Aura · 时间线

学习用于隐式神经表示的心脏运动先验

比较四种心脏运动先验策略，学习先验优于随机初始化，元学习的早期性能和适应轨迹最优。

TRCGL-Net：基于生成式数据增强和标签共现建模的长尾多标签胸部X光分类框架

利用生成式数据增强和标签共现建模，提升长尾胸部X光多标签分类中罕见病识别性能。

二叉树机制在近似差分隐私连续计数中是最优的

证明二叉树机制在近似差分隐私连续计数中渐近最优，下界为Ω(log^{3/2} n)。

几何感知跨高度信道知识图谱预测：无人机辅助通信中的不确定性引导三维感知

本文提出几何感知框架，融合场景先验与稀疏观测预测跨高度信道，FPN-Transformer降低RMSE，不确定性引导传感提升主动重建。

可读但不可控：医学大模型幻觉的神经元级证据

医学大模型幻觉可检测（AUROC达0.86），但分布冗余，无法通过操纵相关神经元实现有效控制，检测与控制存在分离。

前沿大语言模型在阿拉伯文化与社会语言学知识上的基准测试：一个基于人类专家真值的交叉评估框架

提出阿拉伯语文化与语言学知识的交叉评估框架，发现GPT-5.4最可靠，文化任务评分更难，模型在埃及方言上表现更优。

基于奖励门控的CLIP选择性测试时去偏

RG-TTA根据偏置敏感性选择性测试时去偏，在降低偏置的同时提升零样本性能，解决了统一去偏的公平-效用权衡。

Identifying and Resolving Pitfalls of Knowledge-Based VQA Benchmarks: Auditing, Repairing, and Augmenting

LV-ROVER-MLT：基于多流投票的低资源马耳他语OCR

通过合成训练与五流Tesseract集成，将马耳他语OCR字符错误率降低70%至0.00700。

ALEE：通过以英语为中心的极小对比对实现任意语言嵌入评估

ALEE用AMR生成英语极小对比对并翻译，评估275+语言嵌入，揭示跨语言语义表示差距。

Understanding How Humans Inject Knowledge into Machine Learning Workflows through Visual Analytics

