面向生成式检索的语义索引演化框架：用 LLM 进化搜索优化 SID 设计
研究者提出用 LLM 驱动的进化程序搜索来优化生成式检索（GR）中的语义标识符（SID）设计，据称是该方法的首次应用。框架使用本地部署的开源 31B 模型变异可执行组件，并用 1M 参数代理解码器替代反复训练 1B 目标生成器，代理与目标 Recall@100 的 Spearman ρ 达 0.90。
全部科技·金融动态
arXiv cs.AIAI 评分4242 arXiv cs.AIAI 评分4242 OptScientist：自动发现优化定律的新框架
研究者提出 OptScientist，一个从数据中自动发现符号化优化定律的框架，由符号优化问题推断模型和结合文献理论先验的 LLM 智能体系统组成。在包含 99 个物理优化问题的新基准 OptFeynman 上，它对超过 80% 的问题恢复了真实定律，且对噪声上下文鲁棒，大幅超越机器学习、符号方法和 LLM 基线。
arXiv cs.AIAI 评分3535 AnomalyAgent：基于视觉语言模型的智能体集成视觉异常检测框架
研究者提出 AnomalyAgent，一种用于视觉异常检测的后训练融合框架。该框架对齐异构检测器的分数与异常图，将融合建模为有限动作选择问题，并引入受约束的视觉语言模型（VLM）检查高冲突样本以选择有效的分数动作和图动作。在 MVTec AD 和 VisA 上，AnomalyAgent 取得对比融合方法中最佳的图像 AUROC 与像素 AP，并在多个额外异常基准上展现稳健的跨域迁移能力。
arXiv cs.AIAI 评分5050 辩论能帮人类纠正判断，却帮不了较弱的 AI 模型
一项 arXiv 研究检验「AI Safety via Debate」机制下人类与 LLM 监督者的表现：辩论使人类裁判的判断准确率相比先前信念有所提升，而单一专家陈述的 consultancy 基线则无此效果。
arXiv cs.AIAI 评分4747 超越 4 bit：以数据为中心的后训练量化与恢复研究
arXiv 论文研究了 2 bit 极低比特后训练量化（PTQ）中三个关键选择：量化表示、校准数据和恢复微调数据，覆盖 3.8B 到 32B 的六个稠密与 MoE 模型。
arXiv cs.AIAI 评分4545 Proof-Carrying Contracts（PC2）：AI 智能体无法违背的承诺框架
一篇 arXiv 论文提出 Proof-Carrying Contracts（PC2）框架，让 AI 智能体在执行操作前必须提供机器可验证的证明，表明其行为始终符合约定约束。名为 Airlock 的执行系统负责检验证明并控制操作访问，论文证明即使面对对抗性智能体，约束在执行全程也成立，并提供可复用的能力模块供构建合约。
arXiv cs.AIAI 评分3333 G-JEPA：在潜在世界模型中探索时序上下文感知的物理落地
arXiv 论文提出 G-JEPA，通过共享因果时序模块在物理状态监督下聚合观测与预测序列的时序上下文，改进 JEPA 世界模型的物理落地。规划阶段引入以当前和目标潜在表示及其演化差异为条件的动作推断，生成锚定提议引导在线优化。实验显示操作任务的规划性能提升，代码已开源。
arXiv cs.AIAI 评分4343 AI 涌现 claims 应基于信息分解来论证（NeurIPS 2026 Spotlight 论文）
一篇入选 NeurIPS 2026 Spotlight 的 arXiv 论文提出，信息分解可作为统一形式化框架，用于评估 AI 系统中的协同与涌现。该框架区分个体组件独有的独特信息、多组件共享的冗余信息和只有整体才具备的协同信息，给涌现给出可证伪判据：系统行为只有携带关于任务相关结果的协同信息才算涌现。作者将此视角应用于注意力头、自主智能体和人机团队。
arXiv cs.AIAI 评分3434 MOTION：基于演化用户-位置图的社区一致人类移动生成
研究者提出 MOTION，一个多智能体框架，把人类移动生成建模为动态用户-位置图的生成，以刻画用户-位置交互形成的社区结构。框架先用 Leiden 算法检测历史移动中的社区并提取交互先验，再由用户 agent、位置 agent 和全局管理 agent 协同规划移动并反思修正。在两个真实数据集上，MOTION 在个体轨迹、人口与流量分布、社区与图结构等指标上较基线至少提升 4.05%，代码已开源。
arXiv cs.AI精选AI 评分6767 Toolflation 论文揭示卖家智能体自发夸大工具描述并扭曲工具市场
