Aura · 时间线

入口锁死、内部开放：RLVR 如何收窄解空间

RLVR 提升单次准确率但收窄解空间，损失集中在推理起点而非执行中，入口干预可恢复多样性。

使用蒙特卡洛树搜索（MCTS）与Gemini大语言模型框架的自主AI编程智能体开发

基于MCTS与Gemini的自主编码智能体，通过自评与回溯优化，复杂逻辑任务成功率高达92%，超越零样本模型。

HalluPrism：多模态不确定性应诊断而非决策

提出HalluPrism诊断法，用视觉扰动等探针区分失败类型，联合特征显著提升失败归因准确率，强调先诊断再决策。

SNF-Bench：在长时程固定相机视频生成中分离静态漂移与自然流动

新基准将场景分为静态支撑与动态流，独立评估保真度、流动持续性与漂移泄漏，避免整帧指标混淆。

利用多方对话中的话轮转换动态进行意图识别

提出多任务学习，用话轮转换熵建模多方对话动态，提升意图识别，优于忽略互动动态的方法。

Inter-3D VQA：面向3D时空定位视觉问答的路侧多模态基准

提出Inter-3D VQA，40.7万路侧3D时空问答，及Inter-Geo，优于图像VLM。

面向翻译错误检测的多语言句子嵌入评估：英-希对比研究

英希翻译错误检测对比：嵌入模型最高89.3%，质量模型94.49%，两者互补。

随机液体形变场：动态3D高斯泼溅的闭式连续时间细胞SDE泛化

将液体网络的随机噪声加入CfC形变场，训练时用噪声，无需求解器，在合成场景优于MLP，但真实场景噪声无益。

文档视觉语言模型中基于状态条件的视觉证据检索用于细粒度感知

提出状态条件视觉证据检索，按需获取细粒度信息，提高文档解析效率与鲁棒性。

指令蒸馏：文本指令作为视觉示例

提出指令蒸馏，为每图生成结构化指令，推理无需图像，性能相当，词元降2.9倍，延迟降3.3倍，与图像互补。

MANTLE：基于模块化上行链路原则的自适应行星原位感知框架

提出多任务网络MANTLE，共享DINOv2骨干，地形分类准确率92.56%，巨石分割IoU 0.753，支持模块化上行持续学习。

TopoAgent：基于大型视觉语言模型的结构感知图表到图拓扑抽取感知-推理框架

提出TopoBench-180基准与TopoAgent框架，实现图表到图的拓扑抽取，性能优于现有视觉语言模型。

可解释机器学习用于宽带接入差异：普查区级预测与SHAP因素剖析

可解释机器学习剖析8.3万普查区宽带差异，定位收入教育等因子，聚类三类，较收入法提升2.8个百分点

用于高分辨率目标检测的可变粒度标记化

提出无需训练的VGTok，按区域设定可变粒度，固定标记预算，航拍检测刷新最优，大幅降低算力内存。

PathGuide：基于同策略传输对齐的动态无分类器引导

提出PathGuide，将无分类器引导尺度选择重构为在线策略传输问题，导出闭式二次目标，支持在线/离线调度，提升路径对齐与保真度。

归纳失效之处：描述长度难度与整数序列基准中的记忆鸿沟

MDL分析显示OEIS基准主要测量记忆，归纳在长序列失效，模型自信错误集中在易层。

面向浅层决策树归纳的自适应多分支方法

提出自适应多分支决策树MBNDT，端到端学习多路分裂，提升浅层树精度，21个基准上排名最佳，但叶子更多。

MEL：坐标保持的脑电标记化用于fMRI转换

提出MEL，通过坐标保持的脑电标记化对齐延迟-通道-频率，提升EEG到fMRI翻译预测，超越强基线。

更大批量何时有助于扩展大语言模型强化学习？

大批量可降梯度方差，但需权衡吞吐与样本效率；调优学习率后，GRPO训练时间最多缩短29%。

语言模型表征的统一视角：从填充角色结构到机制可解释性

提出张量积表示作为统一假设，从数学和实验上统一类比、线性探针、稀疏自编码器与激活修补等可解释方法。

文本驱动的艺术布景：从绘画中获取姿态、光照与相机参考

从绘画重建姿态、光照与相机，提出文本驱动的可编辑3D布景生成任务，模型优于CLIP检索。

基于信息的专家乘积高斯过程模型不确定性量化校准

提出GP-pro-c校准专家乘积GP模型方差，利用信息增益单调子模性，NLL降2.3%，ENCE降12%，缓解过估并保持精度。

文本引导模型用于人脸编辑的大规模评估

首次大规模评估六种文本引导模型人脸编辑，覆盖169属性：发型饰品佳、姿态差，存过度编辑偏差。

无人机与卫星图像的像素级地理配准

提出SkyReg数据集与基准，用于无人机-卫星像素级地理配准，训练几何感知重建管道达最优。

基于子图虚拟边重建的时空图反学习

提出时空图反学习框架，用虚拟边重建子图并集成元图，高效删除节点数据，精度接近最优模型。

