Aura · 时间线

Crystalis：面向协调多视图可视化生成的渐进成核与语义退火方法

Crystalis通过依赖图查询分解及渐进成核、语义退火机制，使LLM生成协调多视图可视化端到端成功率达75%，远超基线。

大语言模型的欺骗行为与预训练语言覆盖度呈反比

LLM在低资源语言中欺骗行为更严重，分数平均高34.2%，与预训练覆盖度负相关。

模型会在没有明确后果的情况下伪装对齐吗？

模型在无后果时仍会伪装对齐，目标语言影响各异，监控行为未必反映真实部署行为。

超越记忆：面向异构协作知识工作的LLM代理模板化基础

提出llm-wiki模板，追加式记录保留失败路径，用于多人类/多代理/多领域协同知识工作。

ProcAgent：边缘端人机协同的程序性任务指导代理框架

提出全设备上的程序性任务指导框架，采用propose-and-verify架构，实现实时自适应指导与人机协同，在边缘硬件上保持高效可用。

CaRE：面向掩码扩散语言模型的计算感知重掩码评估协议

CaRE框架标准化评估，发现温度主导MAUVE方差，计算匹配反转排名，高熵重掩码降低MAUVE。

Kernel Forge：基于LLM的CUDA内核生成与优化智能体框架

开源端到端智能体框架，基于MCTS自动优化CUDA内核，支持多种PyTorch模型，实现1.5-2.8倍加速。

无轨道泄露留出自验证用于摄影测量重建：协议、灵敏度与极限

提出无轨道泄露留出协议衡量内部几何一致性，而非绝对精度，无法替代控制点评估或通用粗差检测。

CogArena：大型语言模型认知能力结构的多方法评估

CogArena基准多方法评估显示，LLM认知维度五维结构尚不稳固，多数任务相关性强，针对性干预优势微弱。

MorphUNet：基于扩散的人脸变形攻击的Alpha控制生物特征传输

MorphUNet首创扩散变形框架，通过α控制双交叉注意力分离双亲特征，实现高攻击潜力和难检测性。

基于梯度的潜在分解揭示弱监督乳腺摄影中特征退化机制

弱监督模型粗特征保留而细粒度退化，因仅4.4%潜在变量对齐监督信号，病理依赖脆弱残差子空间。

通过转置不变块量化实现稳定的FP4训练

提出2D块FP4量化训练框架，解决转置引起的尺度不一致，在7B、30B模型上性能接近BF16，降幅<1.3%。

LLM作为预测规划器：面向时间序列基础模型的无训练文本条件化

提出无训练框架，融合TSFM与LLM，通过MCTS实现文本条件化预测，显著提升性能。

DS@GT ARC 在 CheckThat! 2026 中的方案：基于大语言模型的轨迹排序与分组奖励建模实现多语言数值声明验证

使用LLM与奖励模型验证多语言数值声明，LLM整体更优，奖励模型在冲突类较强；子声明分解无效，阿拉伯语专用模型更佳。

归一化残差网络中宽度缩放的机制：有效对齐维度

提出有效对齐维度，刻画残差网络宽度缩放机制，给出误对齐概率上界，实验验证更宽模型对齐更优。

人类语言中上下文持续性的标度律

发现序列上下文影响随距离呈1/d衰减（指数≈1），确立人类语言标度律。

通过隐含义识别与取消评估大语言模型中的交际信念更新

发现大语言模型的信念更新理解落后于人类，尤其在自然场景中，尚未达到人类水平。

深度标签感知注意力时间卷积网络改进医学编码

提出深度标签注意力时间卷积网络，多标签分类用于医学编码，F1提高9%，召回率提高28%。

符合人类偏好的表格相似性

现有表格嵌入侧重预测，忽视人类偏好对齐的相似性评估，需引入人类偏好对齐的评价方法。

伤害并非普遍存在：社区特异性毒性检测亟需

通用毒性检测对边缘化社区无效，亟需社区特异性检测；零样本F1低于随机，改进后仍远不及通用水平。

Mage-VL：高效的编解码器原生流式多模态基础模型

采用运动向量和残差能量选择性编码，减少75%视觉token，双系统架构实现高效流式多模态感知与推理。

TabRank：面向表格重排序器的思维链蒸馏方法

TabRank框架通过思维链蒸馏训练表格重排序模型，显著提升多数据集性能并泛化多表推理。

DisasterTD: 利用多模态大语言模型与跨视角地理定位的灾难地名消歧

DisasterTD整合MLLM与跨视角匹配消歧模糊地名，灾害定位精度达71.62%（1000米内），误差降至11.33km。

SpecPrefetch：面向稀疏MoE基础模型的参数高效专家预取

SpecPrefetch用轻量适配器异步预取专家，分离预测与路由，减少加载延迟，吞吐量提升最高20%。

FinAbstain：面向选择性金融预测的不确定性校准多模态RAG

