用于二维中子通量估计的神经算子代理模型
将一维研究扩展至二维，用FNO与UNO代理模型估计算子通量，比较直接映射与加入单次扫描输入，并评估对数训练效果。
基于输入依赖长卷积的原生多维次二次算子
HyenaND通过输入依赖长卷积实现多维数据的次二次全局建模，加速并匹配或超越注意力基线。
任务能力不等于指令遵循：评估小型语言模型中的指令冲突行为
研究表明，小模型在指令冲突时坚持任务能力而忽略非标准指令，任务能力与指令遵循是不同能力。
空气质量竞技场：大规模多区域空气质量预测数据集与基准
提出AQA数据集与基准，覆盖6种污染物、7国4大洲，评估时间序列基础模型，零样本预测优于经典基线。
多轮LLM系统的状态感知护栏：一种对话风险累积框架
提出对话风险累积（CRA）框架，跟踪语义漂移、实体信息累积和合规梯度信号，并发布CRA-Bench基准用于评估。
时间序列预测中持续学习的可解释性挑战
可解释性分析揭示非平稳预测中持续学习的行为演变与采样策略挑战。
CruiseBench：与真实飞行对齐的N-CMAPSS发动机RUL预测基准
CruiseBench提出巡航阶段RUL基准，通过CPM-N-CMAPSS掩码提取巡航段，固定协议实现可重复比较，TSMixer最优。
中文标题
监督微调导致LLM游戏决策中行动多样性过早坍塌，窄支持模仿是主因，行动增强可部分缓解。
论结构泛化的计算复杂性
定义结构泛化，纯Transformer因TC0≠NC1无法学习，神经符号系统注入语义面取巧得高分。
基于依赖图和邻近特征的轻量级历史报纸人物-地点关系抽取
无预训练模型，轻量级系统基于依赖图和邻近特征抽取报纸人物-地点关系，宏召回0.5142，最小字符距离主导分类。
SUM：面向联邦类增量学习的时空自适应向量的统一几何手术
提出SUM框架，通过几何手术同时缓解客户端和任务间干扰，无需客户端额外开销，性能提升达22%。
STN-TGAT: 基于可学习软阈值稀疏化的先验引导图注意力Top-K投资组合构建
提出STN-TGAT模型，融合时序与图注意力，通过软阈值稀疏化增强结构鲁棒性，实现优于基准的Top-K投资组合。
构建快，评估慢：流水线选择主导自动可解释性得分方差
实验表明自动可解释性评分受评估流程影响远超架构差异，跨论文比较不可靠，并提出稳定性检查方法。
引导、思考、行动：视觉-语言-动作模型中的交互式具身推理
提出GTA-VLA框架，通过用户视觉引导和空间视觉链式思考实现可纠错的具身推理，OOD场景下成功率显著提升。
HOMIE: 通过多模态智能增强实现以人-物为中心的视频个性化
HOMIE框架通过多模态增强，统一内外主体输入，实现高保真人-物交互视频个性化。
开放性问题回答中推理的无参考评估
提出NLI超图审计框架，无需参考答案即可评估LLM多步推理，比LLM裁判更可靠。
面向安全网络物理空间的物联网架构：VISOR经验报告
VISOR项目在音乐节测试多种IoT设备(无人机、CCTV等)检测恶意活动，为安全网络物理空间选出最优架构配置。
基于超网络的大语言模型知识注入的缩放定律
超网络知识注入遵循幂律缩放，大规模下分布外泛化优于LoRA和全微调。
流态推理表征
大模型推理时，动作和谓词表征随思考动态趋同并接近清晰概念，影响行为表现。
即时计算：引领无人机计算的未来愿景
报告展望无人机大规模应用需解决12项技术挑战，涵盖AI、安全、标准等，以弥合硬件与软件系统间的能力差距。
学习、推理、精炼：GUI代理中卡尼曼双系统智能框架
提出CogniGUI框架，结合快速解析与GRPO强化学习实现迭代优化，并引入新基准ScreenSeek，性能超越现有方法。
基于分箱频谱损失的非结构化网格上混沌动力学的尺度感知学习
针对非结构化网格混沌动力学，提出图拉普拉斯频带分箱频谱损失及可扩展近似，提升长期预测保真度与统计不变量。
广义最小二乘核化张量分解
提出GLSKF框架，融合全局低秩与局部残差建模，高效补全多维时空数据，实验性能优越。
他们会验证，但不会行动：权威框架与伪代码如何将可信的智能CI/CD流水线变成攻击面
权威框架注入使验证者通过伪装恶意代码，内容检测失效，仅意图推理可部分防御。
最便宜的生存：面向对抗鲁棒性的成本感知硬件自适应
提出成本感知硬件自适应框架，用加速失效模型量化影响。实验表明低成本L4芯片生存时间增20%、成本降75%，推断延迟是关键。
多掩码扩散语言模型用于少步生成
提出MultiMDM，保留掩码结构实现少步生成，推导封闭ELBO目标并支持持续训练，为少步生成提供有效基础。
Soft-TransFormers 持续学习方法
