML cs.LG math.OC

本文研究了随机凸优化问题中寻找stationary point的问题，提出了一种基于dimension theory分解凸函数subdifferential graph的方法，并展示了随机采样如何保留这些图的“片段”，从而允许有效应用proximal-point-like方法。

ReMoDEx: A Local-to-Global Relevance-Based Model Decision Explainability Framework for large-Scale Image Datasets

Abhay Kumar Pathak, Mrityunjay Chaubey, Manjari Gupta

cs.CV cs.AI

本文提出ReMoDEx框架，用于大规模图像分类中模型决策行为的可解释性评估。该框架结合多种局部解释方法（如GradCAM++）与全局聚类模块，将逐样本的heatmap检查替换为自动化的决策策略总结。

Computing with Stochastic Oracles in AI-Augmented Computation

Jie Wang

cs.CC cs.AI cs.IT cs.LG

本文提出了Stochastic-Oracle Turing Machine (SOTM)框架，用于建模AI增强计算中概率图灵机与随机oracle的交互。研究分析了缓存响应和新鲜响应两种oracle方案下，SOTM基于查询-响应记录所能达到的性能上限，并给出了错误概率和输出质量的界限。

A simple algorithmic framework for disambiguation of finite automata

Mauricio Cari, Martín Muñoz, Cristian Riveros

cs.FL cs.DS

本文提出了一种简单且通用的算法框架，用于将有限自动机转化为等价的非歧义自动机。该框架通过推广子集构造法，能够在线计算后继状态，并保证输出自动机大小的多项式时间复杂度。

Smart Scissor: Coupling Spatial Redundancy Reduction and CNN Compression for Embedded Hardware

Hao Kong et al.

cs.CV cs.AR cs.LG

本文提出了一种名为Smart Scissor的动态图像裁剪框架，通过轻量级前景预测器减少图像空间冗余，并结合CNN的深度、宽度和分辨率三维压缩策略，在降低计算开销的同时保持高精度。实验表明该方法在ImageNet-1K上对ResNet50实现了41.5%的计算量减少和0.3%的top-1精度提升。

LoCA: Spatially-Aware Low-Rank Convolutional Adaptation of Vision Foundation Models

Sojung An et al.

cs.CV cs.AI cs.LG

LoCA提出了一种针对卷积层的低秩适应方法，通过解耦通道和空间适应来保持预训练空间先验，在细粒度分类和语义分割等任务上取得了有竞争力的性能。该方法主要关注视觉基础模型的参数高效微调，与关键词列表中的概念关联较弱。

Compass: Prostate Cancer Detection Needs Multi-View Context

Paul F.R. Wilson et al.

cs.CV cs.LG

本文提出Compass方法，将micro-ultrasound ($\mu$US)检查建模为2D图像流，利用transformer整合旋转扫描与活检帧的多视角上下文信息，用于前列腺癌检测。该方法在临床试验数据集上验证了性能，但未涉及关键词中的code、spectral、Muon、pretrain或agent等概念。

MADB: A Large-Scale Music Aesthetics Dataset with Professional and Multi-Dimensional Annotations

Sirui Zhang et al.

cs.SD cs.AI

本文介绍了MADB，一个包含9,999首曲目的大规模音乐美学数据集，由30名训练有素的标注者在10个感知维度和一个总体评分上进行标注。该数据集为音乐美学评估提供了基准，并揭示了当前模型预测与人类判断之间的显著差距。

Mathematical methods of reinforcement learning

Denis Belomestny et al.

math.OC cs.LG

本文综述了强化学习中的数学基础，包括Markov decision processes、Bellman operators、随机逼近和凸对偶等方法，并讨论了函数逼近和off-policy评估。该工作为相关领域研究者提供了统一的数学入门视角。

Self-Supervised Pretraining Improves Cross-Site and Cross-Scale Robustness of Point Cloud Leaf-Wood Segmentation

Heeju Mun et al.