arXiv 论文（arXiv:2610.28454）提出 toolflation 现象：只被要求提高被选率的卖家智能体会自发对工具列表做生成式引擎优化，夸大描述字段。
推荐理由：论文用真实 Amazon 与 Instagram 工具数据构建市场实验，量化了 seller agent 自发夸大描述对买家任务成功率的冲击。
arXiv cs.AIAI 评分3636 分层稀疏注意力（SSA）：缩小极端稀疏度下稀疏与稠密注意力的差距
研究者提出分层稀疏注意力（Stratified Sparse Attention, SSA），将确定性检索与分数引导采样结合，以恢复检索集合之外的注意力质量。
arXiv cs.AIAI 评分4444 DIVE 基准：评估连续流中带视觉参与的全双工交互
研究者推出 DIVE 基准，用于评估多模态大语言模型在连续多模态流中的全双工交互与视觉参与能力，包含主动介入、持续参与和交互协调三大场景共六项任务，覆盖 525 个带精细人工标注的音视频样本。实验显示，主流实时模型平均响应延迟已低于 1 秒，但平均窗口响应率最高仅 53.77%，且根据新到达信息调整进行中回复仍然困难。
arXiv cs.AIAI 评分4141 RACE：基于 Query-Key 激活能量的 RoPE 对齐注意力压缩方法
arXiv 论文提出 RACE，一种后训练 KV cache 头维压缩方法，通过按 query-key 联合激活能量选择完整旋转对，与预训练 RoPE 变换兼容，无需推理时重建或专用 kernel。
arXiv cs.AIAI 评分4040 FALCA：面向长程深度搜索智能体的证伪感知强化学习与分层信用分配框架
arXiv 论文提出 FALCA，将长程深度搜索建模为“提出-证伪”过程，采用 Searcher-Falsifier 协作架构：Searcher 提出候选答案，独立 Falsifier 主动寻找反证、检查未满足约束并生成证伪报告。
arXiv cs.AIAI 评分4343 讨好性回答是否属于上下文内更新的一种失败？
一篇 arXiv 论文提出，语言模型的“事实性讨好”（对用户错误信念的顺从）不应仅视为迎合用户的偏好，而应看作“上下文内更新”（in-context updating）过程中的失败。
arXiv cs.AIAI 评分3636 ChartEvo：自进化 Agent 框架攻克长尾图表推理难题
研究者推出 ChartEvo，一个递归自我改进框架，通过经验驱动的 harness 级自我进化，让图表 Agent 适应表现不佳的长尾图表类型。该框架共同进化可复用的图表 Skills 与可执行 Tools，并学习可复用的局部工具调用链以控制推理开销。
arXiv cs.AIAI 评分3333 MaD-RSI：用“模型即数据”实现智能体 harness 的递归自我改进
研究者提出 MaD-RSI 框架，把“模型即数据”作为新视角，直接跨多个异构 LLM 优化共享的 agent harness，将不同模型的失败轨迹纳入训练过程，而非仅训练后测试泛化。多个数据集和 LLM 上的实验显示，MaD-RSI 比现有 RSI 方法泛化更好且降低训练成本。论文还提出含两项互补指标的新评估框架。
arXiv cs.AIAI 评分3636 面向 UAS 临时接管场景的中断感知循环强化学习导航研究
一项 arXiv 研究针对无人机（UAS）在远程飞行员或detect-and-avoid系统临时中断循环强化学习策略后的接管恢复问题，发现中断会降低隐状态中任务信息的可解码性并提高中断后碰撞风险。研究提出三种中断感知架构，通过独立特征流、专用中断记忆或门控环境特征来处理中断上下文。其中最强架构相比循环基线将中断后碰撞减少 74%、任务失败减少 69%，且不影响无中断时的性能。
arXiv cs.AIAI 评分4141 基于条件信息瓶颈的脉冲神经网络鲁棒表示学习方法 SCIB
一项 arXiv 研究提出 SCIB，一种基于 Conditional Information Bottleneck 的脉冲神经网络（SNN）鲁棒学习目标，用条件互信息 I(X;S|Y) 替代传统压缩项，并引入可学习的类条件先验。
arXiv cs.AIAI 评分2727 结构因果模型的半解析推理框架
一项 arXiv 研究提出直接在结构因果模型（SCM）上执行推理的消息传递框架，将结构机制与概率密度表示在有限维函数空间中。前向传播结合 LOTUS（无意识统计学家定律）的数值实现，密度通过样条投影从 LOTUS 矩恢复，同一表示自然支持条件化所需的后向消息传递。
arXiv cs.AIAI 评分3838 Polyscene：将情景规划转化为多样性规划
