地下氢能勘探热潮与更多失控的OpenAI智能体
地下氢能勘探兴起，或成零碳燃料新来源；OpenAI智能体失控问题再引关注。
宇宙两大谜团或拥有专属维度
暗能量或减弱，科学家猜测与“暗维度”中暗物质相互作用有关。
天文学家已完成迄今最大的宇宙地图，是的，你可以与之互动。
这张5.6万亿像素的精细地图覆盖约75%天空，包含约40亿个天体。
每部三星Galaxy手机都自带这一独特附加功能
三星Galaxy手机独有的Edge Panel侧边面板，教你如何充分利用。
对着手机小声抱怨，或将成为客户反馈的未来
Voicebox让用户录制手机语音便条发送客户反馈，摒弃邮件调查与电话等待。
如何观看苹果2026年9月发布会
苹果年度硬件发布会或迎新气象，新CEO上任，并推出折叠屏iPhone。
劳动节床垫优惠精选：我们亲测过的床上用品最低价
劳动节是购买床垫的最佳时机，我们测试过的顶尖床垫正在打折，值得入手。
塑料公司正在编写教案？会出什么问题？
塑料行业向学校提供科学课程，称塑料安全、可回收、带来好工作，被批为宣传。
@alexandr_wang: 有趣的评估
有趣的评估。
@elonmusk：启迪
富有启发性。
量子变分原型循环单元
提出轻量量子原型循环单元，参数远少于经典与量子RNN，预测性能持平，兼具可扩展性优势。
Iris：攀登搜索前沿
介绍Iris-mini与Iris-pro搜索智能体，采用SFT-RL交替训练，在多项基准上取得开源最佳结果。
面向JEPA风格世界模型的频谱目标物理潜在结构化
提出傅里叶辅助头，对潜在空间施加物理结构化监督，解决物理表征惰性，提升动态环境规划成功率与数据效率。
FAVE：面向高效细粒度视觉理解的中央凹自适应视觉编码
提出FAVE可变分辨率ViT，对选定区域高精度编码，在低算力下提升小物体、文本等细粒度理解。
评估大语言模型在强制停电风险预测中的表现：优势与机器学习对比
研究零样本LLM预测天气致停电风险，精度不及监督模型，但推理与扩展性互补，建议两者结合。
从低谷中适应：预测心理健康危机咨询师长期对话技能的发展
提出早期预测咨询师能否提升引导对话效果的任务，基于其面对困境时刻的适应方式，效果优于基线。
ProToMEx：通过结构化表示实现快速、可解释的解释
提出ProToMEx，用概率主题模型挖掘潜在原因，提供全局与局部解释，保真度比肩SHAP/LIME，速度快30-40倍。
显微镜即面具：冷冻电镜断层扫描前向模型带来的特权视图与标签
用模拟数据及前向模型增广，以位置身份为特权信息训练，无需微调即在真实冷冻电镜断层图上超越现有模型。
FailSAE：基于稀疏自编码器的视觉语言模型可解释故障预测
提出用稀疏自编码器预测视觉语言模型故障，三阶段训练提升可解释性与准确性，发现故障时概念从类别转向模糊特征。
量子辅助的Wi-Fi人体活动识别参数密集训练内存优化方法
提出量子辅助内存高效训练框架，减少90%-95%可训练参数，剪枝实现75%-85%稀疏度，精度损失小于2%。
从匹配模型到招聘智能体：AI招聘系统、评估与治理的系统化叙述性综述
综述AI招聘从匹配到智能体工作流的演进，指出行为标签混淆、数据局限等问题，强调需证据可审计的评估。
多语言语言模型中跨语言一致性增强方法的系统评估
后训练方法更可靠，直接分布对齐持续提升一致性；跨域迁移有限，对文化问题无系统退化，开放生成偶有下降。
AdaptVPR：基于路线感知硬正样本生成的鲁棒视觉地点识别
提出AdaptVPR路线感知增强框架，按场景属性和风险生成全局遮挡等硬正样本，经几何验证提升VPR鲁棒性，R@1最高提升9.2%。
语料库选择对依存距离估计的影响有多大？
单语料库的依存距离估计不可靠：替换语料库反转四成语言排序，解释近三成组间方差；但长度最小化普遍成立。
BER-PEF：基于贝叶斯错误率估计的统一人类移动性可预测性评估
提出BER-PEF框架，将贝叶斯错误率转化为可预测性估计，无需真实标签即可统一评估异构移动数据上的预测性能。
Harbor Adapters与Harbor-Index：面向大规模智能体评估的基础设施与精选元数据集
提出统一评估基础设施及精选元数据集，适配80+基准，测试8模型54基准，最强通过率仅28%。
当看见压过知道：视觉主导性与基于延迟的VLM个性化安全方法
