Aura · 时间线

从手册到维护：在低资源环境下微调MedGemma以支持多模态成像系统

面向低资源地区，微调MedGemma模型提升影像设备维修问答准确率，F1等指标显著提高。

并非无障碍：Android辅助功能如何使移动AI代理遭受间接提示注入

移动AI代理依赖无障碍元数据易受间接提示注入攻击，可致目标劫持、上下文漂移及未授权操作，需零信任输入验证。

长视界工具使用智能体任务的高效强化学习

提出SINKFLEX-RL系统，结合环境接口、RL数据流与注意力设计，提升奖励并降低显存。

CoRe-UIE：重新思考水下图像增强中的共存与区域退化

提出CoRe-UIE框架，用共享专家和路由专家分别处理色彩、散射、纹理和光照退化，结合HSIC约束，实现区域自适应增强。

MERA：面向大规模智能体系统的模型进化与技能自适应路由

多周期适配：回放失败调用、技能蒸馏加微调，进化小模型，配合验证路由，模型通过率升至49.7%

阅读不等于推理：弥合视觉-文本压缩中的智能体策略差距

提出跨模态策略自蒸馏框架CAPS，弥补视觉文本压缩中的智能体策略差距，提升性能并大幅降低上下文成本。

可逆Logits变换：用于保精度的事后不确定性校准

提出可逆Logits变换：逐元素单调MLP校准，参数不随类别数增加，保持预测类别，校准更优。

FUSE：面部视频帧统一压力估计

该框架融合全视频帧为单一输入，无需时间窗口，压力估计准确率达69.44%。

流强制：为稳健流式视频生成构建统一训练轨迹

提出流强制统一训练，解决推理不一致，UCF-101上FVD降36.6%，零样本长视频FVD降27.9%。

SapiensID 2.0: Aligning Human Recognition Foundation Models with Human Perception

