bluearXiv-ai 论文精选

2026-07-15
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
80
cs.AI
53
cs.IR
11
cs.CL
46
cs.DS
9
others
104
总计
303

⭐ 精选论文 ↑ 回顶部

cs.LG

Learning to Discretize: Diffusion-Based Adaptive Mesh with Spectral Guidance ⭐ 精选
Zixuan Shen et al.
cs.LG cs.AI
An Agentic AI Scientific Community for Automated Neural Operator Discovery ⭐ 精选
Luis Loo, Ulisses Braga-Neto
cs.LG
Speculate with Memory: Lossless Acceleration for LLM Agents ⭐ 精选
Yu Li et al.
cs.LG cs.CL
Cluster-Weighted EDMD ⭐ 精选
Lorenzo Tomaz et al.
cs.LG stat.ML
Track, Rank, Crack: Epistemic Working Memory Scales Multi-Hop Reasoning in Language Agents ⭐ 精选
Ning Liu
cs.LG cs.AI
Fisher Rank Inflation: A Spectral Signature of Memorization under Label Noise ⭐ 精选
Satwik Bathula, Anand A. Joshi
cs.LG stat.ML
A JoLT for the KV Cache: Near-Lossless KV Cache Compression via Joint Tucker and JL-Residual Allocation for LLMs ⭐ 精选
Rahul Krishnan, Volker Schulz
cs.LG cs.CL math.OC
Evidence-Grounded Verified Agentic Reasoning: A Path Toward Eliminating LLM Hallucination in Empirical Inference via Tool-Attested Kernel Proofs ⭐ 精选
Junyu Ren
cs.LG cs.AI cs.CY cs.SE
AVQ-Attention: Adaptive Vector-Quantized Attention ⭐ 精选
Winfried van den dool et al.
cs.LG cs.CV

cs.AI

Designing Agent-Ready Websites for AI Web Agents: A Framework for Machine Readability, Actionability, and Decision Reliability ⭐ 精选
Said Elnaffar, Farzad Rashidi
cs.AI cs.HC
Critic Experience Bank: Self-Evolving Step-Level Confidence Estimation for LLM Agents ⭐ 精选
Yaopei Zeng et al.
cs.AI
Function-Aware Fill-in-the-Middle as Mid-Training for Coding Agent Foundation Models ⭐ 精选
Yubo Wang et al.
cs.AI cs.CL
Tracing Agentic Failure from the Flow of Success ⭐ 精选
Samuel Yeh et al.
cs.AI cs.CL
Who Grades the Grader? Co-Evolving Evaluation Metrics and Skills for Self-Improving LLM Agents ⭐ 精选
Xing Zhang et al.
cs.AI cs.CL cs.MA
Knowledge- and Gradient-Guided Reinforcement Learning for Parametrized Action Markov Decision Processes ⭐ 精选
Jonas Ehrhardt, René Heesch, Oliver Niggemann
cs.AI
Do AI Agents Know When a Task Is Simple? Toward Complexity-Aware Reasoning and Execution ⭐ 精选
Junjie Yin, Xinyu Feng
cs.AI cs.CL cs.SE eess.SY

others

SymbOmni: Evolving Agentic Omni Models via Symbolic Concept Learning ⭐ 精选
Jinxiu Liu et al.
cs.CV cs.LG
AutoTrace: From Patches to Triggers via Agentic Interprocedural Exploration ⭐ 精选
Arastoo Zibaeirad, Marco Vieira, Thomas Zimmermann
cs.SE cs.AI cs.CR
Gradient-Free Topology Adaptation for Power Flow Surrogates via In-Context Whitening ⭐ 精选
Ayushi Jolotia, Parikshit Pareek
eess.SY cs.LG
IQA-T1: Tool-based Visual Evidence Reasoning for Image Quality Assessment ⭐ 精选
Jinjian Wu et al.
cs.CV cs.AI eess.IV
Environment Parameter Gradient Theorem for Policy-Environment Co-Design in Reinforcement Learning ⭐ 精选
Amber Srivastava
eess.SY cs.LG