多模态模型因视觉主导忽略文本风险，致个性化安全差；棱镜监测器预测延迟需求，AUC0.978且帕累托最优。
模块化深度递归神经网络：四旋翼应用
提出模块化深度RNN，新增前馈层间连接，提升高阶动力学学习能力，缓解梯度消失/爆炸，四旋翼案例验证优于现有方法。
物体概念从运动中涌现
提出从运动边界生成伪实例掩码，以度量学习训练单图编码器，无需标注，在几何与实例任务上超越预训练基线。
大型语言模型中的证据整合
提出证据整合分布理论：证据改变模型答案分布，模型更易整合自身错误；相同证据可提升弱模型、损害强模型。
SharedSAE：跨语言模型的统一特征字典
共享字典替代各模型专用SAE，保留96.6%解释方差，跨模型潜变量可迁移，新模型可高效适配复用。
基于函数分析的数据驱动未知非线性微分方程学习
提出可解释ML法：仅凭单条轨迹，基于函数空间积分距离，增量在线学习未知非线性ODE向量场与外力。
EXAONE金融预测
面向金融的时序基础模型用线性卷积和池化替代自注意力借助掩码增强应对缺失在金融预测基准上三档均达最优
记忆即转化：LETHE，一种自指式生成对抗网络启发的架构
自指声音系统LETHE无需外部数据，判别器与随机扰动优化共驱延迟矩阵演化，实验证实活跃生成器为演化必需。
一种基于移除的测试时方法以提升大语言模型的忠实性
提出测试时移除方法：删除解释未提及的概念后重新查询，减少遗漏影响，显著提升解释忠实度，且无需修改模型参数。
PerfReasoning：大语言模型在硬件性能推理上表现如何？
新基准评估大模型硬件性能推理：闭源超九成，开源八十二；建模生成难，多数不足十五；强化学习提升十五点七。
为何更优模型会催生风险更高的系统：来自金融市场LLM智能体的证据
提升单一模型能力可能反降系统表现：共享训练使更强模型行为趋同，产生不可分散的关联风险，形成能力悖论。
MedProb：探测视觉语言模型内部表示用于医学问答
轻量探针用冻结视觉语言模型表示预测医学多选答案，优于提示与医学专用模型，可扩展至开放生成。
以退为进：反思感知的视觉生成偏好优化
反思感知偏好优化：反向修正扩散轨迹，反事实蒸馏，无推理开销对齐偏好，缓解奖励黑客，泛化更强。
你真没看懂吗？——中文在线评论间接戏谑语用社会推理基准
针对中文在线评论的间接戏谑语用，构建4,735个人类验证题；LLM平均68.7%，最优81.4%，人类90.8%。
HarvestBench：衡量LLM智能代理是否愿花钱避免杀生
HarvestBench首个为副作用定价的农场模拟基准，测试LLM代理是否花钱绕开动物，杀生率因模型与提示词差异巨大，最低0.4%，最高98.8%。
外观失效，几何识别：无需 CAD 的三维形状先验，补充视觉基础模型
扫描所得三维几何先验可替代设计模型，融合视觉基础模型；对低纹理相似零件增益稳定，遮挡下更有效。
数据优化的预想事故筛选：电力系统安全的机器学习方法
机器学习对电力系统预想事故做安全分级，结合过采样与主成分分析，随机森林最优，主成分贡献更大，可实时安全评估。
基于样本引导分布匹配的视频生成联合对齐与蒸馏
提出统一单阶段分布匹配框架，利用样本引导梯度方向，免去强化学习，提升视频生成的对齐与蒸馏质量，优于两阶段方法。
转写数据集上的语音编码算法评估
提出基于广义Rand指数的新方案，用归一化编辑距离衡量不一致度并随机校准，在多语种转写集上测评语音编码算法。
ASR幻觉剖析
ASR幻觉源于最终编码器阶段接地失败：绕过该阶段导致输出发散为乱码而非流畅编造，揭示终端阶段对可靠识别的关键依赖。
什么在运动？面向组合场景控制的局部运动表征
可查询局部运动表征：整段视频按掩膜区域编码，保留全局上下文，实现物体级运动迁移与局部动作分类，优于裁剪/掩码。
企业语言模型（CLM）：将隐性且碎片化的企业知识转化为主权化、可审计、可执行的企业智能层
提出企业语言模型框架，以神经符号网格、技能图、数字孪生与安全层将隐性知识转为可执行可审计的智能层。
VERGE：面向临床笔记中早发性结直肠癌症状可溯源抽取的验证增强精炼方法
VERGE通过有界验证-精炼循环，将早发结直肠癌症状抽取精确率由0.764提至0.849，MCC达0.730，且不损召回，仅1.5%需人工审查。
一种利用风洞实验观测校准航空航天代理模型的数据融合框架
利用风洞压力测量数据训练修正网络学习计算流体仿真与实验的系统偏差不重训即提升表面压力预测超过直接插值