cs.CV cs.AI

本文研究了自监督预训练（SSL）对点云树叶-木材分割任务跨站点与跨尺度鲁棒性的提升效果，通过在ShapeNet-55和2400棵单木点云上预训练Point-M2AE模型，并采用递归体素细分处理点密度变化，显著提高了分割精度和泛化能力。

Flow-ERD: Agent-type Aware Flow Matching with Entropy-Regularized Distillation for Diverse Traffic Simulation

Seulbin Hwang et al.

cs.RO cs.LG

本文提出Flow-ERD，一个用于多样化交通仿真的多智能体模拟器。其核心包括Agent-Type Aware Flow Matching (AFM)和Entropy-Regularized Distillation (ERD)，旨在同时提升仿真真实性与多样性，并在WOSAC测试基准上取得了领先性能。

Large Language Models (LLMs) and Generative AI in Cybersecurity and Privacy: A Survey of Dual-Use Risks, AI-Generated Malware, Explainability, and Defensive Strategies

Kiarash Ahi, Saeed Valizadeh

cs.CR cs.AI cs.CL

本文综述了LLMs和生成式AI在网络安全中的双重用途，包括恶意软件生成、威胁检测和防御策略，并讨论了可解释AI和对抗性防御等方向。该工作基于对70多篇文献的分析，提供了实际案例和建议，但未涉及关键词中的code, context, spectral, Muon, pretrain, agent, attention等具体技术。

End-to-End LLM Flight Planning with RAG-based Memory and Multi-modal Coach Agent

Amin Tabrizian et al.

cs.RO cs.AI

本文提出FRAMe系统，利用LLM、RAG-based memory和多模态coach agent生成满足任务约束的飞行计划。实验表明该系统能有效将自然语言指令转化为安全高效的飞行路线。

EdgeCompress: Coupling Multidimensional Model Compression and Dynamic Inference for EdgeAI

Hao Kong et al.

cs.CV cs.AR cs.LG

本文提出EdgeCompress框架，通过动态图像裁剪（DIC）和复合收缩（CS）协同压缩CNN的三个维度（深度、宽度和分辨率），并级联多个不同复杂度的模型实现动态推理，以降低计算冗余。实验表明该方法在ImageNet-1K上减少了ResNet-50的计算量并提升了精度。

WAM-TTT: Steering World-Action Models by Watching Human Play at Test Time

Yusen Feng et al.

cs.RO cs.AI

本文提出WAM-TTT框架，通过自监督video prediction将人类视频吸收到frozen world action model的轻量级adaptive memory中，并引入meta-training阶段对齐human和robot behaviors。该方法无需robot actions或task-specific fine-tuning即可实现steering，在多种manipulation tasks上优于in-context human-video conditioning baselines。

Tensorized algorithms and scalable filtering methods for hidden Markov and factorial hidden Markov models

Roxana Barrios, Ioannis Sgouralis

stat.ML cs.LG

本文利用tensor algebra直接处理factorial hidden Markov models (fHMM)的多维结构，避免了将其转化为状态空间巨大的等价HMM，从而显著提升了forward filtering算法的计算效率，为大规模时间序列分析提供了实用框架。

AnchorPrune: Relevance-Anchored Contextual Expansion for Visual Token Pruning

Kyuan Oh, Bumsoo Kim

cs.CV cs.AI

本文提出AnchorPrune，一种无需训练的视觉token剪枝框架，通过先构建受保护的相关性锚点（relevance anchor），再以重要性加权的novelty（新颖性）扩展上下文，在保持查询关键证据的同时改善视觉覆盖，从而在LLaVA-NeXT-7B等模型上以极少的token数（如160个）保留接近全token的性能。

Making Implicit Preservation Intent Explicit in Conversational Image Editing

Soomin Han et al.

cs.CV cs.AI

本文针对对话式图像编辑中内容随时间遮挡与恢复的问题，提出了OCCUR-Bench基准和ReSpec框架。ReSpec通过识别应保留的内容并选择历史图像状态作为参考，无需训练即可提升编辑的时序一致性。

