注意空白：一个精心构建的表单字段检测基准
发布 mini-CommonForms 基准，提供高质量一致标注并评测先进检测方法，助力文档自动化与无障碍研究。
面向开集监督异常检测的可解释多超球深度异常检测
提出IMHD-AD：各类建独立超球并联合优化，最小边界分数判开集异常，具可解释性，多数AUC最优。
哪种地形更好？基于VLM原型的偏好学习用于越野可通行性排序
TravPro把标注转为区域偏好对，在冻结VLM原型上学习偏好分数，蒸馏出密集地形偏好图，成对准确率0.915。
AirGC-CD：用于空中联邦学习可精确去偏 PAPR 降低的高斯-循环预编码
提出AirGC-CD，用高斯-循环预编码使裁剪可逆、聚合无偏，压缩传输并降PAPR，实验优于基线。
论大型推理模型中的效率与安全困境
首次揭示：效率优化看似降低越狱成功率，实为推理能力下降致攻击失败，非真对齐；量化加剪枝为最优平衡。
知道何时信任图像：可靠性感知的多模态实体对齐
提出RA-MMEA框架，评估视觉可靠性并自适应修正不可靠图像表示，实现鲁棒的多模态实体对齐。
机器可解释信息：将文档编译为可搜索、可读取的协议状态
提出MII协议，把文档编译为56 token状态，可跨模型翻译，统一检索、推理与重建，7%算力下超越全文上下文。
未观测混杂下的因果推断：混合学习视角
从混合学习视角处理未观测混杂，将其视为异质性来源，通过恢复混合分布与成分机制识别并估计因果效应，并拓展至高维指数族混合模型。
基于计算机视觉与不平衡感知学习的传染性牛红眼病检测
评估YOLOv11/v26与类平衡策略检测牛红眼病，RMO改善少数类识别，最高准确率0.99。
BabelArena：面向LLM智能体的大规模多语言基准
提出多语言智能体基准BabelArena，覆盖23种语言、16146个任务，揭示跨语言性能差距与低资源语言特有的执行失败模式。
白化颠倒层级：白化嵌入的范数究竟度量了什么
白化反转谱层级，平方范数由噪声主导的近退化方向决定，实为语义异常度的马氏度量而非似然，排序有效但高斯阈值失准。
提出、验证、提交：面向长程多参与者对话的循证记忆
长程多参与者记忆化为可搜索状态机，分离消息证据与活动状态，以提出-验证-提交写入、自适应导航读取，显著优于基线。
具有泊松决策时刻的连续时间回合制MDP中的可证明高效强化学习
研究泊松决策时刻的连续时间回合制MDP，扩展UCRL和Q学习，证明Õ(T^{2/3})最优悔界。
多模态大语言模型视觉词元剪枝的层感知位置嵌入
提出层感知位置嵌入策略，在定位敏感层用稀疏嵌入、其余层用连续嵌入，提升剪枝后多模态大语言模型性能。
困惑度预测保护：在联邦参数高效微调中为最差客户端公平性选择预训练骨干
低困惑度预训练骨干能更好保护联邦LoRA中数据贫乏客户端，个性化补救有限。
VISTA：视频注入式风格化文本到动画生成
VISTA以两阶段框架融合文本内容与参考视频风格，无需配对三元组，生成可控风格化3D人体动画。
困惑度代价低估了激活量化所破坏的内容
困惑度均值无法揭示激活量化破坏的计算：检索比归纳更早退化，旋转基可显著恢复归纳。
对抗式细化何时有效？将R3GAN适配到时间序列插补的负面结果与开放问题
将R3GAN适配时间序列插补得负面结果：对抗细化无一致增益，常无效或有害；原因与适用条件仍待解。
ARID：面向工业维护工单结构化信息提取的可部署边缘AI系统
ARID以4比特推理和语法约束解码，在Jetson上从工单抽取结构化JSON，token-F1达84.8%。
RPMem：为LLM智能体学习跨会话的长期循环参数化记忆
RPMem以两阶段架构将各会话编译为模型无关潜在记忆，经循环门整合后映射为LoRA参数，实现可跨骨干迁移的长期跨会话记忆。
BindCLIP：面向组合式视觉语言评分的一种平衡耦合
BindCLIP用令牌-图块-深度平衡最优传输耦合，读取冻结CLIP的组合关联，提升多个基准。
段落边界并非空白：压缩深度是层级结构的标志
真实段落结构的可复现标志是跨段注意力压缩深度，而非压缩位置；随机标签仅浅层压缩。
用于跨域小样本分类的免训练谱转导精炼
免训练谱转导精炼STR，在冻结特征上构建k近邻图谱坐标，迭代精炼类原型，提升跨域小样本分类性能。
按需查询任意电器：面向非侵入式负荷监测的提示可编程基础模型
单一提示可编程基础模型FM4NILM，按自然语言请求估计指定电器功率，无需重训即可扩展监测覆盖。
OnlineWM：面向有效世界建模的因果感知主动在线学习
提出 OnlineWM 在线框架，融合主动在线学习与因果感知微调，提升世界模型动作可控性与泛化。
保证误差界下的科学数据压缩神经残差建模
提出RVQ+U-Net+GAE框架，校正像素残差并保证块误差界，提升科学数据压缩质量与压缩比。