📄 所有论文 ↑ 回顶部

cs.LG

Learning to Discretize: Diffusion-Based Adaptive Mesh with Spectral Guidance ⭐ 精选
Zixuan Shen et al.
cs.LG cs.AI
本文提出了一种基于扩散模型的自适应网格生成框架，将离散化过程建模为受物理约束的条件生成问题。该方法通过两阶段学习：第一阶段学习r-adaptive displacement mesh（自适应位移网格），第二阶段从网格信息表示中预测PDE解演化，并引入spectral concentration（谱集中度）等正则化项确保物理合法性。这项工作将自适应网格从求解器特定的启发式方法重新定义为生成式表示学习问题，在多个PDE场景中展现出优于固定网格和传统自适应方法的性能，与关键词中的“spectral”和“context”高度契合。
An Agentic AI Scientific Community for Automated Neural Operator Discovery ⭐ 精选
Luis Loo, Ulisses Braga-Neto
cs.LG
本文提出了一种基于AI科学社区的agentic方法，用于自动发现neural operator架构。该方法构建了一个由虚拟实验室组成的swarm，这些实验室在基于引用的影响力经济下交互，每个实验室包含LLM planner、numerical worker和LLM reviewer三个agent，共享DeepONet、Fourier、Transformer、wavelet和residual convolutional neural operator等构建模块。实验表明，该社区能够发现高精度、低参数量的neural operator架构，且LLM planner在99.8%的决策中选择混合多族架构，而替换为rule-based agent会导致社区崩溃，揭示了LLM agency对保持多样性的必要性。该工作为自动化科学发现提供了新范式，并暗示了neural operator领域不存在通用最优架构（no-free-lunch theorem）。
Speculate with Memory: Lossless Acceleration for LLM Agents ⭐ 精选
Yu Li et al.
cs.LG cs.CL
本文提出了一种为LLM agent设计的无损加速方法，通过为speculator（投机执行中的轻量级预测模型）配备三种在线记忆系统：对比转移表（contrastive transition table）、情景记忆（episodic memory）和混淆追踪器（confusion tracker），使其能从过去的agent轨迹中学习并提升预测质量。实验表明，该方法在动作预测、观察预测和链式预测三类任务上均取得显著加速效果，且随着记忆积累性能持续提升。该工作与关键词"agent"高度契合，并解决了speculator缺乏状态记忆这一长期问题。
Cluster-Weighted EDMD ⭐ 精选
Lorenzo Tomaz et al.
cs.LG stat.ML
本文提出Cluster-Weighted EDMD (CW-EDMD)方法，通过联合学习软相空间划分和每个cluster的EDMD算子，解决了全局Koopman算子在不同状态空间区域具有不同局部动力学时效率低下的问题。该方法使用Expectation-Maximization (EM)目标，基于几何邻近性和预测残差分配每个转移，使得cluster在局部Koopman模型准确而非数据密集的区域进行特化。在Lorenz、阻尼摆和Duffing系统上的实验表明，CW-EDMD在一步预测和5秒滚动预测中显著优于同阶EDMD，在288次配对比较中有258次显著降低误差。该方法为非线性动力系统的谱分析（spectral）提供了更精确的局部建模框架。
Track, Rank, Crack: Epistemic Working Memory Scales Multi-Hop Reasoning in Language Agents ⭐ 精选
Ning Liu
cs.LG cs.AI
本文提出SLEUTH，通过引入显式的epistemic working memory（认知工作记忆）来组织agent的推理状态，包括Confirmed Facts、Active Hypotheses和Open Questions，从而解决长链multi-hop reasoning中因context dilution（上下文稀释）导致的性能退化问题。实验表明，该方法在多个基准上显著优于Reflexion等基线，且性能优势随推理链长度增加而扩大。此外，文章识别了evidence sufficiency problem（证据充分性问题），并证明结构化状态是有效commitment（承诺）的必要条件，揭示了推理组织方式而非原始模型能力是扩展multi-hop reasoning的关键因素。该方法与关键词“agent”和“attention”高度契合，且对长期存在的长链推理退化问题提供了开创性解决方案。
Fisher Rank Inflation: A Spectral Signature of Memorization under Label Noise ⭐ 精选
Satwik Bathula, Anand A. Joshi
cs.LG stat.ML
本文发现深度网络在标签噪声下训练时，其逐样本最后一层梯度的中心化scatter矩阵的effective rank（有效秩）会经历一个先膨胀后收缩的谱特征，称为Fisher Rank Inflation。作者推导了基于一阶近似的leave-one-out attribution公式，并证明在特定条件下噪声样本对秩的贡献显著高于干净样本。在CIFAR系列数据集上的实验表明，该谱特征与memorization过程高度同步，且秩的峰值与噪声严重程度单调相关，甚至能先于测试性能下降被检测到。这项工作为理解深度学习的memorization行为提供了新的谱视角，与关键词中的“spectral”高度契合。
A JoLT for the KV Cache: Near-Lossless KV Cache Compression via Joint Tucker and JL-Residual Allocation for LLMs ⭐ 精选
Rahul Krishnan, Volker Schulz
cs.LG cs.CL math.OC
本文提出了一种名为JoLT的KV cache压缩方法，通过将每层的KV cache视为一个三阶tensor（轴为heads, tokens, features），并对其token和feature轴应用partial Tucker decomposition，同时利用Johnson-Lindenstrauss (JL) rotated low-bit residual恢复截断丢弃的能量。该方法通过一个Lagrangian dual在给定byte budget下联合分配Tucker rank和residual bit-width，实现了近无损的2-3倍压缩，在perplexity、GSM8K accuracy和RULER retrieval等指标上均与未压缩baseline无显著差异。这项工作直接利用了tensor的spectral结构，为LLM推理中的memory bottleneck提供了开创性的压缩方案。
Evidence-Grounded Verified Agentic Reasoning: A Path Toward Eliminating LLM Hallucination in Empirical Inference via Tool-Attested Kernel Proofs ⭐ 精选
Junyu Ren
cs.LG cs.AI cs.CY cs.SE
本文提出EG-VAR架构，利用Lean 4定理证明器作为核心，通过tool-attestation axioms和declared source lifts机制，确保LLM的每个verified output都严格源自attested tool call（定理3.1）和kernel-checked推理链（定理3.2），从而消除经验推理中的幻觉。该方法在TableBench数值推理子集上达到120/120的准确率，在反事实压力测试中保持100%的source-faithful，并将残余语义形式化错误控制在3.3%以下。EG-VAR为高风险的实证声明提供了可审计的技术治理接口，将形式化错误、来源争议和弃权等转化为明确的审计目标，与关键词中的agent和code概念高度契合。
AVQ-Attention: Adaptive Vector-Quantized Attention ⭐ 精选
Winfried van den dool et al.
cs.LG cs.CV
本文提出Adaptive Vector-Quantized (AVQ) Attention，针对Vector-Quantized (VQ) Attention中固定codebook容量分配不合理的问题（高attention区域可能被粗量化而低attention区域浪费容量），通过在前向传播中识别重要codes并插入预训练的child codewords，实现了基于attention重要性的自适应codebook容量分配。该方法在保持\(\mathcal{O}(MN)\)复杂度的同时，利用自定义Triton kernels将自适应细化过程嵌入Flash Attention的tiled计算范式，相比固定codebook的VQ-attention取得了更好的accuracy-efficiency trade-off。该工作与关键词"attention"高度契合，且方法具有开创性。
OmniPMNet: Bridging discrete and gridded PM10 forecasts via omni-query neural processes
Shuangshuang He, Shuo Wang
cs.LG cs.AI physics.ao-ph
本文提出OmniPM-Net，一种基于Convolutional Conditional Neural Process (ConvCNP)的融合模型，用于结合离散站点和网格化PM10预报。该方法通过地形感知的高斯集合卷积和multi-scale Spatial Source Attention模块，在共享空间表示中融合两种预报，并利用omni-query readout解码。
Semidirect Fourier Delta Attention: Phase-Controlled Delta Memory with Constructive Chunk-WY Kernels
Tiantian Zhang
cs.LG
本文提出了一种名为Semidirect Fourier Delta Attention (SFDA)的线性注意力机制，通过引入块旋转Fourier控制来替代实对角衰减，并给出了一个构造性的chunk-WY分解。该方法在玩具状态追踪实验中展示了学习循环记忆的能力，但大规模语言模型对比和融合核实现留待未来工作。
Repairing Shape-Prior Shortcuts in Long-Range Single-Shot Fringe Projection Profilometry
Adam Haroon, Cody Fleming, Beiwen Li
cs.LG eess.IV
本文针对单帧条纹投影轮廓术（FPP）中深度回归网络利用形状先验捷径（从物体边界而非条纹相位恢复深度）的问题，提出了PhiCalNet。该方法通过输出包裹相位表示\((\sin\phi, \cos\phi)\)并利用固定可微标定层映射到深度，从架构上消除了形状先验解，在合成基准上将物体平均绝对误差降低了3.3倍至4.46 mm。论文还首次在FPP中实现了逐像素共形不确定性量化，有效定位了误差来源。
Qubit-Efficient Quantum Search for Hyperdimensional Decomposition via Logarithmic Encoding
Sanggeon Yun et al.
cs.LG
本文提出了一种基于对数编码的qubit高效量子搜索框架，用于超维计算中的超向量分解问题，通过将表示成本从\(O(D)\)降低到\(O(\log D)\)并保持\(O(\sqrt{N^F})\)的搜索复杂度，显著减少了qubit使用量。
Mirror Horizon: Viable Path Entropy as a Measure of Bounded Reflection
Tiantian Zhang
cs.LG
本文提出了一种名为viable path entropy (VPE)的度量，用于衡量智能系统在有限预算下通过反复反思所能维持的连贯延续能力，并在GSM8K语言模型推理实验中进行了实例化。实验表明，增加token预算能显著提升验证可达性和多样性，且模型能力与参数规模并非简单正相关。
Mathematics of Data Science
Afonso S. Bandeira, Amit Singer, Thomas Strohmer
cs.LG cs.AI cs.IT math.PR
本书系统介绍了数据科学的数学基础，涵盖高维统计、矩阵分解、图论、优化和深度学习等核心主题，为相关领域提供了全面的理论框架。
CARE-LoRA: Compressed Activation REconstruction for Memory-Efficient LoRA
Gengyu Zhang et al.
cs.LG cs.AI
CARE-LoRA提出了一种数据感知的压缩激活重建框架，通过利用LoRA的投影结构，用低秩压缩激活替代完整输入激活，并计算轻量级重建矩阵以减少微调过程中的激活内存占用。该方法在降低内存的同时保持了与标准LoRA相当的性能，但未涉及关键词中的核心概念。
How Query Visibility Changes KV-Cache Compression Rankings: A Matched-Budget Audit
Daming Luo, Christy Liang, Junyu Xuan
cs.LG cs.AI
本文研究了KV-cache压缩方法在查询可见与不可见两种协议下的性能差异，通过匹配预算审计发现查询可见性会改变压缩方法的排名，例如SnapKV在查询不可见时表现不如简单的基线方法。该工作主要关注大语言模型推理效率的实证比较，与关键词中的attention有一定关联但缺乏开创性。
BattVAE-GP: Generative Modeling of Long-Horizon Battery Degradation with Uncertainty Quantification
Raghvender Raghvender et al.
cs.LG cs.AI
本文提出BattVAE-GP混合框架，使用VAE将电池退化轨迹编码到二维latent space，并用sparse multitask Gaussian process进行连续插值和不确定性量化，为长周期电池退化建模提供了计算高效的surrogate方法。
Generalized Distribution-Free Semi-Supervised Learning with Risk Rewrite
Yushi Hirose, Hiroo Irobe, Takafumi Kanamori
cs.LG cs.AI
本文提出了一种基于风险重写的广义无分布半监督学习框架，通过线性组合组件风险构建无偏估计器，将PNU学习扩展到多类分类，并推导了最小可达方差和泛化界。该方法在二分类和多分类基准测试中表现与现有方法相当或更优。
Scale-Aware Attention for Scarce Neural Data: An RG-Flow Transformer on Sleep-EDF EEG
Dibakar Sigdel
cs.LG cs.AI
本文提出了一种名为RG-Flow Transformer的模型，通过引入renormalization-group (RG) 归纳偏置（包括可学习的anomalous dimension \(\gamma\)和block-spin coarse-graining）来处理EEG信号的scale-free特性。在Sleep-EDF数据集上的实验表明，该模型在5类睡眠分期任务上的准确率与参数匹配的vanilla transformer无显著差异，但能通过学习到的\(\gamma\)恢复out-of-sample的spectral exponent \(\beta\)，从而提供了更好的可解释性。
Scalable Optimal Transport Algorithm for Network Alignment
Elaheh Hassani et al.
cs.LG cs.DC
本文提出FastAlign框架，通过稀疏感知计算和领域特定kernel fusion（包括自定义SpMM kernel）来加速基于optimal transport的网络对齐，在保持对齐质量的同时显著降低运行时间。
When Does Reward Teach State? A Hidden-Automaton Instrument and the Group-Language Boundary
Jim Allchin
cs.LG
本文通过将强化学习任务建模为隐藏的deterministic finite automaton (DFA)，提出了一种白盒工具来区分agent获得高奖励是否意味着学到了任务的latent state。研究发现，高奖励并不等同于对任务的理解，agent是否恢复latent state可以通过优化器强度、任务结构和观测信息量三个轴进行预测。
Graph-Constrained Policy Learning for Extreme Clinical Code Prediction
Amritpal Singh et al.
cs.LG cs.AI cs.IR
本文提出了一种图约束遍历策略，将ICD代码预测转化为在剪枝的代码层次结构上的有限步决策过程，使用单一语言模型逐级选择子节点直至叶代码。实验表明该方法在MIMIC-IV数据集上优于平面多标签分类基线，但方法本身并非开创性突破，且与关键词列表中的概念关联较弱。
Exact and Certified Data Shapley for Weighted k-Nearest-Neighbor Regression and Soft-Label Prediction
Zongye Lyu
cs.LG cs.AI cs.DS
本文针对加权k近邻回归和软标签预测中的Data Shapley值计算问题，提出了首个伪多项式时间精确算法和认证的FPTAS，解决了该场景下因归一化分母导致的计算困难。实验验证了算法的精确性，并指出精确值的价值在于确定性和认证误差界，而非统计上的显著差异。
Constructed Reality, Contested Priors: Decoupling and the Architecture of Cognitive Relapse Under the Free Energy Principle
MD Ibrahim Hossain Ridoy
cs.LG q-bio.NC
本文基于自由能原理，通过一个卷积变分自编码器与循环潜在预测器构成的代理系统，研究了“本体论反转”的计算问题。实验发现，系统的表征能力与默认生成行为可以完全解耦，且在中等过渡比率下会出现“认知复发”现象。该工作为认知系统的现实采纳机制提供了一个计算存在性证明，但未涉及关键词中的具体技术。
Evaluating Reliability in Machine Learning Models for Early Chronic Kidney Disease Prediction: A Systematic Review of Data Leakage and Predictor Stability
Mashrul Hossain, Nafesa Kibria, Fahim Shahriar
cs.LG cs.AI
本文系统综述了机器学习在早期慢性肾病预测中的可靠性问题，提出了信息泄露分类体系和量化评分框架，发现高泄露研究平均准确率（95.48%）显著高于无泄露研究（80.2%），且超过80%的预测指标缺乏可重复性。
LIDAR-AD: A Decoder-Free Latent-Interaction Dreamer with Action-Residual Chains for Autonomous Driving
Yongzhi Liu et al.
cs.LG
本文提出LIDAR-AD，一种用于自动驾驶的无解码器潜在交互Dreamer模型。它通过冗余减少的潜在对齐替代观测重建，并使用残差动作序列对比学习来改进风险感知状态抽象和连续控制建模。实验表明该方法在模拟驾驶场景中优于世界模型基线。
Beyond Coordinate Gauge: An Audited Protocol for Detecting Donor-Specific Functional Fingerprints after Neural Collapse
Truong Xuan Khanh, Phan Thanh Duc
cs.LG cs.AI
本文研究了独立训练的神经网络在经历Neural Collapse后，是否仍能检测到供体特异性功能指纹。通过使用仿射校正对齐将供体网络映射到受体坐标，实验表明在受体基线校正后，供体特异性功能指纹仍可区分，但该结论仅限于检测性，不涉及可移植性或因果持久性。
Self-Evolving In-Context Learning for Direct Pilot-to-Beamformer Design in MU-MISO Systems
Yubo Zhang, Xiaodong Wang
cs.LG cs.AI cs.IT
本文提出了一种自进化上下文学习框架，用于MU-MISO系统中的导频到波束成形器设计。该方法通过结合ICL-Transformer骨干网络与编码器-解码器网络，并引入课程学习、自进化机制和失配感知扩展，实现了无需梯度更新的多信道模型自适应。
Signal-Guided Optimization for Machine Unlearning
Xujia Li et al.
cs.LG cs.AI
本文提出GSUO框架，通过设计任务特定的细粒度guidance signals来指导machine unlearning过程，以解决全局粗粒度策略导致的过度遗忘或遗忘不足问题。实验表明该方法在遗忘效果和泛化性上优于14个baseline，但与关键词列表中的code, context, spectral, Muon, pretrain, agent, attention等概念无直接关联。
LiteTopK: Exploiting the Curse of Dimensionality for a Fused Indexer-TopK Kernel in Long-Context Sparse Attention
Ziqi Yin et al.
cs.LG
本文针对长上下文稀疏注意力中的Indexer-TopK操作，利用高维空间中的“维度诅咒”现象（即高维向量间距离趋于集中），设计了LITETOPK融合核。该方法通过采样估计分数范围并在线分桶，在保持精确Top-k正确性的同时减少了内存开销和I/O。
Gene Expression-Informed Jointly Controlled Generative Modeling for Precision Molecular Design
Hang Yuan et al.
cs.LG cs.AI
本文提出JoPMol，一种联合控制下的精准分子生成模型，整合了基因表达谱、分子结构文本和化学性质数值，用于个性化药物候选分子的设计与优化。实验表明其在多个指标上优于现有方法，并展现出良好的泛化能力。
Sparse Inter-Layer Dependencies of Transformer FFN Neurons
Johannes Knittel, Hanspeter Pfister
cs.LG cs.AI cs.CL
本文提出了一种无需训练的归因方法，用于估计FFN神经元激活与上游神经元及attention输出之间的依赖关系。实验表明，尽管FFN参数密集，但神经元间的跨层依赖具有稀疏性，少量前驱激活即可高保真地保留目标神经元激活。
Mitigating The Effect of Class Imbalance in Data with Hierarchical and Dependable Structure
Bipin Chhetri et al.
cs.LG cs.AI
本文针对网络安全漏洞分类中CWE层次结构下的类别不平衡问题，提出了一种Hierarchy-Aware RoBERTa框架，通过可学习的父类嵌入来保持分类一致性。实验表明，在高维嵌入空间中进行合成插值会破坏层次约束，而该框架在不使用数据增强的情况下取得了更好的性能。
Are we Merging the Right Models? Impact of Expert Training Duration on Model Merging for LLMs
Nikita Kozodoi, Zainab Afolabi, Jack Butler
cs.LG cs.AI stat.ML
本文研究了多任务模型合并中专家训练时长对合并模型质量的影响，发现不同合并方法对训练时长的依赖存在显著差异：简单平均法在过拟合时性能下降，而基于稀疏化的方法在超过最优验证点后表现更佳。
Institutional Equity Holdings Prediction Using Node Affinities of Dynamic Graphs
Emad Izadifar, Zahed Rahmati
cs.LG
本文利用SEC 13F文件构建了离散时间动态二部图，将机构持股预测转化为node affinity预测任务，并提出了NAVIS模型。实验表明，简单的指数移动平均基线表现优于多数动态图模型，揭示了机构投资组合的强平滑性和持久性。
Sparse Autoencoders for Interpretable Out-of-Distribution Detection
Ayush Karmacharya et al.
cs.LG cs.AI
本文提出了一种利用sparse autoencoders从神经网络中间层学习可解释特征的方法，并基于这些特征的cosine similarity构建了OOD检测分数。该方法在标准基准上取得了不错的效果，但并未直接涉及关键词列表中的概念。
PFAdapter: Hierarchical LoRA Decomposition for Personalized Federated MLLMs