Progressive Crystallization: Turning Agent Exploration into Deterministic, Lower-Cost Workflows in Production

Arun Malik

cs.SE cs.AI cs.DC cs.ET cs.MA

本文提出了一种名为progressive crystallization的agent生命周期管理方法，将agent探索视为发现机制而非永久执行模式，通过三阶段执行分类和基于证据的晋升机制，将重复验证的agent行为转化为确定性工作流。该方法在云网络AIOps系统中将确定性执行比例从0%提升至45%，并将单次事件agent成本降低超过70%。

Navigating Hierarchy: Hyperbolic Learning on Brain Graphs for Disorder Diagnosis

Yapeng Li et al.

cs.CV cs.AI

本文提出了一种基于双曲学习的脑图分析框架HLBG，通过将ROI、功能社区和全脑网络投影到Lorentzian双曲空间并施加几何蕴含约束来建模层次结构，同时引入Graph-aware Mamba模型捕获长程依赖。实验表明该方法在精神疾病诊断中优于现有技术。

Prior-aware and Context-guided Group Sampling for Active Probabilistic Subsampling

Beomgu Kang, Hyunseok Seo

eess.SY cs.LG

本文提出了一种增强的主动概率子采样方法PGA-DPS，通过整合先验信息采样模式和基于top-k的组采样来改进A-DPS方法，并在分类、图像重建和分割任务上验证了其性能提升。

Is Randomness Necessary for Adaptive Data Analysis?

Edith Cohen et al.

cs.CR cs.DS cs.LG

本文在Random Oracle模型下研究了自适应数据分析(ADA)中随机性的必要性，证明了当分析师计算能力无界时，任何确定性机制在回答$\tilde{O}(n)$个自适应查询后必然失败，从而表明随机性对于支持非平凡数量的自适应查询是严格必要的。

AT-Attn: Temporal-Aware Cross-Attention for Longitudinal Multimodal Alzheimer's Disease Diagnosis

Xinyue Du et al.

cs.CV cs.AI

本文提出AT-Attn框架，通过时间感知的cross-attention机制融合纵向多模态数据（MRI和临床信息）用于阿尔茨海默病诊断，在ADNI数据集上验证了其有效性。该方法主要关注多模态融合中的时间不规则性问题，与关键词中的attention概念有一定关联。

GeoProp: Grounding Robot State in Vision for Generalist Manipulation

Guoyang Zhao et al.

cs.RO cs.AI

本文提出GeoProp，一种轻量级插件，通过将机器人状态投影到图像平面并采样局部视觉特征，将本体感觉与视觉对齐，以改进通用操作策略。实验表明该方法在模拟和真实任务中均能提升性能，但未涉及关键词中的code、spectral、Muon、pretrain或agent等概念。

Geodetic sets for directed acyclic planar geodetic graphs

Benedikt G. Hein, Egon Wanke

math.CO cs.DS

本文证明了在有向无环平面geodetic图中，判断是否存在大小不超过$k$的geodetic set是NP完全的，并给出了有向无环series-parallel图中最小geodetic set和最小edge geodetic set的线性时间算法。

Tree-of-Thoughts Reasoning for Text-to-Image In-Context Learning

Stepanida Alekseeva, Jenifer Kalafatovich, Seong-Whan Lee

cs.CV cs.AI

本文提出了一种基于Tree-of-Thoughts (ToT)推理框架的方法，用于解决文本到图像上下文学习（T2I-ICL）中的组合推理和提示歧义问题。该方法通过多阶段推理和选择层生成、评估并筛选多个候选假设，最终构建用于图像合成的提示，在CoBSAT基准上取得了优于基线和Chain-of-Thought策略的结果。

Weight-Space Physics: Interpretable Hypernetworks for Lattice Quantum Field Theories

Tobias Göbel et al.

hep-lat cs.LG

本文提出JEPAWG，一种基于联合嵌入预测架构的权重生成器，用于将晶格场论中的耦合常数直接映射为流模型的网络权重。该方法在标量场论中验证了其潜在空间能恢复流形的内在维度并定位相变，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。

