中文标题：演化环境中具身智能体的多尺度世界模型混合
中文摘要：MuSix框架通过尺度感知路由与演化机制，解决专家混合在具身智能中的尺度缺失和更新不均问题，显著提升多尺度推理与动态适应能力。
PHREEQC-MCQ-200：面向工具增强型科学模拟器代理的诊断基准
提出PHREEQC-MCQ-200基准，评估工具增强科学模拟代理，发现工具提升准确率但非单调，输出协议影响性能，需端到端诊断。
个性化作为逆规划：通过结构去噪学习智能体幻灯片生成的潜在设计意图
通过结构去噪和强化学习，SPIRE框架学习潜在设计意图，解决页面级幻灯片个性化问题。
DriftScope：衡量扩散模型适配的隐藏效应
扩散模型适配会系统性损害无关概念，聚合指标无法察觉；DriftScope工具通过软提示识别概念漂移，实现可解释审计。
PRISM-VO：使用光度光场集束调整的尺度感知视觉里程计
提出纯优化的稀疏光度光场视觉里程计，联合优化位姿与深度，实现精确尺度感知，无需初始化，性能领先。
窃取补丁尺寸：对抗性操控视觉语言模型
黑盒攻击通过合成网格与隐藏补丁对齐时精度周期下降，窃取VLM补丁尺寸和预处理配置，实现对抗操控。
设备通行证：使时空预训练模型能够跨输入布局泛化
提出Device Passport，融合功能与元数据学习通道嵌入，显著提升预训练模型在新设备布局上的泛化能力。
弱形式核岭回归从含噪声数据中学习动力系统
提出弱形式核岭回归(WKRR)学习动力系统，结合弱形式滤波与核回归，在混沌和高维流体数据上表现优越。
AI原生游戏：综述与路线图
本文定义AI原生游戏为核心循环依赖生成式AI，提出G/N双轴分类法，分析53款游戏，指出语义开放性是关键设计问题。
基于块刘易斯权重的分布鲁棒线性回归
提出群组分布鲁棒最小二乘算法，利用块刘易斯权重构造实现(1+ε)最优解，复杂度优于内点法，可平滑插值平均与鲁棒损失。
VOCA: 具有编解码感知的视觉里程计
提出VOCA，利用视频编解码信息改进压缩流上的视觉里程计，实现高效高精度。
HARC：耦合有害性和拒绝方向实现鲁棒安全对齐
HARC微调方法耦合提示与响应位置的有害性和拒绝方向，实现强鲁棒安全对齐且不损通用能力。
相信先验（或不）：不确定性感知的腹主动脉瘤分割
提出不确定性门控与患者特定归一化，提升腹主动脉瘤分割泛化性与可解释性，达最优性能。
在模拟复杂系统上验证因果抽象度量
引入复杂系统基准评估三十余种度量，唯有因果度量结合忠实性测试有效，提出CAE作为通用验证度量。
EgoSafetyBench：评估具身VLM作为运行时安全卫士的自我中心视频基准
EgoSafetyBench评估发现，VLM安全卫士易错过上下文危险，误导性文字使脆弱模型漏掉三分之一危险，鲁棒性多为虚假告警。
Does Your ViT Still Need U-Net for Segmentation?
AGI迷宫：世界建模智能体的基准框架
AGI Maze框架评估大型语言模型的世界建模能力，结果显示其在简单迷宫任务中表现不佳，即使有工作记忆也难解决小型迷宫。
中文标题：熵正则化概率门用于数据稀缺联邦学习中的稀疏模型发现
中文摘要：熵正则化门分布防止过早确定稀疏结构，在数据稀缺联邦学习中提升稀疏模型性能与泛化。
Leveraging Phase Information to Boost Unrolled Network Learning for Image Deblurring
前沿大语言模型在平行物理世界中的物理素养测试
三世界测试显示，前沿LLM通过率低，存在定性定量不对称、法官不跨框架、自评弱等缺陷。
为触觉唤醒！MLLM中的掩码隔离触觉对齐学习
提出Splash框架，通过隔离休眠子空间选择性更新，实现非破坏性触觉扩展，保持视觉语言能力并达到最佳性能。
学习何时倾听：用于人体运动预测的门控情感融合
提出门控情感融合方法，面部情感仅在短中期（<30帧）有预测增益，长期仍依赖运动连续性。
在Actor-Critic强化学习中评估、测量与控制评论员复杂性
通过谱有效秩熵衡量评论员复杂性，发现其与训练行为相关且可受控制，但回报效果因任务而异。
DroneFINE: 面向无人机图像的视觉语言检测器的域感知参数高效微调
提出前景感知自适应和背景抑制机制，高效微调无人机图像检测器，性能媲美全微调且参数更少。
Self-GC：面向长周期LLM智能体的自治理上下文
Self-GC将上下文转为索引对象，通过规划器管理生命周期，剪枝43.95%前缀令牌，84.85%未来延续不受影响。
