基于前缀重放的多轮在线策略蒸馏
提出ReOPD方法，利用教师轨迹前缀重放替代环境交互，实现高效多轮在线策略蒸馏，速度提升4倍且精度不变。
Action QFormer: 视觉-语言-动作模型中动作监督下的结构化表征塑造
Action QFormer通过查询接口重组动作表征，零样本导航成功率从18.8%升至56.3%，解决了动作监督的双重效应。
SportD：视觉语言模型能否进行物理策略推理？
VLMs在足球决策中最优动作准确率低于人类，且倾向低风险低回报动作，存在模仿行为。
SAMark：一种具有段落级改写鲁棒性的自锚定文本水印方法
SAMark提出自锚定水印框架，通过语义空间步独立绿色区域与多通道双曲评分，实现段落级改写鲁棒性，检测率90.2%TP@FP1%，生成质量不受损。
EvalSafetyGap：LLM评估与安全失败的混合综述与概念框架
揭示LLM评估与安全测不准假说，提出不稳定性分解与对齐三难困境，建议动态评估与透明审计。
DiMaS：用于引导视觉-语言-动作模型的分布匹配
提出DiMaS分布匹配引导策略，解决VLA模型线性引导失效问题，实现有效行为控制。
基于修正流激光雷达上采样的图像到点云配准方法
提出利用条件修正流生成密集LiDAR强度图，与图像匹配实现无对数据的高精度快速配准，误差4.89°/1.63米。
WanSong v1.0 技术报告
WanSong是纯扩散模型，直接生成长达5分钟的多语言歌曲，一次输出人声和伴奏，支持快速推理和下游编辑。
面向复杂亥姆霍兹波场的算子信息高斯过程：从合成基准到在体脑弹性成像
将算子信息高斯过程扩展至复亥姆霍兹问题，多尺度先验重建脑弹性成像旋度场相关性0.77，但后验不确定性未校准。
DriftWorld：通过漂移实现快速世界建模
DriftWorld基于漂移模型单步生成未来帧，速度提升17倍，决策性能最优，兼具离线模拟评估能力。
语言作为波现象：神经网络中的语义相位锁定与干扰
提出PRISM复数架构，利用相位干扰进行神经序列建模，相位携带关键信息。
面向大型语言持续学习的子专家混合方法
提出MoSEs稀疏模块化框架，通过子专家混合与组合路由平衡稳定性与可塑性，实现高效持续学习。
力从不嫌迟：通过反应式力注入加速VLA后训练
LIFT框架通过反应式力注入与在线校正，加速VLA后训练，在接触任务上超越纯视觉方法。
基于卷积神经网络的超导量子比特电荷跳变实时检测
提出基于DCCNN的实时电荷跳变检测器，部署FPGA延迟6.19μs，检测效率0.843，无需调参，支持量子纠错与粒子探测。
ESAR: 事件驱动的合成孔径重建
提出基于事件相机的合成孔径反问题，正则化恢复静态场景辐射场，抑制细尺度纹理。
利用激光雷达和摄像头输入模拟车载雷达
提出用摄像头和激光雷达模拟4D毫米波雷达信号的方法，两个神经网络生成高保真信号，增强目标检测性能。
通过表示反馈为扩散模型添加条件残差
提出条件残差反馈机制，将聚合特征转为条件嵌入残差，无需外部编码器，提升扩散模型生成性能与表征能力。
NexForge：通过需求优先合成扩展可执行智能体任务
NexForge需求优先框架，自动生成多样化可执行任务，大幅提升智能体模型性能，开源SOTA。
NeuralChaos：平方可积可料过程的最优适应逼近
NeuralChaos以神经算子高效逼近平方可积可料过程，兼具稠密性与最优逼近率，优于有限维神经SDE模型。
LaViDa：一种用于多模态理解的大型扩散语言模型
LaViDa扩散语言模型实现多模态理解，支持并行解码与可控生成，性能媲美自回归模型，并具有灵活速度-质量权衡和双向推理优势。
稀疏高维随机几何图中的谱集中与恢复
证明了稀疏高维随机几何图的谱集中界，实现潜在几何恢复，并首次获得高斯混合块模型的精确恢复。
TokenSwap：针对大型视觉-语言模型组合理解的后门攻击
TokenSwap通过交换文本关键词语法角色，破坏LVLMs对象关系理解，实现高隐蔽性后门攻击。
决策需要不确定性量化【讲义】
不确定性表示必须匹配决策目标与知识，并保证实际效用。
Sparse-LaViDa：稀疏多模态离散扩散语言模型
提出动态截断掩码令牌的稀疏框架，引入寄存器令牌，加速多模态扩散模型高达2倍，保持生成质量。
DINO-SLAM：基于DINO的RGB-D SLAM，用于神经隐式与显式表示
提出DINO-SLAM，用几何编码器增强DINO特征的几何感知，集成到NeRF和GS SLAM中，性能超越当前最优。