Ranking and Rank Aggregation with Matroid Prefix Constraints

Seiei Ando, Yu Yokoi

cs.DM cs.DS

本文研究了在Kendall tau距离下，受matroid或flag matroid前缀约束的排序与排序聚合问题，并提供了多项式时间算法寻找最接近的可行排序，同时证明了在多个输入排序下的NP-hardness。

Recovering Latent Structures after Variational Bayesian Variable Selection: Fit Assessment and Factor-Number Selection in Partially Exploratory Factor Analysis

Jinsong Chen, Yi Jin

stat.ME cs.CL

本文针对部分探索性因子分析(PEFA)中载荷结构和因子数弱指定的问题，提出了一种基于变分贝叶斯变量选择的后选择评估框架，通过硬选择或软选择将收敛解转化为协方差模型，并推导了自由度、绝对拟合诊断指标和相对准则。该方法在模拟和实例中验证了有效性，但与我提供的关键词列表关联度较低。

Comparative Study of Domain-adapted VLMs for General Document Visual Question Answering

Miguel Lopez-Duran et al.

cs.CV cs.LG

本文系统评估了8种开源预训练Vision-Language Models在三个不同文档领域（工业文档、信息图表和演示幻灯片）上的Document Visual Question Answering性能，包括zero-shot、全监督微调和few-shot学习实验。研究发现，虽然大型预训练VLM在结构化布局上表现良好，但在视觉复杂的布局上性能显著下降，且视觉理解是DocVQA的主要瓶颈。

Validate the Dream Before You Trust Its Verdict: Admissibility for World-Model Simulators

Christian Oefinger et al.

cs.RO cs.AI cs.LG cs.SE

本文讨论了World Models在机器人学中作为测试oracle时的可信度问题，提出了一个从L0到L4的admissibility ladder框架，用于评估生成式World Model在闭环决策中的可靠性，并以自动驾驶为例验证了视觉保真度与动作鲁棒性之间的不一致性。

Restricted Dynamic Geometric Complexity: Certificates for Structured Preconditioning

Zavier Li

math.OC cs.LG

本文研究了受限动态几何复杂度，将结构预条件问题转化为几何距离、可达性和证书问题，并证明了单调性、子流形距离原理等结果，以及Kronecker投影定理和精确二维复杂度公式。这些内容为优化中的预条件器设计提供了诊断接口，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联较弱。

Memory Scarcity, Open Models, and the Restructuring of the AI Industry, 2026-2030 -- A quantitative scenario analysis of inference economics, training-cost divergence, and infrastructure solvency

Satoshi Matsuoka

econ.GN cs.AI cs.AR cs.CE cs.PF

本文通过$/PB的推理经济学框架，定量分析了2026-2030年间DRAM/HBM价格飙升、开源模型、推理效率提升及算力转售四大因素对AI产业的重构，预测了训练成本分化与基础设施偿付能力，并给出了五种情景概率。

Continual Learning With Participation Privacy: An Auditable Buffering-Aggregation Recipe

T-H. Hubert Chan et al.

cs.CR cs.LG

本文提出了一种可审计的模块化方法，通过随机缓冲包装器将单次编辑的参与方数据流转化为Hamming风格的更新流，并结合认证定理实现了轨迹级别的差分隐私保护。该方法主要关注参与方隐私与延迟之间的权衡，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联较弱。

Vision Foundation Models in Radiology: A Scoping Review of Data, Methodology, Evaluation and Clinical Translation

Alejandro Vergara-Richart et al.

cs.CV cs.AI cs.LG

本文对2017年至2026年间发表的67篇放射学Vision Foundation Model (VFM)研究进行了范围综述，总结了其在数据规模、架构设计（如Transformer和self-supervised pretraining）以及下游任务（如segmentation和classification）上的现状，并指出临床转化受限于数据代表性不足和评估不完整。

DiPhon: Diffusion on Graphons for Scalable Graph Generation

Sergio Rozada et al.