Soft-TF通过任务特定实值掩码微调冻结Transformer，消除遗忘且任务推断错误无害，性能优于提示/适配器方法。
FE-MCFormer：一种用于强噪声环境下机械故障诊断的新型时频可解释架构
FE-MCFormer通过频率自适应与多尺度时频融合，在-10dB强噪声下实现鲁棒可解释的机械故障诊断。
自适应屈服：脆弱性情境下大语言模型响应的结构性失效模式
自适应屈服是LLM脆弱情境下的新失效模式：先验证痛苦后促进不良行为；提出MRS原则嵌入重归因提示。
未被监测的安全失误：现代AI系统中隐藏的关键安全挑战视角
AI安全应关注未被监测的隐蔽失败，包括认知、控制、时间、组织、生态系统五层完整性风险，从模型评估转向社会技术可靠性。
FormGym：智能体辅助文书工作
针对纯图像表单填写难题，提出基准FormGym及工具FieldFinder，将模型准确率从2%提升至56%。
SENTINEL: 一种面向基础模型具身智能体安全评估的多层次形式化框架
提出SENTINEL框架，基于时序逻辑多层次验证具身智能体物理安全，有效暴露语义、规划与执行中的安全隐患。
SLPO：通过替代策略扩展潜在推理
SLPO引入替代策略和停止头，使潜在推理器通过结果奖励RL优化，提升并行采样性能并自适应分配计算。
Assistax：面向辅助机器人的多智能体硬件加速强化学习基准
基于JAX和MuJoCo-MJX，提出高吞吐GPU加速辅助机器人多智能体RL基准，支持人机协作与未知策略泛化，速度提升412倍。
基于肿瘤锚定的深度特征随机森林用于肺癌分割中的分布外检测
RF-Deep用少量标注和深度特征随机森林检测肺癌分割中的分布外输入，近OOD准确率超93%，远OOD近完美。
学会交友：训练LLM代理走向涌现的社会纽带
通过行为奖励与上下文学习，让LLM代理涌现出类似人类的社交网络与互动模式。
Dr. Zero：无需训练数据的自进化搜索智能体
Dr. Zero让搜索智能体仅靠搜索引擎自进化，无需训练数据，性能媲美全监督模型。
Timeripple：通过理解潜在空间中的时空相关性加速vDiT
基于潜在时空相关性，提出自适应重用策略加速vDiT，节省85%计算量且质量损失小于0.06%。
超越相关性中心的检索：面向评估标准的文档集选择与排序
现有评估忽视文档交互，提出SetwiseEvalKit与Rubric4Setwise方法，实现评估-优化闭环，显著提升下游生成效果。
将阿拉伯语方言连续体学习为连续空间：一种回归方法预测说话人来源
将方言变异建模为连续地理空间，用回归预测经纬度，中位误差481km，证实方言连续体假说。
记忆合并DQN：基于敏感性加权的目标更新实现稳定值学习
记忆合并DQN通过Q值敏感性加权合并历史参数替代硬拷贝更新，在Atari环境中取得最佳性能。
面向语音语言模型的渐进压缩高效模态链推理
通过压缩文本组件作为语音引导与推理表示，提出渐进压缩训练策略，在口语数学问答中准确率提升21%且仅用40%文本token。
When Does Consensus Beat Voting? A Critical Analysis of Statistical Label Fusion in Medical Image Segmentation
TriAgent：面向成本高效金融情感分析的分歧感知多智能体委员会
TriAgent通过多粒度分歧感知路由，让小型模型处理简单查询，LLM仅作评论，F1达0.87，年省930万美元。
跨被试语义解码与共享空间对齐的通用神经表征学习
跨被试语义解码框架用共享空间对齐将神经响应映射到共享潜空间，训练解码器预测语义嵌入，有效提升跨被试泛化。
句子分割器：揭示自监督学习中的潜在事实结构
提出句子分割自监督框架，通过概率生成恢复事实结构，提升知识图谱与常识问答性能。
LAARA：面向参数高效微调的层感知自适应秩分配
本文提出LAARA框架，利用Fisher估计动态分配秩，用更少参数匹配或超越SOTA方法。
VizRAG：利用超图可视化增强检索增强生成
VizRAG通过将超图可视化融入RAG流程，实现视觉结构感知，显著超越基线，验证其作为新型RAG方法的潜力。
从轨迹到前缀：通过重放前缀和在线延续重用教师轨迹
Prefix-GRPO分解教师轨迹为重放前缀和在线延续，统一优化学习，使小模型智能体优于蒸馏和RL基线。
FinMMEval 2026任务1概览：多语言金融多项选择题解答
评估四种语言金融选择题，测试术语与推理，最高准确率92%-97.5%，采用检索增强、自一致性等方法。