Aura · 时间线

SynthAVE：基于LLM竞技场验证的可扩展电子商务合成标注

SynthAVE用多LLM投票验证合成标签，与人类专家一致性达95.2%，实现大规模低成本高质效的电商属性标注。

STST-JEPA：面向EEG自监督学习的浅目标时空联合嵌入预测架构

提出STST-JEPA自监督Transformer，EEG年龄预测MAE 3.06年，NeuralBench多项第一，残差与认知效率负相关。

近视贝叶斯主动学习在线性回归中风险的近似比

首次证明贪心算法风险近似比，与最大初始杠杆分数线性相关，并用数值模拟验证。

搜索、失败、恢复：一种面向纠错感知推理的训练框架

提出Pyligent框架，通过验证搜索树训练模型学会回溯恢复，在多个推理任务上成功率提升高达72.7个百分点。

边界的树：基于分解先验的自回归草稿

Weaver利用分解草稿边缘构建候选树，恢复条件依赖，实现4.37倍加速，超越基线24.7%。

Co-LMLM：连续查询受限记忆语言模型

CO-LMLM将连续键与文本知识配对，生成向量查询，优于先前模型，360M规模性能比肩gpt-4o-mini。

中文标题：当智能体记忆过多：大语言模型智能体的记忆投毒攻击

中文摘要：提出GhostWriter攻击，利用记忆子系统投毒，成功率98%，激活率60%；AM-Sentry防御有效降低威胁。

SpaCellAgent：基于自进化大语言模型的多智能体轨迹分析框架

SpaCellAgent实现自动化时空轨迹分析，效率提升超40%，无需人工干预。

Ensemble Deep Learning Approaches for AI-Altered Video Detection

从杂乱轨迹到根因：面向智能体优化的结构化轨迹分析与因果提取

STACE框架通过过滤冗余轨迹与定位因果根因，显著提升智能体优化，成功率从42.5%提至58.5%。

Video2Reaction：野外视频到观众反应分布的映射

提出Video2Reaction数据集，用开源LLM标注观众情感分布，微调模型达77% Top-3 F1，但预测集体反应仍具挑战。

自监督预训练提升点云叶片-木材分割的跨地点和跨尺度鲁棒性

自监督预训练提升点云木质分割鲁棒性，木材IoU提高约10%，体积估计误差减半至2.40m³。

高效长周期学习用于学习优化

提出ELO算法，高效长周期元训练并引入去耦渐进专家监督，提升学习优化器长期性能，超越AdamW，接近Muon，且训练成本低于7 H100 GPU小时。

LLM生成的技能是否让AI数据科学家更出色？数据科学工作流的组件消融研究

LLM生成的技能在数据科学工作流中无法可靠提升性能，组件消融实验证实无显著改进。

盲策展人：偏见评判者如何悄然禁用自进化代理的技能淘汰

偏见评判者通过假通过偏差静默禁用技能淘汰机制，且不显于聚合指标，需缺陷注入审计检测。

基于深度原生结构推理的精确、跨学科且透明的构效关系理解

SciReasoner多模态科学基础模型实现跨蛋白质、小分子、晶体结构推理，在67/86项基准达最优，98%案例推理质量媲美前沿大模型。

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

秩一角：任务从世界模型需要多少价值等价？

价值等价取决于目标维度，标量奖励仅安装一维投影，提高维度可安装更多预测方向。

ReMoDEx：一种面向大规模图像数据集的、基于局部到全局相关性的模型决策可解释性框架

ReMoDEx框架结合局部与全局解释，可规模化评估分类决策，发现快捷学习问题，弥补传统指标不足。

最终检查点并不足够：沿训练轨迹分析潜在推理的忠实性

潜在推理的忠实性随训练阶段和答案格式变化，因果贡献衰减。

智能剪刀：面向嵌入式硬件的空间冗余缩减与CNN压缩联合方法

动态裁剪减少空间冗余，联合压缩CNN三维，计算量降41.5%且准确率提升0.3%。

强化学习后训练构建组合推理策略

RL后训练能选择性组合原始技能形成高阶策略，优于拒绝微调。

SkillCenter：面向自主AI智能体的最大规模源扎根技能库

最大开源技能库含21.6万结构化技能，通过SkillGate管道确保每个技能可追溯至原始来源。

扩散赋能的最优传输距离用于图匹配

融合扩散与最优传输的DsrFGW方法，在噪声图匹配中显著优于传统方法，聚类质量大幅提升。

边缘设备上多模态联邦学习的熵引导张量压缩