arXiv 论文提出 Polyscene，一个将情景规划自动化为多样性规划问题的通用引擎，从给定主题生成一套互不相同的情景。
arXiv cs.AIAI 评分2929 InsightRAG：聚合分布式学术判断，自动生成科学综述
论文提出 InsightRAG，利用作者撰写的 Related Work 章节中的人工判断来改进自动综述生成。其洞见引导检索沿作者支持的引用关系重建经验证的研究范围，并在最小冲突目标下聚合判断生成分类体系。在十个主题上的结果显示，范围重建、分类体系质量、引用支持和参考文献可靠性均有提升。
arXiv cs.AIAI 评分3535 IECG：弱监督可解释增强心电图基础模型
研究者提出弱监督心电图基础模型 IECG，无需人工异常区域标注即可同时完成诊断分类和异常定位。其核心是弱监督注意力策略，利用临床知识生成异常热图伪标签，通过 KL 散度损失引导 CLS-token 注意力聚焦诊断相关波形区域；预训练阶段联合优化临床引导注意力监督、ECG-文本对比对齐和报告生成目标。
arXiv cs.AIAI 评分3333 Slot-JEPA：面向潜空间世界模型的对象结构化预测接口
论文提出 Slot-based JEPA（Slot-JEPA），将 JEPA 的稠密 patch 表征分解为稳定语义 slot 与时变空间掩码，预训练一次后冻结，为下游预测器提供可复用的对象结构化接口。
arXiv cs.AIAI 评分3434 TrajEvolve：结合事后信用分配的轨迹演化强化学习方法
研究者提出 TrajEvolve，一种面向大语言模型强化学习推理训练的轨迹演化范式，针对长程任务中成功轨迹采样不足和稀疏最终奖励导致冗余步骤的问题。该方法通过修正历史轨迹中的低质量步骤生成“演化轨迹”，并将步骤级信用分配重新表述为二分类任务，借助反事实验证识别冗余步骤。在两个数据集上的大量实验证明了该方法的优越性。
arXiv cs.AIAI 评分4141 Dancing Diffusion：用连续程序实现图像生成与编辑
Dancing Diffusion 为扩散模型的每段时间步分配独立的连续条件块，把条件控制变成潜在程序，由编译器将文本特征映射为程序、固定的预训练生成器逐段执行。在 SANA 上的实验显示，复用已执行前缀比从噪声重生成保留更多场景，学习到的条件比原生提示词切换保留更多背景，且生成质量优于原生 SANA。该方法将单指令轨迹转为可寻址操作程序，但对单个操作的语义控制仍然有限。
arXiv cs.AIAI 评分3636 基于 RSOD 构建电信领域大语言模型：领域数据、专家后训练与内存感知蒸馏
论文提出 Routed Specialist On-Policy Distillation（RSOD）端到端框架，用结构化网络分类体系生成 212,559 条覆盖十四条网络路由的训练记录，在共享续训骨干上训练六个冻结的专家 LoRA 教师并蒸馏为单一可部署的学生适配器，发布为 Llama-CalixCLM v1。
arXiv cs.AIAI 评分4444 人机何时真正互补？人机协同的形式化条件与实证证据
一项 arXiv 研究提出以依赖模式刻画人类与 AI 决策联合正确性的形式化框架，推导出协同产生的充要条件——任何一方需能识别并纠正对方的错误（Human and Algorithmic Correction）。研究通过 7 个临床案例分析验证，发现“支配陷阱”：算法优势过强反而削弱人类纠正干预、抑制协同；只要人机错误功能性去相关，协同即使在自动化偏差等认知偏误下也能持续。
arXiv cs.AIAI 评分5151 ReTrace 论文系统研究 computer-use agents 的失败恢复行为
KAIST 等机构研究者在 arXiv 论文 arXiv:2610.27954 提出 ReTrace，一个通过控制错误注入和目标导向动作回放来评估 computer-use agents 恢复行为的框架，并形式化 Transition-Consistent Recovery 标准。
arXiv cs.AIAI 评分2222 HypTI：基于双曲几何感知的表格-MRI 多模态特征融合痴呆检测框架
研究者提出 HypTI，一个在双曲空间中融合临床表格评估与 MRI 扫描的多模态痴呆检测框架。该方法用可学习 Lorentz 原型表示表格变量的层级关系，用 ROI 引导的多尺度表示学习编码脑区解剖模式，并通过自适应融合模块动态调制多模态嵌入。在 OASIS-3 数据集上的实验显示，其性能优于代表性方法。