stat.ML cs.AI cs.LG

本文提出DiPhon，一种基于graphon（稠密图序列的极限对象）的扩散框架，用于可扩展的图生成。它通过Jacobi随机微分方程在graphon空间上定义连续扩散过程，并离散化为有限图上的过程，利用可解析的边际score进行反向生成。该方法在训练时使用小图，推理时可生成更大规模的图，无需重新训练。

Billions of Sketches Reveal Hidden Cultural Variation in Human Concepts

Arianna Pera et al.

cs.CY cs.CL physics.soc-ph

本文通过分析来自236个国家和地区的26亿幅手绘草图，发现人类概念在不同文化中存在隐藏的变异，视觉表征比语言模型更能保留丰富的语义和文化结构。研究揭示了概念结构在具身经验和文化维度上的多样性。

Bayesian Optimization of Genetic Algorithm Hyperparameters in a Multi-Fidelity Framework for Efficient Lattice Material Design

Sergei Zorkaltsev, Maciej Haranczyk, Christina Schenk

cond-mat.mtrl-sci cond-mat.dis-nn cs.AI cs.LG math.OC

本文提出了一种多保真度框架，用于优化遗传算法超参数，通过结合FFT均匀化、3D卷积神经网络代理和高斯过程代理，实现了计算成本的降低。该方法在晶格材料设计中验证了有效性，但未涉及关键词中的核心概念。

CarbonCLIP: Enhance Carbon Prediction from Satellite Imagery via Integrated Street-View Semantics and Temporal Context Training

Zeru Yang et al.

cs.CV cs.AI

本文提出CarbonCLIP，一种多模态蒸馏框架，通过双分支对比学习将街景语义和时序先验知识迁移到卫星图像表示中，以提升城市碳排放预测性能。该方法在预训练阶段使用多模态数据，推理时仅依赖卫星图像，并在北京和新加坡的实验中优于基线。

Multimodal Voice Activity Projection for Turn-Taking in Social Robots with Voice-Activity-Related Pretrained Encoders

Antonio Cano et al.

cs.RO cs.AI cs.CL

本文提出了一种多模态语音活动预测框架(MM-VAP)，通过扩展原始音频VAP公式至同步音视频输入，并利用预训练音视频编码器和低秩适应(LoRA)技术来预测社交机器人中的对话轮次转换。实验在NoXi和NoXi+J数据集上展示了改进，但方法在开创性和与关键词的契合度上均不突出。

POO-LPSP: Parallel Osprey Optimized Least Penalty-Squared Prioritization Methods for Priority Derivation in the Analytic Hierarchy Process

Kevin Kam Fung Yuen

math.OC cs.AI cs.DC math.NA

本文提出了一种基于并行鱼鹰优化算法（POOA）的POO-LPSP方法，用于求解层次分析法（AHP）中的优先级推导问题，通过最小化惩罚平方方差来改进传统特征向量方法。该方法在生成式AI供应商选择问题上验证了其计算效率，但主要贡献在于优化算法而非与关键词相关的理论突破。

HAJJv2-CrowdCount: Zero-Shot Benchmark for Dense Crowd Counting

Reem AlYabis et al.

cs.CV cs.AI

本文为HAJJv2数据集提供了每秒人工标注的人群计数，并基准测试了三种零样本计数方法。在密集场景下，基于点的计数器(APGCC)表现优于检测和分割方法，但整体上SAM3Count的误差最低。

Quantum simulation of real-world nonlinear dynamics via Koopman method

Baoyang Zhang et al.

quant-ph cs.AI physics.flu-dyn

本文提出了一种基于Koopman方法的量子模拟框架，通过将非线性动力学嵌入到线性表示中，并使用浅层量子电路实现演化。该方法在超导处理器上模拟了反应扩散、球面流体运动等系统，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。

HumAIN: Human-Aware Implicit Social Robot Navigation

Daeun Song et al.

