Aura · 时间线

自路由：从隐藏状态实现无参数专家路由

Self-Routing直接利用隐藏状态子空间作为专家logits，无需路由器参数，性能持平且专家利用率更平衡。

FedDAF：基于模型函数距离的联邦域适应

FedDAF通过计算模型函数距离聚合源与目标模型，解决域适应中域偏移与数据稀缺问题。

Medix：基于鲁棒梯度统计的无标签野外数据分布外检测

Medix利用中位数鲁棒梯度统计从无标签数据中识别异常值，训练低误差的分布外检测分类器，性能全面领先。

Mamba如何在存在异常值时进行上下文学习并实现可证明的泛化？

本文首次理论证明单层Mamba通过门控机制抑制异常值，ICL泛化能力优于线性Transformer。

Freqformer：基于有效频率分解的图像去摩尔纹Transformer

Freqformer通过频率分解分离纹理与颜色失真，双分支架构与非对称训练，结合可学习频率融合和空间通道注意力，实现紧凑高效的去摩尔纹。

面向商业保险承保的对抗性自我批判智能体AI

提出对抗性自我批判的智能体系统，用于商业保险承保，将AI幻觉率从11.3%降至3.8%，准确率从92%提升至96%，并确保人类决策权威。

一种用于多模态遥感分类的空间-光谱-频率交互网络

提出S^2Fin网络，通过高频稀疏增强和双级空间-频率融合，实现多模态遥感分类最优性能。

ZeroBench：当代大型多模态模型的“不可能”视觉基准

ZeroBench是对抗过滤构建的轻量视觉推理基准，初始前沿模型得分为0%，一年后最高仅6% pass^5，极具挑战性。

实现度量时序回答集编程

提出度量ASP计算方法，通过差分约束外部处理时间约束，解耦时间粒度，避免精度问题。

EVA-Net：基于视频运动先验的跨被试脑电解码

利用动作视频作为语义先验，跨模态对齐与知识蒸馏实现跨被试EEG解码，精度提升8.66%。

集成求解器的神经算子对抗攻击与训练

集成求解器的对抗攻击与训练，提升神经算子泛化性和鲁棒性，实验验证有效。

VASP Agent：一个用于自主第一性原理计算的智能体框架

VASP Agent通过智能体框架实现自主多步计算，能诊断恢复错误，结果更准确。

FADE：通过降低语言先验主导性缓解大型视觉-语言模型的幻觉

发现FFN模块是关键语言先验源，提出FADE衰减其输出以减少主导，有效缓解幻觉并保持效率。

AtomBench：传统超导体的生成式晶体重构模型基准框架

AtomBench框架评估四种晶体重构模型，MatterGen原子坐标最优，CDVAE晶格最准，FlowMM最快但精度最低，已开源。

社交3D场景图：面向交互服务机器人的人体动作与关系建模

提出社交3D场景图，建模人与环境的交互关系，提升机器人社会智能。

SmartMixed：一种用于神经网络自适应激活函数学习的两阶段训练策略

SmartMixed两阶段训练策略让神经元自适应选择激活函数，高效且优于单一固定函数。

基于信息锚定引导的视觉自回归采样再思考

IGG通过注意力动态加权锚定引导至语义重要token，解决AR模型信息不一致，生成更清晰连贯的图像。

利用元记忆代理增强大型语言模型的无数据代码生成

元记忆代理引导LLM回忆评估知识，无需示例即可提升无数据代码生成质量。

考虑信用分配的微观交通仿真中动态起点-终点矩阵估计的深度强化学习

提出深度强化学习方法解决微观交通仿真中动态OD矩阵估计的信用分配问题，降link-flow均方误差23.7%-88.3%。

SAGE：空间-视觉自适应图探索用于高效视觉地点识别

SAGE通过空间-视觉图联合优化特征聚合与难例挖掘，冻结DINOv2骨干在8个基准达SOTA，SPED上Recall@10达100%。

FUSE: A Flow-based Mapping Between Shapes

RL-AWB：低光夜间场景下自动白平衡校正的深度强化学习

提出结合统计方法与深度强化学习的夜间白平衡框架，无需真实光照，在低光和良好照明图像上均具强泛化能力。

VisCoP：面向视觉语言模型视频域自适应的视觉探测方法