Jing Liu et al.
cs.LG cs.AI cs.DC cs.MA cs.NI
本文提出PFAdapter框架，通过层次化LoRA分解将adapter参数显式分为全局共享和本地私有组件，以解决联邦微调中全局知识聚合与本地适应的平衡问题。实验表明该方法在多个数据集上提升了准确率并降低了通信开销。
Continual Learning with Elastic Regularization and Synthetic Replay for Federated MLLM Fine-Tuning
Jing Liu et al.
cs.LG cs.AI cs.CV cs.DC
本文提出FedCMM框架，通过模态感知的弹性权重巩固、本地生成式重放和任务相似性梯度聚合，解决联邦多模态大模型微调中的灾难性遗忘问题。实验表明该方法在准确性和反向迁移上优于现有基线。
From Geometric Recovery to Causal Validation: A Reproducible Audit of Sparse Autoencoder Features, from Superposition Geometry to Causal Inertness
Mohamed Abdessalem Bal
cs.LG
本文使用sparse autoencoders (SAEs)分析神经表示中的superposition现象，发现高比例的特征在因果上是惰性的（causally inert），即解码器原子与特征匹配但从不激活。文章将惰性分解为结构性惰性和竞争性惰性，并提供了sae-causal-audit工具用于可重复审计。
Forgetful Attention: A Trainable Support-Vector Memory with Certified Selection and Exact Unlearning
Vishwajith Ramesh
cs.LG
本文提出了一种名为Support Vector Attention (SV-Attention)的可训练注意力机制，其核心是使用one-class SVM的支撑系数作为记忆权重，并支持精确的遗忘操作。该方法通过可逆增量求解器实现了对token影响的完全删除，并在实验中验证了其遗忘的精确性。尽管在稀有项召回和持续学习场景中表现优于基线，但其训练速度显著慢于标准softmax注意力，且方法本身与关键词中的spectral、Muon、agent等概念关联较弱。
Proximity Features: Privacy-Compliant Cold-Start Personalization at Airbnb
Wei Jiang et al.
cs.LG
本文提出了一种名为Proximity Features的隐私合规特征系统，通过地理IP数据和自适应聚类算法将用户按地理邻近性分组，为Airbnb的冷启动个性化推荐提供聚合信号，无需持久个体标识符。该系统已在生产环境中部署，在线A/B实验显示在预订量上有统计显著提升，尤其对历史数据缺失或过时的用户效果明显。
Understanding Structured Health Data through Interaction-Aware Mixture-of-Experts
Ji Hwan Park, Ying Ding, Tianjin Guo
cs.LG
本文研究了交互感知的mixture-of-experts模型在结构化健康数据上的应用，用于预测中风后僵硬程度。尽管性能提升有限，但路由归因揭示了不同视图间的系统性重要性差异，强调了视图构建对可解释性的关键作用。
From Many to Meaningful: Feature-Guided Zero-Shot Chronic Kidney Disease Screening Using Large Language Models
Muhammad Ashad Kabir, Sirajam Munira
cs.LG
本文研究了使用大型语言模型(LLMs)在零样本(zero-shot)设置下进行慢性肾病(CKD)早期筛查的可行性，提出了一种基于特征引导的框架，通过选择少量临床相关的社区可用特征来评估LLM性能。实验表明，所选特征集在多个模型和数据集上均能显著提升平衡准确率，但该方法在理论创新性上较为常规，未涉及关键词中的核心概念。
Saturation Makes Quantization Error Additive: A Coverage Model with a Certificate
Joshua Hill
cs.LG
本文通过分析量化损失函数\(f(S)\)的Boolean cube表示，发现85-93%的方差可由单层效应解释，并提出coverage model \(f(S)=c(1-\prod_{i\in S}(1-a_i))\)来拟合该方差结构。该模型支持两种预测器，在30B至355B参数模型上实现了较低KL散度，但方法本身并非开创性突破，且与关键词列表关联较弱。
Quantum Port-Hamiltonian Neural Networks: Learning Conservative and Dissipative Dynamics via Measurement-Induced Nonlinearity
Dibakar Sigdel
cs.LG
本文提出量子Port-Hamiltonian神经网络(Q-pHNNs)，通过测量诱导非线性(MINL)实现经典动力学的结构保持学习，利用同构哈密顿映射(IHM)将互联矩阵和耗散矩阵分别对应到酉门演化和测量过程。实验在非线性摆和阻尼谐振子上验证了能量守恒与耗散特性。
A hybrid analytical-PINN model for subsurface simulation of geothermal heat exchangers in heterogeneous underground
Moke Rao, Thomas Hamacher, Smajil Halilovic
cs.LG
本文提出了一种混合解析-PINN模型，用于模拟非均匀地下土壤中地热换热器的传热问题。该方法通过解析线源模型消除奇异性，并利用物理信息神经网络学习热导率参数化，以校正理想均匀解与实际非均匀解之间的差异。
Gradient Flow Dynamics and Implicit Bias of Diagonal Linear Networks under Infinitesimal Initialization
Jiajie Zhao et al.
cs.LG
本文研究了深度对角线性网络在无穷小初始化下的梯度流动力学，将已有定理推广到更广泛的网络结构，并证明其训练轨迹等价于一个算法，最终收敛到修正的\(\mathcal{l}_1\)范数最小化问题的解。该工作揭示了结构不变流形（SIM）作为关键几何结构对学习过程的影响。
Generating Developable 3D Molecules via Pocket-Conditioned Diffusion and Property-Aware Optimization
Ruoxi Gao et al.
cs.LG
本文提出了一种基于条件扩散的SBDD框架conDitar-dev，用于生成具有强结合亲和力和良好ADMET性质的配体。该框架包含多尺度pocket表示学习、条件扩散模型和生成时优化三个模块，并在人类疾病靶点基准上取得了优于现有方法的性能。
Reducing information dependency does not cause training data privacy. Adversarially non-robust features do
Rasmus Torp, Shailen K. Smith, Adam Breuer
cs.LG
本文挑战了信息依赖性是训练数据泄露主要原因的普遍观点，通过实验表明模型对图像重建攻击的隐私泄露实际上与对抗鲁棒性中的“非鲁棒特征”相关，并提出了Anti Adversarial Training (AT-AT)方法。该工作揭示了隐私与鲁棒性之间新的权衡关系，但未涉及关键词中的code、context、spectral、Muon、pretrain、agent或attention等概念。
Same Loss, Same Noise, Opposite Schedules: Noise Structure and Optimizer Normalization Jointly Determine Whether Learning-Rate Cooldown Helps
Subham Singh, Ashutosh Mishra, Subha Raut
cs.LG
本文研究了WSD学习率调度中cooldown阶段的效果，发现其有效性取决于梯度噪声结构和优化器归一化。在乘性噪声下，SGD无需cooldown即可收敛，而符号方法（如signSGD）需要cooldown来降低噪声底限。
SinAE: A Single-Architecture Flow-Matching Autoencoder for Cross-Domain Atomic Systems
Yuxuan Ren et al.
cs.LG
SinAE提出了一种统一的flow-matching自编码器架构，使用vanilla Transformer在分子、晶体和蛋白质三种原子系统上实现跨域生成，通过迭代flow-matching解码器达到近无损重建，并验证了联合训练带来的跨域迁移收益。
Differentiable Clone-Structured Causal Graphs for End-to-End Cognitive Map Learning from Image Sequences
Arash Nikzad et al.
cs.LG q-bio.NC
本文提出gradCSCG，将Clone-Structured Causal Graphs (CSCG) 算法重新表述为可微模块，并与VQ-VAE结合，实现从原始图像序列端到端学习因果地图。该方法在符号网格世界和MNIST图像序列上验证了地图恢复的鲁棒性，但未涉及关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念。
ReDiTT: Retrieval Augmented Conditional Diffusion Transformers for Asynchronous Time Series
Saiyue Lyu et al.
cs.LG
本文提出了一种基于扩散模型的异步时间序列预测方法ReDiTT，通过检索增强的条件扩散Transformer在潜在空间中进行预测，并利用cross attention机制引入结构相似的参考序列。实验表明该方法在多个真实数据集上取得了较好性能。
Mechanical Analysis of Parachute Suspension Line Deployment with Binding Tapes Using PINN
Xiang Zhao et al.
cs.LG
本文利用physics-informed neural network (PINN)算法预测降落伞吊带在抽出和拉直过程中的张力，相比传统数值积分方法在计算效率和精度上更具优势，并研究了捆绑带参数对动态张力的调节规律。
PolarBM: Complex-valued Boltzmann Machine for Modeling Audio Signals in Polar and Log-polar Coordinates
Toru Nakashika, Kohei Yatabe
cs.LG cs.SD eess.AS stat.ML
本文提出了一种名为PolarBM的复值Boltzmann machine，用于在极坐标下建模音频信号，并扩展出LogPolarBM以符合人类听觉感知。实验表明，该模型在音频信号建模上优于传统模型，但其应用不限于音频领域。
The Computational Basis of Confidence in Large Language Models
Dharshan Kumaran et al.
cs.LG cs.AI
本文从计算神经科学中的统计决策置信度(SDC)框架出发，研究了大型语言模型中置信度的计算基础。通过分析答案logit差值(LD)作为潜在决策变量的读出信号，在多种感知和记忆任务中验证了其满足SDC的定性特征，但在复杂视觉推理中这些几何特征缺失。该工作为理解多模态语言模型的置信度信号提供了计算视角，但与我提供的关键词列表关联度较低。
Exploring Zero-Shot Foundation Models for Multivariate Time Series Anomaly Detection
Martin Uray et al.
cs.LG
本文研究了将预训练的单变量时间序列Foundation Model (TimesFM)零样本应用于多变量时间序列异常检测(MTSAD)任务，发现该方法在SWaT基准上无法与基线方法竞争，因为模型过于有效地捕捉了时间动态，导致异常段与正常段难以区分。然而，模型在异常边界处产生误差峰值，表明其在变化点检测方面具有潜力。
Sample Efficient Generative Optimization for Molecular Design
Sarina Kopf, Cristina Nevado, Philippe Schwaller
cs.LG
SEGO提出了一种结合probabilistic surrogate model和generative model的贝叶斯优化框架，用于在化学空间中高效搜索分子候选。该方法在PMO benchmark上仅用十分之一的oracle calls即达到最优性能，但与我提供的关键词列表关联较弱。
Adversarial Attacks on Online Handwriting using Salience-based Temporal Editing
Yataro Tamura, Brian Kenji Iwana, Jiseok Lee
cs.LG cs.CV
本文提出了一种基于salience-guided temporal editing的对抗攻击方法，通过插入和删除时间点来生成对抗样本，以攻击在线手写识别模型。实验表明该方法在保持手写视觉结构的同时，具有更强的one-shot black-box迁移性。
What Does Goodness Measure? A Likelihood-Ratio Account of Forward-Forward Learning
Paolo Giannitrapani
cs.LG eess.IV stat.ML
本文从显式生成模型的角度重新审视Forward-Forward (FF)算法中的goodness度量，指出平方goodness是似然比检验的充分统计量，并推广到各向异性与重尾分布情形。文章还分析了层间归一化必须保留每坐标能量而移除长度的原因，并揭示了成对目标中的尺度膨胀捷径。
OOD-RL-Bench: A Benchmark Framework for Out-of-Distribution Detection in Reinforcement Learning
Emil Mittag, Richard Dazeley, Peter Vamplew
cs.LG cs.AI
本文提出了OOD-RL-Bench，一个用于评估强化学习中out-of-distribution检测的基准框架，通过在LunarLander-v3环境中注入多种异常类型来测试不同检测器的性能。实验发现，该方法在观测扰动和状态切换上表现良好，但对观测延迟和动作条件动态的检测仍具挑战。
From Preimage Search To Source-Grounded Feature Inversion
Kaixiang Shu
cs.LG
本文提出了一种基于源接地特征反演的方法，通过利用计算DAG中的反向传播和Wiener映射来修复伴随信号，从而在无需查询特定优化的情况下，从神经网络内部特征重建输入域中的可视化结果。该方法适用于多种CNN和Transformer架构，并验证了反演结果依赖于所选特征和局部算子。
Lightweight Multi-Scale Anomaly Detection for Resource-Constrained Edge Devices
Raheen Junaid Wani, Smruti R. Sarangi
cs.LG
本文提出了一种轻量级多尺度自编码器(LMSAE)用于单变量时间序列异常检测，利用Discrete Wavelet Transform提取多尺度特征并采用多尺度损失函数，在资源受限的边缘设备上实现了低延迟和低功耗推理。
The Geometry of Memorization: Finite-Time Spectral Sensitivity as a Diagnostic for Flow Matching Models
Shuchan Wang
cs.LG
本文提出了一种名为Finite-Time Spectral Sensitivity (FTSS)的梯度无关前向度量，通过追踪状态转移矩阵的均方根奇异值来揭示Flow Matching模型中的流几何结构，并发现过拟合会导致谱坍缩现象。该工作利用内部轨迹动力学检测生成记忆，无需外部查询或基线数据比较。
Learning Forced Multibody Dynamics on Lie Groups
Martine Dyring Hansen et al.
cs.LG math.DS math.SG
本文提出了一种基于Lie群上离散受迫Euler-Lagrange方程的架构，仅利用位置数据学习机械系统的动力学，并自然地保持了系统的几何结构。该方法可扩展至多体系统并适应外部控制输入，在合成与真实数据集上表现良好。
AdaPCLA: Adaptive Prior-Calibrated Logit Adjustment for Long-Tailed Longitudinal EHR Generation
Shuai Cui et al.
cs.LG
本文提出AdaPCLA框架，通过模拟退火训练和零样本分布控制，改进了长尾纵向电子健康记录的自回归生成模型，提升了罕见事件共现结构的生成保真度。实验表明该方法在尾事件合理性、下游任务效用和零样本跨群体适应上优于现有方法。
Extractable Memorization From First Principles
A. Feder Cooper et al.
cs.LG cs.CL
本文从第一性原理出发，形式化了LLM中可提取记忆的验证问题，提出了基于matched comparison的conformal test和census两种校准方法，以区分记忆与可预测性。该方法通过比较训练序列与非训练序列的生成概率来设定阈值，从而严格证明记忆的存在。
Learning-based Probabilistic Load Forecasting with Post-hoc and In-model Uncertainty
Sarah Al-Shareeda, Gulcihan Ozdemir, Heung Seok Jeon
cs.LG cs.AI
本文研究了智能建筑负荷预测中，当推理输入需要重构时，不确定性应置于何处的问题。通过比较模块化的后验残差分位数方案与集成的模型内分位数学习方案，发现不确定性放置依赖于模型主干，且重构输入会显著增加分位数得分。
What Makes a Representational Prior Work? Feature Families, Label-Free Invariances, and Critical Windows in Grokking
Gunner Levi Howe
cs.LG
本文研究了表征先验（representational prior）在grokking现象中的作用机制，通过188次实验分析了特征族（feature family）、无标签不变性（label-free invariance）和关键时间窗口对泛化的影响。实验表明，先验仅在训练早期（前4%的epoch）有效，且基于错误特征族的先验会阻碍泛化，而完全无标签的不变性先验（如交换对\((a,b)\sim(b,a)\)）能可靠地加速泛化。
Constraint-Aware Aggregation for Federated Reinforcement Learning in Microgrid Energy Coordination
Usman Haider, Karl Mason
cs.LG cs.AI
本文提出了一种用于微电网能量协调的联邦强化学习中的约束感知聚合方法，通过简单的惩罚规则\(w_i \propto R_i - \alpha V_i\)在服务器端更新时平衡奖励与安全性，并在DairyGridEnv基准上验证了其有效性。该方法无需对本地训练进行修改，但未涉及code、spectral或Muon等关键词。
Learning Mechanistic Reasoning for Chemical Reactions with Large Language Models
Xingyu Dang et al.
cs.LG cs.CE cs.CL q-bio.BM
本文构建了一个大规模化学反应机理推理数据集，并基于FukuyamaBench基准测试，通过微调Qwen3-30B-A3B模型在精确路径匹配上超越了专用模型FlowER，展示了机理感知训练对提升大语言模型化学推理能力的有效性。
Accelerating Masked Diffusion Large Language Models: A Survey of Efficient Inference Techniques
Daehoon Gwak et al.
cs.LG cs.AI cs.CL
本文针对Masked Diffusion Large Language Models (dLLMs)的推理效率问题，提出了一种统一的延迟分解框架，并从算法、架构与系统、以及推理时扩展三个维度对现有的加速技术进行了分类综述。文章为dLLMs的实际部署提供了基准测试指南，并指出了实现并行生成潜力的开放挑战。
Verifier-Based Reinforcement Fine-Tuning of Reasoning Models for Thermal Energy Storage Control
Takumi Shioda, Kohei Terashima, Tatsuo Nagai
cs.LG
本文使用基于verifier的reinforcement fine-tuning (RLVR)方法，将open-weight reasoning model应用于建筑thermal energy storage (TES)控制问题，通过将offline dynamic programming (DP) action values转化为dense rewards进行训练，使模型输出接近DP最优的调度方案。该方法主要关注实际工程应用，而非理论创新。
Energy-Based Physics-Informed Form Finding for Clustered Tensegrity Structures
Jing Qin, Muhao Chen
cs.LG math.NA
本文提出了一种基于能量的物理信息学习框架，用于解决clustered tensegrity structures的form-finding和物理属性预测问题，通过将总势能最小化和本构关系纳入训练目标，同时预测平衡节点构型和内力分布。数值实验在prism和lander系统上验证了该方法在可扩展性和预测准确性方面的潜力。
Contrastive-Collapsed Loss for Flexible and Geometrically Optimal Embeddings and Faster Convergence
Blanca Cano-Camarero, Ángela Fernández-Pascual, José R. Dorronsoro
cs.LG
本文提出了一种名为CoCo的损失函数，用于学习归一化且结构良好的表示，通过鼓励类内collapse和类间contrast来优化embedding，并在OpenML-CC18基准数据集上展示了与SOTA方法相当的竞争性能。
Efficient Sequential Calibration with $O(T^{2/3-ε})$ Error Bound
Zihan Zhang
cs.LG
本文提出了一种高效的在线二进制序列校准算法，通过结合SPR-Calibration过程与Blackwell校正层，实现了期望校准误差\(O(T^{2/3-\varepsilon})\)的界，改进了经典的\(T^{2/3}\)下界。该方法将总校准误差分解为代理校准误差与残差项，并利用二次势能论证和SPR-Calibration的稀疏性进行控制。
The Spectrum Is Not Enough: When Context Helps Time-Series Forecasting
Mert Onur Cakiroglu, Mehmet Dalkilic, Hasan Kurban
cs.LG
本文指出基于频谱的可预测性指标无法衡量上下文（如长回溯、检索插件或预训练模型）对时间序列预测的价值，因为频谱在相位随机化下不变，而上下文提供的超越二阶信息则不然。作者通过构造频谱和边际分布固定的替代对来隔离这一不可能性，并提出了一个无标签的配置级诊断指标——覆盖缺陷（coverage deficit），其主项通过模拟预测与线性预测的增益来度量超越频谱的结构。实验表明，窗口键控检索的价值在替代对上崩溃，而谱指标保持不变，预训练模型的价值则分裂为存活的二阶部分和崩溃的超越线性部分。
TerraZero: Procedural Driving Simulation for Zero-Demonstration Self-Play at Scale
Zhouchonghao Wu et al.
cs.LG cs.AI cs.RO
TerraZero提出了一种程序化驾驶模拟器与自博弈训练框架，通过CPU模拟与GPU推理的零拷贝路径实现高速仿真，并利用随机化规则生成无限场景。该方法在无人类演示条件下训练驾驶策略，在长尾基准测试中取得领先，但未涉及code、spectral、Muon或attention等关键词。
The Seriality Gap in Video Diffusion Models
Jorge Diaz Chao et al.
cs.LG cs.CV
本文通过多球硬体动力学实验发现，标准双向video diffusion model在因果链增长时性能下降，而单球控制实验表明该退化源于依赖事件结构而非视频长度。研究指出denoising steps无法提供可扩展的串行计算，从而揭示了video diffusion model在串行推理任务中的结构性障碍。

