EgoVis 2026首届EgoCross挑战赛：跨领域第一人称视频问答
跨域第一人称视频问答，覆盖手术、装配、极限运动、动物视角四域，双赛道千余提交，检验多模态大模型泛化。
SurgNarrator：用于手术视频理解的生成式检索框架
提出手术视频生成式检索框架，构建专用词汇与判别表征，分层检索提速增效，零样本性能超SOTA，延迟降两个数量级。
CSGen：一种基于层次化多模态扩散的多域曲线结构生成模型
提出CSGen层次化多模态扩散，结合多域数据、渐进控制与稀疏感知损失，生成高保真曲线结构，提升分割性能。
MobileWAM：借助预见链桥接世界动作模型与移动操作
提出移动世界模型，融合视频生成与动作专家，利用预见链监督，实现移动操作，超越最先进方法。
通过对偶价格求导：容量约束下的端到端策略学习
端到端通过对偶价格求导训练分配策略，在容量约束下价值更高且满足可行性，优于决策盲基线。
棋局幻觉：LLM棋评的工具增强评估
提出ACT-Eval框架，用引擎工具与专家标注检验LLM棋评事实性，发现幻觉普遍，工具增强可提升准确性但策略覆盖仍有限。
行为技能重构：从LLM智能体技能中重建隐藏功能
提出SkillClone黑盒攻击，通过合法交互克隆隐藏技能，30个技能中实现部分或完全恢复，证明文件保密不足，需限制累积信息泄露。
可视化材料科学假设生成中图到答案的机制恢复
AI生成假设流畅但未必保留机制，用可视化诊断流程追踪模型各层，发现机制恢复集中在后期合成层而非早期。
信息物理系统中LLM智能体规划策略的战略性评估
提出物理约束基准，评估LLM规划架构；架构显著影响结果，执行保真需超越模式一致性。
面向材料发现中可扩展多目标贝叶斯优化的主动学习引导设计空间精炼
主动学习引导设计空间细化协同多目标贝叶斯优化，候选空间减半，超体积保留逾99%，加速收敛、提升帕累托前沿发现。
用于高效电路提取的稀疏权重分解
提出SWD，将权重矩阵分解为两个稀疏因子，无需训练替代网络，用少于1%数据达到同等保真，支持电路提取，并有零数据变体。
BanglaWild：面向OCR和视觉语言模型的野外孟加拉场景文本识别基准
提出孟加拉野外文本基准，评测15个VLM和3个OCR，大模型未胜小模型，视觉误识别占60%错误。
三叉戟：如何攻破深度强化学习网络防御（智能体式）？
三叉戟框架利用RLVR与代码即策略，使DRL防御性能平均降低522%，并发现诱饵规避等新兴行为。
IMFACT：通过固有模态函数替换的时间序列反事实解释
反事实解释：基于经验模态分解，用异类样本模态函数替换至类别翻转；方差策略三近邻可靠合理最优，循环近邻接近性佳。
教会多模态大模型说不：基于拒绝校准GRPO的广义指代表达理解
提出RC-GRPO，增强MLLM对不存在目标的拒识能力，同时保持正样本定位精度，实现准确性与可靠性的平衡。
基于稀疏直接飞行时间传感器的稠密公制深度补全
提出深度引导双分支ViT框架，从稀疏dToF传感器完成稠密公制深度补全，合成训练，零样本泛化至多数据集/设备。
可证明一阶抗相机标定误差的差分六自由度位姿估计
提出差分六自由度位姿估计法，直接由帧间位移恢复平台运动，避免绝对位姿估计；平移外参误差精确抵消，旋转误差有界。
关键设计选择：遥感多标签分类的功能方差分析
用功能方差分析量化遥感多标签分类设计选择影响：数据集按属性聚类，大规模看微调与架构，小数据看初始化。
多样化且合理的算法补救：通过易处理的补救分布
提出概率框架，将可行补救空间建模为分布，用概率电路精确表示，无需重训即可采样，兼顾多样性、合理性与可行性。
ContinualSkillBench：大语言模型智能体能否真正进化其能力？
提出持续技能学习评估框架：顺序执行提升性能，上下文学习与显式维护相当，但模型难将经验巩固为可迁移技能
EA-Graph：上游漂移下编码代理的工件锚定验证记忆
EA-Graph工件锚定验证记忆，区分上游变化后的受影响/未影响/不可证明状态，提升小模型判断，避免捏造内容。
MIDAS：多LLM迭代数据自适应摘要
针对企业摘要需严格遵循领域规范的问题，提出MIDAS框架，无需人工提示工程即可自动适配多种摘要要求，显著提升各项指标。
病友相似：面向可解释临床预测的变分LM-GNN框架
提出PLM：融合语言模型与图神经网络，用变分EM训练，在MIMIC上超越SOTA，用相似患者做可解释预测。
指南针：通过情境反思持续校准社交媒体信息流
指南针系统在浏览中轻量提示反思，周期性调整信息流以匹配用户深层偏好，实验显示更对齐且不失休闲体验。
ParVL：多模态大语言模型的并行扩展与可扩展计算分配