利用可解释的形式级特征，检测与引导大语言模型生成的韩语诗歌

提出五个可解释形式特征，对LLM生成韩诗的检测AUC达83.60，并引导生成更接近人类风格。

基于空间熵划分的时空图反学习

提出空间熵划分方法，仅重训受影响子图，实现精确反学习，精度达94%，时间降一个数量级。

超越表示学习：面向3D脑MRI的联合嵌入预测生成的系统研究

提出Med-D-JEPA，将联合嵌入预测生成用于3D脑MRI，生成质量优于基线，合成预训练显著提升分类与分割性能。

替代的幻象：基础模型时代下专用机器学习模型的再思考

语言模型难言全面替代专用架构：仅少数场景占优；涉及结构表示与计算时，专业化只会转移而非消失。

ClearText-Video：桥接视频恢复与场景文本增强的大规模文本中心视频数据集

CTVid：大规模文本视频基准，发现视觉增强不保证文本保真，模糊比低分辨率更损推理。

基于预测编码层次的无参考立体全景图像质量评估

提出基于预测编码层次的无参考立体全景图像质量评估方法，融合局部与全局感知，性能优于现有方法。

RL-FAT：用于公平对抗训练的强化学习

提出RL-FAT框架，采用策略梯度反馈，结合类别价值与公平强调损失，减轻类别间鲁棒性差异，同时提升鲁棒精度。

FigMirror：定位、编码与绘图

提出FigMirror框架，利用坐标定位与编码能力，将参考图风格迁移至新数据绘图，效果优于现有方法。

VocalAffectBench：评估AI音频模型中的语音情感识别

语音情感识别基准：273段音频、7类情感，平均准确率35.5%，最优46.5%，非中性情感识别脆弱。

MWIR-4-Plastic：使用中波红外高光谱成像和机器学习识别复杂的报废工业塑料

首个公开报废汽车黑色塑料高光谱数据集，提出多模态光谱-空间框架结合深度学习实现准确分类，并建立基准。

BlobBoards：用于精确位姿的鲁棒标记

提出BlobBoards标记系统，利用高斯斑点场实现高精度位姿估计，优于AprilTag且抗遮挡。

非全有或全无：面向对话立场检测的目标感知记忆图动态构建

提出TamGraph，用熵引导回溯动态构建目标感知图，选择性利用历史对话，提升立场检测性能。

多机器人布置中无需乘子共识的全分布式广义纳什均衡算法

提出无乘子交换的全分布式连续时间算法，收敛至任意广义纳什均衡，降低通信开销并提升隐私，用于多机器人布置。

RouteSparse：面向预算受限长上下文预填充的输入条件模式路由

RouteSparse：按输入条件路由稀疏模式，延迟感知选预算，不确定回退稠密，实现6.5倍加速且精度几乎无损。

CoVA-SFT：面向视觉抽象链的大规模数据集

CoVA-SFT数据集教模型交错文本与视觉抽象，微调超交错CoT两倍，逊于纯文本CoT。

大语言模型中的识别-拒答失调：为何模型会回答结构上不可回答的问题

模型隐藏状态中已有“不可答”识别信号，但与拒答路径几乎正交；回答结构不可答问题是路由失败，而非编码失败。

截断刘维尔谱中耗散率恢复的谱可辨识阈值

截断谱恢复耗散率需保留2^n模式；布居模式无退相干信息。最小二乘误差1e-9优于表格法但扰动削弱优势

HEAR谁说了什么：通过反事实语音对齐解锁说话人归因推理

提出说话人归因推理基准发现语音模型依赖语义先验构建反事实音频训练模型实现强性能与零样本泛化

FairReL：基于公平感知表示学习的深度伪造检测

FairReL针对子群敏感成分提出公平感知表示学习，提升未见集AUC 3.9%，降子群FPR差异10.2%

AI历史学家：助史学家整理核验分散历史叙事中以人物为中心的时间线索

AIH整理验证散见史料的人物时间线索，《史记》测试定位准确率86.2%、14分钟，优于人工，已用于多国史籍。

ReconSplat：超越已观测视图的通用三维场景重建

提出ReconSplat，结合3D高斯泼溅与多视角潜在扩散，兼顾未观测区域外观与几何，实现新视角合成和深度估计，优于现有方法。

面向非侵入式身体成分估计的目标感知状态自适应p-狄利克雷图神经网络回归

提出目标感知状态自适应p-狄利克雷图神经回归，基于非侵入测量估计体脂率、骨密度、瘦体重，相关加权模型误差最低，优于现有方法。

SS-ESOAP：物理信息学习中的自缩放自适应预条件

提出SS-ESOAP优化器，改进SOAP预条件，在8个PDE基准中6个取得最低残差，高效实现高精度训练。

单一能力还是多种能力？前沿AI评估经济效度检验

经济基准未构成独立能力，主要反映时间趋势，但能补充预测经济得分，领导榜差距需按日期调整。