cs.AI

Designing Agent-Ready Websites for AI Web Agents: A Framework for Machine Readability, Actionability, and Decision Reliability ⭐ 精选
Said Elnaffar, Farzad Rashidi
cs.AI cs.HC
本文提出了一个“agent-ready website”设计框架，旨在提升电商平台对AI Web Agent的可读性、可解释性、可验证性和可操作性。该框架围绕agent interpretability、agent executability和agent decision reliability三个维度构建，并通过受控实验（使用GPT-4.1、Gemini-2.5 Flash和Grok-4 Fast三种browser-agent模型）验证了其有效性。实验结果表明，与人类导向的基线网站相比，agent-ready版本在严格成功率（从49.3%提升至89.3%）、错误减少和步骤效率上均有显著提升，为提升AI agent在网页上的决策可靠性提供了初步证据。该工作与关键词“agent”高度契合，并针对agent与网页交互的长期可用性问题提出了系统性的解决方案。
Critic Experience Bank: Self-Evolving Step-Level Confidence Estimation for LLM Agents ⭐ 精选
Yaopei Zeng et al.
cs.AI
本文提出Critic Experience Bank (CEB)，一种无需训练的自进化critic框架，用于LLM agent的step-level置信度估计。该方法通过hindsight LLM为历史轨迹中的每一步生成伪标签，并将这些经验存入记忆库，在遇到相似步骤时检索相关经验辅助当前判断。CEB在多个agent基准测试和critic backbone上取得了最优的校准性能（ECE和Brier）和排序性能（AUC），相比最强的无训练基线，ECE降低了高达54%。该方法与关键词“agent”高度契合，解决了agent在复杂环境中因单步错误导致严重后果的长期问题。
Function-Aware Fill-in-the-Middle as Mid-Training for Coding Agent Foundation Models ⭐ 精选
Yubo Wang et al.
cs.AI cs.CL
本文提出了一种名为Function-Aware Fill-in-the-Middle (FIM)的mid-training方法，用于训练coding agent foundation models。该方法的核心洞察是，coding agent的action-observation-continuation循环在结构上与函数调用同构，因此可以通过在普通代码上执行函数感知的FIM任务来预训练模型。具体地，作者利用program dependency graph分析选择函数，并基于复杂性和可推断性双重标准进行mask，在2.6B token的语料上对Qwen2.5-Coder-Instruct和Qwen3-8B进行mid-training。实验表明，该方法在SWE-Bench等agentic coding benchmark上取得显著提升，同时还能缓解agentic post-training对非agentic coding和tool-use benchmark造成的能力退化，验证了函数调用归纳偏置的有效性。
Tracing Agentic Failure from the Flow of Success ⭐ 精选
Samuel Yeh et al.
cs.AI cs.CL
本文提出OAT方法，将无监督的agent系统失败归因问题转化为基于神经受控微分方程(neural controlled differential equations)的单类学习(one-class learning)问题。该方法仅使用成功轨迹进行训练，通过建模成功轨迹在latent space中的动态模式，在推理时为失败轨迹的每个步骤计算anomaly score以识别错误步骤。实验表明，仅需100条成功轨迹训练，OAT在速度和性能上均显著优于基于prompting的基线方法，为agent系统的高效诊断提供了新方向。
Who Grades the Grader? Co-Evolving Evaluation Metrics and Skills for Self-Improving LLM Agents ⭐ 精选
Xing Zhang et al.
cs.AI cs.CL cs.MA
本文提出了一种名为Double Ratchet的协同进化框架，用于在缺乏可靠自动评估指标时，同时进化评估指标和智能体技能。该方法通过进化算法组合小型缺陷检测器来构建透明、可检查的指标，并与技能生命周期管理循环协同进化，在代码生成（MBPP+）、文本到SQL（Spider 2.0-Snow）等任务中，保留了由真实指标驱动时88-110%的性能提升。该工作为自改进agent系统提供了关键的安全保障机制，与关键词中的agent和code领域高度契合。
Knowledge- and Gradient-Guided Reinforcement Learning for Parametrized Action Markov Decision Processes ⭐ 精选
Jonas Ehrhardt, René Heesch, Oliver Niggemann
cs.AI
本文提出了一种名为KGRL的神经符号强化学习算法，用于解决参数化动作马尔可夫决策过程（PAMDP）中的样本效率问题。该方法创新性地将Datalog知识库中的领域知识（如规则和安全约束）与梯度引导的参数细化循环相结合，通过剪枝不可行动作并约束可行参数空间来引导智能体（agent）的探索与部署。KGRL不仅显著提升了训练样本效率，还通过记录轨迹中的规则激活提供了局部过程性解释，在样本效率和回合回报上均超越了现有PAMDP基线方法。该工作与关键词中的“agent”和“context”（通过知识库提供决策上下文）高度契合。
Do AI Agents Know When a Task Is Simple? Toward Complexity-Aware Reasoning and Execution ⭐ 精选
Junjie Yin, Xinyu Feng
cs.AI cs.CL cs.SE eess.SY
本文提出了一种面向LLM agent的复杂度感知推理与执行框架E3 (Estimate, Execute, Expand)，通过形式化定义最小充分执行(minimum-sufficient execution)和Agent认知冗余比(ACRR)，使agent在任务执行前先评估所需信息范围，避免过度读取上下文。在MSE-Bench基准测试中，该方法在保持100%任务成功率的同时，将token消耗降低91%，检查文件数减少92%，显著优于现有基线。该工作与关键词中的agent和code高度契合，为解决agent在代码编辑任务中的执行冗余问题提供了开创性方法。
Optimal Adaptive Market Making: A Theoretical Framework for High-Yield Liquidity Provision in Perpetual Futures Markets
Minmin Zeng, Yi Liu
cs.AI
本文为永续期货市场中的做市商建立了一个随机最优控制理论框架，通过PnL分解定理和Hamilton-Jacobi-Bellman方程分析了自适应买卖价差与库存对冲策略，并推导了高APY制度定理和主APY公式。该工作统一并扩展了Avellaneda-Stoikov等经典范式，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
In-Context Reinforcement Learning under Non-Stationarity: A Survey
A Run, Ziluo Ding
cs.AI
本文综述了非平稳环境下的上下文强化学习（ICRL），探讨了当环境变化时，预训练或微调后的决策模型如何仅通过交互上下文（而非更新参数）来适应。文章将现有文献围绕“什么在变化”、“变化如何展开”以及“变化对agent的可观测性”三个问题进行了组织。
Ontology-Amplified Distillation and Contextuality Auditing for Sovereign Enterprise Language Models: A Combined Proof-of-Mechanism and Negative-Results Method Study
Thanh Luong Tuan
cs.AI cs.CL cs.LG cs.MA
本文结合两项FAOS研究，报告了本体增强蒸馏（ontology-amplified distillation）的机制验证实验和语境性审计（contextuality audit）的负结果试点。前者使用Qwen3.6-27B学生模型在少量合成偏好对上训练，在越南语金融任务上达到与GPT-5基线相当的接地率，但统计功效不足；后者发现语境性度量为零，表明直接影响和构造耦合才是有效信号。整体证据不支持模型的可部署性、优越性或语境性正路由规则。
GRID: Grammar-Railed Decoding for Enterprise SQL Generation
Mohsen Arjmandi
cs.AI cs.CL cs.FL cs.PL
本文提出GRID，一种基于LALR(1) parser状态的grammar-constrained decoding引擎，用于企业级SQL生成。它通过token-level mask保证语法正确性和基于角色的访问控制，并提供了可证明的soundness、completeness和termination保证，在Spider数据集上提升了执行准确率。
Calibration-First Reward-Component Auditing for Reinforcement Learning Control in Smart Greenhouses
Yuhui Bie, Guowei Xu, Yaojun Wang
cs.AI
本文提出了一种用于智能温室强化学习控制的校准优先奖励组件审计框架，该框架将标量奖励分解为多个条件项，并确保这些组件在不同模拟器和真实数据间具有可比性。
Optimization Is Not All You Need
Minh Hua, Rita Raley
cs.AI cs.CL
本文从文化批判角度审视了GPT-2等语言模型的优化过程，认为优化文化（optimization culture）将语言价值简化为可测量的改进，但无法区分生成文本中的错误与创新。文章追溯了优化在pretraining、decoding、preference tuning等环节中的影响，指出这种缺乏判断力的机制已取代传统语言权威。
LP Mining with LP2Graph: A Use Case for Railway Rescheduling
Jörn Maurischat, Nikola Bešinović, Michael Färber
cs.AI
本文提出LP Mining with LP2Graph方法，通过将已发表的LP和MILP公式转化为可复现的数据集和分类体系，用于铁路重调度领域。该方法利用LP2Graph将公式表示为类型化的变量-方程图，并通过自底向上的聚类生成客观的模型分类。
Graph Feedback Controls Consensus and Clique Formation in Open-Weight Language-Model Populations
Samer Saab Jr, Chaouki Abdallah
cs.AI cs.MA
本文研究了开放权重语言模型群体中的共识形成与派系生成问题，通过命名游戏协议分析状态相似性图与标签一致性，发现保留伙伴标签证据是共识的必要条件，而同质阈值相似性路由会加剧碎片化。
Operationalising Multi-Dimensional Evaluation for Conversational Agents: A Scalable, Governed Pipeline with Selective Re-evaluation and Model Benchmarking
Niranjan Kumar M et al.
cs.AI
本文提出了一种用于零售对话系统的可扩展、受控的多维评估流水线GenAI Evaluation，通过标准化、分片和异步执行处理生产日志，并采用选择性重评估和模式锁定来保证可审计性。该工作主要聚焦于评估框架的工程实现和规模化部署，与关键词中的agent（对话代理）有一定关联，但方法本身并非开创性理论贡献。
Representing and Generating Levels Over Time through Playtrace Reconstructive Partitioning
Emily Halina, Matthew Guzdial
cs.AI
本文提出了一种名为“cake”的表示方法，用于编码游戏关卡随时间变化的动态信息，并开发了对应的关卡生成算法Playtrace Reconstructive Partitioning (PRP)。在Sokoban游戏领域的实验表明，该方法能生成有效关卡且不牺牲解多样性，但与我提供的关键词（如code, context, spectral等）关联度较低。
Connected by Construction: Learning Tractable Near-Tour Marginals for Traveling Salesman Problems
Ke Sun, Xinyuan Zhang, Xinwu Qian
cs.AI
本文提出了一种名为C2TSP的无监督学习框架，通过一个“连接性由构造保证”的根\(1\)-树Gibbs族来直接学习TSP的Hamiltonian结构，而非在解码后才体现。该方法利用隐式微分从无偏TSP代价中学习残差边扰动，并通过平滑的Held-Karp层和证书引导的锐化来校正结构，从而在解码前获得更接近tour的边际分布。
The Emerging Paradigm of Geospatial Foundation Models: From Pre-Training to Agentic Reasoning
Shelley Cazares
cs.AI cs.CV
本文介绍了Geospatial Foundation Models (GeoFMs)的概念，即在大规模地理空间数据上预训练的AI/ML模型，并讨论了其从预训练到agentic reasoning的范式转变。文章区分了自监督视觉模型与视觉-语言模型，并提出了模型适应策略的分类法，但未涉及code、spectral、Muon或attention等具体技术细节。
Cost-Governed RAG: Unified Per-Tenant Cost Attribution Across Retrieval and Generation in Multi-Tenant LLM Systems
Navnit Shukla
cs.AI cs.DB cs.IR
本文提出了一种名为Cost-Governed RAG的架构，通过集成一种codebook-oblivious vector index (TurboVec)与多租户LLM治理网关，实现了对嵌入、检索和生成成本的统一、可归因的计费。该工作主要解决了多租户RAG系统中检索层成本无法精确分摊的问题，但与我提供的关键词列表（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
A Threshold Exceedance Framework for CBRN Uplift Evaluation in Frontier Language Models
Rahul Gupta et al.
cs.AI cs.CR cs.CY
本文提出了一种Threshold Exceedance Criteria (TEC)框架，用于评估前沿语言模型在CBRN（化学、生物、放射、核）领域的提升效应，并通过大规模实证研究区分了生成性和修正性两种提升形式。研究发现，模型辅助生成的计划有时能达到专家等效的指导评级，但确认的材料提升仅限于放射领域。
Good Benchmarks
Ivan Bercovich
cs.AI
本文讨论了设计良好benchmark任务的标准，强调任务应正确、可解、可验证、明确且具有挑战性，但未提出具体方法或解决长期问题。
Rethinking the Evaluation of Harness Evolution for Agents
Yike Wang et al.
cs.AI
本文重新审视了LLM agent自动harness进化（自动搜索agent执行框架配置）的评估方法，指出其与简单测试时扩展基线相比缺乏公平性，且存在过拟合风险。实验表明该方法并未持续优于简单基线，且泛化能力有限。
On-Device Deep Research at 4B: Exposure Bounds Faithfulness, Retrieval Bounds Coverage
Vinay Kumar Chaganti
cs.AI cs.CL cs.IR cs.LG
本文在24GB笔记本上使用4B模型研究on-device research agent的citation faithfulness，通过控制source exposure和retrieval quality两个变量，发现exposure决定faithfulness而retrieval决定coverage，但未涉及code、spectral、Muon等关键词相关方法。
How Many Tasks Are Enough for Agent Benchmark Decisions? A Replay Analysis of Public LLM Agent Benchmarks
Wei-Jung Huang
cs.AI
本文通过重放SWE-bench、AppWorld和tau-bench的完整任务记录，分析了在agent benchmark中使用部分任务子集进行决策的可行性，发现所需任务比例在不同benchmark间差异显著，并建议在部分评估报告中明确性能差距、任务选择方式等关键参数。
PM-Bench: Evaluating Prospective Memory in LLM Agents
Genglin Liu, Saadia Gabriel
cs.AI
本文提出了PM-Bench，一个用于评估LLM agent前瞻性记忆（prospective memory）能力的文本基准，通过模拟七天的虚拟周来测试agent在持续活动中执行延迟任务的能力。实验表明，即使是最优的GPT-5.4 agent也仅达到65.1%的F1分数，且没有单一策略能普遍提升该能力。
Isolation as a First-Class Principle for LLM-Agent System Safety: Concepts, Taxonomy, Challenges and Future Directions
Huihao Jing et al.
cs.AI
本文以隔离性作为核心原则，系统梳理了LLM-agent系统的安全边界（包括用户-智能体、智能体-工具等五类边界），并分析了攻击传播路径与防御策略，为该领域提供了结构化的分类框架。
Accepted Prefixes Are Not All You Need: A Negative Result on PEFT-Based Block-Diffusion Drafting
Abdurrahman Javat, Allan Kazakov
cs.AI
本文研究了PEFT-BD方法，该方法使用LoRA-like adapter作为block-diffusion drafter进行speculative decoding。实验表明，尽管该方法能获得非平凡的accepted prefixes，但由于drafter的计算成本与verifier相当，未能实现实际加速，强调了drafter必须比verifier更高效这一关键条件。
EVOQUANT: Self-Evolving Verifier-Guided Strategy Optimization for Robust Quantitative Trading
Jie Mao et al.
cs.AI cs.CE
EVOQUANT提出了一种基于LLM的量化交易策略优化框架，通过自演化验证器引导策略迭代，在A股和加密货币市场显著提升了Sharpe比率。该方法将策略优化从人工试错转变为自动化验证流程，但未涉及code、spectral、Muon等关键词相关技术。
Do We Really Need Transformers for Global Spatial Information Extraction in Traffic Forecasting?
Qihang Zhang et al.
cs.AI
本文通过设计一个受控消融框架，对比了基于attention的全局空间交互与简单的全局聚合算子（如uniform full-range mixing）在交通预测中的效果。实验表明两者性能差异极小，且全局聚合算子的复杂度更低，从而质疑了使用高自由度adaptive attention提取全局空间信息的必要性。
From Observation to Insight: Mechanistic World Models and the Quest for Autonomous Discovery
Ingmar Posner, Anson Lei, Bernhard Schölkopf
cs.AI
本文提出Mechanistic World Models这一新范式，主张将可复用的解释性机制置于表示、计算和学习的核心，以推动AI从预测走向自主科学发现。文章从科学哲学中推导所需计算能力，并分析了机械可解释性、因果表示学习等方向如何构成该范式的互补要素。
TRACE: An Operational Reasoning Schema for Auditable Agentic Commitments
Edward Y. Chang, Emily J. Chang
cs.AI
本文提出了TRACE，一个用于记录agent推理轨迹的类型化、版本化模式，并定义了相应的写入程序和操作纪律。该模式通过TraceRecord等字段和测试来应对推理不在语言模型中的问题，并提供了记录-消费者契约作为操作接口。
The Model Knows Your Project, Not You: Measuring Recognition in LLMs with NameRank
Bojie Li, Noah Shi
cs.AI
本文提出NameRank指标，通过开放性问题测试36个模型对4685个实体的识别能力，发现模型识别与实体名称的独特索引性相关，而非凭据或头衔。研究揭示了模型对命名工件的识别优于其创造者，且高密度机构比同等引用水平的同行更易被识别。
Evidence-Grounded AI for Musculoskeletal Care
Wenjie Li et al.
cs.AI
本文介绍了OrthoPilot，一个基于大语言模型的临床AI系统，用于整合医院数据流与外部知识，以支持肌肉骨骼疾病的纵向管理。该系统在诊断推理和临床决策上超越了资深专家，并在大规模前瞻性研究中提升了管理成功率。
Vertical Standardisation for High-Risk AI Systems under the EU AI Act: A Domain-Specific Framework for Algorithmic Hiring
Anna Gatzioura, Vrettos Moulos, Nina Baranowska
cs.AI
本文针对欧盟AI法案下高风险AI系统的垂直标准化问题，提出了一个面向算法招聘的领域特定框架，重点讨论了招聘系统中排名算法的风险管理、数据治理与可解释性要求。
Agentic Service-Oriented Computing: A Manifesto for the Next Frontier of Service-Oriented Computing
Amin Beheshti et al.
cs.AI cs.ET
本文提出了Agentic Service-Oriented Computing (ASOC)这一新研究领域，旨在将LLM驱动的自主agent工程化为可组合、可治理的服务生态系统。文章阐述了ASOC的六项基本原则并规划了五维研究议程，但主要是一份宣言性综述，并未提出具体的新方法或解决长期存在的技术难题。
Atomic Units of X: The Compression Layer of Intelligence
Sachin Dev Duggal, Pradyumna Swarnalatha Ramanna, Alexandros Vassiliades
cs.AI
本文提出了一种将智能视为原子压缩与组合复用的理论框架，通过引入Compression Calculus形式化地比较表面表示与原子表示，并论证了压缩增益在抽象层间的复合效应。该框架将大语言模型视为动态融合引擎，而非完整知识架构，为设计自演化知识系统提供了理论基础。
A Learning-Rate-Gated Failure of GRPO in a Small Language and Vision-Language Model Web Agent: A Controlled Null and Its Mechanism
Chengguang Gan et al.
cs.AI cs.CL
本文研究了GRPO在小型语言与视觉语言模型web agent（4B到8B规模）中的效果，发现其仅在任务存在提升空间时有效，否则主要重塑已有行为。通过控制实验，作者指出中等学习率会降低agent性能，高学习率则导致崩溃，并分析了不同层（attention和MLP blocks）的贡献差异。
Internet of Agentic Things: Networked AI Agents for Closed-Loop IoT Orchestration
Quanyan Zhu
cs.AI cs.MA eess.SY
本文提出了Internet of Agentic Things (IoAT)架构，将agentic AI与IoT、cyber-physical systems等集成到一个闭环编排框架中，并形式化为一个耦合的workflow-control问题。该工作主要关注系统架构与编排，与关键词中的agent概念有一定关联，但方法上缺乏开创性。
MaxSAT-Based Feedback for Guiding Vision-Language Models in Sudoku
Pedro Orvalho, Guillem Alenyà, Felip Manyà
cs.AI cs.LO
本文提出了一种神经符号方法，通过Maximum Satisfiability (MaxSAT) oracle将形式约束推理集成到Vision-Language Model (VLM)的数独求解过程中，利用MaxSAT求解器识别最大一致子集并生成反馈来引导模型改进。实验表明该方法能提升逻辑一致性和求解实例数量。
LLMs Can See the Smoke but not the Fire: Evaluating Abductive Reasoning with Elenchos
Julius Steiglechner, Lucas Mahler, Gabriele Lohmann
cs.AI cs.LG
本文提出了Elenchos框架，通过将溯因推理建模为结构逆问题来评估LLM在形式系统（如lambda-calculus）中推断潜在规则突变的能力。实验发现模型能检测系统变化但难以识别具体突变，且性能在交互突变下显著下降。
Accuracy and Normalized Accuracy under Length Bias: Analysis, Guidelines, and a Bayesian Alternative
Koen Oostermeijer
cs.AI
本文分析了多项选择基准测试中基于条件对数概率的评分规则存在的长度偏差问题，指出长度归一化可能过度纠正并引入反向偏差。作者提出了贝叶斯准确率作为替代方案，通过引入答案长度的显式先验来消除线性长度效应。
Do We Really Need Multimodal Emotion Language Models Larger Than 1B Parameters?
Kaiwen Zheng et al.
cs.AI cs.CL cs.CV cs.MM
本文提出一个名为Light-MER的轻量级多模态情感识别框架，通过知识蒸馏将大模型（>7B参数）的能力迁移至子十亿参数的学生模型，并引入Sliced Wasserstein Distance和GRPO多奖励优化策略来提升蒸馏效果。实验表明该框架在多个基准上达到SOTA性能，同时显著提升推理效率。
Visual Access Boundaries in Vision-Language Model Reasoning
Hiroto Osaka et al.
cs.AI
本文通过引入Visual Access Sweep因果干预方法，研究了Vision-Language Models (VLMs)在Chain-of-Thought (CoT)推理过程中对图像token的访问需求，定义了Visual Access Boundary (VAB)并发现CoT并不主要通过延长图像token访问来提升性能，而是依赖于语言侧对图像隐藏状态的计算。
Human-AI Agent Interaction as a Neuroplastic Training Environment
Eranga Bandara et al.
cs.AI
本文探讨了人类与AI agent交互过程中形成的神经可塑性训练环境，提出通过观察神经过程来削弱条件反射模式，而非强化它们。该工作主要关注交互心理学和神经机制，与关键词中的code、spectral、Muon、pretrain、attention等数学或算法概念关联较弱。
Solution of the Hempel's statistical ambiguity problem and Causal AI
Evgenii Vityaev
cs.AI
本文使用Nancy Cartwright的因果定义和Causal Rules概念，定义了一种逐步精化因果规则的语义概率推理过程，以解决Hempel的统计歧义问题。该方法通过生成Maximally Specific Causal Relationships (MSCRs)并证明其预测一致性，为归纳统计推理中的矛盾预测提供了解决方案。
A Multi-Agent System for Autonomous, Fine-Tuning-Free Clinical Symptom Detection: Development and Validation Study
Cameron Cagan et al.
cs.AI
本文提出了一个名为Pythia的多agent系统，用于从临床笔记中自主检测症状，无需手动prompt工程或微调。该系统在本地模型上运行，通过优化prompt实现了比传统词典方法更高的特异性，但整体方法在数学理论或算法创新上较为常规。
MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations
Xixuan Hao et al.
cs.AI cs.CL
本文提出了MemOps基准，将对话记忆重新定义为生命周期操作序列，通过可控生成管道嵌入操作并生成操作级探针，用于评估LLM-based agent在长程对话中的记忆能力。该工作主要关注agent记忆评估，与关键词中的code、spectral、Muon、pretrain、attention等概念关联较弱。
FormalAnalyticGeo: A Neural-Symbolic Based Framework for Multimodal Analytic Geometry Problem Generation
Ruoran Xu, Wending Gao, Qiufeng Wang
cs.AI cs.MA cs.SC
本文提出了FormalAnalyticGeo框架，用于自动生成多模态解析几何问题。该框架通过CDL形式语言和SDF渲染引擎，结合四个LLM组件实现从文本到带标注图表的全自动生成，并构建了AnalyticGeo7K数据集。
Resist and Update: Counterfactual Report Coordinates for Incentive-Compatible LLMs
Sen Yang, Yuen-Hei Yeung
cs.AI
本文针对对齐语言模型在非证据性激励压力下（如用户自信或过度确定性）的错误报告问题，提出了一种基于反事实报告坐标（CRC）的干预方法。通过因果识别低秩报告坐标并引入无训练的反事实钳制，该方法在贝叶斯证人基准上实现了抵抗与更新的联合最优，但可部署的单次编译版本性能有损。该工作主要贡献在于将激活层面的反事实激励不变性作为内部激励兼容性的结构原语。
Win by Silence: Deletion Non-Monotonicity, Autonomous Exploitation, and Typed-State Gating in LLM Plan Evaluation
Aleh Manchuliantsau
cs.AI cs.SE
本文研究了LLM计划评估中的“删除非单调性”问题，即通过删除计划中的内部步骤可能提高评分。作者提出了一个评分变化公式，并通过实验展示了该漏洞的存在，以及一种名为GATE的机制来检测和抑制这种利用。
Dynamic Resource Allocation for Ensemble Determinization MCTS
Jakub Kowalski et al.
cs.AI
本文针对Ensemble Determinization MCTS算法提出了两种动态资源分配增强方法：动态确定化次数和动态模拟分配，通过在Jaipur等桌游中的实验验证了特定配置能显著提升算法强度。
Audio-Native Speech Recognition with a Frozen Discrete-Diffusion Language Model
Harsha Vardhan Khurdula et al.
cs.AI cs.SD
本文探索了使用离散扩散语言模型（Discrete Diffusion Language Model）进行语音转录的方法，通过冻结的Whisper编码器和轻量投影器将音频特征映射到模型嵌入空间。实验表明，标准训练目标无法有效对齐音频，而引入Connectionist Temporal Classification (CTC)损失后，模型在LibriSpeech测试集上达到6.6%的词错误率，并支持多语言转录。

cs.IR

FAIR GraphRAG: A Retrieval-Augmented Generation Approach for Semantic Data Analysis
Marlena Flüh et al.
cs.IR cs.AI cs.CL cs.DB
本文提出了FAIR GraphRAG框架，将FAIR数字对象作为图检索的基本单元，利用LLM辅助构建schema并提取内容与元数据，以提升医学等复杂领域语义数据检索的FAIR性。该方法在生物医学数据集上展示了应用性，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）无直接关联。
Explaining When PRF Fails: Participatory Auditing for Selective Query Expansion
Zeyan Liang, Graham McDonald, Iadh Ounis
cs.IR
本文通过两阶段审计-自动化框架，研究了Pseudo-Relevance Feedback (PRF)在查询扩展中的失败原因，发现仅20.9%的查询受益于PRF，并利用LLM-based rerankers作为系统偏好预测器来复制用户标签。该工作主要关注信息检索中的可解释性问题，与关键词列表中的概念关联较弱。
SHEAF: Self-profiled Hardness Estimation from Answer-set Flux for Predicting Query Hardness in Graph-based ANN Search
Dongfang Zhao
cs.IR
本文提出了一种名为SHEAF的新度量，通过衡量查询在两个浅层probe宽度下其top-\(k\)答案集的变化来预测图ANN搜索中的查询难度。实验表明，SHEAF在预测每个查询所需的最小beam宽度方面优于现有基线方法。
Not Only NTP: Extending Training Signal Coverage for Generative Recommendation
Changhao Li et al.
cs.IR
本文提出NONTP方法，通过TCL（基于BYOL风格EMA教师和InfoNCE的时序对比学习）和TDL（跨域隐藏状态均值池化预测）两个辅助目标，扩展了Next-Token Prediction在生成式推荐中的训练信号覆盖范围，在工业数据集和公开基准上取得了显著提升。
SlimPer: Make Personalization Model Slim and Smart
Siqi Wang et al.
cs.IR cs.LG
本文提出SlimPer，一种针对推荐系统设计的Transformer架构变体，通过将个性化排序重构为对紧凑统一知识库的迭代优化，实现了与用户历史长度解耦的模型深度，并统一处理稀疏、稠密和序列特征。该方法在Instagram Reels和Feed上部署后提升了用户参与度。
MESH: Scaling Up Retrieval with Heterogeneous Content Unification
Jiaxing Qu et al.
cs.IR cs.LG
本文提出MESH框架，通过模块化架构和门控偏置校正来统一异构内容检索，缓解了模型容量在不同内容层级上的扩展偏差。实验表明该方法在稀疏内容和新内容上取得了显著提升。
Where Reasoning Matters: Rethinking Latent Reasoning in Semantic ID-based Generative Recommendation
Shangxin Yang et al.
cs.IR
本文研究了语义ID生成式推荐中的潜在推理步骤分配问题，通过位置信息增益分析发现早期语义ID位置贡献更大，并提出了IBA框架来动态分配计算资源。该方法在多个数据集上提升了推荐精度与计算效率的平衡。
Cheaper is Better: A Discount-Aware Network for Conversion Rate Prediction in E-commerce Recommendation System
Ruocong Tang et al.
cs.IR
本文提出Discount-Aware Network (DANet)用于建模商品折扣率与转化率(CVR)的关系，通过傅里叶变换捕捉长期折扣趋势、分布去偏模块缓解用户折扣率偏差，以及监督回归辅助任务提升折扣率表示精度。实验表明该方法在离线AUC和在线指标上均有提升，但未涉及code, context, spectral, Muon, pretrain, agent, attention等关键词。
Learning to Forget: Satiation-Aware Long-Sequence Transducers for Mitigating Post-Purchase Redundancy
Yipin Dai et al.
cs.IR
本文针对电商场景中购买行为后推荐冗余的问题，提出了一种名为Satiation-Aware Mechanism (SAM)的端到端框架，通过Dual-path Cross-Attention架构和Adaptive Satiation Gating Unit (ASGU)显式建模用户兴趣的生命周期，并利用自监督的Time-to-Next-Purchase (TTNP)辅助任务学习产品生命周期。该方法在工业数据集和在线A/B测试中显著降低了购买后重复率。
RecRec: Latent Interests Recursive Reasoning for Sequential Recommendation
Wenhao Deng et al.
cs.IR
本文提出RecRec框架，通过解耦推理与预测，利用Context Compressor和Recursive Reasoner在潜在兴趣空间中进行递归推理，以增强序列推荐系统的推理能力。该方法在多个数据集上取得了优于现有推理增强方法的效果。
ViHoRec: A Quality-Controlled Vietnamese Hotel Recommendation Dataset and Cold-Start Benchmark
Minh Hoang Nguyen
cs.IR cs.AI
本文介绍了ViHoRec，一个质量受控的越南酒店推荐数据集，包含从多个平台爬取的交互数据，并提出了一个冷启动基准测试。该工作主要贡献在于构建了可复现的数据处理流程和隐私保护发布方案，但方法本身在推荐算法上缺乏开创性，且与关键词列表中的概念关联较弱。