面向数据高效主动学习的群不变核心集方法

提出GRINCO群不变核心集，通过商空间选样避免对称冗余，提升主动学习标签效率。

MG-RWKV：面向时序伪造定位的多粒度上下文感知RWKV

提出MG-RWKV框架，以线性复杂度实现双向时序建模，通过多粒度专家动态路由和跨粒度一致性精准定位伪造片段，在三个数据集上达最优性能。

arXiv cs.AI

FAR：故障感知重试实现测试时恢复与持续策略改进

FAR框架使机器人在测试时从失败中学习，自主恢复并持续改进策略，成功率分别提升17.6%和11.7%。

SWE-Doctor：利用多方面缺陷复现测试的运行时诊断指导软件工程智能体

SWE-Doctor通过多方面缺陷复现测试的运行时诊断指导补丁生成，平均修复率超75%。

复杂文档布局中的阅读顺序推断

无训练图框架结合语言模型与最大遗憾推理，在复杂手稿布局中阅读顺序推断准确率达95%，优于XY-cut等基线。

印加奇普的结构模式挖掘：无监督聚类、来源分类及圣塔谷匹配的计算验证

机器学习分析619件印加奇普，无监督聚类得三组（轮廓0.769），监督分类F1=0.86，识别绳捻方向为关键，发现殖民收藏结构并验证圣塔谷奇普。

GaussianEmoTalker：基于音频驱动和混合形状的3D高斯泼溅实时情感说话人头合成

提出GaussianEmoTalker，基于3D高斯泼溅和混合形状，通过中性到情感残差变形及注意力模块，实现实时、高保真、可控情感强度的说话人头合成。

连接量子计算范式与半导体良率：晶圆缺陷分类中受控的连续变量与离散变量对比

晶圆缺陷分类受控对比：连续变量量子神经网络准确率79.7%远超离散变量61.6%，但仍低于经典基线85%。

TRACE: 面向对话数据的时序证据图上的状态感知查询处理

TRACE框架利用时序证据图和有效性标注，实现对话数据状态感知查询，提升时序与多跳推理。

肺CT中基础模型与影像组学的基准对比：特征提取器、分类头和分割选择

肺CT基准发现：基础模型与影像组学任务依赖，推荐Curia+肿瘤分割+CatBoost头作为安全默认，任务特定选择更优。

对数贡献评分识别非字面检索头

提出LOCOS方法，通过OV电路输出投影评分，消融top头后ROUGE-L降至0.000，且保持其他能力。

超越困惑度：面向LLM测试时训练中部署记忆主张的行为评估框架

提出行为评估框架，校准测试时训练的记忆主张，揭示代理指标与部署行为间的差距。

arXiv cs.AI

EchoRisk：一个用于心脏肿瘤学的多中心超声心动图数据集与基准

EchoRisk是首个多中心纵向超声心动图数据集，定义三大临床任务，基线显示LV功能评估有效，早期心脏毒性预测仍是开放难题。

隐私保护下的仅深度开放词汇三维语义分割：基于不确定性引导的测试时优化

提出UTTO框架，通过不确定性引导测试时优化，无需额外训练，提升仅深度开放词汇3D语义分割的隐私保护性能。

语音游乐场：一个用于语音分析与对比的交互工具

结合Python后端与Web前端的交互式语音可视化对比工具，支持多种特征，用于语音研究、表示验证及CAPT实验。

深层多任务学习：具有共享稀疏性的混合类型结果

提出多任务变换框架，通过平滑秩准则与组Lasso惩罚实现共享稀疏性，在混合类型结果中取得良好预测与变量选择。

行为自适应对话代理：迈向流动人格框架

针对固定人格与情境不匹配，提出流动人格框架，动态调整代理的隐喻角色和人格表达强度以适配任务、用户和情境。

斜率引导的Mamba与角度精炼Transformer用于光场超分辨率

提出SMART混合网络，融合斜率Mamba与角度Transformer，实现几何一致的光场超分辨率，PSNR提升0.42dB达SOTA

QCA：面向长视频理解的查询与内容感知关键帧选择

提出无需训练的QCA框架，联合建模查询与内容动态分配关键帧，用128帧超越GPT-4o的256帧，达SOTA。

低维数据结构的函数计数理论

基于Cover函数计数理论，建立低维数据二元分类框架，揭示低维结构对分类能力和泛化的影响。

AVSR-Diff：尺度无关扩散先验实现时序一致的任意尺度视频超分辨率

提出解耦框架AVSR-Diff，分离潜在去噪与连续渲染，通过TGFR和SAFR模块实现任意尺度高频细节与时间稳定性，超越现有基线。

表征与识别可分离图模型

提出可分离图模型概念与多种表征，包括图性质和分离性质，并开发等价类规范表示及识别算法。

GMO-E$^2$DIT：面向电商图像的基于区域的多操作编辑

提出GMO-E$^2$DIT框架，结合VLM与掩码编辑器，通过反射循环实现多操作电商图像编辑，精确执行并恢复错误，性能超越基线。

DART-VLN：面向离散视觉-语言导航的测试时记忆衰减与防循环正则化

提出无训练DART-VLN框架，融合记忆衰减与防循环正则化，不增参数，减少回溯，提升导航效率与可靠性。

LongVQUBench：评估视觉-语言模型长期视频质量理解的基准

LongVQUBench评估长视频质量理解，含三级推理与针形失真检测，揭示模型长程整合能力不足。

消息传递实现高效推理

MPLM通过线程直接通信和抢占机制，减少冗余计算并提前终止，在数独等任务中效率优于传统链式与并行推理。

MemSyco-Bench：智能体记忆中的谄媚行为基准测试

提出MemSyco-Bench基准，评估LLM智能体因记忆引起的谄媚问题，涵盖拒绝、范围、冲突、更新、个性化五任务。

以最小信息损失直接压缩大规模数据集

CIM框架直接对齐数据分布，最小化信息损失，80分钟蒸馏ImageNet-1K达48.7%准确率，超越SOTA。

基于运动的AI生成视频检测中的数据集偏差与捷径学习

运动检测器性能依赖数据偏差，去偏后崩溃；频率方法更稳健。

射频无人机基准测试的高估程度：数据泄漏的受控研究与理论

射频无人机识别基准因数据泄漏导致准确率虚高，独立记录少时可膨胀至随机水平。