每一词元皆关键：用于测量大语言模型态度与偏见的精确李克特量表分布

提出精确框架，用全因子实验和词元级概率分布消除采样噪声，测量LLM态度与偏见。

SparSTAR：面向时空自回归视频合成的稀疏注意力

SparSTAR提出免训练块稀疏注意力，逐尺度重选关键块，在720p视频生成中保持质量，端到端加速约1.6倍。

校准LLM数据污染检测中的训练后特征偏移

针对训练后特征偏移问题，提出CalibDCD框架，通过多视角偏移检测与有界特征校正，提升LLM数据污染检测，AUC+7%，TPR@5%FPR+15%。

Dreamer-SAC：潜在世界模型中的离策略学习实现样本高效自动驾驶

Dreamer-SAC融合潜在世界模型与离策略SAC，利用短轨迹与n步目标，在自动驾驶中超越基线且交互更少，短轨迹最佳，n步优于一步。

发布的LLM词表能否用于隐藏语料的Token级估计？

提出QGDE方法，利用分位数引导密度估计，从已发布词表估计隐藏语料中任意token比例，平均相对误差低至3%。

生成器引导的莱维驱动生成模型逆采样

提出基于马尔可夫生成器的莱维驱动生成模型逆采样法，分解扩散与小/大跳，神经网络仅估计大跳速率，高效可解释。

DSAR：用于逼真可动化虚拟化身的时间布料动力学双流自回归建模

提出双流自回归框架，显式建模布料时间因果性，改进渲染质量、时序一致性和姿态泛化，实现逼真布料动态。

ASR往返评估可能掩盖中文新闻TTS中依赖上下文与惯例的朗读错误

语音识别往返评估会掩盖依赖上下文或惯例的朗读错误，仅宜筛查，不可单独作为中文新闻TTS风险评测依据

TideRL：基于就绪感知调度提升智能体强化学习有效吞吐

TideRL用就绪感知弹性调度，分三策略提升多轮智能体RL训练吞吐，最高提升5.6倍，减等待77.6%。

TRACE：面向自动化上下文工程的轨迹归因

TRACE通过挖掘历史轨迹自动诊断并修复上下文故障，无需重训练，归因准确率72.7%，修复有效率82%，可自动处理超80%上下文层故障。

基于可验证情感反馈的双环自进化多轮共情对话

提出双环自进化框架，利用可验证情感回报优化多轮共情策略并动态调整训练分布，显著提升SAGE性能。

面向色彩保真的低光图像增强：自适应颜色去偏与饱和度校正

提出CAGE圆柱颜色校正框架，通过自适应去偏与饱和度校正，提升低光图像色彩保真度。

种子先于目标：重新思考低资源加瓦尔语ASR评估

低资源语料下，单次运行比较难复现。加瓦尔语多随机种子基准显示，Focal CTC等增益脆弱，仅w2v-BERT 2.0稳定领先。

基于EEG情绪识别的多尺度时间动态融合框架

提出多尺度时间框架与动态融合进行EEG情绪识别，在二分类和三分类（含混合情绪）上优于全信号基线。

直通现实：感知一致性流匹配实现高效图像恢复

PCFlow用感知一致性流匹配联合优化失真与感知，以潜一致性感知损失和梯度投影，轻量卷积实现高效恢复

分解诱导的上下文-记忆冲突：当事实验证流水线与其源文本自相矛盾

分解阶段会诱发上下文-记忆冲突，使生成断言违背源文本；检测基线失效，现有缓解手段代价高且不可部署。

ELVAE：基于证据学习的变分自编码器，用于不确定性感知生成

ELVAE以证据学习建模隐变量不确定性，生成时利用不确定性区分锚点可靠性与扰动失效。

连续敏感属性下公平表示的联合分布途径

用联合分布差异评估公平表示独立性，HSIC实例闭式估计且等价于条件MMD积分，训练更快。

谁在架起安全之桥？识别与定位跨语言共享安全通路

识别跨语言共享安全通路，证实其桥接高资源至低资源语言安全迁移，微调少量参数即可提升低资源语言安全性。

DualCert：一种基于约束耦合学习的旅行商问题求解器

提出约束耦合学习并结合确定性验证求解TSP；在TSP1000上平均差距0.0573%，比NeuroLKH低67.1%。

Motif 3：技术报告

Motif 3是总参数314B、激活参数13.2B的MoE模型，采用GDLA架构，预训练12.5T tokens，在推理、编码等任务表现优异。

离散扩散的单纯形松弛

提出单纯形松弛法，在保持原扩散边际不变下引入辅助变量，提升文本生成与数独性能。

不同反馈，不同更新：大语言模型用户交互的选择性自学习

将用户反馈分解为修复、规格、空组件，用双LoRA适配器分别泛化修复与规格，实现选择性自学习更新。

当视觉化为文本：视觉语言模型中基于跨模态残差引导的视觉令牌剪枝

提出跨模态残差引导的免训练视觉令牌剪枝法，仅用11.1%令牌保持97.5%性能，加速推理。

预测准确率并不代表模型使用了正确的历史输入；即使延迟报告正确，预测器仍可能使用错误滞后，功能性未用报告历史。

好预测即使延迟报告正确，也不代表模型用了正确历史；大量案例显示其功能上未使用该历史。

利用人类阅读行为进行关键词提取：基于网络摄像头的眼动追踪语料库

基于网络摄像头眼动追踪特征（注视次数与总时长）可提升中文学术摘要关键词提取性能，构建了CLIS-ET语料库并验证其价值。

法官是否像算法一样行事？

研究德州轻罪保释听证发现，法官决策多可被小公式捕捉，但有时不一致，导致类似被告待遇不平等。

MELLON：面向在线导航的多模态增强大语言模型

提出MELLON等三种多模态增强方法，在WebShop基准上提升导航任务完成准确率，仅训练一个周期即提升9.26%。

先共享，再路由剩余：令牌自适应MoE计算的统一框架

提出统一框架，遵循先共享再路由剩余原则，实现令牌自适应专家混合计算，提升性能，降低计算、延迟与内存。

基于采样BPE词元统计的中文网络规模语料审计

采样BPE审计管线：高效揭示中文语料污染广泛且动态变化，发布66万记录分层词元数据集。

RISE-RL：基于评分标准的开放式强化学习选择性探索

RISE-RL利用反复错过的评分标准引导探索，筛选高奖励轨迹并辅助优化，提升开放式任务性能，在多个基准上平均分显著提高。

语义感知多模态预训练：解锁医学表格数据的力量

提出语义感知框架，建模表格二维结构，用自适应掩码和软标签离散化，在皮肤病和眼科数据集上达到最优。

SafeCap：利用图像描述强化学习提升LVLM安全性

SafeCap用图像描述强化学习，让模型先描述后回答，安全评分提升3.7-19点，保持视觉性能，优于SFT、DPO等。

RAVEN-Eval：基于LMM偏好判断的规则引导式AI视频生成模型自动评估

提出RAVEN-Eval，以LMM为评委，按规则对视频成对比较，自动评估模型，降低人工成本。

特定领域下的文本图像检索再思考

构建SecMM-TBIR监控多匹配基准，提出语义感知微调框架SAFT，mAP@20提升7.8点，并改善通用域性能。

动态上下文适配器：高效地将历史注入视觉-语言模型

提出动态上下文适配器，用固定大小压缩记忆向视觉语言模型注入历史，降低计算与内存开销，提升长时任务性能。

检测到效应并不等于学会据此行动：面向LLM获取代理的奖励信噪比下限

奖励信噪比下限决定能否学习逐实例获取策略；低于下限时，学习路由不及随机，表观增益来自噪声，仅可实现设计期门控。

ChronoState：冻结主干语言模型中时间状态动作选择的隐藏经过时间条件化

ChronoState用隐藏时间通道向冻结模型注入经过时间，与符号状态组合达0.93准确率，但未见类泛化弱，不及提示时间戳。

可操作幻觉检测：将潜在不确定性转化为智能体批判

提出轻量适配器，实时重构残差流，将潜在不确定性转为局部反馈，无需额外推理即可检测拦截幻觉，准确率超96%。