VisCoP用轻量级视觉探头学习域特定表示，实现视觉语言模型高效域自适应且避免灾难性遗忘，性能超越现有方法。

BitLogic：基于梯度的原生FPGA神经网络训练框架

提出统一框架BitLogic，分解五轴设计空间，识别最佳配置，在FPGA上实现高吞吐低能耗。

可分解联合移位再探

提出通用标签空间下FJS分析框架，推广结果并探讨EM算法与广义标签移位。

通用算法隐式学习

提出TAIL模型，基于Transformer实现跨领域、模态、标签的元学习，少样本SOTA，泛化至未见模态，计算效率高。

叙事中心的情感反思：AI辅助情感自我反思的早期原型

AI原型Reflexion通过情感检测、分层反思与隐喻故事，引导用户从情感识别到行动规划，设计反馈良好但无实证。

中文标题：立场：欧盟AI法案的研究豁免可能破坏主要AI会议的发表规范

中文摘要：欧盟AI法案研究豁免未考虑AI发表惯例，可能阻碍科研，需修改以保障研究自由。

SWITCH：在长时程具身场景中对有形界面的建模与处理进行基准测试

SWITCH基准测试1170个视频，评估闭环交互推理，发现模型在视觉时间感知与错误恢复上的弱点。

细粒度退化引导的顺序推理用于压缩视频盲质量增强

提出细粒度退化引导与自适应顺序推理，显著提升盲增强效果，PSNR提高0.34dB，推理时间减半。

OpenGround：基于规划的在线感知实现开放世界三维视觉定位

OpenGround零样本框架，通过任务链规划与上下文引导感知，实现开放世界3D视觉定位，性能领先。

通过噪声增强自编码器实现音乐表示的感知对齐

用噪声增强自编码器结合感知损失，使编码按感知层次结构化，提升音乐音高预测和脑电响应效果。

Pro-Pose: 基于规范UV图的非配对全身肖像合成

利用规范UV图和非配对数据，将日常照片转化为可控高保真虚拟形象，解耦姿态与外观，微调保留身份。

PGOT：面向复杂偏微分方程的物理-几何算子Transformer

PGOT通过显式几何感知和自适应路径路由，线性复杂度，在复杂PDE建模中达SOTA。

FIELDS: 利用直接监督学习实现精确表情推断的人脸重建

FIELDS采用混合2D/3D监督与几何约束，提升表情识别情感预测精度，兼顾几何保真度。

GraphAllocBench：一个面向偏好条件多目标策略学习的灵活基准

提出GraphAllocBench基准，支持可定制目标、复杂帕累托前沿和高维扩展，引入PNDS和OS指标揭示超体积未捕获的失败模式。

KernelEvolve：面向Meta异构AI加速器的可扩展智能体核心编码

KernelEvolve自动生成优化推荐模型内核，支持多代GPU及自研加速器，将开发时间从周缩短至小时，性能显著提升。

在Connectome 2.0扫描仪上用于量化人类灰质微结构的简化NEXI协议

利用XAI优化NEXI协议，扫描时间由27分钟减至14分钟，验证其最优性与鲁棒性。

MorphGS: 形态自适应的视频铰接3D运动迁移方法

MorphGS通过图像监督直接优化目标形态和姿态，实现视频中铰接3D运动的高效迁移。

TRACE：因果表征学习中连续机制演化的轨迹恢复

提出TRACE框架，恢复连续机制混合轨迹，相关性达0.99，优于离散切换方法。

模型是否学习得足够？通过子集选择的反事实增强进行归因引导训练

提出SS-CA策略，掩盖决策区域构造反事实样本引导鲁棒训练，显著提升模型准确率和泛化性。

基于SGD的贝叶斯教师知识蒸馏：理论与指南

贝叶斯教师蒸馏可减少方差、提升精度（+4.27%），收敛更稳定（噪声减少30%）。

展开式Transformer的约束优化视角

提出约束优化框架训练Transformer，强制逐层下降约束与原始-对偶训练，使中间表示单调减损，增强鲁棒性与分布外泛化。

从全局到粒度：通过相关曲面揭示IQA模型性能

提出粒度调制相关（GMC），通过相关曲面揭示模型在局部质量谱上的性能差异，提供更精细的分析范式。

StepShield：何时干预异常代理，而非是否干预

StepShield基准首次衡量检测及时性，发现基于规则的监控干预时机近乎随机，实时监控仍待解决。