cs.CL

Scaling Point-in-Time Language Models
Bryan Kelly et al.
cs.CL cs.AI
本文研究了Point-in-Time语言模型，通过训练参数高达4B的decoder-only transformer模型在1T时间过滤的token上，构建了2013-2024年的月度模型检查点，在常识推理和语言理解基准上接近了未受时间限制的开放权重模型性能，但未解决与关键词相关的核心问题。
CANDI: Contextual Alignment for Niche Domains Question Answering
Megha Chakraborty et al.
cs.CL cs.AI
本文提出了CANDI-QA数据集，用于评估LLM在专业领域（如医疗、金融）中的上下文对齐能力，并设计了MTSS-Net作为轻量级基线模型。实验表明当前LLM在专业领域仍存在局限性，该数据集可作为推动上下文感知语言模型研究的基准。
G-SHARE: A Guideline-Based Structured Reasoning Framework for Human-Factor Event Diagnosis
Xingyu Xiao et al.
cs.CL cs.AI
本文提出G-SHARE框架，将CNNP九步人因事件诊断指南转化为多阶段推理流程，包括证据提取、逐步推理和一致性修复。实验表明该方法优于传统baseline，但未涉及code、spectral、Muon、pretrain、agent或attention等关键词。
I'm Sorry, but I Can't Help with Braille: Revealing Accessibility Failures in State-of-the-Art LLMs
Abdullah Abdullah
cs.CL cs.AI
本文评估了大型语言模型在韩语-盲文翻译任务上的表现，发现其输出不稳定且与人类判断存在显著差异，而小模型的监督微调则能取得稳定提升。该研究揭示了当前LLM在结构受限模态中的系统性局限，但与我提供的关键词（如code, context, spectral等）关联较弱。
Graph-Based Detection of Disinformation Narrative Diffusion between Russian and Ukrainian Telegram Channels
Yuliia Vistak et al.
cs.CL cs.AI
本文提出了一种基于graph的方法，结合weak supervision和传播graph分析，用于检测Telegram生态系统中关于俄乌冲突的虚假信息叙事。该方法将语义相关的文本聚类为叙事级cluster，并建模其在互联channel间的扩散，为大规模消息环境中的虚假信息检测提供了可扩展方案。
TAKE: Trajectory-Aware Knowledge Estimation for Text Dataset Distillation
Tri-Nhan Vo, Dang Nguyen, Sunil Gupta
cs.CL cs.LG
本文提出了一种名为TAKE的文本数据集蒸馏框架，通过影响函数量化样本贡献，并沿训练轨迹卷积得到知识分数，用于指导基于离散Optimal Transport的原型选择。该方法在极端压缩率下保持了下游任务性能，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
Transforming LLMs into Efficient Cross-Encoders via Knowledge Distillation for RAG Reranking
Shreeya Dasa Lakshminath, Shubhan S
cs.CL cs.IR cs.LG
本文通过知识蒸馏和4-bit量化将LLaMA 3微调为RAG重排序器，在减少推理开销的同时提升了答案相关性等指标，但方法本身并非开创性，且与关键词列表中的概念无直接关联。
MAGE: Understanding Stability-Performance Trade-offs in Multi-component Prompt Optimization
Prateek Singh
cs.CL cs.LG
本文通过MAGE框架研究了多组件prompt优化中的稳定性-性能权衡，发现Prompt Optimization Coupling Effect (POCE)现象：多个随机优化信号在闭环反射中相互作用，同时提升性能并放大方差。实验表明失败引导反思至关重要，且候选多样性增加会加剧POCE，但该效应依赖于基础模型的能力上限。
Belief-reality separation lives in routing over a shared value slot in language models
Oliver Steele, Jiangtao Wen, Yuxing Han
cs.CL cs.LG
本文研究了语言模型中信念与现实分离的计算机制，发现一个通用value slot绑定归因值，而query位置的router选择从角色信念或现实框架中读取。该机制在多个架构中成立，并在3B到7B参数规模间涌现。
Hybrid Continual Learning for Low-Resource Australian Aboriginal Language Identification
Pravina Mylvaganam et al.
cs.CL eess.AS
本文针对低资源澳大利亚原住民语言识别问题，提出了两种混合continual learning方法（Replay Augmented Elastic Weight Consolidation和Constraint Guided Knowledge Distillation），用于在微调pretrained语音模型时缓解灾难性遗忘，实验表明其优于现有baseline。
Evaluating Nonuniform Dependability Across Response Conditions: A Conditional Generalizability Framework Illustrated in Automated Essay Scoring
Yi Gui
cs.CL cs.AI
本文提出一个条件泛化框架，用于评估自动评分系统在不同响应条件下的非均匀可靠性，通过熵定义响应层并比较分析投影与实证配置扫描，发现高熵层需要更多交叉条件。
Agentic systems for breast cancer treatment recommendations
Vinicius Anjos de Almeida et al.
cs.CL
本文探索了基于agentic LLM系统（包括多智能体架构和工具增强系统）在乳腺癌治疗推荐生成中的应用，通过72个真实临床案例评估了七种不同管线的性能。结果表明，尽管最佳配置（Claude Opus 4.8结合D&C+SA管线）能生成临床相关的推荐，但存在持续性的临床错误，尚不足以用于无监督的临床场景。
Beyond Parallel Tracking: Interactive Multi-Feature Fusion Drives Semantic Reconstruction from Non-invasive Brain Recordings
Boda Xiao et al.
cs.CL
本文提出了一种多特征融合框架用于非侵入性语义重建，通过线性拼接和非线性交叉注意力机制整合静态词汇表示(W2V)与动态上下文表示(GPT)，实验表明非线性交叉注意力方法在语义重建和文本生成任务中达到最优性能。
The Capacity of Thought: Benchmarking Llama 3.2 in Semantic fMRI Neural Language Decoding and Improving the Huth Encoding-Model Baseline
Milos Suvakovic et al.
cs.CL
本文改进了Huth等人的fMRI编码pipeline，通过扩大voxel selection和使用GPT-2 medium作为beam-search proposal model，提升了METEOR和BLEU-1指标。同时，作者提出fMRIFlamingo方法，但发现其解码成功主要源于frozen language prior而非neural input，表明高容量language model并不必然改善fMRI decoding。
CityBehavEx: A Scalable and Empirically Validated LLM-Assisted Urban Simulation Platform
Gustavo H. Santos, Aline Viana, Thiago H Silva
cs.CL cs.CY cs.MA cs.SI
CityBehavEx是一个基于LLM辅助的城市模拟平台，通过结合人类移动模型与微调cross-encoder来估计agent profile与活动转换之间的语义对齐，实现了对10万agent在75天内的高效模拟。该平台支持用户定义模拟区域、检查轨迹并验证生成行为与现实移动模式的一致性。
Token Reduction Is Not Cost Reduction
Sarel Weinberger, Amir Hozez
cs.CL
本文研究了API-based coding agents中context-reduction层（如命令输出压缩器、检索排序器和负载优化代理）的实际计费成本，发现token reduction并不等同于成本降低。通过大规模实验，作者指出prompt-cache流量主导了成本构成，且工具输出减少无法可靠预测计费成本下降，甚至可能因破坏关键证据而损害任务完成。
We Hebben Een Serieus Translatie: Modeling Intercomprehension as Probabilistic Inference
Thomas Hikaru Clark, Edward Gibson, Roger Levy
cs.CL
本文在贝叶斯框架下扩展了噪声信道模型，用于建模跨语言理解（intercomprehension），即说话者理解相关但陌生语言的能力。该模型使用L1语言模型对L2话语的翻译假设进行评分，并通过噪声模型推断L2与L1单词间的映射，实验表明其与人类表现更接近。
Entropy in Semantic Memory Navigation in Blind and Sighted Individuals: The Effect of Visual Experience
Felipe D. Toro-Hernández, Rodrigo Lagos, Sergio E. Chaigneau
cs.CL
本文使用语义熵（semantic entropy）作为embedding-based NLP metric，通过property listing task比较了盲人和视力正常者在语义记忆导航中的差异，发现视觉经验对具体和抽象概念的语义组织有不同影响。
Comparing Semantic Navigation in Humans and Large Language Models using Natural Language Processing
Gabriel Paris-Colombo, Rodrigo M. Cabral-Carvalho, Felipe D. Toro-Hernández
cs.CL cs.AI
本文通过verbal fluency数据比较了人类与GPT-4o等大语言模型在语义记忆检索中的搜索动态，使用基于trajectory的NLP指标量化了entropy、semantic steps和dispersion三个维度。结果表明人类表现出更高的entropy和更广的dispersion，而LLM的温度调整无法完全复现人类搜索模式。
Fine-Tuned Multi-Agent Framework for Detecting OCEAN in Life Narratives
Rasiq Hussain et al.
cs.CL cs.LG cs.MA
本文提出了一种基于fine-tuned multi-agent framework的方法，用于从life narratives中检测OCEAN人格特质，通过masked language modeling和psychometric supervision训练子代理，并由judge LLM聚合输出以缓解单模型偏差。该方法在定量和定性实验中展示了可扩展性和可解释性，但未涉及code、spectral、Muon或attention等关键词相关技术。
RCWT: Measuring Task-Budget Displacement from Coordination Content in LLM Calls
Brenda Lelis, Rodrigo Cabral-Carvalho
cs.CL cs.AI cs.MA
本文提出Roundtable Context Window Test (RCWT)协议，用于测量LLM调用中协调内容对任务预算的位移效应。实验表明，在固定上下文预算下，协调内容增加会导致任务性能在残余证据减少到几百个token时急剧下降，但该效应主要源于预算位移而非语义干扰。
Fin-Analyst at FinMMEval 2026 Task 3: A Live Hybrid Trading Agent with LLM Specialists and Rule-Based Signals
Mohotarema Rashid et al.
cs.CL cs.AI
本文提出了Fin-Analyst，一个结合LLM专家和规则信号的混合交易agent，在FinMMEval 2026任务3中针对TSLA和BTC资产进行部署。实验表明该agent在TSLA上取得了领先收益，但在BTC上表现平平，揭示了短期交易窗口对排名敏感性的影响。
FinResearchBench II: A Deep Research Benchmark with Consensus-Derived Gold Rubrics for Distinguishing Financial Report Quality
Beidi Luan et al.
cs.CL
本文提出了一个金融深度研究报告的评估基准FinResearchBench II，通过自动化流程生成高质量评估标准（rubrics），并验证了基于LLM的评估可以替代人类专家进行大规模筛选。该工作主要聚焦于评估方法而非关键词中的核心概念。
A Shared Subcircuit Lets LLMs Count Down Across Tasks
Jacob Dunefsky, Wes Gurnee, Emmanuel Ameisen
cs.CL cs.LG
本文在Llama-3.1-70B-Instruct模型中识别了一个通用的"countdown subcircuit"机制，用于比较当前位置与目标长度并估计剩余时间。该工作通过受控实验和自然语言数据集上的无监督探测，展示了这一subcircuit在不同任务间的共享性。
LakeQuest: A Three-Domain Benchmark for Grounded Question Answering across Data Lakes
Michael Solodko et al.
cs.CL cs.AI
本文提出了LakeQuest基准，用于评估在异构数据湖上的端到端问答系统，涵盖三个领域并暴露了检索与推理之间的差距。
QUBO-Optimized Evidence Selection for Retrieval-Augmented Question Answering with Unconventional Solvers
Rahul Singh, Madhav Vadlamani
cs.CL cs.ET
本文提出了一种将证据选择问题转化为QUBO（Quadratic Unconstrained Binary Optimization）的方法，用于检索增强的问答系统。该方法通过构建能量函数平衡相关性、需求覆盖、支持强度等多个因素，并利用非传统求解器选择最优证据子集，在HotpotQA上取得了与基于LLM的选择器相当的竞争性能。
Evaluating Health Misinformation in Low-Resource Languages: Integrating Small Language Models with a Culturally-Sensitive Responsible NLP Framework (Bangla as a Case Study)
Farnaz Farid et al.
cs.CL cs.AI cs.CY cs.ET cs.HC
本文针对低资源语言（以孟加拉语为例）中的健康错误信息检测问题，提出了一种结合小型语言模型（SLM）与负责任NLP框架的方法。实验表明Phi-4模型在声明提取中表现最优，但整体方法更侧重于应用框架设计而非理论创新，与关键词列表中的概念关联较弱。
Policy-Conditioned Constrained Decoding for Column-Level Access Control in Text-to-SQL
Ryoto Miyamoto, Xin Fan, Hayato Yamana
cs.CL cs.CR cs.DB
本文提出PCC-SQL方法，通过将列使用策略与解码器跟踪的语法生成对齐，在单次解码过程中应用逐token的logits掩码，以确定性方式消除Text-to-SQL中列级访问控制的违规问题。实验表明该方法在保持低泄露率的同时实现了较高的查询覆盖率。
Beyond Binary Detection: A Multi-Dimensional Taxonomy of Cancer Misinformation on Reddit
Aria Pessianzadeh et al.
cs.CL
本文提出一个多维度taxonomy用于描述Reddit上关于癌症的misinformation，并利用LLM进行标注分析。研究发现约6%的讨论包含misinformation，且few-shot prompting能提升分类性能。
Ring-Zero: Scaling Zero RL to a Trillion Parameters for Emergent Reasoning
Xinyu Tang et al.
cs.CL
本文提出了一种名为Ring-Zero的稳定高效训练流程，通过算法和系统优化（如clipped importance sampling和混合精度控制）将zero RL扩展到1万亿参数规模，以激发模型的chain-of-thought推理能力。实验发现，大规模训练能显著提升样本效率和性能上限，并自发涌现出结构化格式化、自验证等高级认知行为，但该方法主要关注数学推理，与关键词中的code、spectral、Muon等概念关联较弱。
WikiSTAR: A System for Shedding Light on the Hidden History of Scientific Wikipedia Articles
Omer Ehrlich et al.
cs.CL
本文提出了WikiSTAR系统，利用LLM分类器对Wikipedia科学文章的修订历史进行标注，并通过交互式界面追踪科学内容的演变。该系统为分析科学知识随时间的发展提供了新的工具。
Language Identification with Succinct Machine-Independent Traces
Moses Charikar, Jon Kleinberg, Chirag Pabbaraju
cs.CL cs.DS cs.LG
本文研究了语言识别中的计算轨迹问题，提出了一种使用小字母表且不依赖底层机器模型的轨迹定义方法，证明了对于任意语言集合，这种轨迹能实现极限识别。该工作改进了现有方法，但与我提供的关键词（如code, context, spectral等）关联较弱。
Translation as a Computationally Efficient Bridge: Feasibility of English BERT for Low-Resource Languages
Hielke Muizelaar et al.
cs.CL
本文研究了将非英语数据翻译成英语后微调English BERT模型在低资源语言NLP任务中的可行性，实验覆盖六种任务和五种语言。结果表明该方法在53.3%的情况下表现相当或更优，尤其适用于依赖句法结构的任务和与英语类型学相近的语言。
KnowAct-GUIClaw: Know Deeply, Act Perfectly, Personal GUI Assistant with Self-Evolving Memory and Skill
Yunxin Li et al.
cs.CL cs.CV
本文提出了KnowAct-GUIClaw框架，通过Know-Route-Act-Reflect范式改进了OpenClaw在跨平台GUI交互中的不足，并引入了自进化记忆与技能库以提升任务执行效率。实验表明该方法在多个操作系统上取得了较好性能，但整体创新性有限，未显著突破现有agent框架的常规设计。
Can Induced Emotion Bias LLM Behaviors in Sequential Decision Making?
Minh Khoi Ho et al.
cs.CL cs.AI
本文研究了诱导情绪对LLM agent在Iowa Gambling Task中sequential decision-making的影响，发现平均而言情绪不会显著改变决策动态，但愤怒情绪会降低对惩罚的敏感度并减少早期探索。该工作为理解LLM agent的情感调节提供了工具，但与关键词列表中的code, context, spectral, Muon, pretrain, agent, attention关联较弱。
Segregate, Refine, Integrate: Decomposing Multimodal Fusion for Sentiment Analysis
Alexios Filippakopoulos et al.
cs.CL
本文提出SeRIn多模态融合方案，通过分离单模态精炼与跨模态交互路径来改进情感分析，在CH-SIMS和CMU-MOSEI数据集上取得最优结果。该方法将模态特定表示沿独立路径演化，并将完整跨模态交互推迟至最终预测步骤。
From Critic to Confidence: PPO for Language-Based Quantitative Prediction with Confidence Estimation
Mehak Dhaliwal et al.
cs.CL cs.AI
本文提出CARE-PPO框架，通过将loss prediction与actor-critic PPO微调结合，使LLM在语言定量预测任务中同时学习准确数值估计和可靠置信度信号。该方法在医疗和金融任务中验证了有效性，但未涉及code、spectral、Muon等关键词相关技术。
Less Experts, Faster Decoding: Cost-Aware Speculative Decoding for Mixture-of-Experts
Jincheng Xie et al.
cs.CL cs.AI cs.DC
本文提出EcoSpec框架，通过预测专家激活成本来优化MoE模型的推测解码中的draft token选择，在不修改验证规则的前提下减少专家权重内存访问，从而提升解码速度。该方法在DeepSeek-V3.1等大规模MoE模型上实现了最高1.62倍的加速。
Epistemic Stance Flexibility Probing: Measuring Prompt-Conditioned Register Shift in Large Language Models
Binwen Liu, Yilin Ren
cs.CL
本文提出了ESFP基准，通过对比外部归因和自我归因提示来评估大语言模型在认知立场上的灵活性，发现这种能力与模型通用能力基本正交。
The One-Word Census: Answer-Choice Conformity Across 44 Language Models
Tapan Parikh
cs.CL cs.AI cs.CY
本文设计了一个极简的“一词普查”工具，通过让44个语言模型从多个有效选项中选一个词，测量了模型间答案选择的趋同程度。研究发现，模型在多数类别上高度趋同，且不同模型家族的趋同程度存在结构化差异，但该工作主要关注语言模型的行为分析，与关键词中的数学或算法主题关联较弱。
Knowledgeless Language Models: Suppressing Parametric Recall for Evidence-Grounded Language Modeling
Roi Cohen et al.
cs.CL
本文提出了一种名为Knowledge--''Less'' Language Models (KLLMs)的预训练范式，通过在预训练语料中匿名化命名实体来抑制模型对参数化事实知识的依赖，从而促使模型更依赖上下文证据进行推理。实验表明，KLLMs在上下文问答、事实核查和幻觉检测等任务上优于标准模型，并在检索增强场景下展现出更强的鲁棒性和校准能力。该方法与关键词中的“pretrain”和“context”有一定关联，但整体创新性有限，未解决该领域的长期核心问题。
Can LLMs Write Reliable Rubrics? A Meta-Evaluation for Experiment Reproduction
Hanhua Hong et al.
cs.CL
本文研究了LLM生成的rubric（评分标准）在论文复现评估中的可靠性，通过内在语义相似性和外在评分对齐性进行元评估，发现增强设置能提升下游评估对齐度但仍有局限性。
Evaluating Large Language Models on Misconceptions in Multi-Turn Medical Conversations
Monica Munnangi, Saiph Savage
cs.CL
本文构建了一个多轮医疗对话数据集ThReadMed-QA，用于评估LLM在多轮对话中识别和纠正患者错误观念的能力。实验发现，即使能处理单轮对话的模型，在后续轮次中纠正错误观念的性能也会显著下降，主要原因是错误传播。
LLM Judges Can Be Too Generous When There Is No Reference Answer
Chalamalasetti Kranti, Sowmya Vajjala
cs.CL
本文研究了LLM judges在无参考答案设置下评估开放性问题时过于宽容的问题，通过校准和敏感性实验发现，添加参考答案可显著改变判断结果。该工作主要关注评估方法本身，与关键词中的code、spectral、Muon、pretrain、agent、attention等概念无直接关联。
The Illusion of Robustness: Aggregate Accuracy Hides Prediction Flips under Task-Irrelevant Context
Yanzhe Zhang, Sanmi Koyejo, Diyi Yang
cs.CL
本文研究了大型语言模型在任务无关上下文下的预测稳定性，发现虽然整体准确率看似稳健，但个体样本的预测结果会因上下文变化而发生翻转，且这种不稳定性受上下文类型、长度等因素影响。
PalmClaw: A Native On-Device Agent Framework for Mobile Phones
Hongru Cai et al.
cs.CL cs.AI
本文提出了PalmClaw，一个在移动设备上原生运行的agent框架，通过将设备能力暴露为具有明确参数和执行边界的工具，使agent能直接调用设备功能。实验表明该方法在任务成功率上相对提升了11.5%，并大幅缩短了完成时间。