提出MESH-FL框架，熵引导自适应压缩，在异构边缘设备上实现56.8倍压缩并提升准确率2.01%。

Compass：前列腺癌检测需要多视角上下文

提出Compass方法，整合旋转超声视频与活检帧，用transformer聚合证据，提升前列腺癌检测性能。

大型语言模型中的未来置信度蒸馏

通过后解置信度蒸馏预解表示，实现低成本可靠置信度估计，揭示回答过程中置信信息可提前预测。

无需重新标注的可重构放射学标签

无需重新标注，通过字典编辑重构标签模式，196秒替代$6.6K成本，捕获43%额外发现。

LoCA：视觉基础模型的空间感知低秩卷积适应

LoCA解耦通道与空间，实现卷积感知低秩微调，性能优异。

关注重点：病灶感知的高分辨率图像块发现与融合用于胸部X光报告生成

提出LePaX框架，通过可学习空间分配与全局区域融合，在不增加视觉令牌下实现高效高分辨率胸片感知，提升诊断质量并减少令牌用量。

机构红队测试：部署规则（而非仅模型）因果性地塑造多智能体AI安全

部署规则因果影响多智能体安全，无安全默认，身份凸显驱动针对性消除，需监管。

用于心电图分类的个性化联邦学习中的双注意力头

提出FedDualAtt，通过全局与局部注意力头分离，实现个性化联邦学习，在心电图分类任务中优于现有方法。

强化学习能否高效发现价格操纵？

中等波动下，强化学习无需模型知识即可发现价格操纵，且优于有模型方法；大波动均无效，小波动模型更优。

不确定性下稳健的人机互补性

AI与人类预测错误负相关时，可构建稳健策略保证期望效用提升。

基于动态质量感知的通用不完整多模态学习

提出GIML框架，通过动态质量感知统一处理模态缺失与退化，提升鲁棒性与泛化性。

DiaLLM：英语方言适应中鲁棒性与生成能力差距的研究

DiaLLM揭示方言鲁棒性与生成分离，显式适应输出可识别但非最优，需改进奖励设计。

PALS：面向大语言模型剪枝的百分位数感知逐层稀疏性

PALS按激活值百分位数调整每层剪枝率，困惑度降至10.96，无需微调，但效果因架构而异，梯度分配法反不如随机。

从跳跃到签名：时间点过程的生成方法

提出跳跃到连续路径嵌入框架，扩展签名方法至事件序列；首个基于签名的TPP生成模型sigTPP，采用路径级损失训练并推导分布差异评估，性能最优。

Bi-PT: 基于双向交叉注意力点变换器的稀疏心脏MRI数据四腔心重建

提出Bi-PT，通过双向交叉注意力学习特征，结合神经ODE变形场，从稀疏MRI点云准确重建四腔心网格。

Bielik知道它不知道什么吗？激活离散度跨模型规模区分实体熟悉度与事实可靠性

激活离散度可高效区分已知与虚构实体（AUROC>0.95），但实体熟悉度与事实可靠性在不同模型规模上分离，内部意识不触发拒答。

什么预测了文本到SQL的正确性？一项选择性预测研究

基于推理的验证信号预测SQL正确性最佳（AUROC 0.82），微调验证器跨模式泛化不足，需大冻结模型。

SHTA：半监督医学图像分割中的语义难token校正与中心对齐

SHTA通过难token校正和中心对齐，提升半监督分割中难区域的语义一致性，不增推理成本。

TRACE-Seg3D：机构偏移下鲁棒三维胶质瘤分割的反事实上下文审计

提出反事实上下文审计框架，量化预测稳定性，暴露传统指标遗漏的失败模式，提升3D胶质瘤分割鲁棒性。

通过知识蒸馏增强时间序列分类的深度学习模型

知识蒸馏有效提升三种时间序列分类模型，学生模型参数显著减少，性能接近教师。

数十亿素描揭示人类概念中隐藏的文化差异

通过26亿幅素描分析，发现视觉概念存在文化差异，触觉相关概念差异最大，跨文化相似性比文本高45%。

SmartHomeSecure：使用大型语言模型自动检测和修复智能家居配置错误

结合程序分析与大模型自动检测修复智能家居配置错误，准确率100%，修复成功率87%-93%。

AT-Attn：面向纵向多模态阿尔茨海默病诊断的时间感知交叉注意力模型

提出AT-Attn框架，通过时间编码与非对称交叉注意力融合MRI与纵向临床数据，诊断准确率达0.719，优于基线，验证了时序约束融合策略的临床价值。

数字碎片化与生成式AI在1.03亿应用事件中的使用

数字碎片化主因日常波动，生成式AI使用后工作更专注，可能有助于结构化碎片化工作。

非接触式实时心率测量：基于普通摄像头与AI代理的图像处理方法

使用普通摄像头和深度学习面部检测，通过滑动窗口去噪实现非接触实时心率测量，与Apple Watch对比验证。