CatalogAgent：监督中介自学习系统，赋能GenAI模型上下文工程
CatalogAgent通过监督代理调解冲突与记忆总结，实现生成器和评估器自我改进，性能分别提升15.24%和13.98%。
ConFlow：基于流匹配的约束引导运动生成
ConFlow将约束直接融入训练，用条件高斯过程替代标准分布，利用负监督降低碰撞率，提升轨迹质量。
RePlan: Reasoning-guided Region Planning for Complex Instruction-based Image Editing
基于自组织神经细胞自动机的无序超材料单次生成式设计
提出单模板训练的神经细胞自动机框架，生成多样无序微结构，实现多尺度机械隐身设计，数据高效且泛化。
ExaGEMM：基于关联寄存器内计算的低比特GEMM的CPU驱动ML推理探索框架
ExaGEMM框架通过寄存器内计算和协同设计，高效支持低比特GEMM，延迟提升13倍，适用于混合精度LLM。
MapAnything：评估单目度量深度模型用于三维城市资产定位
MapAnything利用单目深度估计自动将2D图像转为3D资产坐标，验证了精度与实用性。
GSVisLoc：面向高斯泼溅场景表示的通用视觉定位方法
提出GSVisLoc，利用3D高斯泼溅场景，通过三步特征匹配估计相机位姿，无需再训练，泛化至新场景。
Lavida-O：用于统一多模态理解与生成的弹性大规模掩码扩散模型
Lavida-O统一多模态理解与生成，支持物体定位、图像编辑及高分辨率合成，性能领先且推理加速。
SAGA：面向智能体文本到SPARQL生成的模式感知基础
SAGA通过模式约束的grounding，减少类型盲点，提升知识库问答准确率并降低空结果查询。
WorldWander：弥合视频生成中的自我视角与外部视角
WorldWander通过上下文学习框架实现自我与外部视角视频的相互转换，具备卓越的视角同步与角色一致性。
中文标题：重新审视视频GRPO中的奖励信号：当分数成为目标
中文摘要：针对GRPO奖励分数失真导致捷径优化和饱和问题，提出TaRoS框架，利用组件评估和组内稀疏性防止奖励黑客，显著提升视觉质量。
用更少标签实现机器学习力场训练与微调的全数据精度
LLPR主动学习用少量标签恢复全数据精度，适用于分子、凝聚相和电解质系统。
令牌能否与监督CNN骨干竞争？——BirdCLEF+ 2026中的令牌表示研究
在BirdCLEF+2026中，构建监督集成基线达0.936分，并探究令牌表示与语义表示的性能对比。
归纳瓶颈：视觉Transformer中表示稀疏性的数据驱动涌现
ViT的U形信息压缩是数据依赖的适应，中间层压缩高频以提取语义特征。
Riesz核斯坦变分梯度下降：重正化熵与长时间粒子极限
证明奇异Riesz核SVGD在重正化熵下，经验测度弱收敛到目标，低于对数阈值时有代数误差。
MIDI-RAE-JEPA：面向符号音乐的分层表示学习与生成
提出等变自监督方法，学习音乐层次表示，重建F1达0.995，生成匹配音高节奏，情感分类优于基线。
面向可穿戴设备的节能低功耗心律失常检测
采用近似技术降低深度学习功耗，在保持93.7%准确率下使功耗降低64.9%，延长可穿戴设备电池寿命。
主观风险分解：不确定性量化的新视角
提出主观风险分解新视角：通过严格适当损失分解导出认知与偶然不确定性，并连接学习理论。
基于结构保持神经网络和熵变量的Burgers方程亚网格尺度参数化
利用解耦神经网络学习亚网格通量，高保真再现全尺度系统特性，且对训练外参数鲁棒。
通过Metropolis-Hastings扩散距离测量空间聚类
提出扩散距离度量空间聚类，优于莫兰指数，能检测细微模式。
面向即插即用图像重建的失配近端去噪器域自适应
针对去噪器域失配导致近端步骤不精确问题，提出近端匹配自适应，在少样本下显著提升重建质量。
通过线性探测实现整流流的最优自蒸馏
提出整流流最优自蒸馏，导出闭式混合系数，证明速度风险严格改进。
通过机制可解释性与最优控制将鲁棒性引入世界行动模型
利用可解释性发现鲁棒特征线性可分，提出对比引导与WA-LQR控制器，提升模型鲁棒性。
cGAP：基于HOMALS引导热力图的高维分类数据广义关联图
cGAP框架通过HOMALS嵌入与热力图协同展示高维分类数据的原始矩阵及几何结构，揭示聚类与异常。
SMC-ES：自动合成形式化验证的控制策略
SMC-ES算法融合进化策略与统计模型检验，自动合成有形式化性能、安全、鲁棒性保证的控制策略，计算成本可控且性能领先。