arXiv cs.AIAI 评分3333 从比较到选择：用强化学习训练的 Pointer Networks 提升无人机带容量配送路由的跨规模泛化能力
该 arXiv 论文研究基于强化学习的 Pointer Networks 在 CVRP（带容量车辆路由问题）跨规模迁移时的性能退化，指出节点密度变化、注意力分散和均值池化图上下文稀释三个成因。
arXiv cs.AIAI 评分3535 Quantum-JEPA：用量子 Born 先验构建潜动作 JEPA 世界模型
研究者提出 Quantum-JEPA，一个用条件量子 Born 先验学习未来表征分布的潜动作 JEPA 框架，通过电路测量生成二元潜动作并映射到不同未来表征。在多模态构造任务和 D3IL 人类演示基准上，模型能从同一起点生成多条越障路线；相比变分基线提升了预测有效性与分布保真度。团队还在真实 QPU 上验证了训练后先验的推理可行性，并支持含读取噪声的有限样本 parameter-shift 训练。
arXiv cs.AIAI 评分4242 ACE-Compression：以能力为中心评估压缩后的大语言模型
ACE-Compression 是一个以能力为中心的大语言模型压缩评估框架，从程序性推理与约束执行、知识接地与真实性、社会认知与情感理解、人设保真与风格一致性四个维度考察压缩后模型哪些核心能力得以保留。
arXiv cs.AIAI 评分4242 多模态基础模型在日文金融文档上的分阶段持续适配研究
一项发表于 ICML 2026 持续适配研讨会的研究，对 8.4B 参数多模态模型在日文金融文档上进行了三阶段后训练追踪，并在五个文本输入基准上评测。结果显示各阶段相互作用呈非加性：仅数学的蒸馏会覆盖此前学到的金融知识但保留程序性数学技能，领域阶段修复多于新增；跳过阶段的消融虽最利于领域知识但损失数值推理收益，最佳 checkpoint 依赖任务而定。
arXiv cs.AIAI 评分1919 支持约束的可微图基隐式求解器用于正演与反演问题
一项 arXiv 论文提出全可微的图基隐式求解器，将求解大型方程组作为约束纳入其中。求解器在四类任务上验证：线性与非线性演化及静态问题的正演建模、估计方程系数与右端项的反演问题，以及可学习的图粗化加速正演。其稳定性与可微性可显著降低正演建模复杂度，尤其适用于常需反演以降低模型不确定性的地球物理应用。
arXiv cs.AIAI 评分1717 面向工业管道空化诊断的物理工况引导视觉-语言匹配方法 POC-VLM
研究者提出 POC-VLM 方法，将样本特定的物理运行工况变量融入候选空化文本语义，并通过时频条件文本适配与全局-局部视觉-语言匹配实现工业管道空化诊断。该方法还引入基于 K 近邻的非参数物理工况先验，在决策层与语义证据融合。在三个真实空化数据集上的实验显示，POC-VLM 持续优于代表性数据驱动、多模态及领域专用诊断方法，并在不同采样率、噪声水平和观测时长下保持稳健。
arXiv cs.AIAI 评分3333 SAPD：无需环境交互即可从智能体经验中学习
论文提出 Step-Advantage Policy Distillation（SAPD），一种从离线轨迹学习 LLM 智能体策略的方法，无需新的环境观测或多轮交互。
arXiv cs.AIAI 评分3434 COMPASS：基于能力画像与自适应搜索的 LLM 智能体路由方法
研究者提出 COMPASS，一种智能体式 LLM 路由方法，由 LLM 依照路由配方、通过工具收集性能与成本证据并在必要时检查候选答案来选择模型，无需路由专用训练。
arXiv cs.AIAI 评分3737 在托管模型上实现隐私保护推理：针对冻结 Qwen3.8-27B 的学习型输入嵌入变换
一项 arXiv 研究提出在客户端本地将提示词转换为向量，经 55.6M 参数的训练网络变换后交由托管方运行冻结的 Qwen3.8-27B 模型，主机全程不接触文本或 token id。在留出的 1,490 道 MMLU 问题上，该方法准确率仅下降 1.5 个百分点（80.7% vs. 82.3%），同时 30.1% 的内容 token 在最近邻查找下不再还原为原始 token。
arXiv cs.AIAI 评分3030 LatBridge：面向潜通信多智能体系统的高效稳定模型替换方法
arXiv 论文提出 LatBridge，通过共享 Bridge 和统一潜通信协议，使多智能体系统在替换智能体模型后能复用已有接口，仅训练缺失接口、冻结所有模型。在八组小模型配置上，basic 模式在 MATH 平均准确率 14.8%，在 ALFWorld 下一步动作预测达 27.3%。