Aura · 时间线

重建：从发表前参考文献中恢复研究想法的盲基准

重建基准仅用发表前参考文献恢复想法防泄漏前沿模型匹配率3-15%多智能体提升至23-42%约2.4倍

异步分类分布时序差分学习的有限迭代理论

研究异步分类分布TD的有限迭代，涵盖标量/多变量及折扣/固定视野，给出非渐近保证。

从序列到结构：面向LLM智能体的关系不确定性传播

用轨迹图传播不确定性，建模步骤间依赖，提升大语言模型智能体轨迹级不确定性量化与早期失败检测。

REST3D：从单张图像重建物理稳定的3D场景

提出新框架，融合物理理解与约束优化，从单图重建物理稳定三维场景，降低物理误差，提升仿真稳定性。

音频语言模型为何难以利用多模态上下文进行构音障碍语音识别

基准测试显示现有模型无法利用临床提示；带提示微调使词错率降至零点零六六，相对降五成二，唐氏及轻症者获益。

隐序老虎机

提出隐序老虎机，仅需动作偏好偏序，允许同状态奖励不同；给出UCB与后验采样法，优于全先验潜老虎机。

治心护脑：2.5D U-Net用于实时气体微栓子检测的可行性

2.5D U-Net实时检测心脏手术中气体微栓子，精度92.55%，召回率80.54%，推理0.12秒

分岔处学习的中心流形约化：循环神经网络中的干扰与丰富学习

分岔处学习几何呈低秩算子主导，神经正切核与费雪信息低维放大，解释损失突变与任务干扰。

迈向可逆遗忘：管理持续企业AI代理中的过时知识

提出可逆遗忘框架，设活跃、休眠、退役三态及再激活，减少过时知识影响而不永久删除。

利用批量推测雅可比轨迹加速视觉在线策略蒸馏

批量推测雅可比轨迹加速视觉在线策略蒸馏，仅替换学生轨迹生成后端，训练提速且生成质量不变。

物理中的安全域适应：克服干扰、标签偏移与模拟先验

针对物理模拟失配，提出自适应域适应，重加权模拟事件聚焦物理失配，并给出无标签模型选择规则，避免对齐到模拟先验。

SingularClip：防止谱坍缩以保持持续学习与强化学习中的可塑性

发现权重矩阵奇异值各向异性导致可塑性丧失，提出SingularClip定期裁剪奇异值，在持续学习与强化学习中效果优异。

在三人多数投票模型中用深度信念网络和双向GRU分类临界点附近的定向轨迹

DBN编码静态快照，Bi-GRU分类四种轨迹类型，实现接近完美分离，并实时感知动力学状态。

循环语言模型中循环计算的分配

提出MixerLoop方法：只重复混合器，FFN执行一次，计算量减少约46%，性能收益保留。

ChiroEcho：将蝙蝠叫声自动分类扩展到所学分类法之外

结合属级预测与地理分布，可识别未学蝙蝠物种，覆盖欧洲蝙蝠达四十一种（85%）。

ClosureBench：组合图推理的构造性基准

提出构造性基准ClosureBench，按需生成实例防止数据污染；前沿模型随图规模与查询深度下降，而程序合成方法保持高精度。

重新思考在线策略自蒸馏中的特权信息

研究发现，在线策略自蒸馏的性能提升并非来自参考信息，而是模型固有推理行为的恢复，参考信息无一致优势。

SIGMA：对称感知、智能几何多目标自适应控制，用于稳健可靠交通管理

提出SIGMA框架，结合大语言模型自适应调优与旋转不变学习，多目标控制信号灯，降低等待时间、提升吞吐量，并保证统计可靠性。

DA-WAM：用于驾驶世界模型的决策对齐未来潜变量

提出DA-WAM，统一预测表示、动作条件未来建模与轨迹评分，实现决策对齐，NAVSIM上SOTA。

神经符号具身智能体

提出神经符号智能体，分解长程家务任务，结合视觉探索与约束规划，计划可执行，成功率超90%。

面向插值的连续时间序列离散化与掩码扩散训练

提出掩码扩散时序插值模型，直接预测原值并引入随机离散化，鲁棒性和扩展性优于现有方法。

arXiv cs.AI

从威胁情报到检测：知识驱动的富集与基于模板的规则落地，实现Sigma规则自动生成

AUTOSIGMA基于知识库和模板将威胁情报自动转为Sigma规则，经LLM验证，优于现有方法。

先看清再回答：通过显著性驱动的感知重对齐缓解LVLM幻觉

提出无训练SDPR，以显著性注意力重分配、缓存对齐和对比解码缓解LVLM幻觉，效果优于SOTA。

面向街景新视角合成的有效多传感器条件化

融合稀疏激光雷达、环视图像与位姿，条件化视频扩散模型，实现高质量街景新视角合成，优于现有方法。

arXiv cs.AI

PGFS++：合成与多样性约束下的分子性质改进

提出PGFS++，合成感知强化学习框架，在合成与多样性约束下改进分子性质，同时保持高输出多样性。

SpreadMark：基于扩频嵌入的鲁棒图像水印

SpreadMark：扩频嵌入全图，匹配滤波恢复，抗再生与稀疏化攻击，鲁棒且不可见。

arXiv cs.AI

ADEPT：利用预训练与后训练的强化学习加速灵巧操作

提出ADEPT大规模强化学习框架，预训练与后训练加速灵巧，稳定微调与几何织物实现零样本仿真到现实迁移，解决长时程任务。

迭代流匹配：路径校正与逐步细化以增强生成建模

提出迭代流匹配，校正路径、逐步细化，减少图像生成幻觉，可集成于多数生成模型。

基于笔触的交互式神经SDF雕刻

提出神经隐式表示上的交互式雕刻框架，支持笔触式实时修改，沿用户定义曲线平滑变形，保持隐式平滑性与交互性能。

驾驭持续学习：超越模型参数的持续适应

提出驾驭持续学习，在冻结模型外演化提示/记忆等组件，用守卫式更新实现防遗忘与能力积累，相对基线提升超10%

叶值坐标化：梯度提升集成的精确对比解释

叶值坐标化使对比解释精确；补救方法重构误差6.2e-15，可行改动下有效性58%优于基线41%。

PLASMA：布局感知基准揭示内存布局对GPU上图式ANNS至关重要

提出PLASMA框架，隔离图拓扑与内存布局影响；顶点重排序可提升QPS最高80%且保持精度。

事件因果RAG：复杂场景长视频推理的检索增强生成框架

事件因果RAG用视听哨兵切分事件、双图记忆检索，长视频推理准确率提升4.96%-11.67%，内存可控。

Mask2Real-WM：分割掩码作为可控灵巧世界模型的仿真到现实桥梁

提出分割掩码桥接的灵巧世界模型，解耦动态与渲染，仿真预训练加少量真实数据，实现23自由度动作可控预测。

可解释AI预测2026年夏季中国中部干旱异常

AI模型预测2026年夏中国中部干旱，赤道中太平洋暖异常致偏北风抑制降水，LRP验证。

用于英特尔AI PC集群分布式LLM推理的预编译流水线分片

闲置英特尔AI PC集群经预编译分片流水线，结合三项优化，分布式推理LLM，超越单体性能，支持70B模型。

通过语音模仿查询声音的微调策略

提出两种微调策略：冻结CED编码器的对比学习，及MobileNetV3联合对比-三元组半硬负样本学习，赢得AES挑战赛。