Theoria: 非形式化推理状态上的重写-可接受性验证
Theoria通过可审计的状态转换序列验证AI推理，精确率91.4%，有效捕捉隐藏前提和伪造引用错误。
K-Inverse-RFM: 面向数据损坏数学任务、弥合与神经网络差距的改进RFM
提出标签变换方法，使RFM在噪声、不平衡数据中性能接近甚至超越神经网络。
面向代理式RAG流水线的贝叶斯不确定性传播：多跳问答的概念验证研究
提出贝叶斯不确定性传播用于代理式RAG，多跳问答评估显示HotpotQA更有效，StrategyQA暴露上游信号不可靠问题。
EPC：用于测量LLM智能体系统中评估者偏好动态的标准化协议
本文提出EPC标准化协议，测量评估者偏好耦合现象，附带参考快照与开源代码，支持第三方复现与比较。
两种AI指标分歧：会带来天壤之别吗？
前沿AI能力集中与否取决于性能指标的有界性，有界指标促普及，无界指标致垄断。
基于字体的单目距离估计方法
利用后车牌字符标准尺寸，通过单目摄像头测量字符高度估算车距，融合多种信息，误差小于0.13米。
PedNStream：行人交通管理的可扩展网络流模拟
开源行人网络流模拟器PedNStream，基于LTM模型，支持随机动态与控制干预，高效可扩展。
可验证规则的智能体生成：确定性自扩展反应分类
多智能体LLM自动生成可验证反应规则，将分类从68类扩至14073类，分类率达97.7%，实现自扩展符号系统。
专有数据集保护的水印技术
水印技术提升生成模型训练成员测试可行性，高子集暴露下检测性能媲美传统方法。
CORGI：面向野外单张图像的一致性感知三维狗重建
提出CORGI框架，无需3D监督，从单张野外图像重建高保真可动画3D狗模型，利用CDOG、CA-3DGS和DCGR模块实现一致性感知，达SOTA。
图原生强化学习通过概念重组实现可追溯的科学假设生成
图原生强化学习结合GRPO提升科学假设生成的推理可追溯性与语义多样性，在材料科学问题上实现40-65%的性能提升。
评估前沿映射：跨十一个评估器-智能体条件的偏差-可靠性权衡实证调查
实验证实LLM评估存在偏差-可靠性权衡：低耦合度噪声高，高耦合度抑制多样性，GPT-4o版本漂移导致异常，无同时低耦合低噪声条件。
具备随时有效证书的自演进智能体
提出SEA架构，用随时有效门控制自修改，在SWE-bench上强基模型提升4-5分，未来需验证方差。
基于函数流匹配的量子分布生成建模
提出量子流匹配模型，利用自旋Wigner函数和函数流匹配学习多量子比特量子分布，准确捕捉物理性质。
OnPoint: 用于点监督在线时序动作定位的离线到在线多级蒸馏
提出OnPoint框架，通过多级蒸馏将离线教师知识迁移至在线学生，结合点标签与锚点改进，在五数据集上优于基线。
RetailSMV：零售场景下外视角与内视角的基础视频世界模型自适应
仅外视角训练优于结合内外视角；外视角数据提升内视角但反之有害；短预测窗口适应收益最大。
SAOT: 具有结构感知最优传输的自监督持续图学习
通过最优传输和知识蒸馏保持全局关系结构，在持续图学习任务中准确率提升达15%。
自主实验室编排器的最优资源利用
两步法：约束规划优化调度，状态依赖稳健执行，实现资源最优利用。
智能体能否泛化到开放世界？揭示工具使用中静态训练的脆弱性
智能体在静态训练中表现良好，但面对开放世界环境变化时性能显著下降，提出了扰动增强微调策略提升鲁棒性。
Rosetta：可组合的原生多模态预训练
Rosetta通过模块化专家和动量锚定正交投影，实现无损模态扩展，避免灾难性遗忘。
PRISM：基于半监督域适应的优先通道重要性方法用于跨被试脑电情绪识别
PRISM通过通道权重分配与置信伪标签半监督域适应，解决冗余和个体差异，实现跨被试高效泛化。
MVDGC：基于双几何约束的联合3D与2D多视角行人检测
提出MVDGC框架，用3D圆柱查询联合优化BEV定位和2D框，消除投影失真实现精准检测。
AEGIS：用于乳腺X线摄影的多任务联合嵌入预测架构
提出Aegis架构，自监督JEPA预训练，在乳腺癌分诊和密度分类上分别达0.949和0.953 AUC，零样本跨人群验证成功。
TimeSynth：健康信号数字孪生的时间保真度框架
TimeSynth框架评估数字孪生保真度，揭示点态指标盲点，架构选择决定性能。
数据高效无监督RL学习可泛化技能策略
GenDa通过技能重标记和互补信息瓶颈，显著提升无监督RL的数据效率和泛化能力。