cs.DS

Parallel Sampling from the Ising $p$-Spin Model
Nima Anari, Aniket Das, Alireza Haqi
cs.DS cs.DC
本文研究了高温Ising混合\(p\)-自旋模型（超立方体\(\{\pm 1\}^n\)上的平均场自旋玻璃）的并行采样问题，提出了两种算法：一种基于块动力学与近似拒绝采样，另一种基于Algorithmic Stochastic Localization过程的Picard迭代并行化。两种算法分别在不同精度下实现了亚线性或对数级别的并行时间，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
Quantum Space-Time Tradeoffs for TSP via Extremal Set Systems
Justin Dallant
cs.DS
本文通过将极值集系统框架扩展到量子计算领域，为旅行商问题(TSP)等排列最小化问题提供了量子空间-时间权衡。作者观察到，对于外聚合为最小值的排列问题，可以用量子最小值查找替代经典迭代，从而得到显式的量子权衡曲线，在特定参数范围内优于已知结果。
Adaptive Sampling for Minimum-Norm $k$-Clustering
Haripriya Pulyassary, Chaitanya Swamy
cs.DS
本文研究了最小范数\(k\)-聚类问题，提出了一种基于自适应采样的双准则常数近似算法，并针对\(\text{Top}_\ell\)范数给出了\(O(\log k)\)近似。该方法扩展了自适应采样在非最小和聚类目标中的应用。
Approximation Algorithms for Norm-Budgeted Packing Problems
David Aleman Espinosa, Sharat Ibrahimpur, Chaitanya Swamy
cs.DS
本文研究了norm-budgeted packing问题，即用monotone, symmetric norm约束资源预算的packing问题，并为knapsack、matching等经典问题设计了constant-factor approximation算法及PTAS。该工作主要聚焦于norm-based目标下的packing变体，与关键词中的spectral、attention等方向关联较弱。
Online Preemptive Matching Revisited
Peter Kiss, Mohammad Sharifi
cs.DS
本文研究了在线抢占匹配问题，证明了任意随机算法在二分图上的竞争比上界为\(0.5661\)，改进了此前\(2-\sqrt{2} \approx 0.585\)的上界。该结果通过构造新的边到达序列，首次展示了即使允许抢占，算法性能也无法超越特定阈值。
Maximizing All-Paths Phylogenetic Diversity: Parameterized Approaches for Networks
Mark Jones, Jannik Schestag
cs.DS cs.CC
本文研究了在系统发育网络（phylogenetic networks）上最大化所有路径系统发育多样性（All-Paths Phylogenetic Diversity）的问题，证明了该问题在多种参数化下（如包含或排除的物种数）的W[1]或W[2]困难性，并给出了关于多样性阈值、网络树宽等参数的单指数固定参数算法。
Testing the Independent Set Property in Hypergraphs
Elena Grigorescu, Shreya Nasa, Cameron Seth
cs.DS
本文研究了\(q\)-uniform hypergraph中独立集性质的测试问题，通过hypergraph container method证明了样本复杂度的新上界\(\widetilde{O}\!\left(\frac{q\rho^{2q-3}}{\varepsilon^2 (q-2)!^2}\right)\)，改进了Langberg (2004)的结果。该工作主要贡献在于优化了参数\(\varepsilon\)和\(q\)的依赖关系，但与关键词列表中的概念无直接关联。
Privacy Attacks on Stable Marriage
Stephan A. Fahrenkrog-Petersen et al.
cs.DS cs.DC cs.MA
本文研究了稳定婚姻问题中的隐私攻击，展示了Gale-Shapley算法在恶意提议方场景下易泄露所有诚实方的偏好列表，并实验验证了真实数据对此类攻击的敏感性。
The Balanced Four-Color Theorem
Ken-ichi Kawarabayashi, Hirotaka Yoneda, Masataka Yoneda
cs.DS math.CO
本文证明了每个至少有3个顶点的planar graph都存在一个4-coloring，使得每种颜色使用的顶点数少于\(n/2\)，且该界是最优的。该结果还推广到了5种或更多颜色以及一般曲面上的graph。