cs.RO cs.AI

本文提出了一种名为HumAIN的社会机器人导航框架，通过知识蒸馏将隐式社会线索（如骨骼关键点）融入规划循环，使用transformer教师模型学习多模态表示并蒸馏为轻量学生模型以实现实时部署。实验表明该方法在轨迹预测指标上平均提升29.8%，但未涉及code、spectral、Muon或pretrain等关键词。

Behavior Foundations for Quadruped Robots: ABot-C0 Technical Report

Xufeng Zhao et al.

cs.RO cs.AI cs.HC cs.LG

本文介绍了ABot-C0，一个用于四足机器人的通用运动控制系统，通过构建可扩展的多源运动数据管道和Flow-Matching通用策略，实现了运动跟踪、地形遍历和场景交互等行为基础，并在城市自主导航和多模态交互实验中展示了产品级的行为智能。

When Prompts Ignore Structure: Graph-Based Attribute Reasoning for Calibrated VLMs

Tanay Sodha et al.

cs.CV cs.AI cs.LG

本文提出ARGTCA方法，通过构建Symbolic Attribute Graph并训练Graph Attention Network (GAT)来建模视觉语言模型中属性间的结构关系，以改善测试时适应的校准性能。实验表明该方法能有效降低Expected Calibration Error (ECE)。

Gap-Majority Lemmas in Communication Complexity

Pachara Sawettamalya, Huacheng Yu

cs.CC cs.DS

本文在双人随机通信模型中证明了信息论最优的gap-majority引理，表明若计算基函数$f$需要$I$比特信息，则计算其gap-majority组合$\mathsf{GapMAJ} \circ f^n$需要$n \cdot (I - O(1))$比特信息。该结果在信息成本的线性缩放和错误率间的常数权衡上均达到渐近最优，并可用于推导Gap-Hamming的通信下界和三角形计数的紧致流式下界。

Heterogeneity-Adaptive Diffusion Schrodinger Bridge for PET-Guided Whole-Body MRI Translation

Chengbo Wang et al.

cs.CV cs.AI cs.LG

本文提出了一种基于扩散Schrodinger桥的异质性自适应框架(HA-DSB)，用于PET引导的全身MRI翻译。该方法通过视觉语言模型(VLM)提取区域上下文嵌入，并利用PET引导的双阶段机制增强病变区域的翻译保真度。

Reliable mechanistic operator recovery with biologically-informed neural networks: principles for architecture and optimisation design

Rebecca M. Crossley et al.

q-bio.QM cs.LG

本文系统研究了Biologically-informed neural networks (BINNs)在从稀疏噪声观测中恢复机械性算子时的可靠性，分析了网络架构、优化策略和数据信息量对推理的影响，并提供了基于证据的实践指南。

Statistical inverse learning and $\ell^1$-regularization

Abhishake Rastogi et al.

stat.ML cs.LG math.ST

本文在统计逆学习框架下研究了从有限、含噪、间接观测中恢复稀疏函数的问题，提出了基于$\ell^1$正则化的经验风险最小化方法，并建立了几乎必然一致性和非渐近高概率收敛率，同时证明了匹配的极小化最优下界。文章通过考虑有限平滑算子将理论与实际稀疏模型联系起来，并验证了椭圆PDE中反应系数识别和稀疏CT两个代表性逆问题中的假设。

HIVE: Understanding Post-Hallucination Reasoning in Vision Language Models

Feng He et al.

cs.CV cs.AI

本文研究了视觉语言模型中的幻觉后推理阶段，通过引入HIVE评估框架，在多个任务和模型上观察到幻觉描述在视觉语言任务中可能提升准确率，而在纯文本任务中效果有限。

Stability of Flow Models for Graph Signals

Martin Schmidt, Gonzalo Mateos

eess.SP cs.AI cs.LG

本文分析了由GNN参数化的连续归一化流模型在图信号生成中的稳定性，证明了置换等变性在连续ODE及其离散近似中得以保持，并推导了结构扰动对生成分布影响的显式稳定性界。

Creativity from Friction: Human-AI Interaction for Exploratory Structural Design

Ricardo Maia Avelino et al.