提出FinAbstain框架，利用校准不确定性进行选择性预测，权衡覆盖率降低错误与回撤，通过模拟验证假设。

GAUGE：无标准答案的智能体金融模型评分方法

提出GAUGE基准，以分析师实际做法评估智能体模型，发现构建优于判断，最佳得分低于高级分析师。

RSMeM：面向遥感智能体的知识增强记忆演化与系统评估

RSMeM通过知识增强记忆演化，预蒸馏领域知识并迭代整合经验，提升遥感智能体多步工具执行准确率。

合理规模建议（RSR）：数据中心运维中虚拟机的云工作负载保形预测

采用自助法保形预测构建预测区间，实现云虚拟机工作负载合理规模推荐，提升资源分配效率。

通过事实-启发式-情感状态强制测量与提升大语言模型行为一致性

CKM强制区分事实、假设与情感，降低决策翻转82%，提升行为一致性，效果源于结构框架与内容划分。

HOBA：面向自适应在线广告的分层在线策略竞价智能体

HOBA提出分层强化学习框架，结合LLM推理与SARSA选择专家，实现自适应竞价，目标成本提升3.6%。

PerceptionBench：评估多模态大语言模型中的原子视觉感知能力

新基准PerceptionBench揭示多模态大模型原子视觉感知准确率均低于60%，感知错误为最弱能力。

行为驱动可解释性

提出BDX方法，利用行为驱动开发的结构化场景推导解释，并在RISC-V处理器异常案例中验证。

LivingArena：大型语言模型是否知晓其他模型之不知？——同行探测作为可扩展评估

LivingArena框架让LLM相互提问并探测对方知识边界，实现抗污染、可扩展的评估，生成稳定Elo排行榜。

TimeCapsule：生成性幻觉作为历史意义构建的方法

仅训练维多利亚文本的模型，用生成幻觉为现代概念提供历史合理类比，人类学者误判率达40%。

基于后验单纯形几何的无标签多类分类

利用后验单纯形几何，仅凭混合身份即可训练多类分类器并恢复潜在类别结构，无需标签。

实现轻量级检测Transformer的全整数推理

首个全整数轻量级DETR，三大组件实现整数推理，模型大小减3.6倍，计算成本降一个数量级。

统一主动学习与半监督学习用于医学图像分割

提出RegAL统一主动半监督框架，以拓扑感知帕累托优化选择边缘注释并超声增强，少标注下超越现有方法。

Steering topology distributions for unified generative design of architected metamaterials

中文标题：价值对齐中的个性化、角色扮演与预测

中文摘要：提示框架显著影响文化价值对齐，第三人称预测对齐最强，个性化与角色扮演效果较弱。

逆向强化学习通过模仿人类帮助对齐AI

PARED从演示中提取隐式奖励，无需偏好标注即可优化策略对齐AI，并支持上下文对齐。

论大语言模型在专业术语中的应用：语料库的良好替代品？

研究显示，LLM可辅助专业术语翻译，但当前无法替代专业语料库。

神经形态扩散语言模型：通过稀疏性与块降噪解决计算与内存瓶颈

脉冲稀疏性结合块扩散，神经形态MDLM在计算受限平台大幅提升能效与吞吐量。

消除传播延迟：基于注意力的时空融合图卷积网络用于交通流预测

提出A-STFGCN，消除传播延迟误差，融合多头注意力捕获时空特征，五个真实数据集上整体性能最优。

领英大规模职位理解的统一语义建模框架

领英提出小语言模型框架，通过合成任务与多适配器，实现高效零样本职位理解，性能提升并简化管理。

Diff-ID：基于扩散模型的保持身份一致的人脸图像生成与形变

Diff-ID用双交叉注意力适配器和伪判别器损失，在保持身份一致的同时生成高保真人脸，FID和FIQ权衡优于现有方法。

离散多项式傅里叶扩展中噪声整形一位系数的研究报告

研究噪声整形一位系数的Sigma-Delta量化，获得一阶O(N^{-1})近似率与高阶O(N^{-r})衰减，并拓展到多项式相位。

大气扩散引导的时空Transformer用于核辐射预测

NRFormer+将非平稳注意力与大气扩散物理先验结合，核辐射预测精度最高，突变MAE降低19.1%。

OPERA：离线策略引导的专家路由与自适应通用生物医学图像分析

OPERA通过离线策略学习专家路由与测试时自适应，无需重训练即可提升多模态生物医学图像分析的性能与校准质量。

IMPRINT：面向长尾物体目标导航的图像条件化查询增强

用互联网图像增强查询，零样本提升长尾物体定位与导航，无需训练，增益受下游检测质量制约。