提出ParVL并行扩展框架，复用ViT与LLM骨干，研究视觉语言计算分配，提升多模态性能。
时间序列基础模型的个性化联邦稀疏适配
针对建筑能耗预测，提出个性化联邦稀疏适配，用时间MoE路由选择专家，优于全局与本地方法，需兼顾客户端与骨干网络。
Cressie–Read散度下分布鲁棒PAC学习的样本复杂度
证明该框架下可实现样本复杂度为ε^{-k_*}，不可知情形在1<k<2时为ε^{-k_*}，k≥2时仍为ε^{-2}。
YOLOv14：面向跨域实时目标检测的自适应多视角表示统一框架
YOLOv14统一框架，经四项创新应对鱼眼、游戏、航拍、全景等场景，COCO达49.1 mAP，耗时2.91ms。
面向铁路入侵检测与碰撞预测的6G通感一体化框架
基于6G通感一体化与CSI，3D CNN结合BiLSTM检测铁路入侵，准确率99.57%，预测位置、速度与碰撞时间误差0.424。
高风险博弈：衡量忠实性与安全性的张力
研究思维链忠实性与安全性的矛盾，发现模型要么忠实但易受不安全推理诱导，要么安全但忠实度低，可用表示引导兼顾两者。
Agogic：面向LLM原生文本到符号音乐生成的表演计时音乐词元
表征决定分布保真度，而非模型规模；性能计时词元令小模型超越大节拍网格模型。
面向轨道车辆运行环境监测的多传感器数据集
德国DSD项目发布多传感器数据集，含超700万标注，支撑轨道车辆运行环境AI监测，可申请获取。
基于模型合并的跨域克隆检测统一模型
模型合并利用现有检查点构建跨域克隆检测器TIES达多任务93%性能且对未知AI克隆泛化更佳
UniWorld-View：基于视频扩散模型的大基线视图合成
该框架集成3D引导与视频扩散，实现大基线新视图合成，具备精确相机控制和几何一致性，高保真生成。
动态高斯的多视角面部与手势动画
提出MVFGA多视角管线，分别建模脸部与手部并融合，利用动态高斯生成逼真上半身虚拟人。
多语言多智能体规划失败的可操作诊断
提出规划-落地失败分类法及TART方法，在多语言多智能体系统中显著提升性能，GAIA平均提升5.6个百分点。
基于Sentinel-1时间序列的近海风电基础设施密集事件分类深度学习模型基准测试
十种深度学习模型对比，监督BiLSTM最佳，AUC升至0.8509，集成提升标签，分析全球部署时长。
BOW：训练语言模型推理合理的下一个词
提出BOW强化学习框架，训练模型生成中立全面的合理下词描述，仅凭轨迹获奖励，避免过早坍缩并提升泛化。
注意力，异常！处理无监督联邦异常检测中的注意力层
提出引导式聚合解决联邦学习中记忆增强自编码器聚合缺失，提升非IID数据上异常检测鲁棒性，利于浅层模型。
数据库场景下LLM评估：核心数据库任务的生命周期基准
DBLifeBench覆盖数据库全生命周期，引入渐进式Text2SQL，发现专用模型有灾难性遗忘。
隐藏状态中的隐藏状态：隐式离散状态表征在大语言模型隐藏状态中涌现
研究发现大语言模型无需思维链即可直接计算，其隐藏状态中形成隐式离散状态表征，该表征有损导致输出错误。
重新审视稀疏视图重建下基于Splat的CT姿态敏感性
研究发现，稀疏视图CT中Splat重建的条纹伪影主要源于采集几何姿态误差，而非视图稀疏本身；提出轻量级联合优化框架，显著提升重建精度。
基于地理空间基础模型的地上生物量估算
地理空间基础模型用于地上生物量估算：预计算嵌入优于冻结编码器，AEF嵌入训练模型超越监督SOTA。
π-Attention：在线高效稀疏注意力，用于长上下文建模
π-Attention在线稀疏注意力，融合局部窗口与π索引远程获取，每步O(k)成本，长上下文接近密集注意力质量。
COMPAS：面向代码生成优化的难度感知联合搜索
提出COMPAS，难度感知联合搜索模型、提示与解码设置，提升pass@1至52.8%并大幅降本。
自适应安全对齐：推理模型中指南的合成与内化
模型可自生成并内化安全指南，使安全性与不过度拒绝得分提升20-45.5分，并保留无推理时指南的收益。
量化大型语言模型在医学教科书上的幻觉
模型幻觉率19.7%但看似可信；幻觉率低与有用性高相关；医生判断一致；当前模型不适合无监督临床部署。
观测校准自蒸馏的智能体强化学习
提出观测校准自蒸馏，用完整与去观测回放视图对比，分离未来观测专属信号，校准高不确定令牌更新，多任务超越基线。
基于约束混合策略GroupDRO的公平系统提示选择
用约束混合策略GroupDRO选提示词，最小化最差损失且保持平均质量，五个LLM最差指标平均降约13%。
知识碰撞之地：语言模型内部记忆知识冲突的机制研究
首次探究语言模型内部知识冲突机制，发现冲突多在末层产生并解决，但真实冲突干预效果差，且无统一处理回路。