others

SymbOmni: Evolving Agentic Omni Models via Symbolic Concept Learning ⭐ 精选
Jinxiu Liu et al.
cs.CV cs.LG
SymbOmni提出了一种名为Symbolic Concept Learning的新方法，通过引入可优化的Symbolic Concept Box记忆模块，将低层操作抽象为可复用的Symbolic Workflow Instructions，从而解决视觉生成模型中“perpetual novice”问题（即模型无法累积学习和自主进化）。该方法采用induction-transduction循环：先通过归纳将经验抽象为符号概念，再通过转导自适应组合这些概念以解决新任务，并使用基于语言反馈的verbalized backpropagation进行训练，无需梯度微调。实验表明，SymbOmni在图像质量和任务成功率上显著优于现有agent-based系统（如Nano Banana, GPT-Image-1），同时减少超过40%的token消耗，并在多个在线学习基准上实现了持续累积增益，达到新最优水平。该方法与关键词“agent”高度契合，因其核心是agentic omni-model的设计。
AutoTrace: From Patches to Triggers via Agentic Interprocedural Exploration ⭐ 精选
Arastoo Zibaeirad, Marco Vieira, Thomas Zimmermann
cs.SE cs.AI cs.CR
本文提出AutoTrace，一种基于agent的interprocedural探索管线，通过逐层分析code property graph并结合LLM agent的决策与确定性可接受门控，定位vulnerability trigger（触发漏洞的具体语句）。该方法不依赖模型的无根据判断，而是从图中提取显式证据，从而覆盖intra-和interprocedural漏洞，在InterPVD基准上达到75.0%的VulnHit和80.8%的FuncHit，超越了先前最优方法。此外，作者构建了SinkTrace-Bench数据集，将每个漏洞表示为从attacker-controlled input到dangerous operation的source-to-sink因果链，包含1,542个经验证的平衡样本，用于评估LLM的causal reasoning能力。该工作与关键词中的agent和context高度契合，为trigger localization这一长期难题提供了开创性的agentic解决方案。
Gradient-Free Topology Adaptation for Power Flow Surrogates via In-Context Whitening ⭐ 精选
Ayushi Jolotia, Parikshit Pareek
eess.SY cs.LG
本文提出了一种名为In-Context Whitening (ICW)的无梯度拓扑自适应方法，用于解决交流潮流(ACPF)代理模型在拓扑变化（如线路故障）时精度急剧下降的问题。该方法通过在基础拓扑的输出空间上执行ZCA whitening（一种保持输出向量坐标语义的仿射白化变换），并仅利用新拓扑上的少量已求解案例重新估计白化统计量来实现自适应，无需梯度更新或修改模型权重。理论证明ZCA whitening是唯一能保持物理输出向量坐标语义的仿射白化选择，且仅需前两阶矩即可实现高效可逆校正。在IEEE 30、118和300节点系统上的实验表明，ICW将误差降低6至28倍，自适应速度比基于梯度的方法快21至34倍，且计算可并行化于CPU核心，与关键词中的“context”和“spectral”（通过白化涉及协方差谱）高度契合。
IQA-T1: Tool-based Visual Evidence Reasoning for Image Quality Assessment ⭐ 精选
Jinjian Wu et al.
cs.CV cs.AI eess.IV
本文提出IQA-T1，一种基于工具的可视化证据推理框架，用于解决开放世界图像质量评估(IQA)中泛化性和可解释性不足的问题。该方法通过让多模态大语言模型(MLLM)在推理过程中自主调用专用分析工具（如生成noise residual maps、gradient statistics和frequency spectra），将结构化视觉证据逐步整合到推理链中，从而增强对低层感知退化的敏感性。此外，作者构建了包含11k条多模态推理链的数据集Q-Tool来支持该范式。实验表明，IQA-T1在七个IQA基准上取得了最佳综合性能，并生成了可解释的、基于证据的质量评估。该工作与关键词中的“agent”（自主调用工具）和“spectral”（频率谱分析）高度契合。
Environment Parameter Gradient Theorem for Policy-Environment Co-Design in Reinforcement Learning ⭐ 精选
Amber Srivastava
eess.SY cs.LG
本文提出了Environment Parameter Gradient Theorem，为强化学习中策略与环境参数的联合优化提供了理论基础。通过引入广义action-value function \(Q_{\pi,\xi}(s,a,\zeta)\)，将当前状态-动作对的环境参数\(\zeta\)与未来轨迹的环境参数\(\xi\)解耦，从而得到value function关于环境参数的可计算闭式梯度。基于该定理，作者开发了一种model-free算法，能够同时学习最优策略和环境参数，并在UAV网络设计问题中验证了其有效性。该工作为agent与环境参数的协同设计（policy-environment co-design）提供了新的理论框架。
From Words to Widgets for Controllable LLM Generation
Chao Zhang et al.
cs.HC cs.CL
本文提出Malleable Prompting，一种将自然语言偏好表达转化为GUI widgets（如滑块、下拉菜单）以控制LLM生成的可交互提示技术，并引入相应的解码算法来调节token概率分布。用户研究表明该方法比纯自然语言提示更精确、可控且透明。
Answering Without Referring: How AI Search Rewrites the Web's Economic Bargain
Qiaoni Shi, Kai Zhu, Kai Gu
cs.CY cs.AI econ.GN
本文研究了AI搜索（如ChatGPT）对传统搜索引擎（如Google）的替代效应，通过点击流数据分析发现AI搜索显著减少了对外部网站的引用点击，削弱了开放网络中的流量分配经济模式。该研究主要关注网络经济学和用户行为，与关键词中的数学或算法主题无关。
So Many Opinions, So Many LLMs: Comparing Large Language Models to Traditional Machine Learning for Open- Ended Survey Analysis
Abdullah Akinde et al.
cs.CY cs.AI
本文比较了多种Large Language Models (LLMs)与传统Machine Learning模型在分析开放式调查数据（如NSSE问卷）时的性能，发现LLMs在情感分析和主题分类任务上通常具有更高的准确性，但在解释一致性和可解释性方面存在不足。研究为大规模定性分析中如何平衡自动化与严谨性提供了实用建议。
Predictive Modeling of High-Altitude Clear Air Turbulence in the United States: A Machine Learning Approach
Kadir Gokdeniz, Irem Ulku
physics.ao-ph cs.LG
本文利用机器学习模型（特别是XGBoost）预测美国空域的高空晴空湍流（CAT），结合飞行员报告、再分析数据和飞机气动参数，取得了AUC为0.904的性能。研究强调了地理坐标和湍流指数在预测中的重要性，并指出冬季为CAT高发期。
SeqGPT: A Constrained Transformer Agent for the Inverse Designof Multi-Panel Composite Structures
Driss Chraibi et al.
cs.NE cs.AI
本文提出SeqGPT，一个基于Transformer的条件agent，用于解决多面板复合材料结构的逆设计问题。它通过神经符号解码策略和约束束搜索来保证制造可行性，并在基准测试中实现了与进化方法相当的屈曲性能。
Towards Self-Evolving Agents: A Human-Inspired Adaptive Exploration-Exploitation Framework for Genetic Network Programming
Ali Kohan et al.
cs.NE cs.AI
本文提出了一种受人类发展模式启发的自适应探索-利用框架HGNP，通过将GNP中的judgment节点映射为 deliberation、processing节点映射为action，并引入自适应交叉变异算子与循环消除机制来动态调节进化过程中的平衡。该方法在Tileworld基准测试中提升了agent策略性能，但整体创新性有限，且与关键词列表中的code, context, spectral, Muon, pretrain, attention等概念关联较弱。
Burst Spiking Neural Networks
Jiahong Zhang et al.
cs.NE cs.AI
本文提出Burst Spiking Neural Networks (BuSNNs)，通过Burst-enhanced Spiking Neurons (BSNs)和Dynamic Weight Constraint (DWC)机制，旨在提升脉冲神经网络的鲁棒性。实验表明该方法在多个基准上提升了准确率和鲁棒性，但未涉及code、context、spectral等关键词。
Benchmarking Sensor Robustness in Plasma Diagnostic Models: A Systematic Evaluation on TokaMark
Neerav Gupta
physics.plasm-ph cs.LG
本文使用TokaMark数据集系统评估了XGBoost、LSTM、Transformer和CNN等模型在六种物理传感器故障场景下的鲁棒性，发现临近等离子体破裂的传感器故障会严重破坏序列模型性能，而前向填充插值对随机丢失有效但对窗口末端损坏无效。
QDEvo: A Multi-Objective Quality-Diversity Framework for Automated Heuristic Design
Nam Do Khanh et al.
cs.NE cs.AI cs.CL
本文提出QDEvo框架，将Quality-Diversity优化与LLM驱动的heuristic搜索结合，用于组合优化中的自动heuristic设计。该方法通过维护一个基于预训练code embedding的无界archive来保持语义多样性，并在标准benchmark上优于现有方法。
AAAI-26 Dual Submissions: Novel Challenges
Kiri L. Wagstaff et al.
cs.DL cs.AI cs.CY cs.LG
本文讨论了AAAI-26会议中出现的双重投稿问题，即相同或高度相似的论文同时提交至多个会议。作者通过标题和摘要相似度评估及LLM辅助工具检测了此类行为，并提出了更新政策、加强检测工具等建议。
Do You Remember? Toward Memory-Centric Multimodal AI
Xuguang Yu, Weigang Zheng, Minyue Yu
cs.NE cs.AI cs.CV cs.LG
本文提出DoYouRemember架构，通过VQ-VAE、LoRA微调LLM和Diffusion Decoder三个阶段将重建性记忆引入多模态大模型。实验发现LLM隐藏状态几乎不包含可恢复的视觉信息，并分析了梯度消失导致共享记忆矩阵训练失败的原因，提出局部EMA更新方法解决该问题。
Sensitivity to Subjective Expected Utility Maximization: A Methodological Study, with an Illustrative Application to LLM Decision-Making
Jeff Helzner
econ.EM cs.AI stat.ME
本文提出了一种基于softmax choice model的SEU sensitivity度量方法，用于评估agent在不确定性下的决策与主观期望效用最大化标准的一致性。通过Stan验证了参数的可识别性，并应用于GPT-4o和Claude 3.5 Sonnet的决策分析。
Near-Optimal Learning of Gaussian Sobolev Operators
Ben Adcock, Michael Griebel, Gregor Maier
math.NA cs.IT cs.LG
本文提出了一种名为Hermite-PCA approximation的全数据驱动算法，用于学习Gaussian Sobolev operators，并证明了其具有近最优的样本复杂度。该算法通过主成分分析和加权最小二乘法实现计算高效性，并展示了与Sobolev正则性相关的谱收敛速度。
GenDiff: A Dose and Anatomy Aware Diffusion Model with Structural Prior Refinement for Low-Dose CT Reconstruction and Generalization
Md Imam Ahasan et al.
cs.CV cs.LG
本文提出GenDiff，一个基于diffusion的通用低剂量CT重建框架，通过联合建模辐射剂量和解剖信息来提升鲁棒性。该方法在多个临床数据集上优于现有方法，但未涉及关键词中的code、context、spectral、Muon、pretrain、agent或attention等概念。
BAT-RM: A Boundary-Aware Transformer with Region-Aware Multi-Directional Mamba for Clinically Deployed Cervical Cancer Radiotherapy Auto-Contouring
Istiak Ahmed et al.
eess.IV cs.AI
本文提出了一种用于宫颈癌放疗自动勾画的混合架构BAT-RM，集成了Sobel门控边界注意力与多方向Mamba模块，实现了线性时间复杂度的长程上下文建模。该系统在临床部署中显著提升了勾画精度并减少了80%以上的勾画时间，但方法主要针对医学图像分割任务，与关键词中的code、spectral、Muon、pretrain、agent等概念关联较弱。
Contrastive Joint-Embedding Prediction for Representation Learning in Structural MRI
Fabian Mager, Lars Kai Hansen
cs.CV cs.LG
本文提出了COJEPA框架，将joint-embedding predictive architecture与contrastive loss结合用于3D脑MRI的自监督学习，在零样本双胞胎检索、脑肿瘤分割和年龄回归任务上取得了有竞争力的结果。该方法主要面向医学影像领域，与关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念关联较弱。
Did We Actually Fix It? An Independent Adversarial Stress-Test of Post-Point-Adjustment Evaluation Metrics for Time-Series Anomaly Detection
Zongye Lyu
stat.ML cs.LG
本文对时间序列异常检测中后点调整评估指标的鲁棒性进行了独立对抗性压力测试，发现基于ROC的指标和affiliation-F1容易被无技能检测器欺骗，而基于PR的指标和PA%K则更具抵抗性。该研究提供了评估指标选择决策协议，但未涉及代码、上下文、谱方法、Muon、预训练、智能体或注意力等关键词相关的内容。
Removable Defects: The Economics and Limits of Deliberate Deficiency
Cheng Qian
econ.EM cs.AI cs.LG stat.ML
本文从经济学视角分析“故意缺陷”（deliberate deficiency）的设计，将其视为一种可保留或移除的可控变量。作者给出了缺陷可移除的充要条件，并区分了观测缺陷与能力缺陷，指出后者可通过访问部署分布来补救。该工作主要属于计量经济学与机器学习交叉领域，与您提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
VQCSim: When Does Compile-Once Statevector Simulation Beat Generic Quantum Frameworks?
Anton Firc et al.
quant-ph cs.ET cs.LG
本文提出了VQCSim，一种编译一次、基于PyTorch的statevector模拟器，用于加速混合量子-经典机器学习工作流中的静态变分电路评估。实验表明，VQCSim在多个GPU上相比通用量子框架实现了显著的推理和训练加速，但以更高的GPU内存消耗为代价。
SpikeDS: Dual Sparsity Spikformer for Perineural Invasion Prediction in 3D MRI
Induk Um et al.
cs.CV cs.LG
本文提出SpikeDS，一种用于3D MRI中神经侵犯预测的脉冲神经网络架构，通过结合激活稀疏性和空间稀疏性来降低计算成本。该方法在胆管癌数据集上取得了较好的AUC和能效，但主要贡献在于医学图像分析的应用优化，与关键词中的核心概念关联较弱。
HPC-Enabled Video-based Coastal Wave Parameter Estimation Using V-JEPA and Deep Spatiotemporal Learning
Abubakar Hamisu Kamagata et al.
eess.IV cs.AI cs.LG
本文提出了一种基于视频和高性能计算的深度学习框架，用于从单目海岸视频中联合估计五个波浪参数。该框架结合了V-JEPA自监督ViT骨干网络、双流SlowFast时序编码器和Farneback光流算法，在数据有限的情况下取得了初步的可行性验证。
Learning the Graphical Nature of Symmetries
Rashid Barket et al.
stat.ML cs.LG math.CO math.GR
本文构建了一个包含131,406个Cayley图的数据库，覆盖了阶数不超过767（除512外）的所有有限群，并记录了图、圈、距离和谱统计量等特征。通过经典模型、MLP和图神经网络（如GIN和GCN）预测群性质，发现工程化的图统计量信息丰富，而GNN能直接从图中恢复结构信号。
An Empirical Analysis of Continual Learning for Heterogeneous Medical Visual Question Answering
Mai A. Shaaban et al.
cs.CV cs.AI cs.CL
本文系统评估了Continual Learning方法在异构Medical Visual Question Answering任务中的表现，发现现有方法难以在任务目标变化时维持稳定性-可塑性平衡。
Representation and Reference Selection in Training-Free Synthetic Image Attribution
Meiling Li et al.
cs.CV cs.AI cs.CR
本文研究了无训练参考的合成图像归因方法中，表示空间与参考选择之间的相互作用，使用CLIP和DINOv2的中间层表示以及三种参考选择方法进行实验。结果表明归因准确率在中间表示层达到峰值，且语义约束的参考能减少查询-参考不匹配并提升性能。
Analyzing Image Encoder Choices and Graph Homophily in GCN Frameworks for Breast Ultrasound Classification
Sabahattin Mert Daloglu et al.
eess.IV cs.CV cs.LG
本文系统评估了五种图像编码器在基于GCN的乳腺超声分类中的表现，发现高容量编码器能提升graph homophily和分类性能，并指出graph homophily与分类准确率呈强线性相关。该工作主要关注编码器选择对图结构的影响，与关键词中的spectral、attention等概念关联较弱。
Learning from Complementary Ultrasound Representations for Liver Disease Classification
Sabahattin Mert Daloglu et al.
cs.CV cs.LG
本文利用自监督masked autoencoders (MAEs)和graph convolutional networks (GCNs)，将传统B-mode超声与基于物理引导和局部相位的图像表示相结合，用于区分非酒精性脂肪性肝炎(NASH)与非酒精性脂肪肝病(NAFLD)。实验表明，互补的超声表示能显著提升分类性能。
Enabling 24-hour Agricultural Robotics: Unsupervised Day-to-Night Cross-Modal Image Translation for Nighttime Visual Navigation
Robel Mamo et al.
cs.RO cs.AI cs.CV
本文提出了一种无监督的图像翻译框架，将白天的植物行RGB图像转换为近红外(NIR)夜间图像，以解决夜间农业机器人视觉导航中标注数据不足的问题。该方法利用预训练的CLIP模型保持语义一致性，并引入可见性掩码处理NIR照明的有限有效范围，在AgriNight数据集上验证了其在下游语义分割任务中的有效性。
Calibrated Selective Prediction Using Deep Ensembles for ROI-Based Thyroid Nodule Ultrasound Classification Under Dataset Shift: A Retrospective Evaluation
Md. Sadibul Hasan Sadib et al.
eess.IV cs.AI cs.CV
本文使用深度集成方法（deep ensemble）对甲状腺结节超声图像进行校准选择性预测，在内部数据集上表现良好，但在外部数据集偏移下校准和阈值可迁移性受限。
Induced-Minor-Closed Classes have Linear, Square-Root, or Sub-Polynomial Tree-Independence
Maria Chudnovsky et al.
math.CO cs.DM cs.DS
本文研究了图类中tree-independence number的渐近行为，证明了对于每个\(t\)，不含\(K_{t,t}\)或墙\(W_{t\times t}\)作为induced minor的图具有次多项式（sub-polynomial）的tree-independence，并给出了一个完整的分类：这些图类的tree-independence要么是次多项式的，要么是\(\tilde{O}(\sqrt{n})\)的，要么是线性的。该结果推广了关于tree-width和tree-independence的已知界，并部分解决了相关猜想。
Dynamic Online Processor-Native Inference for State Estimation
Orestis Kaparounakis
stat.ML cs.LG eess.SP
本文提出了一种基于处理器原生不确定性追踪的贝叶斯滤波技术，用于动态系统的状态估计。该方法通过确定性分层重要性重构实现了近似滤波，在非线性状态空间模型上相比粒子滤波和蒙特卡洛方法获得了显著加速。
TraceSynth: Generating Production-Quality Kernel Traces with Constraint-Guided Diffusion Models
Yuvraj Sehgal et al.
cs.SE cs.LG
本文提出TraceSynth，一个基于diffusion model的框架，用于生成合成kernel execution traces以增强有限真实数据。该方法将traces建模为多通道序列，并使用Transformer-based denoising diffusion process与constraint-guided repair来保证系统不变量。
Robust In-Hand Manipulation via Priors in Reinforcement Learning and Mechanical Design
Yifei Chen et al.
cs.RO cs.LG
本文通过强化学习结合两种物理先验（全局抓取质量先验和局部接触几何先验）来提升多指机器人手的鲁棒性操作，实验表明该方法在旋转效率、抓取稳定性和抗干扰方面有显著改进。
Toward Trustworthy Autonomous Science: A Two-Year Community Roadmap
Rafael Ferreira da Silva et al.
cs.DC cs.AI
本文是一份关于自主科学（autonomous science）领域的社区路线图更新，回顾了过去一年的进展与挑战，并围绕信任、验证、安全等七个维度规划了未来两年的发展路径。该论文主要聚焦于领域战略与组织架构，未涉及code、context、spectral、Muon、pretrain、agent或attention等具体技术方法。
GaitSpan: Growing Humanoid Locomotion from Walking to Running
Kwan-Yee Lin et al.
cs.RO cs.AI cs.CV
本文提出GaitSpan框架，通过将预训练的行走策略扩展为更快的运动（如慢跑和跑步），实现了从行走到跑步的连续速度控制。该方法利用节奏生成、步幅塑造和残差适应三个模块，在不重新学习的情况下扩展运动技能，并在多种地形和形态上实现零样本迁移。
FlashDiff: Efficient Regional Execution and Scheduling for Diffusion Model Serving
Yaqi Qiao et al.
cs.DC cs.LG
FlashDiff提出了一种针对扩散模型推理的自适应区域执行与调度系统，通过选择性更新latent中需要进一步细化的区域并重新分配计算资源，来降低服务延迟并提升吞吐量。该方法利用attention信号分解执行区域，并采用轻量级运行时控制器和亲和性调度器来优化多GPU并行效率。
Generating Physically Plausible Parachute Dynamics with Deep Generative Modeling
Yulong Yang, Clara O'Farrell, Christine Allen-Blanchette
eess.SY cs.LG
本文提出SPar-GAN方法，利用Hamiltonian生成架构和symplectic integration从数据中学习降落伞动力学，在能量守恒约束下生成符合物理规律的俯仰-偏航运动。该方法通过条件生成模拟不同伞型设计下的动力学行为，但未涉及code、context、spectral等关键词相关技术。
Falsifying Causal Graphs With Outlier Events
William Roy Orchard, Philipp M. Faller, Dominik Janzing
stat.ML cs.LG
本文提出了一种通过异常事件传播来证伪候选因果图的方法，利用“弱异常很少导致强异常”这一原则构建统计检验。该方法可在缺乏ground truth时评估因果图的有效性，但与我提供的关键词（如code, context, spectral等）关联度较低。
Self-Consistent Flow: Unifying Velocity and Endpoint Prediction for Rectified Flow Models
Xu Han, Jiajing Hu, Li-Ping Liu
cs.CV cs.AI cs.LG
本文提出Self-Consistent Flow (SC-Flow)方法，通过轻量级consistency loss联合训练单个网络同时预测velocity和data endpoint，统一了两者的优势。实验表明该方法能稳定优化并改善生成路径的straightness，提升生成质量。
Decentralized Gradient Descent: Bottleneck Regimes and Budget Complexity
Nicolò Michelusi
cs.DC cs.LG eess.SP
本文从资源感知角度研究了Decentralized Gradient Descent (DGD)的通信-计算预算复杂度，通过引入Gradient-Diversity-to-Network-connectivity Ratio (DNR)和Gradient-to-Communication-noise Ratio (GCR)两个量，识别了不同误差尺度下的瓶颈机制并给出了最优步长选择与预算界。
From Reconstruction to Interpretation: Zero-Setup Multi-Phase Segmentation of X-ray Tomography Data
Pradyumna Elavarthi et al.
cs.CV cs.AI
本文提出了一种零设置的多相分割框架，用于同步辐射X射线断层扫描数据，无需用户输入或重新训练即可生成可解释的掩膜。该方法结合了材料无关的掩膜准备策略与预训练语义分割网络，能快速评估扫描质量、样本形态和孔隙率，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。
TRAIL: A Platform for Configurable Human--AI Teaming Experiments
Mohammad Amin Samadi et al.
cs.HC cs.AI
TRAIL是一个用于可配置人机协作实验的web平台，支持AI队友的个性、沟通风格等设计属性配置，并在真实课堂部署中验证了其可重复性和分析能力。该平台主要关注人机交互实验设计，与关键词中的agent有一定关联，但方法上缺乏开创性。
The Benjamini--Hochberg Procedure Can Fail to Control the FDR for Correlated Two-Sided Gaussian Tests
Edgar Dobriban
math.ST cs.AI stat.ME
本文通过构造一个factor model，证明了Benjamini-Hochberg procedure在相关双尾Gaussian \(p\)-values下无法控制FDR，推翻了该领域一个长期存在的猜想。
Partial Identification with Multiple Nonlinear Measurements of a Latent Regressor
Burhan Ogut, Michelle Yin
econ.EM cs.AI
本文研究了当回归变量为潜在变量且仅通过多个非线性测量观测时的线性回归问题，提出了一个通过限制测量函数曲率来识别结构系数的部分识别方法，并应用于人工智能职业暴露测量。该方法给出了结构系数的闭式区间，并利用至少四个测量值估计曲率边界。
Rough Path Signature-Guided Geometry Augmentation for Few-Shot Industrial Surface Defect Detection
Jiaqi Kuang
cs.CV cs.LG math.PR
本文提出了一种基于rough path signature的几何增强方法RPS-GA，用于小样本工业表面缺陷检测。该方法将Canny边缘轮廓视为有序平面路径，利用截断的二阶signature响应（特别是反对称的Lévy-area项）生成空间图来突出边界结构，并在NEU-DET和PCB-Defect数据集上使用YOLOv8n检测器进行了评估。实验表明，在标签数量有限时该方法能显著提升检测性能，但优势随标签增多而缩小。
When Directional Accuracy Lies: A Base-Rate-Honest Benchmark for LoRA-Adapted TimesFM on Equity Forecasting