VGGT-Prime：面向高效视觉几何Transformer的计算自适应混合注意力头
揭示VGGT注意力头架构冗余，提出计算自适应混合注意力头，动态分配计算模式，8倍加速且性能相当，结合现有方法达14倍。
Mira-Scene：面向生成式3D场景的像素对齐布局
提出组合式3D场景重建框架Mira-Scene，用有界规范坐标图替代稀疏位姿回归，以像素对齐的密集对应恢复物体布局，无需场景级标注，精度显著超越基线。
K-TRAIL：仿真器引导的电磁/射频电路生成式设计
K-TRAIL以扩散生成结合无导数集合卡尔曼引导，借黑箱电磁仿真反馈优化版图，实现电磁/射频电路逆向设计。
对抗性多目标赌博机中坐标对帕累托遗憾的作用
对抗性多目标赌博机中，已知最易坐标不改善帕累托遗憾最坏阶；所提算法无需此知识即达最优且与坐标数无关。
面向自动作文评分的错误监督合成学习者写作
面向自动作文评分，引入错误监督生成合成作文，数据较多时优于传统合成基线，错误分布更接近真实学习者作文。
面向三维医学分割的置信度感知教师-学生蒸馏
提出置信度感知教师-学生蒸馏，仅需单层点提示，心脏MRI分割较最优半监督提升43.6%。
PRISM-RAG：面向烟草产品与立法政策推理的多模态超图检索增强生成
PRISM-RAG多模态超图RAG解决跨辖区烟草法规消歧，正确辖区检索率93.9%，优于标准RAG。
主动推理智能体中基于大语言模型的可解释性失效：触发因素与诊断
审计主动推理智能体的LLM解释器：扰动与错误动作下解释流畅却失实，元数据注入可操纵并外泄数据，须审计。
面向一致规划与实时执行的近端残差价值函数
提出近端残差价值函数，以端到端RL学习规划与实时执行一致的价值函数，电商库存仿真总成本降5%。
用于数字健康活动结果早期预测的患者世界模型：能力与局限
患者世界模型可提前预测数字健康活动处方量，误差低至0.8%–2.9%，并揭示暴露因果解读的局限。
CTRL：基于控制的时间序列预测与LLM引导的残差学习
CTRL将语义推理与数值预测解耦，借LLM控制信号修正基础预测，并支持无标签测试时自适应。
自校准的代价：自适应监控中的精确证据预算与人造盲集
自校准监控保证误报率需精确证据预算，但容错漂移会制造盲集，对差分故障盲，盲集恰为倍速类。
幽灵输出为何能教学：从核视角理解潜意识学习
提出链式跨任务核，揭示幽灵输出监督经共享表征迁移能力，并验证半正定对齐、维度瓶颈与高熵输入机制。
在线对照实验中用于分层抽样的最优多路决策树
提出OMST，用最优多路决策树优化分层抽样，提升统计功效，树浅可解释，方差降低不逊于现有方法。
重复先知不等式的最优无悔学习
前缀反馈下重复先知不等式达到 Õ(√T) 期望遗憾并匹配下界，消除对盒子数 n 的多项式依赖。
ValueDiff：面向注意力汇被抑制大语言模型的值几何KV缓存驱逐
ValueDiff按值向量偏离缓存均值的L2偏差驱逐KV缓存，在弱注意力汇模型上大幅优于现有方法。
CSC：面向大语言模型时代冲突感知社交机器人检测的校准简约框架
提出校准简约CSC：简化图专家、单纯形校准融合与不一致专家，用于LLM时代冲突感知社交机器人检测。
Rethinking Class Imbalance for Single-Cell Foundation Models: A Systematic Benchmark Across Architectures and Long-Tail Loss Functions
@alexandr_wang：当朋友还没用上 Muse 时，是种什么感觉
朋友还没用上 Muse，我是什么心情。
@Kimi_Moonshot：Kimi K3 现已登陆 Amazon Bedrock！
Kimi K3 上线 Amazon Bedrock，支持编码、文档分析与长任务智能体，含提示缓存。
@alexandr_wang：你可能会说我们……
我们或许正超越前沿，但更重视前沿模型在对齐、安全与保障上的负责任训练，认为所有实验室都应如此。
@alexandr_wang：短暂中断常规 Muse 编程，但 @scale_AI 在 RSI 基准测试上取得重大进展
暂别常规 Muse 编程，@scale_AI 在 RSI 基准测试上取得重大进展。
@emollick：知识工作的工业化将带来一场与体力劳动的工业化同样具有颠覆性的转变。正如当年，手工艺领域一旦面临压力，就要大量生产标准化产品，同时更少运用那些曾让工作有趣且有意义的技艺。
知识工作工业化将如体力劳动工业化般颠覆，手工艺领域受压，须量产标准化产品、少用匠心。
@alexandr_wang：🤝
仅含握手表情，无实质文字内容。