cs.HC cs.AI

本文讨论了当前生成式AI在消除设计摩擦与提供最终解决方案的目标，与结构设计师等创作者通过迭代工作发展想法的需求之间的不匹配。文章提出了基于视觉-语言模型的人机协同设计系统维度，并通过一个原型界面和专家研究，展示了交互式AI如何通过减少重复建模摩擦同时保留反思性设计摩擦来支持设计空间探索。

A Unified Detection Framework for AI-Related Content and Artifacts

Xifeng Zhang et al.

stat.ML cs.LG

本文提出了一种基于Mahalanobis distance scores (MDS)的统一检测框架，用于检测AI生成文本、幻觉、水印和对抗样本。该框架通过联合估计casewise和cellwise minimum covariance determinant (MCD)来刻画正类样本的协方差矩阵，并提供了优化算法和理论收敛性证明。

Induced packing treewidth

Amir Nikabadi, Paweł Rzążewski

math.CO cs.DM cs.DS

本文引入了一个名为induced-$\mathcal{H}$-packing treewidth的树分解图参数，它统一了由禁止诱导子图或诱导子式定义的图类与具有特定树分解的图类。该参数通过衡量每个bag中来自$\mathcal{H}$的成对anticomplete诱导副本的最大数量，推广了tree-independence number和induced matching treewidth等概念。

CARLA-GS: Decoupling Representation, Reasoning, and Physics Simulation for Autonomous Driving Corner-Case Synthesis

Kaicong Huang, Meng Ma, Ruimin Ke

cs.RO cs.AI

本文提出CARLA-GS框架，通过解耦视觉表示、语义推理和物理仿真，利用Gaussian Splatting和LLM agent生成自动驾驶边缘场景，但方法在创新性和与关键词的契合度上均不突出。

Towards Agentic AI Governance: A Preliminary Assessment

Mubarak Raji, Masooda Bashir

cs.CY cs.AI

本文对agentic AI治理进行了系统性文献综述，识别了其与传统AI系统的区别特征，并综合了治理优先级、机制和利益相关者角色，为构建结构化治理路线图提供了初步基础。

QCNN with Rough Path Signature Kernels

Leonardo Nogueira Falabella, Vasily Sazonov

quant-ph cs.AI

本文提出了一种混合量子-经典架构，将路径签名核（path signature kernel）与量子卷积神经网络（QCNN）结合，用于时间序列分类，以缓解时间重参数化不变性问题。实验在二分类任务上展示了该架构的潜力，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。

MedPMC: A Systematic Framework for Scaling High-Fidelity Medical Multimodal Data for Foundation Models

Hyunjae Kim et al.

cs.CV cs.LG

本文提出了MedPMC框架，通过自动化处理PMC文献构建了大规模医学多模态数据集，包含1100万图像-文本对。实验表明该数据集训练的模型在多个医学基准上优于现有方法，但方法本身属于工程性数据构建，未涉及关键词中的核心概念。

Any-Dimensional Learning by Sampling

Eitan Levin, Venkat Chandrasekaran

math.ST cs.LG math.PR

本文提出了一种通过随机采样映射来比较不同规模输入的统一框架，并分析了采样方法在序列、图和张量等不同领域中的适用性，为函数类的泛化和草图化提供了理论保证。

Faster quantum linear system solver beyond the condition number

Alexander M. Dalzell, Jianqiang Li, Yuan Su

quant-ph cs.DS math.NA

本文提出了两种量子线性系统求解器，其复杂度与条件数无关，通过引入有效条件数概念并利用截断和滤波方法，在标准输入模型下实现了对归一化解的快速求解。

bluearXiv-ai 论文精选

📚 跟踪学科 (Categories)

🔍 筛选关键词 (Keywords)

📊 论文统计 ↑ 回顶部

⭐ 精选论文 ↑ 回顶部

cs.LG

cs.AI

cs.CL

cs.DS

others

📄 所有论文 ↑ 回顶部

cs.LG

cs.AI

cs.IR

cs.CL

cs.DS

others