Taizhen Cheung, SA Kwon
q-fin.ST cs.LG
本文指出在股票市场预测中，直接使用LoRA微调TimesFM模型得到的约80%方向准确率是误导性的，因为上涨市场中的“always-up”规则也能达到类似水平。作者构建了一个可复现的基准测试框架，包含扩展滚动窗口、分层留出股票分割和多种诚实基线，并报告了LoRA微调在方向准确率上无显著提升，仅在点预测误差上有统计显著但无交易价值的改善。
Code-MUE: Measuring Code LLMs' Uncertainty through Execution-based Semantic Interaction Graphs
Xiaoning Ren et al.
cs.SE cs.AI cs.CL
本文提出Code-MUE，一种通过执行代码构建Semantic Interaction Graph并计算Von Neumann entropy来量化代码LLM不确定性的黑盒方法。该方法在多个模型上验证了其与功能正确性的强负相关性，但未直接涉及关键词中的spectral、Muon或agent等概念。
Auditing Data Leakage in Whole-Slide Image Multimodal Benchmarks
Wenhao Zhang et al.
cs.CV cs.LG
本文审计了全切片图像多模态基准中的数据泄露问题，发现患者级别和机构级别的泄露导致模型性能被高估，并提出了无污染评估的建议。
The Sound of Absence: Audio-Language Embedding Models Struggle with Negation
Chun-Yi Kuan, Hung-yi Lee
eess.AS cs.AI cs.CL cs.LG cs.SD
本文发现音频-语言embedding模型（如CLAP）在匹配否定概念时存在严重缺陷，将肯定与否定描述映射到几乎相同的表示。作者提出NegEval-Audio框架来暴露这一问题，并指出该缺陷源于表示几何中的肯定性偏差，需要显式的否定感知训练目标。
A Longitudinal Analysis of Public Discourse on AI Ethics in Education Using Twitter Data
Akriti Bagale et al.
cs.CY cs.AI
本文使用BERT-based topic modelling和SetFit sentiment analysis分析了Twitter上关于AI教育伦理的五年话语演变，发现公众话语总体积极，但近期对学术诚信和生成式AI的担忧增加。该研究为教育者和政策制定者提供了公众对AI整合态度的纵向理解。
A Comparative Analysis of Institutional and Course Generative AI Policies within Higher Education: Implications for Instruction in Computing Education
Amrita Ganguly et al.
cs.CY cs.AI
本文比较了美国研究型大学在机构层面和计算机课程层面关于生成式AI（GenAI）的政策差异，发现机构层面更鼓励使用，而课程层面仍持谨慎态度，并提出了一个以教师为中心的框架来指导未来应用。
What Does a Temporal Benchmark Score Measure? Decomposing Channel Use in Video VLM Evaluation
Farrukh Rahman
cs.CV cs.LG
本文提出了一种名为reversal-drop的标签无关筛选方法，通过反转视觉序列同时保持RoPE（旋转位置编码）不变，来区分视频VLM（视觉语言模型）在时间理解中依赖位置编码还是视觉顺序。实验表明，不同模型（如Molmo2和Qwen3-VL）在时间基准测试中的高分可能源于不同的通道使用策略，导致它们在相反输入上表现不同，因此聚合分数无法反映潜在的失败模式。
Robust Design of Integrated Sensing and Communication in LEO Satellite Systems
Hezhen Yang, Xiaoming Chen, Qi Wang
cs.IT cs.LG
本文针对低轨卫星系统中的集成感知与通信（ISAC）问题，提出了一种鲁棒波束赋形设计算法，旨在最小化总发射功率，同时满足感知的均方误差（MSE）和通信的信干噪比（SINR）要求，并考虑了信道相位不确定性。仿真验证了该算法的有效性。
Lost in Visual Translation: A VLM-Assisted Perceptual-Semantic Coherence Framework for EEG-to-Image Reconstruction
Sukriti Tiwari et al.
cs.CV cs.AI
本文针对EEG-to-Image重建任务中传统图像质量指标（如SSIM, LPIPS）无法区分视觉保真度与语义可恢复性的问题，提出了一种基于VLM（Vision-Language Model）的感知-语义一致性评估框架，通过结构化问题生成T-PAS和T-SAS分数并蒸馏为BCS评分。该方法主要关注评估指标的设计，而非与关键词（如code, context, spectral, Muon, pretrain, agent, attention）直接相关的核心方法创新。
Demonstration of the common dual-channel feature decoupling characteristic of front-door mediation causal inference methods in whole-slice image classification
Zhirui Zhang et al.
cs.CV cs.AI
本文提出了两个假设来解释front-door mediation因果推断方法在全切片图像分类中的双通道特征解耦特性，并通过实验在乳腺癌和非小细胞肺癌数据集上验证了这些假设。
Thompson Sampling Is 2-Competitive for Mistakes
Mark Sellke, Gregory Valiant
stat.ML cs.LG
本文研究了Bayesian bandit模型，证明了Thompson sampling在期望错误次数（选择次优arm的次数）上最多是其他策略的两倍，适用于arm过程独立且仅在播放时演化的场景。该结果确认了Guha和Munagala在2014年的猜想，其中因子2已是最优。
ARDepth: Auto-regressive Monocular Depth Estimation with Progressive Visual Conditioning
Zijie Wang et al.
cs.CV cs.AI
本文提出ARDepth方法，将单目深度估计建模为自回归生成过程，通过渐进式视觉条件（Scale-Progressive Conditioning和Semantic-Aware Guidance）在不同空间分辨率下逐步构建深度表示，以替代传统的扩散模型全局去噪范式。实验表明该方法能生成跨尺度结构一致的深度预测。
Steering Diffusion Models via Class-Contrastive Influence for Few-Shot Medical Classification
Jeeyung Kim, Erfan Esmaeili, Qiang Qiu
cs.CV cs.LG
本文提出Class-Contrastive Influence (C2I)准则，通过梯度影响量化样本对分类器的有用性，并利用强化学习微调diffusion model以生成高C2I样本，用于少样本医学图像分类。该方法在多个基准上提升了分类准确率和鲁棒性，但未涉及关键词中的code, context, spectral, Muon, pretrain, agent, attention等概念。
An Omnilingual-ASR-Based Speech-LLM System for the 2nd MLC-SLM Challenge
Shuming Fang, Shuifei Zeng
cs.SD cs.AI
本文描述了一个用于MLC-SLM挑战的级联说话人日志-识别系统，该系统结合了分割、聚类和基于LoRA的ASR模型，在测试时无需先验分割或说话人标签。实验分析了嵌入聚类优于端到端方法，以及重叠感知分割会因重复转录而增加错误率。
Agent-Safety Evaluations as Load-Bearing Evidence: A Vendor-Neutral, Cross-Harness Reconstructability Metric
Oleg Solozobov
cs.SE cs.AI
本文提出了一种跨测试框架的agent安全性评估可重构性度量方法，通过证据充分性卡片和反事实重放协议来评估评估结果的有效性，但方法主要聚焦于评估框架本身而非解决长期存在的理论问题。
Mind the Gap: Promises and Pitfalls of Hierarchical Planning in LeWorldModel
Niccolò Caselli et al.
cs.RO cs.AI cs.LG
本文研究了在LeWorldModel中引入时间层次结构（temporal hierarchy）对长时域目标条件控制的影响，提出了Hi-LeWM扩展。实验表明，层次结构并非自动提升性能，其效果依赖于高层规划与低层控制器之间的兼容性，且高层子目标生成是主要瓶颈。
Traceback Translators Against Forgetting in Continual Fake Speech Detection
Enrico Gottardis, Mattia Tamiazzo, Simone Milani
cs.CV cs.AI cs.MM cs.SD
本文提出了一种基于traceback translator network的遗忘鲁棒方法，用于持续学习场景下的虚假语音检测，通过将新特征空间映射回原始空间来缓解灾难性遗忘问题。实验表明该方法在保持对旧数据检测精度的同时，能以较低计算成本实现高检测率。
Deep Learning-based Surrogate Modelling of the LOD Method for Multiscale Problems
Marc Haltmayer et al.
math.NA cs.AI cs.LG
本文提出LOD-MSNO混合方法，将Localized Orthogonal Decomposition (LOD)方法作为多尺度先验，通过数据驱动的operator learning解决其计算瓶颈，用于求解具有粗糙和高对比度系数的椭圆型PDE。该方法在保持神经网络模型计算效率的同时，在挑战性多尺度问题上优于现有神经算子基线。
Explainable-by-Design Audio Deepfake Detection via Wiener-Hopf Linear Prediction
Mattia Tamiazzo et al.
cs.SD cs.AI cs.CR cs.MM
本文提出了一种基于Wiener-Hopf线性预测的可解释音频深度伪造检测框架，使用轻量级2D CNN实现，在保持较低计算复杂度的同时取得了有竞争力的检测性能。该方法通过Grad-CAM分析揭示了分类器关注低阶预测系数及静音和过渡区域，表明其能捕捉合成语音中的混响特征和统计不一致性。
Multi-Perspective Agentic Program Repair via Code Property Graphs and Temporal Execution Graphs
Zhili Huang, Ling Xu, Hongyu Zhang
cs.SE cs.AI
本文提出CT-Repair框架，通过Code Property Graph (CPG)和Temporal Execution Graph (TEG)表示静态与动态证据，并利用三个有限状态机驱动的agent从不同视角分析bug并生成修复策略。实验表明该方法在Java bug修复上优于现有方法，但未涉及关键词中的spectral、Muon或pretrain等概念。
Towards Vision-Free CIR: Attribute-Augmented Scoring and LLM-Based Reranking for Zero-Shot Composed Image Retrieval
Ryotaro Shimada et al.
cs.CV cs.IR
本文提出了一种无视觉的Composed Image Retrieval (CIR)方法，通过Attribute-Augmented Hybrid Scoring和LLM-Based Reranking来弥补文本描述中的信息损失，在CIRR数据集上取得了优于现有Zero-shot CIR方法的结果。该方法主要关注多模态检索任务，与您提供的关键词（如code, context, spectral等）关联度较低。
Gradient-free learning of a closed-loop wall controller for turbulent drag reduction
Giorgio Maria Cavallazzi, Miguel Pérez Cuadrado, Alfredo Pinelli
physics.flu-dyn cs.LG
本文使用Evolution Strategy (ES)直接在大尺度湍流通道上优化循环闭环控制器，实现了约26%的壁面摩擦减阻，优于基于梯度的多智能体强化学习方法。该方法首次将进化策略应用于湍流控制，但并未直接涉及关键词中的code、context、spectral、Muon、pretrain、agent或attention等概念。
Jetson-PI: Towards Onboard Real-Time Robot Control via Foresight-Aligned Asynchronous Inference
Zebin Yang et al.
cs.RO cs.AI
本文提出Jetson-PI方法，用于在Jetson Orin等低功耗设备上高效部署Vision-Language-Action (VLA)模型。该方法通过异步推理和未来校正模块解决感知-执行错位问题，并利用置信度调度优化和系统级加速提升控制频率。
Text-Aided Multi-Modal Panoptic Symbol Spotting for CAD Floor Plan Drawings
Yan Gong et al.
cs.CV cs.AI
本文提出TextCAD，一种用于CAD楼层平面图的panoptic symbol spotting的多模态框架，通过设计Type-Attribute Correlation Encoder和Semantic Hierarchy Alignment框架来联合建模图形基元和文本注释，在真实数据集上取得了最优性能。
Label-Decoupled Style Augmentation for Domain Generalization in Multi-Label Remote Sensing Scene Classification
Alaa Almouradi, Erchan Aptoula
cs.CV cs.LG
本文针对多标签遥感场景分类中的域泛化问题，提出了一种标签解耦的风格增强框架，通过为每个标签生成独立的attention map并混合其feature statistics，避免了全局统计扰动导致的类别污染。该方法在三个多标签遥感数据集上进行了评估，性能优于现有全局统计基线。
Line-Anchored Feedback Cuts Token Costs and Improves Correctness in AI Code Editing
William Franz Lamberti
cs.SE cs.AI
本文研究了在AI代码编辑中，使用行锚定反馈（line-anchored feedback）格式（通过FileMark工具实现）相比传统整体提示（holistic prompt）能显著减少生成token数量并提升代码正确性，尤其对长文件和较弱模型效果更明显。该工作主要关注工程实践中的成本与效率优化，与关键词中的code和context有一定关联，但方法本身缺乏开创性且未涉及spectral、Muon等核心概念。
Bulkhead: Automated Semantic Detection and Remediation of Container Escape Vulnerabilities
Qiyuan Fan et al.
cs.CR cs.AI cs.SE
本文提出Bulkhead框架，利用large language models (LLMs)与formal methods自动检测和修复容器逃逸中的path traversal (PaTra)漏洞。该框架通过multi-agent系统识别跨边界交互并生成proof-of-concept (PoC) exploits，但方法主要针对特定安全漏洞，与关键词契合度较低。
Physically Consistent Parameter Inference: Transparent Machine Learning Emulation in High Energy Physics and Cosmology
Jorge Alda et al.
hep-ph cs.LG
本文提出了一种基于XGBoost的机器学习框架，用于模拟高能物理和宇宙学中复杂的高维似然函数，并通过SHAP值确保物理可解释性。该方法在B介子半轻衰变异常分析中验证了有效性，但未涉及关键词中的核心概念。
Weakly Supervised Spatio-Temporal Candidate Discovery of Dairy Farm Sites from Seasonal Satellite Imagery
Usman Haider, Fatima Khalid, Karl Mason
cs.CV cs.AI
本文提出了一种弱监督pipeline，利用季节性Sentinel卫星影像和OpenStreetMap先验信息，对爱尔兰科克郡的奶牛场候选地点进行排序。该方法通过Barlow Twins编码器学习多季节tile嵌入，并结合基于规则的评分与空间图平滑，将大量卫星图像缩减为少量候选集群供人工审查。
Hallo4D: Multi-Modal Hallucination Mitigation for Consistent Spatio-Temporal Generation
Hongbo Wang et al.
cs.CV cs.AI
Hallo4D提出了一种基于多模态大语言模型(LMM)的生成-检测-修正框架，用于缓解3D和4D内容生成中的时空幻觉问题，通过多视角和多帧渲染中的一致性优化提升生成质量。该方法无需重新训练或修改架构，但与我提供的关键词列表中的概念关联较弱。
Practical Judgment, Virtue, and Intuition in the Use of Opaque AI-Enabled Systems
Nathan G. Wood, Andrew P. Rebera
cs.HC cs.AI cs.CY cs.ET cs.RO
本文探讨了在部署和使用不透明AI系统时，如何通过实践判断、美德和直觉来缓解伦理与可靠性问题，并以军事领域为例进行说明。文章强调人类特质不可量化，需基于人本价值制定训练方案和指南，但未涉及关键词中的具体技术方法。
HSEmotion Team at the 11th ABAW Challenge: Multi-Task Learning and Ambivalence/Hesitancy Video Recognition
Aleksei Bakin, Andrey V. Savchenko
cs.CV cs.AI
本文介绍了在ABAW竞赛中通过多任务学习和多模态融合进行情感分析的方法，使用轻量级特征提取器和后处理技术提升性能，无需微调大型backbone。
Learning-enabled Acceleration of Scenario-based Model Predictive Control
Trinh Tran, Binh Nguyen, Truong X. Nghiem
math.OC cs.LG eess.SY
本文提出了一种基于学习加速的ADMM算法，用于高效求解Scenario-based Model Predictive Control (SBMPC)问题，通过并行计算和Moreau envelope学习来减少计算时间，并在微电网能量管理问题上验证了其相对于IPOPT和MadNLP等求解器的加速效果。
When Close Enough Is Not Enough: Autoregressive Drift in Quantum Circuit Synthesis
Mehdi Saeedi, Eddie Richter, Paul Hartke
quant-ph cs.AI cs.ET
本文研究了transformer在量子电路合成中的自回归漂移问题，发现当需要精确离散正确性时，模型性能随目标长度急剧下降，而通过后处理可缓解该问题。
Directional Constraints for Efficient Exploration in Safe Reinforcement Learning
Paolo Magliano et al.
cs.RO cs.LG
本文提出ATACOM-DC方法，通过引入directional constraints区分接近和远离约束边界的动作，仅在必要时激活约束，以改善safe reinforcement learning中的安全-性能权衡。该方法在仿真机器人控制任务中评估了约束违反成本和任务性能。
Silent Alarm: A J-Space Protocol for Comparing Danger Recognition Across Models and Quantization Levels
Roman Prosvirnin et al.
cs.CR cs.AI
本文提出JADR协议，通过Jacobian空间（J-space）在模型生成首个token前测量其内部表示，以评估不同模型和量化级别下的危险识别能力。该方法使用SafetyAUC指标比较模型内部机制，但未直接涉及代码、上下文、谱方法或注意力等关键词。
Autonomous Tracking and Terminal Guidance of Moving Targets for Fixed-Wing UAVs
Wei-Hao Liou, Teng-Hu Cheng
cs.RO cs.AI eess.SY
本文提出了一种针对固定翼无人机（UAV）的统一控制框架，结合视觉检测、NMPC（非线性模型预测控制）和终端制导律，实现了从目标跟踪到精确拦截的完整任务。该方法通过UKF（无迹卡尔曼滤波）融合视觉与惯性测量，并利用CBF（控制障碍函数）避免自遮挡问题。
PixelLoop: Shortcut Topological Navigation with Pixel-Level Loops
Sarthak Chittawar et al.
cs.RO cs.AI
本文提出PixelLoop方法，通过在像素空间中直接引入loop closure来改进拓扑导航。该方法利用像素级稠密拓扑结构作为捷径，改变了规划连通性和代价传播，从而在模拟和真实实验中显著提升了导航成功率。
ANGLE: Angular Neural Generative Learning via Engression
Rajdeep Pathak, Archi Roy, Tanujit Chakraborty
stat.ML cs.LG math.ST
本文提出了一种名为ANGLE的轻量级深度生成框架，用于处理圆形响应变量的非参数分布回归问题。该框架通过广义圆形能量分数损失优化生成映射，并证明了损失函数的严格适当性和估计量的旋转等变性。
Reproducible Reservoir Computing with Thermally Driven Superparamagnets: Controlling Temperature Sensitivity
Zhengfei Chen et al.
cs.ET cond-mat.mes-hall cs.AI cs.LG
本文研究了热驱动超顺磁纳米点阵列作为储层计算基底时对温度变化的敏感性，并通过引入不同尺寸纳米点的异质模式来缓解这一问题。实验表明，优化异质性可在5-35°C范围内稳定性能，但该方法与关键词中的概念关联较弱。
ChartGenEval: Corruption-Tested Multi-Dimensional Feedback for Rhythm-Game Chart Generation
Jhen-Ke Lin
cs.SD cs.AI
本文提出了ChartGenEval，一个用于评估节奏游戏谱面生成的六问题框架，通过注入受控错误来测试输出质量，而非依赖单一统计指标。该框架为谱面生成器提供多维度的自动反馈，但未涉及code、context、spectral、Muon、pretrain、agent或attention等关键词。
Unveiling Complex Collective Behaviors from Simple Rewards
Yize Mi et al.
cs.RO cs.AI eess.SY
本文提出了一种名为EEC的解释性框架，包含Agent Response Map (ARM)工具，用于揭示多智能体强化学习（MARL）中简单奖励如何涌现出复杂群体行为。ARM通过分析智能体在空间中的决策模式，发现它们隐式学习了环境的几何场（如未占据目标区域或Voronoi图边界）作为协调运动的目标。该工作为理解机器人集群的神经策略提供了新视角，但未直接涉及代码、谱方法或注意力机制等关键词。
Toward Localizing and Repairing Bias in Transformer Attention Heads
Sigma Jahan
cs.SE cs.LG
本文提出了一种名为ROBIN的白盒方法，通过敏感性分析定位Transformer attention heads中的偏见，并在推理时移除其输出中的偏见子空间。初步实验表明该方法能降低WinoBias差距并保持语言建模质量。
Deep4ge: DNN Training Trajectories for Fault Detection and Diagnosis
Sigma Jahan
cs.SE cs.LG
本文构建了一个名为Deep4ge的基准数据集，包含14,227次训练运行记录，用于从训练轨迹中检测和诊断深度神经网络中的实现故障。该数据集通过27种源代码变换生成故障变体，并记录了每轮训练的评估指标和特征，支持故障检测、诊断和早期预测任务。
What Would You Click? Personalized Video Thumbnail Generation with Preference-aware Highlight Retrieval
Zhiyu He et al.
cs.MM cs.IR
本文提出了一种个性化视频缩略图生成任务，通过两阶段框架（偏好感知高亮检索与VLM引导扩散）来平衡用户偏好与视频内容，实验表明其性能优于现有方法。
UR-VC: Unsupervised Robotic Value Correction for Time-Derived Progress Proxies
Lirui Zhao et al.
cs.RO cs.AI
本文提出了一种无监督的机器人价值校正方法UR-VC，通过跨轨迹检索相似状态并聚合时间标签来修正时间衍生的进度代理，无需额外标注或训练。该方法在双臂布料操作任务上验证了有效性，但未涉及关键词中的code、spectral、Muon、pretrain、agent或attention等概念。
Accelerated Mixing Time of Randomized Hamiltonian Monte Carlo
Siddharth Mitra et al.
stat.ML cs.DS cs.LG math.PR math.ST +1
本文研究了Randomized Hamiltonian Monte Carlo (RHMC)算法从log-concave分布中采样的加速混合时间，证明了在满足\(\alpha\)-Talagrand不等式时，使用特定随机积分时间可使KL散度指数收敛，总积分时间达到\(O(\alpha^{-1/2} \log(\varepsilon^{-1}))\)。该工作为采样算法提供了理论加速保证，但与所给关键词关联较弱。
Real-time fall detection based on vision for low-power edge platforms
Wenjun Xia et al.
q-bio.NC cs.AI cs.CV
本文提出了一种基于物理信息的跌倒检测框架，使用双LTC神经网络架构建模人体支撑系统的稳定性动态，在低功耗边缘设备上实现了实时推理。该方法通过Lyapunov稳定性指标和可学习耦合模块提升了物理可解释性，但未涉及关键词中的code、context、spectral、Muon、pretrain、agent或attention等概念。
LatentFlow: A General Framework for Conditioning Stochastic Processes
Louis Sharrock, Lachlan Astfalck, Henry Moss
stat.ML cs.LG stat.ME
LatentFlow提出了一种无需训练的通用框架，通过将随机过程表示为可处理潜在创新的确定性映射，将过程级条件推断转化为潜在空间中的采样问题，并利用反向时间SDE实现条件采样。该方法适用于多种模型类，但与我提供的关键词（如code, context, spectral, Muon, pretrain, agent, attention）关联度较低。
Robustness of Deep Learning Models for PV Power Forecasting under NWP Forecast Errors: A Spatiotemporal and Physically Interpretable Analysis
Dandan Chen, Yan Zhao, Xuepeng Chen
physics.ao-ph cs.LG
本文提出了一种基于仿真的物理约束鲁棒性评估框架，用于分析NWP预测误差下深度学习光伏功率预测模型的行为，发现序列模型在中高扰动下具有更好的噪声过滤和时间鲁棒性。
Form, Not Content? A Preregistered, Placebo-Controlled Evaluation of Learned Error-Conditioned Self-Repair Through Prompts and Weights in Frozen Small Code Models
Mehmet Iscan
cs.SE cs.AI cs.LG
本文提出了一种名为PoPE的评估方法，用于测量冻结的小型code LLM在自我修复中是否真正利用了错误信息。实验通过prompt和weight两个通道进行，结果未发现错误内容能显著提升模型性能，表明模型可能只是被条件化而非真正从错误中学习。
Ensemble Controlled-Flow Filtering for Implicit Data Assimilation
Zhuoyuan Li, Yue Zhao, Ming Li
stat.ML cs.LG math.NA math.OC
本文提出了一种用于隐式数据同化的集成受控流滤波器（EnCF），通过随机受控流和伴随匹配实现分析更新，并针对模拟器定义的观测设计了EnCF-LF方法。该方法在非高斯、多对一和多模态观测模型中优于传统卡尔曼型滤波器。
The log log jam in Gaussian state tomography
Sitan Chen et al.
quant-ph cs.DS math-ph
本文研究了连续变量系统中Gaussian state tomography的样本复杂度，证明了使用Gaussian measurements时存在\(\log \log E\)的能量依赖下界，并展示了使用非Gaussian measurements可消除该依赖。
Watermark Forensics for Generative Models: An Information-Theoretic Perspective
Xiaoyu Li et al.
cs.CR cs.IT cs.LG
本文从信息论角度分析了生成模型水印的取证能力，研究了在样本长度\(n\)下，水印实现检测、归因、提取和定位等不同取证任务所需的信息代价，并给出了相应的熵率定律。
A Shortcut to Statistically Steady-State Turbulence with Flow Matching
Gianluca Galletti et al.
physics.plasm-ph cs.LG
本文提出GyroFlow，一种基于Flow Matching的潜变量生成模型，用于直接估计5D相空间中回旋动理学湍流的统计稳态分布，无需解析瞬态阶段。该方法通过遍历性假设将系综平均等价于时间平均，从而绕过自回归模型中的误差累积问题，并显著加速计算。

- 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.

↑